Вопрос не в том, если, а когда
Если вам понравилась эта статья, ознакомьтесь с другой статьей Робби:
Чем искусственный интеллект отличается от предыдущих технологических волн
В более ранней статье я писал о том, чем искусственный интеллект отличается от предыдущих технологических волн с точки зрения его инновационного потенциала. Он основан на том, что я называю полностью распределенной инновационной моделью, которая является уникальной среди основных технологических тенденций в последнее время.
Помимо того, что потенциал ИИ практически неограничен, за последние несколько лет он вызвал огромное количество ажиотажа. Некоторая шумиха оправдана, но большая часть ее преувеличена.
Когда вы находитесь в середине или приближаетесь к вершине пика ажиотажа технологии, может быть трудно представить себе проблемы впереди. Учитывая длительный цикл ажиотажа, который мы наблюдали в отношении искусственного интеллекта и связанных с ним технологий, кажется, что мы должны приближаться к пику, но я чувствовал это в течение последних 18 месяцев. Gartner's Hype Cycle 2016 соглашается (см. Машинное обучение):
Возможно, ИИ в целом уже спустился по Ложе разочарования. Расчет времени для этих вещей не является точной наукой, поскольку это в значительной степени субъективное упражнение. Независимо от того, есть ли у нас это или нет, мы почти неизбежно увидим некоторую обратную реакцию или «исправление» шумихи, связанной с искусственным интеллектом. В этом нет ничего неожиданного и даже плохого, тем более, что во многих случаях ажиотаж намного превышает нынешний уровень развития техники.
Но меня это не беспокоит. Меня больше интересует длинная игра. Можно ли сохранить некоторые из впечатляющих достижений последних нескольких лет и продолжать следовать полностью распределенной модели инноваций? Или все пойдет в обратном направлении и закончится еще одной зимой ИИ? Трудно предсказать, но существует множество факторов, которые могут препятствовать текущим темпам инноваций, которые я рассмотрю ниже.
Патенты становятся предпочтительнее бумаг
Одно из больших преимуществ ИИ по сравнению с предыдущими технологиями - его обширная исследовательская база. В компьютерных науках инновации измеряются количеством опубликованных статей, которые получили распространение с помощью ИИ. Google, Facebook и другие крупные компании, специализирующиеся на ИИ, наняли лучших специалистов по ИИ из университетов, и эти специалисты продолжали публиковать статьи.
Хотя академические статьи часто излишне трудны для чтения и являются жаргонными, они действительно содержат план того, как реализовать новую идею или алгоритм. Это означает, что большая часть инноваций, произошедших с ИИ, была очевидна для всех. В некоторых случаях в течение нескольких дней после выхода новой статьи на github уже есть примеры реализации.
Внутри крупных предприятий существует постоянное напряжение по поводу публикации патентов на ту или иную идею. Учитывая скорость, с которой появляются новые достижения в области машинного обучения, часто исследователи хотят как можно быстрее отправить свои статьи, чтобы заявить о владении идеей. Пока что мировые компании Google не взяли в заложники идеи, несмотря на патентование таких концепций, как word2vec. Будем надеяться, что это будет продолжаться, иначе это может серьезно помешать прогрессу в сообществе ИИ.
Несколько крупных компаний нанимают ВСЕ таланты искусственного интеллекта
Много было сказано о технических титанах, пожирающих таланты ИИ из крупных университетов. Многие из высокопоставленных приобретений за последние пару лет были направлены на привлечение талантов, ориентированных на искусственный интеллект. Хотя это хорошо, поскольку повышает ценность навыков ИИ, но плохо, поскольку таланты концентрируются в небольшом количестве компаний.
Google, Facebook, Amazon, Baidu, Microsoft, Tesla, Apple и IBM очень агрессивно создавали центры искусственного интеллекта и нанимали столько же докторов наук. студенты, как они могут найти. У этих компаний есть планы, и хотя большинство из них хорошо сыграли в исследовательском сообществе ИИ, чтобы сохранить свой престиж, очевидно, что их свобода действий не такая, какой была бы, если бы они все еще учились в университетах или создавали собственные компании, исследующие свои собственные идеи.
Если дюжина компаний имеет львиную долю талантов в области искусственного интеллекта в мире, мы не увидим такого большого распространения идей или новых решений. Большинство крупных компаний не известны тем, что могут быстро итерировать и создавать новые вещи. Нам нужна здоровая экосистема стартапов, чтобы внедрять новые идеи.
Длительный период без хороших результатов
Когда все слышат об искусственном интеллекте в программе« Доброе утро, Америка , срабатывает своего рода мысленный секундомер. Ажиотаж может продолжаться до тех пор, пока не появятся результаты, подтверждающие его. В конце концов, люди перестанут верить в обещания чего-то нового и отправят ИИ на помойку чрезмерно разрекламированных мод.
Это означает, что если мы не узнаем о новых решениях или новых значительных результатах (помимо победы над играми Atari), люди переключат свое внимание на что-то другое. Это имеет тенденцию происходить в любом случае, когда появляется следующий новый блестящий объект. AI потеряет свой блеск.
Несколько громких неудач
Вероятный неизбежный сценарий, который замедлит развитие ИИ, - это крупные неудачи. Будь то компания, действующая во имя ИИ, не выполняющая обещанные ценности, или запуск нового продукта, который не прошел ни к чему, подобная публичная неудача вызывает сомнения у общественности. Подобно тому, как не было никаких достойных публикации результатов, такие громкие неудачи, как MD Андерсон расторгает контракт с IBM Watson, повредили восприятию ИИ и превратили некогда чрезмерно нетерпеливую публику в скептиков.
Tensorflow становится слишком сложным и доминирующим
Это может показаться нелогичным, но отсутствие большой доминирующей платформы в основе ИИ - это хорошо. Хотя внедрение новых достижений искусственного интеллекта отнюдь не простое, оно доступно для небольшой команды или даже для отдельных людей. Это не похоже на работу над большим монолитным программным обеспечением, таким как операционная система, требующая значительной координации с большим количеством разработчиков. В результате, когда публикуется новая статья, конкурирующие реализации часто создаются в течение нескольких недель, если не дней.
Tensorflow - самая популярная среда машинного обучения, которая продолжает становиться все более мощной и сложной. Если доходит до того, что он становится настолько сложным, что людям становится трудно его улучшать, или если Google теряет интерес к такому обновлению, это может ограничить инновации. Хотя в краткосрочной перспективе размещение всех наших яиц в корзине Tensorflow может быть полезным, в долгосрочной перспективе это может быть проблематично.
Мы достигаем локального максимума с помощью Deep Learning
Глубокое обучение достигло мифических размеров. Теперь это может помочь программам видеть лучше врачей. Он может готовить, он может чистить, он может мыть посуду. Хорошо, возможно, это не те вещи (пока), но глубокому обучению было уделено так много внимания, что возникает серьезная обеспокоенность по поводу того, что внимание не будет потрачено на другие области, которые могут привести к следующему прорыву. У глубокого обучения есть ограничения, поэтому нам нужно продолжать изучать новые идеи и новые концепции.
Социальное и / или политическое давление препятствует прогрессу
Я ставлю на то, что основная причина того, что ИИ теряет импульс, не имеет ничего общего с технологиями или способностью создавать инновационные решения, а вращается вокруг интереса общественности к развертыванию этих решений.
Технология для беспилотных автомобилей пятого уровня будет здесь задолго до того, как общественность захочет ее принять. То же самое и с беспилотными полетами, но у нас все еще есть люди в кабине.
Достаточно просто случайного громкого инцидента, чтобы общественность завоевала неоправданные годы доверия. Будет больше инцидентов / несчастных случаев, и даже если эти несчастные случаи произойдут гораздо реже, чем то, что произошло бы с людьми, ИИ все равно будет получать синяк под глазом.
Замедление будет хорошо
Я с нетерпением жду тех дней, когда ИИ снова станет менее популярным. Хотя на определенном уровне все внимание, которое он получает, - это хорошо, потому что оно побуждает людей и компании, заинтересованных в работе над новыми достижениями, оно также приносит много отвлекающих факторов в виде шумихи и поборников, которые принимают и никогда не возвращают сообщество. Кроме того, я беспокоюсь, что чем больше шумиха, тем больше падение в конечном итоге.
Если вам понравился этот пост, поставьте ему ❤️ ниже, чтобы его могли увидеть другие. Спасибо!
