Большое количество данных — это неизменно весьма интересно. Берёте хороший инструмент, талантливый крутить числами так и эдак (мне нравится GNU R, но из свободных хвалят ещё GNU Octave), и режете их на слайсы в отыскивании закономерностей. Не хорошо одно: концепция того, что вы ищете, к моменту начала поиска уже обязана сидеть в вашей голове. Именно это – хороший недочёт вычислительной техники: хоть думает она стремительнее человека, думать по-настоящему — всевышний с ним, с сознанием, но хотя бы вырабатывать теории, терпеть отклонения от строгой логики — так вот, думать по-настоящему не может. Обработкой солидного количества чисел «на потоке» в лучшем случае занимаются совокупности с элементами ИИ — «натасканные» на конкретный случай, специфику. Настоящий же ИИ — тот самый, вольно переключающийся с темы на тему (его время от времени ещё именуют «сильным ИИ»: англ. “strong AI”) — остаётся мечтой, в лучшем случае лабораторным опытом. Хорошая новость: мы, непременно, достигли момента, в то время, когда сильный ИИ нужен. Дальше без него не сможем.
взглянуть на Facebook (да и по большому счету любую громадную социальную сеть либо веб-сервис). Сейчас это если не наибольший, то один из наибольших инфоколлекторов, выстроенных человеком. Раз в день 700 миллионов пользователей додают (лишь додают!) к протекающей через него цифровой реке полпетабайта, ежегодно аудитория вырастает ещё на сотню миллионов голов. Поделить эту информационную артерию на ручейки, найти нужные зависимости не в состоянии не только человек, но уже и не сильный ИИ — которым необходимо руководить, направлять, подстраивать, кормить предварительно подготовленными данными. Количества столь громадны, что эффективность ручного либо автоматизированного не сильный ИИ труда в итоге оказывается ничтожной. А представьте на минутку, что «Фейсбук» обзавёлся бы настоящим ИИ!
Первое, за что взялся бы сильный ИИ, – это мусорная куча называющиеся новостная лента. Мысль была хороша, да и сейчас считается одной из самых успешных, но размеры сети таковы, что кроме того пользователь с маленьким числом друзей скоро выясняется погребён под лавиной информации. В данной колонке разговор о проблеме шёл сравнительно не так давно (см. «Фастфуд для мозгов»). Равно как и о ответе: было бы идеально уменьшить количество сообщений и неспециализированную смысловую нагрузку до полного минимума (возможно, подстраиваемого по желанию конкретного индивида), но — легко сообщить!
«Фейсбук» и без того уже шепетильно фильтрует попадающее в ленту – посредством метода, неформально именуемого EdgeRank (учитывает социальную значимость обозревателей, свежесть данных, актуальность и т. п.), и хороших техник машинного обучения (не сильный ИИ). Всё это сжимает исходный поток информации практически на два порядка. Но этого не хватает! Задачу фильтрации обязан взвалить на собственные плечи сильный ИИ. Лишь он, действуя подобно живому человеку, способен покинуть предельное число вправду серьёзных новостей и тем самым удовлетворить среднего пользователя, что всё чаще контролирует собственную соцленту на ходу, мельком, с мобильных устройств.
Вторым делом стало бы распознавание объектов, выделение смысловой составляющей, чувств из снимков и видео, текста. Сильный ИИ даст «Фейсбуку» неисчерпаемый источник осмысленных данных и разрешит осознать пользователя, практически залезть в его голову, в отношения с другими людьми. А это, со своей стороны, даёт множество выходов на коммерчески нужные вещи. Представьте, что рекламные объявления возможно будет подбирать в соответствии с замеченным на фотографиях. Пользователь увиден в кроссовках X? Продемонстрируем новую модель! На снимок попали ползунки? Пора рекламировать товары для молодых мамочек. Тем же инструментом смогут оперировать и сами пользователи, каковые, возможно, возьмут по-настоящему умный поиск: спросите, кто из друзей за последний год обзавёлся детьми, — и на выходе получите готовый фотосет.
Третьим громадным делом сильного ИИ будет прогнозирование пользовательского поведения. Считается, что это не верно сложно, как думается, а уж «мыслящая» машина справится с задачей на раз. В каком порядке юзер поглощает контент, что предпочитает разглядеть подробней, как и как как раз активен социально: предвидя всё это хотя бы на пара секунд/шагов вперёд, Facebook сможет удерживать вас в собственных объятиях продолжительнее — а для обладателей любого сайта нет ничего ответственнее времени, которое мы на него тратим. Шесть лет назад средний клиент проводил на «Фейсбуке» немногим больше двух часов в месяц, годом ранее — уже семь часов (рекордно большое количество для мира соцсетей), и с того времени эта цифра выросла ещё в два раза! Но рост, конечно же, не будет нескончаемым: до тех пор пока его питает мобильная революция, но лишь умная машина, неустанно ищущая новые методы задержать человека, сможет удержать хорошую кривизну развития в возможности.
Сообщите, фантазии? Уже нет. Всю прошлую осень Facebook формировала команду из лучших экспертов по ИИ, до которых лишь удалось дотянуться, а пару дней назад ей достался козырь: руководить созданной наконец собственной лабораторией ИИ компания поставила Яна Лекуна, американского доктора наук, трудящегося над сильным ИИ. Лекун — личность легендарная: он один из немногих пионеров так именуемого глубокого обучения (deep learning, DL) — новаторского подхода к эксплуатации и построению неестественных нейросетей, приближающих их по функциональности к головному мозгу живых существ.
Такая черта выглядит ужасным обобщением, но необходимо осознавать, что область DL до сих пор остаётся очень экспериментальной, неисследованной а также страшной для имиджа занятых в ней учёных (не все верят, что в DL имеется рациональное зерно). Сущность в том, дабы учить многослойную нейросеть особенным образом, поэтапно, данными разного сорта (от необработанных до подготовленных, сортированных) – и взять в итоге машину, талантливую к распознаванию не только конкретного образа, но и (подобно, скажем, мозгу человека) класса, к которому данный образ в собственности. Талантливую мыслить иерархически, категориями.
В случае если мысль думается вам привычной, вы не совершили ошибку: над ней, с различной различными продуктами и степенью успеха на выходе, трудятся и IBM (вспомните суперкомпьютер Watson, побеждающий человека в телевикторинах), и Гугл (распознавание речи в Android и известный опыт с «кошкой»), и Микрософт. Facebook схватила джек-пот, но и другие не промах: к примеру, в Гугл уже трудится на данный момент Хинтон, что вместе с Лекуном стоял у истоков DL.
Интерес, проявляемый гигантами ИТ-бизнеса к сильному ИИ, обещает вывести это направление за пределы лабораторных стен, где оно десятилетиями обреталось. И сохранять надежду на быстрый прорыв: так как вместо скудных национальных грантов работы сейчас финансирует бизнес. Но чуть ли не ответственнее этого события — превосходный и, пожалуй, грустный факт: человек более не в состоянии совладать с порождаемым им самим потоком информации. Нам нужен ассистент. Сумеем ли выстроить?
В статье использованы иллюстрации Keith, Steve Jurvetson.