Tehnologija

Kdaj bo Siri postala Samantha iz 'Her' Spikea Jonzeja?

Kateri Film Si Ogledati?
 

V z oskarjem nagrajenem filmu Spikea Jonzeja se moški po imenu Theodore Twombly, ki ga igra Joaquin Phoenix, zaljubi v svoj inteligentni operacijski sistem, entiteto, ki se imenuje Samantha in jo izrazi Scarlett Johansson. Skozi film Samantha dokaže ali približa sposobnost učenja, interpretacije najrazličnejših informativnih znakov in morda celo sposobnost ljubezni. Ljubitelji, kritiki in pisatelji tehnologije so se iz izkušenj gledanja filma pojavili z nekaj vprašanji: Kako daleč bi morali potiskati umetno inteligenco, da bi se približali Samanti? Kako velik preskok bi ta tehnologija predstavljala od trenutnih različic, kot je Applova Siri? Kakšno tehnološko sposobnost bi potrebovali, da bi Samantha postala resničnost?

Januarja je Stephen Wolfram, katerega Wolfram Alpha 'računalniški mehanizem znanja' poganja komponento navidezne asistentke Siri na Applovem iPhoneu, podobno umetni inteligenci, Wall Street Journal Robin Kawakami meni, da je tehnologija, ki bi omogočila operacijski sistem, kot je Samantha ni tako daleč .

»Mehanika delovanja AI - mislim, da to ni najbolj zahteven del. Izziven del je v nekem smislu: Določite pomemben izdelek. ' V nasprotju z obilico vlog in nalog, ki jih Samantha prevzame v filmu, bo umetna inteligenca prihodnosti verjetno zgrajena za dokončanje določenih nalog. Čeprav je Wolfram prej mislil, da bi bilo mogoče ustvariti 'umetno inteligenco za splošne namene, ki je nekako človeška, ki ima super različico natančnih človeških lastnosti,' ugotavlja, da to ni več smer, v kateri vidi, da se območje premika .

Namesto tega napoveduje, da bomo kmalu videli bolj sposobne osebne asistente za branje in analizo našega e-poštnega sporočila, ki jih bo razdelil po vsebini. Sistemi za upravljanje e-pošte, kot je Sanebox ali celo Gmailov sistem zavihkov mape »Prejeto«, so zgodnji primeri. Čeprav Wolfram meni, da ne bi bilo težko zgraditi govornega asistenta, podobnega Samanthi, dvomi v praktičnost glasovnega asistenta, kadar so vizualne predstavitve bolj razširjene za posredovanje informacij.

Kawakami se je pogovarjal tudi s Petrom Norvigom, direktorjem raziskav pri Googlu, ki je poudaril, da zaznavanja igrajo pomembno vlogo v naši interakciji s tehnologijo. »Ljudje se kar dobro zavajamo. Če Siri zastavite prava vprašanja, to dobro opravi. Če mu zastavite napačno vprašanje, je videti neumno - enako kot pri [IBM-ovem] Watsonu. '

kje je Clark Kellogg igral univerzitetno košarko

Po mnenju Norviga nas obkrožajo elementi umetne inteligence, ki so vidni v priporočevalnih mehanizmih Netflix in Amazon ali v programski opremi Siri in Wolfram Alpha, ki jo podpira. Norvig je pojasnil: »Mislim na umetno inteligenco, kot da ugotavljam, kako narediti pravo stvar, ko ne veš, kaj je prava stvar. Ne vemo, kako zapisati pravila, kakšna je razlika med obrazom in nečim drugim, zato AI odgovarja na to vprašanje. '

Za Wolframa je opredelitev umetne inteligence nekoliko bolj meglena. Mnogi računalniki lahko reproducirajo funkcije človeških možganov, vendar te naloge opravijo na povsem drugačen način kot možgani, kar otežuje določanje razlike med inteligenco in računanjem.

Rekel je Kawakamiju: 'Včasih sem mislil, da obstaja nekakšna čarovnija za možgansko dejavnost.' Toda ugotovil je, da je z leti raziskav ugotovil, da ni 'jasne ločnice' med tistim, kar bi veljalo za inteligentno, in tistim, kar bi veljalo za 'zgolj' računalniško, in skupna človeška izkušnja je tisto, kar ločuje človeško inteligenco od čistega računa .

Meja med inteligentnim in računalniškim je še bolj zabrisana z uvedbo računalniških čipov, ki izpolnjujejo naloge umetne inteligence in trdijo, da delujejo na enak način kot človeški možgani. Kot je poročal John Markoff za New York Times avgusta je IBM razvil računalniški čip , ali procesor, imenovan TrueNorth, ki poskuša posnemati način, kako možgani prepoznavajo vzorce, z uporabo mrež tranzistorjev, podobnih nevronskim mrežam možganov. V članku, objavljenem v reviji Znanost , skupina raziskovalcev je pojasnila, da je bil čip zgrajen z 4.096 nevrosinaptičnih jeder , ki vključuje 1 milijon programabilnih 'spiking nevronov', ki lahko kodirajo podatke kot vzorce impulzov, in 256 milijonov nastavljivih sinaps.

Elektronski nevroni TrueNorth si lahko medsebojno signalizirajo, ko vrsta podatkov preide določen prag, na primer, ko svetloba postane svetlejša ali spreminja barvo ali obliko. Ta sposobnost bi lahko procesorju omogočila, da prepozna dejanja, ki si jih trenutni računalniki in roboti težko razlagajo. Kot primer Markoff ugotavlja, da bi čip lahko lahko prepoznal, da ženska na videoposnetku dviguje torbico - nekaj, kar lahko ljudje naredijo enostavno, sedanji računalniki pa ne.

Čip je pomemben dosežek v smislu razširljivosti in učinkovitosti. TrueNorth vsebuje 5,4 milijarde tranzistorjev, vendar porabi le 70 milivatov moči v primerjavi z Intelovimi procesorji za osebne računalnike, ki imajo lahko 1,4 milijarde tranzistorjev in porabijo med 35 in 140 vati. Žično je ob predstavitvi čipa opozoril, da ga je IBM preizkusil skupne naloge umetne inteligence , kot je prepoznavanje slik, in je lahko opravil te naloge z običajno hitrostjo, vendar veliko manj energije, kot bi jo potrebovali tradicionalni čipi.

Na teh testih naj bi TrueNorth z 80-odstotno natančnostjo prepoznaval ljudi, kolesarje, avtomobile, avtobuse in tovornjake. Toda nekateri se sprašujejo, ali se tehnologija bistveno razlikuje od tiste, ki je že na voljo, in ali bo pristop res prinesel pomemben napredek, za katerega IBM trdi, da bo.

Tradicionalni procesor ločuje dele računalnika od pomnilnika in drobljenja podatkov - pomnilnika in CPU -, nevromorfni čipi pa odstopajo od te arhitekture, saj so pomnilniški in računski deli računalnika nameščeni v majhne module, ki lokalno obdelujejo informacije, ampak komunicirajo med seboj.

koliko je stara žena travis pastrana

Toda naloge, ki jih čip lahko do zdaj opravi, niso dovolj robustne, da bi navdušile mnoge, ki raziskujejo področje strojnega učenja, podpolje umetne inteligence, ki zajema sisteme, ki se lahko učijo iz podatkov in delujejo brez izrecnega programiranja. Treba je še ugotoviti, kako se tehnologija razvija in širi ter kako dobro se bo TrueNorth obnašal na velike težave, kot je prepoznavanje številnih vrst predmetov.

koliko je star Steve Harvey twins

Žično ugotavlja, da čeprav je čip dobro opravil preproste naloge zaznavanja in prepoznavanja slik z uporabo nabora podatkov NeoVision2 Tower DARPA, ta nabor podatkov vključuje le pet kategorij predmetov. Nasprotno pa je programska oprema, ki se uporablja pri Baidu in Googlu, 'usposobljena' za podatkovno zbirko ImageNet, ki vključuje na tisoče kategorij predmetov. Za mnoge morajo nevročipi, kot je IBM, pokazati sposobnost, da se naučijo razbijati trenutne računalniške paradigme.

In ne samo zaradi dejstva, da bi približevanje človeške inteligence zahtevalo neverjetno zmogljivost shranjevanja in računanja, je Samantha težavna za kopiranje. Tim Tuttle, izvršni direktor podjetja Expect Labs, je povedal New York Magazine’s Kevin Roose, da čeprav trenutni računalniki dobro posnemajo običajna, predvidljiva vedenja - na primer, kaj bomo vtipkali v vrstico za iskanje v Googlu ali katere izdelke bomo kupili na Amazon, glede na našo zgodovino brskanja in nakupov - razumeti in odgovoriti na nepredvidljiv, izviren vložek je tisto, kar Samantho razlikuje od Sirija. Danes lahko računalniki prepoznajo besede, jih uskladijo z bazo podatkov in najdejo informacije, za katere menijo, da jih želimo. Toda virtualni asistent, ki se lahko uči, poučuje in prepoznava ter razlaga neverbalne namige, je v nekaj korakih odstranjen iz tehnologije, ki je trenutno na voljo.

Upoštevajoč Njo in tehnologija, ki bi, kot kaže film, lahko čakala v ne tako oddaljeni prihodnosti, je sposobnost učenja, ki Samanthi daleč presega Teodorina pričakovanja do nje in na videz pričakovanja do sebe. Toda dejstvo, da je bila Samantha prvotno ustvarjena za eno stvar - za upravljanje e-poštnih sporočil, pomoč pri urnikih in vzdrževanje uporabnikovega elektronskega življenja teče - in se je naučila delati toliko drugih stvari - učenja in razvoja, ki temelji na njeni interakciji s Theodorejem in s preostalim svetom, navidezni in fizični - potisne koncept strojnega učenja na novo raven, ki se ne ujema z današnjo tehnologijo ali usmeritvijo, ki jo pričakuje.

Roose se je od D. Scotta Phoenixa, soustanovitelja podjetja za strojno učenje Vicarious, naučil, da računalniki pomagajo uporabnikom tako, da povedo, kar rečemo, s seznamom shranjenih ukazov. Toda težava s tem je, da to ni isto kot razumevanje jezika in ljudje razumemo svet in jezik skozi 'čutno vesolje'. V konceptu, imenovanem problem ozemljitve simbolov, računalniški teoretiki teoretizirajo, da bi lahko robotsko bazo podatkov naložili z vsakim simbolom v vesolju - z vsem, kar je na internetu, vse tiskano v knjigi, vsaka beseda, ki jo je kdaj izgovoril človek - toda robot bi še vedno ne more delovati povsem človeško, ker teh simbolov ne bi mogel povezati s predmeti in koncepti, ki jih ljudje doživljajo v resničnem svetu.

Podobno tudi IBM-ov Watson, ki lahko hitro bere, obdeluje naravni jezik in dopolnjuje svojo bazo znanja, ne more 'razmišljati' o problemih in situacijah na enak način kot človek in nima sposobnosti obdelave številnih preprostih situacij ki ga ljudje lahko razumemo brez veliko razmišljanja. V resnici bodo virtualni pomočniki, ki jih bomo videli v bližnji prihodnosti, verjetno bolj specializirani, bolj vsakdanji in izrazito manj človeški kot ljubitelji Njo bi rad verjel.

V kosu za Raznolikost januarja je Dag Kittlaus, soustvarjalec Sirija, ugotovil, da je bila Siri zgrajena “ da se stvari naredijo . ' Toda virtualni asistent je čez noč postal kulturni pojav, ne zato, ker je asistent olajšal uporabo telefona, temveč zato, ker je bila Siri zabavna in se je počutila nekoliko človeško.

Kittlaus poudarja, da ima Samantha več čustvene inteligence kot Siri, s tehnološkega stališča pa bi izgradnja sistema, ki bi bil zmožen vseh stvari, ki jih je Samantha rekla in naredila in razumela, 'pomenila obsežno razširjeno prepoznavanje slik v realnem času, prostorsko razumevanje, prepoznavanje obraza in razpoloženja - pa tudi razumevanje tankosti tisočerih družbenih scenarijev, da bi lahko napovedali, da je par, ki je sedel za mizo, na prvem zmenku. ' Ko razmišlja o vprašanju, ali Siri lahko dohiti, Kittlaus zaključi: 'Mogoče, vendar ne zadržujte sape.'

Osebni asistenti, ki lahko razumejo in uporabljajo naravni jezik, se naučijo zapletenih konceptov in izražajo človeška čustva, verjetno kmalu ne bodo na voljo. In četudi so raziskovalci sposobni zgraditi inteligentne računalnike, kot je Samantha, še vedno obstaja težava, da glede na vse informacije na svetu tudi najbolj inteligenten, človeku podoben računalnik nikoli ne more delovati resnično in popolnoma kot pravi človek.

Več od Tech Cheat Sheet:

  • Bi se Jonas Salk pridružil odprtokodnemu gibanju?
  • Facebook-ove sobe in Ello Dovolite nam, da si izberemo lastne identitete
  • Spletna zasebnost poskrbi za udobje