Новостная лента

Эндрю Ын: Почему «глубинное обучение» нужным людям, а не только роботам?

28.12.2015

 

 

Если финансирование исследований и венчурный капитал считать показателем развития отрасли, то в будущем искусственный интеллект должен занять ведущее место в нашей жизни. Эндрю Ын – ведущий ученый китайского цифрового гиганта Baidu, преподаватель теории искусственного интеллекта в Стэнфордском университете, руководитель проекта Google Brain и основатель компании-пионера в области онлайн-образования Coursera – один из самых влиятельных инноваторов в технической сфере. С прошлого года он занимает высокие посты в китайском отделении корпорации Google и работает над тем, как научить компьютеры видеть и слышать, причем с пользой для страны с самой большой численностью населения в мире.

 

Нет ничего удивительного в том, что именно Китай является одним из самых перспективных плацдармов для внедрения искусственного интеллекта. Китайские платформы, в частности поисковик Baidu, приложение для шопинга Taobao, приложение для обмена сообщениями QQ, медиа-компания Sina и платформа для микроблоггинга Weibo, занимают входят в перечень топ-15 самых посещаемых сайтов мира. Как утверждает Ин когда Baidu разрабатывает новое приложение, мобильность для него главное: сотовые телефоны – первый канал доступа до китайских потребителей.

 

Ын говорит спокойно и взвешенно, хотя когда речь заходит о его исследованиях, чувствуется его внутренняя страстность. Сегодня он является топ-менеджером в американском отделении Baidu в г. Саннивейл (Калифорния), команда которого растет, как на дрожжах. Он не верит многим преувеличенным прогнозам об эволюции роботов, но считает, что то, что нам известно о возможностях искусственного интеллекта, составляет лишь верхушку айсберга. По его мнению, есть достаточно хороших идей и перспективных разработок, которые уже в ближнем будущем позволят нам говорить с нашими гаджетами, а не просто водить по ним пальцем.

 

В недавнем разговоре по Skype (для сокращенной лаконичности ясности) Ын обозначил то, чего можно достичь в сфере искусственного интеллекта и что еще находится за пределами возможного.

 

 — Что больше всего восхищает вас в потенциале искусственного интеллекта и глубинного обучения?

 

Много организаций (наша в том числе) имеют прекрасное видение развития компьютерных технологий и делают вещи, которые еще год назад казались невозможными. Сегодня в Кремниевой долине есть много стартапов, которые тестируют применение технологии компьютерного зрения в различных сферах жизни – от сельского хозяйства до шопинга. Baidu, например, создал успешный приложение, которое распознает лицо кинозвезды и сразу выдает вам информацию о ее возраст и хобби. Другое приложение идентифицирует одежда звезды и сразу подсказывает, где вы можете приобрести такой себе такой же или похожий. Эти приложения стали очень популярными среди китайских пользователей.

 

— Рекламодатели могут использовать эту технологию для размещения рекламы?

 

Мы этого еще не делаем – мы только находим родственный одежду. Но технология компьютерного зрения имеет много интересных применений, например распознавание места, куда поехать на уикенд и тому подобное. Я убежден, что компьютерное зрение может очень много, но я еще не уверен, что точно знаю, что именно.

 

— Может ли искусственный интеллект иметь губительный потенциал? Насколько стоит переживать насчет этого?

 

Я думаю, что через сотни лет, возможно, люди и изобретут какую-то неслыханную технологию, которая позволит компьютерам творить зло. Но будущее очень неопределенно. Я не знаю даже того, что произойдет за пять лет, не говоря уже о сотнях лет. Основания волноваться по поводу того, что искусственный интеллект может творить зло, примерно такие же, как и опасения по поводу перенаселения на Марсе. Я думаю, что через сотни лет люди колонизируют Марс, и там действительно гипотетически может возникнуть проблема перенаселения. Но до сих пор нога ни одного землянина там не ступала. Почему я должен озаботиться этой проблемой уже сейчас?

 

— Как это – работать над искусственным интеллектом каждого дня?

 

Это немного напоминает строительство ракетного космического корабля. Вам нужен гигантский двигатель и очень много топлива. Если вы имеете большой двигатель и мало топлива, вы не выйдете на орбиту. Если же у вас много топлива, но маленький двигатель, то вы даже не оторвитесь от Земли. Аналогия с «глубинным обучением» (одним из ключевых процессов в создании искусственного интеллекта) заключается в том, что двигатель ракеты – это его модели, а горючее – массивы информации, которыми можно «кормить» эти алгоритмы.

 

— Вы работаете в компании Google. Что вы думаете о их автомобили с автопилотом?

 

Я тесно сотрудничаю с командой, которая разрабатывает эти автомобили, и имею дружеские отношения со многими ее членами, поэтому я имею представление, что они делают. Но моя работа не адресована непосредственно им. Я думаю, что автомобили с автопилотом от нас чуть более отдаленные, чем нам кажется. Сегодня, учитывая перспективы этой технологии, происходят дебаты о том, в каком из двух «Вселенных» мы сейчас живем. «Вселенная №1» – это Вселенная с постепенным путем к машинам с автопилотом, то есть у вас сначала есть круиз-контроль, впоследствии адаптивный круиз-контроль, позже – автопілотовані машины только на автобанах. В течение примерно двадцати лет вы продолжаете добавлять различные технологические новации, и со временем выходите на полноценную автопілотовану машину. В «Вселенной №2» у вас есть одна организация, например Carnegie Mellon или Google, которая изобретает автомобили с автопилотом и – вуаля! – у вас есть эти машины. Во вторник их еще не было, но они уже продаются в среду. Я себя отношу скорее к жителям «Вселенной №1» и считаю, что люди часто недооценивают, насколько трудно создать автопілотовану машину. Оказывается, что технология машинного обучения может увеличить эффективность программы-автопилота с 90 до 99%, однако ей очень трудно достичь четырех девяток (99,99%). Я дам вам пример: мы твердо идем к созданию программы, которая будет водить автомобиль немного лучше пьяного водителя.

 

— Вы основали Coursera и пропагандируете ценность онлайн образовательных программ. Что вы думаете о будущем образования?

 

Наша образовательная система умеет очень успешно учить, как выполнять различные рутинные задачи, но что ей никогда не удавалось, это научить большое количество людей выполнять нерутинні и креативные задания.

 

— Соглашаетесь ли вы с утверждением, что нечего опасаться за будущее труда, ведь поскольку автоматизация удешевит производство товаров и людям не придется работать больше, чем 10-20 часов в неделю?

 

Я мог бы сказать «ноль часов» и вижу вполне реальной перспективу, когда человеку, который не работает, выплачивать определенный необходимый жизненный минимум. Но я бы не хотел жить в таком обществе. Я думаю, что общество будет в выигрыше, если человеческая раса хочет делать большие вещи. Дать людям способности для того, чтобы делать эти вещи, – вот приоритетная задача на будущее.

 

Andrew Ng: Why ‘Deep Learning’ Is a Mandate for Humans, Not Just Machines

interviewed by Caled Garling

Wired 24/12/2016

Отреферировал Евгений Ланюк

 

You Might Also Like

Loading...

Нет комментариев

Комментировать

Яндекс.Метрика