Kiedy myślisz o „niesamowitych” zadaniach, z którymi może sobie poradzić komputer, pierwszą rzeczą, która przychodzi na myśl, są najbardziej złożone obliczenia w krótkim czasie lub analiza ogromnych ilości danych - coś, czego sam nigdy nie możesz rozwiązać. Albo przypominam sobie ostatnią porażkę Lee Sedola w biegu, klasyczną grę strategiczną. Najnowsze zwycięstwa sztucznej inteligencji były w dużej mierze możliwe dzięki głębokiemu uczeniu się, które otwiera teraz wszystkie możliwości dla sztucznej inteligencji i ludzi za nią stojących.
Jednak proste, codzienne zadania, które nawet zdrowe dziecko może wykonać, wydają się osłabiać funkcjonalność systemów sztucznej inteligencji: takie jak identyfikacja jedzenia na Twoim talerzu lub identyfikacja emocji na twarzy innej osoby. Te łatwe zadania dla ludzi były niemożliwe dla maszyn. Do tego momentu.
Techniki głębokiego uczenia przyniosły maszynom zdrowy rozsądek. W przeszłości programiści pisali złożone algorytmy, które opisywały wszystko w najdrobniejszych szczegółach. Taki jawny i deterministyczny algorytm jest odpowiedni, gdy masz do czynienia z dużym, niewygodnym obliczeniem. Głębokie uczenie uwalnia sztuczną inteligencję od tego rodzaju ograniczeń, pozwala systemowi uczyć się na błędach, zapamiętywać wszystko, czego się nauczył, wchodzić w interakcje z użytkownikami, aby uzyskać więcej informacji.
Rewolucja w uczeniu głębokim ma miejsce w dużej mierze dlatego, że duże zbiory danych stają się dostępne do nauki. Maluch ludzki może dowiedzieć się, czego potrzebuje po kilku próbach, ale maszyna potrwa znacznie dłużej. Uczenie głębokie opiera się na dostępie do ogromnych ilości danych, ponieważ maszyny AI muszą opierać swoje wybory na prawdopodobieństwie i istotności statystycznej. Nie wynaleziono jeszcze mechanicznego zamiennika intuicji.
Głębokie możliwości
Postępy w głębokim uczeniu już znacznie poprawiły możliwości wyszukiwania głosowego: Google zastąpił system mowy Androida nowym systemem opartym na głębokim uczeniu się, a liczba błędów spadła do 25 procent z dnia na dzień. Kamery wykorzystujące głębokie sieci neuronowe mogą teraz czytać ludziom na głos i rozumieć język migowy. Facebook chwali się, że dzięki możliwościom głębokiego uczenia platforma jest dostępna dla niewidomych użytkowników, ucząc się opisywania zdjęć.
W najbliższych latach zarówno duże firmy technologiczne, jak i wiele startupów zaczną wykorzystywać deep learning do tworzenia nowych produktów i usług, a także modernizacji istniejących aplikacji. Pojawią się nowe rynki i przedsiębiorstwa, które będą napędzać innowacje, usługi i produkty. Systemy uczenia głębokiego poprawią się, staną się bardziej dostępne i łatwiejsze w użyciu. Im łatwiej jest z nich korzystać, tym bardziej zmieni się nasza interakcja z technologią.
Film promocyjny:
Aditya Singh, partner w Foundation Capital, wierzy, że rozwój systemu operacyjnego głębokiego uczenia się zdemokratyzuje głębokie uczenie i przyczyni się do powszechnego przyjęcia praktycznej sztucznej inteligencji. W rezultacie ludzie mogą rozwiązywać pilne problemy lub coś bardziej znaczącego za pomocą głębokiego uczenia. W tym sensie sztuczna inteligencja może stać się mechanizmem wyrównującym, pozwalającym ludziom dowolnej klasy i stanu zmieniać świat.
ILYA KHEL