В ожидании сингулярности в техономии

Как и почти на каждой конференции, которую я посетил в этом году, искусственный интеллект и машинное обучение были главными темами конференции Techonomy 2016 на прошлой неделе. В дополнение к стандартным дискуссиям о том, куда движется ИИ, разговору с Рэем Курцвейлом и разговору о том, куда можно направить автономные транспортные средства, конференция включила в себя дискуссию и видеоролики о прямых интерфейсах «машина-мозг», которые были одними из интересные вещи, которые я видел весь год.

Цепи разума

Эти классные видео пришли от Джастина Санчеса из офиса биологических технологий DARPA. Он показал одно видео с управляемой разумом роботизированной рукой, которая была захватывающей, прежде чем перейти к обсуждению прямого нейронного интерфейса, в котором память компьютера прикреплена непосредственно к мозгу с черепно-мозговыми травмами. Затем Санчес показал убедительное видео, в котором пациента просят запомнить дюжину общих слов; обычно пациент может вспомнить только три слова, но при подключении к системе пациент может вспомнить все двенадцать.

Санчес предупредил, что это очень ранние дни для программы. Он предназначен для восстановления функций мозга военнослужащим, которые заплатили такую ​​цену за нашу страну, но он сказал, что есть много интересных аспектов. Работа началась со стоек компьютеров; цель состоит в том, чтобы работать над миниатюрными системами, которые могут быть имплантируемыми. В рамках этих усилий, программа стремится получить более широкое понимание когнитивных функций мозга.

К группе Санчеса присоединился Лесли Валиант из Гарвардского университета, который описал то, что он назвал «эрой экоритма», в которой сочетаются алгоритмы, извлекающие уроки из окружающей среды, контролируемого машинного обучения и биологической эволюции. Валиант сказал, что дарвинистская эволюция - это, по сути, контролируемое машинное обучение.

Он отметил, что мы многое еще не знаем о функции мозга, например, сколько нейронов требуется, чтобы вспомнить, что вы ели на завтрак. Санчес отметил, что мы больше узнаем о мозге, а также о том, как память распределяется по всему мозгу.

Оба согласились с тем, что, хотя контролируемое машинное обучение может работать для запуска алгоритмов расширения мозга, в конечном итоге понадобятся и другие методы, такие как обучение с подкреплением. Фиксированный алгоритм не будет работать в долгосрочной перспективе для повседневной жизни, сказал Санчес. Вместо этого его нужно будет адаптировать.

На пути к сингулярности и этичности ИИ

В своей речи на обеде изобретатель и автор Рэй Курцвейл, который сейчас работает над искусственным интеллектом для Google, повторил свой прогноз, что к 2029 году компьютер будет обладать достаточно хорошими языковыми навыками и знаниями по всему спектру предметов, чтобы позволить ему пройти ценностный тест Тьюринга., К 2035 году Курцвейл верит, что мы сможем подключить компьютеры напрямую к нашему неокортексу, чтобы расширить нашу память, а к 2045 году у нас будут компьютеры в миллиард раз мощнее, чем у каждого человека, и это развитие он называет Сингулярностью.

Курцвейл сказал, что большим прорывом в искусственном интеллекте в последние годы стала разработка многослойных нейронных сетей, но отметил, что современные системы требуют большого количества данных. «Жизнь начинается с миллиарда примеров», - пошутил он о нынешних системах и сказал, что большой проблемой является разработка компьютерных систем, которые могут учиться на меньших объемах данных.

К участнику Курцвайля присоединились Бенджамин Х. Браттон из Калифорнийского университета в Сан-Диего и Вивьен Минг из Socos, которые подчеркнули, что ИИ и люди будут работать вместе в будущем. Книга Брэттона The Stack рассказывает о том, как последние достижения в области вычислительной техники, включая автоматизацию, создают «случайную мегаструктуру», которая является одновременно вычислительным аппаратом и новой управляющей архитектурой. Мин говорил об искусственном интеллекте, увеличивающем людей, и о необходимости построения мира, в котором люди активно создают новые вещи.

На другой сессии Франческа Росси из исследовательского центра TJ Watson IBM рассказала о необходимости «этического ИИ», сказав, что нам необходимо обсудить, какие правила должны регулировать ИИ. В эту дискуссию должны войти не только топ-5 компаний, о которых думают люди, когда говорят об ИИ, но и все, особенно люди, внедряющие ИИ в реальном мире. По ее словам, цель состоит в том, чтобы построить доверие в течение определенного периода времени, а не только один раз.

Автономные транспортные средства в живых экосистемах

(Делоне, Ходжат, Вашингтон, Чуй)

На панели «чувствительные экосистемы» вице-президент Ford Motor Company по исследованиям Кен Вашингтон сказал, что есть обещания как автономных транспортных средств, так и интеллектуальных транспортных средств, которые нас знают, основанных на радаре, лидере, камерах, микрофонах и других датчиках, которые могут обрабатывать и отвечать. Однако, хотя прогресс происходит очень быстро, мы еще не достигли этого. Например, Вашингтон описал автомобиль, который автоматически включит тепло, когда на улице холодно.

Он сказал, что на пути к этому видению есть две «дыры»: кибербезопасность и конфиденциальность, которые он рассматривает как две разные проблемы. Вашингтон заявил, что потребители должны быть в состоянии поверить, что автономный автомобиль будет для них полезен, и он уверен, что автономные автомобили могут быть безопаснее, чем водитель-человек, отметив, что 30 000 человек в год гибнут в автомобильных авариях. Вашингтон также заявил, что компании должны четко понимать, что потребитель владеет их данными, и разрешает автомобильным компаниям использовать их для определенных целей. Он сказал, что Ford никогда не продаст ваши данные, но будет использовать их, чтобы обезопасить вас и дать вам лучший опыт. Ford планирует предложить массовое производство автомобилей для совместного использования в 2021 году, а к 2018 году - 100 тестовых автомобилей.

Клэр Делоне, из автономной автотранспортной компании Otto (теперь часть Uber), сказала, что одной из проблем было то, как автономное транспортное средство принимает решение. Транспортные средства могут видеть только то, чему вы их учите, сказала она, поэтому им нужно продолжать учиться. Соучредитель Sentient Technologies Бабак Ходжат сказал, что, поскольку такие системы имеют журнал, который содержит данные, используемые в каждом решении, когда происходят несчастные случаи, будущие несчастные случаи потенциально могут быть предотвращены. «Мы не можем сделать это с человеком», - отметил он.