Eksplozja AI Google na jednym wykresie

Natura. Procedury Narodowej Akademii Nauk . Dziennik Amerykańskiego Towarzystwa Medycznego .

To jedne z najbardziej elitarnych czasopism naukowych na świecie. A w zeszłym roku jedna firma technologiczna, Alphabet’s Google, opublikowała artykuły we wszystkich z nich.

Bezprecedensowa seria wyników naukowych dokonana przez giganta wyszukiwania w Mountain View dotyczyła wszystkiego, od okulistyki, przez gry komputerowe, po neuronaukę i modele klimatyczne. Dla Google rok 2016 był Annus mirabilis podczas którego jego badacze złamali najlepsze czasopisma i ustanowili rekordy pod względem objętości.

Za tym wzrostem kryją się rosnące inwestycje Google w sztuczną inteligencję, w szczególności głębokie uczenie, technikę, której zdolność do rozumienia obrazów i innych danych usprawnia usługi, takie jak wyszukiwanie i tłumaczenie (patrz 10 Przełomowe technologie 2013: Deep Learning ).

Zgodnie z zestawieniem dostarczonym przez Google Przegląd technologii MIT, W 2016 r. opublikowała 218 artykułów w czasopismach lub konferencjach na temat uczenia maszynowego, prawie dwa razy więcej niż dwa lata temu.

Podobnych danych szukaliśmy w Web of Science, usłudze Clarivate Analytics, która potwierdziła wzrost. Clarivate powiedział, że wpływ publikacji Google według miara siły publikacji, z której korzysta, była od czterech do pięciu razy wyższa od średniej światowej. W porównaniu do wszystkich firm, które obficie publikują informacje o sztucznej inteligencji, Clarivate plasuje Google na pierwszym miejscu z dużym marginesem.

Najwyższa pozycja

Eksplozja publikacji nie jest przypadkiem. Według Yoshua Bengio, specjalisty ds. uczenia głębokiego z Uniwersytetu w Montrealu, w ciągu ostatnich kilku lat Google ponad trzykrotnie zwiększył liczbę badaczy zajmujących się uczeniem maszynowym. Zwerbowali jak szaleni, mówi.

Aby uchwycić wyniki z pierwszej rundy z laboratoriów obliczeniowych, firmy mogą nie tylko oferować wynagrodzenie w wysokości Doliny Krzemowej. Trudno jest zatrudniać ludzi tylko dla pieniędzy, mówi Konrad Kording, neurobiolog obliczeniowy z Northwestern University. Najlepsi ludzie dbają o rozwój świata, a to oznacza pisanie artykułów, z których świat może korzystać, i pisanie kodu, z którego świat może korzystać.

W Google, naukowym ładunkiem kieruje DeepMind , brytyjska firma zajmująca się sztuczną inteligencją, założona przez neurologa i programistę Demisa Hassabisa. Google nabył go za 400 milionów dolarów w 2014 roku.

Hassabis nie pozostawił wątpliwości, że trzyma się swoich ambicji naukowych. W styczniu post na blogu , powiedział, że DeepMind ma hybrydową kulturę między długofalowym myśleniem wydziału akademickiego a szybkością i koncentracją najlepszych startupów. Pisze, że dostosowanie się do celów akademickich jest dla nas osobiście ważne. Kording, którego jeden z doktorantów, Mohammad Azar, został niedawno zatrudniony przez DeepMind, mówi, że doskonale rozumie, że większość projektów rozwija naukę.

W zeszłym roku DeepMind opublikował dwukrotnie w Natura , to samo pamiętne czasopismo, w którym po raz pierwszy opisano strukturę DNA i sekwencjonowanie ludzkiego genomu. Jeden artykuł o DeepMind dotyczył swojego programu AlphaGo, który pokonał najlepszych ludzkich graczy w starożytnej grze Go; inny opisał, jak sieć neuronowa z pamięcią roboczą może rozumieć i dostosowywać się do nowych zadań.

Następnie, w grudniu, naukowcy z działu badawczego Google opublikowali pierwszy artykuł do głębokiego uczenia się kiedykolwiek ukazać się w JAMA, dostojnym czasopiśmie amerykańskich lekarzy. Pokazali w nim program do głębokiego uczenia się, który może zdiagnozować przyczynę ślepoty na podstawie obrazów siatkówki, a także lekarza. Ten projekt był prowadzony przez Mózg Google , inna grupa AI, z siedzibą w kalifornijskiej siedzibie firmy. Mówi również, że priorytetowo traktuje publikacje, zauważając, że naukowcy tam ustalają własny program .

Bitwa AI

W konkursie na opracowanie potężniejszej sztucznej inteligencji biorą udział teraz setki firm, przy czym najintensywniejsza jest konkurencja między największymi gigantami technologicznymi, takimi jak Google, Facebook i Microsoft. Wszyscy dostrzegają szansę na czerpanie nowych zysków dzięki wykorzystaniu technologii, aby wycisnąć więcej z danych klientów, aby samochody bez kierowcy mogły jeździć po drogach lub w medycynie. Badania odbywają się w atmosferze cieplarnianej, przypominającej wczesne dni chipów komputerowych lub pierwszych roślin i leków biotechnologicznych, w czasach, gdy wybitne nowinki naukowe również położyły podwaliny pod nowe gałęzie przemysłu.

To wyjaśnia, dlaczego publikowanie wyników ma znaczenie. Stara akademicka piła publikująca lub ginąca zaczyna definiować wyścig AI, pozostawiając firmy, które mają słabe wyniki w zakresie publikacji, w bardzo niekorzystnej sytuacji. Apple, słynące ze ścisłej tajemnicy wokół swoich planów i premier produktów, odkrył, że jego kultura szkodzi wysiłkom w zakresie sztucznej inteligencji, które pozostają w tyle za Google i Facebookiem.

Kiedy więc Apple zatrudnił w zeszłym roku informatyka Russa Salakhutdinova z Carnegie Mellon jako nowego szefa AI, natychmiast pozwolono mu złamać kod tajności Apple poprzez blogowanie i wygłaszanie przemówień. Na dużej konferencji naukowej poświęconej uczeniu maszynowemu pod koniec zeszłego roku w Barcelonie Salakhutdinov zapowiedział, że Apple też zacząłby publikować . Pokazał slajd: Czy możemy publikować? Tak.

Salachutdinow będzie przemawiał w Przegląd technologii MIT wydarzenie EmTech Digital poświęcone sztucznej inteligencji w przyszłym tygodniu w San Francisco.

ukryć