Video: Черные дыры - от рождения до смерти (September 2024)
Som det har varit på nästan varje konferens jag har deltagit i år var konstgjord intelligens och maskininlärning viktiga ämnen vid förra veckans konferens om teknik 2016. Förutom de nu standardiserade diskussionerna om var AI är på väg, ett föredrag från Ray Kurzweil och ett samtal om var autonoma fordon kan ledas, inkluderade konferensen en diskussion och videor av direkta maskin-till-hjärngränssnitt som var bland de mest intressanta saker jag har sett hela året.
Circuits of the Mind
De coola videorna kom från Justin Sanchez från DARPA Biologiska teknikkontor. Han visade en video av en sinnestyrd robotarm, som var fascinerande, innan han gick vidare för att diskutera ett direkt neuralt gränssnitt, där datorminne är kopplat direkt till en hjärna med traumatiska hjärnskador. Sanchez visade sedan en övertygande video där en patient uppmanas att memorera ett dussin vanliga ord; normalt kan patienten senare bara återkalla tre ord, men när den är ansluten till systemet kunde patienten återkalla alla tolv.
Sanchez varnade för att det här är mycket tidiga dagar för programmet. Det är utformat för att återställa hjärnfunktioner för militär personal som har betalat ett sådant pris för vårt land, men han sa att det finns många spännande aspekter. Arbetet har börjat med datorer; Målet är att arbeta mot miniatyriserade system som kan vara implanterbara. Som en del av denna insats försöker programmet att få en bredare förståelse av hjärnans kognitiva funktioner.
Sanchez förenades i en panel av Leslie Valiant från Harvard University, som beskrev vad han kallade "ekoritstiden", som kombinerar algoritmer som lär sig från miljön, övervakad maskininlärning och biologisk evolution. Valiant sa att den darwinistiska utvecklingen i princip är en slags övervakad maskininlärning.
Han noterade att det fortfarande är mycket vi inte vet om hjärnfunktion, till exempel hur många nervceller det tar för att komma ihåg vad du ätit till frukosten. Sanchez konstaterade att vi lär oss mer om hjärnan, och också om hur minnet distribueras över hela hjärnan.
Båda var överens om att medan övervakad maskininlärning kan fungera för att starta algoritmer för att förstärka hjärnan, så kommer andra tekniker som förstärkningslärande så småningom att behövas. En fast algoritm fungerar inte i det långa loppet för vardagen, sa Sanchez. Istället måste den anpassas.
Mot singulariteten och etiska AI
I ett middagstal upprepade uppfinnaren och författaren Ray Kurzweil, som nu arbetar på AI för Google, sin förutsägelse att år 2029 kommer en dator att ha tillräckligt bra språkkunskaper och kunskaper i ett brett spektrum av ämnen för att den ska kunna klara ett Turing-test. År 2035 tror Kurzweil att vi kan ansluta datorer direkt till vår neocortex för att utöka vårt minne, och år 2045 kommer vi att ha datorer en miljard gånger kraftigare än varje människa, en utveckling som han kallar The Singularity.
Kurzweil sade att det stora genombrottet i AI under de senaste åren har varit utvecklingen av neurologiska nätverk med flera lager, men konstaterade att nuvarande system kräver mycket data. "Livet börjar med en miljard exempel", skämtade han om de nuvarande systemen och sa att en stor utmaning har utvecklats datorsystem som kan lära av mindre mängder data.
Kurzweil förenades i en panel av Benjamin H. Bratton från University of California, San Diego och Vivienne Ming från Socos, som betonade att AI: s och människor kommer att arbeta tillsammans i framtiden. Brattons bok, The Stack, talar om hur de senaste framstegen inom databehandling, inklusive automatisering, skapar en "oavsiktlig megastruktur" som är både en beräkningsapparat och en ny styrande arkitektur. Ming talade om att AI förstärkte människor och behovet av att bygga en värld där människor aktivt skapar nya saker.
I en annan session talade Francesca Rossi från IBM: s TJ Watson Research Center om behovet av "etisk AI" och säger att vi måste diskutera vilka regler som bör styra AI: er. Denna diskussion bör inte bara omfatta de fem bästa företagen som folk tänker på när de pratar om AI, utan alla, särskilt människor som använder AI i den verkliga världen. Målet är att bygga förtroende under en tid, inte bara en gång, sa hon.
Autonoma fordon i känsliga ekosystem
I en panel om "känsliga ekosystem" sade Ford Motor Company, VD för forskning Ken Washington, att det finns ett löfte om både autonoma fordon och smarta fordon som känner oss, baserade på radar, lidar, kameror, mikrofoner och andra sensorer som kan bearbeta och svara. Men medan framstegen sker mycket snabbt, är vi inte där ännu. Till exempel beskrev Washington en bil som automatiskt slår på värmen när det är kallt ute.
Han sa att det finns två "grythål" på vägen till denna vision: cybersäkerhet och integritet, som han ser som två distinkta frågor. Washington sade att konsumenterna måste kunna lita på att en autonom bil kommer att göra bra saker för dem, och han är övertygad om att autonoma bilar kan vara säkrare än en mänsklig förare och noterar att 30 000 människor per år dör i bilolyckor. Washington sade också att företag måste vara tydliga på att konsumenten äger sina uppgifter och ger bilföretagen tillstånd att använda dem för särskilda ändamål. Ford kommer aldrig att sälja dina uppgifter, sade han, men kommer att använda dem för att skydda dig och ge dig en bättre upplevelse. Ford planerar att erbjuda högvolymproduktion av fordon för riddelning 2021, med 100 testbilar på väg senast 2018.
Claire Delaunay, det autonoma lastbilsföretaget Otto (nu del av Uber), sa att en fråga har varit hur ett autonomt fordon fattar ett beslut. Fordon kan bara se de saker du lär dem att se, sa hon, så de måste fortsätta lära sig. Sentient Technologies medgrundare Babak Hodjat sa att eftersom sådana system har en logg som innehåller de uppgifter som används i varje beslut när olyckor inträffar, kan framtida olyckor potentiellt förebyggas. "Vi kan inte göra det med en människa", konstaterade han.
