Штучний Інтелект в 2019 році

Це звичайний психологічний феномен: повторюйте будь-яке слово досить багато разів, і в кінці кінців він втрачає будь-який сенс, розпадаючись, як сира тканина, в фонетичне ніщо.

Для багатьох з нас фраза «штучний інтелект» давно розпалася. ШІ зараз всюди в техніці, кажуть, що він живить все від телевізора до зубної щітки, але ніколи слова самі по собі не означають менше.

У той час як фраза «штучний інтелект», безсумнівно, неправильно використовується, технологія робить більше, ніж будь-коли.

Це розгорнуто в охороні здоров'я і війні; допомагає людям створювати музику і книги; він аналізує ваше резюме, оцінює вашу кредитоспроможність і налаштовує фотографії, зроблені на вашому телефоні.

Коротше кажучи, він приймає рішення, які впливають на ваше життя, подобається вам це чи ні.   

                                            

Може бути важко погодитися з тим, що штучний інтелект обговорюють технічні компанії і рекламодавці.

Взяти, наприклад, зубну щітку Genius X від Oral-B, одне з багатьох пристроїв, представлених на виставці CES в цьому році, які рекламували передбачувані здібності «ШІ». Він дає досить простий зворотний зв'язок про те, чи чистите ви зуби протягом необхідної кількості часу і в потрібних місцях.

Є кілька хитромудрих датчиків, щоб визначити, де у вас в роті щітка, але називати її штучним інтелектом - це маячня, не більше того.

Коли не залучений ажіотаж, виникає непорозуміння. Освітлення в пресі може перебільшувати дослідження, наклеюючи зображення Термінатора на будь-яку невиразну історію штучного інтелекту.

Часто це зводиться до плутанини, що штучний інтелект навіть є. Люди часто помилково пов'язують сучасний ШІ з версією, з якою вони найбільш знайомі: уявлення про свідомий комп'ютер, у багато разів розумніший людини.

Якщо ми коли-небудь створимо щось подібне, це, ймовірно, буде далеко в майбутньому.

        

(За годинниковою стрілкою зверху: модель з фільму «Метрополіс», зубна щітка AI «Кричав-Б», автономний робот доставки.)        

Тоді краще говорити про «машинне навчання», а не про штучний інтелект.

Це підполе штучного інтелекту, і воно охоплює майже всі методи, які надають найбільший вплив на світ в даний час (включаючи те, що називається глибоким навчанням).

Машинне навчання - це все, що дозволяє комп'ютерам вчитися самостійно. Але що це означає, набагато більше питання

Скажімо, ви хочете створити програму, здатну розпізнавати кішок. ( Це завжди кішки, чомусь). Ви можете спробувати зробити це старомодним способом, запрограмувавши явні правила, такі як «у кішок гострі вуха» і «кішки пухнасті».

Але що б зробила програма, коли ви покажете їй зображення тигра? Програмування в кожному необхідному правилі буде займати багато часу. Краще дозволити машині вчити себе.

Таким чином, ви даєте їй величезну колекцію фотографій кішок, і вона переглядає їх, щоб знайти свої власні шаблони в тому, що бачить. Спочатку з'єднує точки, в основному випадковим чином. І з часом, вона досить добре говорить, що таке кішка, а що ні.

Найбільша перевага цього методу - найочевидніше: вам ніколи не доведеться її програмувати.

Все, що потрібно програмі - це дані. З молотком машинного навчання в вашій руці, цифровий світ заповнений цвяхами, готових бути введеними в дію.

Машини, які навчаються самі по собі, можуть давати потужні результати, як в серії ігрових ІІ-систем DeepMind. Фото від Google через Getty Images.

Системи машинного навчання не можуть пояснити їх мислення, а це означає, що ваш алгоритм може працювати добре по неправильним причинам.

Оскільки все, що знає комп'ютер, це дані, які ви їм надаєте, він може сприймати упереджений погляд на світ, або він може бути хороший тільки у вузьких задачах, які схожі на дані, які він бачив раніше.

Це не має здорового глузду, який ви очікуєте від людини. Ви можете створити кращу в світі програму розпізнавання кішок, і вона ніколи не скаже вам, що кошенята не повинні їздити на мотоциклах або що кішку з більшою ймовірністю будуть називати «Тіддлс», ніж «Мегалорт Безсмертний».

Ви можете запитати: наскільки розумна книга? Який досвід закодований в сковороді? Отже, де ми зараз знаходимося з штучним інтелектом? Після багатьох років заголовків, які оголошують про великий прорив, деякі експерти думають, що ми досягли чогось на кшталт плато.

Кай-Фу Лі, венчурний капіталіст і колишній дослідник штучного інтелекту, описує поточний момент як «епоху впровадження», коли технологія починає «вихлюпуватися з лабораторії в світ».

Бенедикт Еванс, інший стратег VC, порівнює машинне навчання реляційних баз даних, тип програмного забезпечення для підприємств, який заробив купу грошей в 90-х роках і зробив революцію в цілих галузях, але це настільки буденно, що ваші очі, ймовірно, засклені тільки при читанні цих двох слів.

Сенс цих двох людей в тому, що ми зараз знаходимося на тому етапі, коли штучний інтелект швидко стає звичайним.

«Врешті-решт, майже у всіх буде [машинне навчання] десь всередині, і ніхто не буде піклуватися», - говорить Еванс.

Він має рацію, але ми ще не там.

Тут і зараз штучний інтелект - машинне навчання - все ще щось нове, що часто залишається незрозумілим або недостатньо вивченим.

 

Джерело: The Verge