Komputery nauczyły się myśleć. Dokąd to prowadzi?
PRZYCHODZI ZBAWICIEL
Czy wiesz, że sztuczna inteligencja uratowała już życie chorego na raka w Japonii? Specjaliści z Tokyo Institute of Medical Research leczyli pacjenta z powodu ostrej białaczki. Tylko terapia nie pomogła. Co robić?
A lekarze zaryzykowali - poprosili o pomoc superkomputer IBM Watson. Wyniki badań załadowano do bezdusznej maszyny i naciśnięto przycisk „start”. Maszyna przeanalizowała historię medyczną 20 milionów pacjentów z rakiem, porównała diagnozy i zwróciła wynik: lekarze postawili złą diagnozę. Oznacza to, że kobieta nie była traktowana tak, jak powinna. Sytuacja się poprawiała.
„Po raz pierwszy w Japonii sztuczna inteligencja przydała się, aby uratować życie pacjenta” - przyznał Arinobu Tojo, specjalista z Tokyo Institute.
MASZYNA MYŚLI JAK CZŁOWIEK
Film promocyjny:
Mglisty termin „sztuczna inteligencja” jest obecnie coraz częściej rozumiany jako sztuczna sieć neuronowa (SSN). Symuluje pracę naszych neuronów mózgu.
Takie maszyny nie wymagają ręcznej konfiguracji poprzez wprowadzenie milionów parametrów. Sieć neuronowa sama się nauczy! W jaki sposób? Załadowano do niego tysiące przykładów prawidłowego rozwiązania problemu - im więcej, tym lepiej. Ponadto nadal musisz ustawić strukturę sieci.
W razie potrzeby INS nauczy się grać w szachy i rozbije najlepszych arcymistrzów. Czy chcesz zacząć tworzyć nie gorzej niż Puszkin. Po prostu wrzuć do niego kilka tomów Aleksandra Siergiejewicza, a teraz „Pamiętam cudowną chwilę …”
Już wpadliśmy w te sieci. System rozpoznawania mowy w smartfonie, aplikacje do obróbki zdjęć, a nawet prognoza pogody - wszystko to, gdziekolwiek spojrzysz, to zasługa sieci neuronowej.
To sieci neuronowe pomagają rozpoznać samochód na podstawie zapisów z kamer na autostradach, zidentyfikować osobę na podstawie zdjęcia. A jeśli to konieczne, zidentyfikuj terrorystę. A sieci neuronowe również napędzą samochód i zastąpią chirurga przy stole operacyjnym …
CZEKASZ NA NEURON ARMAGEDDON?
Ilość informacji cyfrowych podwaja się co 18 miesięcy. Według informatyków do 2020 roku osiągnie 40 bilionów gigabajtów.
I tylko sieci neuronowe są w stanie zmiażdżyć takie ilości danych, o których nawet superkomputery nigdy nie śniły. Czy takie inteligentne maszyny zniewolą leniwą ludzkość?
Największe umysły - fizyk Stephen Hawking i założyciel Tesli Elon Musk - oferują naukowcom i programistom, zanim będzie za późno, zdefiniowanie granicy, poza którą sieci neuronowe nie powinny zagłębiać się w nosy i zapobiegać przedostawaniu się maszyn do tych obszarów. W przeciwnym razie, wcześniej czy później, sieci neuronowe mogą zdecydować, że ludzie są zbędni na tej planecie.
JAK MY?
Porządkowanie chaosu …
„Obecnie aktywnie wykorzystujemy i rozwijamy sieci neuronowe” - mówi Vladislav Belyaev, zastępca kierownika laboratorium systemów neuronowych i uczenia głębokiego w MIPT. - Robią to nie tylko duże firmy - Yandex i Mail. Ru - ale także małe. Na przykład DeepHackLab zajmuje się systemami konwersacyjnymi i inteligentnym modelowaniem zachowań. Fiztech, Skoltech, Moscow State University mogą pochwalić się udanymi projektami …
- Ale to wymaga potężnych superkomputerów, takich jak IBM Watson …
- Mamy ich. Moskiewski Uniwersytet Państwowy jest właścicielem najpotężniejszego superkomputera w kraju, Łomonosowa-2. Jest jednym z trzydziestu najlepszych komputerów na świecie. MIPT i Advanced Research Foundation planują projekt stworzenia sztucznych sieci neuronowych.
- Czy sieci neuronowe pomogą ludzkości nie utonąć w tym ogromnym przepływie informacji?
- Pewnie! Im więcej danych do uczenia sieci neuronowej, tym lepszy wynik. Jednocześnie sieci neuronowe są w stanie pracować zarówno z informacjami ustrukturyzowanymi, jak i chaotycznymi. Najważniejsze to nauczyć się ustawiać prawidłowe zadania, wybierać dane i budować architektury sieci neuronowych.
- Czym zajmuje się twoje laboratorium?
- Laboratorium kieruje kandydat nauk fizycznych i matematycznych Michaił Burtsev. Naszym celem jest opracowanie algorytmów dla powtarzających się sieci neuronowych, czyli takich, w których występuje sprzężenie zwrotne. Wyniki badań wykorzystujemy do analizy tekstów i budowy systemów dialogowych.
WIDOK Z 6. PIĘTRA
Zostało tylko pół kroku
Alexander MILKUS, redaktor działu edukacji i nauki
Asystenci głosowi - Siri od Apple, Cortana od Microsoft, Ok Google, wiesz od kogo i wielu innych (teraz jest ich sporo) to klasyczny przykład sieci neuronowej. Im częściej komunikujesz się z asystentem komputerowym, tym lepiej rozumie Twój głos, tym szybciej znajduje informacje i tym szersze możliwości odpowiedzi.
Tak, nie zawsze dokładnie cię rozumie. I nie zawsze reaguje odpowiednio. Jednak rozwiązanie tego najważniejszego problemu XXI wieku nie jest oczywiście dalekie. Gdy tylko komputer nauczy się nie tylko odpowiadać na prośby monosylabami, ale także rozumieć niuanse ludzkiej mowy, nasz świat wywróci się do góry nogami.
