Dışardan endüstri liderine kadar, Facebook yapay zekasının tanıtımının arkasındaki kahraman olduğu ortaya çıktı!
[Lieyun.com (WeChat ID: ilieyun)] 21 Nisan'da bildirdi (derleme: Xiaobai)
Facebook'un Menlo Park'taki merkezinden 3000 mil uzakta, Manhattan şehir merkezindeki eski bir bej ofis binasında, bir grup şirket çalışanı sosyal ağlardan çok bilimkurgu hikayeleri olan projeler üzerinde çalışıyor. Bu ekip Facebook Yapay Zeka Araştırma Grubu olarak adlandırılır ve dahili olarak FAIR olarak adlandırılır. FAIR'in hedefi çok açık: insanlara rakip olan bir yapay zeka bilgisayarı geliştirmek. Nihai hedef hala uzakta olsa da, ekip en azından on yıl önce kimsenin hayal etmeye cesaret edemediği başarılara ulaştı. Bu AI projelerinin yarattığı çalışmalar, Wikipedia'dan seçilen yanlışlık seviyesine ve eksiksiz zeka testlerine ulaşabilir. "StarCraft" gibi gelişmiş video oyunları oynayabilirler. Yavaş yavaş daha akıllı hale gelirler. Sonra bir gün, Facebook'u arkadaşlar arasındaki etkileşimi teşvik eden bir araçtan arkadaşınıza çevirecekler.
FAIR, çeşitli nedenlerden dolayı gerçekten bir Facebook ekibi değildir. FAIR üyeleri, 41 milyon dolar değerinde olan ve çok sayıda ağır sıklet sıcak ürüne sahip olan bu şirket için doğrudan çalışmıyor. Ve nihai hedefine onlarca yıl sonra ulaşılamayabilir veya asla gerçekleştirilemeyebilir. Ve gruba tipik bir Silikon Vadisi ünlüsü değil, gerçek hayatta gerçek başarısızlıklar yaşayan ve tekrar başarılı olan 56 yaşındaki bir bilim adamı olan Yann LeCun liderlik ediyor. Yapay zeka konusundaki teorisi bir zamanlar dünya tarafından reddedildi ve şimdi birinci sınıf bir teori olarak kabul ediliyor ve kanıtı Facebook'un ödülü.
"Dijital dünya, cep telefonları ve bilgisayarlarla etkileşiminiz tamamen değişecek" dedi.
FAIR, bilgisayarın bağımsız görsel-işitsel ve iletişim yeteneklerini geliştiriyor ve ekibin bulguları, Haber Akışı sıralamalarından kamera görüntü filtrelerine kadar Facebook ürünlerine nüfuz etti. Facebook, yalnızca yapay zeka çok ilginç olduğu için değil, aynı zamanda yapay zeka gerekli olduğu için de yoğun bir şekilde yatırım yaptı. Günümüz teknolojisinin tüm yönlerinde şirketler, yapay zeka temelleri üzerinde rekabet etmektedir. Uber'in yapay zeka tabanlı sürücüsüz arabaları, araç selamlama stratejisinin merkezinde yer alıyor. Google'ın yapay zekaya dayanan Google Home akıllı hoparlörü, kullanıcıların arama çubuğuna girdiği soruları yanıtlayabilir. Amazon, 674 milyar dolarlık market pazarını alt üst etmek için yapay zeka yazar kasaları olan bir market inşa ediyor.
Facebook'ta AI da her yerdedir. Örneğin, yapay zeka tabanlı fotoğraf filtreleri, Snapchat'ın zorluklarıyla başa çıkmalarına yardımcı oluyor. Fotoğraflardaki nesneleri görme ve itme sırasında size hangi içeriğin gösterileceğine karar verme becerisine sahip yapay zeka, şirketlerin kullanıcıları elde tutmak için ilgi çekici bir deneyim sağlamasına yardımcı oluyor. Benzer teknolojiler, zamanında işaretlemek ve kaldırmak için taciz, terör ve pornografik içeriği izlemeye devam ediyor.
Şirketin uygulamalı makine öğrenimi ekibi (AML) lideri Joaquin Candela, "İnsanların Facebook'un tüm ürün yelpazesindeki deneyimi yapay zekaya dayanıyor.
Alan gelişmeye devam ettikçe Facebook, şirketin yeni veya eski diğer rakiplerinin önünde kalmasına yardımcı olmak için LeCun ve ekibine giderek daha fazla güvenecektir.
Yıllarca süren eleştiri ve marjinalleştirmeden sonra, LeCun nihayet her şeye sahip: 80 araştırmacı, Facebook'tan büyük miktarda fon ve çalışmalarına ana akım güven. Şimdi yapması gereken tek şey araştırma sonuçlarını çıkarmak.
Bilgisayar görüşü
Uzun zaman önce LeCun, bilgisayarı "görmesini" sağlayabileceğine inanıyordu. Görünüşe göre yüz tanıma ve görüntü algılama çok yaygın, ancak 1980'lerin başında, LeCun hala Paris'te çalışırken, bilgisayar gerçekte hiçbir şey göremiyordu ve görüntüdeki ya da mercek içindeki nesneleri tanıyamıyordu. Olan şeyler. Bu dönemde LeCun, 1960'lardan beri derinlemesine araştırılmamış bir alanı açmanın bir yolunu buldu, ancak fikri "algı dahil makinelerin öğrenmesine izin verebilir".
Bu yönteme yapay sinir ağı adı verilir; görüntüdeki içeriği küçük parçalara ayırmak için küçük, birbirine bağlı bir sensör sistemi kullanır ve daha sonra sistemin önceki girişine göre modeli tanıyıp ne gördüğünü belirler. Sinir ağlarına karşı makaleler okuduktan sonra - yani, bu sinir ağlarını eğitmek zordur ve özellikle güçlü değildir - LeCun, dış dünya tartışmalı olsa bile, bu alanda ilerlemeye ve doktora yapmaya karar verdi. Bu yorumlardan bahsederken sadece "Ben buna inanmıyorum" dedi.
Yapay zeka alanındaki zor zamanlar o kadar sık ve yoğun yaşandı ki, insanlar bunun için özel bir terim buldu: AI Winter. Araştırmacıların sonuçları önceki retorikleriyle eşleşemediğinde, AI kışı geniş bir alanı vurur ve dış dünya bir teknoloji eksikliği gibi görünür.Sonuç, fon sıkıntısı, ilginin tükenmesi ve teknolojik gelişmenin askıya alınmasıdır.
LeCun ayrıca kendi AI kışını yaşadı. 90'ların ortalarında, AI araştırması için Bell Labs'a girdikten sonra, ATT'nin iç çatışması ekibinin dağılmasına neden oldu ve o sırada doğrulama ve okuma ATM makinesini başlatmak üzereydiler - sinir ağı tabanlı teknoloji bugün hala kullanımda. . LeCun, "Başarılı olmak üzereyken, tüm proje aniden sona erdi," dedi ve "Bu gerçekten sinir bozucu."
Aynı zamanda, diğer yöntemler de yavaş yavaş ana akım araştırmacıların lehine oldu. Bu yöntemler gelecekte artık tercih edilmeyebilir, ancak o zamanlar, sinir ağlarının gelişimini teşvik etmek için yeterliydi - ancak LeCun, marjinalleşmeyle karşılaştı. 2000'lerin başlarında, kurumsal akademik kurumlar konferanslarında makale yayınlamasına bile izin vermediler. Sinir ağlarının öncülerinden Geoff Hinton, "Bilgisayar görüşü alanı onu temelde görmezden geliyor" dedi ve "İnsanlar araştırmasının 1980'lerin bir ürünü olduğunu düşünüyor ve bu sorunların şimdi çözülmesi gerekiyor."
"Elbette şimdi kimse bunu söylemez" diye ekledi.
Diğer sinir ağı araştırmacıları da o sırada benzer sorunlarla karşılaştı. Montreal Üniversitesi'nde profesör ve Montreal Öğrenme Algoritması Araştırma Enstitüsü başkanı Yoshua Bengio, onunla ders vermeye istekli lisansüstü öğrenci bulamadı. Dedi ki: "Öğrencileri daha ileri çalışmalar için bu alanda kalmaları için sadece baskı yapabilirim çünkü doktoralarını tamamladıktan sonra bir iş bulamayacaklarından endişe ediyorlar."
LeCun, 2003 yılında kendi kurtuluşunun temelini attı. O yıl New York Üniversitesi'ne katıldı ve Hinton ve Bengio ile büyük bir gayri resmi sinir ağı canlanma ittifakında tanıştı. LeCun gülümseyerek, "Şaka yollu bir şekilde derin öğrenme komplosu olarak adlandırdığım araştırmaya başladık," dedi.
Derin öğrenme komplosu bu alanda önemli bir rol oynamıştır, çünkü tespit etmeniz gereken her nesne türü için tek, özel bir sinir ağı geliştirmek yerine, tanınabilir bir görüntü tasarlamak için aynı şablonu kullanabileceğinizi düşündüğü için. , Video ve ses nöronları. Bu nedenle, penguenleri tanımlamak için bir sinir ağı ve kedileri tanımlamak için başka bir sinir ağı inşa etmek zorunda değilsiniz.Aksine, penguenleri ve kedileri aynı anda tanımlamak ve ikisi arasındaki farkları ayırt etmek için bir sinir ağı geliştirebilirsiniz. Bu yeni sinir ağları, ses dalgalarına dayalı konuşma kalıplarını tanıma gibi diğer görevler için de değiştirilebilir.
Derin öğrenme komplosu araştırması esas olarak iki önemli dış faktör tarafından desteklenmektedir: sinir ağlarının pratik uygulamalara ayak uydurmak için yeterince hızlı çalışmasını sağlayan bilgisayar gücünün iyileştirilmesi ve esas olarak İnternetten kaynaklanan mevcut verilerin katlanarak büyümesi Büyük miktarda verinin yaygın popülaritesi, sinir ağlarını daha akıllı hale getirebilir. Nihayetinde, bu iki faktör tarafından yönlendirilen esnek, hızlı ve kesin bir yöntem, bu alanda yeni olanaklar açtı.
LeCun ve meslektaşları tarafından atılan temelle, bilgisayar görüşü 2010'ların başında patlama yaptı. Bilgisayar görüntüdeki, ardından videodaki ve ardından canlı yayındaki nesneleri tanıyabildi. Şimdi, kamerayı bir basketbol topuna doğrultabilirsiniz ve AI, kameranın önündeki nesnenin ne olduğunu bilecektir. Böylece LeCun, anında bir dışardan bir endüstri liderine dönüştü. LeCun, "Sadece bir yıl içinde, kimsenin umursamadığı alanlar artık çok canlı," dedi ve "Bu çılgınlık - bu çılgınlık."
LeCun, Aralık 2013'te Facebook'a katıldı. Görsellere AI araştırması uygulamakla ilgilenen kişiler için Facebook ideal bir çalışma ortamıdır. Facebook platformda LeCun ve araştırmacılarının yeni fikirlerini gerçekleştirmelerine yetecek kadar çok sayıda görsele sahip. FAIR genellikle AML ile işbirliği yapar ve ardından araştırmasını Facebook'a uygular. İki ekip ayrıca tüm şirketin bu başarılara erişmesine izin veren yeni bir sistem kurdu. AML, size hangi içeriği Haber Kaynağında vb. Sunacağına karar vermek için FAIR'in araştırmasını kullanır.
Bilgisayar düşünme yeteneği
Bilgisayarların görmeyi öğrenmesine izin vermek, onlara dünyanın nasıl çalıştığını anlamayı öğretmede temel bir adımdır. İnsanlar dünyayı anlıyor çünkü tekrar tekrar sahneler görüyoruz ve bunların nasıl geliştiğine dair bir anlayış oluşturuyoruz. Örneğin, bir araba hızlı bir şekilde bize doğru gittiğinde, bunun tehlikeli olabileceğini bilir ve hemen ondan kaçınırdık. Hava karardığında, ışığı açmanın çevreyi geri kazanabileceğini bileceğiz, böylece ışığı açacağız.
FAIR, bilgisayarların biz insanlar gibi sonuçları tahmin etmeyi öğrenmesini sağlamaya çalışıyor. LeCun, ekibinin yapay zekalarının çok sayıda ilgili videoyu izlemesine ve ardından makinenin daha sonra ne olacağını tahmin etmesine izin vermek için belirli bir noktada duraklamasına izin verdiğini açıkladı. Yapay zeka sistemine birinin kafasında açılan su şişesi kapağının videosunu tekrar tekrar gösterirseniz, sistem bu eylemin o kişiyi ıslatacağını tahmin edecektir.
"Bir dereceye kadar, bilgeliğin özü tahmin etme yeteneğidir," diye açıkladı LeCun. "Bir dizi eylemin olası sonucunu tahmin edebiliyorsanız, önceden plan yapabilirsiniz. Bunu yapmak için bir dizi eylem düzenleyebilirsiniz. Belirli bir hedefe ulaşın. "
Yapay zekanın tahmin etmeyi öğrenmesine izin vermek bugün bu alandaki en zor zorluklardan biridir, çünkü büyük ölçüde teorik olarak doğru olan birden fazla olası sonuca sahip çok fazla senaryo vardır.
LeCun'un, kalemi masanın üstüne dik tuttuğunu ve bıraktığını hayal edin. Bilgisayara bir sonra kalemin nerede olacağını sorarsanız, doğru bir cevap yoktur - makine kalemin düşeceğini bilir, ancak nereye düşeceğini bilemez. Bu yüzden sisteme birden fazla doğru cevap olduğunu söylemeniz gerekir, "ve gerçek sonuç tüm olasılıklardan yalnızca biridir. Bu, belirsizlik altında tahmin etmeyi öğrenmenin zorluğudur."
Yapay zekanın belirsizliği anlamasına ve kabul etmesine yardımcı olmak da yapay zeka disiplininin bir parçasıdır. "Denetimsiz öğrenme" olarak adlandırılır ve aynı zamanda YZ alanındaki en modern araştırmadır. Yapay zeka, dünya yasalarını anlayacak ve bundan sonra ne olacağını tahmin edecek kadar gözlemlediğinde, düşünme tarzı insanlara bir adım daha yaklaşır ve bir tür sağduyu kazanır LeCun'a göre, bu, makineyi daha akıllı hale getirmek içindir. anahtar.
LeCun ve ekibi, yapay zekanın gri alanları tam olarak anlamasının yıllar alacağını anlıyor, ancak başarının orada olduğuna inanıyorlar. LeCun'un araştırma müdürü Larry Zitnick, "Bu an sonunda gelecek" dedi, "ancak en az 10 yıl alacak."
Bilgisayar konuşma yetenekleri
Aralık ayı başlarında Mark Zuckerberg, dış dünyaya "AI uşağı" Jarvis'i göstermek için bir dizi slayt yayınladı. Jarvis'in kodu Facebook kurucusunun kendisi tarafından tamamlandı. Zuckerberg'in tost yapmasına yardımcı olabilir, yüz tanımadan sonra ebeveynlerini eve davet edebilir ve hatta kızı Marx'a Mandarin konuşmasını öğretebilir.
Jarvis harika. Ancak LeCun'a göre özel bir şey yok. LeCun, "Bunların çoğu iyi yazılmış senaryolar ve nispeten basitler ve zeka seviyesi bir dereceye kadar nispeten basit." Dedi. Açıkçası vizyonu daha yüksek.
LeCun, sözlerinizi gerçekten anlayabilecek bir asistan yaratmayı umuyor. "Konuşabilirsiniz" dedi ve "Önceden ayarlanabilir ve aptallığından dolayı sizi kızdırmayan bir makine olabilir."
Böyle bir asistan yaratmanın bir planı yoktur, ancak FAIR'in mevcut araştırma çalışmaları bunun temelini oluşturabilir. Yapay zekaya dünya hakkında ön bir anlayış kazandırmak ve gelecekte ne olacağını tahmin etmesi için onu eğitmek sinir ağının işinin bir parçasıdır. Makinelerin okumayı ve yazmayı öğrenmesine izin vermek de FAIR'in sinir ağlarının farkına varmasını sağladığının bir parçası. Bir bilgisayarın gözünde bir görüntü bir dizi sayıdır - ancak bir ses cümlesi, metin gibi bir dizi sayı olarak da ifade edilebilir. Bu nedenle, LeCun gibi insanlar, görüntülerdeki nesneleri, konuşma cümlelerindeki kelimeleri veya metindeki konuları tanımak için sinir ağı mimarisini kullanabilir.
Bununla birlikte, AI hala kelimeleri görüntüleri anlayacak şekilde yorumlayamıyor, ancak LeCun, Jarvis'in son halini gelecekte gördü. İdeal asistanı sağduyuya sahip olacak ve diğer asistanlarla iletişim kurabilecek. Örneğin, bir arkadaşınızla bir konsere gitmek istiyorsanız, asistanınıza bunu koordine etmesini söyleyeceksiniz ve ardından asistan önerilerde bulunmak için müzik tercihlerinizi, takviminizi ve olası davranışlarınızı karşılaştıracaktır.
LeCun, "Makineler gerçek dünyadaki belirli özel durumları anlamalıdır," dedi. "İnsanlar aynı anda iki yerde görünemezler. İnsanlar New York'tan San Francisco'ya uçmanın New York'tan San Francisco'ya uçabileceğini söyleyemez. Seyahat maliyeti de dikkate alınmalıdır. İnsan yaşamını koordine etmek için, makinelerin tüm yönleri dikkate alması gerekir. "
Facebook şu anda, Messenger ekibi tarafından çalıştırılan ve yönetilen ve FAIR'in araştırmasının bir kısmına dayanan dijital asistan-M'nin basit bir versiyonunu deniyor. Facebook Messenger kısa süre önce "M Öneriler" i yayınladı, M yardımcı olabileceğini düşündüğünde, sohbete anında müdahale edecek. Örneğin, "Neredesin?" Diye sorduğunuzda, görüşmede M görünecek ve sizin için tek tıklamayla bir paylaşım konumu seçeneği açılacaktır. Şirketin bu özelliği daha gelişmiş kullanımlar için geliştirmesi muhtemeldir.
M, Facebook'un anlamı anlamak için yapay zeka kullanımının bir uygulamasıdır, ancak şirket bu teknolojinin başka kullanımlarını da düşünmektedir. Şirket, önceki kınamayı kırmak için bile uygulayabilir.
2016 seçimlerinin Facebook'a kutuplaşma ve sahte haberler getirmesinden çok önce, LeCun ekibinin bir üyesi olan Y-Lan Boureau, Facebook'ta daha yapıcı sohbetler oluşturmak için yapay zekayı kullanmaya çalıştı. Gördüğümüz tüm görüşleri ele alabileceğimiz bir dünya yaratmayı umuyor. AI, metindeki kalıpları haritalandırarak neyin yanlış olduğunu tespit edebilir ve kötü şeylerin olmasını önlemek için konunun ilerlemesini değiştirmenin olası yollarını bulabilir. "Bu öğrenme süreci hakkında daha fazla şey öğrenirsek ve bu fikirlerin verilerden insanların beyinlerine nasıl girdiğini öğrenirsek, genel olarak nasıl daha yapıcı konuşmalar yapacağımızı daha basit bir şekilde anlayabiliriz." Dedi.
2016 seçimlerinden sonra LeCun, Facebook'un sahte haberleri filtrelemek için yapay zekayı kullanma teknik yeteneğine sahip olduğunu kamuoyuna açıkladı. Bazı insanlar onun açıklamasını Amerika Birleşik Devletleri'ndeki yaygın kutuplaşma sorununa bir çözüm olarak görüyor. Ancak LeCun, bu görevi üçüncü bir tarafa bırakmanın daha iyi olduğunu ve makinenin önyargılı olmaya eğilimli olduğunu ve bu görev için uygun olmadığını söyledi. "Yapay zeka katkıda bulunabilir, ancak teknik konulardan daha karmaşık olan ürün tasarım sorunları," dedi ve "İnsanları belirli bir aşırı bakış açısına yönlendirmek istemezsiniz. Bu konuda mümkün olduğunca tarafsız olmalısınız."
gerçeklik
Hype döngüsü AI alanı için tehlikelidir ve LeCun bunu da biliyor. Bugün, zaten bu heyecan döngüsünde olduğumuz açık. 2013'ün ilk çeyreğinde altı şirket, kazanç konferanslarında yapay zekadan bahsetti. Bloomberg verilerine göre 2017'nin ilk çeyreği itibarıyla toplam 244 şirket yapay zekadan bahsetti.
Gelecek söz konusu olduğunda, LeCun çok ihtiyatlıdır. "Nihai hedefimizden hâlâ çok uzağız" derdi. "Bu sistemler beklediğimiz gibi çalışmıyor" diye de insanları uyarırdı. Aslında, LeCun'un hatırlattığı gibi, yapay zeka, insan seviyesinde zeka olmaktan çok uzaktır.
Öyle bile olsa, LeCun'un yapay zeka tutkusunu gizlemek genellikle zordur. Bugünün alanında karşılaştığınız tahmin ve belirsizlik sorunlarını çözebilecek nispeten yeni bir yapay zeka araştırması türü olan rakip eğitimden özellikle etkileniyor. Yüzleşme eğitimi, gerçek dünyayı kendi başlarına öğrenmelerine izin vermek için iki AI sisteminin birbirleriyle savaşmasına izin verir.
Bu yılın başındaki konferansta LeCun, daha gelişmiş bir taraf gösterdi: Bir AI, başka bir AI'yı, birincisi tarafından üretilen videodaki birkaç karenin, ikincisinin zaten izlediği videonun parçası olduğuna ikna etmeye çalıştı. LeCun, "Çekişmeli eğitim, makine öğrenimi alanında son 10 veya 20 yılda en iyi ve en şaşırtıcı fikir." Dedi.
Elbette, LeCun, bu alanı tekrar sınırlara doğru iterek, karşıt öğrenme etrafında araştırmalar yapmaya devam edecek. 20 yıl öncesinden bugüne kadar neredeyse hiç kimse onun fikirlerini dinlemek istemedi, LeCun çok şey deneyimledi. Yapay zeka araştırmasının yeni başladığını söyleyen ilk kişi olsa da, başarının kendisine ait olmadığını, hiçbir şekilde başarıya ulaşmadan kolayca pes eden bir insan olmadığını söyleyebiliriz.
"Yapay zekanın kötü olduğunu düşünmüyorum, aksine, yapay zeka büyüleyici."
Bu makale Lieyun.com'dandır. Yeniden basıldıysa lütfen kaynağı belirtin:
