Datorer har lärt sig att tänka. Vart leder det?
Räddaren har kommit
Visste du att AI redan har räddat en cancerpatient i Japan? Specialister från Tokyo Institute of Medical Research behandlade patienten för akut leukemi. Endast terapin hjälpte inte. Vad ska man göra?
Och läkarna tog chansen - de bad om hjälp från IBM Watson superdatorn. Resultaten av undersökningarna laddades in i den sjelfria maskinen och "start" -knappen trycktes. Maskinen analyserade medicinska historier för 20 miljoner cancerpatienter, jämförde diagnoserna och gav resultatet: läkarna gjorde fel diagnos. Detta innebär att kvinnan inte behandlades som den borde. Det blev bättre.
"För första gången i Japan kom konstgjord intelligens till hands för att rädda en patients liv", medgav Arinobu Tojo, specialist på Tokyo Institute.
MASKINEN TÄNKER SOM EN MANS
Kampanjvideo:
Den vaga termen "artificiell intelligens" förstås nu alltmer som ett konstgjordt neuralt nätverk (ANN). Det simulerar våra hjärnneurons arbete.
Sådana maskiner behöver inte konfigureras manuellt genom att ange miljontals parametrar. Neuralnätverket lär sig själv! Hur? Tusentals exempel på rätt lösning på problemet laddas i det - ju mer, desto bättre. Dessutom måste du fortfarande ställa in nätverksstrukturen.
Om det är nödvändigt kommer INS att lära sig spela schack och krossa de bästa stormästarna. Vill du börja skapa något värre än Pushkin. Kasta bara in ett par volymer av Alexander Sergeevich, och nu "Jag minns ett underbart ögonblick …"
Vi har redan fallit in i dessa nätverk. Ett taligenkänningssystem i en smartphone, applikationer för fotobearbetning, till och med en väderprognos - allt detta, vart du än ser, är resultatet av ett neuralt nätverk.
Det är neurala nätverk som hjälper till att känna igen en bil från kameraposter på motorvägar, för att identifiera en person från ett fotografi. Och identifier om nödvändigt terroristen. Och neurala nätverk kommer också att köra bil och ersätta kirurgen vid operationsbordet …
Väntar på NEURON ARMAGEDDON?
Volymen av digital information fördubblas var 18: e månad. Enligt IT-specialister kommer det att nå 40 biljoner gigabyte fram till 2020.
Och bara neurala nätverk kan slipa sådana datamängder som till och med superdatorer aldrig drömt om. Kommer sådana smarta maskiner att förslava lat mänsklighet?
De största sinnena - fysikern Stephen Hawking och Tesla-grundaren Elon Musk - erbjuder forskare och programmerare, innan det är för sent, att definiera gränsen utanför vilka neurala nätverk inte bör sticka näsan och förhindra att maskiner klättrar in i dessa områden. Annars, förr eller senare, kan neurala nätverk bestämma att människor är överflödiga på denna planet.
HUR GÖR VI?
Sätter kaos i ordning …
"Vi använder nu och utvecklar nu också neurala nätverk," säger Vladislav Belyaev, biträdande chef för laboratoriet för nervsystem och djupinlärning vid MIPT. - Detta görs inte bara av stora företag - Yandex och Mail. Ru - utan också av små. Till exempel är DeepHackLab engagerad i konversationssystem och intelligent beteendemodellering. Fiztech, Skoltech, Moskva State University kan skryta med framgångsrika projekt …
- Men detta kräver kraftfulla superdatorer som IBM Watson …
- Vi har dem. Moskva statsuniversitetet äger landets starkaste superdator, Lomonosov-2. Han är en av de trettio bästa datorerna i världen. MIPT och Advanced Research Foundation planerar ett projekt för att skapa konstgjorda neurala nätverk.
- Kommer neurala nätverk att hjälpa mänskligheten att inte drunkna i det enorma informationsflödet?
- Säker! Ju mer data för att träna ett neuralt nätverk, desto bättre blir resultatet. Samtidigt kan neurala nätverk arbeta med både strukturerad information och den som är i en kaotisk form. Det viktigaste är att lära sig att ställa in rätt uppgifter, välja data och bygga neurala nätverksarkitekturer.
- Vad gör ditt laboratorium?
- Laboratoriet leds av kandidaten för fysiska och matematiska vetenskaper Mikhail Burtsev. Vårt mål är att utveckla algoritmer för återkommande nervnätverk, det vill säga där det finns en feedback. Vi använder forskningsresultaten för analys av texter och konstruktion av dialogsystem.
VISA FRÅN 6: e GOLV
Endast ett halvt steg kvar
Alexander MILKUS, redaktör för institutionen för utbildning och naturvetenskap
Röstassistenter - Siri från Apple, Cortana från Microsoft, Ok Google, du vet från vem och många andra (det finns många av dem nu) är ett klassiskt exempel på ett neuralt nätverk. Ju oftare du kommunicerar med din datorassistent, desto bättre förstår han din röst, desto snabbare hittar han information och desto bredare är alternativen för sina svar.
Ja, han förstår dig inte alltid exakt. Och han svarar inte alltid tillräckligt. Men lösningen på detta viktigaste problem under 2000-talet är helt klart inte långt borta. Så snart datorn inte bara lär sig att svara på förfrågningar i monosyllables, utan att förstå nyanser av mänskligt tal, kommer vår värld att vända upp och ner.