Video: Richard Thompson in Conversation and Performance at Techonomy 2012 (Oktober 2024)
Som det har vært på omtrent hver eneste konferanse jeg har deltatt i år, var kunstig intelligens og maskinlæring store temaer på forrige ukes konferanse om Techonomy 2016. I tillegg til nå standard diskusjoner om hvor AI er på vei, en tale fra Ray Kurzweil og en samtale om hvor autonome kjøretøyer kan være på vei, inkluderte konferansen en diskusjon og videoer av direkte maskin-til-hjerne-grensesnitt som var blant de mest interessante ting jeg har sett hele året.
Circuits of the Mind
De kule videoene kom fra Justin Sanchez fra DARPA Biologiske teknologikontor. Han viste en video av en sinnskontrollert robotarm, som var fascinerende, før han gikk videre for å diskutere et direkte nevralt grensesnitt, der dataminne er festet direkte til en hjerne med traumatiske hjerneskader. Sanchez viste deretter en overbevisende video der en pasient blir bedt om å huske et dusin vanlige ord; normalt kan pasienten senere huske bare tre ord, men når den er koblet til systemet, kunne pasienten huske alle tolv.
Sanchez advarte om at dette er veldig tidlige dager for programmet. Den er designet for å gjenopprette hjernefunksjoner til militært personell som har betalt en slik pris for landet vårt, men han sa at det er mange spennende aspekter. Arbeidet har begynt med stativer av datamaskiner; Målet er å jobbe mot miniatyriserte systemer som kan være implanterbare. Som en del av denne innsatsen søker programmet å få en bredere forståelse av hjernens kognitive funksjoner.
Sanchez ble satt sammen i et panel av Leslie Valiant fra Harvard University, som beskrev det han kalte "ecorithm era", som kombinerer algoritmer som lærer av miljøet, veiledet maskinlæring og biologisk evolusjon. Valiant sa at den darwinistiske evolusjonen i utgangspunktet er en slags veiledet maskinlæring.
Han bemerket at det er mye vi fremdeles ikke vet om hjernefunksjon, for eksempel hvor mange nevroner som kreves for å huske hva du hadde til frokost. Sanchez bemerket at vi lærer mer om hjernen, og også om hvordan hukommelse er fordelt over hele hjernen.
Begge var enige om at mens veiledet maskinlæring kan fungere for å starte algoritmer for å øke hjernen, vil det til slutt bli behov for andre teknikker som forsterkningslæring. En fast algoritme vil ikke fungere i det lange løp for hverdagen, sa Sanchez. I stedet må den tilpasse seg.
Mot singularitet og etisk AI
I en middagstale gjentok oppfinner og forfatter Ray Kurzweil, som nå jobber på AI for Google, sin spådom om at en datamaskin innen 2029 vil ha gode nok språkkunnskaper og kunnskaper i et bredt spekter av fag til at den kan bestå en Turing-test. I 2035 tror Kurzweil at vi kan koble datamaskiner direkte til vår neocortex for å utvide minnet vårt, og innen 2045 vil vi ha datamaskiner en milliard ganger kraftigere enn hvert menneske, en utvikling han kaller The Singularity.
Kurzweil sa at det store gjennombruddet i AI de siste årene har vært utviklingen av flerlags nevrale nettverk, men bemerket at nåværende systemer krever mye data. "Livet begynner på en milliard eksempler, " fleipet han om de nåværende systemene, og sa at en stor utfordring har vært å utvikle datasystemer som kan lære av mindre datamengder.
Kurzweil fikk selskap i et panel av Benjamin H. Bratton fra University of California, San Diego, og Vivienne Ming fra Socos, som understreket at AIs og mennesker vil samarbeide i fremtiden. Brattons bok, The Stack, forteller om hvordan de nylige fremskrittene innen databehandling, inkludert automatisering, skaper en "tilfeldig megastruktur" som både er et beregningsapparat og en ny styrende arkitektur. Ming snakket om at AI forsterket mennesker, og behovet for å bygge en verden der mennesker aktivt skaper nye ting.
I en annen økt snakket Francesca Rossi fra IBMs TJ Watson Research Center om behovet for "etisk AI" og sa at vi må ha en diskusjon om hvilke regler som skal styre AI-er. Denne diskusjonen skal ikke bare omfatte de fem beste selskapene som folk tenker på når de snakker om AI, men alle, spesielt mennesker som distribuerer AI i den virkelige verden. Målet er å bygge tillit over en periode, ikke bare en gang, sa hun.
Autonome kjøretøyer i sentient økosystemer
I et panel om "levende økosystemer" sa Ford Motor Company-sjef for forskning Ken Washington at det er et løfte om både autonome kjøretøyer og smarte kjøretøyer som kjenner oss, basert på radar, lidar, kameraer, mikrofoner og andre sensorer som kan behandle og svar. Mens fremgangen skjer veldig raskt, er vi imidlertid ikke der ennå. For eksempel beskrev Washington en bil som automatisk vil slå på varmen når det er kaldt ute.
Han sa at det er to "jettegryter" på veien mot denne visjonen: cybersikkerhet og personvern, som han ser på som to forskjellige spørsmål. Washington sa at forbrukere må være i stand til å stole på at en autonom bil vil gjøre gode ting for dem, og han er trygg på at autonome biler kan være tryggere enn en menneskelig sjåfør, og bemerker at 30 000 mennesker i året dør i bilulykker. Washington sa også at selskaper må være tydelige på at forbrukeren eier dataene sine, og gir bilbedriftene tillatelse til å bruke dem til spesielle formål. Ford vil aldri selge dataene dine, sa han, men vil bruke dem for å holde deg trygg og for å gi deg en bedre opplevelse. Ford planlegger å tilby volumproduksjon av kjøretøy for deling av turer i 2021, med 100 testkjøretøyer på veien innen 2018.
Claire Delaunay, fra det autonome lastebilselskapet Otto (nå en del av Uber), sa at ett spørsmål har vært hvordan et autonomt kjøretøy tar en beslutning. Kjøretøy kan bare se tingene du lærer dem å se, sa hun, så de trenger å fortsette å lære. Sentient Technologies medgründer Babak Hodjat sa at fordi slike systemer har en logg som inneholder dataene som er brukt i hver beslutning når ulykker skjer, kan potensielle fremtidige ulykker potensielt forhindres. "Vi kan ikke gjøre det med et menneske, " bemerket han.
