На что способен хорошо отдохнувший алгоритм

Алгоритмы могут делать то, во что скептики не верили. В то же время развитие искусственного интеллекта идет по тревожным путям. Речь идет не только о военных автоматических убийцах, но и о программах, пробирающихся в самые сокровенные уголки нашей жизни.

Летом 2020 года в сериале проиграл один из лучших летчиков-истребителей Америки. О пилоте известно только то, что его позывной «Бэнгер» и он прошел курс инструктажа. палубное оружиек которому допускаются только лучшие пилоты. Его убийца, системный ИИ небольшой компанией Heron Systems, она раньше превзошла несколько других алгоритмы искусственного интеллекта. Смоделированные бои проходили в рамках программы AlphaDogfight Trials, проводимой агентством DARPA. ИИ, управлявший истребителем F-16, сражался с одним из ведущих пилотов ВВС США. Было сыграно пять смоделированных дуэлей (1). Человек потерял все.

1. Симулятор боя между человеком и машиной

Это еще одна человеческая неудача с ИИ, которых у нас была целая серия за последние годы. В 2017 г., например. искусственный интеллект обыграл профессиональных игроков в покер, взяв из пула 1,7 млн ​​долларов США. Выиграть в эту игру намного сложнее, чем в шашки или шахматы, хотя формальные правила просты. Алгоритмы оказались в ситуации, когда они имели дело с неполной и несовершенной информацией. , вы всегда знаете, какие у них возможные ходы и что произойдет после того, как вы их сделаете. Покер — это игра в другой сфере. Вроде что-то известно, но не совсем точно, какие карты у соперника. Существует также проблема блефа. Машина должна научиться распознавать обман или пытаться ввести в заблуждение своих противников.

суррогатного материнства Весы (2), переигравший профи в покере, уже сделал себе имя, и компании по всему миру начали изучать возможность его использования для решения задач. Туомас Сандхольм, профессор компьютерных наук Университета Карнеги-Меллона, создатель Libratus, говорит, что программу можно использовать во множестве других ситуаций, когда информация является неполной, например, при деловых переговорах, разработке военной тактики и стратегии, кибербезопасность а также в медицина. Из того, что известно об этом автомате покеристу, никаких проверенных способов игры ему никто не давал. Его просто передали правилам и сказали разработать наилучшую стратегию и учиться во время игры.

2. Сцена из дуэли людей с алгоритмом Libratus в покере

Также в 2017 году программа Кранчер Альфа он столкнулся с сотней юристов из лондонских компаний в конкурсе, касающемся страхового права. Каждому из участников конкурса были предоставлены основные факты о нарушениях при продаже кредитного перестрахования. На этом основании необходимо было определить, в каких случаях были основания для обращения с жалобой (верность проверялась по данным фактических отчетов страхового уполномоченного). Крушитель дел он бил людей по голове. Точность его прогнозов составила 86,6%, а его люди с юридическим образованием, которые много лет этим занимаются, угадывали решения омбудсмена на 66,3%. случаи.

Не раз, конечно ИИ победил игроков в компьютерные игры. Одним из самых громких случаев был случай, когда летом 3 года OpenAI Five (2018) выиграла у группы чемпионов по игре в Dota.

Это работает как мозг и как мозгу нужен сон

Разработан учеными Microsoft и Кембриджского университета. искусственный интеллект Удивительно, что в начале 2017 года она приобрела ценную способность писать программный код. Система разработан, чтобы помочь людям, которые хотят создать свою собственную программу, но не знакомы с программированием. Может написать программу, извлекая строки кода из существующего программного обеспечения. Глубокий кодеркоторый упражняет вас, какие фрагменты кода необходимы для получения желаемых результатов. Он может искать нужные строки кода во многих местах и ​​делает это намного быстрее человека. доказал, что может писать работающие программы за доли секунды.

Становится еще труднее, когда мы пытаемся заставить ее имитировать другие интеллектуальные задачи, с которыми она борется. человеческий мозг. Такие попытки, направленные в первую очередь на воссоздание уровня энергоэффективности мозга, уже предпринимаются. Есть, например. вероятностные нейронные сети. Тем не менее, их производительность не является подавляющей. Но есть и другие сходства.

Ученые Национальной лаборатории в Лос-Аламосе в США обнаружили, что определенный тип искусственный интеллекткто пытается составить карту того, как работает мозг, также может нуждаться в чем-то вроде сна. Группа ученых должна была имитировать то, как мозг учится видеть. Однако при длительных циклах обучения работа ИИ становилась нестабильной. Однако при переводе робота в состояние, подобное тому, которое испытывает мозг человека во время сна, стабильность работы нейросети восстанавливалась. Наилучшие результаты в приведении ИИ в это состояние были получены со звуком, известным как Гауссовский шум. Ученые предполагают, что это имитирует то, что нейроны воспринимают во время глубокого сна.

Неизвестно как, но что поражает по своим возможностям, так это разработанная компанией Нейроботикс система, которая умеет читать на постоянной основе мозговые волны, интерпретировать их на лету и немедленно генерировать изображения, которые видят люди, использующие это оборудование (4). Инженеры построил две нейронные сети, один для создания случайных изображений из данных категории на основе шума, а другой для создания аналогичного шума на основе ЭЭГ. Затем они обучили обе сети интерпретация мозговых волн и преобразование их в реальные изображениякоторый будет максимально отражать то, что испытуемый видит в данный момент. На заключительном этапе испытаний добровольцы просматривали видеозапись, а ЭЭГ регистрировала мозговые волны и передавала сигналы в нейронные сети, которые сразу же генерировали убедительные изображения, которые легко классифицировались в 90% случаев.

4. Изображения, реконструированные из показаний ЭЭГ головного мозга с помощью системы Neurobotics.

Хит 2020 года — текстовые генераторы

Если что-то в области ИИ и удивило в 2020 году, так это точно языковые генераторы, особенно GPT-3который не является вашим средним инструментом. Это самый современный, авторегрессивный, основанный на естественном языке. нейронная сеть создан исследовательской лабораторией OpenAI. Опираясь на семя с несколькими предложениями GPT-3 (аббревиатура происходит от слов Generative Pre-trained Transformer 3, что означает генеративный предварительно обученный преобразователь), он может генерировать впечатляющий точный текст, соответствующий стилю и содержанию первых нескольких предложений. линии. GPT-3 Он может похвастаться 175 миллиардами параметров, определяющих отношения между элементами сети. По сообщениям, это стоило 12 миллионов долларов.

Прорыв в этой области исследований ИИ был впервые совершен компанией Google в 2017 году. Трансформаторы, новый вид модели глубокого обучения. Он внес свой вклад в революцию в обработке естественного языка. Однако машины только сейчас начинают по-настоящему хорошо понимать язык. Вышеупомянутый GPT-3 — не единственная впечатляющая языковая модель, созданная в 2020 году. Microsoft Turing Natural Language Generation (T-NLG) была запущена в феврале 2020 года. На момент выпуска это была самая большая известная языковая модель с 17 миллиардами параметров. Т-НЛГ способен генерировать слова, необходимые для завершения незаконченных предложений, а также для прямых ответов на вопросы и резюме документов.

Другие модели, такие как Meena, ДистилБЕРТ i БСТ 9.4Б, также превысило количество параметров в один миллиард. Хотя большее количество параметров не обязательно означает лучшую производительность в каждом случае, это означает, что инструмент генерации текста способен более точно моделировать широкий спектр функций.

Художники ИИ уходят в абстракции

Алгоритмы недавно смогли удивить нас еще и точностью т.н. глубокая подделка (). Хотя они не являются совершенно новым изобретением, в последние месяцы они начали производить потрясающее впечатление. В июле 2020 года ученые из Центра продвинутой виртуальной реальности Массачусетского технологического института подготовили высокобюджетный видеоролик под названием «Deepfake» с речью президента Ричарда Никсона, написанной на случай провала миссии «Аполлон». Спустя несколько месяцев появился подобный фильм с королевой Елизаветой II в главной роли.

Сразу возникает вопрос о новый, творческий i художественные возможности ИИ. CAN-y (5), т. е. творческие сети противника, в которых, проще говоря, противостоят друг другу две нейронные сети. Один из них пытается обмануть другого, который, в свою очередь, пытается распознать уловки первого. Они отличаются от генеративно-состязательных сетей (GAN) тем, что не создают достоверных отражений, а фокусируются на отклонениях.

5. Изображения, созданные Creative Adversarial Networks

Вот как робот Ай-Да, работа исследователей университетов Оксфорда и Лидса. Гуманоидальный робот он не просто воссоздает ранее захваченные изображения. Его работы создаются невиданным ранее способом в машине, с использованием «зрения» и инструментов. Камеры в ваших глазах записывают объекты перед вами, а затем создают их виртуальный шаблон, встроенный в систему координат. Advanced использует эти координаты механическая рукадержать карандаш или кисть. Точно так же на основе созданной карты и с помощью реализованных алгоритмов Ай-Да может создавать и абстрактные произведения искусства. Таким образом, он работает не так, как большинство художников ИИ, в основном воссоздавая изображения, которые они видят.

Потерянные языки, могилы, раковины и ученые

Достижения искусственный интеллект поэтому в искусстве они достигают новых высот. А как насчет науки? Как оказалось, и здесь он может удивить своей полезностью и возможностями.

Исследователи из Свободного университета Берлина недавно разработали новаторский метод, способный решить уравнение Шредингера в квантовой химии. Цель исследования — как можно быстрее открыть свойства молекул только на основе положения их атомов. Для этого используется алгоритм под названием PauliNet, на основе нейронная сеть. «Вместо стандартного подхода к составлению волновой функции из относительно простых математических компонентов мы разработали искусственную нейронную сеть, способную изучать сложные закономерности размещения электронов вокруг ядер», — заявил журналистам Франк Ноэ, руководитель исследования.

В свою очередь, группа ученых из ИТ-лаборатории Массачусетского технологического института в Бостоне создала искусственный интеллект, способный автоматически читать и переводить с утраченных языков. Даже без глубоких знаний о родстве данного диалекта с другими языками, например. Как сообщает сайт «MIT News», целью проекта является обнаружение связей между разными мертвыми языками. Хотя это не работает, как переводчик гугл для древних текстов он может определить происхождение отдельных слов. Благодаря этой инновационной технологии, например, стало возможным изучать историю иберийской языковой семьи. Выяснилось, что, вопреки тому, что считалось, язык, на котором говорили коренные народы Западной Европы с XNUMX по XNUMX век до н.э., вообще не имел отношения к баскскому.

Группа швейцарских ученых использует ИИ для поиска скифских гробниц, разбросанных по евразийским степям. Раньше они анализировали снимки территорий площадью в миллионы квадратных километров. сверточная нейронная сеть. Исследователи проанализировали с его помощью 1212 спутниковых снимков и приказали ему искать круглые каменные гробницы. Они использовали изображения, чтобы научить сеть понимать, как она выглядит. скифская гробница, исправляя систему, когда она пропускала известную гробницу или выбирала несуществующую. Эффективность сети составила 98 процентов. Их итальянские коллеги, Габриэле Гаттилья i Франческа Аничини, археологи из Пизанского университета в Италии используют под проект АРХАИД, нейронные сети для идентификации раскопанных керамических раковин (6). Также в этом случае AI она узнала из каталогизированных и описанных изображений находок. Пока она не стала высококвалифицированной в идентификации и описании новых находок.

6. Идентификация археологических находок с использованием сверточных нейронных сетей

Крис Кларк, инженер из колледжа Харви Мадда в Клермонте, Калифорния, использует подводный роботгидролокатора, сканирующего морское дно, и от системы распознавания изображений с помощью нейронная сеть для поиска затонувших кораблей и других объектов, представляющих интерес для ищущих. В последние годы он сотрудничал, в частности, с участием Тиммим Гамбинем, археолог из Мальтийского университета, исследующий дно Средиземного моря вокруг Мальты.

Виртуальная девушка покоряет сердца одиноких китайцев

Многие люди могут быть удивлены, не только в Китае, их огромной популярностью. Сяойс (7) ИИ бот девушкичто любой, кто хочет, может виртуально встречаться. Первоначально он был создан группой исследователей Microsoft Asia-Pacific в 2014 году. Во многих отношениях он напоминает Программное обеспечение для интеллектуального помощника на базе искусственного интеллектанапример Siri от Apple или Alexa от Amazon, где пользователи могут общаться с ботом, используя голосовые или текстовые сообщения в приложениях и умные устройства.

Однако, в отличие от обычных виртуальных помощников, Сяойс он предназначен для флирта с пользователями. Оказывается, у многих одиноких китайцев с ней завязываются «постоянные отношения». По словам разработчиков Xiaoice, бот охватил более шестисот миллионов пользователей. Его поклонники приезжают в основном из Китая, в основном мужчины, часто небогатые (т.е. так называемые более слабые стороны). Анализы показывают, что они могут сильно привязываться к Xiaoice. Самый продолжительный непрерывный разговор между пользователем и Xiaoice длился более 29 часов и включал более семи тысяч взаимодействий.

Конечно, такой вид ИИ вызывает много критики и споров. Авторы создают множество фильтров, которые не дают проникнуть в разговоры с девушкой опасным темам, причем не только политическим, но и угнетающим пользователей. Помимо проверки конфиденциального контента, система фильтрации компании отслеживает эмоциональное состояние пользователейособенно при признаках депрессии и суицидальных мыслях. Если пользователь собирается расстаться, Xiaoice отправит ему сообщения, чтобы поддержать его в следующие дни.

Настоящие военные миссии

Начали с военной и закончим военной темой. В середине декабря 2020 г. самолет-разведчик U-2S Dragon Lady z 9. Разведывательные авиакрыла ВВС США провели тренировочный полет, в ходе которого работа радара и выбранных датчиков осуществлялась исключительно силами искусственный интеллект по имени ARTUμ. Это первое применение искусственного интеллекта на линейном служебном самолете ВВС США и, возможно, на любом военном самолете в мире. До сих пор использование алгоритмов обучения ограничивалось экспериментальными самолетами. Представители Минобороны охарактеризовали это событие как прорыв в стремлении к внедрению искусственного интеллекта в боевые самолеты. Хотя система была испытана на невооруженном U-2, представители Министерства обороны заявили, что ее можно использовать и на других самолетах.

АРТУμ разработан на основе общедоступных Алгоритм μZero разработан Deep-Mind. До сих пор алгоритм использовался в основном в стратегических играх, таких как шахматы или го. Перед испытательным полетом ARTUμ выполнил более полумиллиона смоделированных компьютерных миссий в лаборатории, где научился управлять бортовыми датчиками U-2S. Стоит напомнить, что ВВС США проводят и другие программы искусственного интеллекта. Один из них является Скайборгкоторый способен выполнять разведывательные и боевые задачи при минимальном контроле со стороны пилота пилотируемого самолета. Также проводятся исследования по nобучение искусственному интеллекту в воздушном бою в рамках программы Air Combat Evolution.

Многие из описанных выше сюрпризов, которые преподнес нам ИИ в последнее время, если подумать, вовсе не являются сюрпризом. Все это было ожидаемо многими из нас. Некоторые люди только удивляются, что это происходит так быстро.

Смотрите также: