11 января я посетил первый публичный день симпозиума Нью-Йоркского университета о будущем искусственного интеллекта, организованного нашими коллегами и соседями из Нью-Йоркского университета. Вот несколько заметок и мыслей о мероприятии.

Я не смог найти ни одного веб-сайта, описывающего это событие. Вот скан программы первого дня.

Имейте в виду, что я не искусный интеллект. Моя докторская степень находится в базах данных. Относитесь ко всему, что я говорю, с недоверием. Кроме того, ситуация развивается очень быстро: с 11 января команда Google Deep Mind победила чемпиона ЕС по го, используя свое программное обеспечение AlphaGo.

Промышленность vs Академия

На конференции присутствовали ключевые игроки отрасли, в том числе Google, Facebook и Microsoft. Общее сообщение отрасли можно резюмировать следующим образом:

  1. «ИИ, который приносит пользу многим, а не избранным» (Эрик Шмидт)
  2. Исследования ИИ, которые проводятся совместно и открыто с использованием публикаций, кода, оборудования и наборов данных
  3. набор передовых практик, позволяющих выйти за рамки индивидуальных решений

Промышленность неоднократно признавала тот факт, что следующая хорошая идея, скорее всего, будет исходить от академических кругов. Теоретически это может быть правдой. На практике наиболее успешные методы искусственного интеллекта требуют огромного количества данных, к которым академические круги обычно не имеют доступа.

Направления исследований и проблемы

На техническом уровне упомянутые направления исследований касались (а) интеграции с рассуждением, вниманием, планированием, памятью; (b) сочетание обучения без учителя, обучения без учителя и обучения с подкреплением; и (c) эффективное обучение без учителя.

Памятка по AI

Контролируемое обучение - это задача машинного обучения, заключающаяся в выводе функции из помеченных данных обучения.

Неконтролируемое обучение - это задача машинного обучения, заключающаяся в выводе функции из немаркированных данных.

«Обучение без учителя - это« темная материя ИИ »», - Ян Лекун.

На мета-уровне проблемы включали (1) доказанно безопасные ИИ (Microsoft), (2) ИИ, которые могут взаимодействовать с людьми - также известные ИИ, как мы, - а также (3) лучшие платформы, которые могут принести ИИ многим (Google). .

Если вы, как и я, не очень внимательно следите за этой областью, см. Обзор Ричарда Маллаха Основные достижения ИИ 2015 года [5].

Неубивающее приложение…

Беспилотные автомобили стали благом для сообщества ИИ. Пун задумал, это действительно убийственное (или, скорее, неубивающее) приложение, и оно продолжает раздвигать границы для всего поля. Во-первых, вождение - отличный тест для решения таких задач ИИ, как восприятие, обучение и планирование. Во-вторых, автомобильная промышленность массово производит автомобили с хорошей репутацией в области качества и надежности. В-третьих, транспорт - это очень большая отрасль, явно влияющая на людей и окружающую их среду. Когда вы объединяете эти три элемента, вы получаете отличный рецепт настоящих инноваций, то есть «успешного создания и доставки нового или улучшенного продукта или услуги на рынок», как определено в [1].

Осознав это, вы должны задать себе интересный вопрос, если вы не занимаетесь искусственным интеллектом:

«Что такое« беспилотный автомобиль »для области моих исследований? »

Добродетельные циклы ИИ

Достижения в области аппаратного обеспечения, такого как графический процессор, оказали сильное влияние на алгоритмы искусственного интеллекта, особенно для глубокого обучения, сделав их на порядки быстрее (в 60 раз по данным NVIDA). Исследования и разработки этих графических процессоров в основном финансировались индустрией видеоигр. Парадоксально видеть, как ИИ применяется для обучения игре в видеоигры, как это продемонстрировал Deep Mind [2,3] для игр Atari. AI также начинает мешать другим играм, таким как покер [4].

Команда Deep Mind мотивировала свой исследовательский интерес к играм тем, что это область, в которой вы можете легко получить много данных.

Достижения в области нейробиологии также оказали сильное влияние на алгоритмы ИИ. Нейронные сети черпают вдохновение в том, как работает наш мозг. Во время конференции было упомянуто интересное применение ИИ, «Наука с помощью ИИ», где ИИ можно использовать, чтобы помогать и направлять ученых в их работе. Подумайте о медицине, физике, астрономии и т. Д.

Итак, похоже, у нас есть два добродетельных цикла ИИ:

Quis опека?

Поскольку ИИ играет все более важную роль в нашей жизни - вождение наших автомобилей, планирование нашей жизни и т. Д. - заставлять его делать правильные вещи становится критически важным. Научная фантастика - хорошее вдохновение для страшных историй или предсказаний в этой сфере, например SkyNet, Джарвис Железного человека, Она Спайка Джонза или Три закона робототехники Азимова.

Эрик Хорвиц из Microsoft Research упомянул некоторые этические требования и требования безопасности, такие как возможность

  • проверять правильное поведение ИИ-системы, также известной как «доказуемо безопасный ИИ»
  • понять, когда система ИИ сбивается с толку
  • попросить систему ИИ дать разъяснения или использовать человека как запасной вариант

Обратите внимание, что для беспилотных автомобилей о резервных случаях (так называемых отключениях) необходимо сообщать в Министерство транспорта США.

Если предположить, что система искусственного интеллекта добросовестно выполняет то, что она должна делать, не всегда ясно, каким должно быть это оно. Я предполагаю, что что-то вроде проблемы троллейбусов в контексте беспилотных автомобилей будет некоторое время волновать экспертов по ИИ, предпринимателей, специалистов по этике, юристов и политиков.

Общий

Спасибо Нью-Йоркскому университету за организацию этого грандиозного мероприятия с ключевыми игроками на местах, как из промышленности, так и из академических кругов.

Я недостаточно знаком с областью искусственного интеллекта, но для меня это было больше похоже на «будущее глубокого обучения», чем на «будущее искусственного интеллекта». Кроме того, выбор докладчиков и участников дискуссии не кричал мне о «разнообразии», поскольку присутствовала только одна женщина. Я уверен, что мы хотим, чтобы будущее ИИ было более разнообразным.

Три моих личных вывода из дня:

  1. Что такое «беспилотный автомобиль» для области моих исследований?
  2. Как создать доказанно безопасный ИИ?
  3. Наука с помощью искусственного интеллекта

Чтобы лучше всего изложить мою текущую и личную точку зрения на будущее ИИ, я позаимствую цитату из @KJ_Hammond на Next: Экономическая конференция:

Система искусственного интеллекта, которая может объяснить, - это партнер; система искусственного интеллекта, которая не может объяснить, - хулиган. Кристиан Хаммонд , ноя 2015.

И никто не хочет быть хулиганом против ИИ.

Благодарности

Особая благодарность Николаю, Гидеону, Давиду и Ханне за комментарии к ранним версиям этого поста.

использованная литература

[1] Инновации: пять принципов создания того, чего хотят клиенты, Кертис Р. Карлсон и Уильям Уилмот, 2006 г.

[2] Игра в Atari с глубоким обучением с подкреплением, Mnih et al., 2013.

[3] Deep Q-Learning от Google DeepMind в игре Atari Breakout, 2015.

[4] Покер-CNN: стратегия изучения шаблонов для совершения розыгрышей и ставок в покерных играх, Яковенко и др., 2015.

[5] Верхний А. прорывы 2015 года , Ричард Маллах, декабрь 2015 г.

[6] Три закона робототехники Азимова, 1942 г.