Datori ir iemācījušies domāt. Kur tas ved?
Glābējs ir ieradies
Vai zinājāt, ka AI Japānā jau ir izglābis vēža pacienta dzīvību? Tokijas Medicīnas pētījumu institūta speciālisti ārstēja pacientu ar akūtu leikēmiju. Tikai terapija nepalīdzēja. Ko darīt?
Un ārsti izmantoja izdevību - viņi lūdza palīdzību no IBM Watson superdatora. Pārbaužu rezultāti tika ielādēti mašīnā bez dvēseles un tika nospiesta poga "Sākt". Mašīna analizēja 20 miljonu vēža slimnieku medicīnisko vēsturi, salīdzināja diagnozes un atdeva rezultātu: ārsti veica nepareizu diagnozi. Tas nozīmē, ka pret sievieti neizturas tā, kā vajadzētu. Lietas uzlabojās.
“Pirmoreiz Japānā mākslīgais intelekts noderēja, lai glābtu pacienta dzīvību,” atzina Tokijas institūta speciālists Arinobu Tojo.
MAŠĪNA domā, ka patīk cilvēks
Reklāmas video:
Neskaidrs termins “mākslīgais intelekts” tagad arvien vairāk tiek saprasts kā mākslīgais neironu tīkls (ANN). Tas imitē mūsu smadzeņu neironu darbu.
Šādas mašīnas nav manuāli jākonfigurē, ievadot miljonus parametru. Neironu tīkls iemācīsies pats! Kā? Tajā ir ielādēti tūkstošiem pareizā problēmas risinājuma piemēru - jo vairāk, jo labāk. Turklāt jums joprojām ir jāiestata tīkla struktūra.
Vajadzības gadījumā INS iemācīsies spēlēt šahu un sadauzīs labākos lielmeistarus. Vai vēlaties sākt radīt ne sliktāk par Puškinu. Vienkārši iemet tajā dažus Aleksandra Sergejeviča sējumus, un tagad "es atceros brīnišķīgu brīdi …"
Mēs jau esam iekrituši šajos tīklos. Runas atpazīšanas sistēma viedtālrunī, lietojumprogrammas fotoattēlu apstrādei, pat laika prognoze - tas viss, lai kur jūs skatītos, ir neironu tīkla rezultāts.
Tieši neironu tīkli palīdz atpazīt automašīnu no kameru ierakstiem uz lielceļiem, identificēt cilvēku no fotogrāfijas. Un, ja nepieciešams, identificējiet teroristu. Un neironu tīkli arī vadīs automašīnu un nomainīs ķirurgu pie operāciju galda …
Gaidāt NEURON ARMAGEDDON?
Digitālās informācijas apjoms divkāršojas ik pēc 18 mēnešiem. Pēc IT speciālistu domām, līdz 2020. gadam tas sasniegs 40 triljonus gigabaitu.
Un tikai neironu tīkli spēj sasmalcināt tādu datu apjomu, par kuru pat superdatori nekad nav sapņojuši. Vai šādas viedās mašīnas pavergs slinko cilvēci?
Lielākie prāti - fiziķis Stefans Hokings un Tesla dibinātājs Elons Musks - piedāvā zinātniekiem un programmētājiem, pirms vēl nav par vēlu, noteikt robežu, aiz kuras neironu tīkliem nevajadzētu iebāzt degunu un neļaut mašīnām kāpt šajās zonās. Pretējā gadījumā agrāk vai vēlāk neironu tīkli var nolemt, ka cilvēki uz šīs planētas ir lieki.
KĀ MĒS?
Haosa sakārtošana …
"Mēs arī tagad aktīvi izmantojam un attīstām neironu tīklus," saka Vladislavs Beljajevs, MIPT neironu sistēmu un dziļo mācību laboratorijas vadītāja vietnieks. - To dara ne tikai lielie uzņēmumi - Yandex un Mail. Ru -, bet arī mazie. Piemēram, DeepHackLab nodarbojas ar sarunvalodas sistēmām un inteliģentu uzvedības modelēšanu. Fiztech, Skoltech, Maskavas Valsts universitāte var lepoties ar veiksmīgiem projektiem …
- Bet tam nepieciešami jaudīgi superdatori, piemēram, IBM Watson …
- Mums viņi ir. Maskavas Valsts universitātei pieder valsts jaudīgākais superdators Lomonosov-2. Viņš ir viens no trīsdesmit labākajiem datoriem pasaulē. MIPT un Advanced Research Foundation plāno projektu mākslīgo neironu tīklu izveidošanai.
- Vai neironu tīkli palīdzēs cilvēcei neieslīgt šajā milzīgajā informācijas plūsmā?
- Protams! Jo vairāk datu neironu tīkla apmācībai, jo labāku rezultātu tas dod. Tajā pašā laikā neironu tīkli spēj strādāt gan ar strukturētu informāciju, gan ar to, kas atrodas haotiskā formā. Galvenais ir iemācīties iestatīt pareizos uzdevumus, atlasīt datus un veidot neironu tīkla arhitektūras.
- Ko dara jūsu laboratorija?
- Laboratoriju vada fizisko un matemātisko zinātņu kandidāts Mihails Burtsevs. Mūsu mērķis ir izstrādāt atkārtotu neironu tīklu algoritmus, tas ir, par kuriem ir atsauksmes. Pētījuma rezultātus mēs izmantojam tekstu analīzei un dialoga sistēmu veidošanai.
SKATĪJUMS NO 6. Stāva
Atlicis tikai pus solis
Aleksandrs MILKUS, izglītības un zinātnes nodaļas redaktors
Balss palīgi - Siri no Apple, Cortana no Microsoft, Ok Google, jūs zināt, no kuriem, un daudzi citi (viņu tagad ir daudz) ir klasisks neironu tīkla piemērs. Jo biežāk jūs sazināties ar datora palīgu, jo labāk viņš saprot jūsu balsi, jo ātrāk viņš atrod informāciju un jo plašākas ir viņa atbilžu iespējas.
Jā, viņš ne vienmēr jūs precīzi saprot. Un viņš ne vienmēr reaģē adekvāti. Bet šīs 21. gadsimta vissvarīgākās problēmas risinājums acīmredzami nav tālu. Tiklīdz dators iemācīsies ne tikai atbildēt uz pieprasījumiem monoslāņos, bet arī izprast cilvēku runas nianses, mūsu pasaule apvērsīsies otrādi.