Računala su naučila razmišljati. Kamo to vodi?
Spasitelj je došao
Jeste li znali da je AI već spasio život oboljelom od raka u Japanu? Stručnjaci tokijskog instituta za medicinska istraživanja liječili su pacijenta zbog akutne leukemije. Samo terapija nije pomogla. Što uraditi?
I liječnici su iskoristili priliku - zatražili su pomoć od superračunala IBM Watson. Rezultati ispitivanja ukrcani su u bezdušni stroj i pritisnuta tipka "start". Stroj je analizirao medicinsku povijest 20 milijuna oboljelih od karcinoma, usporedio dijagnoze i vratio rezultat: liječnici su postavili pogrešnu dijagnozu. To znači da se prema ženi nije postupalo kako treba. Stvari su postajale sve bolje.
"Prvi put u Japanu dolazila je umjetna inteligencija kako bi se spasio život pacijenta", priznao je Arinobu Tojo, specijalist iz tokijskog instituta.
STROJ misli da liči na čovjeka
Promotivni video:
Nejasan izraz "umjetna inteligencija" sada se sve više shvaća kao umjetna neuronska mreža (ANN). Simulira rad naših moždanih neurona.
Takve strojeve nije potrebno ručno konfigurirati unošenjem milijuna parametara. Neuronska mreža će naučiti sama! Kako? Tisuće primjera ispravnog rješenja problema učitavaju se u njemu - što više, to bolje. Uz to još uvijek morate postaviti strukturu mreže.
Ako je potrebno, INS će naučiti igrati šah i razbiti će najbolje velemajstore. Želite li početi stvarati ne gore od Puškina. Samo baci nekoliko svezaka Aleksandra Sergejeviča u njega, a sada "sjećam se prekrasnog trenutka …"
Već smo upali u te mreže. Sustav prepoznavanja govora na pametnom telefonu, aplikacije za obradu fotografija, čak i vremenska prognoza - sve je to, kamo god pogledate, rezultat neuronske mreže.
Neuronske mreže pomažu prepoznati automobil po zapisima kamera na autocestama, prepoznati osobu s fotografije. I po potrebi identificirajte terorista. A neuronske mreže će također voziti automobil i zamijeniti kirurga za operativnim stolom …
ŠEKAJETE NEURON ARMAGEDDON?
Količina digitalnih informacija udvostručuje se svakih 18 mjeseci. Prema IT stručnjacima, do 2020. dostići će 40 bilijuna gigabajta.
I samo su neuronske mreže sposobne brusiti tolike količine podataka o kojima čak i superračunala nisu ni sanjala. Hoće li tako pametni strojevi porobiti lijenost čovječanstva?
Najveći umovi - fizičar Stephen Hawking i osnivač Tesle Elon Musk - nude znanstvenicima i programerima da, prije nego što bude prekasno, definiraju granicu preko koje neuralne mreže ne bi trebale gurnuti nos i spriječiti da se strojevi penju na ta područja. Inače, prije ili kasnije, neuronske mreže mogu odlučiti da su ljudi na ovom planetu suvišni.
KAKO SMO?
Stavljanje u red kaosa …
"Mi također sada aktivno koristimo i razvijamo neuronske mreže", kaže Vladislav Belyaev, zamjenik voditelja laboratorija za neuronske sustave i duboko učenje na MIPT-u. - To rade ne samo velike tvrtke - Yandex i Mail. Ru - već i male. Na primjer, DeepHackLab se bavi razgovornim sustavima i inteligentnim modeliranjem ponašanja. Fiztech, Skoltech, Moskovsko državno sveučilište može se pohvaliti uspješnim projektima …
- Ali za to su potrebna moćna superračunala poput IBM Watsona …
- Imamo ih. Moskovsko državno sveučilište posjeduje najmoćniji superračunalo u zemlji, Lomonosov-2. Jedan je od trideset najboljih računala na svijetu. MIPT i zaklada za napredna istraživanja planiraju projekt stvaranja umjetnih neuronskih mreža.
- Hoće li neuronske mreže pomoći čovječanstvu da se ne utopi u tom ogromnom protoku informacija?
- Svakako! Što više podataka za trening neuronske mreže to bolji rezultat daje. Istodobno, neuronske mreže mogu raditi s obje strukturirane informacije i s onom koja je u kaotičnom obliku. Glavna stvar je naučiti kako postaviti ispravne zadatke, odabrati podatke i izgraditi arhitekture neuronske mreže.
- Što radi vaš laboratorij?
- Laboratorij vodi kandidat fizičko-matematičkih znanosti Mihail Burtsev. Naš je cilj razviti algoritme za ponavljajuće neuronske mreže, odnosno u kojima ima povratnih informacija. Rezultate istraživanja koristimo za analizu tekstova i izgradnju dijaloških sustava.
POGLED IZ 6. KATA
Ostalo nam je samo pola koraka
Alexander MILKUS, urednik odjela za obrazovanje i znanost
Glasovni pomoćnici - Siri iz Applea, Cortana iz Microsofta, Ok Google, znate od koga i mnogi drugi (sada ih je puno) klasični su primjer neuronske mreže. Što češće komunicirate sa svojim računalnim pomoćnikom, on bolje razumije vaš glas, brže pronalazi informacije i šire su mogućnosti za njegove odgovore.
Da, on vas ne razumije uvijek točno. I ne reagira uvijek adekvatno. No, rješenje ovog najvažnijeg problema 21. stoljeća očito nije daleko. Čim računalo nauči ne samo odgovarati na zahtjeve u jednoličnim jezicima, već i razumjeti nijanse ljudskog govora, naš će se svijet okrenuti naopako.