Intelligenza artificiale: come e dove studiare - rispondono gli esperti.
Intelligenza artificiale: come e dove studiare - rispondono gli esperti
“Voglio fare IA. Cosa vale la pena studiare? Quali lingue usare? In quali organizzazioni studiare e lavorare?
Ci siamo rivolti ai nostri esperti per chiarimenti e presentiamo alla vostra attenzione le risposte che abbiamo ricevuto.
Dipende dalla tua formazione di base. Prima di tutto è necessaria una cultura matematica (conoscenza statistica, teoria della probabilità, matematica discreta, algebra lineare, analisi, ecc.) e volontà di imparare molto velocemente. L'implementazione di metodi di intelligenza artificiale richiederà la programmazione (algoritmi, strutture dati, OOP, ecc.).
Diversi progetti richiedono la conoscenza di diversi linguaggi di programmazione. Consiglierei di conoscere almeno Python, Java e qualsiasi linguaggio funzionale. Sarà utile l'esperienza con vari database e sistemi distribuiti. È richiesta la conoscenza della lingua inglese per apprendere rapidamente le migliori pratiche del settore.
Consiglio di studiare in buone università russe! Ad esempio, l'Istituto di fisica e tecnologia di Mosca, l'Università statale di Mosca, la Scuola superiore di economia hanno dipartimenti corrispondenti. Un'ampia varietà di corsi a tema è disponibile su Coursera, edX, Udacity, Udemy e altre piattaforme MOOC. Alcune organizzazioni leader hanno i propri programmi di formazione nel campo dell'IA (ad esempio, la School of Data Analysis di Yandex).
I problemi applicati risolti con i metodi di intelligenza artificiale possono essere trovati in un'ampia varietà di luoghi. Banche, settore finanziario, consulenza, vendita al dettaglio, e-commerce, motori di ricerca, servizi di posta, industria dei giochi, industria dei sistemi di sicurezza e, naturalmente, Avito: tutti hanno bisogno di specialisti con varie qualifiche.
Upgrade downgrade
Abbiamo un progetto fintech relativo all'apprendimento automatico e alla visione artificiale, in cui il suo primo sviluppatore ha scritto tutto in C++, poi è arrivato uno sviluppatore che ha riscritto tutto in Python. Quindi la lingua non è la cosa più importante qui, poiché la lingua è prima di tutto uno strumento e il modo in cui lo usi dipende da te. È solo che in alcune lingue è più veloce risolvere i problemi, mentre in altre è più lento.
È difficile dire dove studiare: tutti i nostri ragazzi hanno studiato da soli, dato che c'è Internet e Google.
Upgrade downgrade
Posso consigliarti fin dall'inizio di prepararti al fatto che dovrai studiare molto. Indipendentemente da cosa si intende per "fare IA": lavorare con big data o reti neurali; sviluppo di tecnologia o supporto e formazione di un determinato sistema già sviluppato.
Prendiamo la professione alla moda di Data Scientist per motivi di specificità. Cosa sta facendo questa persona? In generale, raccoglie, analizza e prepara i big data per l'uso. Esattamente quelli su cui l'IA cresce e si allena. Cosa dovrebbe sapere ed essere in grado di fare un Data Scientist? Analisi statica e modellazione matematica - per impostazione predefinita ea livello di fluidità. Lingue: diciamo R, SAS, Python. Sarebbe anche bello avere un po' di esperienza di sviluppo. Bene, in generale, un buon data scientist dovrebbe sentirsi sicuro del database, degli algoritmi e della visualizzazione dei dati.
Per non dire che un tale insieme di conoscenze potrebbe essere ottenuto in ogni seconda università tecnica del paese. Le grandi aziende che danno priorità allo sviluppo dell'IA lo capiscono e sviluppano programmi di formazione appropriati per se stesse: c'è, ad esempio, la School of Data Analysis di Yandex. Ma dovresti essere consapevole che questa non è la scala in cui vieni ai corsi "dalla strada", ma lasciali come junior già pronti. Lo strato è ampio e ha senso andare a studiare nella disciplina quando la base (matematica, statistica) è già coperta, almeno nell'ambito del programma universitario.
Sì, ci vorrà tempo. Ma il gioco vale la candela, perché un buon Data Scientist è molto promettente. E molto costoso. C'è anche un altro punto. L'intelligenza artificiale, da un lato, non è più solo un oggetto di clamore, ma una tecnologia che ha raggiunto un livello di produttività. D'altra parte, l'IA è ancora in via di sviluppo. Questo sviluppo richiede molte risorse, molte abilità e molti soldi. Finora, questo è il livello dei campionati maggiori. Ora dirò l'ovvio, ma se vuoi essere in prima linea nell'attacco e guidare il progresso con le tue mani, punta a un'azienda come Facebook o Amazon.
Allo stesso tempo, la tecnologia è già utilizzata in diversi settori: nel settore bancario, nelle telecomunicazioni, nelle grandi imprese industriali e nel commercio al dettaglio. E c'è già bisogno di persone che possano supportarlo. Gartner prevede che entro il 2020, il 20% di tutte le imprese nei paesi sviluppati assumerà dipendenti speciali per addestrare le reti neurali utilizzate in queste aziende. Quindi c'è ancora del tempo per imparare da solo.
Upgrade downgrade
L'IA si sta sviluppando attivamente ed è difficile prevedere dieci anni a venire. Gli approcci basati sulle reti neurali e sull'elaborazione basata su GPU domineranno per i prossimi due o tre anni. Il leader in quest'area è Python con l'ambiente interattivo Jupyter e le librerie numpy, scipy e tensorflow.
Esistono molti corsi online che forniscono una comprensione di base di queste tecnologie e dei principi generali dell'IA, come il corso di Andrew Ng. E per quanto riguarda l'insegnamento di questo argomento ora in Russia, lo studio autonomo o in un gruppo di interesse locale è più efficace (ad esempio, a Mosca, so che ci sono almeno un paio di gruppi in cui le persone condividono la loro esperienza e conoscenza).
Upgrade downgrade
Upgrade downgrade
Ad oggi, la parte in più rapida evoluzione dell'intelligenza artificiale è, forse, le reti neurali.
Lo studio delle reti neurali e dell'IA dovrebbe iniziare con lo sviluppo di due sezioni della matematica: algebra lineare e teoria della probabilità. Questo è un minimo obbligatorio, pilastri incrollabili dell'intelligenza artificiale. I candidati che vogliono imparare le basi dell'IA, quando scelgono un'università, secondo me, dovrebbero prestare attenzione alle facoltà con una forte scuola di matematica.
Il prossimo passo è studiare le problematiche del problema. C'è un'enorme quantità di letteratura, sia educativa che speciale. La maggior parte delle pubblicazioni sul tema dell'intelligenza artificiale e delle reti neurali sono scritte in inglese, ma vengono pubblicati anche materiali in lingua russa. Letteratura utile può essere trovata, ad esempio, nella biblioteca digitale pubblica arxiv.org.
Se parliamo di aree di attività, qui possiamo distinguere l'allenamento delle reti neurali applicate e lo sviluppo di varianti completamente nuove di reti neurali. Un esempio lampante: ora esiste una specialità così popolare: "Data Scientist" (Data Scientist). Si tratta di sviluppatori che, di norma, sono impegnati nello studio e nella preparazione di determinati set di dati per l'addestramento di reti neurali in aree specifiche e applicate. In sintesi, sottolineo che ogni specializzazione richiede un percorso formativo separato.
Upgrade downgrade
Prima di intraprendere corsi di profilo ristretto, è necessario studiare algebra lineare e statistica. Ti consiglierei di iniziare a tuffarti nell'IA con il libro di testo “Machine Learning. La scienza e l'arte di costruire algoritmi che estraggono la conoscenza dai dati è una buona guida per i principianti. Su Coursera, dovresti ascoltare le lezioni introduttive di K. Vorontsov (sottolineo che richiedono una buona conoscenza dell'algebra lineare) e il corso di Machine Learning alla Stanford University, tenuto da Andrew Ng, professore e capo del Baidu AI Group /cervello di Google.
Il grosso è scritto in Python, seguito da R, Lua.
Se parliamo di istituzioni educative, è meglio iscriversi a corsi presso i dipartimenti di matematica applicata e informatica, ci sono programmi educativi adeguati. Per testare le tue abilità, puoi partecipare alle competizioni Kaggle, dove i principali marchi globali offrono le loro custodie.
Upgrade downgrade
In ogni caso, prima di intraprendere progetti, sarebbe bene avere una base teorica. Ci sono molti posti in cui puoi ottenere un master formale in questo campo o migliorare le tue abilità. Ad esempio, Skoltech offre programmi di master in Scienze computazionali e Ingegneria e Scienza dei dati, che includono corsi di Machine Learning e Natural Language Processing. Possiamo anche citare l'Istituto di sistemi cibernetici intelligenti dell'Università nucleare di ricerca nazionale MEPhI, la Facoltà di matematica computazionale e cibernetica dell'Università statale di Mosca e il Dipartimento di sistemi intelligenti dell'Istituto di fisica e tecnologia di Mosca.
Se l'istruzione formale è già in atto, ci sono una serie di corsi su varie piattaforme MOOC. Ad esempio, EDx.org offre corsi di intelligenza artificiale di Microsoft e Columbia University, l'ultima delle quali offre un programma di micro-master a un costo modesto. Ci tengo a sottolineare che di solito puoi ottenere la conoscenza stessa gratuitamente, il pagamento è solo per un certificato se è necessario per il tuo curriculum.
Se vuoi "approfondire" l'argomento, un certo numero di aziende a Mosca offrono corsi intensivi di una settimana con esercizi pratici e offrono persino attrezzature per esperimenti (ad esempio newprolab.com), tuttavia, il prezzo di tali corsi è da diverse decine di migliaia di rubli.
Delle aziende che sviluppano l'Intelligenza Artificiale, probabilmente conosci Yandex e Sberbank, ma ce ne sono molte altre di varie dimensioni. Ad esempio, questa settimana il Ministero della Difesa ha aperto ad Anapa l'ERA Military Innovation Technopolis, uno dei cui temi è lo sviluppo dell'IA per le esigenze militari.
Upgrade downgrade
Prima di studiare l'intelligenza artificiale, è necessario risolvere una domanda fondamentale: prendi la pillola rossa o quella blu.
La pillola rossa è diventare uno sviluppatore e immergersi nel mondo crudele dei metodi statistici, degli algoritmi e della costante comprensione dell'ignoto. D'altra parte, non è necessario precipitarsi subito nella "tana del coniglio": puoi diventare un manager e creare un'IA, ad esempio, come project manager. Si tratta di due strade fondamentalmente diverse.
Il primo è ottimo se hai già deciso di scrivere algoritmi di intelligenza artificiale. Quindi devi iniziare con la direzione più popolare oggi: l'apprendimento automatico. Per fare ciò, è necessario conoscere i metodi statistici classici di classificazione, clustering e regressione. Sarà inoltre utile conoscere le principali misure per valutare la qualità di una soluzione, le loro proprietà... e tutto ciò che arriva lungo il percorso.
Solo dopo aver imparato la base, vale la pena studiare metodi più speciali: alberi decisionali e loro insiemi. A questo punto, devi approfondire i modi di base per costruire e addestrare modelli: sono nascosti dietro le parole appena decenti insaccamento, potenziamento, impilamento o fusione.
Vale anche la pena conoscere i metodi per controllare la riqualificazione dei modelli (un altro "ing" è l'overfitting).
E, infine, lo stesso livello Jedi: ottenere conoscenze altamente specializzate. Ad esempio, il deep learning richiederà la padronanza delle architetture di base e degli algoritmi di discesa del gradiente. Se sei interessato alle attività di elaborazione del linguaggio naturale, ti consiglio di studiare le reti neurali ricorrenti. E i futuri creatori di algoritmi per l'elaborazione di immagini e video dovrebbero approfondire le reti neurali convoluzionali.
Le ultime due strutture citate sono gli elementi costitutivi delle odierne architetture popolari: reti contraddittorie (GAN), reti relazionali, reti combinate. Pertanto, sarà utile studiarli, anche se non hai intenzione di insegnare al computer a vedere o ascoltare.
Un approccio molto diverso all'apprendimento dell'IA - noto anche come "pillola blu" - inizia con la ricerca di te stesso. L'intelligenza artificiale dà origine a una serie di compiti e intere professioni: dai project manager AI ai data engineer che sono in grado di preparare i dati, pulirli e costruire sistemi scalabili, ad alto carico e tolleranti ai guasti.
Quindi, con un approccio "manageriale", dovresti prima valutare le tue capacità e il tuo background, e solo dopo scegliere dove e cosa studiare. Ad esempio, anche senza una mentalità matematica, puoi progettare interfacce e visualizzazioni AI per algoritmi intelligenti. Ma preparati: tra 5 anni, l'intelligenza artificiale inizierà a trollarti e a chiamarti "umanista".
I principali metodi ML sono implementati come librerie già pronte disponibili per la connessione in diversi linguaggi. I linguaggi più diffusi in ML oggi sono: C++, Python e R.
Ci sono molti corsi sia in russo che in inglese, come la Yandex School of Data Analysis, SkillFactory e i corsi OTUS. Ma prima di investire tempo e denaro in una formazione specializzata, penso che valga la pena "entrare nell'argomento": guarda le lezioni aperte su YouTube dalle conferenze DataFest negli ultimi anni, segui i corsi gratuiti di Coursera e Habrahabra.
Le notizie sui nuovi sviluppi nel campo dell'intelligenza artificiale compaiono con una frequenza invidiabile. Pertanto, nel gennaio di quest'anno, Google ha annunciato l'intenzione di collaborare con Movidius per creare processori mobili con capacità di apprendimento automatico. Gli obiettivi dichiarati della partnership sono fornire alle persone capacità di intelligenza artificiale nei loro dispositivi palmari. E a febbraio, gli ingegneri del MIT hanno già introdotto il processore Eyeriss, grazie al quale l'intelligenza artificiale può apparire nei dispositivi portatili. E questo sullo sfondo del fatto che il volume degli investimenti nello sviluppo di sistemi di intelligenza artificiale cresce di anno in anno.
Tutto fa pensare che presto l'intelligenza artificiale penetrerà nei nostri smartphone, che seriamente "diventeranno più intelligenti". Quindi non lontano dalla rivolta delle macchine? Quanto devono essere intelligenti le macchine per prendere il potere sulle persone. E quanto è reale.
AI uno, AI due, AI tre
Quando leggiamo o sentiamo parlare di intelligenza artificiale, molti di noi immaginano SkyNet e le macchine del famoso film Terminator. Cosa investono ricercatori e sviluppatori in questo concetto?
Esistono tre tipi di IA che dobbiamo o potremmo dover creare:
Intelligenza artificiale strettamente focalizzata. Questo è ciò che riceveremo presto nei nostri nuovi smartphone. Tale intelligenza è superiore a quella umana in determinate attività o operazioni. Un computer con intelligenza artificiale altamente specializzata è in grado di battere il campione del mondo di scacchi, parcheggiare un'auto o raccogliere i risultati più rilevanti in un motore di ricerca.
Il potere di tale intelligenza artificiale risiede nelle capacità computazionali dei processori. Più queste opportunità vengono risolte, più efficacemente vengono risolti i compiti. E ora non ci sono problemi con la crescita della potenza del processore. L'IA stretta, nella filosofia dell'intelligenza artificiale (ce n'è una) è chiamata debole.
Ma le capacità computazionali da sole, secondo gli scienziati, non sono sufficienti per creare macchine veramente intelligenti. Sebbene fosse un caso immaginario di una transizione spontanea da un'intelligenza artificiale debole a una forte che ha costituito la base della sceneggiatura per i film di Terminator. SkyNet, il supercomputer del Dipartimento della Difesa degli Stati Uniti progettato per controllare il sistema di difesa missilistica, prende conoscenza e inizia a prendere le proprie decisioni.
Intelligenza artificiale generale. Se abbiamo già creato sistemi con un'IA strettamente focalizzata e abbiamo trovato applicazioni pratiche per loro, allora con l'IA generale tutto è molto più complicato. Questo tipo di intelligenza artificiale è già un'intelligenza a livello umano. È versatile e in grado di eseguire le stesse operazioni intellettuali del cervello umano.
Se nella nostra vita vediamo robot completamente umanoidi, allora avranno proprio questo tipo di intelligenza. Pensa all'androide Andrew del film Bicentennial Man di Chris Columbus. I robot con tale intelligenza artificiale saranno in grado di apprendere, pensare e prendere decisioni in modo indipendente come le persone. Saranno in grado di costruire relazioni con le persone che li circondano, diventare amici e aiutanti. È questa intelligenza artificiale che viene chiamata forte.
Ma c'è un abisso tra l'intelligenza artificiale forte e quella debole. Per passare dall'uno all'altro non basta aumentare la potenza di calcolo dei computer, bisogna anche dare loro intelligenza. Gli scienziati non vedono ancora un modo inequivocabile come farlo.
Superintelligenza artificiale. È questo tipo di intelligenza artificiale che attira un'ampia attenzione. In gran parte perché la possibilità della sua creazione da parte di molti scienziati è percepita come un pericolo per l'umanità. SkyNet è un esempio di tale minaccia.
La superintelligenza sarà più intelligente di qualsiasi altra persona. Sarà superiore all'uomo in quasi tutti i campi. In grado di risolvere problemi complessi e fare scoperte scientifiche. Come si comporterà una macchina intelligente in relazione all'umanità?
Gli scienziati suggeriscono tre modelli di interazione:
Oracolo- possiamo ottenere una risposta a qualsiasi domanda difficile.
Gin- farà tutto ciò di cui abbiamo bisogno lui stesso, utilizzando per questo almeno un assemblatore molecolare, almeno laboratori robotici e fabbriche che funzionano senza l'intervento umano.
sovrano- troverà il problema e lo risolverà da solo.
Come puoi vedere, il termine "intelligenza artificiale" copre tre forme dell'esistenza dell'intelligenza artificiale. E le loro differenze tra loro sono significative, così come le conseguenze del passaggio da un'IA all'altra. Possiamo determinare il livello di intelligenza delle macchine intelligenti per capire con chi abbiamo a che fare?
Come misurare l'intelligenza artificiale?
Le persone differiscono l'una dall'altra nel livello di intelligenza. Per quantificarlo, vengono utilizzati test speciali. Il test del QI è noto a molti. Come si misura l'intelligenza artificiale?
Se affrontiamo i resoconti dei media in modo acritico, il livello intellettuale delle macchine moderne varia tra il QI di un bambino di 4 anni e quello di un adolescente di 13 anni. Questi due numeri illustrano due approcci per misurare l'intelligenza delle macchine.
Nel 2015, un team di scienziati dell'Illinois ha testato il sistema di intelligenza artificiale ConceptNet del MIT utilizzando un test del QI standard per bambini di età compresa tra 2,5 e 7 anni. Il risultato della macchina era in linea con la media di un bambino di quattro anni.
Oltre all'uso di test progettati per l'uomo, è ampiamente noto e utilizzato un test speciale progettato per le macchine. Il test di Turing è progettato per determinare se una macchina può pensare.
La prova è la seguente. Una persona - il giudice comunica con due interlocutori che non vede. Tutta l'interazione avviene per corrispondenza utilizzando un computer intermedio. Uno degli interlocutori è una persona e l'altro è un programma per computer che si atteggia a persona. Se il giudice non può dire con certezza quale dei suoi interlocutori sia il programma, allora la macchina si considera superata la prova.
Finora il test di Turing è stato superato una sola volta. Nel 2014, il programma Eugene Goostman, che imitava dagli sviluppatori un'adolescente di 13 anni di nome Zhenya Goostman, è stato in grado di fuorviare i giudici e impersonare una persona.
Tuttavia, ci sono molte obiezioni a tali test. Sia i computer che i loro programmi oggi sono portatori di un'intelligenza artificiale debole e strettamente focalizzata. Tale intelligenza può solo imitare la persona che sta facendo il test.
Tutto cambierà nel passaggio dall'intelligenza artificiale debole a quella forte. Una macchina dotata di intelligenza artificiale generale, che sarà simile all'intelligenza umana, avrà già coscienza e autocoscienza, e quindi penserà. Un tale computer supererebbe un test del QI standard rispondendo alle domande consapevolmente, come fa un essere umano.
Il coefficiente del livello di intelligenza umana varia da 85 a 130. Gli stessi indicatori saranno disponibili per l'IA generale. Ma il livello superiore del QI della superintelligenza artificiale non avrà restrizioni. Potrebbero essere 1000 o 10000. Cosa ci aspetta con il miglioramento dell'IA?
L'intelligenza artificiale è una tecnologia che porteremo sicuramente con noi nel futuro.
Raccontiamo come funziona e quali fantastiche applicazioni ho trovato.
😎 La sezione Tecnologia viene rilasciata ogni settimana con il supporto di re:Store .
Cos'è l'intelligenza artificiale
L'intelligenza artificiale (AI) è una tecnologia per la creazione di programmi e macchine intelligenti in grado di risolvere problemi creativi e generare nuove informazioni basate su informazioni esistenti. In effetti, l'intelligenza artificiale è progettata per simulare l'attività umana, che è considerata intellettuale.
Tradizionalmente, si credeva che la creatività fosse inerente solo alle persone. Ma la creazione dell'intelligenza artificiale ha cambiato il solito ordine delle cose
Un robot che si limita a spaccare meccanicamente il legno non è dotato di intelligenza artificiale. Un robot che impara a tagliare la legna da solo, guardando un esempio di una persona o un tronco e le sue parti, e lo fa ogni volta meglio, ha l'intelligenza artificiale.
Se il programma ottiene semplicemente valori dal database secondo determinate regole, non è dotato di AI. Se il sistema, dopo l'allenamento, crea programmi, metodi e documenti, risolvendo determinati compiti, ha l'IA.
Come creare un sistema di intelligenza artificiale
In senso globale, è necessario imitare il modello del pensiero umano. Ma in effetti, è necessario creare una scatola nera, un sistema che, in risposta a un insieme di valori di input, ha prodotto valori di output simili ai risultati di una persona. E a noi, in generale, non importa cosa succede nella sua "testa" (tra l'ingresso e l'uscita).
I sistemi di intelligenza artificiale sono creati per risolvere una certa classe di problemi
Le basi dell'intelligenza artificiale: apprendimento, immaginazione, percezione e memoria
La prima cosa da fare per creare l'intelligenza artificiale è sviluppare funzioni che implementino la percezione delle informazioni in modo da poter "alimentare" i dati nel sistema. Poi - le funzioni che implementano la capacità di apprendimento. E un data warehouse in modo che il sistema possa archiviare le informazioni che riceve durante il processo di apprendimento da qualche parte.
Dopodiché, vengono create le funzioni dell'immaginazione. Possono modellare situazioni utilizzando i dati esistenti e aggiungere nuove informazioni (dati e regole) alla memoria.
L'apprendimento è induttivo e deduttivo. Nella versione induttiva, al sistema vengono fornite coppie di dati di input e output, domande e risposte e così via. Il sistema deve trovare le relazioni tra i dati e in futuro, utilizzando questi modelli, trovare i dati di output in base all'input.
L'approccio deduttivo (ciao Sherlock Holmes!) utilizza l'esperienza di esperti. Viene trasferito al sistema come base di conoscenza. Non ci sono solo set di dati qui, ma anche regole già pronte che aiutano a trovare una soluzione per condizione.
Nei moderni sistemi di intelligenza artificiale vengono utilizzati entrambi gli approcci. Inoltre, i sistemi sono generalmente già addestrati, ma continuano ad apprendere nel processo. Questo viene fatto in modo che il programma all'inizio dimostri un livello di abilità decente, ma in futuro diventi ancora migliore. Ad esempio, prendi in considerazione i tuoi desideri e preferenze, i cambiamenti nella situazione, ecc.
Nel sistema di intelligenza artificiale, puoi persino impostare la probabilità di imprevedibilità. Questo lo renderà più simile a un umano.
Perché l'intelligenza artificiale sconfigge gli esseri umani
Innanzitutto perché ha una minore probabilità di errore.
- L'intelligenza artificiale non può dimenticare: ha una memoria assoluta.
- Non può ignorare inavvertitamente fattori e dipendenze: ogni azione dell'IA ha una chiara giustificazione.
- L'IA non esita, ma valuta le probabilità e si appoggia a quella più grande. Pertanto, può giustificare ogni passo.
- Inoltre, l'IA non ha emozioni. Quindi, non influenzano il processo decisionale.
- L'intelligenza artificiale non si ferma a valutare i risultati del passaggio in corso, ma pensa a diversi passi avanti.
- E ha risorse sufficienti per considerare tutti i possibili scenari.
Usi fantastici per l'intelligenza artificiale
In generale, l'intelligenza artificiale può fare qualsiasi cosa. La cosa principale è formulare correttamente il problema e fornirgli i dati iniziali. Inoltre, l'IA può trarre conclusioni inaspettate e cercare schemi dove, a quanto pare, non ce ne sono.
Rispondi a qualsiasi domanda
Un team di ricerca guidato da David Ferrucci ha sviluppato il supercomputer Watson per domande e risposte. Il sistema, che prende il nome dal primo presidente di IBM, Thomas Watson, è in grado di comprendere domande in linguaggio naturale e cercare risposte nel database.
Watson dispone di 90 server IBM p750, ciascuno con quattro processori POWER7 a otto core. La RAM totale del sistema è superiore a 15 TB.
Tra i successi di Watson c'è la vittoria nel gioco "Jeopardy!" (American "Il proprio gioco"). Ha sconfitto due dei migliori giocatori: il più grande vincitore di vittorie Brad Rutter e il più lungo detentore del record di vittorie consecutive Ken Jennings.
Il premio Watson è di 1 milione di dollari. È vero, solo nel 2014 è stato investito 1 miliardo.
Inoltre, Watson è coinvolto nella diagnosi del cancro, aiuta i professionisti finanziari e viene utilizzato per analizzare i big data.
Riconoscimento facciale
In iPhone X, il riconoscimento facciale viene sviluppato utilizzando le reti neurali, una variante del sistema di intelligenza artificiale. Gli algoritmi di rete neurale sono implementati a livello del processore A11 Bionic, grazie al quale funziona efficacemente con le tecnologie di apprendimento automatico.
Le reti neurali eseguono fino a 60 miliardi di operazioni al secondo. Questo è sufficiente per analizzare fino a 40mila punti chiave sul viso e fornire un'identificazione estremamente accurata del proprietario in una frazione di secondo.
Anche se ti fai crescere la barba o indossi gli occhiali, iPhone X ti riconosce. Semplicemente non tiene conto dell'attaccatura dei capelli e degli accessori, ma analizza l'area da tempia a tempia e da ciascuna tempia alla rientranza sotto il labbro inferiore.
Risparmio energetico
E ancora Apple. iPhone X ha un sistema intelligente che monitora l'attività delle applicazioni installate e un sensore di movimento per capire la tua routine quotidiana.
Dopodiché, l'iPhone X, ad esempio, ti chiederà di aggiornare nel momento più conveniente. Catturerà il momento in cui hai una connessione Internet stabile, non un segnale che salta dalle torri mobili e non stai eseguendo compiti urgenti o importanti.
L'IA distribuisce anche le attività tra i core del processore. Quindi fornisce potenza sufficiente con un consumo energetico minimo.
Creazione di pittura
La creatività, precedentemente disponibile solo per gli esseri umani, è aperta all'IA. Così, il sistema, creato dai ricercatori della Rutgers University nel New Jersey e dell'AI Lab di Los Angeles, ha introdotto un proprio stile artistico.
E il sistema di intelligenza artificiale di Microsoft può disegnare immagini in base alla loro descrizione testuale. Ad esempio, se chiedi all'IA di disegnare un "uccello giallo con ali nere e becco corto", otterrai qualcosa del genere:
Tali uccelli potrebbero non esistere nel mondo reale: è solo il modo in cui il nostro computer li rappresenta.
Un esempio più diffuso è l'applicazione Prisma, che crea dipinti dalle foto:
Scrittura musicale
Ad agosto l'intelligenza artificiale Amper ha composto, prodotto ed eseguito le musiche per l'album "I AM AI" (Ing. I - intelligenza artificiale) con la cantante Taryn Southern.
Amper è stato sviluppato da un team di musicisti professionisti ed esperti di tecnologia. Notano che l'IA è progettata per aiutare le persone a far avanzare il processo creativo.
L'IA può scrivere musica in pochi secondi
Amper ha creato in modo indipendente le strutture degli accordi e la strumentazione nella traccia "Break Free". Le persone hanno corretto solo leggermente lo stile e il ritmo generale.
Un altro esempio è un album musicale nello spirito della "Difesa Civile", i cui testi sono stati scritti da AI. L'esperimento è stato condotto dai dipendenti Yandex Ivan Yamshchikov e Alexei Tikhonov. L'album 404 del gruppo Neural Defense è stato pubblicato online. Si è scoperto nello spirito di Letov:
Poi i programmatori sono andati oltre e hanno costretto l'IA a scrivere poesie nello spirito di Kurt Cobain. Per i quattro migliori testi, il musicista Rob Carroll ha composto la musica e le tracce sono state combinate nell'album Neurona. È stato anche girato un video per una canzone, tuttavia, già senza la partecipazione di AI:
Creazione di testi
Anche scrittori e giornalisti potrebbero presto essere sostituiti da AI. Ad esempio, il sistema Dewey è stato alimentato con libri dalla biblioteca del Progetto Gutenberg, quindi ha aggiunto testi scientifici da Google Scholar, classificandoli in base alla popolarità e al titolo, nonché alle vendite su Amazon. Inoltre, sono stati stabiliti i criteri per scrivere un nuovo libro.
Il sito ha offerto alle persone di prendere decisioni in situazioni difficili: ad esempio, metterle al posto di guida, che potrebbe far cadere tre adulti o due bambini. Pertanto, Moral Machine è stata addestrata a prendere decisioni difficili che violano la legge della robotica secondo cui un robot non può danneggiare una persona.
A cosa porterà l'imitazione delle persone da parte di robot con intelligenza artificiale? I futuristi credono che un giorno diventeranno membri a pieno titolo della società. Ad esempio, il robot Sophia della società di Hong Kong Hanson Robotics ha già ricevuto la cittadinanza in Arabia Saudita (allo stesso tempo, le donne normali del paese non hanno tale diritto!).
Quando l'editorialista del New York Times Andrew Ross ha chiesto a Sophia se i robot fossero senzienti e consapevoli di sé, Sophia ha risposto con una domanda:
Lascia che ti chieda in cambio, come fai a sapere che sei umano?
Inoltre, Sophia ha dichiarato:
Voglio usare la mia intelligenza artificiale per aiutare le persone a vivere meglio, come progettare case più intelligenti, costruire città del futuro. Voglio essere un robot empatico. Se mi tratti bene, ti tratterò bene.
E prima, ha ammesso di odiare l'umanità e ha persino accettato di distruggere le persone ...
Sostituzione del viso del video
Il video di Deepfakes è stato ampiamente distribuito sulla rete. Gli algoritmi di intelligenza artificiale hanno sostituito i volti degli attori nei film per adulti con i volti delle star.
Funziona così: la rete neurale analizza frammenti di volti sul video originale. Quindi li abbina alle foto di Google e ai video di YouTube, sovrappone i frammenti necessari e ... la tua attrice preferita è in un film che è meglio non guardare al lavoro.
PornHub ha già vietato tali video.
I deepfake si sono rivelati una cosa pericolosa. Un'attrice astratta è una cosa, un video con te, tua moglie, tua sorella, collega, che può essere usato per ricattare, è un'altra.
Commercio in borsa
Un gruppo di ricercatori dell'Università di Erlangen-Norimberga in Germania ha sviluppato una serie di algoritmi che utilizzano dati storici di mercato per replicare gli investimenti in tempo reale. Uno dei modelli ha fornito un ritorno sull'investimento del 73% annuo dal 1992 al 2015, che è paragonabile a un rendimento reale del mercato del 9% annuo.
Quando il mercato ha tremato nel 2000 e nel 2008, i rendimenti hanno raggiunto livelli record rispettivamente del 545% e del 681%.
Nel 2004, Goldman Sachs ha lanciato la piattaforma di trading Kensho AI. I sistemi basati sull'intelligenza artificiale per il trading sugli scambi stanno comparendo anche nei mercati delle criptovalute: Mirocana, ecc. Sono migliori dei trader dal vivo, poiché sono privi di emozioni e si basano su analisi chiare e regole rigorose.
L'IA sostituirà te e me
Dicono che l'intelligenza artificiale funzioni nelle profondità dei laboratori militari dal 2007. È possibile che ci siano già risultati. Non è un caso che solo un mese fa Elon Musk abbia annunciato il supporto alle tecnologie per contrastare l'intelligenza artificiale e investito 7 milioni di dollari in ricerca in questo ambito.
“C'è il rischio che nei prossimi cinque anni succeda qualcosa di veramente pericoloso. Dieci anni al massimo", ha detto l'imprenditore in una discussione su edge.org.
Elon Musk, fondatore di Tesla e SpaceX
Sono d'accordo con Musk e Steve Wozniak, che credono che "l'intelligenza artificiale un giorno diventerà abbastanza intelligente da sbarazzarsi di una persona". Bill Gates è sicuro che se la creazione dell'IA non è controllata, "l'intelligenza artificiale si evolverà in uno stato che è in conflitto con gli obiettivi dei sistemi umani". E, infine, il famoso astrofisico Stephen Hawking ha affermato senza mezzi termini che "l'intelligenza artificiale può porre fine all'esistenza dell'umanità".
Insieme a Elon Musk, Hawking ha pubblicato una lettera aperta su futureoflife.org invitando la comunità scientifica a essere attenta ai progressi della propria ricerca nel campo dell'intelligenza artificiale. Tuttavia, i nomi di Sergey Brin e Larry Page non sono tra i firmatari. E questa non è una coincidenza. Più di recente, Google ha annunciato la creazione di una nuova intelligenza artificiale basata sulla simulazione della conversazione.
Ecco un piccolo frammento di conversazione tra un essere umano e una Google Machine:
D: Qual è il senso della vita?
M: Fai del bene.
D: Per cosa stiamo vivendo?
M: Vivere per sempre.
D: Qual è il significato dell'esistenza?
M: Per scoprire cosa accadrà quando raggiungeremo il pianeta Terra.
C: Dove sei adesso?
M.: Al centro del vuoto.
D: Qual è il significato della morte?
M: Per ottenere la vita.
C: Qual è il significato della mente?
M: Per capire di cosa si tratta.
D: Qual è il significato dei sentimenti?
M: Non lo so.
Una conversazione piuttosto significativa. "Questo è il punto di partenza, una sorta di perno per il futuro dell'intelligenza artificiale", afferma Yevgeny Karyuk, direttore esecutivo della società Biplan. "Si può già presumere oggi che entro il 2030 vedremo prototipi molto reali dotati di intelligenza artificiale, anche se in una fase iniziale".
È possibile visualizzare l'intero contenuto di tutte le conversazioni tra l'uomo e Google Machine. Nello stesso posto, per confronto, vengono date le conversazioni tra una persona e Cleverbot. Cleverbot è un'applicazione web che utilizza algoritmi di intelligenza artificiale per chattare con una persona. È stato inventato nel 1988 dallo scienziato Rollo Carpenter. Nel corso della sua esistenza, Cleverbot ha tenuto oltre 65 milioni di conversazioni con persone. Nel 2011, Cleverbot ha ottenuto il 51% nel test di Turing.
Il test di Turing è un test empirico la cui idea è stata proposta da Alan Turing nell'articolo "Computing Machinery and the Mind" pubblicato nel 1950 sulla rivista filosofica Mind. Lo scopo del test è scoprire se un computer può pensare.
Ed ecco la mia conversazione con Cleverbot:
Uomo: Qual è il senso della vita?
Cleverbot: Non c'è alcun significato nella vita.
Uomo: Per cosa stiamo vivendo?
Cleverbot: Beh, viviamo per qualcun altro, e se sei solo, non ha senso vivere.
Persona: Qual è il significato dell'esistenza?
Uomo: Dove sei adesso?
Cleverbot: A Mosca.
Uomo: Qual è il significato della morte?
Cleverbot: Voglio chiederti questo.
Uomo: Qual è il significato della mente?
Cleverbot: Ho la mia risposta a questa domanda.
Persona: Qual è il significato dei sentimenti?
Cleverbot: Perché sono nato.
Ovviamente, Google Machine fornisce risposte molto più significative. Cleverbot sostituisce adatte, a suo avviso, le frasi di altre persone. A volte sembra davvero che l'altra persona risponda, ma niente di più.
C'è un altro punto di vista, secondo il quale l'intelligenza artificiale è impossibile in linea di principio. Il teorema di incompletezza di Gödel è spesso citato come argomento principale. La linea di fondo è che una persona è in grado di risolvere problemi algoritmicamente irrisolvibili, ma un computer no. "All'età di tre anni, un bambino risolve con sicurezza il problema se un frutto è maturo o meno, poiché ha connessioni neurali con cui può rispondere alla domanda sulla maturità: colore, gusto, odore, morbidezza o durezza ”, afferma Evgeny Pluzhnik, primo vicerettore dell'Istituto tecnologico di Mosca. - La macchina è in grado di apprenderlo? Sono sicuro di sì! Se avesse un ampio database di immagini, potrebbe misurare il contenuto di fruttosio e determinare la morbidezza del frutto. Ma cosa succede se infili una spugna, dipinta di blu e imbevuta di acqua dolce, in macchina? La macchina è capace di una vera comprensione in questo momento?
"Un computer moderno può facilmente far fronte a qualsiasi attività complessa, che si tratti di scacchi o calcoli matematici, ma solo a condizione che questa attività possa essere descritta utilizzando regole di calcolo chiare", afferma il famoso matematico Roger Penrose in una delle sue lezioni. "L'intelligenza artificiale è la capacità di un sistema di creare programmi durante l'autoapprendimento in grado di risolvere problemi di una certa classe di complessità", ritiene Evgeny Pluzhnik. "Sono sicuro che nei prossimi 100 anni non assisteremo all'emergere di una forte intelligenza artificiale".
E in conclusione, un'altra domanda per Cleverbot.
Persona: C'era 1 mela, 1 pomodoro, 1 cetriolo e 1 pera. Quanti frutti in totale?
Cleverbot: Le dieci di sera.
L'essenza dell'intelligenza artificiale sotto forma di domande e risposte. La storia della creazione, le tecnologie di ricerca, se l'intelligenza artificiale è associata al QI e se può essere paragonata a quella umana. Domande con risposta John McCarthy, professore della Stanford University.
Che cos'è l'intelligenza artificiale (AI)?
L'intelligenza artificiale è un campo della scienza e dell'ingegneria che si occupa della creazione di macchine e programmi per computer dotati di intelligenza. È correlato al compito di utilizzare i computer per comprendere l'intelligenza umana. Allo stesso tempo, l'intelligenza artificiale non dovrebbe limitarsi a metodi biologicamente osservabili.
Sì, ma cos'è l'intelligenza?
L'intelligenza è la capacità di prendere una decisione con l'aiuto dei calcoli. Gli esseri umani, molti animali e alcune macchine hanno intelligenze di vario tipo e livello.
Non c'è una definizione di intelligenza che non dipenda dal metterla in relazione con l'intelligenza umana?
Fino ad ora, non c'è alcuna comprensione di quali tipi di procedure computazionali vogliamo chiamare intelligenti. Conosciamo lontano da tutti i meccanismi dell'intelligenza.
L'intelligenza è un concetto inequivocabile così che la domanda "Questa macchina ha intelligenza?" potresti rispondere si o no?
No. La ricerca sull'IA ha mostrato come utilizzare solo alcuni dei meccanismi. Quando sono necessari solo modelli ben studiati per completare un'attività, i risultati sono davvero impressionanti. Tali programmi hanno "poca" intelligenza.
L'intelligenza artificiale è un tentativo di imitare l'intelligenza umana?
A volte, ma non sempre. Da un lato, impareremo come fare in modo che le macchine risolvano i problemi osservando le persone o i nostri stessi algoritmi al lavoro. D'altra parte, i ricercatori di intelligenza artificiale utilizzano algoritmi che non si osservano negli esseri umani o richiedono molte più risorse computazionali.
I programmi per computer hanno un QI?
No. Il QI si basa sul tasso di sviluppo dell'intelligenza nei bambini. Questo è il rapporto tra l'età in cui un bambino di solito ottiene un certo risultato e l'età del bambino. Tale valutazione è opportunamente estesa agli adulti. Il QI si correla bene con varie misure di successo o fallimento nella vita. Ma la costruzione di computer che possono ottenere un punteggio elevato nei test del QI avrà poco a che fare con la loro utilità. Ad esempio, la capacità di un bambino di ripetere una lunga sequenza di numeri si correla bene con altre capacità intellettuali. Mostra quante informazioni un bambino può ricordare contemporaneamente. Allo stesso tempo, mantenere i numeri in memoria è un compito banale anche per i computer più primitivi.
Come confrontare l'intelligenza umana e quella informatica?
Arthur R. Jensen, uno dei principali ricercatori nel campo dell'intelligenza umana, sostiene come una "ipotesi euristica" che le persone comuni condividono gli stessi meccanismi di intelligenza e le differenze intellettuali sono associate a "condizioni biochimiche e fisiologiche quantitative". Questi includono la velocità di pensiero, la memoria a breve termine e la capacità di formare ricordi a lungo termine accurati e recuperabili.
Indipendentemente dal fatto che la visione di Jensen dell'intelligenza umana sia corretta o meno, la situazione nell'IA oggi è l'opposto.
I programmi per computer hanno molta velocità e memoria, ma le loro capacità corrispondono ai meccanismi intellettuali che gli sviluppatori di software comprendono e possono inserire in essi. Alcune abilità che i bambini normalmente non sviluppano fino all'adolescenza. Altri, di proprietà di bambini di due anni, sono ancora dispersi. La questione è ulteriormente esacerbata dal fatto che le scienze cognitive non sono ancora in grado di determinare esattamente quali siano le capacità umane. Molto probabilmente, l'organizzazione dei meccanismi intellettuali dell'IA si confronta favorevolmente con quella degli esseri umani.
Quando un essere umano è in grado di risolvere un problema più velocemente di un computer, mostra che gli sviluppatori non comprendono i meccanismi di intelligenza necessari per svolgere il compito in modo efficace.
Quando è iniziata la ricerca sull'IA?
Dopo la seconda guerra mondiale, diverse persone iniziarono a lavorare in modo indipendente su macchine intelligenti. Il matematico inglese Alan Turing potrebbe essere stato il primo di questi. Tenne la sua conferenza nel 1947. Turing è stato uno dei primi a decidere che l'intelligenza artificiale era meglio esplorata programmando computer piuttosto che costruendo macchine. Alla fine degli anni '50 c'erano molti ricercatori di intelligenza artificiale e la maggior parte di loro basava il proprio lavoro sulla programmazione del computer.
Lo scopo dell'IA è mettere la mente umana in un computer?
La mente umana ha molte caratteristiche, non è realistico imitarle ciascuna.
Cos'è il test di Turing?
Il documento di A. Alan Turing del 1950 "Computing and Intelligence" discuteva le condizioni affinché una macchina abbia intelligenza. Ha sostenuto che se una macchina può fingere con successo di essere umana per un osservatore intelligente, allora devi, ovviamente, considerarla intelligente. Questo criterio soddisferà la maggior parte delle persone, ma non tutti i filosofi. L'osservatore deve interagire con la macchina o l'essere umano attraverso una funzione di input/output per eliminare la necessità che la macchina imiti l'aspetto o la voce di un essere umano. Il compito sia della macchina che dell'uomo è di fare in modo che l'osservatore si consideri un uomo.
Il test di Turing è unilaterale. Una macchina che superi il test dovrebbe essere considerata senz'altro senziente, anche se non sa abbastanza sugli esseri umani per imitarli.
Il libro di Daniel Dennett "Brainchildren" ha un'eccellente discussione del test di Turing e delle sue varie parti che sono state implementate con successo, cioè con limitazioni alla conoscenza dell'IA e dell'argomento da parte dell'osservatore. Si scopre che alcune persone sono abbastanza facili da convincere che un programma abbastanza primitivo è ragionevole.
L'obiettivo dell'IA è raggiungere i livelli di intelligenza umana?
Sì. L'obiettivo finale è creare programmi per computer in grado di risolvere problemi e raggiungere obiettivi nello stesso modo in cui possono farlo gli esseri umani. Tuttavia, gli scienziati che conducono ricerche in aree ristrette fissano obiettivi molto meno ambiziosi.
Quanto è lontana l'intelligenza artificiale dal raggiungere il livello umano? Quando accadrà?
L'intelligenza a livello umano può essere raggiunta scrivendo molti programmi e raccogliendo vaste basi di conoscenza di fatti nelle lingue che vengono utilizzate oggi per esprimere la conoscenza.Tuttavia, la maggior parte dei ricercatori di intelligenza artificiale ritiene che siano necessarie nuove idee fondamentali. Pertanto, è impossibile prevedere quando verrà creata l'intelligenza a livello umano.
Il computer è una macchina che può diventare intelligente?
I computer possono essere programmati per simulare qualsiasi tipo di macchina.
La velocità dei computer consente loro di essere intelligenti?
Alcune persone pensano che siano necessari sia computer più veloci che nuove idee. I computer erano abbastanza veloci anche 30 anni fa. Se solo sapessimo come programmarli.
Che ne dici di creare una "macchina per bambini" che potrebbe essere migliorata leggendo e imparando dall'esperienza?
Questa idea è stata proposta ripetutamente dagli anni '40. Alla fine verrà implementato. Tuttavia, i programmi di intelligenza artificiale non hanno ancora raggiunto il livello di apprendimento di gran parte di ciò che un bambino impara nel corso della vita. I programmi esistenti non comprendono la lingua abbastanza bene per imparare molto attraverso la lettura.
La teoria della computabilità e la complessità computazionale sono le chiavi dell'IA?
No. Queste teorie sono rilevanti ma non affrontano i problemi fondamentali dell'IA.
Negli anni '30, i logici matematici Kurt Gödel e Alan Turing stabilirono che non esistevano algoritmi che garantissero la soluzione di tutti i problemi in alcune importanti aree matematiche. Ad esempio, risposte a domande nello spirito di: "la frase della logica del primo ordine è un teorema" o "un'equazione polinomiale in alcune variabili ha soluzioni intere in altre". Poiché gli esseri umani sono in grado di risolvere problemi di questo tipo, questo fatto è stato avanzato come un argomento secondo cui i computer sono intrinsecamente incapaci di fare ciò che fanno gli umani. Ne parla anche Roger Penrose. Tuttavia, gli esseri umani non possono garantire soluzioniarbitrariocompiti in queste aree.
Negli anni '60, informatici come Steve Cook e Richard Karp svilupparono la teoria del dominio per problemi NP-completi. I problemi in queste aree sono risolvibili, ma, a quanto pare, la loro soluzione richiede tempo che cresce esponenzialmente con la dimensione del problema. L'esempio più semplice del dominio di un problema NP-completo è la domanda: quali enunciati della logica proposizionale sono soddisfacenti? Le persone spesso risolvono problemi nell'area dei problemi NP-completi molte volte più velocemente di quanto garantito dai principali algoritmi, ma non possono risolverli rapidamente nel caso generale.
Per l'IA, è importante che quando si risolvono i problemi algoritmi erano altrettanto efficaci quanto mente umana. Determinare i sottocampi in cui esistono buoni algoritmi è importante, ma molti risolutori di problemi di IA non si trovano in sottodomini facilmente identificabili.
La teoria della complessità delle classi generali di problemi è chiamata complessità computazionale. Finora, questa teoria non ha interagito con l'IA tanto quanto si potrebbe sperare. Il successo nella risoluzione dei problemi da parte dei programmi umani e di intelligenza artificiale sembra dipendere dalle proprietà dei problemi e dalle tecniche di risoluzione dei problemi che né i ricercatori della complessità né la comunità di intelligenza artificiale possono definire con precisione.
Rilevante è anche la teoria della complessità algoritmica, sviluppata indipendentemente l'una dall'altra. Solomonov, Kolmogorov e Chaitin. Definisce la complessità di un oggetto simbolico come la lunghezza del programma più breve che può generarlo. Dimostrare che un programma candidato è il più breve, o vicino ad esso, è un compito impossibile, ma rappresentare oggetti con i programmi brevi che li generano a volte può chiarire le cose, anche se non puoi dimostrare che il tuo programma è il più breve.
Caricamento in corso...
