Apple ma swojego pierwszego dyrektora ds. sztucznej inteligencji

Apple zatrudnia wschodzącą gwiazdę w świecie głębokiego uczenia się, aby pełniła funkcję pierwszego dyrektora badań nad sztuczną inteligencją. Rusłan Salachutdinow , profesor nadzwyczajny na Carnegie Mellon University w Pittsburghu, obejmie nowe stanowisko, co ma pomóc firmie upewnić się, że Siri i jej inne produkty wykorzystują fundamentalne przełomy wynikające z akademickich badań nad sztuczną inteligencją. Salakhutdinov opowie o swoich badaniach na EmTech MIT 2016, konferencji MIT Technology Review, która odbyła się w tym tygodniu.

Salakhutdinov bada bardzo duże sieci neuronowe wykorzystywane w technologii zwanej głębokim uczeniem, która pozwala komputerowi uczyć się wykonywania trudnego zadania, korzystając z obfitych przykładów treningowych. Będzie kontynuował pracę w niepełnym wymiarze godzin w CMU i zatrudni zespół badaczy do pracy z nim w Apple.

Ten ruch jest częścią wysiłków Apple, aby dogonić wyścig z Google, Facebook, Amazon i innymi firmami technologicznymi, aby uzyskać przewagę dzięki najnowszym postępom w sztucznej inteligencji i uczeniu maszynowym. W szczególności coraz ważniejsze staje się, aby oprogramowanie było w stanie samodzielnie uczyć się, jak wykonać zadanie, używając technik takich jak głębokie uczenie. Najnowsze techniki sztucznej inteligencji są wykorzystywane na przykład w nowym smartfonie Google, Pixel. Jego pomocnik głosowy, zwany Asystentem, będzie szedł łeb w łeb z Siri firmy Apple, wykorzystując uczenie maszynowe, aby spróbować zrozumieć wypowiadane zapytania użytkowników.

Prace Salachutdinowa nad najnowocześniejszymi technikami uczenia maszynowego mogą pomóc w napędzaniu postępów w sztucznej inteligencji i mogą być stosowane w wielu różnych obszarach, w tym w wizjach komputerowych, przetwarzaniu języka naturalnego, a nawet w robotyce.

Przemawiając niedawno, Salakhutdinov powiedział, że istnieją trzy duże obszary, w których rozwija się sztuczna inteligencja: zapewnienie komputerom lepszego zrozumienia języka; umożliwienie im uczenia się poprzez powtarzanie i pozytywne wzmacnianie; oraz opracowywanie sposobów uczenia maszyn na podstawie danych nieoznakowanych. Podkreślił również pracę, którą wykonuje nad uczeniem maszyn uczenia się na podstawie nieustrukturyzowanych danych w Internecie, co może pomóc uczynić produkt taki jak Siri bardziej inteligentnym.

Pracujemy nad pomysłem wykorzystania zewnętrznych baz wiedzy – powiedział. Jeśli zapytam cię o konkretną rzecz, czy twój system może w zasadzie przejść do Wikipedii, przeczytać kilka różnych artykułów, poznać kilka faktów o świecie i udzielić właściwej odpowiedzi?

Ostatnie prace Salachutdinowa koncentrowały się również na umożliwieniu maszynom uczenia się na podstawie różnych rodzajów danych oraz na sposobach zastosowania rzeczy wyuczonych w jednym kontekście w zupełnie nowym – obszarach znanych odpowiednio jako uczenie multimodalne i uczenie transferowe. Współpracował również nad projektem, który, czerpiąc inspirację z kognitywistyki, pokazał, w jaki sposób komputery mogą uczyć się ze stosunkowo niewielkich ilości danych (patrz Ten algorytm sztucznej inteligencji uczy się prostych zadań tak szybko, jak my).

W ostatnich latach konkurenci, tacy jak Google i Facebook, zatrudnili czołowe osobistości w dziedzinie głębokiego uczenia się, aby pokierowali swoimi działaniami w zakresie sztucznej inteligencji. Apple prowadzi znacznie mniej znaczące badania nad sztuczną inteligencją niż konkurenci, a niektórzy sugerują, że jego tradycyjna tajemnica utrudniła firmie rekrutację najlepszych badaczy w tej dziedzinie.

Głębokie uczenie zyskało na znaczeniu w ostatnich latach, po tym, jak okazały się spektakularnie dobre w umożliwianiu maszynom rozpoznawania obiektów na obrazach i wypowiadanych słów w audio. Google i Facebook wykorzystują tę technologię do automatycznego podpisywania obrazów. Dzięki temu Siri i inne produkty aktywowane głosem lepiej rozpoznają słowa. Analiza znaczenia tych słów pozostaje jednak większym wyzwaniem (patrz Problem językowy AI).

ukryć