5 nagy előrejelzés a mesterséges intelligencia számára 2017-ben

A tavalyi év óriási fejlődést hozott a mesterséges intelligencia és a gépi tanulás terén. De 2017 még többet hozhat. Íme öt legfontosabb dolog, amire számítani kell.

Pozitív megerősítés



új napelemes technológia 2020

Az AlphaGo történelmi győzelme minden idők egyik legjobb Go-játékosa, Lee Sedol ellen mérföldkő volt az AI területén, és különösen a mély megerősítéses tanulásként ismert technikában.

A megerősítő tanulás azokból a módszerekből merít ihletet, amelyekkel az állatok megtanulják, hogy bizonyos viselkedések hogyan eredményeznek pozitív vagy negatív eredményt. Ezzel a megközelítéssel a számítógép, mondjuk, kitalálhatja, hogyan navigáljon egy labirintusban próbálgatással, majd a pozitív eredményt – a labirintusból való kilépést – társítsa azokhoz a cselekvésekhez, amelyek ahhoz vezettek. Ez lehetővé teszi a gép számára, hogy utasítások vagy akár kifejezett példák nélkül tanuljon. Az ötlet már évtizedek óta létezik, de a nagy (vagy mély) neurális hálózatokkal való kombinálása biztosítja a szükséges erőt ahhoz, hogy valóban összetett problémákat (például a Go játékot) kezeljen. Kíméletlen kísérletezéssel, valamint a korábbi játékok elemzésével az AlphaGo maga találta ki, hogyan játssza a játékot szakértői szinten.

A remény az, hogy a megerősítő tanulás most már sok valós helyzetben hasznosnak bizonyul majd. A közelmúltban megjelent számos szimulált környezet pedig előrelépést jelent a szükséges algoritmusok terén azáltal, hogy növeli a számítógépek által ily módon elsajátítható készségek körét.

mi az a Moore-törvény?

2017-ben valószínűleg kísérleteket fogunk látni a megerősítő tanulás alkalmazására olyan problémákra, mint az automatizált vezetés és az ipari robotika. A Google már dicsekedett azzal, hogy mélyen megerősítő tanulást alkalmaz hatékonyabbá tegye adatközpontjait . A megközelítés azonban továbbra is kísérleti jellegű, és még mindig időigényes szimulációt igényel, így érdekes lesz látni, hogy mennyire hatékonyan alkalmazható.

Párbajzó neurális hálózatok

A közelmúltban Barcelonában megtartott transzparens mesterséges intelligencia akadémiai összejövetelen, a Neural Information Processing Systems konferencián a legtöbb felhajtás egy új gépi tanulási technikáról szólt. generatív ellenséges hálózatok .

Ian Goodfellow, ma az OpenAI kutatója által kitalált generatív ellenséges hálózatok vagy GAN-ok olyan rendszerek, amelyek az egyik hálózatból állnak, amely új adatokat generál, miután tanult egy képzési halmazból, és egy másikat, amely megpróbál különbséget tenni a valódi és a hamis adatok között. Együttműködve ezek a hálózatok nagyon valósághű szintetikus adatokat állíthatnak elő. A megközelítés használható videojáték-díszlet létrehozására, pixeles videofelvételek elmosódásának megszüntetésére, vagy stilisztikai változtatások alkalmazására a számítógéppel generált terveken.

Yoshua Bengio, a világ egyik vezető gépi tanulási szakértője (és Goodfellow PhD tanácsadója a Montreali Egyetemen) a NIPS-en azt mondta, hogy ez a megközelítés különösen izgalmas, mert hatékony módszert kínál a számítógépek számára a címkézetlen adatokból való tanulásra – amit sokan hisznek. kulcsa lehet annak, hogy az elkövetkező években a számítógépek sokkal intelligensebbek legyenek.

Kína AI fellendülése

automatikus sötétítő ablakfestés

Ez lehet az az év is, amikor Kína jelentős szereplőnek tűnik a mesterséges intelligencia területén. Az ország technológiai ipara elmozdul a nyugati cégek másolásától, és az AI-t és a gépi tanulást jelölte meg az innováció következő nagy területeként.

Kína vezető keresővállalata, a Baidu már egy ideje mesterséges intelligencia-központú laboratóriummal rendelkezik, és az olyan technológiák fejlesztésében aratja le a jutalmakat, mint a hangfelismerés és a természetes nyelvi feldolgozás, valamint egy jobban optimalizált hirdetési üzletág. Más játékosok most igyekeznek utolérni. A Tencent, amely a rendkívül sikeres mobil-első üzenetküldő és hálózati alkalmazást kínáló WeChat, tavaly nyitott mesterségesintelligencia-laboratóriumot, és a cég a NIPS tehetségeinek toborzásával volt elfoglalva. A Didi, a telekocsi óriás, amely az év elején megvásárolta az Uber kínai üzemét, szintén laboratóriumot épít, és állítólag saját vezető nélküli autóin dolgozik.

A kínai befektetők most pénzt öntenek mesterséges intelligencia-központú startupokba, és a kínai kormány jelezte, hogy szeretné látni az ország mesterséges intelligenciájának virágzását. mintegy 15 milliárd dollár befektetését ígéri 2018-ra.

Nyelvtanulás

az ai veszélyei

Kérdezze meg a mesterséges intelligencia kutatóit, mi a következő nagy célpontjuk, és valószínűleg a nyelvet említik. A remény abban rejlik, hogy a hang- és képfelismerésben látványos fejlődést produkáló technikák – többek között – a számítógépeket is segíthetik a nyelv hatékonyabb elemzésében és generálásában.

Ez a mesterséges intelligencia régóta fennálló célja, és lenyűgöző az a kilátás, hogy a számítógépek nyelv segítségével kommunikálnak és kommunikálnak velünk. A jobb nyelvértés sokkal hasznosabbá tenné a gépeket. A kihívás azonban óriási, tekintve a nyelv összetettségét, finomságát és erejét.

Ne számítson arra, hogy egy ideig mély és tartalmas beszélgetésbe kezd az okostelefonjával. Néhány lenyűgöző előrelépés azonban folyamatban van, és 2017-ben további előrelépésekre lehet számítani ezen a területen.

Visszacsapás a hype-ra

A valódi előrelépések és izgalmas új alkalmazások mellett 2016-ban a mesterséges intelligencia körüli hírverés is új magasságokat ért el. Bár sokan hisznek a ma kifejlesztett technológiák mögöttes értékében, nehéz elkerülni azt az érzést, hogy a mesterséges intelligencia körüli nyilvánosság kissé kicsúszik a kezéből.

Néhány AI-kutató nyilvánvalóan ingerült. A NIPS ideje alatt induló partit szerveztek egy hamis mesterséges intelligencia induló vállalkozás számára Rakéta AI , nak nek Kiemel a növekvő mánia és értelmetlenség a valódi AI-kutatás körül. A megtévesztés nem volt túl meggyőző, de szórakoztató módja volt felhívni a figyelmet egy valódi problémára.

Az egyik igazi probléma az, hogy a hype elkerülhetetlenül csalódás érzéséhez vezet, amikor nem történnek nagy áttörések, ami a túlértékelt induló vállalkozások kudarcát és a befektetések kiapadását okozza. Talán 2017-ben lesz valamiféle visszahatás az AI hype-gépezet ellen – és ez talán nem is lenne olyan rossz.

elrejt

Tényleges Technológiák

Kategória

Nincs Kategorizálva

Technológia

Biotechnológia

Technikai Politika

Klímaváltozás

Ember És Technológia

Szilícium-Völgy

Számítástechnika

Mit News Magazin

Mesterséges Intelligencia

Tér

Okos Városok

Blockchain

Feature Story

Alumni Profil

Öregdiák Kapcsolat

Mit News Funkció

1865

Az Én Nézetem

77 Mass Ave

Ismerje Meg A Szerzőt

Profilok A Nagylelkűségben

Az Egyetemen Látható

Öregdiák Levelei

Hírek

Mit News Magazine

Választások 2020

Indexszel

A Kupola Alatt

Tűzoltótömlő

Végtelen Történetek

Pandémiás Technológiai Projekt

Az Elnöktől

Fedősztori

Képgaléria

Ajánlott