Эволюция искусственного интеллекта (AI или ИИ) и машинного обучения идет уже далеко не первый год. Spletnitsa.info  уже рассказывала о там,  как AI может изменить нашу жизнь в будущем и какие проблемы могут возникнуть при использовании этой технологии. Искусственный интеллект  продолжаем  разговор о сложном технологическом прорыве.  

А что насчет беспилотных автомобилей?

Quadcopter flying on a clear sunny green day background with nice lens flare.

Разговор об автомобилях, не требующих водителя, ведутся уже на протяжении десятилетий и прочно закрепились в массовом воображении благодаря произведениям научной фантастики.
Предназначенные для этой цели алгоритмы известны как программы автономного вождения, и для их работы автомобили необходимо оснастить камерами, радарами и лазерными датчиками.
Представьте себе стрекозу с обзором в 360 градусов и миниатюрными датчиками на крыльях, которые помогают ей маневрировать в процессе полета и постоянно корректировать свою тректорию.
Точно таким же образом AI анализирует показатели датчиков автомобиля, обнаруживая вокруг себя различные объекты, выясняя, движутся ли они, и различая, что это — другой автомобиль, велосипед, пешеход или еще что-нибудь.

Анализ тысяч часов видеозаписи примеров идеального вождения научил AI в реальном мире мгновенно принимать на дороге правильные решения, чтобы управлять автомобилем, избегая столкновений.
Долгие годы алгоритмы пытались найти закономерности в часто непредсказуемом характере водителей, но на сегодняшний деть беспилотные автомобили проанализировали данные, собранные в ходе движения автомобилей по реальным дорогам, проехавших в общей сложности не один миллион километров. И в Сан-Франциско уже работают первые коммерческие автономные такси без водителя.

Автономное вождение также является наглядным примером того, что новым технологиям приходится преодолевать далеко не только технические препятствия.
Перспектива полностью автоматизированного трафика будущего упирается в существующие законодательные нормы и правила техники безопасности, а также в совершенно понятное общественное беспокойство по поводу возможных последствий передачи управления автомобилем от живого человека компьютерному алгоритму.
Кайл Фогт — генеральный директор компании Cruise, занимающейся беспилотными автомобилями считает: «Думаю, никто не будет спорить с тем, что безусловным приоритетом дорожного движения может быть только его безопасность. Особенно интересно слушать рассуждения на эту тему именно сейчас, когда люди и роботы-водители справляются с вождением примерно на одинаковом уровне. Однако, учитывая скорость, с которой совершенствуются алгоритмы, уже через несколько лет разговоры эти уйдут в прошлое. Потому что AI будет водить настолько лучше человека, что и обсуждать там будет совершенно нечего».

Что AI знает обо мне?

Некоторые AI просто работают с числами, собирая и комбинируя их в объеме, чтобы создать рой информации, результаты которого могут быть чрезвычайно ценными.
Скорее всего, уже существует несколько профилей вашей финансовой и социальной активности, особенно онлайн, которые можно использовать для прогнозирования вашего поведения.

Ваша карта лояльности супермаркета отслеживает ваши привычки и вкусы в вашем еженедельном магазине. Кредитные агентства отслеживают, сколько у вас денег в банке и сколько вы должны по кредитным картам.
Netflix и Amazon отслеживают, сколько часов контента вы просмотрели прошлым вечером. Ваши учетные записи в социальных сетях знают, сколько видео вы прокомментировали сегодня.

И не только вы, эти цифры существуют для всех, что позволяет моделям AI анализировать их в поисках социальных тенденций.
Эти модели AI уже формируют вашу жизнь: от помощи в принятии решения о том, можете ли вы получить кредит или ипотеку, до влияния того, как ваш выбор рекламы в интернете влияет на ваши покупки.

Сможет ли AI делать всё?

Можно ли объединить некоторые из этих навыков в единую гибридную модель AI?
Это именно то, что может делать одно из самых последних достижений в области AI.
Он называется мультимодальным AI и позволяет просматривать различные типы данных, такие как изображения, текст, аудио или видео, и выявлять между ними новые закономерности.

Этот мультимодальный подход был одной из причин огромного скачка в возможностях ChatGPT, когда его модель AI была обновлена с GPT3.5, который обучался только на тексте, до GPT4, который также обучался с изображениями.
Идея единой модели AI, способной обрабатывать любые данные и, следовательно, выполнять любые задачи, от перевода между языками до разработки новых лекарств, известна как общий искусственный интеллект (ИИК).

Для некоторых это конечная цель всех исследований искусственного интеллекта; для других это путь ко всем этим научно-фантастическим антиутопиям, в которых мы высвобождаем интеллект настолько далеко за пределами нашего понимания, что мы больше не можем его контролировать.

Как обучать AI?

До недавнего времени ключевой процесс обучения большинства AI был известен как «обучение с учителем».
Огромные наборы обучающих данных были обозначены людьми, и AI попросили выяснить закономерности в данных.
Затем AI попросили применить эти шаблоны к некоторым новым данным и дать отзыв о их точности.

Например, представьте, что вы даете AI дюжину фотографий — шесть помечены как «автомобиль» и другие шесть помечены как «фургон».

Затем попросите AI разработать визуальный шаблон, который сортирует автомобили и фургоны на две группы.

Как вы думаете, что происходит, когда вы просите его классифицировать эту фотографию?

К сожалению, похоже, что AI думает, что это фургон. Он, оказывается, не такой уж и сообразительный.
Теперь вы показываете это.

И это говорит вам, что это машина.
Совершенно ясно, что пошло не так.

Из ограниченного количества изображений, на которых он обучался, AI решил, что цвет — лучший способ отделить автомобили от фургонов.
Но самое удивительное в программе AI то, что она пришла к этому решению сама, и мы можем помочь ей усовершенствовать процесс принятия решений.

Мы можем сказать ему, что он неправильно идентифицировал два новых объекта — это заставит его найти новый шаблон на изображениях.
Но что еще более важно, мы можем исправить смещение в наших обучающих данных, придав им более разнообразные изображения.
Эти два простых действия, взятые вместе — и в огромном масштабе — это то, как большинство систем AI были обучены принимать невероятно сложные решения.

Как AI учится самостоятельно?

Обучение с учителем — невероятно мощный инструмент для обучения, но многие недавние прорывы в области искусственного интеллекта стали возможными именно благодаря обучению без учителя.

Проще говоря, именно здесь использование сложных алгоритмов и огромных наборов данных означает, что AI может учиться без какого-либо руководства со стороны человека.

ChatGPT — самый известный пример.

Объем текста в интернете и в оцифрованных книгах настолько огромен, что за много месяцев ChatGPT смог самостоятельно научиться осмысленно комбинировать слова, а затем люди помогали настраивать его ответы.

Представьте, что у вас есть большая стопка книг на иностранном языке, возможно, некоторые из них с картинками.
В конце концов вы могли бы выяснить, что одно и то же слово появлялось на странице всякий раз, когда был рисунок или фотография дерева, и другое слово, когда была фотография дома.
И вы увидите, что рядом с этими словами часто было слово, которое могло означать «это» или, может быть, «этот» — и так далее.
ChatGPT провел такой тщательный анализ отношений между словами, чтобы построить огромную статистическую модель, которую затем можно использовать для прогнозирования и создания новых предложений.

Он опирается на огромную вычислительную мощность, которая позволяет AI запоминать огромное количество слов — по отдельности, группами, в предложениях и на разных страницах — а затем читать и сравнивать, как они используются, снова и снова за долю секунды. второй.

Быстрый прогресс, достигнутый моделями глубокого обучения в прошлом году, вызвал новую волну энтузиазма и беспокойства по поводу потенциала искусственного интеллекта, и нет никаких признаков того, что он замедлится.
Обещания и предупреждения научной фантастики, кажется, внезапно подкрались к нам, и мы обнаруживаем, что уже живем в мире, где AI начинает раскрывать свои странные нечеловеческие способности.

Мо Гавдат — писатель и бывший главный бизнес-директор Google X считает: «Ответ на то, как мы можем подготовить машины для этого этически сложного мира, заключается в том, как мы воспитываем наших собственных детей и готовим их к встрече с нашим сложным миром. Когда мы воспитываем детей, мы не знаем, с какими именно ситуациями они столкнутся. Мы не кормим их с ложки ответами на все возможные вопросы; скорее, мы учим их, как найти ответ самостоятельно».
.