«Глибинне навчання» – мандат людям, не тільки роботам

Якщо фінансування досліджень та венчурний капітал вважати показником розвитку галузі, то в майбутньому штучний інтелект має посісти провідне місце у нашому житті.

 

 

Ендрю Ин [Andrew Ng] — провідний науковець китайського цифрового гіганта Baidu, викладач теорії штучного інтелекту у Стенфордському університеті, керівник проекту Google Brain та засновник компанії-піонера у галузі онлайн-освіти Coursera — один з найвпливовіших інноваторів у технічній сфері. З минулого року він обіймає високі посади в китайському відділенні корпорації Google і працює над тим, як навчити комп'ютери бачити і чути, причому з користю для країни з найбільшою чисельністю населення у світі.

 

Немає нічого дивного в тому, що саме Китай є одним з найперспективніших плацдармів для запровадження штучного інтелекту. Китайські платформи, зокрема пошуковик Baidu, додаток для шопінґу Taobao, додаток для обміну повідомленнями QQ, медіакомпанія Sina та платформа для мікроблогінґу Weibo, входять у перелік топ-15 найвідвідуваніших сайтів світу. Як стверджує Ин, коли Baidu розробляє новий додаток, мобільність для нього головне: стільникові телефони — найперший канал доступу до китайських споживачів.

 

Ин розмовляє спокійно та виважено, хоча коли мова заходить про його дослідження, відчувається його внутрішня пристрасність. Сьогодні він є топ-менеджером в американському відділенні Baidu у м. Саннівейл (Каліфорнія), команда якого росте як на дріжджах. Він не вірить багатьом перебільшеним прогнозам про еволюцію роботів, але вважає, що відоме нам про можливості штучного інтелекту є лиш верхівкою айсберґа. На його думку, нині є досить добрих ідей і перспективних розробок, які вже в недалекому майбутньому дозволять нам говорити з нашими ґаджетами, а не просто сувати по них пальцем.

 

У недавній розмові через Skype (скороченій для лаконічності та ясності) Ин окреслив, чого можна досягти у сфері штучного інтелекту і що ще перебуває за межами можливого.

 

— Що найбільше захоплює Вас у потенціалі штучного інтелекту і глибинного навчання?

 

— Багато організацій (наша також) мають прекрасне бачення розвитку комп'ютерних технологій і роблять речі, які ще рік тому здавалися неможливими. Думаю, що конкуренція виявить найбільш атракційні продукти. Не впевнений, що кожен з нас вже знайшов улюблений застосунок.

 

Сьогодні у Кремнієвій долині є багато стартапів, які тестують застосування технології комп'ютерного зору у різноманітних сферах життя — від сільського господарства до шопінґу. Baidu, наприклад, створив успішний додаток, який розпізнає обличчя кінозірки й одразу видає вам інформацію про її вік та гобі. Інший додаток ідентифікує одяг зірки і відразу підказує, де ви можете придбати собі такий самий або схожий. Ці додатки стали доволі популярними серед китайських користувачів.

 

— Чи можуть рекламодавці використовувати цю технологію для розміщення реклами?

 

— Ми цього ще не робимо — ми лише знаходимо споріднений одяг. Але технологія комп'ютерного зору має багато подібних застосувань — наприклад, розпізнати цікавих людей чи місця для відпочинку і потім показати інші зображення цього місця. Є, мабуть, певний потенціал комп'ютерного зору, але я не впевнений, що ми знаємо, який саме.

 

— Чи є валідні причини, щоб тривожитись щодо деструктивності штучного інтелекту?

 

— Я думаю, що через сотні років люди, можливо, і винайдуть якусь нечувану технологію, яка дозволить комп'ютерам творити зло. Але майбутнє дуже непевне. Я не знаю навіть того, що станеться за п'ять років, не кажучи вже про сотні років. Підстави хвилюватися з приводу того, що штучний інтелект може творити зло, приблизно такі самі, як і побоювання з приводу перенаселення на Марсі. Я думаю, що через сотні років люди колонізують Марс, і там справді гіпотетично може виникнути проблема перенаселення. Але досі нога ще жодного землянина там не ступала. То чому я маю перейматися цієї проблемою вже зараз?

 

— Як це — працювати над штучним інтелектом щодня?

 

— Це трохи нагадує будівництво ракетного космічного корабля. Вам потрібен гігантський двигун і треба дуже багато палива. Якщо ви маєте великий двигун і мало палива, ви не вийдете на орбіту. Якщо ж у вас багато палива, але маленький двигун, то ви навіть не відірветесь від Землі. Аналогія з «глибинним навчанням» (одним з ключових процесів у створенні штучного інтелекту) полягає в тому, що двигун ракети — це його моделі, а пальне — масиви інформації, якими можна «годувати» ці алгоритми.

 

— Ви працюєте в компанії Google. Що Ви думаєте про їхні автомобілі з автопілотом?

 

— Я тісно співпрацюю з командою, що розробляє ці автомобілі, і маю дружні стосунки з багатьма її членами, тож я маю уявлення, що вони роблять. Але моя робота не адресована безпосередньо їм.

 

Я думаю, що автомобілі з автопілотом від нас трохи далі, ніж нам здається. Нині тривають дебати: в якому з двох «Всесвітів» ми перебуваємо. «Всесвіт №1» — це поступовий шлях до машин з автопілотом, тобто у вас спершу є круїз-контроль, згодом — адаптивний круїз-контроль, пізніше — автопілотовані машини лише на автобанах. Протягом приблизно двадцяти років ви далі додаєте різні технологічні інновації, і з часом виходите на повноцінну автопілотовану машину. У «Всесвіті №2» у вас є одна організація, наприклад Carnegie Mellon або Google, яка винаходить автомобілі з автопілотом і — вуаля! — ви маєте ці машини. У вівторок їх ще не було, але вони вже продаються в середу.

 

Я є у «Всесвіті №1» і вважаю, що люди часто недооцінюють, наскільки важко створити автопілотовану машину. Виявляється, що технологія машинного навчання може збільшити ефективність програми-автопілота із 90 до 99 %, однак їй дуже важко досягнути чотирьох дев'яток (99,99%). Запевню вас: ми твердо йдемо до створення програми, яка кермуватиме автомобілем трохи краще за п'яного водія.

 

— Ви заснували Coursera і пропаґуєте цінність освітніх онлайн-програм. Що Ви думаєте про майбутнє освіти?

 

— Наша освітня система вміє дуже успішно навчати, як виконувати різні рутинні завдання. Тому коли трактори змінили фермерську працю, ми вчили наступне покоління для роботи на заводах. Але нам ніколи не вдавалось навчити велику кількість людей виконувати нерутинні творчі завдання.

 

— Чи Ви згодні з твердженням, що нема чого побоюватись за майбутнє праці, оскільки автоматизація здешевить виробництво товарів і людям не доведеться працювати більше, ніж 10–20 годин на тиждень?

 

— Я міг би сказати: «нуль годин». Я бачу прожитковий мінімум як рішення в дальшій перспективі, але не впевнений, що хочу цього. Думаю, що суспільство буде при виграші, якщо людська раса хотітиме робити величні справи. Дати людям вміння робити величні справи — і вони їх робитимуть.


Andrew Ng:
Why ‘Deep Learning’ Is a Mandate for Humans, Not Just Machines
interviewed by Caled Garling
Wired 24.12.2016
Зреферував Євген Ланюк

 

28.12.2016