101 факт об искусственном интеллекте. Как подготовиться к жизни в новой реальности

Рухиайнен Лассе

Машинное обучение использует алгоритмы, чтобы обучаться на паттернах данных. Например, спам-фильтры электронной почты используют машинное обучение для определения того, какие письма являются спамом, и последующего отделения их от допустимых писем. Это простой пример того, каким образом могут использоваться алгоритмы обучения по паттернам данных, а приобретенные знания могут использоваться для принятия решений.

На рисунке 1.4 ниже изображены три разновидности машинного обучения: обучение с учителем, обучение без учителя и обучение с подкреплением.

При обучении с учителем алгоритмы используют данные, которые уже были размечены или каким-то образом организованы. При использовании данного метода воздействие со стороны человека необходимо для получения обратной связи.

Рис. 1.4.

Типы машинного обучения

Обучение без учителя применяет алгоритмы, в которых данные не были заранее размечены или организованы. Напротив, паттерны определяются без вмешательства человека в процесс [7] .

7

Dave Gershgorn, “The Quartz guide to artificial intelligence: What is it, why is it important, and should we be afraid?”, Quartz, September 10, 2017,ce-what-is-it-why-is-it-important-and-should-we-be-afraid

И наконец, при обучении с подкреплением алгоритмы учатся на опыте. Им не ставят никаких четких целей, кроме получения какой-либо награды [8] .

Глубокое обучение

Глубокое обучение является одной из наиболее быстроразвивающихся сфер применения искусственного интеллекта и составной частью машинного обучения. Оно используется для решения проблем, которые ранее считались слишком сложными, и обычно задействует огромные массивы данных.

8

KDnuggets, “Machine Learning Key Terms, Explained”, 2017, https:// www.kdnuggets.com/2016/05/machine-learning-key-terms-explained. html/2

Глубокое обучение происходит с использованием нейросетей, которые разделены на уровни таким образом, чтобы распознавать сложные связи и паттерны данных. Применение глубокого обучения требует для работы наличия огромного массива данных и внушительных вычислительных мощностей. На данный момент глубокое обучение используется для распознавания речи, обработки естественных языков, компьютерного зрения, а также идентификации автомобилей в качестве помощи водителю [9] .

9

Dave Gershgorn, “The Quartz guide to artificial intelligence: What is it, why is it important, and should we be afraid?”, Quartz, September 10, 2017,ce-what-is-it-why-is-it-important-and-should-we-be-afraid

Одним из примеров этому может служить перевод текстов, реализованный в Facebook. В 2017 году в Facebook открыли для себя, что благодаря глубокому обучению они могут делать около 4,5 миллиарда переводов в день [10] . Как правило, это короткие переводы для таких вещей, как обновления статусов, которые люди выкладывают у себя на страничке. Инструменты искусственного интеллекта Facebook делают возможным автоматический перевод таких сообщений на различные языки. Без применения глубокого обучения предложение такого функционала стоило бы огромных денег и требовало бы наличия гигантской команды людей.

10

Huan Muguel Pino, “Transitioning entirely to neural machine trans- lation”, Facebook, August 03, 2017,posts/289921871474277/transitioning-entirely-to-neural-machi- ne-translation

Чтобы понять техническую сторону глубокого обучения и областей его применения, я рекомендую пройти онлайн-курс от Эндрю Ына, лучшего эксперта в области глубинного обучения. Найти данный курс можно по ссылке: deeplearning.ai. Также для получения более подробной информации вы можете пройти по следующей ссылке: deeplearningbook.org.

Помимо

этого, я рекомендую вам пройти хотя бы один из онлайн-курсов по искусственному интеллекту и машинному обучению, доступных на сайтах udacity.com и edx.org.

Для упрощения описания в данной книге я использую именно термин «искусственный интеллект», хотя во многих случаях я имею в виду глубокое или машинное обучение. Помните, что термин «искусственный интеллект» в данной книге часто используется в широком смысле.

Технологии искусственного интеллекта и области его применения стали одной из ведущих тем новостей. К сожалению, в СМИ присутствует огромное количество недостоверной информации, которая вводит простых людей в заблуждение. Одним из лучших и наиболее достоверных источников актуальных новостей, связанных с искусственным интеллектом, является AI Index. Данный всеобъемлющий сайт представляет собой широкий спектр достоверной информации об искусственном интеллекте, включая последние тенденции и информацию от ведущих экспертов в области ИИ, таких как Себастьян Трун, Эрик Бринолфссон, Ли Кайфу и Эндрю Ын. Перейти на сайт можно по ссылке: www.aiindex.org.

2. Будет ли искусственный интеллект способен видеть, слышать и понимать?

Для того чтобы лучше понять, насколько огромным будет влияние ИИ на нашу жизнь, полезным будет знать, что технологии искусственного интеллекта на данный момент могут видеть (компьютерное зрение), слышать (распознавание речи) и понимать (обработка естественного языка) гораздо лучше, чем когда-либо ранее. Рисунок 1.5 прекрасно показывает данную идею.

Исследователи искусственного интеллекта успешно продвигаются в каждой из трех сфер. Например, в Google заявили, что разработали технологию компьютерного зрения, которая может добавлять на изначально черно-белые видео и фотографии соответствующие цвета [11] .

11

Kyle Wiggers, “Google’s computer vision model tracks objects and colorizes videos”, Venture Beat, June 27, 2018,rebeat.com/2018/06/27/googles-computer-vision-model-tracks-ob- jects-and-colorizes-videos

Google также разработал технологию распознавания речи, которая способна слышать и понимать речь практически так же хорошо, как человек, а точность восприятия данной технологией английского языка составляет 95 % [12] .

Другим удивительным достижением в сфере компьютерного зрения можно считать то, что ученым из Массачусетского технологического института (МТИ) удалось разработать искусственный интеллект, который может видеть сквозь стены, используя радиочастотные волны [13] .

12

Will Knight, “We can now use AI to see through walls”, MIT Technology Review, June 12, 2018,ad/611419/we-can-now-use-ai-to-see-through-walls

13

April Glaser, “Google’s ability to understand language is nearly equi- valent to humans”, Recode, May 31, 2017,net/2017/5/31/15720118/google-understand-language-speech-equi- valent-humans-code-conference-mary-meeker

В ближайшем будущем мы сможем узнать о похожих достижениях в области трех этих технологий. Мы можем быть уверены, что помощь, которую ИИ предложит человечеству, будет неизмерима, если он сможет идеально видеть, слышать и понимать.

Рис. 1.5. Искусственный интеллект может видеть, слышать и понимать

Важны будут все три компонента, но компьютерное зрение станет наиболее значимым из них, поскольку предлагает самый широкий спектр применений для таких вещей, как самоуправляемые автомобили, распознавание лиц, дроны и робототехника.