`

СПЕЦИАЛЬНЫЕ
ПАРТНЕРЫ
ПРОЕКТА

Архив номеров

Как изменилось финансирование ИТ-направления в вашей организации?

Best CIO

Определение наиболее профессиональных ИТ-управленцев, лидеров и экспертов в своих отраслях

Человек года

Кто внес наибольший вклад в развитие украинского ИТ-рынка.

Продукт года

Награды «Продукт года» еженедельника «Компьютерное обозрение» за наиболее выдающиеся ИТ-товары

 

Виталий Кобальчинский

Три главных проблемы современного ИИ

+22
голоса

Засилье вокруг нас цифровых ассистентов, создающих впечатление будто компьютеры в самом деле способны говорить, еще не означает, что мы близки к созданию истинного машинного интеллекта.

На конференции, посвящённой вопросам глубокого обучения, которая состоялась в Лондоне в сентябре, были названы три наиболее серьёзных проблемы этой отрасли: необходимость огромного количества данных для тренировки систем глубокого обучения; наша неспособность создать ИИ, пригодный для выполнения нескольких задач; отсутствие понимания того, как функционируют такие системы.

Все мы знаем, что машинный интеллект нуждается в информации о внешнем мире, но мало кто представляет как много её требуется. Как подчеркнул профессор машинного обучения Шеффилдского университета, Нэйл Лоуренс (Neil Lawrence), входящий в команду искусственного интеллекта компании Amazon, чтобы понять какую-либо концепцию или распознать образ такие системы должны переработать не просто больше, а в сотни тысяч раз больше данных, чем люди.

Сегодня, утверждает Лоуренс, данные заняли то место, которое в ранние годы Промышленной революции занимал уголь. Современные интеллектуальные системы, подобно древним паровозам, ни на что не способны без доступа к обширным запасам цифрового «топлива», накопленным крупнейшими компаниями – Google, Facebook и Microsoft. Эти гиганты настолько богаты, что могут позволить себе применять и совершенствовать неэффективные алгоритмы машинного обучения, тогда как небольшие стартапы даже при наличии интересных идей неспособны их адекватно развивать без данных. Однако задача заключается не в обеспечении доступности больших данных, а в том, чтобы глубокое обучение могло обойтись меньшим их количеством. И решение этой задачи, как считает Лоуренс, как когда-то – совершенствование паровых двигателей, вполне может растянуться на следующие 60 лет.

Все современные системы ИИ страдают синдромом савантизма – гениальность в чем-то одном сочетается с общей тупостью. Как подчеркнул Райя Хадзелл (Raia Hadsell), из проекта Google DeepMind, в мире не существует нейросети или метода обучения, который позволял бы распознавать изображения и, вдобавок к этому, слушать музыку. Полноценный ИИ должен обладать возможностями обобщения приобретённых навыков и распространения их на новые области, пока же он не может освоить даже несколько игр. Анонсированная в феврале  прошлого года система DeepMind, побеждала в 49 играх для компьютера Atari, но для каждой из этих игр она должна была переучиваться заново, забывая все усвоенное раньше. Некоторый прогресс в этом вопросе связан с применением прогрессивных нейросетей, однако их способность осваивать даже близкие новые навыки (такие как, другой цвет фишек в игре) крайне ограничена.

Необъяснимость действий ещё одна актуальная проблема ИИ. Даже обладая всей доступной алгоритму информацией и зная принципы его работы, абсолютно невозможно понять причины, заставляющие его принимать конкретные решения. Так, в победном матче с чемпионом мира по игре Го, некоторые из ходов суперкомпьютера, по мнению анализировавших их экспертов, были лишены логики.

Помочь обеспечить прозрачность умозаключений могли бы методы символьного ИИ, сегодня, с появлением быстрых процессоров и доступных данных, вытесненные глубоким обучением. Они описывают мир обширным словарём символов, представляющих действия, события, объекты и т.п., и оперируют ими с помощью базовой логики. Гибридный подход (Deep Symbolic Reinforcement Learning), сочетающий символы с поиском закономерностей в массивах данных, находится на стадии концептуальных экспериментов, но его разработчики из Лондонского Имперского Колледжа надеются, что качественный скачок в технологиях ИИ уже не за горами.

+22
голоса

Напечатать Отправить другу

Читайте также

 
 
IDC
Реклама

  •  Home  •  Рынок  •  ИТ-директор  •  CloudComputing  •  Hard  •  Soft  •  Сети  •  Безопасность  •  Наука  •  IoT