Путь к светлому будущему

[plakhov]

Десять лет назад, ещё до современного взлёта deep learning, в этом журнале я предсказал, что прорыв в AI будет основан на обобщении методов распознавания изображений. Я, правда, совершенно не ожидал, что методами этими окажется старый добрый градиентный спуск, только хорошо так перебрендированный и умеющий уважать инварианты предметной области, а

Comments

[baramin]

Спасибо! Очень познавательно!

[andrey_zorin]

Вот с телом как раз и основные проблемы. Проще человека приспособить выполнять команды ИИ.
Раньше думали, что киборг - это уникальные человеческие мозги плюс   новое тело взамен несовершенного мяса.
Оказалось наоборот

[andrey_zorin]

Эта проблема как раз решаема, - достаточно сделать что-нибудь умнее человека, и пусть оно этим занимается.

А, если серьезно, то вся проблема в материалах, которые бы сокращались при подаче напряжения. Такие решения уже есть, но до человеческих мышц им пока далеко в плане прочности, силы и кратности сокращения.

[plakhov]

Вы звучите как человек, который в этом разбирается. Расскажите, я никогда не понимал, а зачем вообще это нужно? Почему линейных электродвигателей недостаточно?

[plakhov]

> Проще человека приспособить выполнять команды ИИ
Гораздо проще, но, к счастью для человечества, итоговая конфигурация дороже.

А так-то да, к этому уже всё идёт. Один мой друг уже пару лет делает довольно жуткие технологии вида "видеокамера следит за людьми, выделяет моменты нарушения инструкции и штрафует". Лично я не хотел бы, чтобы это стало мейнстримом. В принципе, по ту сторону камеры и человек может сидеть, конечно, но у всего этого есть какой-то важный переход количества в качество.

[egovoru]

Спасибо, полезный обзор!

[anonymous]

Спасибо, это интересно. Соглашусь с вами, что прорыв в создании сильного AI кажется уже совсем близким, даже несмотря на затянувшееся ожидание. Но есть несколько замечаний

[plakhov]

> Все-таки прорывом в распознавании изображений последних лет стал не градиентный спуск

[kray_zemli]

Если считать, что реальный мир предлагает по одному обучающему примеру раз в секунду, то это всего лишь 30 миллионов примеров в год.

[plakhov]

Данных "объект-контекст" гораздо больше, каждый фрейм их даёт тысячи. Типа "предскажи левую половину поля зрения по правой и наоборот", только доведенное до предела. Там в комментах GLOM упоминали, вот это как раз размышления Хинтона на эту тему.

[evlasov]

Boston Dynamics к искусственному интеллекту не имеют отношения.
Распознавание команд на естественном языке далеко не главная задача.

[plakhov]

Вы звучите так, как будто с чем-то спорите.
Я не очень понял, с чем.

"Распознавание команд на естественном языке" не главная задача, главная задача это построение универсальной Q-функции, специфицируемой командами на естественном языке.

[evlasov]

Сори, наверное, невнимательно читал.
Q-функция это что-то вроде модели?

[plakhov]

Это функция оценки позиции. "Вознаграждение", которое непосредственно задаёт задачу, дискретное и редкое, а Q-функция это сглаженная версия, которая показывает, насколько действия агента приближают его к этому вознаграждению.

Очень простым и древним примером является функция оценки позиции в шахматах. Аналогом "функции вознаграждения" является только исход партии: выигрыш, проигрыш или ничья. А подсчёты вроде "конь стоит 3 пешки, ладья 5, ферзь 9-10", позволяющие, собственно, перебирать варианты, это уже какой-то аналог Q-функции. Современные шахматные программы свои функции оценки позиции как раз выучивают, но это легко, потому что сама игра очень дискретная и с полной информацией.

Q-функция для задач реального мира, конечно, будет гораздо сложнее, и в определенном смысле должна включать в себя его модель. Есть надежда, что при достаточно большом датасете и transfer learning-е с предиктивных моделей она там возникнет сама собой. По крайней мере, в тяжелых языковых моделях типа GPT-3 так и случилось.