Отцы-вычислители, или «Гонка ИИ» глубоко отбирает награды... / Итоги '2018: «Человек плюс машина»
Ещё рейтинги науки здесь, здесь и здесь
Премия Тьюринга нашла «крестных отцов»
Награду получили основоположники искусственного интеллекта / декабрь, 2018 - март, 2019
Ученые Йошуа Бенджио, Джеффри Хинтон и Ян Лекун стали обладателями самой престижной награды в сфере информационных технологий - премии Тьюринга. ©Ещё об ИИ
Канадский ученый Йошуа Бенджио
Все трое стояли у истоков искусственного интеллекта, работая над программами глубокого машинного обучения.
Ассоциация вычислительной техники (ACM) наградила премией Тьюринга Йошуа Бенджио, Джеффри Хинтона и Яна Лекуна, которых называют крестными отцами искусственного интеллекта (ИИ). Они получат $1 млн от Google за разработки в сфере глубокого машинного обучения.
Премия Тьюринга, названная в честь британского ученого Алана Тьюринга, была учреждена в 1966 году и считается самой желанной из премий в области информационных технологий, своеобразной Нобелевкой.
Британский ученый Джеффри Хинтон
Сам термин «глубокое обучение» появился еще в 1980-х годах. Этот подход к созданию ИИ предполагает использование модели нейронных сетей, которые воспринимают поступающую информацию слоями. Каждый из таких слоев нейтронов, объединенных в единую сеть, оценивает получаемую информацию (изображение или звук) по какому-то одному признаку. Полученные данные суммируются сетью для выдачи конечного результата оценки. Долгое время эта технология считалась бесперспективной, а искусственный интеллект опирался в первую очередь на другую модель - машинное обучение. Оно предполагает обучение программы на собственном опыте. Для этого, правда, ей нужна исходная база данных с примерами необходимых решений. Например, если это программа распознавания лиц, то ей понадобится подборка фотографий, на которых будут помечены лица людей.
Французский ученый Ян Лекун
Причина продолжительного превосходства машинного обучения над нейросетями - банальная неготовность существующих технологий выполнять инновационные задумки ученых. Так было до 2012 года, пока группа ученых (среди них был Джеффри Хинтон) из университетов Торонто не представила результаты конкурса распознавания изображений ImageNet. На нем с большим отрывом победила нейросеть, показав результат 85% верных ответов. С тех пор именно глубокое машинное обучение с использованием нейросетей стало передовым направлением в области создания ИИ.
«Искусственный интеллект сейчас одно из самых быстрорастущих направлений исследований в науке и одна из самых обсуждаемых тем в обществе,- говорится в заявлении ACM.- Рост интереса к искусственному интеллекту - это заслуга, и немалая, недавних успехов в разработке глубокого обучения, базис для которого заложили Бенджио, Хинтон и Лекун».
_______
Барбара Рей-Вентер
Искусственный интеллект распространяется все быстрее
Ученые оценили успехи ИИ за 2018 год
Массачусетский технологический институт, Стэнфордский и Гарвардский университеты вместе с организацией OpenAI и рядом других опубликовали второе ежегодное исследование AI Index, в котором оценили уровень развития, распространение, инвестиции и другие показатели в сфере искусственного интеллекта (ИИ).
Своей целью ученые ставили оценку прогресса в сфере ИИ по конкретным количественным показателям и осмысление этого прогресса (.pdf). Оценивались самые разные показатели: от числа опубликованных работ, посвященных ИИ, до интереса медиа и общественности к теме.
Например, число научных работ по ИИ выросло в восемь раз с 1996 года. 28% таких работ приходится на Европу, 25% - на Китай (здесь число работ в этой сфере выросло с 2007 года на 150%), 17% - на США. Интерес к ИИ показывает и рост числа студентов, посещающих вводные курсы по связанным с ним специальностям. Только в США их число выросло в 3,4 раза в сравнении с 2012 годом.
Число активных стартапов, занимающихся ИИ в США, с 2015 по 2018 год выросло 2,1 раза, в то время как общее число стартапов лишь в 1,3 раза. Венчурные инвестиции в такие предприятия увеличились с 2013 года в 4,5 раза (венчурные инвестиции в целом - в 2,1 раза).
Существенно выросло внедрение ИИ в компаниях. Речь идет о самых разных сферах (от фармацевтической промышленности до ритейла) и о разных вариантах применения (автоматизация процессов, машинное обучение, диалоговые интерфейсы, понимание машиной естественных языков, беспилотные транспортные средства и т. д.). Так, все активнее компании внедряют промышленных роботов. Например, в Китае в 2017 году их было установлено в шесть раз больше, чем в 2012 году.
Авторы собрали данные по ПО, связанному с ИИ: число скачиваний операционных систем для роботов выросло с 2014 года на 352%.
В докладе оценивается и скорость обучения ИИ. Например, качество машинного перевода с немецкого языка на английский (по так называемой системе оценки BLEU) выросло с 2008 года в три с половиной раза.
В докладе оценивается упоминаемость ИИ в СМИ в положительном, отрицательном или нейтральном ключе. Число положительных упоминаний с 2016 года выросло в 2,5 раза. Также было подсчитано число упоминаний ИИ и машинного обучения в правительственных и парламентских заявлениях и документах в США, Канаде и Великобритании. Во всех трех странах число таких упоминаний резко выросло в 2018 году.
Эксперты считают, что вскоре необходимо будет оценивать применение ИИ во все новых сферах и развивать новые методики. «Если мы хотим, чтобы ИИ умножал человеческий интеллект, а не заменял его, надо перейти от среды "человек против машины" к среде "человек плюс машина". Параметром, который продемонстрирует прогресс в этом, может быть количество неавтономных систем, в которых окончательное решение принимает человек, но которые поддерживаются машинами»,- считает профессор Падуанского университета и заместитель главного редактора Journal of Artificial Intelligence Research Франческа Росси.
По мнению профессора австралийского Университета Нового Южного Уэльса Тоби Уолша, в индексе следовало бы также оценивать рост государственных инвестиций в ИИ по странам и расширение его использования в военной сфере. «Это часто называют "гонкой ИИ", в которой такие страны, как Китай, демонстрируют свое стремление достичь доминирования с помощью ИИ»,- отметил господин Уолш.
Кирилл Сарханянц / Яна Рождественская
«Коммерсантъ», 15 декабря 2018 - 28 марта 2019
Премия Тьюринга нашла «крестных отцов»
Награду получили основоположники искусственного интеллекта / декабрь, 2018 - март, 2019
Ученые Йошуа Бенджио, Джеффри Хинтон и Ян Лекун стали обладателями самой престижной награды в сфере информационных технологий - премии Тьюринга. ©Ещё об ИИ
Канадский ученый Йошуа Бенджио
Все трое стояли у истоков искусственного интеллекта, работая над программами глубокого машинного обучения.
Ассоциация вычислительной техники (ACM) наградила премией Тьюринга Йошуа Бенджио, Джеффри Хинтона и Яна Лекуна, которых называют крестными отцами искусственного интеллекта (ИИ). Они получат $1 млн от Google за разработки в сфере глубокого машинного обучения.
Премия Тьюринга, названная в честь британского ученого Алана Тьюринга, была учреждена в 1966 году и считается самой желанной из премий в области информационных технологий, своеобразной Нобелевкой.
Британский ученый Джеффри Хинтон
Сам термин «глубокое обучение» появился еще в 1980-х годах. Этот подход к созданию ИИ предполагает использование модели нейронных сетей, которые воспринимают поступающую информацию слоями. Каждый из таких слоев нейтронов, объединенных в единую сеть, оценивает получаемую информацию (изображение или звук) по какому-то одному признаку. Полученные данные суммируются сетью для выдачи конечного результата оценки. Долгое время эта технология считалась бесперспективной, а искусственный интеллект опирался в первую очередь на другую модель - машинное обучение. Оно предполагает обучение программы на собственном опыте. Для этого, правда, ей нужна исходная база данных с примерами необходимых решений. Например, если это программа распознавания лиц, то ей понадобится подборка фотографий, на которых будут помечены лица людей.
Французский ученый Ян Лекун
Причина продолжительного превосходства машинного обучения над нейросетями - банальная неготовность существующих технологий выполнять инновационные задумки ученых. Так было до 2012 года, пока группа ученых (среди них был Джеффри Хинтон) из университетов Торонто не представила результаты конкурса распознавания изображений ImageNet. На нем с большим отрывом победила нейросеть, показав результат 85% верных ответов. С тех пор именно глубокое машинное обучение с использованием нейросетей стало передовым направлением в области создания ИИ.
«Искусственный интеллект сейчас одно из самых быстрорастущих направлений исследований в науке и одна из самых обсуждаемых тем в обществе,- говорится в заявлении ACM.- Рост интереса к искусственному интеллекту - это заслуга, и немалая, недавних успехов в разработке глубокого обучения, базис для которого заложили Бенджио, Хинтон и Лекун».
_______
Барбара Рей-Вентер
Искусственный интеллект распространяется все быстрее
Ученые оценили успехи ИИ за 2018 год
Массачусетский технологический институт, Стэнфордский и Гарвардский университеты вместе с организацией OpenAI и рядом других опубликовали второе ежегодное исследование AI Index, в котором оценили уровень развития, распространение, инвестиции и другие показатели в сфере искусственного интеллекта (ИИ).
Своей целью ученые ставили оценку прогресса в сфере ИИ по конкретным количественным показателям и осмысление этого прогресса (.pdf). Оценивались самые разные показатели: от числа опубликованных работ, посвященных ИИ, до интереса медиа и общественности к теме.
Например, число научных работ по ИИ выросло в восемь раз с 1996 года. 28% таких работ приходится на Европу, 25% - на Китай (здесь число работ в этой сфере выросло с 2007 года на 150%), 17% - на США. Интерес к ИИ показывает и рост числа студентов, посещающих вводные курсы по связанным с ним специальностям. Только в США их число выросло в 3,4 раза в сравнении с 2012 годом.
Число активных стартапов, занимающихся ИИ в США, с 2015 по 2018 год выросло 2,1 раза, в то время как общее число стартапов лишь в 1,3 раза. Венчурные инвестиции в такие предприятия увеличились с 2013 года в 4,5 раза (венчурные инвестиции в целом - в 2,1 раза).
Существенно выросло внедрение ИИ в компаниях. Речь идет о самых разных сферах (от фармацевтической промышленности до ритейла) и о разных вариантах применения (автоматизация процессов, машинное обучение, диалоговые интерфейсы, понимание машиной естественных языков, беспилотные транспортные средства и т. д.). Так, все активнее компании внедряют промышленных роботов. Например, в Китае в 2017 году их было установлено в шесть раз больше, чем в 2012 году.
Авторы собрали данные по ПО, связанному с ИИ: число скачиваний операционных систем для роботов выросло с 2014 года на 352%.
В докладе оценивается и скорость обучения ИИ. Например, качество машинного перевода с немецкого языка на английский (по так называемой системе оценки BLEU) выросло с 2008 года в три с половиной раза.
В докладе оценивается упоминаемость ИИ в СМИ в положительном, отрицательном или нейтральном ключе. Число положительных упоминаний с 2016 года выросло в 2,5 раза. Также было подсчитано число упоминаний ИИ и машинного обучения в правительственных и парламентских заявлениях и документах в США, Канаде и Великобритании. Во всех трех странах число таких упоминаний резко выросло в 2018 году.
Эксперты считают, что вскоре необходимо будет оценивать применение ИИ во все новых сферах и развивать новые методики. «Если мы хотим, чтобы ИИ умножал человеческий интеллект, а не заменял его, надо перейти от среды "человек против машины" к среде "человек плюс машина". Параметром, который продемонстрирует прогресс в этом, может быть количество неавтономных систем, в которых окончательное решение принимает человек, но которые поддерживаются машинами»,- считает профессор Падуанского университета и заместитель главного редактора Journal of Artificial Intelligence Research Франческа Росси.
По мнению профессора австралийского Университета Нового Южного Уэльса Тоби Уолша, в индексе следовало бы также оценивать рост государственных инвестиций в ИИ по странам и расширение его использования в военной сфере. «Это часто называют "гонкой ИИ", в которой такие страны, как Китай, демонстрируют свое стремление достичь доминирования с помощью ИИ»,- отметил господин Уолш.
Кирилл Сарханянц / Яна Рождественская
«Коммерсантъ», 15 декабря 2018 - 28 марта 2019