Андрей Добродетели: алгоритм должен научиться решать задачи "slow Brain"
Опубликованно 17.08.2019 00:32
Искусственный интеллект технологии XXI века утверждает. Сегодня ИИ не справляется уже успешно во многих областях – но все-таки с задачами, которые под силу мозга ребенка. Какие препятствия стоят перед мировой прорыв в области ИИ, что опасно цифровое неравенство и зачем нужны яндекс Space Navigator? Чтобы понять эти вопросы корреспондент РИА Новости Олег Чихаем попросил заведующего лабораторией методов анализа больших данных ВШЭ Андрея Устюжанина:
- По словам организаторов, в центре внимания следующих конкурсах Up-Great может быть "искусственный интеллект" и "космонавтика". Тот факт, что эти темы меня поставлен случайно?
- В России производят сервисные технологии, которая позволяет самостоятельно начать и приборы, поддерживающие в помещении, а также их работы на орбите. Так как направление, позволяющее укрепить уже хорошо развитую сферу, сочетание космоса и КИ оправдано. Какие барьеры существуют на стыке этих технологий? Поясни на конкретных примерах.
Один из проектов лаборатории, где мы работаем совместно с ФГУП Times, "российских космических систем" и школы анализа данных Яндекса, - расчет траекторий автоматического предотвращения столкновений с спутников космическим мусором. Эти объекты на орбите скоро будет столько, что новые спутники оснастить двигателями и системой навигации. Не исключено, что проведенная космос-яндекс навигатор, правильные движения на "орбитальной дорог".
23. Июля, 09:00Эксперт: в создании искусственного интеллекта без психолога обойтись
Нынешний подход к управлению спутников означает, как правило, изменить параметры орбиты вручную. Но такая процедура не масштабируется. Нами был предложен подход из семьи ИИ. Он называется "обучение с подкреплением". С помощью симулятора машинного интеллекта все возможные варианты изучает движения спутника, на орбиту земли. Для этого в симуляторе такие критерии, как расход топлива на маневры, возможные отклонения от заданной орбиты, ориентацию спутника в пространстве и гравитационных эффектов. Вам нужен алгоритм рамки, в которых он сам подберет оптимальные варианты управления спутником.
Главный барьер этой технологии заключается в том, что человек способен определять интуитивно быстро, что лучше поступить в конкретной ситуации. Алгоритм не может так. Он должен знать, какое решение-это однозначно хорошо, и "что такое плохо", как в известном стихотворении Маяковского. И без перевода с человеческими представлениями на чейнджер КИ не воспринимается, выбор и Настройка алгоритма представляется возможным. Поэтому разработка технологии моделирования различных процессов является одной из основных линий развития искусственного интеллекта. Важно научиться создавать для описания алгоритма моделирующей программы на формальном языке, высокой динамикой и без двусмысленности толкования.
Еще одна задача для ИИ, связанные с распознаванием образов при создании снимков земли с орбиты. Пример технологический барьер: надо как можно точнее понять, процент облачности в момент съемки. Нужен алгоритм, который способен анализировать изображение и отправлять на землю снимки, где объект закрыт облака до такой степени, что его невозможно анализировать. Это экономит трафик информации от спутников, которые значительно повышают их эффективность. И в перспективе анализ климатических данных с помощью ИИ можно плотно интегрировать с другими сферами деятельности. Чтобы привести не просто отображение, контроль, и проведение полной интеграции с социальными, климатическими и политических процессов, консолидации данных с орбиты в единую картину процессов, которые происходят на нашей планете.
- Развитие информационных технологий происходит быстро, но эволюционно. Большие шаги вперед закон Мура делаются с определенной периодичностью, которая установлена, например,. Но если это так, почему мы говорим, что это один из способов преодолеть барьер в этой области? Видимо, все-таки передний край, граница, за которую можно "забить"?
- Для понимания резки в развитии ИИ необходимо сначала определить, какие ограничения существуют для всей когорты этих технологий. Сегодня ИИ не в состоянии достичь решения ряда задач без большого количества доступных данных. Стоит также вычислительную мощность, мощный компьютер. И только потом сами алгоритмы, которые позволяют оперировать данными. Китай, кстати, выбрал для себя именно этот приоритет в развитии ГИ: накопление как можно большего объема данных алгоритмов для повышения точности.
22. Июля, 14:19"Основа" инвестирует в искусственный интеллект, big data и блоков
В то же время мы видим, что человеческий мозг задачи эффективно и без большого количества данных об объекте решает. Например, обучение ребенка ситуативно моделей поведения работает совершенно по другим механизмам. Посмотрите на него игрушку один раз, чтобы отличить всегда. Даже если из коробки только часть игрушек, ребенок торчит понимать еще, что это была она. Пока эти механизмы нашего мозга не понято должным образом. Чемодан с ребенком и игрушками – в случае, если мы обращаем внимание безусловное преимущество человеческого мозга. Поясните на простом примере. Когда мы тренируемся алгоритмов обнаруживает кошки, мы загрузить то же изображение этого зверя. Никаких дополнительных объектов на этих снимках не имеют аналогичный размер и освещение. Но на самом деле, алгоритм, встреча с образами совсем другого рода. освещение может, например, может быть ночь. И кошки могут видеть в профиле. По нашим человеческим меркам это все еще похожи на кошек. Но по меркам алгоритм характеристики совсем других вещей. И здесь мы приходим к пониманию барьер. Создать алгоритмы, которые не способны работать только с изображениями, идентичными тем, что они видели во время тренировки. Решение этой проблемы может замечательный прорыв технологический.
Следующей задачей: человек, который обладает здравым смыслом. При этом, что здравый смысл точно определить довольно сложно. Соответственно, нет понимания того, как вы определяете задачу common sense и искусственного интеллекта. Существуют различные теории, определяющие устройство психики. Например, Даниэль Канеман, американский психолог, основоположник теории "поведенческой экономике", утверждает, что есть два вида умственного труда. Первый тип -быстро, проекторы. Он не решает задачи, ставит вас на уровень понимания. И есть, как Канеман сформулировал, "медленный мозг". Он всегда старается оправдать решения, которые проанализированы быстрой частью интеллекта, они. Технологическая задача заключается в том, чтобы научить алгоритм, чтобы решить хотя бы путем априорных знаний, такого рода проблемы, характерные для "медленный мозг".
- Какие риски несут в себе развитие искусственного интеллекта? Есть много разных мнений на этот счет. Какая, по вашему мнению, угроза существенно?
- Для начала мы рассмотрим угрозы, которые существуют в общественном мнении. На мой взгляд, из азиатских картин, как "матрица" или "терминатор" должен представлять из себя реальную угрозу. И самое главное из них – стремительный рост неравенства. Прежде всего, неравенство между странами. Сейчас этот фактор является гораздо более реальная угроза, чем суперкомпьютер "Скайнет". Наличие или отсутствие в стране таких технологий, как искусственный интеллект, станет одним из основных факторов усиления этого неравенства. Государства, которые в состоянии обеспечить, часто увеличить эффективность своей экономики и рост ВВП, зависеть все дальше и дальше.
24. Июнь, 03:00Уроков не будет! Как изменится школа с приходом искусственного интеллекта
И если представить, что уровень технологии, который продлевает жизнь человека до 120 лет и защитить от преждевременной смерти? И что будет дальнейшее развитие технологии цифрового бессмертия? Представьте себе, что такие возможности есть лишь отдельные страны и людей. Вы будете стремиться к тому, чтобы править миром и политически.
- Есть ли потребность человечества супер-вычислений? Где вы востребованы через 10-15 лет, когда ИИ решить большинство задач, будет лучше? Что человек тогда?
- По некоторым оценкам, все компьютерные ресурсы планеты уже достигли вычислительной мощности человечества. И те, и другие растут. Но ресурс машин растет быстрее.
О потребности в супер-вычислений: пример из физики. В большом адронном коллайдере в ЦЕРНе, с которым наша лаборатория работает, построил огромную общую сеть, которая занимается столкновения между симуляции частиц в коллайдере. Симуляторы используют намного дешевле, чем строительство реального "железа".
Но симулятор человеческого мозга не вписывается ни в ни один суперкомпьютер. Сначала симулятор простой мозг млекопитающих или земноводных бы. Построение такой модели не помогает нам что-то новое, что мы пробуем на естественных экспериментов. Здесь интересен опыт конкурса Animal АИ-ОИ. Его цель состоит в том, чтобы создавать алгоритмы, решать простые задачи лучше животных. Например, как носить в дверной проем палку, отверстие шире этого. Собака понимает, что палку нужно просто развернуть боком. Если до сих пор даже что придумать искусственный интеллект?
18. Июня, 09:00"Искусственный интеллект как террорист": новые угрозы для безопасности
Другая важная область, где спрос супер-производительностью, - цифровые аналоги. Например, они находят применение в авиационной промышленности: это будет цифровой двойник детали самолета к сильной перегрузке. Имитирует все процессы и факторы, которые влияют на деталь во время эксплуатации самолета. Данные, которые могут цифровых двойников, можно понять определить степень износа детали, чтобы, когда пришло время их заменить. Такие эксперименты становятся все более популярными в различных отраслях промышленности. И вычислительные ресурсы, необходимые для их осуществления требовалось, огромны.
Отвечая на вторую часть вопроса о роли и месте человека, я бы homo sapiens не как безликий "частью общества", а как Творец, имеет огромный потенциал для творчества. Люди не созданы, чтобы автоматизированном предприятии. Необходимо шире на людей немного — они являются источником тайны и вдохновения.
Категория: Технологии
