211service.com
Il tempo molto dirompente dell'IA
Ryan Adams sa che il suo tempismo è stato perfetto. Professore di informatica ad Harvard dal 2011 e co-conduttore del podcast sull'apprendimento automatico Macchine parlanti , Adams stava guidando un gruppo di ricerca sugli algoritmi intelligenti quando la sua startup di apprendimento automatico di 15 mesi, Whetlab, è stata acquistata da Twitter la scorsa estate.
La tecnologia di Whetlab automatizza alcune delle parti più difficili della costruzione di sistemi di apprendimento automatico su larga scala. È stato creato per affrontare difficili sfide di apprendimento automatico come il riconoscimento delle obiezioni visive e l'elaborazione vocale.
Ryan Adams
I ricercatori di Harvard hanno iniziato a utilizzare lo strumento in un'ampia gamma di progetti, dai robot biomedici ai problemi di chimica, e Netflix ha utilizzato anche una prima versione open source per sperimentare il deep learning.
Ora in congedo da Harvard, Adams ha parlato con l'editore senior di Business Reports Nanette Byrnes negli uffici di Twitter a Cambridge, nel Massachusetts, dell'esplosione di interesse per l'apprendimento automatico.
L'intelligenza artificiale è passata dall'essere al centro degli studi accademici a uno strumento commerciale. Cosa lo guida? Nuovi algoritmi, computer veloci, tonnellate di dati disponibili?
Più di ogni altra cosa, penso che l'investimento nell'IA abbia fatto una grande differenza. A questo punto, ci sono stati miliardi di dollari di investimenti da parte delle aziende tecnologiche e questo fa andare le cose più velocemente.
Come Twitter che compra la tua azienda. In che modo l'apprendimento automatico può migliorare Twitter? Puoi fare un esempio?
Ci sono immense opportunità per migliorare il modo in cui i contenuti di Twitter sono organizzati, aiutandoti a trovare le novità che stanno succedendo, aiutandoti a scoprire comunità con cui puoi interagire e solo modi in cui Twitter può essere un'esperienza migliore per i suoi utenti. Una delle sfide che puoi immaginare è combinare le informazioni interessanti a cui le persone forniscono collegamenti e cercare di capire quel contenuto in quanto si riferisce al contenuto su Twitter.
Quante delle tecniche di intelligenza artificiale come il deep learning sono ancora un mistero?
In questo momento l'apprendimento profondo riguarda molto la fine empirica delle cose. Sai che stanno chiaramente succedendo cose importanti. Questi [sistemi di apprendimento profondo] stanno facendo cose interessanti. Lo capiamo molto poco, ma funzionano.
Può essere difficile definire l'IA e anche il test corretto dell'intelligenza artificiale è in discussione.
Perché queste aziende non si sentono come se stessero regalando la fattoria quando danno via il loro codice e le loro idee? Poiché altre aziende non hanno la potenza di calcolo di Google, non hanno la potenza di calcolo di Twitter e non hanno i dati.
Parte della sfida di questo è la necessità di antropomorfizzare il concetto di intelligenza. Usiamo la frase intelligenza artificiale, come se l'intelligenza non fosse una proprietà del mondo. Non chiamiamo aeroplani uccelli artificiali e non hanno il volo artificiale. Hanno un volo vero e proprio, giusto?
Questa è una visione molto antropocentrica, che se ci fosse un'altra cosa intelligente sarebbe artificiale. E quindi penso che sia molto difficile trovare una definizione di intelligenza che non sia antropocentrica, e io non ne ho una.
Se sei tornato indietro e hai detto a uno dei primi pensatori dell'IA, 50 o 60 anni fa, avrai sempre con te un dispositivo e essenzialmente può rispondere a qualsiasi domanda a cui vorresti rispondere attraverso un vasta gamma di argomenti; può capire la tua voce e fornire una vista su qualsiasi luogo del mondo, dirti come andare dal punto A al punto B, se hai spiegato in astratto cosa è in grado di fare il tuo smartphone tramite Google e vari tipi di strumenti di mappatura e Siri—Penso che quella persona direbbe: Questa è l'IA. Tuttavia, ciò che ci aspettiamo dagli strumenti che utilizziamo cambia in modo massiccio nel tempo.
Finora le aziende sono state straordinariamente aperte sulla condivisione di informazioni dettagliate sull'IA, sul rilascio di software open source, sulla possibilità del personale di pubblicare articoli e parlare a conferenze e così via. Quanto tempo pensi che durerà?
L'apertura del codice è utile per contribuire alla comunità, aiuta a reclutare i migliori talenti dell'apprendimento automatico e consente anche alle aziende di trarre vantaggio dai miglioramenti apportati agli strumenti dalla comunità più ampia.
Perché queste aziende non si sentono come se stessero regalando la fattoria quando danno via il loro codice e le loro idee? Poiché altre aziende non hanno la potenza di calcolo di Google, non hanno la potenza di calcolo di Twitter e non hanno i dati, giusto? Così puoi avere le idee. Puoi avere il codice. Ma se non hai i dati e non hai la potenza, cosa farai con loro?
Quale forma pensi che assumerà l'IA?
L'IA non assomiglia molto a un robot che improvvisamente è molto intelligente per me, non credo. Penso che l'IA assomigli solo a strumenti che migliorano sempre di più.
Una cosa di cui mi preoccupo è che penso che siamo sul punto di avere la capacità (con l'apprendimento automatico e l'intelligenza artificiale) di sintetizzare i media per creare qualcosa che è molto difficile da distinguere dalla realtà. Questi sono strumenti molto pericolosi da avere in una società che dipende sempre più da cose come i video per rappresentare la verità.