KRONIKK: – Kunstig intelligens skaper reelle muligheter

[Redaksjonen.]

Dette er de tre tingene som virkelig har fått utviklingen til å skyte fart.

KRONIKK: – Kunstig intelligens skaper reelle muligheter

[RuneWi]

"[...] Googles Alphago kan slå verdensmesteren i sjakk [...]"

 

Er virkelig dette så opplagt?

[Zork]

Alphago spiller vel ikke sjakk i det hele tatt? Det er vel kun Go? 

 

Uten at det forsåvidt gjør noe for poenget - maskiner har vært i stand til å slå selv de sterkeste sjakk-mestrene en god stund nå. Go tok litt lenger tid, men maskinene slår de beste der også nå.

Endret 18. november 2016 av Zork

[FB.106965827100006]

AlphaGo spiller bare Go, men har i all hovedsak lært det, ikke blitt programmert for det. Det regnes som en av de første store milepælene i Google Deepminds prosjekt for å bygge AGI. Altså et litt dårlig eksempel på ANI.

[BengtS]

"Talegjenkjenningssystemer som er nesten like gode som et menneske er bare frustrerende – vi vil ikke bruke dem hvis vi ikke må."

Dette tror jeg er helt korrekt.

Men, det jeg tror ikke er korrekt, er å plasser problemet talegjenkjenning i listen over problemer som kan løses med smal kunstig intelligens (ANI).

Jeg tror talegjenkjenning bare kan løses med generell kunstig intelligens (AGI).

Grunnen er kontekstavhengigheten i språket, hvor enkeltord kan variere i mening avhengig av konteksten som de ytres i. For å forstå meningen i en uttalt setning må mottakeren med andre ord forstå hele konteksten som setningen ytres i. Når man drar dette i sin ytterste konsekvens, så betyr det at mottakeren må forstå hele verden. Eller, sagt på en annen måte, mottakeren må være et menneske, eller den må forstå alt som et menneske normalt sett forstår, om verden og dens innhold.

Merk at jeg ikke sier at man ikke kan nå veldig langt med ANI. Det kan man helt sikkert, dersom man bygger opp et nevralt nettverk ut fra et veldig, veldig stort sett av eksempler på menneskelig tale.

Men, man vil ikke kunne komme i mål med denne angrepsmåten. Man vil alltid stå igjen med et sett av "corner cases" hvor et menneske vil forstå betydningen av det som blir sagt, men hvor maskinen ikke vil kunne forstå det.

Da er man tilbake til det som Azhar sier, og som jeg tror er korrekt, nemlig at en nesten menneskelig talegjenkjenning bare er irriterende, og ikke så brukbart som man ønsker at det skal være når man tar det i bruk.

Min hypotese er at talegjenkjenning er ett av de områdene hvor Azhar vil bli skuffet, og hvor man vil finne at man bare når nesten frem til denne terskelen som man søker, men ikke helt.

(For ordens skyld fikk jeg med meg henvisningen til det kinesiske selskapet som hadde brukt ANI til å lage talegjenkjenningsteknologi som forstår tale bedre enn et menneske, men jeg tar det med en klype salt før jeg har sett teknologien demonstrert. Høyst sannsynlig er det et "gjennombrudd" av samme typen som chat-roboten Eugene Goostman som man for en tid siden hevdet hadde passert Turing-testen.)

Endret 20. november 2016 av BengtS

[linux-fan]

Ref: "Talegjenkjenningssystemer som er nesten like gode som et menneske er bare frustrerende – vi vil ikke bruke dem hvis vi ikke må."

Økt bruk av lavtlønnede, ukvalifiserte, innvandrere eller outsourcing ressurser med begrenset ordforråd som ofte bare forholder seg til spørsmållister gjør at talegjenkjenningssystemer på ingen måte må være perfekte for å fungere bedre i mange sammenhenger, spesielt hvis man lar når eksperter overta i enkelte situasjoner.

Endret 20. november 2016 av linux-fan

[BengtS]

Ref: "Talegjenkjenningssystemer som er nesten like gode som et menneske er bare frustrerende – vi vil ikke bruke dem hvis vi ikke må."

Økt bruk av lavtlønnede, ukvalifiserte, innvandrere eller outsourcing ressurser med begrenset ordforråd som ofte bare forholder seg til spørsmållister gjør at talegjenkjenningssystemer på ingen måte må være perfekte for å fungere bedre i mange sammenhenger, spesielt hvis man lar når eksperter overta i enkelte situasjoner.

 

Ja, om det er rene lister med spørsmål og svar, så kan det vel hende at man kan la denne typen teknologi erstatte noe av dette.

 

Men, selv der vil nok teknologien likevel oppleves som irriterende, tror jeg.

 

Et bedre case er nok masseovervåkning av telefonsamtaler, eller masse-scanning av lyddata fra overvåkningskamera eller mikrofoner, i den grad man har behov for å gjøre dette. I disse anvendelsesområdene er ikke poenget nøvendigvis å forstå alt som sies, men å forstå nok til å kunne reagere på enkelte triggere i form av enkeltord, setninger eller temaer, og å kunne sende disse videre til mennesker for nærmere analyse.

 

Jeg antar at f.eks. NSA allerede bruker denne formen for teknologi, men at den sikkert kan gjøres tildels mye bedre ved hjelp av nyere fremskritt innen forskningen på smal kunstig intelligens.

[FB.106965827100006]

Jeg må bare utdype svaret mitt litt. AlphaGo er ANI på den måten at den bare kan én ting, men den er hovedsaklig basert på generelle algoritmer som også kan brukes til andre oppgaver. Mustafa Suleyman i DeepMind sier at "All our algorithms are inherently general". De ble for eksempel berømte da de laget en algoritme som kunne lære mange ulike Atari-spill uten menneskestyrte tilpasninger for hvert spill, og har senere brukt omtrent samme algoritme til å optimalisere kjølesystemene til Googles datasentre med kjempegevinst.

 

Deepminds forretningsidé er å utvikle AGI, og det er skrittene deres i den retningen som har gitt dem suksess så langt. Google har tro på dem, og har investert vanvittig mye, først i å sikre seg selskapet, så i å utvide det, og nå bygger de et enormt London-kontor med flere tusen ansatte. Uten at jeg vet så mye, vil jeg anta at både plasseringen og størrelsen er påvirket av Deepmind.

Endret 21. november 2016 av FB.106965827100006

[StormEagle]

Kunstig intelligens er også et av de mest misbrukte uttrykkene i dag. At netflix foreslår en film til deg, eller gjetter hvordan du vil rate en film her ingen ting med kunstig intelligens å gjøre. Alle linjene med kode er skrevet av et menneske, å bruke matematikk fra diverse brukere til å komme frem til en prediksjon basert på ditt eget brukermønster i forhold til resten er ikke kunstig intelligens.

 

Og det samme gjelder f.eks moderator bot'er som ved hjelp av innsamling og analysering av rapporter kan flagge innlegg basert på en setning i innlegget. Dette er heller ikke AI, også her er alle kodelinjene skrevet av mennesker, og beslutningene er basert på data innsamlet med denne menneskelagde koden.