AI i realne konteksty

AI wyszła już definitywnie z zaułka pod nazwą „sensacje” lub „prognozy”. Wymaga zatem kompetencji i wiedzy – z czym bywa gorzej –  aby przestać funkcjonować jako element bardzo uproszczonego i ciągle dominującego publicystycznego dyskursu, karmiącego się właśnie sensacyjnymi i fantastycznymi komentarzami. Wkracza natomiast w rozmaite pola rzeczywistości, jako źródło nowych możliwości i problemów. Oto dwa przykłady: raport McKinsey’a dotyczący skutków automatyzacji z perspektywy zarządzania i właśnie procedowane w Parlamencie Europejskim prawo dotyczące robotów. Warto zajrzeć na stronę raportu, który jest do pobrania w różnych wersjach (kompletny, streszczenie). 12 stycznia 2017 roku odbyło się natomiast głosowanie w Komisji Prawnej Parlamentu Europejskiego nad sprawozdaniem w sprawie przepisów prawa cywilnego w robotyce – więcej w specjalnej prasowa informacji na ten temat. Uzupełnia tę informację wniosek dotyczący prawnego uregulowania sytuacji robotów pochodzący z roku 2016, a także studium pt.European civil law rules in robotics.

AI tutorial ze Stanford University

Dobre i skrótowe wskazówki dotyczące sieci neuronowych wraz ze wstępem, które pochodzą z kursu pn. Convolutional Neural Networks for Visual Recognition na Stanford University, a ściślej na Stanford Vision Lab są umieszczone na GitHub i znajdują się pod adresem: http://cs231n.github.io/. Wśród szczegółowych opisów kolejnych problemów, znajduje się także skrócone wprowadzenie do sieci neuronowych. Tutorial ma charakter praktyczny

Język jako przedmiot AI – czy to początek nowej ery?

Język naturalny jest jednym z centralnych przedmiotów zainteresowania w ramach rozwoju AI. O’Reilly wspomina o dwóch ostatnich faktach w tej dziedzinie: po pierwsze posłużeniu się w uczeniu inteligentnych systemów rozpoznawania języka naturalnego także procesem interakcji językowej (a nie tylko biernym rozpoznawaniem wzorców), co ma zbliżyć te naukę do procesu jaki przechodzą dzieci. Opis doświadczenia znajduje się na blogu Natural Language Processing Group w Stanford University. Drugim faktem jest rozwój narzędzia i koncepcji tłumaczenia, o której na swoim blogu donosi Google. Google Translate od 10 lat się doskonali i tłumaczy dziennie 140 mld słów w 103 językach. Od września 2016 roku rozwija się nowa jego wersja pn. Google Neural Machine Translation (GNMT) oparta na systemie uczących się sieci neuronowych (tutaj opis). Zapis na blogu donosi o nowej, odkrytej tam możliwości, nazwanej „Zero-Shot Translation” (artykuł na arXiv), czyli tłumaczeniu między parami języków, które to pary nie były przedmiotem nauki, nie były wcześniej przez system tłumaczący widziane. To oznacza niezwykłe rozszerzenie możliwości stworzonego systemu językowego i pytanie czy to oznacza, że system może tworzyć reprezentację zdań i ich znaczeń niezależną od jakiegokolwiek języka, przy czym ta reprezentacja daje się przedstawić formalnie? To pytanie może prowadzić do odpowiedzi stanowiących rewolucję w sposobie postrzegania natury języka. A dalej do konsekwencji o niewyobrażalnych skutkach, gdy zważymy, jaką rolę pełni język zgodnie z tym, co pisze o nim humanistyka przez cały wiek XX.

Komputer kwantowy istnieje

Quantum computing is real” donosi Wired. Choć IBM, jedna z firm z trzech głównych firm, które są wskazywane jako producenci tej technologii (pozostałe to Google i NASA), zademonstrowała działającą maszynę już w roku 2000, to teraz pojawia się nowa jej odsłona za sprawą firmy D-Wave Systems Inc. (opis w WIkipedii). Polega ona na udostępnieniu w formie otwartej narzędzia programistycznego nazwanego Qbsolv na portalu Github (tutaj, a tutaj narzędzie Qmasm z zeszłego roku opublikowane przez Scotta Pakina z Los Alamos National Laboratory). Ta propozycja uzupełnia inicjatywę IBM, która to firma uruchomiła w maju 2016 roku otwartą usługę online polegającą na dostępie do komputera kwantowego o mocy pięciu qubitów, o czym także pisał Wired.

Rzut oka na najważniejsze fakty dotyczące AI w 2016 roku

Andrew Toner na stronie Fox Business publikuje w grudniu tekst pt. 9 Artificial Intelligence Stats That Will Blow You Away, o czym informuje nieco ironicznie O’Reilly, Owe 9 statystycznych faktów to:

  1. oprogramowanie o funkcji asystenta głosowego jako aplikacja nr 1
  2. 85% obsługi klienta realizują inteligentne boty
  3. do 2018 roku osobiści asystenci osiągną poziom rzeczywistych przyjaciół
  4. 60% platform AI kontrolują cztery firmy: Amazon, Alphabet, IBM i Microsoft
  5. autonomiczne samochody czeka gwałtowne rozpowszechnienie
  6. do 2018 roku 20% biznesowych opracowań powstanie dzięki AI
  7. wg Bank of America AI przyczyni się do obniżenia kosztów i wzrostu sprzedaży na sumę od 14 do 33 bilionów $
  8. do 2029 roku, jak twierdzi Ray Kurzweil (Director of Engineering, Google Inc., Alphabet Inc.), roboty staną sie inteligentniejsze niż ludzie
  9. W obecnej chwili nikt nie jest w stanie przewidzieć ostatecznego wpływu AI