13.12.2019

The Verge: Искусственный интеллект процветает, но до мечты ещё далеко

Издание проанализировало годовой отчёт по искусственному интеллекту и приводит важные цифры о его прогрессе и реальном положении

 

Эмпирически определить насколько продвинулся мир в изучении и применении искусственного интеллекта, не очень просто, однако стэнфордский отчёт, который издаётся уже третий год, более менее справляется с этой задачей, пишет The Verge.

По данным отчёта, за этот год мир действительно продвинулся в применении и изучении искусственного интеллекта. ИИ процветает в разных сферах — в образовании, технических изобретениях и научных исследованиях.
.
ИИ В ОБРАЗОВАНИИ, НАУКЕ И ИНВЕСТИЦИЯХ
.
По данным отчёта:

  • Исследования ИИ стремительно развиваются. В период с 1998 по 2018 год количество публикаций рецензируемых научных статей по теме искусственного интеллекта выросло на 300%. Посещаемость отраслевых конференций также выросла: самая большая конференция, NeurIPS (Конференция по системам обработки нейронной информации) приняла 13500 посетителей в этом году, это на 800% больше, чем в 2012.
  • Образование в сфере искусственного интеллекта набирает популярность. Число студентов на курсах машинного обучения в университетах и ​​онлайн продолжает расти. Искусственный интеллект — это самая часто встречающаяся специализация у выпускников компьютерных наук в Северной Америке. Больше 21% докторов наук в сфере компьютерных наук специализируются на ИИ, что более чем вдвое превышает второе по популярности направление: обеспечение информационной безопасности.
  • США по-прежнему мировой лидер в области ИИ по большинству показателей. Хотя Китай публикует больше статей об искусственном интеллекте, чем любая страна, работа, произведенная в США, оказывает большее влияние, причем американских авторов цитируют на 40% больше, чем остальных. США больше всех инвестирует в ИИ (почти 12 млрд долларов в год; на втором месте располагается Китай, инвестирующий $6,8 млрд) и регистрирует гораздо больше патентов, чем любая другая страна (в три раза больше, чем, например, Япония, занимающая второе место).
  • Алгоритмы ИИ быстрее учатся и становятся дешевле. В отчёте отмечается, что время, необходимое для того, чтобы обучить алгоритм на популярном наборе данных ImageNet, сократилось с трех часов в октябре 2017 года до 88 секунд в июле 2019 года. Затраты также сократились с тысяч долларов до двузначных чисел.
  • Автомобили под управлением ИИ получили больше частных инвестиций, чем другие области искусственного интеллекта. Около 10% глобальных частных инвестиций ($7,7 млрд) пошли на исследования в области транспортных средств без водителя. Вторую строчку по инвестициям разделили медицинские исследования и распознавание лиц (оба привлекли по $4,7 млрд), в то время как, например, автоматизация производственных процессов с помощью ИИ получила $1 миллиард, а управление цепочками поставок с помощью ИИ — чуть больше 500 миллионов долларов.

.
НАСКОЛЬКО СИЛЁН ИИ?
.
Всё это впечатляет, однако важно знать: независимо от того, насколько быстро ИИ процветает, его прогресс не идёт ни в какое сравнение с тем, что ему приписывают поп-культура и заголовки СМИ. На самом деле искусственный интеллект ещё очень ограничен в некоторых важных аспектах.

Это продемонстрировано на графике «показатели производительности на человеческом уровне» в названном отчёте. Здесь приводятся моменты, когда ИИ был равен человеку или превосходил его.

ИИ СИЛЬНЕЕ ЛЮДЕЙ В ОПРЕДЕЛЕННЫХ ОБЛАСТЯХ, НО В ЦЕЛОМ СЛАБЕЕ

Подсчет начинается с 1990-х годов, когда программы начали побеждать людей в шашки и шахматы и заканчивается совсем свежими победами искусственного интеллекта, когда он выиграл матчи в настольной игре го и в Доте 2. Также в графике фигурируют такие случаи как определение рака кожи по фотографиям на уровне человека и перевод с китайского на английский (хотя здесь многие эксперты не согласны и отдают предпочтение человеческому переводу).

Однако эти победы не должны вводить в заблуждение: большинство из них случается в условиях чётко определенных правил и довольно простого моделирования, например, в видеоиграх, которые очень благоприятны для обучения ИИ. В основном ИИ учат так: за день он из-за своей мощности играет столько игр, сколько человек сыграл бы за 180 лет, и потом побеждает: этот факт подчеркивает то, насколько быстро люди учатся по сравнению с компьютерами.

Кроме того, тот ИИ, который выиграл, например, в StarCraft II, не смог бы выиграть в шахматы или шашки, потому что его нужно было бы заново этому учить. Хотя искусственный интеллект может определять опухоли молочной железы точно так же, как онколог, он не может делать то же самое в случае с раком легких (не говоря уже о том, чтобы написать рецепт или поставить диагноз). Другими словами: системы искусственного интеллекта — это пока достаточно ограниченные инструменты, которые можно использовать в какой-то одной сфере, а не гибкие интеллектуальные системы, которые заменяют людей.

Однако это всё не отменяет того, что ИИ иногда просто ОЧЕНЬ полезен. Как показывает отчет, несмотря на ограничения, машинное обучение всё ускоряется и привлекает больше финансирования, общественного интереса и помогает в решении многих проблем.

.

don but rks

.

VPNlove.me

.

Переключиться на старую версию