Video: Richard Thompson in Conversation and Performance at Techonomy 2012 (Oktober 2024)
Som det har været næsten hver eneste konference, jeg har deltaget i år, var kunstig intelligens og maskinlæring store emner på sidste uges Techonomy 2016-konference. Ud over nu-standard diskussioner om, hvor AI er på vej, en tale fra Ray Kurzweil og en samtale om, hvor autonome køretøjer kan være på vej, indeholdt konferencen en diskussion og videoer af direkte maskine-til-hjerne-grænseflader, der var blandt de mest interessante ting, jeg har set hele året.
Circuits of the Mind
Disse seje videoer kom fra Justin Sanchez fra DARPA Biologiske Teknologikontor. Han viste en video af en sindstyret robotarm, som var fascinerende, før han gik videre for at diskutere et direkte neuralt interface, hvor computerhukommelsen er knyttet direkte til en hjerne med traumatiske hjerneskader. Sanchez viste derefter en overbevisende video, hvor en patient bliver bedt om at huske et dusin almindelige ord; normalt kan patienten senere kun huske tre ord, men når den er knyttet til systemet, kunne patienten huske alle tolv.
Sanchez advarede om, at dette er meget tidlige dage til programmet. Det er designet til at gendanne hjernefunktioner til militært personel, der har betalt en sådan pris for vores land, men han sagde, at der er mange spændende aspekter. Arbejdet er begyndt med stativer af computere; Målet er at arbejde mod miniaturiserede systemer, der kan implanteres. Som en del af denne indsats søger programmet at få en bredere forståelse af hjernens kognitive funktioner.
Sanchez blev sammenføjet i et panel af Leslie Valiant fra Harvard University, som beskrev det, han kaldte "ecorithm era", som kombinerer algoritmer, der lærer af miljøet, overvåget maskinlæring og biologisk evolution. Valiant sagde, at darwinistisk udvikling grundlæggende er en slags overvåget maskinlæring.
Han bemærkede, at der er meget, som vi stadig ikke ved om hjernefunktion, som hvor mange neuroner det tager at huske, hvad du havde til morgenmad. Sanchez bemærkede, at vi lærer mere om hjernen og også om, hvordan hukommelsen er fordelt over hele hjernen.
Begge var enige om, at mens overvåget maskinlæring muligvis fungerer for at starte algoritmer til forøgelse af hjernen, vil der til sidst være behov for andre teknikker som forstærkningslæring. En fast algoritme fungerer ikke i det lange løb for hverdagen, sagde Sanchez. I stedet skal den tilpasse sig.
Mod singularitet og etisk AI
I en middagstale gentog opfinderen og forfatteren Ray Kurzweil, der nu arbejder på AI for Google, sin forudsigelse af, at en computer inden 2029 vil have gode nok sprogfærdigheder og viden inden for en lang række emner til at gøre det muligt at bestå en værdifuld Turing-test. I 2035 mener Kurzweil, at vi vil være i stand til at forbinde computere direkte til vores neocortex for at udvide vores hukommelse, og i 2045 vil vi have computere en milliard gange stærkere end ethvert menneske, en udvikling, han kalder Singularity.
Kurzweil sagde, at det store gennembrud i AI i de senere år har været udviklingen af neurale netværk med flere lag, men bemærkede, at nuværende systemer kræver en masse data. ”Livet begynder med en milliard eksempler, ” spøgte han om de nuværende systemer og sagde, at en stor udfordring har været at udvikle computersystemer, der kan lære af mindre datamængder.
Kurzweil blev sammen med et panel af Benjamin H. Bratton fra University of California, San Diego og Vivienne Ming fra Socos, der understregede, at AI'er og mennesker vil arbejde sammen i fremtiden. Brattons bog, Stakken, taler om, hvordan de nylige fremskridt inden for computing, inklusive automatisering, skaber en "utilsigtet megastruktur", der både er et beregningsapparat og en ny regeringsarkitektur. Ming talte om, at AI forstærker mennesker, og behovet for at opbygge en verden, hvor mennesker aktivt skaber nye ting.
I en anden session talte Francesca Rossi fra IBMs TJ Watson Research Center om behovet for "etisk AI" og sagde, at vi er nødt til at diskutere, hvilke regler der skal regulere AI'er. Denne diskussion bør ikke kun omfatte de top 5 virksomheder, som folk tænker på, når de taler om AI, men alle, især mennesker, der implementerer AI i den virkelige verden. Målet er at opbygge tillid over en periode, ikke kun en gang, sagde hun.
Autonome køretøjer i omgivende økosystemer
I et panel om "levende økosystemer" sagde Ford Motor Company, VP for forskning Ken Washington, at der er et løfte om både autonome køretøjer og smarte køretøjer, der kender os, baseret på radar, lidar, kameraer, mikrofoner og andre sensorer, der kan behandle og svare. Mens der sker fremskridt meget hurtigt, er vi imidlertid ikke der endnu. For eksempel beskrev Washington en bil, der automatisk tænder varmen, når det er koldt udenfor.
Han sagde, at der er to "huller" på vejen mod denne vision: cybersikkerhed og privatliv, som han ser som to forskellige spørgsmål. Washington sagde, at forbrugere skal være i stand til at stole på, at en autonom bil vil gøre gode ting for dem, og han er overbevist om, at autonome biler kan være sikrere end en menneskelig chauffør, og bemærker, at 30.000 mennesker om året dør i bilulykker. Washington sagde også, at virksomheder skal være klar over, at forbrugeren ejer deres data, og giver bilfirmaerne tilladelse til at bruge dem til særlige formål. Ford vil aldrig sælge dine data, sagde han, men vil bruge dem til at beskytte dig og give dig en bedre oplevelse. Ford planlægger at tilbyde højvolumenproduktion af køretøjer til deling af ride i 2021 med 100 testkøretøjer på vejen i 2018.
Claire Delaunay, fra det autonome lastbilsfirma Otto (nu en del af Uber), sagde, at det ene spørgsmål har været, hvordan et autonomt køretøj træffer en beslutning. Køretøjer kan kun se de ting, du lærer dem at se, sagde hun, så de er nødt til at fortsætte med at lære. Sentient Technologies-medstifter Babak Hodjat sagde, at fordi sådanne systemer har en log, der indeholder de data, der bruges i hver beslutning, når ulykker sker, kan fremtidige ulykker potentielt forhindres. ”Vi kan ikke gøre det med et menneske, ” bemærkede han.
