世界

AIの最大のパーティーでの未来に関する地味なメッセージ

より多い 13、人工知能今週、世界有数の学術AI会議NeurIPSのためにMavenがバンクーバーに押し寄せました。会場には、医者を演じるソフトウェアのようなプロジェクトの募集を誘うことを目的とした、カラフルな企業ブースの迷路が含まれていました。 Googleは、従業員がキャンパスで乗るカラフルな自転車を描いた無料の荷物スケールと靴下を配り、IBMは「I❤️A👁」と飾られた帽子を提供しました。

火曜日の夜、GoogleとUber十分に潤滑された加入超過のパーティをホストしました。病8:翌朝、Googleの1つトップ研究者は基調講演でAIの未来について地味なメッセージを出しました。

ブレーズアゲラとアルカスはディープラーニングとして知られる革新的な技術を賞賛しました彼の電話のようなチームが顔や声を認識するようになった。彼はまた、その技術の限界を嘆き、経験によって特定のタスクを改善できる人工ニューラルネットワークと呼ばれるソフトウェアの設計や、正解のラベル付き例を見ることが必要になりました。

“私たちは車を捕まえた犬のようなものです」とアゲラ・イ・アルカスは言いました。ディープラーニングは、AIの長年の課題を急速に解決しましたが、すぐに残る多くの課題に適しているとは思えません。彼が言ったように、人間のように潜在的な雇用を重くするなど、推論や社会的知性を伴う問題はまだ手が届かないと彼は言った。 「トレーニング方法を学んだすべてのモデルは、テストに合格するか、スコア[but]でゲームに勝つことに関するものです。知能が行う多くのことは、そのルーブリックによってまったくカバーされていません」

数時間後、ディープラーニングのゴッドファーザーと見なされた3人の研究者の1人は、彼が世界にもたらすのを助けた技術の限界を指摘しました。モントリオールのAI研究所MilaのディレクターであるYoshua Bengioは、最近コンピューティングの最優秀賞を、深層学習革命を開始した他の2人の研究者と共有しました。

しかし、彼はこの技術が非常に特殊な結果をもたらすことに注意しました。あるビデオゲームで超人的なパフォーマンスを発揮するように訓練されたシステムは、他のゲームをプレイすることはできません。 「非常に狭い方法で学習する機械があります」とベンジオは言いました。 「タスクを学習するには、人間の知性の例よりもはるかに多くのデータが必要であり、それでも愚かな間違いを犯します。」

BengioとAguera y Arcasは両方とも、NeurIPSの参加者にもっと考えるよう促しました自然知能の生物学的ルーツについて。 Aguera y Arcasは、シミュレートされたバクテリアが食物を探し、人工進化の形でコミュニケーションするようになった実験の結果を示しました。ベンジオは、訓練を受けた状況とは非常に異なる状況を処理するのに十分な柔軟性を備えたディープラーニングシステムの初期の研究について議論し、人間が別の都市や国で運転するなどの新しいシナリオを処理する方法に類推しました

NeurIPSの注意の基調講演は、AIへの投資がかつてないほど高くなったときに行われます。ベンチャーキャピタリストは、ほぼ$40億をAIおよび機械学習企業に投資しました2018、Pitchbookによると、2017。

既存のAIテクノロジーの制限に関する議論も増えています。自動運転タクシー隊が比較的迅速に展開できるというGoogleやその他の楽観論は、よりファジーでより抑制された期待に置き換えられました。 FacebookのAIディレクターは最近、彼の会社や他の人は、より大きなディープラーニングシステムを作成するだけではAIの進歩を続けることを期待すべきではないと述べましたより多くの計算能力とデータを備えています。 「いつか壁にぶつかります」と彼は言いました。 「多くの点ですでにあります。」

NeurIPSの一部の人々は、その壁の下を登ったり掘ったりするために働いています。 Uberの研究者であり、来年非営利団体OpenAIに参加するジェフクルーンは、最近の狭い、深層学習の成功を超えて考えるというBengioの知名度の高い呼びかけを歓迎しました。

彼はそうするための科学的理由と同様に実用的である、と彼は言います。より一般的で柔軟なAIは、自律型ロボットまたはその他のシステムの信頼性と安全性を高めるのに役立ちます。 「そのための素晴らしいビジネスケースがあります」と彼は言います。

クルーンは、技術をオンにすることでよりスマートなAIを作るというアイデアについて金曜日に発表する予定でした。彼はメタラーニングと呼ばれる新興分野の一部であり、独自の学習アルゴリズムを考案できる学習アルゴリズムの作成に関係しています。彼はまた、絶えず変化する環境を生成してAIシステムに挑戦し、それらを拡張するシステムを作成しました。

インスピレーションとベンチマークとして無限の新しい品種。 「コンピューター科学者として、私たちはあなたが何十億年も実行したいと思うアルゴリズムを知らず、それでも面白いことをするでしょう」とクルーンは言います。

専門家は、水曜日にベンジオの満員の講演からシャッフルし、イリナ・リッシュは、ミラとも提携しているモントリオール大学の准教授であり、彼の言葉がスペースの作成に役立つことを期待し、会議の深いアイデアの成功に支配されるようになった学習。 「深層学習は素晴らしいですが、さまざまなアルゴリズムのツールボックスが必要です」と彼女は言います。

Rishは、の深層学習に関する非公式ワークショップに参加したことを思い出します現在のサイズの6分の1未満で開催者がアイデアを拒否した会議のエディションプログラムで当時フリンジ技術を受け入れること。 「それはちょっとした宗教的な会合でした。今年のNeurIPSのどこかで、AIをより新しい高みへと導くことができるアイデアの初期の信者であると期待して、Rishは回想します。


もっと素晴らしいWIREDストーリー

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

Close