Počas tlačovej konferencie, ktorá v októbri 2015 oznámila funkciu autopilota v Tesla Model S, generálny riaditeľ Tesla Elon Musk povedal, že každý vodič sa stane „odborným trénerom“pre každý model S. Každé vozidlo si bude môcť zlepšiť svoje vlastné autonómne funkcie. učenie od svojho vodiča, ale čo je dôležitejšie, keď sa jeden Tesla dozvie od svojho vodiča, tieto znalosti sa budú zdieľať medzi ostatnými vozidlami Tesla.
Majitelia modelu S si čoskoro všimli, že sa postupne zlepšujú funkcie samočinného ovládania vozidla. V jednom príklade Tesla robili nesprávne predčasné výjazdy na diaľniciach a nútili svojich majiteľov manuálne navigovať vozidlo pozdĺž správnej trasy. Po niekoľkých týždňoch majitelia poznamenali, že autá už nevyrábajú predčasné výjazdy.
"Je úžasné, že k zlepšeniu došlo tak rýchlo," uviedol jeden majiteľ Tesly.
Inteligentné systémy, ako sú tie, ktoré sú poháňané najnovším softvérom na učenie strojov, nie sú len múdrejší: sú inteligentnejšie rýchlejšie a rýchlejšie. Pochopenie rýchlosti, akou sa tieto systémy vyvíjajú, môže byť mimoriadne zložitou súčasťou riadenia technologického pokroku.
Ray Kurzweil vo veľkej miere písal o medzerách v ľudskom porozumení, opisujúc takzvaný „intuitívny lineárny“pohľad na technologické zmeny a „exponenciálnu“mieru zmien, ktorá sa teraz deje. Takmer dve desaťročia po napísaní dôležitej eseje nazval Zákon o urýchľovaní návratu - teória evolučnej zmeny, ktorá popisuje, ako sa miera zlepšenia zmien systémov v priebehu času začala u zariadení zdieľajúcich vedomosti a zrýchľovala ich vlastné zlepšovanie.
„Myslím si, že je to pravdepodobne najväčší exponenciálny trend v umelej inteligencii,“hovorí Hod Lipson, profesor strojárstva a informatiky na Columbia University.
„Všetky exponenciálne technológie majú rôzne„ exponenty “trendov, dodáva. „Ale tento je pravdepodobne najväčší.“Podľa jeho názoru je toto „strojové učenie“- keď zariadenia prenášajú vedomosti k sebe (nezamieňať s strojovým učením) - dôležitým krokom k urýchleniu zlepšenia takýchto systémov.
„Niekedy je to spolupráca napríklad vtedy, keď sa jeden stroj učí od iného, akoby mal rojové vedomie. Niekedy je to skok, ako pretek v zbrojení medzi dvoma systémami hrajúcimi šach medzi sebou. ““
Propagačné video:
Lipson verí, že táto cesta AI je silná, čiastočne preto, že odstraňuje potrebu tréningových údajov.
„Dáta sú palivom strojového učenia, ale dokonca aj strojom je ťažké získať nejaké údaje - môže to byť riskantné, pomalé, drahé alebo nedosiahnuteľné. V takých prípadoch si stroje môžu navzájom vymieňať svoje skúsenosti alebo vytvárať syntetické zážitky, aby mohli dopĺňať alebo nahrádzať údaje. Ukazuje sa, že to nie je taký slabý účinok - je to v podstate samoosilnenie a exponenciálne. ““
Lipson uvádza nedávny prielom spoločnosti DeepMind, AlphaGo Zero, ako príklad výcviku AI bez údajov o tréningu. Mnohí sú oboznámení s AlphaGo, strojovou výučbou AI, ktorá sa stala najlepším hráčom na svete na svete Go tým, že skúmala obrovské množstvo údajov miliónov hier hraných v hre Go. AlphaGo Zero bol schopný poraziť ho aj bez toho, aby sa pozrel na školiace údaje, iba sa naučil pravidlá hry a hral sa so sebou. Potom porazil najlepší šachový softvér na svete už po ôsmich hodinách praxe.
Predstavte si tisíce týchto AlphaGo Zeroes okamžite zdieľať svoje získané znalosti.
A to nie sú len hračky. Už teraz vidíme silný vplyv rýchlosti, akou môžu podniky zlepšiť výkon svojich zariadení. Jedným z príkladov je priemyselná digitálna technológia dvojčiat - softvérový model stroja, ktorý simuluje, čo sa stane so zariadením. Predstavte si stroj, ktorý sa pozerá dovnútra a ukazuje technikom svoj obraz.
Napríklad digitálna dvojitá parná turbína môže merať teplotu pary, rýchlosť rotora, štartovanie za studena a ďalšie údaje na predpovedanie porúch a upozornenie technikov, aby sa predišlo nákladným opravám. Digitálne dvojčatá robia tieto predpovede skúmaním vlastného výkonu a spoliehajú sa tiež na modely vyvinuté inými parnými turbínami.
Keď sa stroje začnú učiť vo svojom prostredí novými novými spôsobmi, ich vývoj sa urýchli výmenou údajov. Kolektívna inteligencia každej parnej turbíny rozptýlená po celej planéte môže urýchliť prediktívnu silu každého jednotlivého stroja. Tam, kde je jedno auto bez vodiča, budú aj stovky ďalších vodičov, ktorí budú učiť svoje autá a odovzdávať vedomosti všetkým.
Nezabudnite, že toto je len začiatok.
Ilja Khel