Искусственный интеллект

Некоторые из последних процессоров Intel поддерживают семейство векторных инструкций AVX-512. Они выполняются блоками по 512 бит (64 байта). Преимущество аппаратной поддержки таких больших инструкций в том, что за один такт процессор обрабатывает больше данных.

Если код загружается 64-битными словами (8 байт), то теоретически, если не брать в учёт другие факторы, можно ускорить его выполнение в восемь раз, если использовать инструкции AVX-512.

DeepMind разработала новый тип ИИ, способный учиться использовать собственную память. Проект получил название "Дифференциальный нейронный компьютер" (Differential Neural Computer, или DNC).

Какие последствия может иметь проект, цель которого — «научить» компьютер использовать собственную память? Главное — слабая форма ИИ становится более эффективной, чем когда-либо. Например, такая система может помочь человеку передвигаться в полностью незнакомом городе без малейших неудобств.

На фоне многочисленных проблем, связанных с последним продуктом компании — Galaxy Note 7, а также со стихийно развернувшейся антирекламной кампанией в СМИ, корейский производитель Samsung не намерен отказываться от планов развития своих продуктов.

Так, сегодня было объявлено о новом приобретении Samsung. На этот раз корейский гигант заполучил Viv Labs, компанию, создавшую интерактивного помощника Siri, который впоследствии был продан компании Apple в 2010 году.

О присоединении Viv Labs сообщила не только Samsung, но и сооснователь Siri и Viv Labs Даг Китлаус на ресурсе Medium. О присоединении Viv Labs к компании Samsung он отзывается с большой гордостью:

Мы разделяем общее видение, что существующий сейчас AI готов вступить в новую эру.

Знание того как работает нейрон недостаточно для понимания того, чем обусловлено разумное и интеллектуальное поведение. Эволюция совершила удивительное мастерство, создав систему из относительно простых элементов, способную поразить невероятной успешностью во взаимодействии с окружающей средой. Недостаточно взять некую массу связанных нейронов (даже сложив слоями) подключить к ней датчики и выводы и получить хоть какое-то подобие мозга. Главным полем работы эволюции на протяжении миллионов лет является не нейрон, а структура и внутренняя организация нервных клеток в нервной системе.

В предыдущей части мы говорили о структуре коры мозжечка и на его примере видно, что структура и организация является фундаментальной для его функций. Давайте разберемся в том, как организована кора больших полушарий, структура благодаря которой Человек стал самым успешным видом на Земле.

В детском саду роботы учатся открывать двери

Умение обучаться — одно из важнейших для роботов. Если они станут учиться, накапливая нужную для себя информацию с течением времени, то их можно будет использовать для выполнения сложных заданий, которые не были заранее запрограммированы. Задания могут быть самыми разными — от ухода за пожилыми людьми и пациентами в больницах до уборки помещений. Правда, если обучать придется каждого робота по отдельности, это займет огромное количество времени. А что, если роботы будут учить роботов? И что, если группы роботов станут обучаться совместно?

Эта проблема далеко не нова, ее не один раз описывали фантасты. Специалисты по робототехнике и искусственному интеллекту тоже стараются решить этот вопрос. Корпорация Google больше других заинтересована в том, чтобы добиться от роботов самообучаемости. Вероятно, один из самых простых способов добиться желаемого — создать общую базу данных знаний роботов, где будет собираться информация, собранная каждой из машин.

А вот хорошо бы, чтобы была такая программа, в которую занёс свои жалобы — и сразу узнал, чем и как лечиться…

Так говорит, наверное, каждый больной гик, столкнувшийся с какими-то неприятностями в здравоохранении. А также каждый студент-медик, на 4 курсе освоивший компьютер.

Но так нельзя. Взрослые люди видят проблемы, ставят задачи и решают их.

В медицине давно, уже несколько десятков лет зреет проблема врачебной некомпетентности, порождающей ошибки, которые напрямую выливаются в наше с вами здоровье и качество жизни. Однако, эта проблема не обусловлена общей деградацией медицины — наоборот, находятся новые способы диагностики болезней, разрабатываются более эффективные методы лечения.


Но именно это и порождает проблему: медицинских знаний становится всё больше, их давно не в состоянии вместить ни одна светлая врачебная голова. Даже по своей специальности.

Можно долго рассуждать об опасности ИИ, но гораздо интереснее поучаствовать в процессе. Начнем с разбора почему, то что разрабатывают сегодня, не приведет к прорыву в этой области.

Мозг человека — чрезвычайно сложная система. Узнать в деталях о том, что происходит внутри, ученые пытаются многие сотни лет. Сейчас, с развитием компьютерных технологий, это получается намного лучше, чем раньше. Процесс изучения мозга сдвинулся с мертвой точки и постепенно идет вперед.

Уже давно известно, что мы традиционно не слишком сильны в проведении сложных вычислений, зато наш мозг одновременно выполняет множество задач. Причем многе задачи он выполняет гораздо лучше, чем машина. Например, распознавание изображений человеку дается очень хорошо. У компьютеров, даже сложных нейронных систем, с этим похуже. Еще одной особенностью человека является то, даже самые сложные вычисления мы проводим с гораздо меньшими затратами энергии, чем компьютеры. Немудрено, что ученые стараются построить хотя бы упрощенную модель работы мозга человека.

Марк Хэммонд в штаб-квартире Bonsai в пригороде Беркли

Вы успешно играете в футбол, снимаетесь в популярном кино, или удачливо играете на бирже? Поздравляю – вы почти так же ценны, как специалист по обработке данных или по машинному обучению с докторской степенью из Стэнфорда, MIT или Карнеги-Меллон. По крайней мере, всё выглядит именно так. Все компании в Кремниевой долине – а в принципе, уже и не только там – лихорадочно соревнуются, чтобы получить такой приз-человека. Это нечто вроде охоты на трюфели в исполнении менеджеров по персоналу. По мере того, как предприятия понимают, что их соперники полагаются на искусственный интеллект (ИИ) и машинное обучение (МО), количество вакансий для этих специалистов будет постоянно повышаться.

Но что, если вы могли бы получить преимущества ИИ без найма дорогих и талантливых специалистов? Что, если умный софт понизит планочку? Можно ли получить преимущества глубокого обучения (ГО) без особых талантов?

Искусственный интеллект — предмет большого количества дискуссий в научном и мире. Специалисты многих стран работают над созданием искусственного разума, который мог бы превзойти своего создателя. Некоторые ученые считают, что ИИ — это благо. Других специалистов сильная форма искусственного интеллекта пугает. В прошлом году бизнесмены, ученые, эксперты в сфере робототехники и других сферах подписали открытое письмо, в котором предостерегают производителей оружия от разработки боевых систем со 100% автономностью. В числе подписавшихся: Илон Маск, Стивен Хокинг, Ноам Хомский, Стив Возняк.

Многие аспекты проблемы искусственного интеллекта отображены в сюжете ряда фильмов, описаны в научно-фантастических произведениях. По словам ученых, решать возникающие вопросы нужно до появления сильной формы ИИ, то есть сейчас. Крупнейшие технологические компании, включая Google, Microsoft, IBM сейчас ведут работу по созданию искусственного интеллекта. Для того, чтобы не дать искусственному интеллекту выйти из-под контроля, Google, Amazon, IBM, Facebook и Microsoft основали организацию, которая и будет заниматься решением различных вопросов, имеющих отношение к ИИ.

Пример работы нейронного фоторедактора Neural Photo Editor. По центру — оригинальное изображение. Красными и синими квадратами показаны области скрытого пространства, сгенерированного после обучения нейросети. Ими можно манипулировать и напрямую (как обычно это делается) и косвенно, посредством «контекстной кисти»

Вы думаете, что «Фотошоп» творит чудеса в искажении реальности? Да, он может бесследно удалить человека с фотографии или нарастить волосы на голове, как у Илона Маска, с помощью «контекстной кисти». Но это и рядом не стоит с тем, на что способна нейросеть, если разрешить ей редактирование с контекстным анализом. Это совершенно другая реальность. Нейросеть способна заставить человека на фотографии улыбаться, придать вашей девушке черты Анджелины Джоли и так далее. Возможности безграничны.

Модель архитектуры GNMT (Google’s Neural Machine Translation). Слева сеть энкодера, справа — декодера, в середине модуль внимания. Нижний слой энкодера двусторонний: розовые модули собирают информацию слева направо, а зелёные — в обратном направлении

Компания Google собирается полностью перевести сервис Google Translate на глубинное обучение. Детальное описание алгоритма нейросети опубликовано на arXiv.org.

По предварительным оценкам Google, нейросеть обеспечивает гораздо лучшее качество перевода, чем обычные статистические методы. Её уже опробовали в сложнейшей языковой паре английский⟷китайский, и нейросеть сразу на 60% снизила количество ошибок перевода. Результат впечатляет. Другие языковые пары подключат к нейросети в течение ближайших нескольких месяцев.

В ноябре 2012 года Рэндал Монро опубликовал комикс xkcd с календарём, в котором размер чисел каждого месяца был пропорционален тому, как часто это число упоминается в книгах по своему имени (например, «14 октября») в базе данных Google Ngrams с 2000 года. Большинство крупных дат довольно очевидны: 4 июля, 25 декабря, первое число каждого месяца, последнее число почти всех месяцев, ну и 11 сентября, оставляющее всех позади. Не так уж много дней выглядит сильно меньше остальных. К примеру, 29 февраля – крохотная точка. Но если приглядеться, можно увидеть, что 11 число каждого месяца относительно маленькое. К комиксу шло примечание: «Во всех остальных, кроме сентября, месяцах, 11-е упоминается гораздо реже остальных дат. Так было и до 11 сентября [2001], и я не знаю, почему это так». Я покопался в данных, и думаю, что разобрался, почему.

Привет, Geektimes! Сегодня у нас очередной пост по лекции уже полюбившегося вам автора. Сергей oulenspiegel Марков — создатель одной из сильнейших российских шахматных программ, специалист по методам машинного обучения и основатель портала 22century.ru — расскажет о перспективах переноса человеческой личности на другие физические носители. Новый домик для разума: велика ли дистанция между мозгом и современными машинами, каковы успехи в создании аналогов нервной ткани? Насколько далёкий путь проделала наука от первых перцептронов до перспективных нейроморфических процессоров? Что мы сегодня знаем о том, как работает мозг, и что заставляет нас полагать, будто перенести сознание в принципе возможно? Что такое инвазивные и неинвазивные нейроинтерфейсы? Каков прогресс науки в их создании за последние десятилетия и что мы сможем делать в этой области в недалёком будущем? Репликация и концепция постнеокортекса: как нейропластичность поможет нам обойти парадоксы самосознания? Человек своими руками: как происходит переход от непрямой к прямой инженерии в развитии нашего вида? За границы бионики: возможно ли сознание, построенное на принципиально иной платформе? Обо всём этом читайте под катом.

Как «короткие данные» (Short Data) превращают огромные терабайты видеоинформации в маленькие мегабайты, будет понятно из этого видеоролика:

80-е годы в лаборатории информатики и искусственного интеллекта MIT казались сторонним наблюдателям чем-то вроде золотого века, но изнутри Дэвид Чапман мог наблюдать, что зима уже наступает. Будучи членом лаборатории, Чапман стал первым исследователем, применившим математику теории вычислительной сложности к роботизированному планированию, а также, к тому, чтобы показать отсутствие реального обобщённого метода создания ИИ, способного составлять план для обработки всех непредвиденных обстоятельств. Он заключил, что хотя ИИ уровня человека и может быть в принципе возможен, ни у одного из доступных нам подходов нет надежды достичь этого уровня.

В 1990-м Чапман написал, впоследствии широко распространившееся, предложение об исследовании, в котором призывал опробовать новый подход и другую задачу для ИИ: научить робота танцевать. Танец, как писал Чапман, был важной моделью, поскольку «он не достигает целей. Нельзя выиграть или проиграть. Это не задача, требующая решения. Танец – это процесс взаимодействия». Танцующие роботы требовали резкой смены приоритетов исследователей ИИ, чьи техники были построены вокруг задач типа шахмат, с чёткой структурой и недвусмысленными целями. Сложность создания танцующих роботов требовала ещё большей смены наших предположений по поводу того, что такое интеллект.

Что удивительного в мозжечке? Отдел мозга, который дал нам возможность наслаждаться красотой и великолепием музыки, невероятной точностью и грацией танцевальных движений.

Без понимания природы возникновения интеллекта и механизмов разумного поведения невозможно создание искусственного интеллекта. Можно бесконечно составлять сети нейроподобных элементов варьируя их количество, организацию, алгоритмы, но невозможно случайным образом повторить то над чем трудилась эволюция миллионы лет.

Природа деятельности живых организмов определяется их потребностями, связанными с необходимостью выживать, питаться, размножаться и сохранять энергию. И ни одно живое существо не действует вне внутренних мотивов формируемых потребностями. И невозможно представить разум лишенный внутренних мотивов и целей. Каждое движение наших глаз, произнесение слов, формирование мыслей есть результат работы механизмов ответственных за удовлетворение наших потребностей. Стремление создать абсолютный интеллект, не обусловленный никакими потребностями, приведет к получению бездействующего механизма или действующего подобно автомату.

Наш окружающий мир очень сложен и многообразен и создание рефлексов на все случаи жизни, которые бы позволили организму быть в этом мире успешным, не предоставляется возможным. Поэтому природа создала механизм, который позволяет формировать и отбирать рефлексы, которые приводят к желаемому результату – это эмоции, или эмоциональные механизмы.

Но какие же потребности могут быть у искусственного интеллекта, ведь ему незачем испытывать голод, за зарядом его батареи может последить человек, а чувство страха может спровоцировать на действия к самообороне, любовь и привязанность – эти чувства даже Человеку создали множество хлопот. Единственное, что действительно необходимо искусственному интеллекту это желание обучаться, любопытство и стремление к новому. Природа всех эмоций сходна и все перечисленные эмоции, возможно, воплотить в искусственном интеллекте.

Интервью снималось на фоне конвейера по сборке автомобилей Tesla со снующими туда-сюда роботами

Илон Маск дал большое интервью своему другу и единомышленнику Сэму Альтману из инновационного бизнес-инкубатора Y Combinator. Напомним, в прошлом году Маск вместе с Альтманом основали некоммерческую организацию OpenAI для создания открытого демократичного (доброго) ИИ, который убережёт человечество от появления централизованного (злого) ИИ. Их обоих волнует наше будущее.

Илон Маск сразу сформулировал три важные задачи, которые стоят перед человечеством:

1. Искусственный интеллект.
2. Генетика.
3. Скоростной интерфейс к мозгу.

Дмитрий Малютов мало что может рассказать о своём творении.

Он работает в исследовательском отделе IBM, и часть своего времени посвящает созданию систем машинного обучения, решающих задачи корпоративных клиентов компании. Одна такая программа разрабатывалась для большой страховой компании. Задание было непростым, требовался сложный алгоритм. Когда пришло время объяснять результаты клиенту, возникла заминка. «Мы не могли объяснить им эту модель, потому что они не разбирались в машинном обучении».

А даже если бы и разбирались, это могло им не помочь. Потому что моделью была искусственная нейросеть, программа, принимающая данные нужного типа – в нашем случае, дела клиентов страховой компании – и находившая в них шаблоны. Подобные сети используются на практике уже полстолетия, но недавно они испытали возрождение, и помогают совершать прорывы везде, от распознавания речи и переводов до игры в Go и робомобилей.