מציאת המשמעות של בינה מלאכותית ב- I/O של Google
הקש כדי להפעיל או להשהות GIF הקש על כדי להפעיל או להשהות GIF
עולם הטכנולוגיה עמוס בדיבורים על בינה מלאכותית. הכוח הקסום שלכאורה יוצא מן השום מניע כעת הכל, החל מזיהוי תמונות ועד צ'אט בוטים עוזרים וירטואליים; זה על שפתיו של כל מנהל טכנולוגי בטווח של 10 מטרים ממיקרופון. באופן לא מפתיע, AI עמדה במרכז ובשבוע שעבר בכנס הקלט/פלט של גוגל, התכנסות אדירה של כ -7,000 מפתחים ומדיה שכולם חיפשו לגוגל הצצה לעתיד. מנכ'ל גוגל, סונדר פיצ'אי, עשה מעט למתן את ההתלהבות של השמיים הכחולים, וסיים את החלק הסופי של ה- AI המרכזי שלו בשורה שהרגישה בוגדת ישר מתוך מסע בין כוכבים תסריט: דברים שבעבר נחשבו בלתי אפשריים עשויים להיות למעשה אפשריים.
AI הופך להיות תכונה יותר ויותר חשובה בחיי היומיום שלנו, אך אחד ההיבטים המרתקים יותר של עלייתו הוא עד כמה אנו מבינים בצורה גרועה. אם AI באמת ישנה את העולם, ראוי לבקש תחילה את הגדרתו. ואיזה מקום טוב יותר למצוא אותו מאשר קלט/פלט של Google?
זו לפחות נראתה כציפיה סבירה, עד לסיבוב ראשון של תשובות לשאלה איך היית מגדיר AI? להלן דוגמא:
בהחלט הייתי מראיין מישהו אחר.
אני לא בטוח. לא עשיתי כלום עם AI.
לא תודה. מצטער. בהצלחה.
אני בעצם בשיחה.
אינני יודע דבר על כך.
זה למידת מכונה.
אני לא יודע. אני אוותר.
אני עובד ב- Yahoo….
לא כולם מצאו את עצמם באובדן כזה. דן צ'רנוך, ראש מניעת ההתעללות של Ticketmaster, תיאר AI אמיתי כמחשב המשכפל את הפונקציונליות של מוח אנושי. אנחנו רחוקים מזה, אמר. הרבה ממה שאנשים קוראים ל- AI, טען צ'רנוך, הוא דבר פחות שנקרא 'למידת מכונה'. ואכן, הוא הסביר, רבים משתמשים ב- AI כמונח מטריה כאשר למידת מכונה מונחת מתחת. עוד על זה עוד קצת.
משתתף אחר אמר זאת כך: [AI הוא המקום שבו מכונות מתחילות להיות אינטליגנטיות יותר ממה שהן מתוכנתות. במקום פשוט לירוק מידע שבני אדם האכילו אותו, AI יכול למעשה לנמק לבד. הוא מסוגל להבין דברים, לעומת שאומרים לו, הוא אמר.
מתוך הבנה שההגדרה של AI לא תמצא, חיפשנו את מדען המחקר הבכיר של גוגל גרג קוראדו לחוות דעת של מומחה. בינה מלאכותית היא האמנות והמדע של הפיכת מכונות לחכמות, הסביר קוראדו. אבל זו הייתה הגדרה רחבה מדי, ולכן הוא התמקד במהירות בלימוד מכונות (מצטער, מר צ'רנוך), שאותו הגדיר כאזור הצמיחה הגדול ביותר ב- AI. במקום לנסות לתכנת מחשבים בצורה חכמה, אנו מתכנתים מחשבים כדי ללמוד, אמר קוראדו.
הדרך הטובה ביותר להסביר למידת מכונה, מושג מופשט, היא באמצעות דוגמאות קונקרטיות; קוראדו התחיל בזיהוי תדמיתי. אתה יכול ללמד מחשב לזהות תמונות של דברים מסוימים על ידי הזנתו בהמון תמונות שבהן הדברים האלה מזוהים. להאכיל מחשב הרבה תמונות של חתולים, למשל, והמחשב יכול לִלמוֹד כיצד לזהות תמונות חדשות של חתולים.
המחשב עושה זאת באמצעות משהו שנקרא רשת עצבית, שלדברי קוראדו נועד לשקף את המוח האנושי. לדברי קוראדו, מיליארדי הנוירונים של המוח כולם מקבלים החלטות זעירות המבוססות על כמויות מידע קטנות, אך בעבודה משותפת הם יכולים לבצע משימות חשיבה מתקדמות. אינטליגנציה היא משהו שיוצא מתוך הפעולה המתואמת של מיליארדי נוירונים בודדים אלה, הסביר.
גם לבינה מלאכותית יש נוירונים. במקום תאים בודדים שאינם כה בהירים, יש לנו פונקציות מתמטיות אינדיבידואליות שאינן בהירות במיוחד, אמר קוראדו, ותיאר את הרשת העצבית המלאכותית. אנו בונים את הפונקציות האלו זו על זו והם לומדים לבצע משימות יחד. הם לומדים לתאם.
כשחזרנו לדוגמא לזיהוי תמונות, הסביר קוראדו כי נוירונים מלאכותיים אלה יסרקו בנפרד כתמים זעירים של פיקסלים בתמונה ויערכו עליהם שיקול דעת. האם הכל דברים לבנים? האם הכל דברים אפלים? האם יש קצה? באיזו דרך הקצה מצביע? הוא אמר סוג כזה של ניתוח תמונות ברמה נמוכה מאוד. מספר רב של נוירונים מלאכותיים יכולים לסרוק תמונה ולהעביר את מסקנותיהם לקבוצה אחרת של נוירונים, אשר בתורם מקבלים את ההחלטות שלהם בהתבסס על הנתונים שהם מוזנים. בסופו של דבר, לאחר רבדים רבים של זה, רשת עצבית יכולה לקבוע אם היא מביטה בפנים, או במכונית או במשאית.
למידת מכונה פועלת טוב יחסית לזיהוי תמונות. הוא פועל גם לדברים כמו תרגום לשפה, שם הוא משתמש בגישה דומה לחישוב מילים מחתיכות קול מנותחות. כשהמילים מבינות, היא יכולה להריץ אותן באמצעות תוכנית תרגום. הוא מחפש אותות בזרם השמע הזה כדי לנסות לנחש, 'איזו אות עלי להוציא כדי לתמלל זאת?' אמר קוראדו.
כשנשאל כיצד למידת מכונה פועלת לדברים כמו הזמנת כרטיס קולנוע-משימה שעוזרת Google שהופעלה על ידי AI על ידי Google במהלך ההרצאה המרכזית של המנכ'ל סונדר פיצ'אי-הסביר קוראדו שחלקים ממשימה זו לא בוצעו על ידי AI. כשאתה בונה מוצר שלם, יש כל מיני תת-מערכות וזה בהחלט לא כך שלמידת מכונה עושה כל חלק קטן, אמר. לדוגמה, כאשר אתה הולך ומחפש את זמני הסרטים בבתי הקולנוע המקומיים, אתה רוצה אחזור ישיר ומושלם של המידע הזה. אתה יכול לכתוב תוכנית שעושה את זה נכון, ואין צורך לנסות ללמוד איך לעשות את זה בצורה רכה ומעוותת. למידת מכונה היא באמת הטובה ביותר למלא סוגים כאלה חסרים שבהם יש שלב אינטואיטיבי. AI, אמר קוראדו, מתאים יותר להבנת השפה בה אנו משתמשים כדי לבקש כרטיסים אלה.
נותרו שאלות נוספות, אך קוראדו לא יכול היה להישאר עוד דקה. המוצרים המונעים על ידי AI של גוגל, בסופו של דבר לא היו בונים את עצמם. לפחות עדיין לא.
