211service.com
5 grandi previsioni per l'intelligenza artificiale nel 2017
L'anno scorso è stato enorme per i progressi nell'intelligenza artificiale e nell'apprendimento automatico. Ma il 2017 potrebbe offrire ancora di più. Ecco cinque cose chiave da guardare al futuro.
Rinforzo positivo
La storica vittoria di AlphaGo contro uno dei migliori giocatori di Go di tutti i tempi, Lee Sedol, è stata una pietra miliare per il campo dell'IA e soprattutto per la tecnica nota come deep Reinforcement Learning.
L'apprendimento per rinforzo prende ispirazione dai modi in cui gli animali imparano come determinati comportamenti tendono a portare a un risultato positivo o negativo. Usando questo approccio, un computer può, ad esempio, capire come navigare in un labirinto per tentativi ed errori e quindi associare il risultato positivo, l'uscita dal labirinto, con le azioni che lo hanno portato. Ciò consente a una macchina di apprendere senza istruzioni o anche esempi espliciti. L'idea esiste da decenni, ma combinarla con reti neurali grandi (o profonde) fornisce la potenza necessaria per farla funzionare su problemi davvero complessi (come il gioco di Go). Attraverso la sperimentazione incessante e l'analisi dei giochi precedenti, AlphaGo ha capito da solo come giocare a livello di esperti.
La speranza è che l'apprendimento per rinforzo ora si riveli utile in molte situazioni del mondo reale. E il recente rilascio di diversi ambienti simulati dovrebbe stimolare il progresso sugli algoritmi necessari aumentando la gamma di abilità che i computer possono acquisire in questo modo.
È probabile che nel 2017 vedremo tentativi di applicare l'apprendimento per rinforzo a problemi come la guida automatizzata e la robotica industriale. Google si è già vantato di utilizzare l'apprendimento per rinforzo profondo rendere più efficienti i suoi data center . Ma l'approccio rimane sperimentale e richiede ancora una simulazione dispendiosa in termini di tempo, quindi sarà interessante vedere con quanta efficacia può essere implementato.
Duellare reti neurali
Al raduno accademico banner AI tenutosi di recente a Barcellona, la conferenza sui sistemi di elaborazione delle informazioni neurali, gran parte del clamore riguardava una nuova tecnica di apprendimento automatico nota come reti contraddittorie generative .
Inventato da Ian Goodfellow, ora ricercatore presso OpenAI, le reti generative contraddittorio, o GAN, sono sistemi costituiti da una rete che genera nuovi dati dopo aver appreso da un set di formazione e un'altra che cerca di discriminare tra dati reali e falsi. Lavorando insieme, queste reti possono produrre dati sintetici molto realistici. L'approccio potrebbe essere utilizzato per generare scenari di videogiochi, eliminare la sfocatura di filmati con pixel o applicare modifiche stilistiche a progetti generati dal computer.
Yoshua Bengio, uno dei massimi esperti mondiali di apprendimento automatico (e consulente di dottorato di Goodfellow presso l'Università di Montreal), ha affermato al NIPS che l'approccio è particolarmente entusiasmante perché offre ai computer un modo efficace per imparare da dati senza etichetta, cosa che molti credono potrebbe essere la chiave per rendere i computer molto più intelligenti negli anni a venire.
Il boom dell'IA in Cina
Questo potrebbe anche essere l'anno in cui la Cina inizierà a sembrare uno dei principali attori nel campo dell'IA. L'industria tecnologica del paese si sta allontanando dalla copia delle aziende occidentali e ha identificato l'IA e l'apprendimento automatico come le prossime grandi aree di innovazione.
La principale società di ricerca cinese, Baidu, dispone da tempo di un laboratorio incentrato sull'intelligenza artificiale e sta raccogliendo i frutti in termini di miglioramenti in tecnologie come il riconoscimento vocale e l'elaborazione del linguaggio naturale, nonché un'attività pubblicitaria meglio ottimizzata. Gli altri giocatori ora si stanno arrampicando per recuperare il ritardo. Tencent, che offre l'app di messaggistica e networking mobile di grande successo WeChat, ha aperto un laboratorio di intelligenza artificiale l'anno scorso e l'azienda era impegnata a reclutare talenti presso NIPS. Didi, il gigante del ride-sharing che ha acquistato le attività cinesi di Uber all'inizio di quest'anno, sta anche costruendo un laboratorio e, secondo quanto riferito, sta lavorando alle proprie auto senza conducente.
Gli investitori cinesi stanno ora versando denaro in startup focalizzate sull'intelligenza artificiale e il governo cinese ha segnalato il desiderio di vedere sbocciare l'industria dell'IA del paese, impegnandosi a investire circa $ 15 miliardi entro il 2018.
Apprendimento delle lingue
Chiedi ai ricercatori di intelligenza artificiale qual è il loro prossimo grande obiettivo ed è probabile che menzionino la lingua. La speranza è che le tecniche che hanno prodotto progressi spettacolari nel riconoscimento vocale e delle immagini, tra le altre aree, possano anche aiutare i computer ad analizzare e generare il linguaggio in modo più efficace.
Questo è un obiettivo di vecchia data nell'intelligenza artificiale e la prospettiva che i computer comunichino e interagiscano con noi usando il linguaggio è affascinante. Una migliore comprensione del linguaggio renderebbe le macchine molto più utili. Ma la sfida è formidabile, data la complessità, la sottigliezza e la potenza del linguaggio.
Non aspettarti di entrare in conversazioni profonde e significative con il tuo smartphone per un po'. Ma si stanno facendo alcuni progressi impressionanti e puoi aspettarti ulteriori progressi in questo settore nel 2017.
Contraccolpo all'hype
Oltre a genuini progressi e nuove entusiasmanti applicazioni, il 2016 ha visto il clamore che circonda l'intelligenza artificiale raggiungere nuove vette inebrianti. Sebbene molti abbiano fiducia nel valore sottostante delle tecnologie sviluppate oggi, è difficile sfuggire alla sensazione che la pubblicità che circonda l'IA stia sfuggendo di mano.
Alcuni ricercatori di intelligenza artificiale sono evidentemente irritati. Durante il NIPS è stata organizzata una festa di lancio per una falsa startup di intelligenza artificiale chiamata IA missilistica , a evidenziare la crescente mania e le sciocchezze attorno alla vera ricerca sull'IA. L'inganno non era molto convincente, ma era un modo divertente per attirare l'attenzione su un problema reale.
Un vero problema è che l'hype porta inevitabilmente a un senso di delusione quando non si verificano grandi scoperte, causando il fallimento delle startup sopravvalutate e l'esaurimento degli investimenti. Forse il 2017 presenterà una sorta di contraccolpo contro la macchina dell'hype dell'IA, e forse non sarebbe una cosa così negativa.