De belangrijkste mijlpalen van 2020 op het gebied van kunstmatige intelligentie

Tienduizenden papieren met betrekking tot A.I. worden elk jaar gepubliceerd, maar het zal enige tijd duren voordat veel ervan hun potentiële impact in de echte wereld duidelijk maken. Ondertussen zijn de topfinanciers van A.I. – de alfabetten, appels, Facebooks, Baidus en andere eenhoorns van deze wereld – blijven veel van hun meest opwindende technologie achter gesloten deuren aanscherpen.

Met andere woorden: als het om kunstmatige intelligentie gaat, is het onmogelijk om een ​​overzicht van de jaren te geven belangrijkste ontwikkelingen in de manier waarop je bijvoorbeeld de 10 meest beluisterde nummers op een rijtje kunt zetten Spotify.

Maar A.I. heeft in 2020 ongetwijfeld op allerlei manieren een enorme rol gespeeld. Hier zijn zes van de belangrijkste ontwikkelingen en opkomende thema’s op het gebied van kunstmatige intelligentie in 2020.

Het draait allemaal om taalbegrip

In een gemiddeld jaar zou een tekstgenererende tool waarschijnlijk niet tot de meest opwindende nieuwe AI-systemen behoren. ontwikkelingen. Maar 2020 is geen gemiddeld jaar geweest, en GPT-3 is geen doorsnee hulpmiddel voor het genereren van tekst. Het vervolg op GPT-2, dat werd bestempeld als ‘s werelds meest “gevaarlijk”algoritme, GPT-3 is een geavanceerd algoritme autoregressief neuraal netwerk voor natuurlijke taalverwerking gemaakt door het onderzoekslaboratorium OpenAI. Gezaaid met een paar zinnen, zoals het begin van een nieuwsverhaal, kan GPT-3 indrukwekkend genereren nauwkeurige tekst die past bij de stijl en inhoud van de eerste paar regels, zelfs als deze verzonnen is citaten. GPT-3 beschikt over maar liefst 175 miljard parameters – de gewichten van de verbindingen die zijn afgestemd om prestaties te bereiken – en kost naar verluidt ongeveer $ 12 miljoen om te trainen.

GPT-3 is niet de enige die een indrukwekkende A.I. taalmodel ontstaan ​​in 2020. Hoewel het in de hype-cyclus snel werd ingehaald door GPT-3, heeft Microsoft’s Turing Natural Language Generation (T-NLG) maakte furore in februari 2020. Met 17 miljard parameters was het bij de release het grootste taalmodel dat ooit werd gepubliceerd. A TransformatorOp basis van een generatief taalmodel kan T-NLG de benodigde woorden genereren om onafgemaakte zinnen te voltooien, directe antwoorden op vragen genereren en documenten samenvatten.

Transformers, een nieuw type deep learning-model, voor het eerst geïntroduceerd door Google in 2017, hebben bijgedragen aan een revolutie in de verwerking van natuurlijke taal. AI is al in de tijd van Alan Turing op taal gericht beroemde hypothetische test van machine-intelligentie. Maar dankzij enkele van deze recente ontwikkelingen worden machines nu pas verbazingwekkend goed in het begrijpen van taal. Dit zal in de loop van het decennium een ​​aantal diepgaande gevolgen en toepassingen hebben.

Modellen worden groter

GPT-3 en T-NLG vertegenwoordigden een nieuwe mijlpaal, of op zijn minst een significante trend, in A.I. Hoewel er geen tekort is aan startups, klein universitaire laboratoria en individuen die A.I. instrumenten betekent de aanwezigheid van grote spelers op het toneel dat er serieuze middelen worden ingezet rondom. Steeds vaker domineren enorme modellen met enorme trainingskosten het snijvlak van A.I. onderzoek. Neurale netwerken met meer dan een miljard parameters zijn hard op weg de norm te worden.

De 175 miljard parameters van GPT-3 blijven een gekke uitschieter, maar nieuwe modellen zoals Meena, Turing-NGL, DistilleerBERT, En BST 9.4B hebben allemaal de 1 miljard parameters overschreden. Meer parameters betekenen niet noodzakelijkerwijs in alle gevallen betere prestaties. Het betekent echter wel dat een tekstgenererend hulpmiddel een groot aantal functies nauwkeuriger kan modelleren. Als we hersenachtige kunstmatige intelligentie willen repliceren, zijn meer parameters een must. Dit betekent ook dat grote spelers de AI zullen blijven regeren. rust als het gaat om de grootste modellen. Naar verluidt kost het $1 per 1000 parameters om een ​​netwerk te trainen. Extrapoleer dat naar een miljard parameters en reken maar uit.

AI voor het welzijn van de mensheid

Zoals A.I. tools vooruitgaan, het zijn niet alleen de computerwetenschappers die er profijt van hebben. Onderzoekers uit andere disciplines springen aan boord, vaak met innovatieve ideeën over de manieren waarop machine learning kan worden gebruikt. Of het nu gaat om A.I. dat kan diagnose tinnitus aan de hand van hersenscans; hoofdtelefoons die gedachten lezen en machine learning gebruiken om gedachten om te zetten in gesproken woorden voor dragers met een stembeperking; DeepMind's AlphaFold, die nauwkeurig kan voorspellen vorm van eiwitten op basis van hun sequentie, waardoor mogelijk snel nieuwe, effectievere therapieën kunnen worden ontwikkeld; of welk ander aantal demonstraties dan ook, het is duidelijk dat A.I. heeft in 2020 een aantal opwindende nieuwe wegen voor onderzoek geopend.

De robocalyps is er (nog) niet

De polarisatie van veel aspecten van het leven in 2020 ontmoedigt het idee van nuance. Maar het wordt steeds duidelijker dat nuance precies is wat van toepassing is als het gaat om de de overname van banen door robots. Dit jaar zijn er wereldwijd enorme banen verloren gegaan. Deze zijn echter veroorzaakt door de pandemie en de gevolgen ervan, en niet door een sinistere Skynet-achtige aanval op menselijke banen.

Hoewel er zeker voorbeelden zijn geweest van A.I. en robotica die menselijke taken uitvoeren (zie Flippy, de burger-flip-robot, bijvoorbeeld), deze waren doorgaans bedoeld om de menselijke capaciteiten te vergroten of om te helpen op gebieden waar er niet voldoende consistent personeelsbestand is. Sterker nog, de bedrijven die dat wel zijn neemt momenteel de meeste mensen aan zijn degenen die tegelijkertijd investeren in geavanceerde technologieën (lees: grote technologiegiganten).

Dit wil niet zeggen dat de robocalyps een onjuiste voorspelling was. Het uithollen van de middenklasse is een trend die zich zal voortzetten, ook al is deze veel complexer dan alleen de komst van een paar technologiebedrijven die nieuwe slimme softwaretools introduceren. Als 2020 één ding te zeggen heeft over A.I. en werkgelegenheid, het is dat de zaken ingewikkeld zijn.

Deepfakes

Het valt niet te ontkennen dat 2020 een vreemd jaar is geweest waarin de grenzen van de werkelijkheid op allerlei vreemde manieren vervagen. Aan het begin van het jaar stortte COVID-19 een groot deel van de wereld in een lockdown, alsof het uit een blockbusterfilm met besmettingsthema kwam. (Hoe ontsnapten mensen aan de realiteit van dit ‘nieuwe normaal’? Door op zoek naar entertainment met pandemiethema, natuurlijk.) Het jaar eindigde toen met de Amerikaanse verkiezingen, waarbij je keuze uit twee versies van de werkelijkheid werd gepresenteerd, afhankelijk van de partij (en het leiderschap).

AI heeft een rol gespeeld in deze Baudrillardiaanse aanval op de werkelijkheid in de vorm van deepfake-technologieën. Deepfakes zijn geen uitvinding van 2020, maar er zijn dit jaar wel een aantal belangrijke ontwikkelingen geweest. In juli ontdekten onderzoekers van het Center for Advanced Virtuality van het Massachusetts Institute of Technology heeft een overtuigende deepfake-video met een hoog budget samengesteld waarin president Richard Nixon wordt afgebeeld geven een alternatief adres over de maanlandingen, dat werd geschreven voor het geval de Apollo-missie vreselijk mis zou gaan.

Naast overtuigendere visuele deepfakes hebben onderzoekers er ook enkele gemaakt verbazingwekkend nauwkeurige audio-deepfakes. Een recent voorbeeld? Een Eminem vocale deepfake dat een zinderende kritiek lanceert tegen Facebook-CEO Mark Zuckerberg. Het klonk overtuigend levensecht – ook al voldeed het niet helemaal aan de gebruikelijke lyrische normen van Em.

Regulering van A.I.

AI-aangedreven tools zijn, nou ja, krachtig. En dat geldt niet alleen voor abstracte proof-of-concept-demonstraties, maar voor implementaties in de echte wereld die kunnen variëren van het screenen van sollicitanten voor sollicitatiegesprekken op het gebied van gezichtsherkenning of beslissingsinstrumenten voor voorwaardelijke vrijlating die worden gebruikt door wetshandhavers en autoriteiten.

De afgelopen jaren heeft het bewustzijn van deze instrumenten – en de manier waarop vooroordelen erin kunnen worden gecodeerd – geleid tot meer bezorgdheid over het gebruik ervan. In januari arresteerde de politie in Detroit ten onrechte een man genaamd Robert Williams nadat een algoritme ten onrechte overeenkwam met de foto op zijn rijbewijs met wazige camerabeelden. Kort daarna, IBM, Amazone, En Microsoft ze kondigden allemaal aan dat ze het gebruik van hun gezichtsherkenningstechnologieën in deze hoedanigheid aan het heroverwegen waren.

Vooral de bovengenoemde deepfakes hebben veel angst teweeggebracht, misschien omdat ze zo duidelijk aantonen hoe schadelijk hun misbruik kan zijn. Het overlijden van Californië AB-730, een wet die bedoeld was om het gebruik van deepfakes om een ​​valse indruk te wekken van de woorden of daden van politici strafbaar te stellen, was een duidelijk omlijnde wet. proberen het gebruik van A.I. te reguleren Consistente regels voor de beste ontwikkeling van A.I. Hulpmiddelen aan de kant van het goede blijven een werk in voortgang.

Deze focus op A.I. Ethiek geeft het gevoel dat het onderwerp voor het eerst mainstream begint te worden. Een groot deel van de eer moet naar onderzoekers gaan Caroline Criado Pérez En Safiya Umoja Noble, wiens onvermoeibare werk om algoritmische vooroordelen en het belang van verantwoording te benadrukken duidelijk een snaar heeft geraakt.

Aanbevelingen van de redactie

• AI normaal gesproken niets vergeet, maar het nieuwe systeem van Facebook wel. Dit is waarom
• Facebook's nieuwe A.I. tilt beeldherkenning naar een geheel nieuw niveau
• Deze A.I. memegenerator beheerst de kunst van vreemde internethumor
• Google-CEO Sundar Pichai waarschuwt voor de gevaren van AI. en roept op tot meer regelgeving
• Gmail blokkeert dagelijks 100 miljoen spamberichten met zijn AI, zegt Google