Video: AI Pioneer Panel with Yoshua Bengio, Yann LeCun & Geoffrey Hinton (Full Keynote) (Septembra 2024)
Na workshope o AI a budúcnosti práce, ktorý sa konal začiatkom tohto mesiaca, Yann LeCun, riaditeľ AI Research na Facebooku a zakladajúci riaditeľ Centra pre vedu údajov NYU, hovoril o „sile a medziach hlbokého učenia sa“. Spoločnosť LeCun, ktorá bola priekopníkom konvolučných neurónových sietí, ktoré sú stredobodom mnohých nedávnych pokrokov v oblasti umelej inteligencie, bola nadšená pokrokom v tejto oblasti v posledných rokoch a bola realistická o tom, čo také systémy môžu a nemôžu urobiť.
Ako uviedla LeCun, došlo k niekoľkým vlnám AI a poznamenal, že zatiaľ čo súčasná vlna sa zameriava na hlboké vzdelávanie, prichádza „vnímanie“, pričom najväčšími príkladmi sú aplikácie, ako sú lekárske zobrazovanie a automobily s vlastným riadením. Takmer všetky tieto aplikácie využívajú supervidované učenie a najviac využívajú konvolučné neurónové siete, ktoré LeCun prvýkrát opísal v roku 1989 a ktoré boli prvýkrát nasadené pri rozpoznávaní znakov v bankomatoch v roku 1995. LeCun vyhlásil, že platnosť patentu na tieto siete skončila v roku 2007.
Sú to veľké súbory údajov s veľkými veľkosťami vzoriek, ako aj obrovské zvýšenie výpočtového výkonu (podporované prácou Geoffrey Hintonovej pri zisťovaní, ako používať GPU na rozpoznávanie obrázkov), ktoré viedli k najväčším zmenám v posledných rokoch. Dokonca aj pre LeCun boli pokroky v rozpoznávaní obrazu „nič menej ako úžasné“. Aj keď vnímanie „naozaj funguje“, stále chýba odôvodnenie.
LeCun hovoril o troch rôznych druhoch prístupov ao obmedzeniach každého z nich. Výučba posilnenia si vyžaduje veľké množstvo vzoriek. Je to vynikajúce pre hry, pretože systém dokáže spustiť milióny pokusov a vylepšiť sa, ale v skutočnom svete je ťažké ho používať, pretože napríklad nechcete jazdiť autom z útesu 50 miliónov krát, a reálny čas je faktorom v reálnom svete.
Učenie pod dohľadom, ktoré je väčšinou to, čo teraz vidíme, vyžaduje strednú mieru spätnej väzby a funguje dobre. Dozorované strojové učenie má však určité problémy. LeCun uviedol, že takéto systémy odrážajú skreslenie údajov, hoci povedal, že je optimistický, že tento problém možno prekonať, a domnieva sa, že je ľahšie odstrániť skreslenie zo strojov v porovnaní s ľuďmi. Je však tiež ťažké overiť spoľahlivosť takýchto systémov a ťažko vysvetliť rozhodnutia prijaté na základe výstupov z týchto systémov a LeCun hovoril o týchto žiadostiach o pôžičku.
Neprehliadané alebo prediktívne učenie, ktoré sa v súčasnosti skúma vo veciach, ako je napríklad predpovedanie budúcich snímok vo videu, si vyžaduje veľkú spätnú väzbu. Neoprávnené učenie zahŕňa predpovedanie minulosti, súčasnosti alebo budúcnosti z akýchkoľvek dostupných informácií, alebo inými slovami, schopnosť vyplniť medzery, čo LeCun povedal, je skutočne to, čo nazývame zdravý rozum. Poznamenal, že to môžu urobiť bábätká, ale to, že dostať stroje na to, je veľmi ťažké, hovoril o tom, ako vedci pracujú na technikách, ako sú generatívne protivníkové siete (GAN), pre predpovede v neistých podmienkach. Dodal, že zďaleka nemáme kompletné riešenie.
LeCun hovoril o troch typoch učenia ako o súčasti koláča: posilňovacie vzdelávanie je čerešňa na vrchu, pod dohľadom učené námrazy a prediktívne vzdelávanie je hlavnou súčasťou koláča.
Predpovedaná umelá inteligencia spoločnosti LeCun zmení spôsob, akým sa veci oceňujú, s tovarom postaveným robotmi, ktoré sú lacnejšie a autentické ľudské skúsenosti sú drahšie, a povedal, že to môže znamenať, že pre jazzových hudobníkov a remeselníkov existuje „svetlá budúcnosť“. “
Celkovo spoločnosť LeCun uviedla, že AI je technológia všeobecného účelu (GPT), ako je parný stroj, elektrina alebo počítač. Bude to mať vplyv na mnohé oblasti hospodárstva, ale bude trvať 10 až 20 rokov, kým uvidíme vplyv na produktivitu. LeCun uviedol, že AI povedie k nahradeniu pracovných miest, ale poznamenal, že zavádzanie technológií je obmedzené tým, ako rýchlo pre neho môžu pracovníci trénovať.
Pokiaľ ide o „skutočnú revolúciu AI“, LeCun povedal, že k tomu nedôjde, kým stroje nezískajú zdravý rozum a stanovenie zásad na ich vybudovanie môže trvať dva, päť, dvadsať alebo viac rokov; potom bude trvať roky, kým sa vyvinie praktická technológia AI založená na týchto zásadách. Koniec koncov, poznamenal, že konvolučné siete sa stali dôležitými dvadsať rokov. A to všetko vychádza z predpokladu, že zásady sú jednoduché; je to oveľa zložitejšie, ak „inteligencia je skľučujúca“.
