«Вторая Зима ИИ на подходе!»
«Готовы ли вы к захвату машинного обучения!?»
Это были два верхних заголовка в разделе искусственного интеллекта (ИИ) моей новостной ленты несколько недель назад.
Существует безумное количество оптимизма в отношении ИИ, в сочетании с почти равным количеством гибели и уныния.
Неудивительно, что технологическая индустрия изо всех сил пытается смириться с тем, как должно выглядеть будущее, но если вы хотите увидеть, как будет выглядеть прогресс с течением времени, совершите путешествие всего на одно десятилетие назад и посмотрите на заголовки, окружающие облачные технологии. вычисления.
Тогда все были в таком же замешательстве, как и сейчас.
Некоторых из предсказанных облачных технологий нигде не видно, но большинство из них незаметно прокрались в нашу жизнь без какого-либо реального схода с рельсов.
Я только что нажал «Сохранить», и этот документ копируется на мой облачный сервер хранения файлов с, казалось бы, неограниченной емкостью по всемирной сети на таких скоростях, что я даже не задумываюсь об этом.
Серьезно, когда вы в последний раз беспокоились о скорости загрузки? 10-летний Кевин, пытающийся уместить полдюжины MP3-файлов на крошечном жестком диске, потратив четыре часа на их загрузку через коммутируемый доступ в Интернет, вне себя.
Что 50-летний я подумаю об ИИ?
Это как никогда актуально для Remsoft.
Поскольку мы сейчас полностью приступили к реализации наших стратегий внедрения облачных вычислений, история работы с большими данными в облаке обычно состоит из нескольких глав, посвященных искусственному интеллекту и машинному обучению. Большие объемы данных и большая вычислительная мощность — это то, чем Remsoft была на протяжении десятилетий, так что еще мы можем сделать с ИИ?
Недавно у меня была возможность посетить Big-Data/AI Toronto, где демонстрировались одни из крупнейших игроков в этой области, и они делали кое-какие крутые вещи. Были компании, которые обучали модели искусственного интеллекта/машинного обучения на тысячах фильмов ужасов, чтобы они автоматически создавали трейлер фильма для нового выходящего фильма ужасов. Были также компании, занимающиеся более приземленными вещами, такими как чтение тысяч юридических контрактов, чтобы выследить фразы, которые с большей вероятностью могут вызвать судебные иски.
Машина рекламы ИИ работала на полную катушку, и люди, как правило, покупали то, что продавали колонки. Должен признать, будущее в этой области определенно выглядит радужным, но так оно и было в течение некоторого времени.
Концепция «алгоритма глубокого обучения» — это то, о чем говорят многие, но вам не нужно слишком много искать, чтобы найти новообращенных в толпе.
Это не потому, что это что-то новое.
Это новый, броский взгляд на очень старую вещь.
В книге Эпоха интеллектуальных машин автор и разработчик программного обеспечения Рэймонд Курцвейл описывает известный в академических кругах алгоритм глубокого обучения: нейронную сеть. Это программа, которая моделирует себя подобно человеческому мозгу. Эту книгу я читал еще в школе, и тогда она не была новой (издана в 1990 году).
Алгоритм, которым Курцвейл заставил меня зациклиться, был старым, даже когда он писал о нем, поскольку большая часть исследований относится к 70-м годам, а некоторые из них восходят к 1948 году.
Вопросы того времени касались не алгоритма, а скорости вычислений и количества данных, которые мы могли разумно хранить, задавать вопросы и получать ответы в разумные сроки. Облачные вычисления и наши достижения в области больших данных устранили эти барьеры, и отрасль приступает к работе.
Тем не менее, вся эта работа принесла лишь несколько отдельных крупных достижений, о которых компании могут говорить на большой сцене. В основном мы просто видим неуклюжих чат-ботов, которые пытаются помочь нам, когда мы ищем страховку для автомобиля, но, безусловно, машинное обучение широко используется в настоящее время в различных областях от метеорологии до прогнозирования финансового рынка.
Они ежедневно делают настоящую, полезную работу, но они также скрыты от глаз. Они в значительной степени являются прерогативой нескольких ученых в корпорации, использующих эти модели, чтобы предсказать, какие акции лучше всего выбрать.
Чат-бот может быть первой по-настоящему общедоступной конструкцией искусственного интеллекта или, конечно, первой, получившей всеобщее внимание, но эти чат-боты эквивалентны моим вышеупомянутым 5-мегабайтным MP3-файлам из 90-х. Теперь, когда барьеры для исследований в области ИИ устранены, более совершенные экземпляры приложений ИИ и машинного обучения будут интегрированы во все приложения.
Колодец возможностей с ИИ очень глубок, но если вы ждете, когда мы запустим платформу, где несколько предоставленных аэрофотоснимков и папка контрактов с заводами внезапно превратятся в оптимизированный график сбора урожая, не задерживайте дыхание.
Это вывод, к которому люди часто приходят, когда думают об ИИ, и это небезосновательно. Данные лидара меняют наш сектор и дают нам доступ к данным с высокой точностью в больших масштабах, и аналогичные механизмы обработки документов уже проникли в юридические фирмы.
Технологии, данные, скорости и алгоритмы просто еще не готовы собрать все воедино. Медленные изменения по правильным причинам обычно лучше, чем беспорядочные быстрые изменения.
Тем временем мы в Remsoft будем использовать преимущества достижений в области методов и методологий искусственного интеллекта, точно так же, как мы делали это с большими данными и облачными технологиями. Они расширяют наши возможности и просто становятся частью технологического стека. Небольшие аспекты программного обеспечения, о которых мы даже не задумываемся дважды.
Шумиха, безусловно, реальна, но она также может вводить в заблуждение. Изменения не наступят завтра, но они наступят. Будут проблемы роста, маленькие успехи и, возможно, большие неудачи.
В конце концов, когда пыль уляжется, вы, скорее всего, даже не заметите разницы, пока не сравните ее со вчерашней.
