Мы изучаем захватывающий потенциал платформы Neuromation, рассматривая культовые целлулоидные изображения ИИ.

По прогнозам, к 2024 году мировой рынок искусственного интеллекта вырастет до 3 триллионов долларов. В настоящее время на пути массового внедрения стоят лишь несколько ключевых узких мест, ограничивающих широкий доступ к ИИ и его понимание. Neuromation ускоряет процессы, связанные с использованием ИИ, способствуя машинному обучению в массовом масштабе, необходимом для того, чтобы оно стало полностью интегрированной частью нашей повседневной жизни. Но как машины учатся? И что мы можем узнать из того, как ИИ изображен на пленке?

В этой серии статей мы рассмотрим некоторые из самых знаковых вымышленных искусственных интеллектов, чтобы понять, как далеко продвинулось машинное обучение за последние несколько десятилетий. Во-первых, шедевр Стэнли Кубрика 1968 года 2001: Космическая одиссея, в котором возможные результаты машинного обучения представляются таким образом, который находит отклик и по сей день. Наука не идеальна, но она настолько близка, насколько это возможно в мейнстримном кинопроизводстве.

Проще говоря, машинное обучение автоматизирует процессы принятия решений и расставляет приоритеты. Первый способ добиться этого — контролируемое обучение, когда люди маркируют набор входных и выходных данных и отслеживают методы, используемые машиной для их соединения. В 2001 году, когдаHAL начинает распадаться на наших глазах, его исполнение песни "Daisy" свидетельствует о контролируемом обучении, благодаря которому он встал на путь автономного разума. Вторая форма машинного обучения — полууправляемое обучение или обучение с подкреплением, процесс, в котором машина поощряется к действиям, которые максимизируют совокупное вознаграждение. Алгоритмы, созданные методом проб и ошибок, настраиваются программистами-людьми для достижения максимально возможного вознаграждения. В фильме HAL не слишком хорошо отнесся к обучению с подкреплением (отсюда и так называемое «объяснение HAL 9000», которое утверждает, что очевидный сбой системы «может быть связан только с человеческим фактором». На самом деле, такое объяснение требует глубже изучите любую машину, заявляющую претензии!).

Наиболее продвинутые формы машинного обучения — это неконтролируемое обучение, процесс, при котором машине предоставляется возможность самостоятельно обнаруживать закономерности в данных, и глубокое обучение, которое является одной из передовых задач, решаемых платформой Neuromation. Это машинное обучение на переднем крае — и это признак гениальности человека, что Кубрик понял это еще в 1968 году, хотя и с небольшой помощью легендарного писателя-фантаста и футуролога Артура Кларка.

Глубокое обучение, также известное как когнитивные вычисления, использует многоуровневые нейронные сети, которые имитируют синапсы мозга, чтобы моделировать мыслительные процессы человека. Для создания эффективных нейронных сетей требуется много узлов, поэтому распределенные вычисления так бесценны для развития глубокого обучения. Используя сложные алгоритмы и наборы синтетических данных, сети глубокого обучения могут решать сложные нелинейные задачи; глубокое обучение уже стало движущей силой ряда крупных научных прорывов, таких как распознавание изображений. Рынок блокчейнов Neuromation предоставит беспрецедентный доступ к каждой из этих основных технологий: крупномасштабным вычислительным сетям, наборам синтетических данных и платформам машинного обучения.

А ХАЛ? Он явно был разработан с использованием процессов глубокого обучения, что становится очевидным, когда он читает по губам астронавтов после того, как они отключили свои каналы связи, чтобы он их не услышал. HAL различает каждое слово с предельной точностью — подвиг, превосходящий способности самых лучших людей, читающих по губам.

Вот это я называю сложной, нелинейной задачей.

Следите за новостями о нашем следующем выдуманном искусственном интеллекте и о том, как он помогает раскрыть чудеса машинного обучения. Чтобы получить дополнительную информацию о Neuromation и принять участие в предварительной продаже токенов, посетите https://neuromation.cryptonomos.com/.