AI на SXSW 2018: з вуликів, етики, моралі та сингулярності

AUSTIN - У SXSW 2018 штучний інтелект (AI) був скрізь, навіть у сесіях, які не були конкретно з цього питання. AI захопила увагу людей, що знаходяться за межами технологічного простору, і наслідки цієї технології є далекосяжними, змінюючими галузями виробництва, усуваючи багато робочих місць для людей і змінюючи характер роботи для більшості з нас. Я очікую, що бот AI може написати цю статтю протягом 10 років - і, швидше за все, набагато швидше - просто отримавши всю інформацію від занять, які я відвідав, в поєднанні з можливістю вивчати відповідну інформацію в Інтернеті набагато краще, ніж міг.

Цікаво, що, як про це сказав у своєму виступі Рей Курцвейл, термін "штучний інтелект" був виготовлений на літньому майстерні в Дартмуті в 1956 році, коли брали участь комп'ютерні піонери, такі як Марвін Мінський та Клод Шеннон, в той час, коли комп'ютери все ще працювали на вакуумі трубки та комп'ютери у світі налічували сотні.

Чи буде AI перехитрити людину?

Хоча ми маємо справу з тим, що представляє собою штучний інтелект в комп'ютерах сьогодні, те, що являє собою інтелект в людях, все ще не повністю узгоджене. В нашому мозку ми маємо близько 100 мільярдів нейронів, і ці нейрони можуть скласти 100 трильйонів зв'язків, які, безумовно, перевершують будь-який комп'ютер сьогодні. Ці зв'язки дозволяють нам ідентифікувати речі, приймати рішення, використовувати і розуміти мову та багато чого іншого, що комп'ютером важко робити - наразі.

На панелі інновацій в AI, Адам Шейер (засновник Siri), Дафна Коллер (Стенфордський професор і співзасновник Курсера) та Нелл Уотсон (Університет сингулярності) зазначили, як сьогоднішнім алгоритмам машинного навчання потрібні мільйони фотографій кота правильно і послідовно ідентифікуйте кота - в той час як малюк може бути навчений ідентифікувати кота правильно з, можливо, п'ятьма фотографіями. Алгоритми та обчислювальна потужність потребують вдосконалення, щоб мати можливість вчитися на малих наборах даних. Вони також вказали, що розуміння або відтворення людського інтелекту не обов'язково є метою AI. Ранні спроби наслідувати природний політ, як птахи, не змогли. Літаки літають швидше, вище, і краще, ніж у природі.

Подібним чином, машини можуть навчатися швидше один від одного, ніж люди. Компанія Google Deepmind AlphaGo вперше виграла одного з найкращих гравців у світі в 2016 році. У 2017 році Google оголосила, що AlphaGo Zero, версія алгоритмів, навчаються граючи себе без людських даних, перемогла AlphaGo 100 на нуль. Сингулярність може бути ближче, ніж ми думаємо.

Соціальні наслідки

Швидкі досягнення в області ІС ведуть людей до думки про соціальний вплив і про те, які машини вивчають дані, які вони споживають. Що стосується інклюзивності, то деякі приклади того, що АІ може представити нам, створюють проблеми. Наприклад, пошук зображень керівників компаній в Google представляє переважно білих чоловіків. Це точно? Так, більшість керівників сьогодні є білими чоловіками, а компанія Google відслідковує пошуки відповідно до вашої історії. Чи посилює вона упередженість людей? Так, в основі цього полягає те, що, якщо ви хочете стати генеральним директором, вам набагато більше шансів потрапити туди як білий чоловік.

Ще один приклад, який створив Інтернет-криза в 2015 році, - це рання версія Google Фото, яка помилково маркувала людей кольорів. Зрозуміло, що це був початковий випуск навчального матеріалу. Компанія Apple представляє розпізнавання обличчя для розблокування телефонів і платежів, і ці функції швидко стають все більш популярними на інших пристроях, гарантуючи, що навчальні набори даних визнають людей кольорів, а раси стають критичними. Більш конкретно, деякі побоюються, що алгоритми, які використовуються в системі кримінального правосуддя, - хто досліджувати і як виголошувати - непропорційно невигідний для людей кольору. Причиною цього є те, що навчальні набори даних відображають історію культурних упереджень у нашому суспільстві.

Багато хто стає очевидним, що досягнення в АІ сприяють певним великим компаніям. Платформеничні компанії, такі як Amazon, Google, Apple, Microsoft і Facebook, мають ресурси та інфраструктуру, щоб конкурувати за кращих інженерів, а також масивні набори даних, які можуть розробляти алгоритми їх машинного навчання. Деякі з них закликають до відкритих стандартів даних та доступу до наборів даних для менших компаній, щоб рівні ігрового поля.

Зокрема, уряди дуже замислюються над цим. Деякі ініціативи "розумного міста" вимагають партнерства з приватними компаніями, які використовують дані державних установ, щоб допомогти містам модернізувати та надавати послуги. Чи повинні лише одна компанія отримати доступ до цих даних або, можливо, мати тимчасову монополію на використання цього для надання послуги? Що неминуче призведе до самозахисту автомобілів, якими мають бути моделі для обміну інформацією про дорожній рух або інформація про те, що автомобілі збирають маршрути щодо дорожніх умов, руху та погоди? Як для автономних транспортних засобів, зокрема, з урядовими установами, що мають юрисдикцію щодо руху транспорту, як ви створюєте правила та стандарти для обміну даними по містах, містах та штатах?

Власність та використання даних від машин і пристроїв також сильно вплине на якість та швидкість розгортання рішень, що базуються на інтелектуальній власності. Один з поглядів, який часто підтримувався: будь-яке регулювання AI чи прозорість даних повинні бути специфічними для застосування. Питання автономних транспортних засобів значно відрізняються від питань, що стосуються всеосяжності чи цифрового розриву (доступ до послуг на всіх економічних рівнях). Заповнені правила щодо прозорості даних або деяких загальних стандартів, які не відповідають конкретним випадкам використання, призведуть лише до сповільнення інновацій.

Вулики

Для іншого, що приймає AI, Unanimous A.I., заснований на основі Сан-Франциско, бере нажим від природи, використовуючи алгоритми для посилення людської мозкової енергії. Луїс Розенберг, його виконавчий директор, є Стенфордським доктором наук, який отримав назву з більш ніж 350 патентів, і в початку 90-х років створив першу в світі систему поглибленої реальності для лабораторії Armstrong, що працювала в Повітряних Силах. Розенберг пояснює концепцію вулика, зазначивши, як бджоли займаються будівництвом нових будинків. Медоносні жителі мають менше мільйона нейронів мозкових сил у порівнянні з 100 мільярдами людей. Тим не менш, вони колективно утворюють ромські розвідки, домовляючись про складне завдання побудови нового будинку, що є факторами захисту від погоди, хижаків та інших питань. Вони спілкуються між собою, гудячи свої тіла, і в кінцевому підсумку з "роєм" досягають колективного інтелекту про потрібне місце, щоб побудувати вулик, який не могло б зібрати жодна індивідуальна бджола.

Аналогічним чином, алгоритми Unanimous А.І. використовують людський інтелект, щоб зробити розумніші рішення та прогнози. Група (рояль) з 40 фанатів кіно була більш точною, ніж Variety та інші експерти, щоб прогнозувати переможців цьогорічного Оскара, а в 2016 році чергова фанатська партія зібрала чотири коней у Кентуккі Дербі. Положення полягає в мудрості натовпів, але це не голосування. Рой по суті вимірює впевненість індивіда в їхніх поглядах, їх гнучкість у їх зміні, а також динаміку (натискання і тягнення всередині груп) щодо прийняття рішень.

Тест Тьюрінга

Випробувальний піонер Алан Тьюринг запропонував тест Тьюрінга в 1950 році, де комп'ютер буде займатися природною мовою спілкування з людиною, а інший людина буде судити, чи відповіді комп'ютера не відрізняються від людини. Цей тест широко називають тестом здатності комп'ютера мислити. Жоден комп'ютер або алгоритм ще не пройшов тест. Адам Шейер, співзасновник Siri (придбаний компанією Apple у 2010 році) зазначив, що для всіх смаків з розпізнаванням голосу та мови в таких помічниках, як Apple Siri та Amazon's Alexa, ми як і раніше зазвичай просимо помічника відносно простих команд для виконання деяких дію за допомогою програми, яка розпізнає певний набір дієслів ("вимкнути всі вогні"), або шукати інформацію про щось конкретне ("показати мені всі найближчі Starbucks").

Ray Kurzweil тепер прогнозує, що AI може пройти тест Тьюрінга до 2029 року. Враховуючи експоненціальні успіхи, які ми бачили в AI за останні кілька років, і 3 мільярди смартфонів у світі з додатками, що зберігають величезну кількість даних для вивчення, здається правдоподібний. Крім того, Kurzweil передбачає 2045 як рік Singularity, де комп'ютери фактично перевершують здібності людського інтелекту. Він порівнює це з еволюцією, схожою на розвиток неокортексу у ссавців, що спричинило ссавців становлення домінуючого вигляду в пост динозаврів.

Що це принесе? Багато речей, і деякі з них можуть бути ключем до збільшення довговічності людей. Медичні нанороботи, що працюють на АІ, пройдуть курс нашої крові, виявляти і боротися з патогенами та покласти край раку. Інші нанороботи відслідковуватимуть життєво важливу функцію органу та доставлять ліки для підтримки їхньої функції та боротьби з хворобами. ДНК буде спроможна бути перепрограмована для видалення маркерів хвороби. Деякі довгострокові тенденції, як-от збільшення урбанізації, можуть бути зворотними або загартованими. Kurzweil стверджує, що технологія дозволила жити у містах як спосіб працювати, грати та взаємодіяти з іншими людьми. Завдяки додатковим та віртуальним рішенням, що реалізуються завтрашнім часом, люди зможуть жити далеко від інших, але зберегти фізичне та емоційне спілкування, яке їм потрібне. Землекористування може також постраждати від вертикального землеробства, яке живиться від альтернативних джерел енергії та AI, що може допомогти годувати зростаюче населення світу.

Чи слід боятися АІ? Більшість людей, які дійсно розуміють, що це може зробити, говорять про те, що успіх у медицині, автоматизації, виробництві продуктів харчування та продуктивності в повсякденному житті переважає потенційні погані частини. Інші, як Елон Муск та Білл Гейтс, пролунав тривогу щодо невдач - через величезний економічний ефект від переміщення робочої сили, контроль над інформацією, здатність маніпулювати, а потенційно катастрофічні наслідки АІ стали поганими. Звичайно, майбутнє ще не написано, але людству вдалося пережити попередні технологічні революції. Можливо, машини змуситимуть нас розумніші, зберігаючи нас на одному кроці вперед.

Читати далі

Охорона здоров'я на SXSW 2018: Завтра завтра, сьогоднішні проблеми

Витрати на охорону здоров'я в США складають приблизно 18 відсотків ВВП, збільшившись приблизно з 5 відсотків у 1960-х роках. Причини включають населення, яке старіє і живе довше. Але це також відображає систему з постійно зростаючими витратами, які практично не перевірялися, і систему, побудовану навколо постачальників послуг, а не задоволення клієнтів.

Nvidia Open Source PhysX, з невеликою кількістю застережень

Nvidia вжила заходів для відкриття вихідного коду для реалізації PhysX. Навіть із кількома застереженнями, це ще не те, що ми коли-небудь думали, що побачимо.

На перший погляд: Adata XPG SX6000 Pro огляд

Компактні диски XPA SX6000 Pro від Adata розроблені таким чином, щоб забезпечити виняткову ігрову та загальну продуктивність за дуже низькою ціною.