Le principali tappe del 2020 nel campo dell'intelligenza artificiale

Decine di migliaia di documenti che coinvolgono A.I. vengono pubblicati ogni anno, ma ci vorrà del tempo prima che molti di essi rendano chiaro il loro potenziale impatto nel mondo reale. Nel frattempo, i principali finanziatori di A.I. - gli alfabeti, le mele, Facebook, Baidus e altri unicorni di questo mondo - continuano ad affinare gran parte della loro tecnologia più entusiasmante a porte chiuse.

In altre parole, quando si parla di intelligenza artificiale, è impossibile fare un bilancio degli anni gli sviluppi più importanti nel modo in cui, ad esempio, potresti elencare i 10 brani più ascoltati Spotify.

Ma l'A.I. ha senza dubbio svolto un ruolo enorme nel 2020 in tutti i modi. Ecco sei dei principali sviluppi e temi emergenti osservati nell’intelligenza artificiale nel 2020.

È tutta una questione di comprensione del linguaggio

In un anno medio, uno strumento di generazione di testo probabilmente non si classificherebbe come uno dei nuovi strumenti di intelligenza artificiale più entusiasmanti. sviluppi. Ma il 2020 non è stato un anno nella media e GPT-3 non è uno strumento di generazione di testo nella media. Il seguito di GPT-2, che è stato etichettato come il più “pericoloso", GPT-3 è un algoritmo all'avanguardia Rete neurale autoregressiva per l'elaborazione del linguaggio naturale creato dal laboratorio di ricerca OpenAI. Seminato con poche frasi, come l'inizio di una notizia, GPT-3 può generare risultati impressionanti testo accurato che corrisponde allo stile e al contenuto delle prime righe, anche se è inventato citazioni. GPT-3 vanta l’incredibile cifra di 175 miliardi di parametri – i pesi delle connessioni messe a punto per ottenere prestazioni – e, secondo quanto riferito, il suo addestramento è costato circa 12 milioni di dollari.

GPT-3 non è il solo ad essere un impressionante sistema di intelligenza artificiale. modello linguistico generato nel 2020. Sebbene sia stato rapidamente superato nel ciclo di hype da GPT-3, Turing Natural Language Generation (T-NLG) di Microsoft ha fatto scalpore nel febbraio 2020. Con 17 miliardi di parametri, al momento del rilascio era il modello linguistico più grande mai pubblicato. UN TrasformatoreBasato sul modello linguistico generativo, T-NLG è in grado di generare le parole necessarie per completare frasi non finite, nonché generare risposte dirette a domande e riassumere documenti.

Introdotti per la prima volta da Google nel 2017, i Transformers, un nuovo tipo di modello di deep learning, hanno contribuito a rivoluzionare l’elaborazione del linguaggio naturale. A.I. si è concentrato sul linguaggio almeno fin dai tempi di Alan Turing famoso test ipotetico dell'intelligenza artificiale. Ma grazie ad alcuni di questi recenti progressi, solo ora le macchine stanno diventando sorprendentemente brave a comprendere il linguaggio. Ciò avrà impatti e applicazioni profondi nel corso del decennio.

I modelli stanno diventando più grandi

GPT-3 e T-NLG hanno rappresentato un'altra pietra miliare, o almeno una tendenza significativa, nell'A.I. Anche se non mancano le startup, piccole laboratori universitari e individui che utilizzano l’A.I. strumenti, la presenza di attori importanti sulla scena significa che si stanno sprecando risorse importanti in giro. Modelli enormi con enormi costi di formazione dominano sempre più l’avanguardia dell’A.I. ricerca. Reti neurali con oltre un miliardo di parametri stanno rapidamente diventando la norma.

I 175 miliardi di parametri di GPT-3 rimangono un valore anomalo, ma nuovi modelli come Meena, Turing-NGL, DistillBERT, E BST9.4B hanno tutti superato 1 miliardo di parametri. Più parametri non significano necessariamente prestazioni migliori in ogni caso. Tuttavia, ciò significa che uno strumento di generazione del testo è in grado di modellare in modo più accurato una vasta gamma di funzioni. Se vogliamo replicare un’intelligenza artificiale simile al cervello, sono necessari più parametri. Ciò significa anche che i principali attori continueranno a governare l’A.I. posatoio quando si tratta dei modelli più grandi. Secondo quanto riferito, addestrare una rete costa 1 dollaro ogni 1.000 parametri. Estrapolalo a un miliardo di parametri e, beh, fai i conti.

A.I. per il bene dell'umanità

Come A.I. gli strumenti avanzano, non sono solo gli informatici a trarne vantaggio. I ricercatori di altre discipline salgono a bordo, spesso con alcune idee innovative sui modi in cui è possibile utilizzare l’apprendimento automatico. Che si tratti di A.I. che può diagnosticare l'acufene dalle scansioni cerebrali; cuffie per la lettura del pensiero che utilizzano l'apprendimento automatico per trasformare i pensieri in parole pronunciate per portatori di disturbi vocali; AlphaFold di DeepMind, che può prevedere con precisione il forma delle proteine ​​in base alla loro sequenza, contribuendo potenzialmente a sviluppare rapidamente nuove terapie più efficaci; o qualsiasi altra serie di dimostrazioni, è chiaro che A.I. ha aperto alcune nuove entusiasmanti strade per la ricerca nel 2020.

La robocalisse non è qui (ancora)

La polarizzazione di molti aspetti della vita nel 2020 scoraggia l’idea delle sfumature. Ma sta diventando sempre più evidente che la sfumatura è esattamente ciò che si applica quando si tratta di l’acquisizione del lavoro da parte dei robot. Quest’anno si è assistito a enormi perdite di posti di lavoro in tutto il mondo. Tuttavia, questi sono stati causati dalla pandemia e dai suoi impatti, piuttosto che da qualsiasi sinistro attacco in stile Skynet ai posti di lavoro umani.

Anche se ci sono stati certamente esempi di A.I. e la robotica che svolge compiti umani (vedi Flippy, il robot che lancia gli hamburger, per esempio), questi hanno in genere lo scopo di aumentare le capacità umane o fornire assistenza in aree in cui non c'è abbastanza forza lavoro coerente. In effetti, le aziende che lo sono assumere il maggior numero di persone in questo momento sono quelli che stanno investendo contemporaneamente in tecnologie avanzate (leggi: grandi colossi tecnologici).

Questo non vuol dire che la robocalisse fosse una previsione errata. Lo svuotamento delle classi medie è una tendenza che continuerà, anche se è molto più complessa del semplice avvento di alcune aziende tecnologiche che introducono nuovi strumenti software intelligenti. Se il 2020 ha avuto qualcosa da dire sull’A.I. e occupazione, è che le cose sono complicate.

Deepfake

Non si può negare che il 2020 sia stato un anno strano perché ha offuscato i confini della realtà in tutti i modi più strani. All’inizio dell’anno, il COVID-19 ha gettato gran parte del mondo in un lockdown simile a quello uscito da un film di successo sul tema del contagio. (Come hanno fatto le persone a sfuggire alla realtà di questa “nuova normalità”? Di alla ricerca di intrattenimento a tema pandemico, ovviamente.) L’anno si è poi concluso con le elezioni americane che hanno presentato la possibilità di scegliere tra due versioni della realtà, a seconda dell’affiliazione al partito (e alla leadership).

A.I. ha avuto un ruolo in questo assalto baudrillardiano alla realtà sotto forma di tecnologie deepfake. I deepfake non sono un’invenzione del 2020, ma quest’anno hanno visto alcuni sviluppi significativi. Nel mese di luglio, i ricercatori del Center for Advanced Virtuality del Massachusetts Institute of La tecnologia ha messo insieme un video deepfake avvincente e ad alto budget che raffigura il presidente Richard Nixon dando un indirizzo alternativo sugli sbarchi sulla Luna, che è stato scritto nel caso in cui la missione Apollo fosse andata terribilmente male.

Oltre ai deepfake visivi più convincenti, i ricercatori ne hanno creati anche alcuni deepfake audio sorprendentemente accurati. Un esempio recente? UN Deepfake vocale di Eminem che lancia un violento dissenso contro il CEO di Facebook Mark Zuckerberg. Sembrava realisticamente convincente, anche se non era del tutto all’altezza dei soliti standard lirici di Em.

Regolamento dell'A.I.

Gli strumenti basati sull’intelligenza artificiale sono, beh, potenti. E questo non si applica solo alle dimostrazioni astratte di proof-of-concept, ma anche alle implementazioni nel mondo reale che possono variare da screening dei candidati per colloqui di lavoro per il riconoscimento facciale o strumenti decisionali sulla libertà condizionale utilizzati dalle forze dell'ordine e autorità.

Negli ultimi anni, la consapevolezza di questi strumenti – e del modo in cui i pregiudizi possono essere codificati al loro interno – ha portato a sollevare maggiori preoccupazioni sul loro utilizzo. A gennaio, la polizia di Detroit ha arrestato erroneamente un uomo di nome Robert Williams dopo che un algoritmo corrispondeva erroneamente al file foto sulla patente di guida con filmati CCTV sfocati. Poco dopo, IBM, Amazzonia, E Microsoft tutti hanno annunciato che stavano ripensando l'uso delle loro tecnologie di riconoscimento facciale in questa veste.

Soprattutto i suddetti deepfake hanno suscitato molta paura, forse perché dimostrano in modo così evidente come il loro uso improprio possa essere dannoso. La scomparsa della California AB-730, una legge progettata per criminalizzare l'uso di deepfake per dare false impressioni delle parole o delle azioni dei politici, è stata una chiara tentativo di regolamentare l’uso dell’A.I. Regole coerenti su come sviluppare al meglio l’A.I. gli strumenti dalla parte del bene rimangono un lavoro da fare progresso.

Questa attenzione all’A.I. l’etica fa sembrare che l’argomento stia iniziando a diventare mainstream per la prima volta. Gran parte del merito va ai ricercatori come Caroline Criado Perez E Safiya Umoja Nobile, il cui instancabile lavoro volto a evidenziare i pregiudizi algoritmici e l’importanza della responsabilità ha chiaramente colpito nel segno.

Raccomandazioni degli editori

• A.I. di solito non dimentica nulla, ma il nuovo sistema di Facebook lo fa. Ecco perché
• La nuova IA di Facebook porta il riconoscimento delle immagini a un livello completamente nuovo
• Questa I.A. il generatore di meme ha imparato l'arte dell'umorismo stravagante su Internet
• Il CEO di Google Sundar Pichai mette in guardia dai pericoli dell'A.I. e chiede una maggiore regolamentazione
• Gmail blocca 100 milioni di messaggi spam ogni giorno con la sua intelligenza artificiale, afferma Google