Datamaskiner har lært å tenke. Hvor det fører?
BESPAREREN HAR KOM
Visste du at AI allerede har reddet livet til en kreftpasient i Japan? Spesialister fra Tokyo Institute of Medical Research behandlet pasienten for akutt leukemi. Bare terapien hjalp ikke. Hva å gjøre?
Og legene tok en sjanse - de ba om hjelp fra IBM Watson superdatamaskin. Resultatene fra undersøkelsene ble lastet inn i den sjelløse maskinen og "start" -knappen ble trykket. Maskinen analyserte den medisinske historien til 20 millioner kreftpasienter, sammenlignet diagnosene og returnerte resultatet: legene stilte feil diagnose. Dette betyr at kvinnen ikke ble behandlet som den skulle. Ting ble bedre.
"For første gang i Japan kom kunstig intelligens godt med å redde pasientens liv," innrømmet Arinobu Tojo, spesialist ved Tokyo Institute.
MASKINEN TENKER SOM EN MANN
Salgsfremmende video:
Det vage uttrykket "kunstig intelligens" blir nå i økende grad forstått som et kunstig nevralt nettverk (ANN). Det simulerer arbeidet til hjerneneuronene våre.
Slike maskiner trenger ikke å konfigureres manuelt ved å legge inn millioner av parametere. Nevralt nettverk vil lære av seg selv! Hvordan? Tusenvis av eksempler på riktig løsning på problemet blir lagt inn i det - jo mer, jo bedre. I tillegg må du fortsatt angi nettverksstrukturen.
Om nødvendig vil INS lære å spille sjakk og vil knuse de beste bestemødrene. Vil du begynne å skape verre enn Pushkin. Bare kast et par bind Alexander Sergeevich inn i det, og nå "husker jeg et fantastisk øyeblikk …"
Vi har allerede falt inn i disse nettverkene. Et talegjenkjenningssystem i en smarttelefon, applikasjoner for fotobehandling, til og med en værmelding - alt dette uansett hvor du ser, er resultatet av et nevralt nettverk.
Det er nevrale nettverk som hjelper til med å gjenkjenne en bil fra kameraposter på motorveier, for å identifisere en person fra et fotografi. Og identifiser om nødvendig terroristen. Og nevrale nettverk vil også kjøre bil og erstatte kirurgen ved operasjonsbordet …
VENTER PÅ NEURON ARMAGEDDON?
Volumet av digital informasjon dobles hver 18. måned. I følge IT-spesialister vil den innen 2020 nå 40 billioner gigabyte.
Og bare nevrale nettverk er i stand til å slipe slike datamengder som selv superdatamaskiner aldri har drømt om. Vil slike smarte maskiner slave slapp menneskehet?
De største sinnene - fysikeren Stephen Hawking og Tesla-grunnleggeren Elon Musk - tilbyr forskere og programmerere, før det er for sent, å definere grensen utenfor hvilke nevrale nettverk ikke skal rase nesen og forhindre at maskiner klatrer inn i disse områdene. Ellers kan nevrale nettverk før eller siden bestemme at mennesker er overflødige på denne planeten.
HVORDAN GJØR VI?
Setter kaos i orden …
"Også vi bruker nå aktivt og utvikler nevrale nettverk," sier Vladislav Belyaev, nestleder for laboratoriet for nevrale systemer og dyp læring ved MIPT. - Dette gjøres ikke bare av store selskaper - Yandex og Mail. Ru - men også av små. For eksempel er DeepHackLab engasjert i samtalesystemer og intelligent atferdsmodellering. Fiztech, Skoltech, Moskva statsuniversitet kan skryte av vellykkede prosjekter …
- Men dette krever kraftige superdatamaskiner som IBM Watson …
- Vi har dem. Moskva statsuniversitet eier landets mektigste superdatamaskin, Lomonosov-2. Han er en av de tretti beste datamaskinene i verden. MIPT og Advanced Research Foundation planlegger et prosjekt for å lage kunstige nevrale nettverk.
- Vil nevrale nettverk hjelpe menneskeheten til ikke å drukne i denne enorme strømmen av informasjon?
- Sikker! Jo mer data for trening av et nevralt nettverk, jo bedre blir resultatet. Samtidig er nevrale nettverk i stand til å jobbe med både strukturert informasjon og det som er i en kaotisk form. Hovedsaken er å lære å sette de riktige oppgavene, velge data og bygge nevrale nettverksarkitekturer.
- Hva gjør laboratoriet ditt?
- Laboratoriet ledes av kandidaten til fysisk og matematisk vitenskap Mikhail Burtsev. Målet vårt er å utvikle algoritmer for tilbakevendende nevrale nettverk, det vil si hvor det er tilbakemelding. Vi bruker forskningsresultatene for analyse av tekster og konstruksjon av dialogsystemer.
VISNING FRA 6. GULV
Bare et halvt skritt igjen
Alexander MILKUS, redaktør for Institutt for utdanning og naturvitenskap
Stemmeassistenter - Siri fra Apple, Cortana fra Microsoft, Ok Google, du vet hvem og mange andre (det er mange av dem nå) er et klassisk eksempel på et nevralt nettverk. Jo oftere du kommuniserer med datamaskinassistenten din, jo bedre forstår han stemmen din, jo raskere finner han informasjon og desto bredere er alternativene for svarene hans.
Ja, han forstår deg ikke alltid nøyaktig. Og han reagerer ikke alltid tilstrekkelig. Men løsningen på dette viktigste problemet i det 21. århundre er tydeligvis ikke langt unna. Så snart datamaskinen lærer ikke bare å svare på forespørsler i ensemblere, men å forstå nyansene i menneskelig tale, vil vår verden snu opp ned.
