När du tänker på de "otroliga" uppgifterna som en dator kan hantera är det första som kommer att tänka på de mest komplexa beräkningarna på kort tid eller analys av enorma mängder data - något som du själv aldrig kan lösa själv. Eller jag minns Lee Sedols senaste nederlag i farten, ett klassiskt strategispel. AIs senaste segrar har till stor del möjliggjorts av djupinlärning, vilket nu öppnar upp alla möjligheter för AI och människorna bakom det.
Men enkla, dagliga uppgifter som till och med ett barn med rätt sinne kan göra tycks undergräva AI-systemens funktioner: saker som att identifiera vilken mat som finns på din tallrik eller identifiera känslor i en annans ansikte. Dessa enkla uppgifter för människor var omöjliga för maskiner. Fram till denna punkt.
Djupinlärningstekniker har lett till sunt förnuft för maskiner. Tidigare skrev programmerare komplexa algoritmer som beskrev allt ner i minsta detalj. En sådan explicit och deterministisk algoritm är lämplig när du står inför uppgiften med stora, obekväma beräkningar. Djupinlärning befriar AI från denna typ av begränsning, gör att systemet kan lära av sina misstag, komma ihåg allt det har lärt sig, interagera med användare för mer information.
Den djupa inlärningsrevolutionen sker till stor del eftersom stora data blir tillgängliga för lärande. Ett mänskligt barn kan lära sig vad det behöver efter några försök, men maskinen tar mycket längre tid. Djupinlärning bygger på tillgång till stora mängder data, eftersom AI-maskiner måste basera sina val på sannolikheter och statistisk signifikans. En mekanisk ersättning för intuition har ännu inte uppfunnits.
Djupa möjligheter
Framsteg inom djupinlärning har redan dramatiskt förbättrat röstsökningsmöjligheterna: Google ersatte Android-talsystemet med ett nytt djupt inlärningsbaserat system och felen sjönk till 25 procent över natten. Kameror som använder djupa neurala nätverk kan nu läsa högt för människor och förstå teckenspråk. Facebook skryter med att dess djupa inlärningsfunktioner har gjort plattformen tillgänglig för blinda användare genom att lära sig att beskriva foton.
Under de närmaste åren kommer både stora teknikföretag och många nystartade företag att använda djupinlärning för att skapa nya produkter och tjänster samt modernisera befintliga applikationer. Nya marknader och företag kommer att gro och driva innovation, tjänster och produkter. Djupinlärningssystem kommer att förbättras och bli mer tillgängliga och lättare att använda. Ju lättare det är att använda dem, desto mer kommer vår interaktion med teknik att förändras.
Kampanjvideo:
Aditya Singh, partner på Foundation Capital, tror att utvecklingen av operativsystemet för djupt lärande kommer att demokratisera djupt lärande och driva den omfattande antagandet av praktisk AI. Resultatet blir att människor kommer att kunna lösa sina pressande problem, eller något mer betydelsefullt, med hjälp av djupinlärning. I den meningen kan AI bli en utjämningsmekanism som gör det möjligt för människor i alla klasser och stater att förändra världen.
ILYA KHEL
