Komputer telah belajar berfikir. Di mana ia mengarah?
PENYELAMAT TELAH DATANG
Adakah anda tahu bahawa AI telah menyelamatkan nyawa pesakit barah di Jepun? Pakar dari Institut Penyelidikan Perubatan Tokyo merawat pesakit kerana leukemia akut. Hanya terapi yang tidak membantu. Apa nak buat?
Dan doktor mengambil kesempatan - mereka meminta bantuan dari komputer super IBM Watson. Hasil peperiksaan dimuat ke dalam mesin tanpa jiwa dan butang "mula" ditekan. Mesin tersebut menganalisis sejarah perubatan 20 juta pesakit barah, membandingkan diagnosis dan memberikan hasilnya: doktor membuat diagnosis yang salah. Ini bermaksud bahawa wanita itu tidak diperlakukan sebagaimana mestinya. Keadaan semakin baik.
"Untuk pertama kalinya di Jepun, kecerdasan buatan sangat berguna untuk menyelamatkan nyawa pesakit," akui Arinobu Tojo, seorang pakar di Tokyo Institute.
PEMIKIRAN MESIN SEPERTI LELAKI
Video promosi:
Istilah samar "kecerdasan buatan" kini semakin difahami sebagai rangkaian saraf tiruan (ANN). Ia mensimulasikan kerja neuron otak kita.
Mesin sedemikian tidak perlu dikonfigurasi secara manual dengan memasukkan berjuta-juta parameter. Rangkaian saraf akan belajar dengan sendirinya! Bagaimana? Ribuan contoh penyelesaian yang betul untuk masalah itu dimasukkan ke dalamnya - semakin banyak, semakin baik. Selain itu, anda masih perlu mengatur struktur rangkaian.
Sekiranya perlu, INS akan belajar bermain catur dan akan menghancurkan grandmaster yang terbaik. Adakah anda mahu mula mencipta tidak lebih buruk daripada Pushkin. Buang saja beberapa jilid Alexander Sergeevich ke dalamnya, dan sekarang "Saya ingat detik indah …"
Kami telah memasuki rangkaian ini. Sistem pengecaman pertuturan dalam telefon pintar, aplikasi untuk pemprosesan foto, bahkan ramalan cuaca - semua ini, di mana sahaja anda melihat, adalah hasil dari rangkaian saraf.
Ini adalah rangkaian saraf yang membantu mengenali kereta dari rakaman kamera di lebuh raya, untuk mengenal pasti seseorang dari gambar. Dan jika perlu, kenal pasti pengganas. Dan rangkaian saraf juga akan memandu kereta dan menggantikan pakar bedah di meja operasi …
MENUNGGU NEURON ARMAGEDDON?
Jumlah maklumat digital meningkat dua kali ganda setiap 18 bulan. Menurut pakar IT, pada tahun 2020 ia akan mencapai 40 trilion gigabait.
Dan hanya rangkaian saraf yang dapat mengumpulkan jumlah data yang bahkan tidak pernah diimpikan oleh superkomputer. Adakah mesin pintar seperti itu akan memperbudak manusia yang malas?
Fikiran terbesar - ahli fizik Stephen Hawking dan pengasas Tesla Elon Musk - menawarkan para saintis dan pengaturcara, sebelum terlambat, untuk menentukan sempadan di mana rangkaian saraf tidak boleh mencucuk hidung mereka, dan mencegah mesin naik ke kawasan ini. Jika tidak, cepat atau lambat, rangkaian saraf mungkin memutuskan bahawa manusia berlebihan di planet ini.
BAGAIMANA KITA?
Mengatur kekacauan …
"Kami juga sekarang aktif menggunakan dan mengembangkan jaringan saraf," kata Vladislav Belyaev, wakil kepala makmal sistem saraf dan pembelajaran mendalam di MIPT. - Ini dilakukan bukan sahaja oleh syarikat besar - Yandex dan Mail. Ru - tetapi juga oleh syarikat kecil. Sebagai contoh, DeepHackLab terlibat dalam sistem perbualan dan pemodelan tingkah laku pintar. Fiztech, Skoltech, Moscow State University boleh membanggakan projek yang berjaya …
- Tetapi ini memerlukan komputer super seperti IBM Watson …
- Kita ada. Universiti Negeri Moscow memiliki komputer super terkuat di negara ini, Lomonosov-2. Dia adalah salah satu daripada tiga puluh komputer terbaik di dunia. MIPT dan Advanced Research Foundation sedang merancang projek untuk membuat rangkaian saraf tiruan.
- Adakah rangkaian saraf dapat membantu umat manusia untuk tidak tenggelam dalam aliran maklumat yang begitu besar ini?
- Pasti! Semakin banyak data untuk melatih rangkaian saraf, semakin baik hasilnya. Pada masa yang sama, rangkaian saraf dapat berfungsi dengan kedua-dua maklumat berstruktur dan yang dalam bentuk kekacauan. Perkara utama adalah belajar bagaimana menetapkan tugas yang betul, memilih data dan membina seni bina rangkaian neural.
- Apa yang dilakukan oleh makmal anda?
- Makmal diketuai oleh calon sains fizikal dan matematik Mikhail Burtsev. Matlamat kami adalah untuk mengembangkan algoritma untuk rangkaian saraf berulang, iaitu di mana terdapat maklum balas. Kami menggunakan hasil penyelidikan untuk analisis teks dan pembinaan sistem dialog.
LIHAT DARI Lantai 6
Tinggal setengah langkah lagi
Alexander MILKUS, penyunting jabatan pendidikan dan sains
Pembantu suara - Siri dari Apple, Cortana dari Microsoft, Ok Google, anda tahu dari siapa, dan banyak yang lain (ada banyak dari mereka sekarang) adalah contoh klasik rangkaian saraf. Semakin kerap anda berkomunikasi dengan pembantu komputer anda, semakin baik dia memahami suara anda, semakin cepat dia mendapatkan maklumat dan semakin banyak pilihan jawapannya.
Ya, dia tidak selalu memahami anda dengan tepat. Dan dia tidak selalu bertindak balas dengan secukupnya. Tetapi penyelesaian untuk masalah terpenting abad ke-21 ini jelas tidak jauh. Sebaik sahaja komputer belajar tidak hanya untuk menanggapi permintaan dalam suku kata monosel, tetapi untuk memahami nuansa ucapan manusia, dunia kita akan terbalik.
