Motivul Real Ai Nu Va Fi Preluat Oricând În Curând

{h1}

Inteligența artificială a avut ponderea sa de coborâșuri recent. Ce înseamnă realizările și etapele greșite pentru domeniul dinamic al cercetării ai?

Inteligența artificială a avut ponderea sa de coborâșuri recent. În ceea ce a fost văzut pe scară largă ca un punct de reper cheie pentru cercetătorii de inteligență artificială (AI), un sistem a bătut un fost campion mondial la un joc de masă complicat la minte. Însă, doar o săptămână mai târziu, un „chatbot” care a fost conceput pentru a învăța din interacțiunile sale cu oamenii de pe Twitter a avut o distrugere rasistă extrem de publică pe rețeaua de socializare.

Cum s-a întâmplat acest lucru și ce înseamnă pentru câmpul dinamic al AI?

La începutul lunii martie, un sistem de inteligență artificială Google a bătut fostul campion mondial Lee Sedol patru meciuri la unul la un joc chinez antic, numit Go, care este considerat mai complex decât șahul, care a fost folosit anterior ca reper pentru a evalua progresul în mașină. inteligenta. Înainte de triumful AI AI Google, cei mai mulți experți au crezut că vor trece zeci de ani înainte ca o mașină să poată învinge un om de top în top. [Mașini Super-Inteligente: 7 Futures Robotice]

Însă, din cauza acestei victorii, Microsoft a dezvăluit pe Twitter un sistem AI, numit Tay, conceput pentru a imita o fată americană de 19 ani. Utilizatorii de Twitter ar putea să facă un tweet la Tay, iar Microsoft a spus că sistemul AI va învăța din aceste interacțiuni și, în cele din urmă, va deveni mai bun în comunicarea cu oamenii. Compania a fost forțată să tragă mufa experimentului la doar 16 ore mai târziu, după ce chatbot-ul a început să găsească mesaje rasiste, misoginice și explicite sexual. Compania și-a cerut scuze profuziv, acuzând un „atac coordonat” asupra „vulnerabilităților” și „exploatărilor tehnice”.

În ciuda utilizării de către Microsoft a limbajului care părea să sugereze că sistemul a căzut victimă hackerilor, expertul AI, Bart Selman, profesor de informatică la Universitatea Cornell, a spus că așa-numita „vulnerabilitate” este aceea că Tay părea să repete fraze pe care le-a retușat fără să fie un fel de filtru. Nu este surprinzător că „lolzul” care trebuia să fie obținut de la obținerea chatbotului la repetarea frazelor inflamatorii erau prea mult pentru ca unii să reziste.

Selman a spus că este uimit că Microsoft nu a construit suficiente garanții pentru a preveni o astfel de eventualitate, dar a declarat pentru WordsSideKick.com că incidentul scoate în evidență unul dintre punctele slabe ale AI moderne: înțelegerea limbii.

Predarea AI

AI este foarte bun la analizarea textului - adică a dezvăluit modelele gramaticale care stau la baza limbajului - a spus Selman, ceea ce permite chatbot-urilor ca Tay să creeze propoziții sunătoare de oameni. De asemenea, este ceea ce alimentează serviciile de traducere impresionante ale Google și Skype. „Dar acesta este un lucru diferit de înțelegerea semanticii - sensul propozițiilor”, a adăugat el.

Multe dintre progresele recente ale tehnologiei AI au fost grație unei abordări numite învățare profundă, care la un anumit nivel imită modul în care straturile de neuroni se comportă în creier. Având în vedere schimbări uriașe de date, este foarte bun să găsiți tipare, motiv pentru care multe dintre cele mai mari succese ale sale au fost în sarcini perceptuale precum recunoașterea imaginii sau vorbirii. [O scurtă istorie a inteligenței artificiale]

În timp ce abordările tradiționale de învățare automată trebuiau să li se spună ce să caute pentru a „învăța”, unul dintre principalele avantaje ale învățării profunde este că aceste sisteme au „descoperirea automată a funcțiilor”, conform lui Shimon Whiteson, profesor asociat în Departamentul de Informatică al Universității din Oxford.

Primul strat al rețelei este optimizat pentru a căuta caracteristici foarte de bază în date, de exemplu marginea obiectelor dintr-o imagine. Această ieșire este apoi alimentată la următorul strat, care scanează configurații mai complexe, să zicem pătrate sau cercuri. Acest proces este repetat în straturi, fiecare căutând caracteristici din ce în ce mai elaborate, astfel încât, odată ce sistemul atinge nivelurile superioare, să poată folosi structurile detectate de straturile inferioare pentru a identifica lucrurile precum o mașină sau o bicicletă.

„Cu învățarea profundă, puteți doar să introduceți date brute într-o rețea neuronală mare, care este apoi instruită de la capăt la capăt”, a spus Whiteson pentru WordsSideKick.com.

Beneficii mari

Acest lucru a dus la unele capacități supraumane. Selman a spus că sistemele de învățare profundă s-au dovedit a depăși specialiștii medicali la diagnosticarea bolii din scanările RMN. Combinarea demersului cu așa-numita învățare la armare, în care mașinile folosesc semnale de recompensă pentru a intra într-o strategie optimă, a fost, de asemenea, reușită cu sarcini în care este posibil să se construiască simulări virtuale precise, a spus Kaheer Suleman, director tehnologic și co fondator al startup-ului canadian AI Maluuba. Sistemul AI de la Google, denumit AlphaGo, a devenit un expert jucându-se de milioane de ori și folosind această combinație de metode pentru a-și accentua abilitățile și a dezvolta strategii.

„Marea provocare pentru AI este în domenii unde nu există o colecție masivă de date etichetate sau unde mediul nu poate fi simulat bine”, a spus Suleman. "Limba este un exemplu excelent al unui astfel de domeniu. Internetul nu conține text nesfârșit, dar nicăieri nu este„ sensul "etichetat într-o formă digerabilă la mașină".

Maluuba dezvoltă algoritmi care pot citi text și răspunde la întrebări despre acesta, dar Suleman a spus că există mai multe caracteristici ale limbajului care fac acest lucru deosebit de dificil. Pentru unul, limbajul este extrem de complex - sensul este răspândit pe mai multe niveluri, de la cuvinte la fraze la propoziții. Acestea pot fi combinate într-un număr infinit de moduri și fiecare om folosește diferit limbajul.

Și tot limbajul este abstract; cuvintele sunt pur și simplu simboluri pentru lucrurile dintr-o lume reală pe care o mașină nu le poate experimenta adesea.

"Din perspectiva învățării automate, sistemul învățat este la fel de bun ca datele pe care le oferiți", a spus Whiteson.

Fără acces la datele de viață despre lumea fizică și bogăția de interacțiuni sociale pe care un om le-a acumulat, nu este mică surpriza Tay nu a înțeles ce este, de exemplu, Holocaustul, și să nu mai vorbim de ce este nepotrivit să-l negăm.

Privind înainte

În ciuda acestor provocări, Maluuba a postat luna trecută o arhivă la arXiv, un depozit online pentru lucrări de cercetare preimprimate, care descrie modul în care sistemul său a fost capabil să răspundă la întrebări cu alegeri multiple despre text necunoscut cu o precizie de peste 70 la sută, depășind alte abordări ale rețelei neuronale cu 15 procente și chiar depășind abordările codate manual. Abordarea lui Maluuba a combinat învățarea profundă cu structurile rețelei neuronale, concepute pentru a interacționa între ele într-un mod în care interacțiunile au ca rezultat o formă rudimentară de raționament. De asemenea, compania lucrează la sisteme de dialog vorbite care pot învăța să se angajeze în conversații naturale cu oamenii.

Selman a spus că AI-ul centrat pe limbaj poate fi surprinzător de puternic pentru aplicațiile în care subiectul este destul de restrâns. De exemplu, liniile de asistență tehnică sunt lucruri pe care le prezice că ar putea fi curând automatizate (și unele sunt deja, până la o anumită măsură), așa cum ar putea să fie locuri de muncă administrative relativ senior care se potrivesc la interacțiunile de rutină precum actualizarea foilor de calcul și trimiterea de e-mailuri formulate.

„Punctele slabe sunt expuse în aceste setări necontrolate, foarte deschise, care implică mai multe aspecte ale inteligenței umane, dar și înțelegerea cu adevărat a altor oameni”, a spus Selman.

Însă, cu siguranță, Whiteson a făcut progrese pe acest front, a spus Whiteson, mașina cu autovehicul Google fiind un exemplu primordial. Împărtășirea străzii cu oamenii necesită ca mașina să înțeleagă mai mult decât doar regulile drumului - trebuie să fie, de asemenea, în măsură să urmeze normele sociale nestatate și să navigheze în dilemele etice atunci când evită coliziunile, a adăugat el.

Și cum progresele în AI și robotică duc la creșterea numărului de mașini utilizate în lumea reală, capacitatea de a interacționa cu oamenii nu mai este un obiectiv ridicat pentru pasionații de sci-fi. Cercetătorii caută acum noi abordări care ar putea ajuta utilajele să nu numai să perceapă, ci să înțeleagă și lumea din jurul lor.

„Învățarea profundă este minunată, dar nu este un glonț de argint”, a spus Whiteson. "Există încă multe lucruri care lipsesc. Așadar, un pas natural pe care oamenii îl lucrează este cum putem adăuga lucrurile la învățarea profundă, astfel încât să poată face și mai mult."

„Acum toate aceste întrebări spinoase despre ce anume vrem să facem mașinile și cum ne asigurăm că le fac acestea devin de o importanță practică, astfel încât oamenii încep să se concentreze asupra lor mult mai mult acum."

Urmează Știința în direct @wordssidekick, Facebook. Articolul original despre știința în direct.






Descoperiri Științifice

Cercetare


Science News


Herbert Spencer Gasser
Herbert Spencer Gasser

Bunuri Imobiliare Pentru Tigri Sumatran? Păduri Luxuriante
Bunuri Imobiliare Pentru Tigri Sumatran? Păduri Luxuriante

Vikingii Au Invadat Și Au Făcut Raiduri La Site-Ul Englez Din Secolul Al Ix-Lea
Vikingii Au Invadat Și Au Făcut Raiduri La Site-Ul Englez Din Secolul Al Ix-Lea

Citiți O Ediție Gratuită A „Totul Despre Spațiu”!
Citiți O Ediție Gratuită A „Totul Despre Spațiu”!

Pești De Mare Adâncime: O Galerie A Ceea Ce Capturăm
Pești De Mare Adâncime: O Galerie A Ceea Ce Capturăm


RO.WordsSideKick.com
Toate Drepturile Rezervate!
Reproducerea Oricăror Materiale Permise Prostanovkoy Doar Link-Ul Activ La Site-Ul RO.WordsSideKick.com

© 2005–2020 RO.WordsSideKick.com