Saat ini, program komputer mulai menggantikan akuntan, tenaga penjualan, penerjemah, dan bahkan jurnalis. Menurut laporan PBB, robot akan segera mengambil 2/3 dari pekerjaan yang tersedia di negara-negara berkembang. Seberapa benarkah film-film fiksi ilmiah dan mungkinkah berbicara sekarang tentang perkembangan penuh kecerdasan buatan?
Untuk menjawab pertanyaan ini, kami akan melacak perkembangan fungsi utama AI - analitik, komunikatif dan kreatif - di Rusia dan luar negeri. Subdivisi dari ilmu kecerdasan buatan, yang tugasnya adalah "melatih" komputer untuk "berpikir" (yang berarti menganalisis data, mengungkap pola-pola tersembunyi dan memecahkan masalah kompleks berdasarkan itu) disebut pembelajaran mesin. Tanpa berlebihan, studi ini berada di "garis depan" ilmu pengetahuan, pekerjaan ke arah ini dilakukan oleh perusahaan terbesar dan paling berteknologi maju di dunia (termasuk Google, Microsoft dan IBM). Layanan yang mereka kembangkan, seperti Google Predictions API, Microsoft Azure, dan IBM Watson, memungkinkan Anda untuk membuat model pengetahuan berdasarkan pada data terstruktur yang besar.
Gambar 2. Evolusi informasi di Internet.Penting untuk dicatat bahwa algoritma pemrosesan data dalam layanan tersebut tidak dikodekan secara langsung, mereka dapat secara independen mengidentifikasi pola dan menarik kesimpulan tertentu. MIT Technology Review memasukkan pembelajaran mesin berdasarkan hasil yang diperoleh (pembelajaran penguatan, ketika program melakukan eksperimen dan “belajar” dari kesalahannya) dalam 10 teknologi terobosan paling progresif dan paling maju di 2017.
IBM Watson telah mendiagnosis kanker dengan akurasi beberapa kali lebih besar daripada dokter diagnostik berpengalaman. Pertumbuhan eksponensial teknologi komputer (disajikan pada grafik) menunjukkan percepatan pengembangan kemampuan sistem tersebut. Perlu juga dicatat bahwa meskipun kompleksitas teknologinya, program-program ini memiliki antarmuka yang sederhana dan ramah, yang memungkinkan pengguna untuk menggunakannya.
Gambar 3. Pertumbuhan eksponensial dalam kemampuan komputasi (oleh Raymond Kurzweil).Sistem serupa sedang dikembangkan di Rusia. Jadi, kepala Pusat Robotika Skolkovo Albert Efimov mengumumkan pengembangan sistem Sotsmedika, yang, menurut pencipta, harus menjadi "pesaing nyata" untuk proyek Watson tersebut.
Pengembangan Rusia lainnya, platform Brain2 perusahaan Sistem Kognitif, berfokus pada pemrosesan cepat bigdata dalam model neural of knowledge untuk sistem AI. Misalnya, neuromodel untuk menilai nilai real estat (Harga Rumah), yang dilatih pada 79 parameter dari 1461 objek real estat, dapat memprediksi nilai objek dengan sedikit kesalahan (RMSE = 0,42), yang setara dengan penilaian ahli real estat yang berpengalaman. Pada saat yang sama, hanya butuh 20 menit untuk membuat model pelatihan. Sebagai perbandingan, seorang programmer matematika berpengalaman akan membutuhkan setidaknya 30 jam untuk menyelesaikan masalah yang sama menggunakan perpustakaan pembelajaran mesin gratis terbaik Keras (TensorFlow), dan hasilnya akan sedikit lebih baik (RMSE ≈ 0,32).
Dengan perbedaan yang signifikan dalam pembiayaan proyek, perkembangan domestik tidak kalah, tetapi bahkan melampaui mitra asing. Jadi model yang dibuat di layanan Prediksi Google, untuk menyelesaikan tugas Harga Rumah Kaggle yang telah disebutkan (layanan untuk melakukan kompetisi di antara spesialis pembelajaran mesin) menunjukkan RMSE = 7000, yang puluhan ribu kali lebih buruk daripada di Brain2.
Proyek AI Rusia lainnya ditunjukkan pada peta:
Gambar 4. Peta AI Rusia.Namun, pengembangan fungsi analitis mesin bukanlah berita, tetapi sejauh mana AI modern mampu berkomunikasi dengan manusia? Contoh paling terkenal dari komunikasi tersebut adalah Siri dan asisten Asisten Google yang diinstal pada perangkat Apple dan Android. Kedua program ini telah membuat kemajuan yang signifikan dalam mengenali ucapan alami dan menyelesaikan tugas-tugas kecil (menulis pesan, mencatat), tetapi mereka belum belajar bagaimana mensintesis jawaban mereka sendiri untuk pertanyaan, karena baik Siri maupun Google Assistant dapat menjawab dengan "membaca" kalimat yang ditemukan. Diluncurkan oleh Amazon pada tahun 2014, Alexa bekerja sedikit lebih keras - ini mensintesis jawaban berdasarkan template yang sudah jadi. Akhirnya, teknologi paling maju saat ini adalah robot China Xiao Nan, yang dikenal karena menulis artikel tentang 300 karakter dalam 1 detik. Contoh teks yang disintesis oleh program diberikan di bawah ini: "Prakiraan pendapatan kuartal pertama Apple atas Wall Street"; "Indeks harga konsumen Agustus naik 2% ke rekor tertinggi 12 bulan"; "Gempa Anju Mianyang 4.3 terjadi," "Pertandingan Olimpiade, tenis meja putri di perempat final tunggal Ding Ning (Cina) 4-0 mudah dipotong."
Tentu saja, Xiao Nan belum akan dapat menggantikan orang - wartawan: ada masalah dengan koherensi teks, di samping itu, Xiao Nan tidak dapat mewawancarai dan mengajukan pertanyaan tambahan. Namun demikian, proyek ini adalah salah satu dari sedikit di mana robot menemukan dan mensintesis teks sewenang-wenang tanpa templat eksplisit.
Dan bagaimana dengan kita? Perbandingan peringkat yang sepele berdasarkan peringkat puluhan ribu pengguna Google Play menunjukkan bahwa asisten suara Dusya yang dibuat oleh pengembang dalam negeri tidak kalah dengan Asisten Google yang sama. Pembatasan Dushi sama dengan asisten suara lainnya - program hanya memberikan jawaban siap pakai untuk pertanyaan yang diajukan (meskipun sistem Dushi memungkinkan Anda untuk membuat fungsi Anda sendiri dengan menulis skrip, yang pada dasarnya tidak mengubah fungsi program, tetapi sedikit memperluas cakupannya). Brain2 tersebut dapat mensintesis jawaban sendiri untuk pertanyaan.
Misalnya, neuromodel yang dikembangkan berdasarkan teks strategi Sberbank (lebih tepatnya, 7 model neurobayes multilayer dengan struktur FuzzyArt) dapat mencari token yang relevan dengan permintaan dan mensintesiskan jawaban dari mereka dalam bentuk kalimat. Model semacam itu dapat digunakan sebagai pembantu chatbot "pintar", dan keakuratan pemilihan kata untuk jawaban sistem adalah 0,86, dan kebenaran sintesis jawaban dari kata-kata yang dipilih mencapai 0,91.
Gambar 5. Model Brain2Text .Dalam beberapa tahun terakhir, tidak hanya analitik dan komunikatif, tetapi juga fungsi kreatif dari pikiran mesin telah berkembang secara aktif. Yang paling sulit adalah puisi yang bermakna. Dari pencapaian tersebut, sebuah proyek bersama antara Google dan Stanford dan Universitas Massachusetts tentang pengajaran AI untuk menulis puisi dapat disorot. Salah satu hasil yang diperoleh adalah sebagai berikut:
tidak ada orang lain di dunia ini.
tidak ada orang lain yang terlihat.
hanya mereka yang penting.
hanya mereka yang tersisa.
dia harus bersamaku. dia harus bersamanya.
Saya harus melakukan ini. Saya ingin membunuhnya.
saya mulai menangis. Aku menoleh padanya.
Pengembang dalam negeri tidak jauh di belakang. Jadi, karyawan Yandex Alexei Tikhonov dan Ivan Yamshchikov merilis album Neural Defense, yang terdiri dari lagu dan puisi yang ditulis oleh robot. Algoritma yang mereka buat menulis teks dengan gaya Yegor Letov, pendiri kelompok Pertahanan Sipil, dan Tikhonov dan Yamshchikov melakukannya. Album ini dimulai dengan kata-kata: "Menunggu keajaiban, keajaiban mustahil."
Proyek Rusia lainnya "Pushkin" oleh perusahaan "Sistem Kognitif" bertujuan untuk mengajarkan AI untuk menulis puisi dalam gaya matahari puisi Rusia (quatrains dengan iambic 4 kaki). Untuk tujuan ini, model telah dikembangkan untuk definisi dan pemilihan rima, aksen dalam sebuah kata, pekerjaan sedang berlangsung pada model asosiasi semantik untuk sekelompok kata dan kombinasi teks.
Gambar 6. Proyek Pushkin .Mungkin besok kita akan hidup di dunia baru. Di dunia di mana program akan memecahkan masalah kompleks - mengendarai mobil, membangun rumah, melakukan diagnosa dan operasi bedah - semua ini berada di bawah kendali kami sambil mempertahankan dialog yang hidup antara manusia dan mesin. Bisakah Rusia mengambil tempat yang selayaknya di dunia baru ini? Waktu akan memberi tahu. Satu hal yang pasti: posisi awal dalam "marathon of artificial intelligence" di negara kita tidaklah buruk.
Referensi:
1)
Robot mengancam hingga dua pertiga dari pekerjaan di negara berkembang, tetapi bisa juga merupakan peluang // UNCTAD.
2)
10 Teknologi
Terobosan 2017 // Tinjauan Teknologi MIT.
3)
E. Konchalovskaya: Pekerjaan siapa yang dapat dilakukan komputer dan robot pada tahun 2030? // TheQuestion Portal.
4)
Penduduk Skolkovo akan membantu dokter tidak melakukan kesalahan // Polit.ru
5)
Jurnalis robot Xiao Nan menulis artikel debutnya dalam // Portal "Berita" kedua.
6) Harian
Kecil Metropolis Selatan // Selatan.
7)
Proyek Google AI menulis puisi yang bisa membuat Vogon bangga // The Guardian.
8)
Pertahanan saraf // musik Yandex.