Chmura wiedzy

Oczekiwanie na cud: dlaczego Google, Facebook i Microsoft opracowują sztuczną inteligencję

Ostatnio sztuczna inteligencja jest przywoływana coraz częściej. Jeśli wcześniej AI była zaangażowana wyłącznie w instytuty badawcze i duże firmy, teraz w tej dziedzinie jest coraz więcej małych startupów. To prawda, że ​​często bardzo szybko kupują je te same gigantyczne firmy. Wśród ważnych wydarzeń z ubiegłego roku, które są ważne dla rozwoju branży, jest zakup przez Google startera DeepMind za fantastyczne 500 milionów dolarów oraz Zuckerberg, Musk (i Ashton Kutcher) inwestujący 40 milionów dolarów w Vicarious, który nauczył komputer rozumieć CAPTCHA i otwarcie specjalnej jednostki z 2000 Osoba pracująca z aplikacjami AI w IBM.

Ponad 150 000 osób zapisało się na kurs online dotyczący sztucznej inteligencji w Stanford w zeszłym roku. TED ogłosiło konkurs na stworzenie pierwszej sztucznej inteligencji, która wygłosi przemówienie na konferencji. Różne zespoły pracują nad algorytmami rozpoznawania mowy, widzenia komputerowego, przetwarzania języka naturalnego, aktywnie wykorzystując tak zwane „głębokie uczenie się” - rodzaj uczenia maszynowego opartego na sieciach neuronowych. Ten algorytm pozwala komputerowi uczyć się samodzielnie, bez uciekania się do bezpośredniej interwencji człowieka. Co więcej, komputer w tym przypadku uczy się rozumieć abstrakcyjne pojęcia, powiązania i „znaczenia”.

IBM: bezrobotny superkomputer

Wyobraź sobie, że stworzyłeś niesamowicie inteligentną sztuczną inteligencję i nikt jej nie potrzebował. W podobnej sytuacji okazał się superkomputer IBM Watson. Jego rozwój kosztował firmę około 20 milionów dolarów i zajął trzy lata. Celem jego stworzenia było pierwotnie pokonanie ludzi w quizie Jeopardy! (zagraniczny odpowiednik „mojej gry”). Korporacja uwielbia uczestniczyć w takich projektach demonstracyjnych, a kiedyś „dziadek” Watsona - ciemnoniebieski superkomputer szachowy - wygrał mecz z mistrzem świata w szachach Garrym Kasparowem. Następnie zadaniem komputera było działanie w oparciu o zasady gry, Watson był trudniejszy.

Musi nie tylko znaleźć odpowiedzi na swoje pytania w swojej bazie danych, ale także zrozumieć naturalny język, w którym są zadawane. Co więcej, pytania nie są zadawane bezpośrednio (gdzie wystarczy znaleźć słowo dla definicji) - są to genialne zadania, do których należy zrozumieć symboliczne znaczenie pojęć, używać skojarzeń i wyobraźni. IBM uważa, że ​​prawdziwa sztuczna inteligencja powinna być w stanie znaleźć nieoczywiste rozwiązania, stworzyć i wymyślić nowe, a nie tylko analizować stare. Między innymi firma rozwinęła zdolności twórcze Watsona, ucząc go sztuki kulinarnej, dzięki czemu nauczył się samodzielnie wymyślać nowe przepisy.

Po wygraniu quizu Watson twórcy mieli nadzieję, że jego talenty przydadzą się w rozwiązaniu praktycznych problemów, zakładając, że przyniesie firmie ponad 10 miliardów dolarów rocznie. Jednak czas mijał, a przychody Watsona nie przekraczały 100 000 USD rocznie. Usługi superkomputera dla niektórych były zbyt drogie, podczas gdy inne po prostu nie rozumiały, do czego mogą być używane. Jednym z niewielu udanych projektów Watsona było zdiagnozowanie pacjentów z rakiem i określenie opcji leczenia. Aby w jakiś sposób pobudzić popyt na usługi superkomputera, w styczniu 2014 r. Firma utworzyła specjalny dział Grupy IBM Watson, który zatrudni około 2000 osób. Opracują praktyczne aplikacje Watson dla branż takich jak farmaceutyki, biotechnologia, analiza dużych zbiorów danych i rozumienie języka naturalnego. Stworzenie tej jednostki kosztowało 1 miliard USD, tymczasem dzięki Watson możesz zagrać w „moją grę” jeden na jednego na stronie NYTimes.

Microsoft: uważny osobisty asystent

Na początku kwietnia Microsoft ogłosił wreszcie, że zakończyło się tworzenie zaawansowanego analogu Siri i Google Now - asystenta głosowego dla Windows Phone 8.1. Wirtualny asystent otrzymał imię Cortana na cześć sztucznej inteligencji z gry Halo. Microsoft stopniowo zaczął tworzyć Cortanę: początkowo szkoliliśmy się na mówionej windzie i wirtualnym administratorze w recepcji w głównym biurze.

Winda w budynku Microsoft może „rozpoznać” ludzi, którzy już z niej korzystali, zapamiętać ich ruchy i przewidzieć swoje pragnienia. Oznacza to, że rozumie, że ten konkretny pracownik prawdopodobnie chce teraz iść do jadalni, ponieważ w tym czasie chodził na kolację wiele razy. Dziewczyna Administrator, która wita gości przy wejściu do biura, robi jeszcze większe wrażenie. Może odczytywać różne informacje w oparciu o wygląd danej osoby. Na przykład, aby zrozumieć, czy jest ubrany swobodnie, czy oficjalnie, w jakim jest teraz nastroju i tak dalej. Najważniejsze, że ma zdolność do samodzielnego studiowania - gromadzenia informacji i analizowania wszystkiego, co widzi przed sobą.

Główna przewaga Cortany nad Siri polega na tym, że ma ona zdolność dostosowywania się, zdolność uczenia się, a nawet pewną formę intuicji. Z jednej strony, ona, podobnie jak Siri, może udzielać pomocy informacji zebranych ze źródeł zewnętrznych, ale jest również zdolna do samorozwoju, rozumienia twoich osobistych preferencji, normalnej ludzkiej mowy, a także umie żartować. Można jej powierzyć zarządzanie twoją pocztą i kalendarzem, a ty możesz liczyć na to, że ona sama zgadnie, aby przypomnieć ci o czymś, o czym zapomniałeś. Ogólnie rzecz biorąc, Cortana niesamowicie przypomina Samantha z filmu Spike Jones „She”.

Facebook: Słuchanie i podglądanie

Na spotkaniu inwestorów na Facebooku Mark Zuckerberg ogłosił w zeszłym roku, że uważa AI za główny kierunek rozwoju firmy w tej chwili, w związku z którym stworzył specjalny dział, który będzie pracował nad algorytmami „głębokiego uczenia się”, i zatrudnił specjalistę od uczenia maszynowego oraz interfejsy neurokomputera autorstwa Jana LeQueena. Zuckerberg powiedział prasie, że chce przekształcić sieci społecznościowe w ogromną bazę wiedzy: „Naszym głównym celem jest zastosowanie nowego podejścia w badaniu sztucznej inteligencji, aby nadać sens wszystkim treściom, które wymieniają ludzie. W ten sposób możemy wygenerować nowe pomysły na temat świata, aby odpowiedzieć na pytania ludzie ”. Pierwszym rezultatem działu AI był projekt DeepFace, zaawansowany algorytm rozpoznawania twarzy na zdjęciach. Jego dokładność wynosi 97%, niezależnie od jakości zdjęcia, stopnia oświetlenia, położenia osoby na zdjęciu (cała twarz, z profilu).

Działanie systemu sztucznej inteligencji DeepFace opiera się na symulacji działania sieci neuronowej. Programiści wyszkolili swój algorytm przy użyciu 4000 zdjęć z albumów 4 milionów ludzi. Udało im się osiągnąć taką dokładność dzięki stworzeniu metody kształtowania trójwymiarowego modelu twarzy na fotografii. Po pierwsze, system wirtualnie obraca ten model, aby uzyskać jego pełną wersję. Następnie tworzy matematyczny opis twarzy przy użyciu szeregu parametrów i porównuje go z tymi dostępnymi w jej bazie danych. Na podstawie stopnia zbieżności tego opisu system stwierdza, czy osoby na zdjęciach są tą samą osobą. Facebook nie zatrzyma się na zdjęciach. Firma już pracuje z tekstami wiadomości wymienianymi przez użytkowników, więc wkrótce algorytm „nauczy się” rozumieć, o czym mówią ludzie, z jaką intonacją, co lubią, a co nie, a co najważniejsze - co chcieliby kupić.

Google: geniusze, koty i roboty

Prawdopodobnie najbardziej zainteresowane firmami AI są Google. Brin i Page nie tylko stworzyli kilka laboratoriów badawczych AI (w tym Laboratorium Sztucznej Inteligencji Kwantowej, które zajmuje się wykorzystaniem komputerów kwantowych do uczenia maszynowego), zatrudnili głównych „umysłów” w tej dziedzinie - Ray Kurzweil, Jeffrey Hinton i Andrew Ng, ale ciągle kupują startupy specjalizujące się w sztucznej inteligencji. Uważa się, że jednym z głównych celów Google w tym przypadku jest stworzenie najbardziej szczegółowego modelu świata, na podstawie którego mogą one z dużą dokładnością przewidywać przyszłość i poprawiać jakość wyników wyszukiwania. Wśród ich ostatnich przejęć, start-upy DeepMind specjalizujące się w zrozumieniu języka naturalnego to Boston Dynamics (wideo), inteligentny robot, Flutter, projekt rozpoznawania gestów, Nest, inteligentne urządzenie domowe dla Internetu przedmiotów.

Najbardziej znanym obecnie eksperymentem na dużą skalę z AI w Google było rozpoznawanie kotów na filmach na YouTube. Początkowo samoucząca się sieć neuronowa nie wiedziała o istnieniu kotów, ale po obejrzeniu 10 milionów losowych klatek z YouTube, neurony powstały w sieci neuronowej, które selektywnie reagują na obecność ich twarzy na obrazach. W procesie samouczenia się sieć neuronowa Google działała podobnie jak neurony w korze wzrokowej mózgu ssaka. Ta sama zasada została zastosowana w celu poprawy dokładności rozpoznawania mowy w projekcie Google Street View do przetwarzania małych fragmentów fotografii, gdzie konieczne było ustalenie, czy liczba na fragmencie jest numerem domu, czy nie.

Zdjęcie na okładce: Shutterstock

Obejrzyj wideo: GTA 5 nudne oczekiwanie na cud (Październik 2019).

Popularne Wiadomości

Kategoria Chmura wiedzy, Następny Artykuł

Pociągi i pokazy: Co mieszkańcy Jekaterynburga wydali na wakacje
Liczby pierwsze

Pociągi i pokazy: Co mieszkańcy Jekaterynburga wydali na wakacje

Yandex.Money przeanalizował płatności Uralu w kasach kolejowych i lotniczych, biurach podróży, witrynach rezerwacji hoteli, wycieczkach i innych witrynach oraz dowiedział się, ile mieszkańcy Jekaterynburga, Niżnego Tagila i okolicznych miast spędzili na letnich wycieczkach po Rosji i za granicą. Okazało się, że w czerwcu, lipcu i sierpniu 2017 r. Mieszkańcy regionu wydali na podróże 5,5 razy więcej pieniędzy niż latem 2016 r.
Czytaj Więcej
Czym różnią się ceny wizyt u różnych lekarzy?
Liczby pierwsze

Czym różnią się ceny wizyt u różnych lekarzy?

Według usługi mianowania lekarza DocDoc większość Moskali jest zapisywana do prywatnych klinik w Centralnym Okręgu Administracyjnym, a następnie Południowo-Zachodni Okręg Administracyjny, Północny Okręg Administracyjny i Południowo-Wschodni Okręg Administracyjny. Najbardziej pożądane są usługi otolaryngologów, dermatologów i ginekologów. Na prośbę Life wokół DocDoc obliczył średni koszt płatnej wizyty u specjalisty.
Czytaj Więcej
Ile sprzedaje kolekcja H&M x Moschino w Jekaterynburgu
Liczby pierwsze

Ile sprzedaje kolekcja H&M x Moschino w Jekaterynburgu

8 listopada Jekaterynburg rozpoczął sprzedaż ograniczonej kolekcji rynku masowego H&M i marki Moschino. W ciągu dwóch godzin od rozpoczęcia sprzedaży goście wykupili wszystkie dostępne zapasy koszulek, bluz i czapek do współpracy, a przed lunchem rzeczy trafiły do ​​Avito i innych usług sprzedaży. Życie wokół Jekaterynburga porównuje ceny prezentowane na oficjalnej stronie H&M z ofertami dealerów.
Czytaj Więcej