Najważniejsze kamienie milowe w dziedzinie sztucznej inteligencji w roku 2020

Dziesiątki tysięcy artykułów dotyczących A.I. publikowane są co roku, jednak minie trochę czasu, zanim wiele z nich ujawni swój potencjalny wpływ na świat rzeczywisty. Tymczasem czołowi fundatorzy A.I. — Alfabety, Jabłka, Facebooki, Baidus i inne jednorożce tego świata — nadal doskonalą większość swoich najbardziej ekscytujących technologii za zamkniętymi drzwiami.

Innymi słowy, jeśli chodzi o sztuczną inteligencję, nie da się zrobić podsumowania roku najważniejsze zmiany w sposobie, na przykład, tworzenia listy 10 najczęściej słuchanych utworów Spotify.

Ale sztuczna inteligencja niewątpliwie odegrał pod wieloma względami ogromną rolę w 2020 r. Oto sześć głównych zmian i pojawiających się tematów zaobserwowanych w sztucznej inteligencji w roku 2020.

Wszystko zależy od zrozumienia języka

W przeciętnym roku narzędzie do generowania tekstu prawdopodobnie nie zostałoby uznane za jedno z najbardziej ekscytujących nowych rozwiązań w zakresie sztucznej inteligencji. rozwój. Ale rok 2020 nie był rokiem przeciętnym, a GPT-3 nie jest przeciętnym narzędziem do generowania tekstu. Kontynuacja GPT-2, uznanego za „najbardziejniebezpieczny”, algorytm GPT-3 jest najnowocześniejszy autoregresyjna sieć neuronowa przetwarzająca język naturalny stworzony przez laboratorium badawcze OpenAI. Rozstawiony kilkoma zdaniami, na przykład początkiem wiadomości, GPT-3 może generować imponująco dokładny tekst pasujący stylem i treścią kilku pierwszych linijek – nawet do zmyślenia cytaty. GPT-3 może poszczycić się zdumiewającą liczbą 175 miliardów parametrów – czyli wagą połączeń dostrojonych w celu osiągnięcia wydajności – a jego wyszkolenie kosztuje około 12 milionów dolarów.

GPT-3 nie jest jedynym imponującym sztuczną inteligencją. model językowy zrodził się w 2020 roku. Chociaż w cyklu szumu szybko został wyprzedzony przez GPT-3, technologia Turing Natural Language Generation (T-NLG) firmy Microsoft wywołało falę w lutym 2020 r. Mając 17 miliardów parametrów, był to w momencie wydania największy model językowy, jaki kiedykolwiek opublikowano. A Transformatoroparty na generatywnym modelu języka, T-NLG jest w stanie wygenerować słowa niezbędne do uzupełnienia niedokończonych zdań, a także wygenerować bezpośrednie odpowiedzi na pytania i podsumować dokumenty.

Wprowadzony po raz pierwszy przez Google w 2017 r. Transformers — nowy typ modelu głębokiego uczenia się — pomogły zrewolucjonizować przetwarzanie języka naturalnego. sztuczna inteligencja skupiał się na języku co najmniej już od czasów Alana Turinga słynny hipotetyczny test inteligencji maszyn. Ale dzięki niektórym z tych ostatnich osiągnięć maszyny dopiero teraz stają się zdumiewająco dobre w rozumieniu języka. Będzie to miało głębokie skutki i zastosowania w miarę upływu dekady.

Modelki są coraz większe

GPT-3 i T-NLG stanowiły kolejny kamień milowy lub przynajmniej znaczący trend w dziedzinie sztucznej inteligencji. Choć startupów nie brakuje, to małych laboratoria uniwersyteckie i osoby korzystające z sztucznej inteligencji. narzędzi, obecność głównych graczy na scenie oznacza, że ​​zostaną zmarnowane poważne zasoby wokół. Coraz częściej w najnowocześniejszych technologiach sztucznej inteligencji dominują ogromne modele, których koszty szkolenia są ogromne. badania. Sieci neuronowe z ponad miliardem parametrów szybko stają się normą.

175 miliardów parametrów GPT-3 pozostaje szaloną wartością odstającą, ale nowe modele, takie jak Meena, Turing-NGL, DestylBERT, I BST 9.4B wszystkie przekroczyły 1 miliard parametrów. Więcej parametrów nie musi oznaczać lepszej wydajności w każdym przypadku. Oznacza to jednak, że narzędzie do generowania tekstu jest w stanie dokładniej modelować szeroki zakres funkcji. Jeśli mamy zamiar odtworzyć sztuczną inteligencję przypominającą mózg, konieczne jest zwiększenie liczby parametrów. Oznacza to również, że główni gracze będą nadal rządzić sztuczną inteligencją. grzęda jeśli chodzi o największe modele. Podobno uczenie sieci kosztuje 1 dolara za 1000 parametrów. Ekstrapoluj to na miliard parametrów i cóż, wykonaj obliczenia.

sztuczna inteligencja dla dobra ludzkości

jako sztuczna inteligencja narzędzi się rozwijają, nie tylko informatycy czerpią z nich korzyści. Do projektu przyłączają się badacze z innych dyscyplin, często z innowacyjnymi pomysłami na temat sposobów wykorzystania uczenia maszynowego. Niezależnie od tego, czy jest to sztuczna inteligencja to może diagnozować szumy uszne na podstawie skanów mózgu; zestawy słuchawkowe do czytania w myślach, które wykorzystują uczenie maszynowe do przekształcania myśli w wypowiadane słowa dla osób noszących wady głosu; AlphaFold firmy DeepMind, który może dokładnie przewidzieć Kształt białek na podstawie ich sekwencji, potencjalnie pomagając w szybkim opracowaniu nowych, skuteczniejszych terapii; lub jakąkolwiek inną liczbę demonstracji, jasne jest, że A.I. otworzyło kilka nowych, ekscytujących kierunków badań w roku 2020.

Robokalipsy tu nie ma (jeszcze)

Polaryzacja wielu aspektów życia w roku 2020 zniechęca do niuansów. Jednak staje się coraz bardziej oczywiste, że w przypadku... przejmowanie miejsc pracy przez roboty. W tym roku na całym świecie doszło do ogromnej utraty miejsc pracy. Jednak są one spowodowane pandemią i jej skutkami, a nie jakimkolwiek złowrogim atakiem w stylu Skynetu na ludzkie miejsca pracy.

Chociaż z pewnością istniały przykłady A.I. oraz robotyka realizująca zadania człowieka (por Na przykład przewróć robota przerzucającego burgery), zazwyczaj miały one na celu zwiększenie ludzkich możliwości lub pomoc w obszarach, w których nie ma wystarczającej liczby stałych pracowników. W rzeczywistości firmy, które są zatrudnianie obecnie największej liczby osób to te, które jednocześnie inwestują w zaawansowane technologie (czytaj: wielcy giganci technologiczni).

Nie oznacza to, że robokalipsa była błędną prognozą. Wypieranie klasy średniej to trend, który będzie się utrzymywał, chociaż jest o wiele bardziej złożony niż tylko pojawienie się kilku firm technologicznych wprowadzających nowe inteligentne narzędzia programowe. Jeśli rok 2020 miał coś do powiedzenia na temat sztucznej inteligencji i zatrudnienie, to jest to, że sprawy są skomplikowane.

Deepfakes

Nie można zaprzeczyć, że rok 2020 był dziwnym rokiem zacierania granic rzeczywistości na różne dziwne sposoby. Na początku roku pandemia Covid-19 pogrążyła większość świata w izolacji niczym z hitowego filmu o tematyce zaraźliwej. (Jak ludzie uciekli od rzeczywistości „nowej normalności”? Przez szukanie rozrywki o tematyce związanej z pandemiąRok ten zakończył się wyborami w USA, podczas których do wyboru były dwie wersje rzeczywistości, w zależności od przynależności do partii (i przywództwa).

sztuczna inteligencja odegrał rolę w tym Baudrillardowskim ataku na rzeczywistość w postaci technologii deepfake. Deepfakes nie są wynalazkiem roku 2020, ale w tym roku zaobserwowali kilka znaczących zmian. W lipcu naukowcy z Center for Advanced Virtuality w Massachusetts Institute of Technologia stworzyła niezwykle wysokobudżetowy film typu deepfake przedstawiający prezydenta Richarda Nixona dający alternatywny adres dotyczący lądowań na Księżycu, który został napisany na wypadek, gdyby misja Apollo poszła strasznie źle.

Oprócz bardziej przekonujących wizualnych deepfakes badacze stworzyli także kilka zdumiewająco dokładne deepfakes audio. Jeden z ostatnich przykładów? Jakiś Deepfake wokalu Eminema co wywołuje ostrą krytykę dyrektora generalnego Facebooka, Marka Zuckerberga. Brzmiało to przekonująco realistycznie – nawet jeśli nie do końca odpowiadało zwykłym standardom lirycznym Em.

Rozporządzenie A.I.

Narzędzia oparte na sztucznej inteligencji są, cóż, potężne. I nie dotyczy to tylko abstrakcyjnych demonstracji weryfikujących koncepcję, ale wdrożeń w świecie rzeczywistym, które mogą obejmować sprawdzanie kandydatów na rozmowy kwalifikacyjne pod kątem rozpoznawania twarzy lub narzędzi stosowanych przez organy ścigania do podejmowania decyzji o zwolnieniu warunkowym oraz władze.

W ciągu ostatnich kilku lat świadomość tych narzędzi – i sposobu, w jaki można w nich zakodować uprzedzenia – doprowadziła do wzrostu obaw związanych z ich użyciem. W styczniu policja w Detroit niesłusznie aresztowała mężczyznę nazwiskiem Robert Williams po błędnym dopasowaniu algorytmu zdjęcie w jego prawie jazdy z niewyraźnym nagraniem z telewizji przemysłowej. Wkrótce potem, IBM-a, Amazonka, I Microsoftu wszyscy ogłosili, że ponownie zastanawiają się nad wykorzystaniem swoich technologii rozpoznawania twarzy w tym celu.

Wspomniane wcześniej deepfake'i wzbudziły szczególnie wiele strachu, być może dlatego, że w tak oczywisty sposób pokazują, jak ich niewłaściwe użycie może być szkodliwe. Odejście Kalifornii AB-730, ustawa mająca na celu kryminalizację wykorzystywania deepfake'ów w celu wywoływania fałszywych wyobrażeń na temat słów lub działań polityków, była jednoznacznym próba uregulowania wykorzystania sztucznej inteligencji Spójne zasady dotyczące najlepszego rozwoju sztucznej inteligencji. narzędzia po stronie dobra nadal wymagają pracy postęp.

To skupienie się na sztucznej inteligencji etyka sprawia wrażenie, jakby temat ten po raz pierwszy zaczął trafiać do głównego nurtu. Duża część zasługi należy do badaczy takich jak Karolina Criado Perez I Safiya Umoja Noble, którego niestrudzone prace mające na celu uwypuklenie stronniczości algorytmicznej i znaczenia odpowiedzialności wyraźnie odbiły się szerokim echem.

Zalecenia redaktorów

• sztuczna inteligencja zazwyczaj niczego nie zapomina, ale nowy system Facebooka tak. Dlatego
• Nowa sztuczna inteligencja Facebooka przenosi rozpoznawanie obrazu na zupełnie nowy poziom
• Ta sztuczna inteligencja generator memów opanował sztukę dziwacznego internetowego humoru
• Dyrektor generalny Google, Sundar Pichai, ostrzega przed zagrożeniami związanymi ze sztuczną inteligencją i wzywa do wprowadzenia większej liczby regulacji
• Google twierdzi, że Gmail blokuje codziennie 100 milionów wiadomości spamowych dzięki swojej sztucznej inteligencji