ماذا يحدث إذا تركت الذكاء الاصطناعي دون مراقبة؟

المحتويات:

منظمة العفو الدولية المستقلة

على الرغم من أنه بالفعل شكل سيئ - أن أذكر مباراة العام الماضي مع Alpha Go وشخص في الفقرة الأولى ، دعنا نبدأ بهذا المثال. إنه مهتم بنا لأن هذه ربما تكون الحالة الأولى المناسبة "للتعلم الذاتي لمنظمة العفو الدولية". هناك العديد من الأمثلة الأخرى ، لكن حتى يومنا هذا لم يتركوا المختبرات وهم غير معروفين لعامة الناس. في جوهر الدراسة الذاتية لـ AlphaGo كانت ساعات اللعب الطويلة مع نفسك ، بالإضافة إلى دراسة الألعاب التي تم لعبها.

جذبت هذه المنافسة بين الرجل والسيارة انتباه جميع المنشورات الرئيسية. أنا ، كما هو الحال دائمًا ، لم أمارس الفرامل ولم يكن لدي الوقت الكافي لهذا القطار الرائع من الصحافة الحديثة. لكن "مواجهة القرن" مثيرة للاهتمام ليس فقط من خلال الضجيج المحيط بها (مليون دولار من أموال الجوائز ، ومنح جائزة 9 دان الفخرية في لعبة الذهاب ، والانجاز العلمي لهذا العام وفقًا للعلم) ونكهة مميزة من خيال عزيموف. جوهر الحركة باختصار: سيطرت آلة لعبة AlphaGo على 4 مباريات من أصل خمس مباريات في اللعبة الشرقية التقليدية. لم تفز بلاعبة في المرتبة الأولى ، بل في بطولة كوريا الشمالية للتنس 9 دان لي سيدول (المركز الثاني في التصنيف الدولي). يقول الخبراء أن هذه القضية لا تبدو وكأنها معركة شطرنج لجهاز كمبيوتر وجاري كاسباروف ، لأنه في عام 1997 تم تدريب الكمبيوتر تحت إشراف لاعبي الشطرنج ، الذين كتبوا هم أنفسهم الاستراتيجيات وقاموا بتدريبه. من أجل تدريب لاعب AlphaGo ، تم استخدام طريقة القوة الغاشمة (نظرت الآلة إلى عينة من مئات الآلاف من الحفلات) تشبه النماذج العلمية العاملة المعروفة باسم GANs (شبكات الخصومة التوليدية). إنها ذات أهمية خاصة ، لأن ممثلي فريق AlphaGo قد تعاملوا مع هذه الشبكات العصبية التنافسية. سننظر فيها في هذه المقالة.

لم يعد هذا النهج في تدريب الذكاء الاصطناعي مجرد أخبار - الشبكات المتنافسة التوليدية أو ظهور شبكات GAN فقط لأول مرة في عام 2014 بمساعدة Ian Goodfellow. تعمل شبكات GAN ببساطة شديدة - كحزمة من محامي المحاماة أو شرطي حسن النية أو مؤلف ناقد. تصنف شبكة واحدة (تمييز ، D) ، البيانات الواردة بأنها خاطئة أو حقيقية. تقوم الشبكة المنافسة (المولد ، G) بدراسة تقديرات المُميِّز ويمكنها إنشاء بيانات جديدة بناءً على هذه التقديرات. هذه الشبكات العصبية يعلم بعضها بعضا. والأكثر إثارة للاهتمام ، أن شبكات GAN تحتاج إلى عينات صغيرة جدًا من معلومات التدريب - لا يستغرق الأمر سوى بضع مئات من الصور وثلاث أو أربع جولات من التكرار للمولد لبدء إنتاج إصداراته الخاصة من الصور الأصلية (قبل أن تتطلب عملية التعلم للشبكات العصبية ساعات عديدة وملايين العينات).

كان Facebook أحد أكثر المهتمين بنماذج GAN من AI ، حيث سارع إلى نشر منشور حول هذا الموضوع. لماذا فيسبوك؟ لأنه أكثر اللاعبين شعبية في سوق التكنولوجيا الفائقة - كل من جوجل وأمازون ، ومايكروسوفت تشتري على نطاق واسع فرق والشركات الناشئة في مجال الذكاء الاصطناعي لجعل التطورات الخاصة بهم. لكنهم يتخلفون قليلاً عن Facebook ، الذي يحتوي على عينة تدريب ضخمة لتدريب الذكاء الاصطناعى على الصور (تعد رؤية الكمبيوتر إحدى أكثر طرق التدريب على الذكاء الاصطناعى شيوعًا) وفريق FAIR الممتاز (مجموعة Facebook Intelligence Research Research).

ملخص: تتعرف شبكة التمييز على الصور الحقيقية من الصور التي يتم إنشاؤها بواسطة الكمبيوتر ، ويتدرب منشئ الشبكة على إنشاء صور واقعية لا يمكن تمييزها عن الأصل. في هذا السباق التدريبي ، تتمتع كلتا الشبكتين بفرص متساوية للنجاح. ماذا سيحدث عندما يكملون تدريبهم؟

Trendopad

في السنوات الأخيرة ، أصبح التعلم الآلي يمر بعصر ذهبي - حيث تزداد قوة أجهزة الكمبيوتر ، والوصول الفوري إلى صفيف البيانات الكبيرة يجعل هذا المجال ساخنًا للغاية. اليوم ، AI هي سيارة فورد في بداية القرن الماضي أو الأقمار الصناعية الفضائية في الستينيات من القرن الماضي - وهي اندفاع عام وتوقعات مذهلة وفهم ضعيف لما يجب فعله بكل هذه الثروة. فيما يلي أمثلة على أحدث التقنيات البارزة في مجال الذكاء الاصطناعى.

التعلم بنقرة واحدة هو تدريب الشبكات العصبية على كمية صغيرة من البيانات ، من المثالي بمثال واحد وعينة صغيرة للتدريب. المزيد والمزيد من الشركات الناشئة تعمل على التعلم السريع لمنظمة العفو الدولية.

لذا ، فإن خوارزمية اللعبة DeepStack لم تكرر مصير Alpha Go ، لكنها اقتربت من التدريب الناجح في عينات صغيرة. في نهاية عام 2016 ، أجرت DeepStack سلسلة من ألعاب البوكر في تكساس مع 11 لاعبًا من منظمة البوكر الدولية. استغرقت الخوارزمية 3000 مجموعة مع كل لاعب لإظهار نتائج جيدة - انتصارات واثقة (متوسط ​​396 نقطة) على عشرة لاعبين وفوزًا وثيقًا على المركز الحادي عشر (70 نقطة ، دقة إحصائية). لم يتم تعلم الخوارزمية فقط في عملية الألعاب ، ولكنها استخدمت طريقة إعادة الحل (التكيف مع كل لاعب جديد وكل مجموعة جديدة من البطاقات). DeepStack هو نتيجة مشاركة الشبكات العصبية العميقة وشبكات GAN.

يستخدم مشروع الشبكة العصبية Microsoft ResNet للتعرف على الصور. إذا قمت بالتقاط عمل الشبكة العصبية أثناء فرز الصور والتعرف عليها ، فستحصل على هذه الصور:

الاتجاه المنظور في علوم الطب الشرعي والتصوير الفوتوغرافي ، مواجهة شيخوخة مع شبكات GANs - زوج من المميِّزين المميزين بعد التمرين على 5000 صورة لوجه بشري من مختلف الأعمار ، يمكن أن يتكاثر ، ويتنبأ بتغيرات الأفراد مع تقدم العمر. إذا كان المولد ينتج شخصًا مسنًا ، يحدد المُميِّز مقدار تطابق النتيجة مع الأصل.

قام تجار King of Goldman Sachs باستبدال بعض تجارهم بالخوارزميات. يشغل الآن 600 مطور ومهندس يدعمون خوارزميات التداول محل 600 تاجر عادي. هذا مرتبط بخطة إدارة مصرفية كبيرة (146 نقطة) لأتمتة عمليات الوساطة البسيطة. لن يتأثر التجار ذوي الخبرة الواسعة ومندوبي المبيعات ذوي الخبرة بهذا.

على الرغم من أنه في بعض صناديق التحوط (Sentient Technologies inc.، Numerai، Emma hedge fund) ، فإن خوارزميات المتداول المستندة إلى AI تقوم بالفعل بجميع أعمال التحليلات ونتائج التنبؤ. عادة ، لا يكون المتخصصون في منظمة العفو الدولية متحمسين للعمل في الشركات المالية ، ولكن فوائد مجموعات البيانات الكبيرة وفرص التدريب AI تفوق الشكوك وعدم الرغبة في العمل لصالح مولوش الرأسمالي. كان عام 2016 هو عام ميلاد العديد من صناديق التحوط في وقت واحد ، حيث يتم تداول الذكاء الاصطناعي.

التوأم الصيني "جوجل" بايدو أيضا لا تنام. يتم توزيع معظم التطورات الصينية في مجال الذكاء الاصطناعي والتعلم الآلي مجانًا ويمكن لأي شخص اختبارها ودراستها. في يناير 2017 ، تم افتتاح مختبر للواقع الصناعي في بكين ، حيث يريد أندرو أون تكوين صداقات مع الواقع الافتراضي وعمل محركات البحث.

ومن التطورات الواعدة الأخرى في Baidu ، الروبوت الطبي Melody ، والذي يمكنه إجراء مسح أولي للمريض ويهدد باستبدال قسم التسجيل بأكمله في العيادات.

إضفاء الطابع الديمقراطي على الذكاء الاصطناعى - اليوم ، يحتاج الباحثون إلى كميات كبيرة من المعلومات وقوة الحوسبة ، لذلك الآن فقط الشركات الكبيرة ومعاهد البحوث قادرة على المنافسة في مجال الذكاء الاصطناعى. بمجرد ظهور نماذج الذكاء الاصطناعى القادرة على الدراسة على كميات صغيرة من المعلومات ، سيكون الأمر أكثر إثارة للاهتمام ، لأنه حتى أكثر الناس سيكونون قادرين على تدريب واستكشاف الذكاء الاصطناعى. ربما ستكون هناك شبكات اجتماعية (بالفعل) حيث سيتمكن الأشخاص من مشاركة التقدم في تدريب وكلاء AI لديهم.

سوف يتلقى التوزيع آليات للكشف التلقائي عن الأخبار المزيفة والصور ومقاطع الفيديو. يتطلب تطوير IBR (التقديم المستند إلى الصور) ، وهي تقنية تسمح برسم إطارات جديدة استنادًا إلى الإطارات الحالية (شيء مشابه للأساليب التي تم تنفيذها بالفعل بين الفترتين أو الاستيفاء بالحركة) ، ظهور مثل هذا المحلل المزيف.

مرحبًا آخر من الصين الشقيقة ، وهو تطوير التعرف على الوجه لـ Face ++ ، والذي يتيح لك الدفع باستخدام وجهك (من الصعب حساب عدد الطبقات الموجودة في هذا التورية). يعتمد اختبار التطوير على نظام الدفع عبر الهاتف المحمول Alipay: يمكنك الآن إجراء الدفعات من خلال توفير وجهك الخاص فقط.

في مجال التعرف على الكلام والتكاثر ، هناك العديد من الحالات التي تهم: عرض Adobe Voco (تحويل الصوت) "Photoshop for Voice" - تطبيق Adobe Audition الذي يتعامل مع العينة الأصلية للكلام البشري ، ويضيف كلمات ومعاني جديدة إلى الرسالة الأصلية. الآن ، يأخذ ventriloquization معاني جديدة.

من الأمثلة الجيدة على كيفية قيام باحث مستقل بتدريس لغات الذكاء الاصطناعي:

البرنامج يعلم اللغة الإنجليزية:

البرنامج يعلم اليابانية:

وماذا سيحدث إذا تركت منظمة العفو الدولية دون مراقبة؟ سيقوم بالدراسة الذاتية دون توقف ويصبح أكثر كمالا ، على سبيل المثال ، في الموسيقى:

المزج الخوارزمي أو Stravinsky الاصطناعي

بدلا من الاستنتاجات: عندما أسمع أن الشباب الحاصلين على درجة الماجستير في إدارة الأعمال يقومون بعمل ناشئ من منظمة العفو الدولية ، فإن يدي تصل إلى الماوس. إذا أخذنا في الاعتبار مقدار البرمجيات المجانية وأجهزة الكمبيوتر القوية المتاحة للناس العاديين اليوم ، فلن يكون من المثير للدهشة الموضة على الذكاء الاصطناعي. على الرغم من HYIP حول الذكاء الاصطناعي والتعلم الآلي والتنبؤات الرائعة والخدع الطفولية مثل Rocket AI ، على الرغم من كل التطورات في هذا المجال ، لا يكاد يُطلق على الذكاء الاصطناعي الذكاء في التعريف الدقيق لهذه الكلمة ("الناس ، الناس في كل مكان" - كلهم ​​يعملون على التطوير والدعم يتم الآن إجراء الذكاء الاصطناعي من قبل الناس ، ولا يمكن لمنظمة العفو الدولية أن تسمي نفسها ، فهي تقول فقط ما استثمره العلماء في ذلك). معظم الخدمات التي تعمل على أساس الذكاء الاصطناعي لا تزال معتمدة من قبل المطورين ، لا يمكننا التحدث إلا عن جزء صغير جدا من أتمتة الآلات الذكية. حتى الآن ، الذكاء الاصطناعي يكرر ويستنسخ فقط المعلومات التعليمية أو العملية - نعم ، يذهل بقوة الحوسبة وسرعة التعلم ، ولكن هذا هو الأمر. من السابق لأوانه الحديث عن شيء مشابه للنشاط العصبي البشري العالي. "نعم ، وليس بالضرورة" ، يقول لاري نيفين *.

تحديث 02.23.17: أصدر Facebook مشروع Prophet ، وهو أداة تنبؤية تلقائية للأعمال. يستخدم النبي نماذج تحليل الانحدار المضافة غير المعلمة للتنبؤ به.

بناءً على البودكاست مع إيان جودفيلو وريتشارد ملاح.

* "هناك عقول تفكر بطريقة مختلفة." قانون نيفين الخامس عشر *. - "هناك عقول تفكر بنفس الطريقة التي تفكر بها. فقط بطريقة مختلفة." 15 قانون نيفن.

شاهد الفيديو: نهاية العالم قربت , الروبوتات والذكاء الصناعي (ديسمبر 2019).

Loading...

ترك تعليقك