Основните етапи на 2020 г. в областта на изкуствения интелект

Десетки хиляди документи, включващи A.I. се публикуват всяка година, но ще отнеме известно време, преди много от тях да изяснят потенциалното си въздействие върху реалния свят. Междувременно най-добрите финансисти на A.I. — Alphabets, Apples, Facebooks, Baidus и други еднорози на този свят — продължават да усъвършенстват голяма част от най-вълнуващите си технологии зад затворени врати.

С други думи, когато става въпрос за изкуствен интелект, невъзможно е да се направи преглед на годишната най-важните развития в начина, по който, да речем, можете да изброите 10-те най-слушани песни Spotify.

Но A.I. несъмнено изигра огромна роля през 2020 г. по най-различни начини. Ето шест от основните развития и нововъзникващи теми, наблюдавани в областта на изкуствения интелект през 2020 г.

Всичко опира до разбирането на езика

За средна година инструментът за генериране на текст вероятно няма да се класира като един от най-вълнуващите нови ИИ. разработки. Но 2020 г. не е средна година и GPT-3 не е средностатистически инструмент за генериране на текст. Продължението на GPT-2, което беше обявено за най-" в светаопасно” алгоритъм, GPT-3 е авангарден авторегресивна невронна мрежа за обработка на естествен език създаден от изследователската лаборатория OpenAI. Подготвен с няколко изречения, като начало на новина, GPT-3 може да генерира впечатляващо точен текст, съответстващ на стила и съдържанието на първите няколко реда - дори до измисляне кавички. GPT-3 може да се похвали с удивителните 175 милиарда параметъра - теглата на връзките, които са настроени, за да постигнат производителност - и според съобщенията струва около 12 милиона долара за обучение.

GPT-3 не е единственият, който е впечатляващ ИИ. езиков модел, създаден през 2020 г. Въпреки че бързо беше изпреварен в цикъла на реклама от GPT-3, Turing Natural Language Generation (T-NLG) на Microsoft направи вълни през февруари 2020 г. Със 17 милиарда параметри, при пускането на пазара това беше най-големият езиков модел, публикуван досега. А Трансформаторбазиран на генеративен езиков модел, T-NLG е в състояние да генерира необходимите думи за завършване на недовършени изречения, както и да генерира директни отговори на въпроси и да обобщава документи.

Представени за първи път от Google през 2017 г., Transformers – нов тип модел на задълбочено обучение – помогнаха за революция в обработката на естествен език. ИИ е фокусиран върху езика поне още от времето на Алън Тюринг известен хипотетичен тест за машинен интелект. Но благодарение на някои от тези скорошни постижения, машините едва сега стават удивително добри в разбирането на езика. Това ще има някои дълбоки въздействия и приложения в продължението на десетилетието.

Моделите стават все по-големи

GPT-3 и T-NLG представляват друг крайъгълен камък или поне значителна тенденция в ИИ. Въпреки че няма недостиг на стартиращи фирми, малки университетски лаборатории и лица, използващи A.I. инструменти, присъствието на основни играчи на сцената означава, че се хвърлят сериозни ресурси наоколо. Все по-често огромни модели с огромни разходи за обучение доминират в авангарда на ИИ. изследвания. Невронни мрежи с над един милиард параметри бързо се превръщат в норма.

175 милиарда параметри на GPT-3 остават лудо отклонение, но новите модели като Мийна, Turing-NGL, DistilBERT, и BST 9.4B всички са надхвърлили 1 милиард параметри. Повече параметри не означават непременно по-добра производителност във всеки случай. Това обаче означава, че инструментът за генериране на текст е в състояние да моделира по-точно голям набор от функции. Ако възнамеряваме да копираме подобен на мозъка изкуствен интелект, повече параметри са задължителни. Това също означава, че основните играчи ще продължат да управляват ИИ. нощувка, когато става въпрос за най-големите модели. Съобщава се, че струва $1 на 1000 параметъра за обучение на мрежа. Екстраполирайте това до един милиард параметъра и добре, ще направите сметката.

ИИ за доброто на човечеството

Както A.I. инструментите напредват, не само компютърните специалисти се възползват от тях. Изследователи от други дисциплини се включват, често с някои новаторски идеи за начините, по които може да се използва машинното обучение. Независимо дали е A.I. че може диагностицира тинитус от мозъчни сканирания; слушалки за четене на мисли, които използват машинно обучение, за да превърнат мислите в изречени думи за хора с увреден глас; AlphaFold на DeepMind, който може точно да предвиди формата на протеините въз основа на тяхната последователност, което потенциално спомага за бързото разработване на нови по-ефективни терапии; или всеки друг брой демонстрации, ясно е, че A.I. откри някои вълнуващи нови възможности за изследвания през 2020 г.

Робокалипсисът не е тук (все още)

Поляризацията на много аспекти от живота през 2020 г. обезсърчава идеята за нюанси. Но става все по-очевидно, че нюансът е точно това, което се прилага, когато става въпрос за поемане на работни места от роботи. Тази година се наблюдава огромна загуба на работни места по света. Те обаче са предизвикани от пандемията и нейните въздействия, а не от някакво зловещо нападение в стил Скайнет върху човешки работни места.

Въпреки че със сигурност има примери за ИИ. и роботика, изпълняваща човешки задачи (вж Flippy роботът, обръщащ бургери, например), те обикновено са били за увеличаване на човешките способности или за подпомагане в области, където няма достатъчно постоянна работна сила. Всъщност компаниите, които са наема най-много хора точно сега са тези, които едновременно инвестират в напреднали технологии (прочетете: големи технологични гиганти).

Това не означава, че робокалипсисът е грешна прогноза. Изтласкването на средната класа е тенденция, която ще продължи, въпреки че е много по-сложна от появата на няколко технологични компании, които въвеждат нови интелигентни софтуерни инструменти. Ако 2020 г. има какво да каже за A.I. и заетостта, нещата са сложни.

Deepfakes

Не може да се отрече, че 2020 г. беше странна година за размиване на ръбовете на реалността по всякакви странни начини. В началото на годината COVID-19 потопи голяма част от света в блокбастър като нещо от хитов филм на тема зараза. (Как хората избягаха от реалността на това „ново нормално“? от търсейки развлечения на тема пандемия, разбира се.) След това годината приключи с изборите в САЩ, които представят вашия избор от две версии на реалността, в зависимост от партийната (и лидерската) принадлежност.

ИИ е изиграл роля в тази атака на Бодрияр срещу реалността под формата на дълбоки фалшиви технологии. Deepfakes не са изобретение на 2020 г., но са видели някои значителни развития тази година. През юли изследователи от Центъра за усъвършенствана виртуалност към Масачузетския институт Технологиите събраха завладяващо високобюджетен дълбок фалшив видеоклип, изобразяващ президента Ричард Никсън даване алтернативен адрес за кацането на Луната, който беше написан в случай, че мисията на Аполо се обърка ужасно.

Наред с по-убедителни визуални дълбоки фалшификати, изследователите също са създали някои удивително точни аудио фалшификати. Един скорошен пример? Ан Eminem вокал deepfake който отправя ожесточена критика срещу изпълнителния директор на Facebook Марк Зукърбърг. Звучеше убедително реалистично – дори и да не отговаряше съвсем на обичайните лирични стандарти на Ем.

Регулиране на A.I.

Инструментите, задвижвани от изкуствен интелект, са мощни. И това не се отнася само за абстрактни демонстрации на доказателство за концепцията, но за внедрявания в реалния свят, които могат да варират от проверка на кандидатите за интервюта за работа до разпознаване на лица или инструменти за вземане на решение за условно освобождаване, използвани от правоприлагащите органи и органи.

През последните няколко години осъзнаването на тези инструменти - и начина, по който пристрастията могат да бъдат кодирани в тях - доведе до по-голяма загриженост относно тяхното използване. През януари полицията в Детройт погрешно арестува мъж на име Робърт Уилямс, след като алгоритъм погрешно съвпадна с снимка на шофьорската му книжка с размазан запис от камери за видеонаблюдение. Скоро след това, IBM, Amazon, и Microsoft всички обявиха, че преосмислят използването на техните технологии за лицево разпознаване в това си качество.

Гореспоменатите дълбоки фалшификати предизвикаха много страх по-специално, може би защото толкова очевидно демонстрират как злоупотребата им може да бъде вредна. Преминаването на Калифорния АВ-730, закон, предназначен да криминализира използването на дълбоки фалшификати за създаване на фалшиви впечатления от думите или действията на политик, беше един ясен опит за регулиране на използването на ИИ. Последователни правила за това как най-добре да се развива A.I. инструментите от страната на доброто остават работа в прогрес.

Този фокус върху A.I. етиката създава усещането, че темата започва да става мейнстрийм за първи път. Голяма част от кредита трябва да отиде на изследователи като Каролин Криадо Перес и Сафия Умоджа Ноубъл, чиято неуморна работа за изтъкване на алгоритмичните пристрастия и важността на отчетността очевидно удари струна.

Препоръки на редакторите

• ИИ обикновено не забравя нищо, но новата система на Facebook го прави. Ето защо
• Новият изкуствен интелект на Facebook извежда разпознаването на изображения на съвсем ново ниво
• Този ИИ генераторът на меми е усвоил изкуството на странния интернет хумор
• Изпълнителният директор на Google Сундар Пичай предупреждава за опасностите от ИИ. и призовава за повече регулация
• Gmail блокира 100 милиона спам съобщения дневно със своя изкуствен интелект, казва Google