изследване

Изкуствен интелект през 2019: Терминатор вече или не?

Има едно забавно психологическо явление: повтаряйте всяка дума много пъти и в крайна сметка тя ще загуби цялото си значение, ще се превърне във влажна кърпа, във фонетично нищо. За много от нас фразата „изкуствен интелект“ отдавна е загубила смисъла си. AI сега е навсякъде в технологията, захранва всичко, от телевизора до четката за зъби, но това не означава, че трябва. Така че не трябва да бъде.

Изкуствен интелект: добро или зло

Докато фразата "изкуствен интелект",Безспорно, че се използва неправилно, тази технология прави повече от всякога - както добро, така и лошо. Използва се в здравеопазването и борбата; помага на хората да пишат музика и книги; оценява кредитния ви рейтинг и подобрява снимките, направени с телефона ви. Накратко, тя взема решения, които засягат живота ви, независимо дали ви харесва или не.

Може да е трудно да се съгласите с този хип иHype, с който AI обсъжда технологични компании и рекламодатели. Да вземем, например, четката за зъби Oral-B Genius X, една от многото устройства, представени на CES тази година, която изтъква предполагаемите способности на AI. Но при по-внимателно разглеждане ще стане ясно, че четката просто ви дава обратна връзка за това дали си миете зъбите за необходимото време и на правилните места. Има няколко интелигентни сензора, които ви позволяват да определите къде имате четка в устата си, но да го наречете изкуствен интелект е глупост, нищо повече.

Hype създава недоразумение. Пресата може да надува и преувеличава всяко изследване, поставяйки образа на Терминатора върху всяка неясна история на ИИ. Често това води до объркване за това какво е изкуствен интелект. Това може да бъде трудна тема за неспециалисти, а хората често погрешно свързват модерния ИИ с версията, с която са най-добре запознати: научно-фантастичното представяне на съзнателен компютър, който е много пъти по-умен от човека. Експертите наричат ​​този образ на изкуствен интелект общ изкуствен интелект и ако някога можем да създадем нещо подобно, това ще стане много скоро. Дотогава преувеличаването на способностите, интелигентността или способностите на системата за изкуствен интелект няма да помогне на процеса.

Много по-добре е да се говори за машинно обучение ине за изкуствен интелект. Това е подполе на изкуствен интелект, който включва почти всички методи, които имат най-голямо въздействие върху света в момента (включително това, което се нарича дълбоко обучение). В тази фраза няма “AI” мистицизъм, но е по-полезно за обяснение какво прави тази технология.

Как работи машинното обучение? През последните няколко години имахме възможността да прочетем десетки обяснения и най-важната разлика, която открих за себе си, е точно в заглавието: машинното обучение е всичко, което позволява на компютрите да учат сами. Но това, което наистина означава, е много по-голям въпрос.

Да започнем с проблема. Да речем, че искате да създадете програма, която може да разпознава котки. Можете да го напишете по старомоден начин, като програмирате очевидни правила, като "котките имат остри уши" и "котки пухкави". Но какво ще направи програмата, когато й покажете образа на тигър? Програмирането на всяко правило ще отнеме много време и ще трябва да обясните много различни понятия като „пухкавост“ и „зацапване“. По-добре да оставите колата да се научи. Затова й давате огромна колекция от снимки на котки и тя ги сканира, за да открият собствените си модели в това, което вижда. Първоначално свързва точките, най-вече произволно, но го проверяваш отново и отново, запазвайки най-добрите версии. И с течение на времето, тя започва доста добре да определи какво е котката и какво не е котката.

Досега всичко е предсказуемо. Всъщност преди това сте прочели подобно обяснение - съжалявам за това. Друго нещо е важно. Какви ще са страничните ефекти от изучаването на такава система за вземане на решения?

Най-голямото предимство на този метод е най-голямотоочевидното: никога не трябва да програмирате тази система. Разбира се, ще работите усилено, подобрявайки принципите на обработката на данни от системата, докато ще намерите по-разумни начини за извличане на информация, но няма да кажете на системата какво да търси. Това означава, че тя ще може да намери модели, които хората като цяло могат да пропуснат или дори да не мислят за тях. И тъй като всичко, от което се нуждае програмата, са данни - 1 и 0 - то може да бъде обучено да изпълнява различни задачи, защото светът буквално препълва с данни. С машинно чук в ръката си, дигиталният свят ще бъде пълен с нокти, готови да бъдат активирани.

Но сега помислете за недостатъците. Ако не обучавате компютъра, как знаете как той взема решения? Системите за машинно обучение не могат да обяснят своето мислене, което означава, че вашият алгоритъм може да работи добре по погрешни причини. По същия начин, тъй като всичко, което компютърът знае, са данните, които вие му давате, то може да развие пристрастие към нещата, или може да бъде добро само в тесни задачи, които са подобни на данните, които са видели преди. Няма здрав разум, който бихте очаквали от човек. Можете да създадете най-добрия софтуер за разпознаване на котки в света, но никога няма да ви каже, че котенцата не могат да карат мотоциклети или че котката вероятно ще се нарича Koschey Immortal или Алексей Толстой.

Ученето на компютрите да се учат самибрилянтен трик. И като всички трикове, този включва трикове. Има причина в системите за изкуствен интелект, ако искате да го наречете така. Но това не е органичен ум и не играе със същите правила като хората. Можете също така да попитате: колко умна е книгата? Какъв опит е кодиран в тавата?

Къде сме сега, с нашите изкуствениинтелектът? След много години заглавия, които разказваха за следващия голям пробив (което все още не се е случило и заглавията не изчезват), някои експерти стигат до извода, че сме достигнали определено плато. Но това не пречи на напредъка. Що се отнася до изследванията, има огромно количество възможност да се учат със знанията, които вече са ни достъпни, а що се отнася до продукта, видяхме само върха на алгоритмичния айсберг.

Кай-Фу Лий, рисков капиталист и бившИзследователят на изкуствения интелект описва настоящия момент като "ерата на въвеждането" - когато технологията започва да "излиза от лабораторията в света". Бенедикт Еванс сравнява машинното обучение с релационните бази данни, които през 90-те години правят цяло състояние и променят цели индустрии, но ще бъде толкова обичайно, че ще ви омръзне, ако мнението ви е замъглено от великолепието на изкуствен интелект. Сега сме на етап, когато ИИ трябва да стане нормален, познат. Много скоро машинното обучение ще бъде във всеки от нас и ще спрем да обръщаме внимание на него.

Но засега това не се е случило.

В момента изкуственият интелект емашинното обучение все още е нещо ново, което често е необяснено или не е добре разбрано. Но в бъдеще ще стане толкова познато и светско, че ще спрете да го забелязвате.

Междувременно предлагаме да забележите нашия канал с новини и да се абонирате за него.