Взгляд ученого на то, почему апокалипсис ИИ - не конец света
Кёнхён Чо, доцент кафедры информатики и анализа данных Нью-Йоркского университета. Кейтлин Фланнаган для Observer
Традиционные СМИ часто изображают искусственный интеллект как технологию «черного ящика», в которой мы ставим проблему, вводим необработанный набор данных в систему алгоритмов и позволяем ей вычислить решение само по себе - и со временем, по мере того, как система учится на собственном предыдущем опыте, она становится лучше в решении проблем.
Но никто не знает, что именно происходит между этими шагами.
Однако это не мешает инвесторам Кремниевой долины вкладывать венчурный капитал в стартапы, которые строят бизнес на искусственном интеллекте и клянутся изменить мир. Согласно данным CB Insights, в период с 2012 по 2016 годы финансирование венчурного капитала в стартапах с ИИ увеличилось более чем в восемь раз.
По мере того, как шумиха вокруг ИИ становится все громче, возникают опасения по поводу так называемого «апокалипсиса ИИ». < / p>
Люди опасаются, что роботы заменят людей в большинстве функций в нашем обществе. Роботы с искусственным интеллектом уже служат кассирами в супермаркетах, бариста, биржевыми консультантами и даже домашними животными. Согласно исследованию McKinsey, к 2030 году 800 миллионов рабочих мест будут заменены роботами.
Однако в академических кругах искусственного интеллекта ученые видят несколько иную картину.
«Машины». Еще предстоит пройти долгий путь, чтобы заменить людей », - сказал Observer в недавнем интервью Кёнхён Чо, ученый, занимающийся исследованиями искусственного интеллекта в Facebook и профессор науки о данных Нью-Йоркского университета.
Чо - восходящая звезда в машинном переводе, подразделе вычислительной лингвистики, в котором в последние годы произошел значительный прорыв благодаря применению ИИ. Чо был включен в список Bloomberg, «за кем стоит смотреть в 2018 году». Джеффри Хинтон, профессор информатики в Университете Торонто, которого считают «крестным отцом ИИ», сказал Bloomberg, что работа Чо оказала огромное влияние на машинный перевод.
Машинный перевод нацелен на использование программного обеспечения. для перевода текста или речи с одного языка на другой. Ученые работали в этой области на протяжении десятилетий, но серьезных успехов не наблюдалось до последних пяти лет, когда для обеспечения процесса перевода стали применяться крупномасштабные нейронные сети.
Эта технология сейчас широко используется в повседневных интернет-инструментах и домашних устройствах, таких как Google Translate, Apple Siri и умные динамики Amazon Alexa.
Сегодня в контролируемой среде, где мало «Из-за шума программное обеспечение может расшифровывать речи быстрее и точнее, чем люди», - сказал Чо Observer. Однако при переводе алгоритмы хороши только для обработки текста в единицах слов и коротких предложений. Когда речь идет о сложной грамматике и контексте, компьютеры все еще далеки от угрозы человеческим рабочим местам.
«Прогресс, которого мы достигли в области машинного перевода, впечатляет. Но это не так уж и интересно ". - сказал Чо. «Допустим, вы хотите создать сложное программное обеспечение с очень сложным интеллектом, как у человека, вам необходимо разработать набор алгоритмов, позволяющих ему видеть, слышать, говорить и касаться».
«Но все эти способности - лишь первый шаг », - продолжил он. «Как только машина узнает, как воспринимать мир, остается еще так много сложных вещей. Например, он должен уметь рассуждать, планировать и даже воображать. Мы только что сделали очень, очень маленький шаг ».
То же самое можно сказать и о более широком масштабе ИИ.
«Мы должны быть осторожны с преувеличенными заявлениями. Мы все еще далеки от ИИ человеческого уровня, и те, кто заявляет о машинах с человеческим поведением - например, естественным диалогом, - просто подпитывают шумиху и наносят ущерб области », - сказал Йошуа Бенджио, профессор информатики в Университете Монреаль в Канаде. «Наука движется маленькими шагами и опирается на работы многих других».
Тем не менее, Чо считает, что все, что могут делать люди, в конечном итоге можно заменить компьютерами, поскольку алгоритмы становятся «умнее» и данных, на которых они учатся, становится достаточно.
«В некотором смысле наш мозг - это просто биологически реализованные компьютеры», - сказал он.
Независимо от того, на каком этапе сейчас находится исследование ИИ, практики уже используют эту технологию в максимальной степени.
Например, технология распознавания лиц используется в военных дронах, что, как некоторые опасаются, может стать «роботами-убийцами» в войне будущего; Китай внедрил технологию распознавания лиц по всей стране для наблюдения за своими гражданами; Даже в нишевой области машинного перевода исследователи обнаружили, что алгоритмы могут усиливать сексизм и расизм в человеческом языке. Все эти опасения вызывают беспокойство по поводу того, что ИИ может нарушить этические нормы.правителя человеческого общества.
Но Чо не считает, что ученые виноваты.
«Неотъемлемые риски технологии заключаются в том, что пользователи собираются использовать эту технологию для своего рискованного поведения. Нельзя винить изобретателей, потому что, обвиняя только изобретателей, мы фактически уничтожаем любые инновации ». он сказал.
«Машинное обучение похоже на компьютеры 1970-х годов. Даже Билл Гейтс и IBM не думали, что компьютеры будут такими популярными, как сегодня. Так что он будет везде. Вливание венчурного капитала определенно хорошо, и венчурным капиталистам следует инвестировать больше в этот сектор », - добавил он.
По оценкам Бенджио, в настоящее время в академических кругах ИИ работают тысячи исследователей и по крайней мере в 10 раз больше. работает в отрасли.
«Результаты исследований ускорились в основном благодаря тому, что в них задействовано гораздо больше исследователей, и у нас есть лучшее финансирование для этих исследований, но многие важные задачи еще предстоит решить. Преуменьшение текущих успехов с целью продать какое-то новое направление - тоже не лучший подход », - сказал он Observer.
комментариев