«Заменит ли нас искусственный интеллект?»

Из объекта интереса фантастической литературы искусственный интеллект превратился в часть повседневной реальности. Системы ИИ внедряется не только в комплексных роботов, но вообще везде: в смартфоны, автомобили, пылесосы, социальные сети и стриминговые сервисы. Неизменными, однако, остались вопросы, которыми в связи с этим задается человечество. Как близко мы подобрались к реальности, в которой будет доминировать ИИ? Как внедрение искусственного интеллекта преобразует человеческое общество? Наконец, возможно ли, что ИИ вытеснит людей и возьмет контроль над миром? Подробный обзор существующих ответов и предположений можно найти в книге нейробиолога Шелли Фэн «Заменит ли нас искусственный интеллект?», выходящей в рамках издательского проекта «А+А» — совместного проекта Ad Marginem и ABCdesign и переведенная на русский язык Натальей Рыбалко и Анастасией Суслопаровой.

Мы предлагаем своим читателям ознакомиться с отрывком о том, как появление сверхразумного ИИ ограничивается уровнем развития современных компьютерных микросхем, и какие технологические новинки способны это препятствие устранить.

Будущее ИИ

<..>

И пусть история не дает однозначного ответа на вопрос, поднимется ли когда-нибудь ИИ на уровень человека, значительное число исследователей, философов и футурологов полагает, что универсальный ИИ ждет нас в ближайшем будущем. Идея технологической сингулярности, которую популяризовал Рэй Курцвейл в бестселлере «Сингулярность уже близко: когда люди выйдут за пределы биологии», предсказывает момент, когда ИИ достигнет уровня человеческого разума. Это замечательное достижение, в свою очередь, моментально спровоцирует развитие сверхразумного ИИ, что приведет к изменениям человеческой цивилизации, которые не поддаются нашему пониманию и прогнозированию.

Сверхразумный ИИ
Гипотетически возможный ИИ, превосходящий человеческий разум практически в любой сфере: научное творчество, рассуждения общего характера, интуиция. На сегодня возможность создания систем сверхразумного ИИ — вопрос дискуссионный.

Сторонники теории сингулярности придерживаются разных мнений по поводу последствий такого тектонического сдвига, однако и те и другие считают, что горизонт события уже близок. Не так давно была проведена серия опросов, в которых экспертов, исследующих ИИ, спрашивали, когда, по их мнению, машинный разум сравняется с человеческим, при условии что текущая скорость технического прогресса сохранится. В среднем, по их оценкам, вероятность, что это случится к 2022 году, составляет 10 %, а вероятность, что к 2040 году, — 50 %. К 2075 году это событие рассматривается как почти неизбежное (90-процентная вероятность). Следующий вопрос был о сроке, за который сформируется сверхразумный ИИ после появления универсального интеллекта, и 75 % опрошенных оценили этот срок в 30 лет. Другими словами, есть основания ожидать, что во второй половине этого столетия мы станем свидетелями сингулярности.

Обратите внимание, что ключевое допущение в оценках экспертов — это сохранение существующей скорости развития технологий. До сих пор компьютерные мощности росли в геометрической прогрессии. За последние пять десятилетий производительность компьютерных микросхем значительно выросла — этот феномен впервые заметил сооснователь компании Intel Гордон Мур (род. 1929). До сих пор индустрия микропроцессоров развивалась согласно прогнозу Мура, но сейчас появились признаки, что мы приближаемся к критическому моменту. Специалисты корпорации Intel в 2016 году спрогнозировали, что кремниевые транзисторы продолжат уменьшаться в размерах только в течение следующих пяти лет.

Поскольку Intel поставляет серверные процессоры для Google и Microsoft, замедление развития аппаратного оборудования резко сократит возможности для разработки универсального ИИ. Уже замечено, что в последние несколько лет прогресс мировых суперкомпьютеров перестал ускоряться, и это говорит о том, что эти мощные машины уже ощущают на себе постепенный упадок закона Мура.

Закон Мура
Возник на основе сделанного Гордоном Муром в 1965 году наблюдения, что с каждым годом в одной интегральной микросхеме будет помещаться в два раза больше транзисторов. В 1975 году Мур скорректировал темп, указав, что количество транзисторов удваивается уже только каждые два года.

Это неизбежное препятствие на пути прогресса стало причиной повышенного интереса, поскольку подразумевает пересмотр всей архитектуры компьютерных микросхем.

Современные кремниевые процессоры (CPU и GPU) не оптимизированы для работы алгоритмов глубокого обучения. В последнее время производители работают над созданием нейроморфных процессоров. Эти процессоры обрабатывают данные с помощью электронных элементов, которые имитируют нейроны и синапсы человеческого мозга, образуя, по сути, искусственную нейронную сеть в аппаратной форме.

Центральный процессор (CPU)
Ключевой элемент компьютера, который обрабатывает данные во время работы компьютерных программ.
Графический процессор (GPU)
Специализированная электронная микросхема для обработки изображений. Может обрабатывать несколько блоков данных одновременно, тем самым сокращая время вычисления.

Нейроморфный процессор обычно состоит из множества вычислительных ядер маленького размера. Как и биологический нейрон, каждое ядро обрабатывает данные, поступающие из разных источников, и объединяет информацию. Если сумма входящих сигналов достигает порогового значения, ядро генерирует выходной сигнал. Этот способ обработки данных принципиально отличается от сегодняшних компьютеров, у которых память и вычислительное устройство отделены друг от друга. У нейроморфных процессоров эти два блока составляют единое целое, что значительно сокращает потребление энергии. В отличие от существующих сейчас CPU, которые выполняют операции последовательно, нейроморфные вычислительные ядра могут образовывать паутинообразные сети, работающие в параллельном режиме.

Компания IBM стала лидером в создании нейроморфных процессоров, когда в 2014 году в рамках программы DARPA SyNAPSE создала «когнитивный процессор» TrueNorth, который имеет структуру, отдаленно напоминающую структуру мозговой ткани. Процессор состоит из 5,4 миллиарда транзисторов и более 4000 нейросинаптических ядер. Несколько лет спустя IBM с успехом использовала материалы с фазовым переходом, чтобы имитировать паттерны срабатывания биологических нейронов.

Материал с фазовым переходом
Материал, который может переходить из одного состояния в другое (твердое, жидкое и т. д.) под воздействием окружа ющей среды, например из-за изменения температуры.

Благодаря использованию материалов с фазовым переходом команде разработчиков удалось уменьшить процессор до нанометровых размеров и придать ему способность мгновенно выполнять сложные вычисления, потребляя при этом очень мало энергии. В 2016 году в Принстонском университете возникла другая идея: полностью отказаться от использования электричества, а для питания нейроморфного процессора с множественными нейронами использовать фотоны. Целый ряд экспериментов показал, что нанофотонный процессор и глубокая искусственная нейронная сеть обучаются схожим образом, только первый делает это гораздо быстрее. На испытаниях по решению математических задач фотонная нейронная сеть продемонстрировала скорость почти в две тысячи раз выше, чем обычные компьютеры.

Также были разработаны искусственные синапсы с использованием органического материала, который биологически совместим с человеческим мозгом. ENODe — электрохимическое нейроморфное органическое устройство, созданное Стэнфордским университетом и Сандийскими национальными лабораториями, — имитирует вычисления в биологических синапсах. Ожидается, что миниатюрная версия этого чипа сократит потребление энергии в несколько миллионов раз и будет способна напрямую соединяться с живым человеческим мозгом для создания более совершенных нейрокомпьютерных интерфейсов.

Биологический синапс
Соединение между двумя нейронами в мозге, которое позволяет нейронам взаимодействовать друг с другом с помощью электрических или химических сигналов.
Нейрокомпьютерный интерфейс
Система, которая напрямую соединяет ткани мозга с внешним электронным устройством — компьютером или протезом. Переводит электрические сигналы мозга в команды для компьютера и наоборот.

Еще больше поражает возможность восстанавливать или расширять функции человеческого мозга с помощью внешнего или имплантированного электронного чипа.

Экспериментальные образцы нейропротезов уже помогли парализованным пациентам снова начать ходить, а слепым — до некоторой степени восстановить зрение. Как правило, эти системы представляют собой комплект вживленных непосредственно в мозг электродов, которые записывают сигналы нейронов и передают их на внешний компьютер, анализирующий эти данные с помощью ИИ. Аналогичная система работает и в обратном направлении — данные об ощущениях, которые испытывает протезное устройство, посылаются обратно в мозг.

Чтобы как можно меньше травмировать мозг хирургическим вживлением электродов, ученые немедленно принялись за разработку более компактных, безопасных и эффективных зондов, которые вводятся непосредственно в мозг для записи электрических сигналов. В 2016 году был разработан Neural Dust — крошечный, почти незаметный глазу беспроводной сенсорный датчик, активируемый при помощи ультразвука. Он устанавливается с минимальным повреждением тканей и стимулирует активность нейронов. Кроме того, для записи и воссоздания нейронных связей были разработаны специальные методики с применением магнитов. В 2017 году Илон Маск основал Neuralink — таинственную компанию, занимающуюся со зданием нового вида мозгового импланта под названием Neural Lace («нейронное кружево»).

«Нейронное кружево»
Сделанный из мелкоячеистой сетки мозговой имплант, который поддерживает беспроводную связь с компьютерами и по сигналу выделяет химические вещества. Гипотетически устройство способно лечить нейродегенеративные нарушения, в том числе болезнь Паркинсона, или соединять протез напрямую с мозгом так, что человек может двигать искусственной частью тела с помощью сигналов мозга.

На текущий момент нет особых оснований полагать, что высшие функции мозга, такие как память или особенности характера могут храниться в имплантированной микросхеме, что не мешает ученым стремительно расшифровывать информацию, которая содержится в электрических сигналах мозга. И решающую роль в этом процессе сыграло внедрение технологий ИИ. В наши дни уже существуют технологии, которые могут приблизительно расшифровывать содержание снов или реконструировать лицо, основываясь на считывании активности мозга.

Подробнее читайте:
Фэн, Шелли. Заменит ли нас искусственный интеллект? / Шелли Фэн. [; Пер. с англ. Натальи Рыбалко и Анастасии Суслопаровой] — М. : Ад Маргинем Пресс, ABCdesign, 2019. — 144 с. : ил. — (The Big Idea).

Источник: https://nplus1.ru

September 4, 2019
by @nsv54
0
71

Нейросеть удаляет объекты с видео, заменяя их фоном

На GitHub появилось приложение video-object-removal, которое удаляет объекты с видео. Для этого достаточно выделить нежелательный объект, нарисовав рамку вокруг него, как на фото. Приложение само отследит и удалит информацию внутри рамки, а затем восстановит изображение, чтобы заполнить «дыру».

Утилита использует нейросеть, которая обрабатывает видео покадрово, заменяя ненужный объект фоном. Пока что этот метод обработки видео не идеален: на месте удалённого объекта может остаться след. Все зависит от фона — чем он проще и однороднее, тем «чище» получается результат.

При разработке приложения его авторы опирались на два проекта —SiamMask и Deep Video Inpainting. SiamMask может создавать маски сегментации объектов и обрабатывать видео со скоростью 55 кадров в секунду.

Deep Video Inpainting, в свою очередь, предназначен для заполнения «дыр» видео контентом.

Приложение video-object-removal было протестировано на Ubuntu 16.04, Python 3.5, Pytorch 0.4.0 и CUDA 8.0. Исходный код открыт, и его может использовать любой желающий. Для этого достаточно установить модели SiamMask и Inpainting, поместив их в папку cp/.

Ранее, в апреле 2019 года, компания Adobe внедрила в свой видеоредактор After Effects похожую функцию, также работающую с использованием нейросетей. Функция Content-Aware Fill доступна подписчикам Adobe Creative Cloud. При работе с ней пользователь также может выделить объекты, которые хочет удалить с видеоролика, а программа рассчитает маски покадрово и заменит их на окружающий фон.

Источник: https://habr.com

July 23, 2019
by @nsv54
0
346

ИИ создаст в миллионы раз больше рабочих мест, чем уничтожит

За последние несколько лет ИИ развился так быстро, что теперь не проходит и месяца без достойного освещения прорыва в области ИИ. В самых разных областях, таких как перевод речи, медицинская диагностика и игры, компьютеры все чаще начинают превосходить людей. И точно так же все чаще говорят о том, как ИИ повлияет на занятость людей. Некоторые опасаются, что по мере развития искусственного интеллекта людям будет оставаться все меньше работы, а значит будет расти количество безработных, которые экономически не смогут конкурировать с машинами.


Искусственный интеллект: бастовать или нет?

С одной стороны, можно оправдать тех, кто предсказывает массовую потерю рабочих мест от искусственного интеллекта. Очень легко представить, что уже существующие рабочие места изменятся под давлением новой технологии, и очень сложно представить, какие новые рабочие места эта новая технология нам обеспечит.

Но если задуматься, радикальные технологические достижения — отнюдь не новое явление. Технологии развивались без остановки в течение 250 лет, и в США уровень безработицы оставался на уровне от 5 до 10% почти все время, даже когда появились радикальные новые технологии, такие как паровая энергия и электричество.

Однако зачем оглядываться на паровую энергию или электричество. Достаточно взглянуть на Интернет. Вернемся на 25 лет назад, в 1993 год. Веб-браузер Mosaic только вышел, а фразе «серфить инет» было всего пару месяцев.


Если бы кто-то спросил вас, каким будет результат соединения нескольких миллиардов компьютеров в гигантскую сеть с общими протоколами, вы могли бы представить, что вам придется отправлять по электронной почте меньше писем, а сеть заставит читать меньше газет. Возможно, можно будет осуществлять покупки в Интернете. Если бы вы были особенно дальновидны, вы бы даже могли предположить, что эта технология негативно повлияет на труд турагентов и биржевых маклеров. Легко было бы предположить, что интернет разрушит рабочие места.

Но сегодня мы знаем, что произошло на самом деле. Конечно, все изменилось. Но изменения были неожиданными. Появились тысячи новых компаний стоимостью в триллионы долларов. Мы улучшили практически все на планете, чего коснулась эта технология. Появились десятки новых карьер, от веб-дизайнеров до специалистов по данным и онлайн-маркетологов. Затраты на открытие бизнеса с мировым охватом резко упали, а стоимость общения с клиентами и потенциальными клиентами снизилась почти до нуля. Огромные хранилища информации стали широко доступны и используются предпринимателями по всему миру.

Однако, да, мы пишем меньше писем и покупаем меньше газет.

Развитие искусственного интеллекта

И вот появляется новая, еще более разрушительная во всех смыслах технология: искусственный интеллект. И снова мы слышим старую песню: «Она отнимет рабочие места».

Давайте посмотрим на обычный банкомат. Если бы вам пришлось выбирать технологию, которая выглядела бы так, словно собиралась заменить всех людей, банкомат бы вполне подошел. Но тем не менее, банковских служащих сегодня намного больше, чем банкоматов. Как так? Да все просто: банкоматы снизили стоимость открытия банковских отделений, банки открыли больше отделений, пригласив больше людей.

Аналогичным образом, ИИ создаст миллионы рабочих мест, которые намного превзойдут наши представления. Например, ИИ станет экспертом в области языкового перевода — и вместе с этим вырастет спрос на людей-переводчиков. Почему? Если стоимость обычного перевода упадет почти до нуля, упадет и стоимость ведения бизнеса с теми, кто говорит на других языках. Таким образом, мы будем расширять бизнес за границей, создавая больше работы для людей-переводчиков. ИИ может делать простую работу, но для нюансной работы нужны люди.

Более того, появление и распространение ИИ обещает более быстрый, чем в среднем, рост числа рабочих мест во многих профессиях, которые, казалось бы, мог заменить ИИ: бухгалтеров, судмедэкспертов, геологов, технических переводчиков, веб-разработчиков, медсестер и других представителей клиентов. Эти области будут нанимать новых людей не вопреки ИИ, а благодаря ему.

Но, как и в случае с интернетом, реальные рабочие места появятся там, где наше воображение еще не может нас увлечь.

Электричество изменило мир, как и механическая сила, как и конвейер. Никто сегодня не может с точностью сказать, что нам было бы лучше без этих технологий. Все они улучшили нашу жизнь, создали рабочие места, повысили заработную плату. Искусственный интеллект будет больше, чем электричество, чем механизация и все, что было до него.

Именно так устроена свободная экономика и вот поэтому у нас никогда не заканчиваются рабочие места вследствие автоматизации. В мире всегда будет столько же рабочих мест, сколько и покупателей, и продавцов.



Источник: https://hi-news.ru

January 8, 2019
by @nsv54
0
265

ИИ выписал штраф за нарушение, которого не было

Китаянку Дон Минчжу в конце ноября наказали за нарушение правил перехода улицы у светофора в городе Нинбо. Штраф был выписан на основании данных системы распознавания лиц. В КНР работает единая сеть, оборудованная 170 миллионами камер видеонаблюдения, и в новости не было бы ничего удивительного, если бы не одно обстоятельство: оштрафованная женщина никогда не была в указанном месте. Более того, по иронии судьбы, она является лицом социальной рекламы, призывающей граждан страны соблюдать ПДД.

Дело в том, что баннер с портретом Дон Минчжу находился на борту автобуса, проезжавшего на зеленый сигнал светофора. Добросовестная камера зафиксировала лицо человека, которому в это время нельзя было находиться на пешеходном переходе по правилам, а система распознавания лиц вычислила «нарушительницу». Далее, как и положено, был выписан штраф, к которому прилагалась фотография с места нарушения.


В социальных сетях, как пишет издание Abacus, отметили, что удалось наконец изловить «серьезную нарушительницу правил». Китайская полиция позже признала нелепую ошибку, и наказание отменили. При этом правоохранители пообещали внести исправления в принципы работы камер, чтобы ситуация не повторилась.

По данным исследовательской компании IHS Markit, к 2020 году количество камер наблюдения в Китае достигнет 450 миллионов.

Хотя китайские граждане высказывают опасения по поводу защиты частной жизни, стремление Китая стать глобальным лидером в области технологий с использованием искусственного интеллекта побуждает местные власти и полицию задействовать систему распознавания лиц в качестве важного инструмента для укрепления общественной безопасности, пишет South China Morning Post.



Источник: https://360tv.ru

November 24, 2018
by @nsv54
0
98

ИИ в медицине

Осмелюсь предположить, что многие сейчас думают о том, какие профессии исчезнут под наплывом развития ИИ. Рассмотрим внедрение технологий в работу медиков.

Не стоит впадать в панику, что врачи в человеческом обличении правда исчезнут. Они, конечно, останутся, но будут ли они так востребованы, это уже другой вопрос. Нейронные сети вместе с дополненной реальностью смогут сделать процедуры диагностики заболеваний куда точнее. Про работу хирурга и вовсе страшно говорить, но даже там ИИ будет способен проводить операцию точнее и безопаснее для больного. Чуть ниже приведу вам пару исследований, чтобы вы убедились сами.

Громкое заявление произошло в начале 2016. Компьютер Watson от IBM провел точную диагностику и постановил сердечно-сосудистые диагнозы, превзойдя лучших врачей-диагностов. В университете Стэнфорда разработана диагностическая система CheXNet, способная устанавливать диагноз пневмонии по рентгену лучше радиологов.

А разработка исследователей из MIT уже позволяет оценивать уровень боли, которую испытывает пациент, используя для этого всего лишь мимику.

В хирургии робот-хирург с машинным зрением научился самостоятельно делать швы. Первый шагом к прогрессу стал успех программы, созданной в Университете Джонса Хопкинса, благодаря которой робот самостоятельно выполнил процедуру кишечного анастомоза (сшивания кишечника).

Стоит отметить, что в онкологических заболеваниях тоже внедряется развитие технологий. Здесь выделяется всеми известная корпорация Google, они создали алгоритм, который позволяет найти признаки онкологических заболеваний в пробах биопсии намного увереннее опытного гистолога.

Конечно, я привёл лишь небольшое количество разработок, их гораздо больше. Но уже из приведенных примеров можно сделать вывод, что ИИ значительно облегчит работу врачей и улучшит качество современной медицины.

November 15, 2018
by @nsv54
0
155

Познание закона воображаемых вселенных искусственным интеллектом.

Исследователи из Массачусетского технологического института (MIT) изобрели «ИИ-ученого», который способен создавать физические законы воображаемых вселенных. Это достаточно важное изобретение, ведь оно ведет к появлению алгоритмов, на основе которых можно не только находить закономерности, но и предсказывать будущее.

При получении набора данных ИИ проводит их анализ, а после создает модель. Сама модель зависит от задачи, которую ставят перед алгоритмом. К примеру, если нужно научить искусственный интеллект распознавать кроликов на предоставленных картинках, ему необходимо предоставить тысячу (а то и несколько тысяч) фотографий с кроликами, чтобы он смог проанализировать и обобщить характерные черты животного.

Наподобие этого примера ученые создают теории на основе набора практических данных, но есть одно важное исключение. В примере с фотографиями кроликов ИИ получает уже отобранные человеком данные, где представлено лишь одно животное, задача анализа и обобщения в разы усложнилась бы, если бы помимо кролика на фото присутствовали другие детали, допустим, растения или животные.

Двум физикам Массачусетского института − Ву Тайлину и Максу Тегмарку - удалось научить ИИ выделять и избирать нужные данные для создания теории, однако это было не так просто, как казалось.

Они наделили алгоритм машинного обучения четырьмя основным стратегиями, которые используют ученые, чтобы генерировать теории.

После внесения стратегий в программный код алгоритма, физики дополнительно внесли более сложные виртуальные вселенные со странными физическими законами и, естественно, дали задание разобраться в них. Основной задачей ИИ представлялось точное предсказание движения объекта в двух измерениях выдуманной вселенной.

Для такой цели ИИ потребовалось создание физических теорий для каждого из миров. По сравнению с более ранними алгоритмами машинного обучения, ИИ совершал ошибки прогнозирования уже в миллиард раз реже, к тому же он был снабжен научным аппаратом, что тоже играло немаловажную роль.

Проделанная работа опять же несет за собой мощный прогресс, который вскоре будет иметь важные последствия для понимания огромных массивов данных. В конце концов, число ученых может в разы сократиться и оказаться компьютерным кодом.

November 4, 2018
by @nsv54
0
101
Show more