Демистификация искусственного интеллекта

«Искусственный интеллект», «Глубокое обучение», «Машинное обучение» и т. д. стали притчей во языцех. Нужно жить под скалой, если они не слышали ни одного из этих терминов в последнее время.

Искусственный интеллект (ИИ) больше не фантастика, он стал реальностью. От поиска, тегов к фотографиям, рекомендаций и т. д. до беспилотных автомобилей и распознавания лиц — ИИ сегодня органично интегрируется во все современные интернет-технологии, и мы постепенно привыкаем к нему, сознательно или неосознанно. Шумиха настолько высока, что Apple недавно добавила в свой последний флагманский iPhone X дополнительный процессор исключительно для обработки ИИ.

Исследования и разработки в области ИИ начались со времен Алана Тьюринга, но они внезапно ворвались в новости, когда программное обеспечение, управляемое ИИ, созданное DeepMind of Google, победило чемпиона мира по древней китайской настольной игре «Го».

Это было очень важно, потому что в Go столько ходов, сколько возможно атомов в этой вселенной. В отличие от шахмат, где максимальное количество ходов фиксировано, в Го неограниченное количество ходов, и игроки играют в игру только на основе интуиции и опыта.

Раньше в играх, в которых компьютер играл с человеком, шаги были жестко закодированы, как блок-схема, где есть условия: если это произойдет, сделайте то, если это произойдет, сделайте то. Но в игре Го правила были введены в систему, после чего ей разрешили играть с человеком.

Он продолжал улучшаться и улучшаться до состояния, когда чемпиону мира просто завязали глаза. Здесь система не была закодирована, но она научилась сама, а затем превзошла эксперта, что само по себе является чудом и показало, что если программное обеспечение ИИ правильно обучено, оно может справиться с задачами даже лучше, чем человек.

ИИ работает на основе сложных математических уравнений, вдохновленных нейробиологией животных. Подобно нейронам, существуют различные взаимосвязанные уравнения. Но сложные математические уравнения не жестко закодированы в систему, а система сама решает, какие уравнения использовать на основе обучающих данных.

Алгоритмы появились в 1980-х, но тогдашние компьютеры были либо неспособны, либо слишком дороги для вычислений. Но с интернет-бумом вычислительная мощность выросла почти экспоненциально. Люди, использующие эти современные технологии в различных аспектах повседневной жизни, предоставили терабайты данных, которые позволили системам ИИ учиться.

Трио дешевой вычислительной мощности, огромных размеченных и неразмеченных данных позволило исследователям изобретать новые алгоритмы машинного обучения.

ИИ уже начал демократизироваться. ИИ не ограничивается только виртуальным миром, но также используется в сельском хозяйстве, современной медицине, транспорте и т. д. Новые исследовательские работы по ИИ публикуются почти каждую неделю, что дает ученым больше возможностей, а также повышает точность и достоверность результатов. алгоритмами машинного обучения.

После того, как гиганты программного обеспечения, такие как Google, Microsoft и Facebook, открыли исходный код своих наборов инструментов машинного обучения, были замечены различные новые инновационные способы использования машинного обучения. Инженер, ставший фермером, использовал агента искусственного интеллекта для создания устройства, которое классифицировало огурцы в зависимости от их размера. То, что заняло бы часы, машина классифицировала бы за считанные минуты.

Ученик старшей школы написал программу, которая классифицирует опухоли молочной железы как злокачественные или нет с заметной точностью. Google уже создал приложение для скрининга, которое выявляет рак кожи почти лучше, чем обычный дерматолог. Исследователи ИИ также работают в крупных банках, таких как JP Morgan и Softbank.

Различные алгоритмы машинного обучения также преуспели в быстром открытии лекарств и исследованиях геномики. Электромобиль Tesla может двигаться по дороге, заполненной автомобилями, с почти такой же или даже большей безопасностью по сравнению с обычным водителем-человеком.

21-й век запомнится как век ИИ, как мы помним век промышленных революций или период Возрождения. Крупные корпорации, приобретающие стартапы ИИ, правительство, заключающее контракты со стартапами ИИ для выявления и обнаружения преступной деятельности, террористических сообщений, отмывания денег и уклонения от уплаты налогов, показывает, что доверие к ИИ начало формироваться на институциональном уровне. Эндрю Нг, бывший исследователь ИИ в Google и Baidu и преподаватель Стэнфордского колледжа, процитировал, что машинное обучение — это новое электричество.

Это светлая сторона утопии ИИ. Кажется, по этому поводу тоже существует страх, который широко распространен среди энтузиастов ИИ: «Что, если ИИ превзойдет человеческий интеллект и креативность?» Следя за скачками развития ИИ, мы не можем ни отрицать, ни подтверждать, что этот день не за горами. Так это опасно или полезно? На самом деле правда туманна. Никто не знает будущего ИИ. Даже лучшие исследователи ИИ не очень в этом уверены.

Илон Маск, генеральный директор Tesla и SpaceX, заявил, что за развитием ИИ следует следить, иначе ИИ может стать беспрецедентно опасным для человечества. Билл Гейтс сказал, что ИИ должен облагаться налогом, поскольку ИИ поглощает рабочие места, и таким образом правительство может зарабатывать на агентах ИИ, которые взамен могут быть использованы для людей.

Но затем Марк Цукерберг, генеральный директор Facebook, заявил, что ИИ станет самым большим подспорьем для человечества и поможет людям достичь вершины цивилизации. Но в одном все согласны с тем, что прогресс в области ИИ определенно может поглотить множество квалифицированных рабочих мест. Например, самоуправляемые автомобили должны уничтожить рабочие места водителей в течение следующего десятилетия. Все, что мы можем сделать, это позволить ИИ преуспеть и заставить его помочь нам. Но в то же время не отдавая весь контроль определенной группе корпоративных гигантов.