Patiesais Iemesls Ai Drīz Vien Netiks Pārņemts

{h1}

Mākslīgajam intelektam nesen ir bijis kāpumu un kritumu īpatsvars. Ko sasniegumi un kļūdas norāda uz ai pētniecības dinamisko lauku?

Mākslīgajam intelektam nesen ir bijis kāpumu un kritumu īpatsvars. Tajā, ko plaši uzskatīja par mākslīgā intelekta (AI) pētnieku galveno pagrieziena punktu, viena sistēma pārspēja bijušo pasaules čempionu prātā saliekti sarežģītā galda spēlē. Bet tad, tikai nedēļu vēlāk, “chatbot”, kas tika izveidots, lai mācītos no tā mijiedarbības ar cilvēkiem čivināt, sociālā tīkla vietnē piedzīvoja ļoti plašu rasistisku sabrukumu.

Kā tas notika, un ko tas nozīmē AI dinamiskajam laukam?

Marta sākumā Google veidotā mākslīgā intelekta sistēma pārspēja bijušo pasaules čempionu Lī Sedolu četros mačos pret vienu senajā ķīniešu spēlē ar nosaukumu Go, kas tiek uzskatīta par sarežģītāku nekā šahs, ko iepriekš izmantoja kā etalonu, lai novērtētu progresu mašīnā. inteliģence. Pirms Google AI triumfa vairums ekspertu uzskatīja, ka paies desmitgades, pirms mašīna varētu pārspēt visaugstāk novērtēto cilvēku Go. [Super-inteliģentās mašīnas: 7 robotikas nākotnes]

Neskatoties uz šīs laimestu papēžiem, Microsoft vietnē Twitter atklāja AI sistēmu ar nosaukumu Tay, kas bija paredzēta imitēt 19 gadus vecu amerikāņu meiteni. Twitter lietotāji Tavā varēja tvītot, un Microsoft sacīja, ka AI sistēma mācīsies no šīs mijiedarbības un galu galā kļūs labāka saziņā ar cilvēkiem. Kompānija bija spiesta vilkt eksperimenta spraudni tikai pēc 16 stundām, pēc tam, kad tērzēšanas robots sāka izlīst rasistiskas, misoģistiskas un seksuāli izteiktas ziņas. Uzņēmums pamatīgi atvainojās, vainojot "koordinētu uzbrukumu" "ievainojamībām" un "tehniskām vajadzībām".

Neskatoties uz to, ka Microsoft lieto valodu, kas šķietami liek domāt, ka sistēma ir kļuvusi par hakeru upuri, AI eksperts Bārts Selmans, Kornela universitātes datorzinātņu profesors, sacīja, ka tā saucamā "ievainojamība" ir tāda, ka Tay atkārtoja frāzes, kas tajā tika iekodētas bez jebkādas veida filtrs. Nepārsteidzoši, ka "lolz", kas bija vajadzīgs, lai iegūtu tērzētavu, lai atkārtotu iekaisuma frāzes, dažiem bija par daudz, lai pretotos.

Selmans sacīja, ka viņš ir pārsteigts, ka Microsoft nav izveidojis pietiekamus drošības pasākumus, lai novērstu šādu iespējamību, taču viņš pastāstīja WordsSideKick.com, ka incidents izceļ vienu no mūsdienu AI galvenajām vājajām vietām: valodas izpratni.

Mācīšana AI

Selijs sacīja, ka AI ir ļoti labs teksta parsēšana - tas ir, gramatisko rakstu atšifrēšana, kas ir valodas pamatā -, kas ļauj tādiem tērzēšanas robotiem kā Tay izveidot cilvēkam skanīgus teikumus. Tas ir arī tas, kas piešķir Google un Skype iespaidīgos tulkošanas pakalpojumus. "Bet tā ir atšķirīga lieta no izpratnes par semantiku - teikumu nozīmi," viņš piebilda.

Daudzi no nesenajiem AI tehnoloģijas sasniegumiem ir gūti, pateicoties pieejai, ko sauc par dziļo mācīšanos, kas kaut kādā līmenī atdarina veidu, kā neironu slāņi uzvedas smadzenēs. Ņemot vērā milzīgo datu daudzumu, tas ir ļoti labs, lai atrastu modeļus, tāpēc daudzi no tā lielākajiem panākumiem ir bijuši tādos uztveres uzdevumos kā attēla vai runas atpazīšana. [Īsa mākslīgā intelekta vēsture]

Kaut arī tradicionālās pieejas mašīnmācībai bija jāpasaka, kas jāmeklē, lai “iemācītos”, viena no dziļās mācīšanās galvenajām priekšrocībām ir tā, ka šīm sistēmām ir “automātiska funkciju atklāšana”, norāda Šimons Vitesons, asociētā profesors Oksfordas Universitātes Datorikas katedra.

Pirmais tīkla slānis ir optimizēts, lai meklētu datos ļoti pamata funkcijas, piemēram, attēlu malas. Pēc tam šī izvade tiek piegādāta nākamajam slānim, kurš meklē sarežģītākas konfigurācijas, piemēram, kvadrātus vai apļus. Šis process tiek atkārtots slāņos, katru reizi meklējot arvien sarežģītākas funkcijas, līdz ar laiku, kad sistēma sasniedz augstāku līmeni, tā var izmantot apakšējo slāņu noteiktās struktūras, lai identificētu tādas lietas kā automašīna vai velosipēds.

"Ar dziļu mācīšanos jūs varat vienkārši ievadīt neapstrādātus datus kādā lielā neironu tīklā, kas pēc tam tiek apmācīts no viena gala līdz otram," Vaitsons stāstīja WordsSideKick.com.

Lielas izmaksas

Tas ir novedis pie zināmām pārcilvēciskām spējām. Selmans sacīja, ka ir pierādīts, ka dziļi mācīšanās sistēmas pārspēj medicīnas speciālistus, diagnosticējot slimību no MRI skenēšanas. Apvienojot pieeju ar tā dēvēto pastiprināšanas mācīšanos, kurā mašīnas izmanto atalgojuma signālus, lai pilnveidotu optimālu stratēģiju, arī ir izdevies sasniegt uzdevumus, kur ir iespējams izveidot precīzas virtuālas simulācijas, sacīja Kaheers Suleman, galvenais tehnoloģiju virsnieks un līdzstrādnieks Kanādas AI starta Maluuba dibinātājs. Google AI sistēma, saukta par AlphaGo, kļuva par ekspertu, spēlējot sevi miljoniem reižu un izmantojot šo metožu kombināciju, lai asinātu savas prasmes un izstrādātu stratēģijas.

"AI liels izaicinājums ir jomās, kurās nav masveida marķētu datu vākšanas vai kurās vidi nevar labi simulēt," sacīja Sulemans. "Valoda ir lielisks šāda domēna piemērs. Internets satur nebeidzamu tekstu, bet nekur tā" nozīme "nav marķēta kādā mašīnā sagremojamā formā."

Maluuba izstrādā algoritmus, kas var lasīt tekstu un atbildēt uz jautājumiem par to, taču Sulemans sacīja, ka ir vairākas valodas iezīmes, kas to padara īpaši sarežģītu. Pirmkārt, valoda ir ļoti sarežģīta - nozīme ir sadalīta vairākos līmeņos, sākot no vārdiem līdz frāzēm un beidzot ar teikumiem. Tos var apvienot bezgalīgi daudzos veidos, un katrs cilvēks valodu lieto atšķirīgi.

Un visa valoda ir abstrakta; vārdi ir vienkārši simboli lietām reālajā pasaulē, kuras mašīna bieži vien nevar piedzīvot.

"Raugoties no mašīnmācības viedokļa, iemācītā sistēma ir tikpat laba kā jūsu sniegtie dati," sacīja Vaitsons.

Bez piekļuves dzīves laikā pieejamiem datiem par fizisko pasauli un cilvēka uzkrāto sociālo mijiedarbību bagātību, tas nav mazs pārsteigums, ka Tay nesaprata, kas, piemēram, ir holokausts, nemaz nerunājot par to, kāpēc nav pareizi to noliegt.

Raugoties nākotnē

Neskatoties uz šiem izaicinājumiem, Maluuba pagājušajā mēnesī ievietoja rakstu preX drukāšanas tiešsaistes tiešsaistes krātuvē arXiv, aprakstot, kā tā sistēma spēja atbildēt uz atbilžu variantiem uz jautājumiem par nepazīstamu tekstu ar vairāk nekā 70 procentu precizitāti, pārspējot citas neironu tīkla pieejas par 15 procentiem, un pat pārspējot ar rokām kodētas pieejas. Maluubas pieeja apvienoja dziļo mācīšanos ar neironu tīkla struktūrām, kas izveidotas, lai mijiedarbotos savā starpā tādā veidā, ka mijiedarbība rada rudimentāru spriešanas formu. Uzņēmums strādā arī pie runātā dialoga sistēmām, kuras var iemācīties iesaistīties dabiskās sarunās ar cilvēkiem.

Selmans sacīja, ka uz valodu vērsta AI var būt pārsteidzoši spēcīga lietojumprogrammās, kurās priekšmets ir diezgan ierobežots. Piemēram, tehniskās palīdzības līnijas ir lietas, kuras, viņaprāt, drīzumā varētu tikt automatizētas (un dažas jau ir zināmā mērā), tāpat kā relatīvi vecākie administratīvie darbi, kas saistīti ar ikdienas mijiedarbību, piemēram, izklājlapu atjaunināšanu un formālu e-pastu nosūtīšanu.

"Vājās vietas ir atklātas šajos nekontrolētajos, ļoti atklātajos apstākļos, kas ietver vairākus cilvēka intelekta aspektus, bet arī patiesi izprot citus cilvēkus," sacīja Selmans.

Bet šajā jomā noteikti tiek panākts progress, sacīja Vaitsons, un Google pašpiedziņas automašīna bija lielisks piemērs. Ielas koplietošana cilvēkiem prasa, lai mašīna saprastu vairāk nekā tikai ceļu satiksmes noteikumus - tai arī jāspēj ievērot nestabilizētās sociālās normas un orientēties ētiskās dilemmās, izvairoties no sadursmēm, viņš piebilda.

Un tā kā AI un robotikas sasniegumu dēļ reālajā pasaulē arvien vairāk mašīnu tiek izmantotas, spēja mijiedarboties ar cilvēkiem vairs nav kaut kāds izcils mērķis sci-fi entuziastiem. Tagad pētnieki meklē jaunas pieejas, kas varētu palīdzēt mašīnām ne tikai uztvert, bet arī saprast apkārtējo pasauli.

"Dziļās mācības ir lieliskas, taču tā nav sudraba lode," sacīja Vaitsons. "Daudz kas vēl pietrūkst. Un tāpēc dabisks nākamais solis, pie kura strādā cilvēki, ir tas, kā mēs varam pievienot lietas dziļajai mācībai, lai tā varētu darīt vēl vairāk."

"Tagad visiem šiem sarežģītajiem jautājumiem par to, ko mēs vēlamies, lai mašīnas dara un kā mēs pārliecināmies, ka viņi to dara, kļūst praktiska nozīme, tāpēc tagad cilvēki sāk pievērsties tiem daudz vairāk."

Sekojiet WordsSideKick.com @wordssidekick, Facebook. Oriģināls raksts par WordsSideKick.com.


Video Papildinājums: .




Pētniecība


Kas Ir Monomērs?
Kas Ir Monomērs?

Elona Muska Jaunais Prāta Hakeru Uzņēmums Saskaras Ar Lielām Izmaiņām
Elona Muska Jaunais Prāta Hakeru Uzņēmums Saskaras Ar Lielām Izmaiņām

Zinātne Ziņas


Milzis Sfinksa No Filmas “Desmit Baušļi” Tika Atmests 91 Gadu Vēlāk
Milzis Sfinksa No Filmas “Desmit Baušļi” Tika Atmests 91 Gadu Vēlāk

Pretēji Uzskatiem, Ne Visi Akli Sekos Rīkojumiem (Op-Ed)
Pretēji Uzskatiem, Ne Visi Akli Sekos Rīkojumiem (Op-Ed)

Pārsteidzoši Kadri: Uzvarējušie Fotoattēli Atklāj Pārsteidzošu Dzīvi Zem Ūdens
Pārsteidzoši Kadri: Uzvarējušie Fotoattēli Atklāj Pārsteidzošu Dzīvi Zem Ūdens

Paredzams, Ka Ārkārtīgi Bīstamā Viesuļvētra Dorians Veiks Tuvu Skūšanos Ar Floridu
Paredzams, Ka Ārkārtīgi Bīstamā Viesuļvētra Dorians Veiks Tuvu Skūšanos Ar Floridu

Asv Militārpersonas Piedāvā Miljoniem Pirmo Robotu Ar Humanoīdu
Asv Militārpersonas Piedāvā Miljoniem Pirmo Robotu Ar Humanoīdu


LV.WordsSideKick.com
Visas Tiesības Aizsargātas!
Pavairošana Materiālu Atļauts Tikai Prostanovkoy Aktīvu Saiti Uz Vietni LV.WordsSideKick.com

© 2005–2020 LV.WordsSideKick.com