Основные вехи 2020 года в области искусственного интеллекта

Десятки тысяч статей с участием А.И. публикуются каждый год, но пройдет некоторое время, прежде чем многие из них продемонстрируют свое потенциальное влияние на реальный мир. Между тем, ведущие спонсоры A.I. — Alphabets, Apple, Facebook, Baidus и другие единороги этого мира — продолжают оттачивать большую часть своих самых интересных технологий за закрытыми дверями.

Другими словами, когда дело доходит до искусственного интеллекта, невозможно подвести итоги года. самые важные события, например, вы можете составить список 10 самых прослушиваемых треков на Спотифай.

Но А.И. несомненно, сыграл огромную роль в 2020 году во всех смыслах. Вот шесть основных событий и новых тем, наблюдаемых в области искусственного интеллекта в 2020 году.

Все дело в понимании языка

В среднем за год инструмент для генерации текста, вероятно, не будет считаться одним из самых интересных новых ИИ. события. Но 2020 год не был обычным годом, и GPT-3 не является обычным инструментом для создания текста. Продолжение GPT-2, названного самым «самым» в миреопасныйалгоритм, GPT-3 — это передовой авторегрессионная нейронная сеть обработки естественного языка создан исследовательской лабораторией OpenAI. GPT-3, состоящий из нескольких предложений, например, в начале новостной статьи, может генерировать впечатляющие результаты. точный текст, соответствующий стилю и содержанию первых нескольких строк — вплоть до выдумки кавычки. GPT-3 может похвастаться поразительными 175 миллиардами параметров — весами соединений, которые настраиваются для достижения производительности — и, как сообщается, обучение стоит около 12 миллионов долларов.

GPT-3 не единственный впечатляющий ИИ. языковая модель, созданная в 2020 году. Хотя в цикле ажиотажа его быстро обогнал GPT-3, Microsoft Turing Natural Language Generation (T-NLG) произвел фурор в феврале 2020 года. На момент выпуска это была самая большая языковая модель, когда-либо опубликованная, с 17 миллиардами параметров. А ТрансформаторОснованная на генеративной языковой модели, T-NLG способна генерировать необходимые слова для завершения незаконченных предложений, а также генерировать прямые ответы на вопросы и обобщать документы.

Трансформеры — новый тип модели глубокого обучения, впервые представленные Google в 2017 году, — помогли совершить революцию в обработке естественного языка. А.И. был сосредоточен на языке, по крайней мере, еще со времён Алана Тьюринга. знаменитый гипотетический тест машинного интеллекта. Но благодаря некоторым из этих недавних достижений машины только сейчас стали удивительно хорошо понимать язык. Это будет иметь глубокие последствия и применения в течение десятилетия.

Модели становятся больше

GPT-3 и T-NLG представляли собой еще одну веху или, по крайней мере, значительную тенденцию в развитии искусственного интеллекта. Хотя недостатка в стартапах нет, небольшие университетские лаборатории и частные лица, использующие ИИ. инструменты, присутствие крупных игроков на сцене означает, что в них вбрасываются серьезные ресурсы. вокруг. Огромные модели с огромными затратами на обучение все чаще доминируют в сфере искусственного интеллекта. исследовать. Нейронные сети с более чем миллиардом параметров быстро становятся нормой.

175 миллиардов параметров GPT-3 остаются сумасшедшим исключением, но новые модели, такие как Мина, Тьюринг-NGL, ДистилБЕРТ, и БСТ 9.4Б все превысили 1 миллиард параметров. Больше параметров не обязательно означает лучшую производительность в каждом случае. Однако это означает, что инструмент, генерирующий текст, способен более точно моделировать широкий спектр функций. Если мы собираемся воспроизвести искусственный интеллект, подобный мозгу, нам необходимо больше параметров. Это также означает, что крупные игроки продолжат править ИИ. когда дело доходит до самых больших моделей. Сообщается, что обучение сети стоит 1 доллар за 1000 параметров. Экстраполируйте это на миллиард параметров, и вы посчитаете.

А.И. на благо человечества

Как А.И. Инструменты развиваются, и от них выигрывают не только ученые-компьютерщики. Исследователи из других дисциплин присоединяются к нам, часто с инновационными идеями о том, как можно использовать машинное обучение. Будь то ИИ. это может диагностировать шум в ушах по сканированию мозга; гарнитуры для чтения мыслей, которые используют машинное обучение для превращения мыслей в произнесенные слова для людей с нарушениями голоса; AlphaFold от DeepMind, который может точно предсказать форма белков в зависимости от их последовательности, что потенциально поможет быстро разработать новые, более эффективные методы лечения; или любое другое количество демонстраций, понятно, что А.И. открыло несколько новых интересных возможностей для исследований в 2020 году.

Робокалипсиса здесь нет (пока)

Поляризация многих аспектов жизни в 2020 году препятствует идее нюансов. Но становится все более очевидным, что нюансы – это именно то, что применимо, когда дело касается захват рабочих мест роботами. В этом году во всем мире наблюдалось огромное сокращение рабочих мест. Однако они были вызваны пандемией и ее последствиями, а не каким-либо зловещим нападением на человеческие рабочие места в стиле Скайнета.

Хотя, безусловно, были примеры использования ИИ. и робототехника, выполняющая человеческие задачи (см. Например, робот Флиппи, переворачивающий гамбургеры.), они обычно предназначены для расширения человеческих способностей или оказания помощи в областях, где не хватает стабильной рабочей силы. Фактически, компании, которые нанимаем как можно больше людей прямо сейчас — это те, кто одновременно инвестирует в передовые технологии (читай: крупные технологические гиганты).

Это не значит, что робокалипсис был ошибочным предсказанием. Вытеснение среднего класса — это тенденция, которая будет продолжаться, хотя она гораздо сложнее, чем просто появление нескольких технологических компаний, представляющих новые интеллектуальные программные инструменты. Если в 2020 году можно было что-то сказать об ИИ. и трудоустройство, дело в том, что все сложно.

Дипфейки

Нельзя отрицать, что 2020 год был странным годом из-за размытия границ реальности самыми странными способами. В начале года Covid-19 погрузил большую часть мира в карантин, как в блокбастере на тему заражения. (Как людям удалось избежать реальности этой «новой нормальности»? К поиск развлечений на тему пандемии(конечно.) Год затем закончился выборами в США, на которых вы могли выбрать две версии реальности, в зависимости от партийной (и лидерской) принадлежности.

А.И. сыграл свою роль в этом бодийяровском нападении на реальность в форме дипфейковых технологий. Дипфейки не являются изобретением 2020 года, но в этом году они претерпели некоторые существенные изменения. В июле исследователи из Центра продвинутой виртуальности Массачусетского института Компания Technology создала убедительный высокобюджетный дипфейковый видеоролик, изображающий президента Ричарда Никсона. предоставление альтернативный адрес о высадке на Луну, которая была написана на случай, если миссия «Аполлон» пошла ужасно неправильно.

Помимо более убедительных визуальных дипфейков, исследователи также создали несколько удивительно точные звуковые дипфейки. Один недавний пример? Ан Дипфейк вокала Эминема это запускает яростную критику в адрес генерального директора Facebook Марка Цукерберга. Это звучало убедительно реалистично — даже если и не совсем соответствовало обычным лирическим стандартам Эма.

Регулирование А.И.

Инструменты на базе искусственного интеллекта очень мощные. И это относится не только к абстрактным демонстрациям, подтверждающим концепцию, но и к реальным развертываниям, которые могут варьироваться от проверка кандидатов на собеседование с использованием инструментов распознавания лиц или принятия решения об условно-досрочном освобождении, используемых правоохранительными органами и власти.

За последние несколько лет осведомленность об этих инструментах – и о том, как в них может быть закодирована предвзятость – привела к росту беспокойства по поводу их использования. В январе полиция Детройта ошибочно арестовала человека по имени Роберт Уильямс после того, как алгоритм ошибочно сопоставил фотография на его водительских правах с размытыми кадрами с камер видеонаблюдения. Вскоре после этого, ИБМ, Амазонка, и Майкрософт все объявили, что переосмысливают использование своих технологий распознавания лиц в этом качестве.

Вышеупомянутые дипфейки вызвали особенно много страха, возможно, потому, что они столь очевидно демонстрируют, насколько вредно может быть их неправильное использование. Кончина Калифорнии АБ-730Закон, призванный криминализировать использование дипфейков для создания ложного впечатления о словах или действиях политиков, был одним из ярких примеров. попытка регулировать использование ИИ. Последовательные правила о том, как лучше всего развивать ИИ. инструменты на стороне добра остаются работой в прогресс.

Этот акцент на ИИ. этика создает ощущение, что этот предмет впервые становится мейнстримом. Большая заслуга в этом принадлежит таким исследователям, как Кэролайн Криадо Перес и Сафия Умоджа Нобл, чья неустанная работа по выявлению алгоритмической предвзятости и важности подотчетности явно нашла отклик.

Рекомендации редакции

• А.И. обычно ничего не забывает, но новая система Facebook умеет. Вот почему
• Новый искусственный интеллект Facebook выводит распознавание изображений на совершенно новый уровень
• Этот А.И. Генератор мемов овладел искусством странного интернет-юмора
• Генеральный директор Google Сундар Пичаи предупреждает об опасности искусственного интеллекта. и призывает к большему регулированию
• Gmail ежедневно блокирует 100 миллионов спам-сообщений с помощью своего искусственного интеллекта, сообщает Google