Pagrindiniai 2020 m. dirbtinio intelekto etapai

Dešimtys tūkstančių dokumentų, susijusių su A.I. skelbiami kiekvienais metais, tačiau prireiks šiek tiek laiko, kol daugelis iš jų parodys savo galimą poveikį realiame pasaulyje. Tuo tarpu didžiausi A.I. - Abėcėlės, obuoliai, feisbukai, Baidus ir kiti šio pasaulio vienaragiai - toliau tobulina daugelį įdomiausių technologijų už uždarų durų.

Kitaip tariant, kalbant apie dirbtinį intelektą, neįmanoma apibendrinti metų svarbiausius pokyčius tokiu būdu, kad, tarkime, galėtumėte išvardyti 10 dažniausiai klausomų kūrinių „Spotify“.

Tačiau A.I. neabejotinai suvaidino didžiulį vaidmenį 2020 m. įvairiais būdais. Pateikiame šešis pagrindinius dirbtinio intelekto pokyčius ir kylančias temas 2020 m.

Viskas priklauso nuo kalbos supratimo

Vidutiniškai per metus teksto generavimo įrankis tikriausiai nebūtų vienas įdomiausių naujųjų A.I. pokyčius. Tačiau 2020 m. nebuvo vidutiniai metai, o GPT-3 nėra vidutinis teksto generavimo įrankis. GPT-2 tęsinys, kuris buvo pavadintas „labiausiai pasaulyje“pavojingas“ algoritmas, GPT-3 yra pažangiausias autoregresyvus natūralios kalbos apdorojimo neuroninis tinklas sukūrė tyrimų laboratorija OpenAI. Keletas sakinių, pavyzdžiui, naujienų istorijos pradžios, GPT-3 gali sukurti įspūdingai tikslus tekstas, atitinkantis kelių pradinių eilučių stilių ir turinį – net iki išgalvoto citatos. GPT-3 gali pasigirti stulbinančiais 175 milijardais parametrų – jungčių, kurios sureguliuotos, kad būtų pasiektas našumas, svoriai – ir, kaip pranešama, treniruotis kainuoja apie 12 mln.

GPT-3 nėra vienintelis įspūdingas A.I. kalbos modelis atsirado 2020 m. Nors ažiotažų cikle ją greitai aplenkė GPT-3, Microsoft Turing Natural Language Generation (T-NLG) sukėlė bangas 2020 m. vasario mėn. Išleidus 17 milijardų parametrų, tai buvo didžiausias iki šiol paskelbtas kalbos modelis. A TransformatoriusPagrįstas generatyvinės kalbos modelis, T-NLG gali sugeneruoti reikalingus žodžius nebaigtiems sakiniams užbaigti, taip pat generuoti tiesioginius atsakymus į klausimus ir apibendrinti dokumentus.

2017 m. „Google“ pirmą kartą pristatyti „Transformeriai“ – naujo tipo gilaus mokymosi modelis – padėjo pakeisti natūralios kalbos apdorojimą. A.I. buvo sutelktas į kalbą bent jau Alano Turingo garsus hipotetinis mašininio intelekto testas. Tačiau dėl kai kurių šių naujausių pasiekimų mašinos tik dabar stebėtinai gerai supranta kalbą. Dešimtmečiui tai turės tam tikrą didelį poveikį ir pritaikymą.

Modeliai tampa vis didesni

GPT-3 ir T-NLG buvo dar vienas etapas arba bent jau reikšminga tendencija A.I. Nors startuolių netrūksta, mažų universiteto laboratorijos ir asmenys, naudojantys A.I. Įrankius, pagrindinių žaidėjų buvimas scenoje reiškia, kad mesti rimtus išteklius aplinkui. Vis dažniau A.I. pažangiausioje srityje dominuoja didžiuliai modeliai, kurių mokymo išlaidos yra didžiulės. tyrimai. Neuroniniai tinklai su milijardu parametrų greitai tampa norma.

GPT-3 175 milijardai parametrų tebėra beprotiškas skirtumas, tačiau nauji modeliai, tokie kaip Meena, Turing-NGL, DistilBERtas, ir BST 9.4B visi viršijo 1 milijardą parametrų. Daugiau parametrų nebūtinai reiškia geresnį našumą kiekvienu atveju. Tačiau tai reiškia, kad teksto generavimo įrankis gali tiksliau modeliuoti daugybę funkcijų. Jei ketiname atkartoti į smegenis panašų dirbtinį intelektą, reikia daugiau parametrų. Tai taip pat reiškia, kad pagrindiniai žaidėjai ir toliau valdys A.I. nakvynė, kai kalbama apie didžiausius modelius. Pranešama, kad tinklo mokymas kainuoja 1 USD už 1000 parametrų. Ekstrapoliuokite tai iki milijardo parametrų ir, gerai, suskaičiuokite.

A.I. žmonijos labui

Kaip A.I. įrankiai tobulėja, iš jų naudos gauna ne tik kompiuterių mokslininkai. Tyrėjai iš kitų disciplinų įsitraukia, dažnai turėdami novatoriškų idėjų apie mašininio mokymosi panaudojimo būdus. Nesvarbu, ar tai A.I. tai gali diagnozuoti spengimą ausyse iš smegenų skenavimo; minčių skaitymo ausinės, kurios naudoja mašininį mokymąsi, kad mintys paverstų ištartais žodžiais balso negalią turintiems nešiotojams; DeepMind AlphaFold, kuri gali tiksliai numatyti baltymų forma pagal jų seką, gali padėti greitai sukurti naujus veiksmingesnius gydymo būdus; ar bet koks kitas demonstracijų skaičius, akivaizdu, kad A.I. atvėrė keletą įdomių naujų mokslinių tyrimų kelių 2020 m.

Robokalipsės (dar) nėra

Daugelio gyvenimo aspektų poliarizacija 2020 m. atgraso nuo niuansų idėjos. Tačiau tampa vis labiau akivaizdu, kad niuansai yra būtent tai, kas taikoma, kai kalbama apie darbo vietų perėmimas robotams. Šiais metais visame pasaulyje buvo prarasta daug darbo vietų. Tačiau tai sukėlė pandemija ir jos padariniai, o ne koks nors grėsmingas „Skynet“ stiliaus puolimas prieš žmonių darbus.

Nors tikrai buvo pavyzdžių, kai A.I. ir robotai, atliekantys žmogaus užduotis (žr Pavyzdžiui, apverskite mėsainių vartymo robotą), tai paprastai buvo skirta žmogaus gebėjimams didinti arba pagalbai srityse, kuriose nėra pakankamai pastovios darbo jėgos. Tiesą sakant, įmonės, kurios yra šiuo metu samdo daugiausiai žmonių yra tie, kurie tuo pat metu investuoja į pažangias technologijas (skaitykite: dideli technologijų milžinai).

Tai nereiškia, kad robokalipsė buvo klaidinga prognozė. Vidurinių klasių ištuštėjimas yra tendencija, kuri tęsis, nors tai kur kas sudėtingesnė nei kelių technologijų įmonių, pristatančių naujus išmaniuosius programinės įrangos įrankius, atsiradimas. Jei 2020-ieji turėjo ką pasakyti apie A.I. ir užimtumas, viskas yra sudėtinga.

Gilūs klastotės

Negalima paneigti, kad 2020-ieji buvo keisti metai, kai realybės pakraščiai buvo sulieti įvairiais keistais būdais. Metų pradžioje COVID-19 panardino didžiąją pasaulio dalį į užraktą, kaip kažkas iš užkrėtimo tematikos didžiojo filmo. (Kaip žmonės pabėgo nuo šio „naujojo normalumo“ realybės? Autorius ieškant pramogų pandemijos tema, žinoma.) Tada metai baigėsi tuo, kad JAV rinkimai pateikė jūsų pasirinkimą iš dviejų tikrovės versijų, priklausomai nuo partijos (ir vadovybės).

A.I. suvaidino vaidmenį šiame Baudrillardo puolime prieš tikrovę gilių padirbtų technologijų pavidalu. Deepfakes nėra 2020 m. išradimas, tačiau šiais metais jie pastebėjo keletą reikšmingų pokyčių. Liepos mėnesį Masačusetso instituto Pažangiojo virtualumo centro mokslininkai Technologijos sukūrė įtikinamai didelio biudžeto giliai padirbtą vaizdo įrašą, kuriame pavaizduotas prezidentas Richardas Niksonas duodamas alternatyvus adresas apie nusileidimą mėnulyje, kuris buvo parašytas tuo atveju, jei „Apollo“ misija būtų baisiai suklydusi.

Kartu su įtikinamesniais vaizdiniais giliais klastotėmis mokslininkai taip pat sukūrė keletą stebėtinai tikslūs garso padirbinėjimai. Vienas naujausias pavyzdys? An Eminem vokalas deepfake kuris pradeda pyktį prieš „Facebook“ generalinį direktorių Marką Zuckerbergą. Tai skambėjo įtikinamai gyvai – net jei ir neatitiko įprastų Emo lyrinių standartų.

A.I.

A.I. varomi įrankiai yra galingi. Ir tai taikoma ne tik abstrakčioms koncepcijos įrodymams, bet ir realaus pasaulio diegimams, kurie gali būti kandidatų į darbo pokalbį atranka, siekiant naudoti veidų atpažinimo arba lygtinio paleidimo sprendimo priemones, kurias naudoja teisėsaugos institucijos ir autoritetai.

Per pastaruosius kelerius metus supratimas apie šias priemones ir tai, kaip juose galima užkoduoti šališkumą, sukėlė didesnį susirūpinimą dėl jų naudojimo. Sausio mėnesį Detroito policija neteisingai suėmė vyrą, vardu Robertas Williamsas, kai algoritmas klaidingai atitiko nuotrauka ant jo vairuotojo pažymėjimo su neryškia vaizdo stebėjimo kamera. Trumpai po to, IBM, Amazon, ir Microsoft visi paskelbė, kad ketina permąstyti savo veido atpažinimo technologijų naudojimą.

Pirmiau minėti klastotės sukėlė daug baimės, galbūt todėl, kad jie taip akivaizdžiai parodo, kaip netinkamas jų naudojimas gali būti žalingas. Kalifornijos mirtis AB-730, įstatymas, skirtas kriminalizuoti gilių klastočių naudojimą siekiant sudaryti klaidingą įspūdį apie politiko žodžius ar veiksmus, buvo vienas aiškus bando reguliuoti A.I. naudojimą. Nuoseklios taisyklės, kaip geriausiai vystyti A.I. įrankiai, esantys gėrio pusėje, lieka darbu progresas.

Šis dėmesys skiriamas A.I. etika verčia jaustis, kad ši tema pirmą kartą pradeda eiti į pagrindinę kryptį. Didžioji dalis nuopelnų turi atitekti tokiems tyrinėtojams kaip Caroline Criado Perez ir Safiya Umoja Noble, kurio nenuilstamas darbas, siekiant pabrėžti algoritminį šališkumą ir atskaitomybės svarbą, akivaizdžiai pribloškė.

Redaktorių rekomendacijos

• A.I. paprastai nieko nepamiršta, tačiau naujoji „Facebook“ sistema tai daro. Štai kodėl
• „Facebook“ naujasis A.I. pakelia vaizdo atpažinimą į visiškai naują lygį
• Šis A.I. memų generatorius įvaldė keisto interneto humoro meną
• „Google“ generalinis direktorius Sundaras Pichai perspėja apie A.I. ir ragina labiau reguliuoti
• „Gmail“ kasdien blokuoja 100 milijonų šlamšto pranešimų, naudodama savo A.I., teigia „Google“.