2018'de yapay zeka için önemli kilometre taşları nelerdir? 2019'da ne olacak?
Tüm dünyada popüler olan yapay zeka insanlığa fayda sağlayacak mı? Dünyayı yok edecek mi? 2019'da yapay zeka alanında neler olacak? Yapay zeka tanrılarını takip edelim ve 2019 yılında yapay zeka alanındaki yeni gelişmeleri dört gözle bekleyelim.
Yapay zeka, dünyayı kurtarabilen ve sona erdirebilen bir teknolojidir.
Yabancı medya, yapay zekanın iyi mi kötü mü olduğu konusundaki tartışmaları ve aldatmacayı sona erdirmek için uzun yıllardır büyük küresel teknoloji ve endüstri şirketleriyle işbirliği yapan bazı seçkin kişilerle röportajlar yaptı ve yapay zekanın doğru gelişim yönü konusundaki görüşlerini öğrendi.
2018'de yapay zeka için önemli kilometre taşları nelerdir? 2019'da ne olacak? Aşağıda, Google Brain kurucu ortağı Wu Enda, Cloudera makine öğrenimi genel müdürü ve Fast Forward Labs kurucusu Hilary Mason (Hilary Mason), Facebook Yapay Zeka Enstitüsü kurucusu Yann LeCun ve Accenture Global Yapay Zeka Başkanı Dr. Rumman Chowdhury'nin görüşleri yer almaktadır. .
2018'e dönüp baktıklarında ve 2019'u dört gözle beklerken bazıları şöyle dedi: Yapay zekanın neler yapıp yapamayacağını giderek daha fazla insan anladıkça, yapay zekanın dünyayı bitirdiğine dair daha az söz var ve bundan çok memnunlar. . Ancak bu uzmanlar, yapay zeka geliştirirken, bilgisayar ve veri bilimcilerinin yine de sorumlu etiği benimsemeleri gerektiğini vurguladılar.
Rumman Chowdhury
Chowdhury, Accenture'un Uygulamalı Zeka departmanının genel müdürü ve şirketin sorumlu AI programının küresel başkanıdır. 2017 yılında BBC tarafından en etkili 100 kadından biri seçildi.
Chowdhury, 2018'de halkın yapay zekanın yeteneklerine ve sınırlamalarına ilişkin anlayışının arttığını görmekten mutlu olduğunu ve ayrıca insanların, yapay zekanın oluşturduğu tehditler hakkında daha dengeli bir tartışma yürüttüğünü duymaktan mutlu olduğunu söyledi. Akıllı makinelerin "Terminatör" filmindeki gibi dünyayı kontrol etmesinden endişe edin. Ardından, insanların mahremiyet, güvenlik sorunları ve yapay zekanın bizi ve gelecek nesilleri şekillendirmede oynayabileceği rol hakkındaki şüpheler konusundaki ihtiyatlılıkları var.
Ancak, halkın yapay zeka anlayışı olması gerektiğini düşündüğü seviyeye ulaşmadı. Chowdhury, önümüzdeki yıl daha fazla insanın AI sistemlerini anlamak için eğitim kaynaklarını kullanabileceğini ve AI'nın kararlarını akıllıca sorgulayabileceğini umuyor.
Yapay zeka ekosistemindeki teknoloji şirketlerinin ve insanların çalışmalarının etik etkisini değerlendirmeye başlama hızı onu hoş bir şekilde şaşırttı. Ancak AI topluluğunun ahlaki sloganlar atmak yerine daha pratik adımlar atabileceğini görmeyi umuyor.
"Etik ve yapay zeka açısından, umarım, tramvay sorununa ek olarak, yapay zekanın net cevaplar olmadan soracağı zor soruları derinlemesine inceleyebiliriz. Örneğin: yapay zeka ve IoT izleme arasında nasıl başarılır?" "Makul" denge? Mevcut ırk ayrımcılığını derinleştiren cezalandırıcı gözetime direnirken güvenliği sağlamak mümkün mü? Zenginler ve yoksullar arasındaki uçurumu daha da genişletmemek için ileri teknolojinin faydaları nasıl yeniden dağıtılmalıdır? Yapay zekaya ne düzeyde maruz kalmak çocukları hale getirebilir? "Yerli yapay zeka", ancak onun tarafından kontrol edilmiyor veya homojenleştirilmiyor? Yapay zeka, çocukların yaratıcılığını ve bağımsız düşünme yeteneğini büyük ölçüde geliştirirken eğitim ölçeğini genişletmek ve eğitimi otomatikleştirmek için nasıl kullanılabilir? "
Chowdhury, önümüzdeki yıl dünyanın dört bir yanındaki hükümetlerin teknoloji şirketlerinin incelemesini ve yönetimini güçlendirmesini bekliyor.
"Yapay zeka ve teknoloji devlerinin gücü, endüstriyi ve teknolojiyi nasıl düzenleyeceğimiz konusunda pek çok soruyu gündeme getirdi. 2019'da bu sorunları çözmemiz gerekecek. Çok amaçlı ve belirli koşulların sonucu nasıl düzenlenir? Etkilenen teknoloji? İnovasyonu engellemeyen ya da büyük şirketleri (uygunluk maliyetini karşılayabilen şirketler) kayırmayan yönetim düzenlemeleri nasıl formüle edilir? Denetimin kapsamı nasıl belirlenir? Küresel? Ulusal? Veya yerel izleme? "
Ayrıca yapay zekanın jeopolitik konulardaki rolünün gelişmeye devam edeceğini umuyor.
Yapay zeka sadece bir teknoloji değil, aynı zamanda ekonominin ve toplumun da şekillendiricisidir. Bu teknolojide değerlerimizi yansıtabilir, ölçebilir ve uygulayabiliriz. Sektörün neyin nasıl inşa edilmesi gerektiği üzerinde etkisi vardır. Çok ciddiye almayın. Bunu başarmak için, AI endüstrisindeki ortak fikirlerin bir kenara atılması gerekiyor. Bunu biz inşa etmesek bile Çin yapacak ve yaratma gücün yattığı yerdir. "
Ayrıca şunları söyledi: "Umarım düzenleyiciler, teknoloji ve araştırmacılar, AI rekabetinin sadece bilgisayar gücü ve teknik zeka ile ilgili olmadığını, tıpkı Soğuk Savaş'ın sadece nükleer yeteneklerle ilgili olmadığını fark eder. Daha adil, daha adil olma sorumluluğumuz var ve Dünyayı daha açık bir şekilde yeniden inşa etmek. Bu, geçici olan nadir bir fırsat ve bu fırsatı değerlendirmeliyiz. "
Tüketici açısından bakıldığında, yapay zekanın 2019'da hanelerde daha yaygın olarak kullanılacağına inanıyor. Birçok kişi Google Home ve Amazon Echo gibi akıllı hoparlörleri ve diğer birçok akıllı cihazı kullanmaya daha alıştı. 19 Ocak'ın ikinci haftasında Las Vegas'ta düzenlenecek olan ve yapay zekayı insanların günlük yaşamlarına daha da entegre edebilecek tüketici elektroniği fuarında bu konuda özellikle ilginç bir şeyin öne çıkıp çıkmayacağını merak ediyor. hayat.
Dedi ki: "Sanırım hepimiz bir robot uşağın ortaya çıkmasını bekliyoruz."
Wu Enda
Enda Wu, Stanford Üniversitesi Bilgisayar Bilimleri Bölümü'nde doçenttir. Birçok nedenden ötürü, adı AI çevresinde yaygın olarak bilinir. Google Brain'in (tüm Google ürünlerine yapay zeka yayan bir proje) kurucu ortağı ve Landing AI'nın (şirketlerin yapay zekayı operasyonlara entegre etmesine yardımcı olmayı amaçlayan bir şirket) kurucusudur. Aynı zamanda YouTube ve Coursera'daki (Enda Wu tarafından kurulan bir çevrimiçi öğrenim şirketi) en popüler makine öğrenimi kurslarından bazılarında öğretim görevlisidir. Deeplearning.ai web sitesini yarattı ve "Derin Öğrenme Özlemi" adlı bir kitap yazdı.
Baidu'da üç yıl çalıştıktan ve teknoloji devinin bir yapay zeka şirketine dönüşmesine yardım ettikten sonra Wu Enda, Baidu'nun baş yapay zeka bilimcisi olarak istifa etti.
Bundan sonra 175 milyon dolarlık Yapay Zeka Vakfı'na katıldı ve sürücüsüz otomobil şirketi Drive.ai'nin yönetim kurulu üyesi oldu.
Wu Enda, 2019 yılına kadar, ana ilerleme veya değişim alanının, yapay zekanın teknoloji endüstrisi veya yazılım şirketleri dışındaki alanlarda uygulanacağını tahmin ediyor. YZ'nin 13 trilyon GSYİH oluşturacağını söyleyen bir McKinsey raporuna atıfta bulunarak, AI alanındaki en büyük kullanılmayan potansiyelin yazılım endüstrisinin dışında olduğunu söyledi.
2019'da yazılım endüstrisi dışında pek çok AI uygulaması örneği olacağını düşünüyorum. AI, Google, Baidu, Facebook ve Microsoft gibi şirketlere yardım etmede iyi bir iş çıkardı. Bu şirketlerle hiçbir ilişkim yok. Ancak Square, Airbnb ve Pinterest gibi şirketler bile bazı yapay zeka işlevlerini uygulamaya başladılar.Bence bir sonraki değer yaratma dalgası, işi teşvik etmek için imalat şirketlerinde, tarım ekipman şirketlerinde veya sağlık şirketlerinde bir dizi yapay zeka çözümü geliştirecek. Zaman."
Chowdhury gibi Wu Enda da halkın AI'nın yeteneklerini ve sınırlamalarını anlamasının 2018'de çarpıcı bir şekilde artmasına şaşırdı. Yapay zeka hakkındaki tartışmanın artık robot katilleri veya yapay genel zeka korkusu etrafında dönmemesinden mutlu.
Hazırlanan soruyu cevapladığını, ancak başkalarının da benzer fikirlere sahip olmasını beklemediğini söyledi.
"Pratik uygulamalar için çok önemli olduğunu düşündüğüm birkaç alandan alıntı yapmaya çalıştım. Yapay zekanın pratik uygulaması bazı engellerle karşılaşacak, ancak bu engellerin çözüleceğini düşünüyorum." Dedi.
Wu Enda, önümüzdeki yıl hem yapay zeka hem de makine öğrenimi araştırma alanlarında tüm alanın gelişimini teşvik etmeye yardımcı olacak ilerlemeyi görmekten çok memnun. Yapay zeka bir yandan daha az veriyle kesin sonuçlar çıkarabilir. Bu alandaki bazı kişiler buna "küçük örnek öğrenme" adını verir.
Dedi ki: "Derin öğrenmedeki ilk ilerleme dalgasının, büyük sinir ağları oluşturmak için büyük miktarda veri kullanan büyük şirketler hakkında olduğunu düşünüyorum, değil mi? Yani bir dil tanıma sistemi oluşturmak istiyorsanız, 100.000 saatlik veri simülasyonuna ihtiyacınız var. Bir makine çeviri sistemi oluşturmak için, çok sayıda çığır açan sonuç oluşturmak için paralel bir derlemede çok sayıda cümle modelini simüle etmeniz gerekir. Artık küçük verilerden giderek daha fazla sonuç görüyorum. Yani 1.000 fotoğrafınız olsa bile , Ayrıca bazı sonuçlar almayı da deneyebilirsiniz. "
Bir yandan, bilgisayar görüşünde "evrensel görünürlük" adı verilen ilerlemeler var. Bilgisayarla görme sistemi, Stanford Üniversitesi'nin son teknoloji X-ışını makinesi tarafından alınan ham görüntüler üzerinde eğitilmiştir ve etki çok iyi olabilir. Bu alandaki birçok gelişmiş şirket ve araştırmacı, radyologlardan daha iyi sistemler yarattı, ancak çok esnek değiller.
"Ancak eğitim modelinizi, çekilen resimlerin biraz bulanık olduğu diğer hastanelerdeki düşük kaliteli bir X-ray makinesine veya X-ray makinelerine uygularsanız, teknisyen hastayı sağa çevirdiğinde açı biraz sapar, sonuç Günümüzün algoritmalarıyla karşılaştırıldığında, radyologlar daha iyisini yapacak. Bu yüzden ilginç araştırmanın yeni durumlarda algoritma öğrenmenin çok yönlülüğünü geliştirmeye çalıştığını düşünüyorum. "
Yann LeCun
Yann LeCun, New York Üniversitesi'nde profesör, Facebook'ta baş yapay zeka bilimcisi ve Yapay Zeka Araştırma Enstitüsü'nün (FAIR) kurucusudur. Facebook Yapay Zeka Araştırma Enstitüsü, PyTorch 1.0, Caffe2 ve Facebook'un milyarlarca kez metin çevirisi yapay zeka araçlarını günlük kullanımı ve Go oynamak için gelişmiş takviye öğrenme sistemleri gibi çok sayıda başka yapay zeka sistemini geliştirdi.
FAIR'in araştırma ve araçları için benimsediği açık kaynak politikasının bu politikanın diğer büyük teknoloji şirketleri tarafından benimsenmesini teşvik ettiğine ve bunun tüm AI alanının gelişimini desteklediğine inanıyor. Geçen ay NeurIPS konferansı ve FAIR'in 50. yıldönümü vesilesiyle LeCun, FAIR'den "tüm olası makine öğrenimini gerçekleştirebilen teknoloji ve matematiksel hinterland" adanmış bir araştırma enstitüsü olarak bahsetti.
Yapay zeka araştırmalarını tartışmaya daha fazla insan başladığında, tüm alan daha hızlı ilerleyecektir. Bu, yapay zeka araştırmaları üzerinde önemli bir etkiye sahiptir. Bugün yapay zekanın hızlı gelişimi, daha çok insanın daha hızlı yapmasından kaynaklanmaktadır. Daha etkili iletişim ve daha açık araştırma. "
Etik düzeyde LeCun, halkın yapay zeka çalışmasının etik etkisi ve önyargılı karar vermenin tehlikeleri hakkında düşünmeye başladığını görmekten mutlu.
"Durum iki veya üç yıl öncekinden farklı. Artık insanlar etik sorunların tamamen farkında." Dedi.
Yapay zeka alanında etik ve önyargı konusunun henüz acil önlemler gerektiren önemli bir konu haline gelmediğine inanıyor, ancak insanların önceden hazırlık yapması gerektiğine inanıyor.
Çözülmesi gereken büyük ölüm kalım meselelerinin olmaması gibi. Ancak sorunlar er ya da geç gelecek ve onları anlamamız ve gerçekleşmeden önce önlem almamız gerekiyor.
Wu Enda gibi, LeCun da gelecekte daha esnek AI sistemlerini dört gözle bekliyor. Bu sistemler, doğru çıktı elde etmek için orijinal girdi verilerine veya kesin koşullara ihtiyaç duymaz.
Ayrıca araştırmacıların derin öğrenme yoluyla algıyı iyi idare edebilmelerine rağmen, AI sisteminin genel mimarisini anlamadıklarını belirtti.
Makinelere dünyayı gözlemleyerek öğrenmeyi öğretmek için, kendi kendini denetleyen öğrenme veya model tabanlı pekiştirmeli öğrenme gereklidir.
Dedi ki: "Farklı insanlar buna farklı diyor, ancak hem insanlar hem de hayvanlar, birçok arka plan bilgisini gözlemleyerek ve anlayarak dünyanın nasıl işlediğini algılıyor. Makinelerin bunu yapmayı öğrenmesini sağlamayı henüz bilmiyoruz. Bu çok büyük bir Zorluk: Bu araştırmanın sonuçları, yapay zeka ve bilgisayarların gerçek gelişimini teşvik edecek, böylece makineler biraz sağduyuya sahip olacak, böylece insanlar hayal kırıklığına uğramadan daha geniş bir konu yelpazesinde makine asistanlarıyla iletişim kurabilecekler. "
LeCun, Facebook'un dahili operasyonlarına yardımcı olan uygulamalar için, doğru sonuçlar elde etmek için az miktarda veri gerektiren kendi kendini denetleyen öğrenme ve yapay zeka alanındaki ilerlemenin çok önemli olacağını söyledi.
Problem çözme sürecinde, makine çevirisi ve görüntü tanıma gibi belirli görevler için gerekli olan veri miktarını azaltmanın yollarını bulmayı umduğumuzu ve bu yönde bazı ilerlemeler kaydettiğimizi belirtti. Zayıf bir şekilde denetlenen veya kendi kendine denetlenen öğrenimi kullanarak Facebook makine çevirisi ve görüntü tanıma üzerinde zaten derin bir etkimiz oldu. Bu nedenle, bu etkiler sadece uzun vadeli değil, aynı zamanda kısa vadeli etkiler de getirebilir.
Gelecekte LeCun, AI'nın olaylar arasında nedensel ilişkiler kurmada ilerleme kaydettiğini görmeyi dört gözle bekliyor. Bu yetenek sadece gözlem yoluyla değil, aynı zamanda uygulama ve anlayışla da kazanılır. Örneğin insanlar şemsiye kullanırken yağmur yağıyor olabilir.
Bir makinenin dünyanın nasıl çalıştığını gözlem yoluyla anlamasını istiyorsanız, dünyayı etkilemek için neler yapabileceğini bilmesi gerektiğinden bahsetti ki bu çok önemli. Diyelim ki önünüzde masa olan bir odadasınız Masanın üzerinde su fincanı gibi bir nesne var Su bardağını ittiğinizi ve su kabının hareket edeceğini biliyorsunuz ama masa ağır ve büyük olduğu için masayı hareket ettiremiyorsunuz. . Bu tür şeyler sebep ve sonuç ile ilgilidir.
Hillary Mason
Cloudera'nın 2017'de Fast Forward Labs'ı satın almasının ardından Hilary Mason, Cloudera'nın makine öğreniminin genel müdürü oldu. Fast Forward Labs satın alınmış olmasına rağmen halen faaliyettedir. Kullanıcılara, önümüzdeki altı aydan iki yıla kadar işletmenin gelişme yönünü tahmin etmek için uygulamalı makine öğrenimi raporları ve öneriler sunar.
2018'de, AI alanında çoklu görev öğrenimiyle ilgili bir gelişme Mason'u şaşırttı. Çok görevli öğrenme, bir görüntüde görülen birden çok nesne gibi çıkarım sırasında birden çok etiket uygulamak için tek bir sinir ağını eğitebilir.
Fast Forward Labs, müşterilerine yapay zeka sistemlerinin etik etkisi konusunda danışmanlık yapıyor. Mason ayrıca AI sistemleri için etik bir çerçeve oluşturmanın öneminin farkındadır.
Mason, "Fast Forward'ın kuruluşundan bu yana yaptığımız şey bu. Beş yıl önce her rapora etik normlar yazıyorduk. Ama bu yıl halk gerçekten etik normlara önem vermeye başladı. , Bunu umursamayan işletmeler ve bireyler, ilgili sonuçları ve sorumlulukları üstlenecekler. Açıkça söylemediğim bir şey, gelecekte veri bilimi ve yapay zeka geliştirme uygulamalarında teknisyenlerin ve iş liderlerinin yapay zeka ürünlerini bağımsız olarak geliştirebileceklerini umuyorum. Bugün ona göz yummak yerine etik ve önyargı konularını düşünün. "
Önümüzdeki yıl giderek daha fazla AI sistemi ticari operasyonların bir parçası haline geldikçe Mason, en iyi konumdaki ürün yöneticilerinin ve ürün sahiplerinin AI'ya daha fazla katkı yapmasını bekliyor.
Açıkçası, genel ürün çerçevesini ve sektörü anlayan insanlar hangi ürünlerin değerli ve neyin değersiz olduğunu biliyorlar ve aynı zamanda yatırım yönünde en iyi karar vericinin kim olduğunu da biliyorlar. Yani tahmin edersem, düşünüyorum. Basit modeller oluşturmak için elektronik tabloları kullananlar çok yetersiz hale gelecek ve ürünlerine yapay zekayı uygulamak için çok az fırsat olduğunu hemen anlayacaklar. "
Yapay zeka sisteminin şirket içinde uygulanmasını sağlamak için yapay zekanın demokratikleştirilmesi veya yapay zekanın veri bilimi ekibi dışında kurumun tüm departmanlarına genişletilmesi, Kubeflow Pipelines ve AI Hub gibi Google Cloud AI ürünleri ve CIT şirketleri gibi birçok şirket tarafından vurgulanmaktadır. Yapılan önerileri kullanın.
Mason, giderek daha fazla şirketin birden fazla AI sistemini yönetmek için yapılar inşa etmesi gerektiğine inanıyor.
Geliştirme ve operasyon personelinin karşılaştığı zorluklar gibi, tek bir sistem manuel olarak dağıtılan özel komut dosyalarıyla yönetilebilir ve cron komut dosyaları da düzinelerce sistemi yönetebilir. Ancak bir kuruluşta güvenlik, yönetim ve risk gereksinimleri olan yüzlerce sistemi yönetirken, daha profesyonel ve sağlam araçlara ihtiyaç vardır.
Ayrıca, şirketlerin yetenekli ve yetenekli yetenekler aramaktan sistematik olarak makine öğrenimi ve yapay zeka fırsatları peşinde koşmaya geçtiğini belirtti.
Cloudera kısa süre önce konteyner tabanlı bir makine öğrenimi platformunu piyasaya sürdüğünden beri Mason'un yapay zekayı dağıtmak için gereken konteynerleri vurgulaması mantıklı. Bu eğilimin önümüzdeki birkaç yıl içinde de devam edeceğine inanıyor, böylece şirketler yerel AI ve bulut AI dağıtımı arasında seçim yapabilir.
Mason ayrıca, AI'nın işinin yalnızca tek bir şirkette değil, tüm sektörde gelişmeye devam edeceğine inanıyor.
"Yapay zeka profesyonel uygulamasının sürekli gelişimini göreceğiz. Şu anda bir şirkette veri bilimcisi veya makine öğrenimi mühendisi iseniz, başka bir şirkete geçtiğinizde işiniz tamamen farklı olacaktır: farklı araçlar, Farklı beklentiler ve farklı rapor yapıları. Ancak tutarlılığın hala var olduğunu düşünüyorum. "
