Шта се дешава ако оставите вештачку интелигенцију без надзора?

Садржај:

Индепендент АИ

Иако је то већ лоша форма - да споменемо прошлогодишњу утакмицу Алпха Го-а и особу из првог параграфа, почнимо са овим примером. Заинтересован је за нас, јер је то можда први адекватан случај "АИ за самоучење". Има много других примјера, али до данас нису напустили лабораторије и генерално су непознати за ширу јавност. У самом средишту АлпхаГо-овог само-проучавања било је много сати играња са собом, плус проучавање одиграних игара.

Ово такмичење човјека и аутомобила привукло је пажњу свих важнијих публикација. Ја сам, као и увијек, кочио и нисам имао времена за овај прелијепи меморандум модерног новинарства. Али "конфронтација века" је интересантна не само узбуђењем око њега (милион долара у наградном фонду, додељивање почасног 9. дан у игри го, научни пробој године према науци) и изразит укус Азимова фикције. Укратко, суштина акције: АлпхаГо играћа машина је доминирала и освојила 4 од 5 мечева у традиционалној оријенталној игри го. Она није освојила ниједног првопласираног играча, већ корејски го-профессионал 9 дан Лее Седол (друго место у међународном рејтингу). Стручњаци кажу да овај случај не личи на шаховску битку компјутера и Гаррија Каспарова, јер је 1997. компјутер трениран под надзором шахиста, који су сами писали стратегије и тренирали га. За обуку АлпхаГо плаиер-плејера, коришћена је метода бруталне силе (машина је прегледала узорак од стотина хиљада страна) на даљину налик на радне научне моделе који су популарно познати као ГАН (генеративне контрадикторне мреже). Они су од посебног интереса, јер се представници АлпхаГо тима суочавају са овим конкурентним неуронским мрежама. Размотрићемо их у овом чланку.

Овакав приступ обуци вештачке интелигенције више није новинарско-генеративна такмичарска мрежа или само ГАН-ови су се први пут појавили 2014. године уз помоћ Иана Гоодфеллова. ГАН раде врло једноставно - као скуп адвоката-адвоката, лошег полицајца или критичара-аутора. Једна мрежа (дискриминатор, Д) класифицира, означава улазне податке као лажне или истините. Конкурентска мрежа (генератор, Г) проучава процјене дискриминатора и може креирати нове податке на основу тих процјена. Ове неуронске мреже међусобно се уче једна другој. И, што је најзанимљивије, ГАН-овима су потребни веома мали узорци информација о обуци - потребно је само неколико стотина слика и три или четири круга понављања да би генератор почео да производи своје верзије оригиналних слика (пре него што је процес учења неуронских мрежа захтевао много сати и милионе узорака).

Један од најзаинтересованијих ГАН модела АИ био је Фацебоок, који је чак пожурио да објави пост о томе. Зашто Фацебоок? Зато што је то најистакнутији играч на тржишту високе технологије - и Гоогле и Амазон, а Мицрософт масовно купује тимове и стартупове у области вештачке интелигенције како би направили сопствени развој. Али они су мало иза Фацебоока, који има велики узорак обуке за АИ обуку на сликама (компјутерска визија је једна од најпопуларнијих АИ метода обуке) и одличан ФАИР тим (Фацебоок Артифициал Интеллигенце Ресеарцх гроуп).

Сажетак: дискриминаторска мрежа учи разликовати стварне фотографије од компјутерски генерисаних фотографија, и влакове мрежних генератора за стварање реалистичних фотографија које се не могу разликовати од оригинала. У овој трци за тренирање, обе мреже имају једнаке (?) Шансе за успех. Шта ће се догодити када заврше обуку?

Трендфалл

Последњих година, машинско учење доживљава само златно доба - повећана моћ рачунара, тренутни приступ великим низовима података чине ову област веома топлом. Данас, АИ је Фордов ауто почетком прошлог века или свемирски сателити 60-их - генерална журба, вртоглави предвиђања и слабо разумевање шта да се ради са свим тим богатством. У наставку су приказани примјери најновијих технологија у области АИ.

Оне-схот учење је обука неуронских мрежа на малој количини података, идеално уз један примјер и мали узорак за обуку. Све више старт-упова ради на АИ за брзо учење.

Дакле, алгоритам игре ДеепСтацк није поновио судбину Алпха Го, већ је дошао врло близу успјешног тренинга у малим узорцима. Крајем 2016. године ДеепСтацк је спровео серију учења Текас игара покера са 11 играча из међународне покер организације. Алгоритам је узео 3000 комбинација са сваким играчем да покаже пристојне резултате - самопоуздање (просечно 396 поена) победа преко десет играча и блиска победа над једанаестом (70 поена, статистичка тачност). Алгоритам се није само научио у процесу игара, већ је користио методу поновног решавања (прилагођавање сваком новом играчу и свакој новој комбинацији карата). ДеепСтацк је резултат дељења дубоких рекурзивних неуронских мрежа и ГАН-ова.

Пројекат неуронске мреже Мицрософт РесНет користи се за препознавање слика. Ако ухватите рад неуронске мреже док сортирате и препознавате слике, добићете ове слике:

Перспективни правци форензичке науке и фотографије, Фаце Агинг са ГАН - пар дискриминатор-генератора након тренинга на 5000 фотографија људских лица различитих старости може репродуковати, предвидети промене појединаца са годинама. Ако генератор репродукује стару особу, дискриминатор одређује колико резултат одговара оригиналу.

Кинг оф Голдман Сацхс трговци заменили су неке од својих трговаца алгоритмима. Место 600 обичних трговаца сада заузима 200 програмера и инжењера који подржавају трговинске алгоритме. Ово је повезано са великим (146 поена) планом управљања банком за аутоматизацију једноставних брокерских послова. Трговци са великим искуством и искусним продавцима неће бити погођени тиме.

Иако у неким хедге фондовима (Сентиент Тецхнологиес инц., Нумераи, Емма хедге фонд), АИ-базирани трговачки алгоритми већ раде сав посао анализе и прогнозирања резултата. Типично, стручњаци за АИ нису одушевљени радом за финансијске корпорације, али предности великих скупова података и могућности за обуку АИ надмашују скептицизам и неспремност да раде за капиталистичке Молохе. 2016. је била година рођења неколико хеџ фондова одједном, у којима се тргује умјетном интелигенцијом.

Кинески близанац "Гоогле" Баиду такође не спава. Већина кинеских развоја у области АИ, машинског учења се дистрибуирају бесплатно и свако их може тестирати и проучавати. У јануару 2017. године у Пекингу је отворена лабораторија за вештачку стварност, где Андрев Еун жели да се спријатељи са виртуелном стварношћу и радом претраживача.

Још један обећавајући развој Баидуа је медицински бот Мелоди, који је у стању да спроведе примарну анкету пацијената и прети да замени цео одсек за регистрацију у поликлиникама.

Демократизација АИ - Данас истраживачи требају велике количине информација и рачунарске снаге, тако да су сада само велике компаније и истраживачки институти конкурентни у области АИ. Чим се појаве АИ модели који су у стању да проучавају мале количине информација, биће још занимљивије, јер ће још више људи бити у могућности да тренирају и истражују АИ. Можда ће постојати друштвене мреже (већ) у којима ће људи моћи да деле напредак у обуци својих агената за АИ.

Дистрибуција ће добити механизме за аутоматско откривање лажних вести, фотографија, видео записа. Развој ИБР-а (имаге-басед рендеринг), технологије која омогућава цртање нових оквира на основу постојећих (нешто слично методама које су већ имплементиране у међусобним односима или интерполацији покрета), једноставно захтева појаву таквог лажног анализатора.

Још један поздрав из братске Кине је развој Фаце ++ препознавања лица, који вам омогућава да платите са својим лицем (тешко је пребројити колико слојева има у овој игри). Тестирање развоја заснива се на Алипаи мобилном платном систему: сада можете извршити уплате тако што ћете обезбедити само своје лице

У сфери препознавања и репродукције говора, интересантно је неколико случајева: Адобе Воцо (Воице Цонверсион) презентација "Пхотосхоп фор воице" - апликација за Адобе Аудитион која манипулира оригиналним узорком људског говора, додаје нове ријечи и значења оригиналној поруци. Сада, вентрилокизација преузима нова значења.

Добар пример како независни истраживач може подучавати језике АИ је:

Програм подучава енглески језик:

Програм подучава јапански:

И шта ће се десити ако оставите АИ без надзора? Он ће самостално учити без заустављања и постати све савршенији, на пример, у музици:

Алгоритамски Масхуп или вештачки Стравински

Уместо закључака: кад чујем да млади људи са дипломом МБА раде АИ стартуп, моја рука достиже миша. Ако узмемо у обзир колико је слободног софтвера и моћних рачунара данас доступно обичним људима, онда мода на АИ не би требала бити изненађујућа. Упркос ХИИП-у око вештачке интелигенције и машинског учења, страшних предвиђања и детињастих трикова као што је Роцкет АИ, упркос свим напретцима у овој области, АИ се тешко може назвати интелигенцијом у тачној дефиницији ове речи ("људи, људи свуда" - сви раде на развоју и подршци Вештачку интелигенцију сада изводе људи, АИ не може чак ни да се именује, већ само каже оно што су научници уложили у то. Већина услуга које раде на бази вештачке интелигенције и даље су подржане од стране програмера, можемо говорити само о веома малом делу аутоматизације интелигентних машина. До сада, вештачка интелигенција само понавља и репродукује образовне или радне информације - да, то задивљује компјутерском снагом и брзином учења, али то је све. Прерано је говорити о нечему сличном људској вишој нервној активности. "Да, и не нужно", рекао би Ларри Нивен.

Ажурирање 02.23.17: Фацебоок је објавио Пропхет пројекат, аутоматски алат за предвиђање пословања. Пророк користи моделе адитивне непараметарске регресијске анализе за своја предвиђања.

На основу подцаста са Ианом Гоодфелловом и Рицхардом Маллахом.

* "Постоје умови који мисле другачије." 15. Нивенов закон *. - "Има умова који мисле исто као и ти. Само на другачији начин." 15 Нивенов закон.

Погледајте видео: TEDxMidAtlantic 2011 - Avi Rubin - All Your Devices Can Be Hacked (Април 2020).

Loading...

Оставите Коментар