Anima Anandkumara California Institute of Technology professzora és kutatási igazgatója
"A koronavírus helyzete azt mutatja, hogy az emberek messze felülmúlják az AI-t"
Hogyan kezdődött a mesterséges intelligencia forradalma?Több évtizeden keresztül érdekesfelfedezések ezen a területen. Egy ember számára nincs semmi hétköznapi, mint a képernyőn megjelenő képek felismerése. De az AI számára ez egy rendkívül nehéz feladat, mert nem az ezzel már megadott képességekkel születik. A tudósok azzal a feladattal szembesültek, hogy "megtanítsák" a gépi agyat, hogy azonosítsák, amit láttak. A kutatás elején egy Stanford professzor elkezdte a képek rögzítését, hogy megkönnyítse a számítógép osztályozását. A címkézett képek képezték a mély idegi tanulási forradalmat.
A mesterséges intelligencia fejlesztésének új szintjének elérése azzal kezdődött, hogy a programba több milliárd olyan paraméter került, amelyek lehetővé teszik egy adott objektum felismerését.A feladat nehézsége egy mély idegi hálózat létrehozásainvariancia körülmények között felismerte például egy kutyát, függetlenül a testtartástól, színtől, fajtától és így tovább. Az AI képzés azt jelenti, hogy a képfeldolgozás során a keret több rétegét hierarchikus sorrendben tekintik meg. Tehát alapszinten csak a vonalak láthatók egymástól különböző szögekben. Ezután egyesítik és összetettebb formákat alkotnak, például egy kutya arca színes. Az alak, a szín és az egyéb egyedi jellemzők már megkülönböztethetők. A szakasz, amikor megtanultuk megosztani a folyamatot részekre, szintekre, óriási előrelépés lett.
A további fejlesztés nem csak mély idegi hálózatokat igényel, hanem óriási számítási teljesítményt is igényel.Az elmúlt évtizedekben láttukszámítógépeink képességeinek növekedésének lassulása, az egyszálas számítási sebesség már nem duplázódik meg. Ugyanakkor ma már egyszerre is kiszámíthatunk hatalmas volumenű és összetett műveleteket. A mélyhálózatok jelenlegi fejlettségi szintje oda vezetett, hogy ma már több milliárd folyamat játszhat le bennük egyszerre. Céljuk pedig csak egy: meghatározni, mi látható a fényképen. Ezt az eljárást mátrixanimációs folyamatok és más technológiák segítségével hajtják végre. És itt természetesen minden a videokártyák teljesítményétől függ.
2014-re a mély idegi hálózatok jobban felismerik a képeket, mint az emberek, ami azt jelenti, hogy manapság még fejlettebbé váltak.Ez a három kombinációjának köszönhetően történttényezők: a címkézett adatok képességei, a meglévő mély neurális hálózati algoritmusok rugalmassága és a számítógépek hatalmas képességei. Számos nagyszerű példa van arra, hogy a gépi agy milyen magasságokat ért el már, például a mélyen megerősített tanulás segítségével a mesterséges intelligencia legyőzte az embert a Go játékban. Ez a játékos az egyik legjobb volt, de veszített. Ráadásul a mesterséges intelligencia ma már képes olyan valósághű fényképeket készíteni az emberekről, hogy ez a technológia már átment a Turing-teszten. Az ember már nem tudja megérteni, melyik kép valódi, és melyiket hozta létre egy gép. Ezek nagyszerű példák az AI sikerére, de a fejlődés biztosan nem áll meg itt.
Számos példa van arra, hogy az AI elmaradt az elvárásoktól.Mondjuk egy olyan helyzetet, ahol a kulcsfontosságú szemponta biztonság. Már több évtizede tapasztaljuk az autonóm autókban alkalmazott technológia növekedését, de sajnos ezek kifinomultságának hiánya még mindig balesetekhez vezet. Ezenkívül a gép nem helyettesítheti az embert, ha tartalomkészítésről és szerkesztésről van szó. A jelenlegi koronavírus-helyzet pedig azt mutatja, hogy az emberek messze megelőzik az MI-t.
Mit fogunk tenni a jövőben a mesterséges intelligencia és a mély idegi hálózatok technológiáinak fejlesztésével?Jelenleg aktívan fejlődikrobotika: például az egyik cégnek van egy robotja, amely képes visszafordítani. De még egy kutyához sem hasonlítható. Ez a robot esetlen, folyamatosan zuhan, de az állat zuhanás közben megtanulja, hogyan kell legközelebb ezt vagy azt a mozdulatot végrehajtani anélkül, hogy elesne. De a robot erre nem képes, nincs kiképezve. Ez felveti azt a kérdést, hogy lehetséges-e olyan mesterséges intelligencia, amely készen áll a tanulásra és a problémák önálló megoldására?
"Az algoritmusok megértése meghaladja a képességeinket."
A mesterséges intelligencia algoritmus egy előre meghatározott információ és egy nagyon világos feladat összegyűjtése.Meghatározzuk, hogy milyen adatokkal és előzetesenaz adott paramétereket kell használni, valamint a döntési folyamat megvalósításának módját. Az AI-algoritmus létrehozása és karbantartása hatalmas mennyiségű adatot igényel. Ez azért nehéz, mert egyre több az adat, például egy videofolyam felismerésekor nagyon nagy a felismert képkockák száma. A címkézés problémás, mert az emberek videók millióihoz adnak nevet, így a képernyőn lévő objektumokhoz.
Ami az előre meghatározott paramétereket illeti, akkor ismét foglalkoznia kell azzal, hogy minden kézzel történik.Manapság könnyű becsapni az AI-t.Például, ha van egy stoptáblánk és több blokkot helyezünk el rá, akkor a mesterséges intelligencia már nem fogja megérteni a jelentését. A vezetői segítség nélkül mozgó autó pedig már nem ismeri fel megállásra felszólító táblát. Emberi intelligenciánk teljesen más. Talán átültethetjük a gondolkodásmódunkat a számítógépbe, de ezt még nem tudtuk megtenni. Ami az utasításokat, parancsokat és utasításokat illeti, nagyon egyszerűen kell cselekednünk: egyetlen feladatot adunk - felismerni, mi látható ezen a képen. Ami az algoritmus sikerességét vagy hatástalanságát értékelő paramétereket illeti, itt nagyon korlátozottak vagyunk.
Néha nem tudjuk megérteni, hogy a jelenlegi algoritmus mennyire sikeres, mert az meghaladja a megértésünket.Ezen túlmenően, több probléma is társulaz a tény, hogy a rendelkezésünkre álló adatok főként világos bőrű férfiakra vonatkoznak. Emiatt az AI tévesen azonosítja a sötét bőrű nőket. Vannak más hibák is az arcfelismerésben. A probléma abból adódik, hogy a mesterséges intelligencia hatékonyságának értékelése rendkívül korlátozott. Nem szabad megfeledkeznünk arról a paradigmáról sem, amely szerint hatalmas mennyiségű adatra van szükségünk, és mindezt fel kell címkézni. Az előre beállított paramétereknek egyértelműnek kell lenniük az algoritmus számára, magának a feladatnak pedig egyszerűnek és logikusnak kell lennie.
Először meg kell győződnie arról, hogy nem kell címkéznie az adatokat.Az AI-nak emberi segítség nélkül kell működniemaga a számítógép talált fogalmakat, alkotott ötleteket, és megértette egy adott kép jellemzőit. Ez bonyolult? Igen, nagyon, de az emberek megcsinálják, és könnyedén. Ami az előre beállított adatokat illeti, itt nagyon tiszta képeket kell készíteni, meg kell mutatni, hogy mi is mi az az adat, amit „táplálunk” a rendszerbe. És itt sokat tanulhatsz az emberi agyból. És végül a feladatok, amelyeket az algoritmusnak adunk. A mesterséges intelligencia adaptívabbnak kell lennie, mert most minden alkalommal a nulláról tanítjuk a rendszerünket, de meg kell alakítanunk, hogy alkalmazkodni tudjon és változzon, különböző feladatokat láthasson el. Tehát most azon edzünk, hogy rugalmassá tegyük a mesterséges intelligenciát.
Hogyan lehet megérteni, hogy van egy macska előttünk?
Felismerünk egy macskát, még ha homályos képet is, mert agyunk folyamatosan próbál bizonyos élességet adni az elmosódott képnek további elemzés céljából.Sok elmélet létezik, és az egyik leghíresebbazt mondja, hogy nem csak valamely tárgyat nézünk meg, de ugyanakkor az agy választja ki, hogy mi lehet. A mély idegi hálózatok ugyanezt teszik. A priori adatokkal rendelkezik arról, hogy a macskának hogyan kell kinéznie. És megpróbáljuk ezt a képet egyeztetni azzal az elképzeléssel, hogy néz ki a macska. Fontos, hogy ezt megértsük a fejlesztés során, hogy biztosítsuk a kép azonosításának következetességét.
Hogyan érhetünk el stabilitást az objektumok mesterséges hálózatokkal történő azonosításában?Ez természetesen a következők miatt fordul elő:ismételhetőség. Vetünk némi külső képet, és nézünk rá, és a jel az agyba kerül. Vannak felülről lefelé visszajelzések is. Az agy felhasználva információkat arról, hogy hogyan néz ki a macska, megteremti a sajátos észlelését. Hogyan tudjuk ezeket az összetett folyamatokat végrehajtani az agyunkban az AI által? Össze kell kapcsolni a "macska" fogalmának jó osztályozót, amely "táplálja" az idegi hálózatot, és ezen képek kiváló generátorát. Ugyanakkor a fogalom besorolására és az idegi hálózat kiképzésére is sor kerül. Visszajelzést kapunk a normál idegi hálózatokról. Ez a kapcsolat lehetőséget ad generáló visszacsatolásra. Más szavakkal, amikor a bejövő jel feldolgozása megpróbálja megjelölni a képet. És akkor van visszajelzés, amikor megpróbálunk egy észlelést generálni annak alapján, amit látunk. Ezt a két folyamatot össze kell kapcsolni.
A szokásos idegi hálózat általában nem ismeri fel a homályos képeket, de modellünk, a visszacsatolási mechanizmusnak köszönhetően, tisztábbá teszi a képeket, majd felismeri azokat.Látjuk, hogy egy ilyen rendszer beválthatékonyságát, így inspirálódhatunk abból, hogyan látnak az emberek a számítógépes látás létrehozásakor. A már kifejlesztett modellek alapján fejlettebb algoritmusokat hozhat létre, amelyek nagy teljesítményűek lesznek. De szükségünk van egy hatékony infrastruktúrára is, amely képes az AI-folyamatokat nagyarányúan kezelni. Nem dolgozunk egyénileg algoritmusokkal. Elvesz néhány adatot, és vizualizálnia kell azokat, ami nagyon összetett folyamat. Ezért szüksége van egy nagy teljesítményű processzorra, amely lenyűgöző mennyiségű információ feldolgozására képes. Ezenkívül bizonyos keretrendszereket (CLARA) használunk különféle alkalmazásokhoz, beleértve az orvostudományt is. A COVID-19 világjárvány miatt most szükség van a gépi tanulási modellek nagyszabású képzésére. Ennek célja vakcinák és gyógymódok kifejlesztése a vírus ellen. A CLARA eszköz háromdimenziós struktúrákkal és különféle algoritmusokkal tud dolgozni, lényegében ezek munkájának koordinátora.
Egy másik AI tanulási lehetőség a stimulált adatok használata, nem pedig a valós adatok.Számos olyan robotunk van, amelyekké válhatnakszakácsok a konyhánkban. Az ilyen gépek képesek fiókot nyitni és bezárni, tárgyat elvenni, valamit keverni vagy felverni. Ezek az emberek számára egyszerű műveletek nagyon nehézkesek a robotok számára, mivel nehéz őket erre betanítani. De szimulációs folyamatok segítségével nem létező, programozott dobozokat nyithatunk majd meg. Így a robot megtanulja a hasonló műveleteket. A programok lehetővé teszik, hogy ezt párhuzamosan és nagy léptékben tegyük, ami lehetővé teszi számunkra, hogy leküzdjük azokat a korlátokat, amelyeket az adatok szabnak ránk. De egy ilyen képzési rendszer azt jelenti, hogy nagyon összetett algoritmusokat kell kidolgozni, amelyek a szimuláció világából a valós világba viszik a gépet, és teljesen új, izgalmas távlatokat nyitnak meg az AI-val való együttműködésben. Van egy program, amely lehetővé teszi szimuláció hozzáadását ezekhez a modellekhez, amikor a mesterséges intelligenciát valós adatokon képezik. Ez egy újabb példa arra, hogy jó infrastruktúrával rendelkezünk, és nagyon összetett problémákon tudunk dolgozni. Lehetővé vált új algoritmusok és modellek létrehozása, valamint azok tesztelése a korábbinál sokkal gyorsabban.
Az AI jövőjének átfogónak kell lennie, és különféle szférákba kell épülnie, hogy rendkívül adaptív, folyamatosan tanuló eszközünk legyen.Ehhez most újra kell gondolnunk a megközelítéseketmély tanulás. Az önirányító tanulás a siker kulcsa, ezért meg kell találnunk a módját, hogy felügyelet nélküli tanulási programokat építsünk rendszerekbe. És ha konvolúciós neurális hálózatokról beszélünk, a visszacsatolási rendszer stabilabbá teszi őket. És ez az első lépés afelé, hogy valódi alapot teremtsünk a mesterséges intelligencia következő generációja számára.
Lásd még:
A kincsvadász 3000 éves kincset talál Skóciában
Perseids Meteor Shower - 2020: Hol lehet megtekinteni, hol kell keresni és hogyan kell fényképezni
Vessen egy pillantást az univerzum 3D-s térképére: ezt 20 évig állították össze, és ez már meglepte a tudósokat