Intelegensi buatan dan pembelajaran mesin adalah dua teknologi, implementasi yang dan / atau turunannya dalam masyarakat manusia pasti akan secara radikal mengubahnya. Tren apa yang sekarang secara khusus terlihat, apa yang dilakukan para ilmuwan di seluruh dunia, dan apa yang terjadi sekarang - dalam artikel ini.
1. Bekerja dengan bahasa alami
Semua terjemahan bahasa dan sistem pengenalan teks mulai bekerja berdasarkan jaringan saraf yang terlatih. Faktanya, ini sudah terlihat jelas oleh Google Translate yang sama, kualitas terjemahannya terus meningkat, bisa dikatakan, setiap hari. Rupanya, hanya ada sedikit waktu yang tersisa sampai hasil dari pengolah kata mesin menjadi sebanding dengan kualitas karya penerjemah langsung, terutama karena tahun ini banyak tim peneliti akan mengembangkan kompleks multi-bahasa. Oleh karena itu, bahkan tidak terlalu jelas apakah, misalnya, layak untuk mulai mempelajari beberapa bahasa Mandarin saat ini.
2. Pemain orang
Tidak ada kemajuan buruk yang dibuat pada pelatihan jaringan saraf untuk mensimulasikan orang tertentu, perilaku dan kebiasaannya. Sejauh ini, masalah utama adalah bahwa tidak sepenuhnya jelas jenis data apa yang dibutuhkan AI sehingga ia, sebagai suatu pilihan, dapat secara andal meniru karakter tertentu, misalnya, dalam komunikasi di Internet sehingga orang yang mengenalnya dengan baik tidak dapat mengenali yang palsu. Tetapi dalam beberapa aspek pekerjaan ini sudah ada pencapaian yang serius, menilai oleh semua AI akan segera dapat mereproduksi gaya sastra penulis tertentu. Pada saat ini, semua editor harus bekerja sangat keras, meskipun di sisi lain, mungkin pada saat itu, gaya karya, bersama dengan karya itu sendiri, akan menjadi objek hak cipta.
3. Visi komputer
Sampai baru-baru ini, untuk melatih jaringan saraf untuk mengenali objek, mereka harus diberi label secara manual, yang, secara halus, tidak terlalu cepat dan tidak terlalu efektif. Namun, tahun lalu ada terobosan di bidang ini, dan sekarang AI dapat belajar dengan sedikit atau tanpa petunjuk. Pada saat yang sama, jaringan saraf belajar bagaimana menghasilkan gambar yang tidak dapat dibedakan dari foto tanpa keahlian khusus, dan Nvidia menciptakan jaringan saraf yang mampu melakukan hal yang sama, tetapi dengan video. Karena kenyataan bahwa peran yang semakin penting dalam berkomunikasi dengan AI dimainkan oleh "konsep" daripada "objek" (misalnya, "kura-kura besar" adalah sebuah konsep, dan "area gambar dengan koordinat ini dan itu" adalah sebuah objek), dalam perjalanan waktu, segera adalah mungkin untuk membuat bahan video yang sepenuhnya buatan, sebenarnya "dengan jari" menjelaskan kepada AI apa yang dibutuhkan darinya.
Internet akan segera diisi dengan bukti video tentang peristiwa yang tidak pernah terjadi, dan memahami apa yang sebenarnya terjadi di dunia akan menjadi semakin sulit.
4. Penggunaan praktis
Tahap ketika sebagian besar AI dilatih untuk menyelesaikan masalah buatan, seperti bermain Go, catur catur, atau menganalisis algoritme dan acara tidak wajar yang hanya dirancang untuk pelatihan mereka, hampir selesai. Tahap memperkenalkan jaringan saraf ke dalam aspek nyata aktivitas manusia telah dimulai, dari memodelkan tren pertukaran dan manajemen lalu lintas perkotaan hingga analisis genom dan pengembangan obat. Mereka juga secara aktif bekerja untuk memperkenalkan jaringan saraf ke dalam sektor keuangan, AI akan segera menjadi asisten yang setia kepada pedagang mana pun, dan di masa depan, ketika melatih jaringan saraf dalam pola perilaku orang tertentu akan menjadi norma, ia akan dapat berdagang untuk seseorang dengan cara yang sama seperti dirinya sendiri - hanya lebih baik dan lebih baik 24 jam sehari.
Segera, sistem ini akan mendapatkan informasi yang cukup untuk mengoptimalkan bidang tanggung jawab mereka, dan kehidupan kita akan mulai berubah secara dramatis dalam banyak aspek. Bukannya masuk akal untuk menyimpan barang-barang kaleng dan korek api, tetapi tidak semua ahli yakin bahwa jaringan saraf dijamin aman, karena masalah yang sangat serius dengan penafsiran AI telah dimulai.
5. Interpretabilitas AI
Dalam beberapa tahun terakhir, dana kolosal telah diinvestasikan dalam penelitian dan pengembangan jaringan saraf, sehingga tidak mengherankan bahwa kemajuan luar biasa telah dibuat. Namun, dialah yang menciptakan masalah, yang sekarang tidak lagi dianggap sebagai sayap marginal (jadi untuk berbicara) dari komunitas ilmiah dan dibawa untuk diskusi: masalah interpretabilitas AI.
Secara kasar, bahkan spesialis dalam banyak kasus entah tidak mengerti dengan baik atau tidak mengerti sama sekali bagaimana sebenarnya secara fungsional berguna jaringan saraf memproses data dan menghasilkan hasil. AI sering berubah menjadi kotak hitam, dan beberapa perusahaan (Google yang sama, misalnya, yang berbicara tentang keseriusan ekstrim dari masalah ini) saat ini sedang melakukan penelitian, satu-satunya tujuan adalah untuk memahami satu fakta sederhana: seberapa amankah untuk terus mengembangkan AI dan memperkenalkannya dalam kehidupan nyata? Ada wawancara yang sangat baik tentang masalah ini dengan Bin Kim, seorang peneliti Google Brain, dia hanya berurusan dengan masalah ini dan, menilai dari apa yang dia katakan, dia dan rekan-rekannya memiliki sedikit kepercayaan bahwa AI pasti aman.
6. Etika AI
Yah, dan, pada kenyataannya, di atas dipahami dengan baik oleh spesialis yang terlibat dalam kecerdasan buatan, sehingga semua orang tiba-tiba dan dengan suara bulat merawat "etika AI," yaitu, bagaimana memastikan bahwa hal yang tidak dapat dipahami ini tidak tiba-tiba mulai melakukan efisiensi untuk beberapa hal yang mengerikan. . Benar, sejauh ini, tampaknya, terlepas dari pengakuan oleh para pemain terkemuka di industri ini bahwa ya, perlu untuk mengembangkan dan menerapkan beberapa jenis moralitas dan etika khusus untuk jaringan saraf, hal-hal yang belum berkembang.
Secara umum, saatnya untuk membaca kembali Azimov.