Zima AI nie nadchodzi

Sztuczna inteligencja jest w modzie, a postępy w nagłówkach są ogłaszane w zawrotnym tempie, a firmy budują dedykowane zespoły AI tak szybko, jak to możliwe.

Czy boom może trwać?

Andrew Ng, główny naukowiec w Baidu Research i ważna postać w dziedzinie uczenia maszynowego i sztucznej inteligencji, mówi, że ulepszenia w projektowaniu procesorów komputerowych zapewnią wzrost wydajności i przełomy w dającej się przewidzieć przyszłości. Wielu [dostawców sprzętu] było na tyle uprzejmych, aby podzielić się swoimi planami, mówi Ng. Jestem przekonany, że są wiarygodne, aw ciągu najbliższych kilku lat otrzymamy większą moc obliczeniową i szybsze sieci.

Dziedzina sztucznej inteligencji przechodziła w przeszłości fazy szybkiego postępu i szumu, po których szybko nastąpiło ochłodzenie inwestycji i zainteresowania, często określane jako zimy AI. Pierwsze ochłodzenie nastąpiło w latach siedemdziesiątych, gdy postęp uległ spowolnieniu, a fundusze rządowe wyschły; inny uderzył w latach 80., gdy najnowsze trendy nie przyniosły oczekiwanego efektu komercyjnego.

Z drugiej strony, być może nie było boomu dorównującego obecnemu, napędzanemu szybkim postępem w trenowaniu maszyn do wykonywania przydatnych zadań. Naukowcy zajmujący się sztuczną inteligencją otrzymują teraz ogromne pensje za prowadzenie badań podstawowych, ponieważ firmy budują zespoły badawcze, zakładając, że nastąpią przełomowe przełomy o znaczeniu komercyjnym.

Andrew Ng, główny naukowiec w Baidu Research.

Postęp obserwowany w ostatnich latach nastąpił dzięki opracowaniu potężnych systemów głębokiego uczenia się (patrz 10 Przełomowe technologie 2013: Głębokie uczenie ). Od kilku lat naukowcy odkryli, że bardzo duże lub głębokie sieci neuronowe można wytrenować na podstawie oznakowanych przykładów, aby rozpoznawać wszelkiego rodzaju rzeczy z ludzką dokładnością. Doprowadziło to do oszałamiających postępów w rozpoznawaniu obrazu i głosu oraz nie tylko.

Ng mówi, że te systemy staną się tylko potężniejsze. Może to nie tylko zwiększyć dokładność istniejących narzędzi do głębokiego uczenia się, ale także umożliwić wykorzystanie techniki w nowych obszarach, takich jak parsowanie i generowanie języka.

Co więcej, mówi Ng, postępy w sprzęcie zapewnią paliwo niezbędne do urzeczywistnienia nowych technik sztucznej inteligencji.

Jest wiele eksperymentów, które chciałbym przeprowadzić, gdybyśmy tylko mieli 10-krotny wzrost wydajności, dodaje Ng. Mówi na przykład, że zamiast różnych algorytmów przetwarzania obrazu, większa moc komputera może umożliwić zbudowanie jednego algorytmu zdolnego do wykonywania wszelkiego rodzaju zadań związanych z obrazem.

Czołowi światowi eksperci AI zebrali się w tym tygodniu w Barcelonie na ważne wydarzenie o nazwie Konferencja Neuronowe Systemy Przetwarzania Informacji . Skala zgromadzenia, która wzrosła z kilkuset osób kilka lat temu do ponad 6000 w tym roku, daje poczucie ogromnego zainteresowania sztuczną inteligencją.

Na pewno jest szum, dodaje Ng, ale myślę, że istnieje tak silny podstawowy czynnik o prawdziwej wartości, że nie rozbije się tak, jak w poprzednich latach.

Ryszard Socher , główny naukowiec Salesforce i znany ekspert w dziedzinie uczenia maszynowego i języka, mówi, że dostępność ogromnych ilości danych w połączeniu z postępami w algorytmach uczenia maszynowego również zapewni postęp.

Salesforce, który oferuje narzędzia chmurowe do zarządzania leadami sprzedażowymi i komunikacją z klientami. Wysiłki firmy w zakresie sztucznej inteligencji nabrały kształtu po tym, jak na początku tego roku firma przejęła startup Socher, Metamind. Salesforce dostarcza teraz również proste narzędzia do uczenia maszynowego dla firm, takie jak system rozpoznawania obrazu.

Do tej pory uczenie maszynowe zostało zademonstrowane głównie przez kilka dużych firm w przestrzeni konsumenckiej, mówi Socher. Udostępnienie takiej technologii w szerszym zakresie może mieć ogromny wpływ, mówi. Gdybyśmy mieli zwiększyć wydajność 150 000 firm korzystających z Salesforce o 1 procent dzięki uczeniu maszynowemu, dosłownie zobaczylibyśmy to w PKB Stanów Zjednoczonych – mówi.

Socher uważa, że ​​zastosowanie uczenia maszynowego w branżach przez jakiś czas utrzyma zainteresowanie sztuczną inteligencją. Nie wyobrażam sobie w przyszłości zimy AI, która może być tak zimna jak poprzednie, mówi.

Andrew Ng, przemawiający na targach EmTech Digital 2016

ukryć