Tweet

Σύμφωνα με το Facebook, ο Μαρκ Ζούκερμπεργκ επίσης εξήγησε πώς το Facebook χρησιμοποιεί την τεχνητή νοημοσύνη σε μια προσπάθεια να περιορίσει τη ρητορική μίσους στην πλατφόρμα του κατά τη διάρκεια του συνεδρίου F8 τον Μάιο.

Ο κλάδος της τεχνητής νοημοσύνης βρίσκεται σε άνθιση, καθώς οι εταιρείες συνεχίζουν να επενδύουν στις γνωστικές δυνατότητες λογισμικού. Η Εταιρεία Παγκόσμιων Δεδομένων σημειώνει πως τα έξοδα σε συστήματα τεχνητής νοημοσύνης παγκοσμίως αναμένεται να φτάσουν τα 77,6 δισ. δολάρια το 2022, πάνω από τα τριπλάσια σε σχέση με τα 24 δισ. δολάρια που είχαν προβλεφθεί να ξοδευτούν το 2018.

Αλλά ο κλάδος έχει σημαντικά περιθώρια ανάπτυξης, και μεγάλο μέρος της προόδου του θα μπορούσε να βασίζεται στο κατά πόσο οι ακαδημαϊκοί και οι παίκτες του κλάδου θα επιτύχουν στην ανακάλυψη ενός τρόπου ενδυνάμωσης των αλγορίθμων των υπολογιστών με δυνατότητες που μοιάζουν με αυτές των ανθρώπων. Συστήματα που λειτουργούν με τεχνητή νοημοσύνη, είτε αναφερόμαστε σε αλγορίθμους που χρησιμοποιούνται από το Facebook προκειμένου να εντοπίσουν ακατάλληλο περιεχόμενο είτε εικονικοί βοηθοί που κατασκευάστηκαν από την Google ή την Amazon που τροφοδοτούν τα έξυπνα ηχεία στο σπίτι σας, εξακολουθούν να μην μπορούν να λειτουργήσουν όπως ένας άνθρωπος. Βέβαια, μια τέτοια τεχνολογική πρόοδος θα ήταν σημαντική για το Facebook, καθώς βρίσκεται σε μια περίοδο που αυξάνει τις προσπάθειές του να εντοπίσει περιστατικά διαδικτυακού bullying και περιεχόμενο σχετικά με την τρομοκρατία στις πλατφόρμες του.

Ο Yann LeCun, επικεφαλής του τμήματος τεχνητής νοημοσύνης για το Facebook AI Research αποκάλυψε σε πρόσφατη συνέντευξή του στο Business Insider το πού οδηγείται η τεχνητή νοημοσύνη, τι θα σήμαινε αυτό για τις συσκευές που χρησιμοποιούμε στην καθημερινότητά μας, την κατάσταση της τεχνητής νοημοσύνης σήμερα και τις μεγαλύτερες προκλήσεις που βρίσκονται μπροστά μας.

Οι μηχανές πρέπει να βελτιωθούν πολύ περισσότερο όσον αφορά την κατανάλωση ενέργειας προκειμένου να βελτιωθεί η τεχνητή νοημοσύνη.

Σκεφτείτε μια ηλεκτρική σκούπα που όχι μόνο είναι τόσο έξυπνη που δεν καθαρίζει το ίδιο σημείο δύο φορές, αλλά μπορεί επίσης να αναγνωρίσει τυχόν εμπόδια πριν πέσει πάνω τους. Για να λειτουργήσουν τέτοια μηχανήματα αλλά και για να κυριαρχήσουν, ο LeCun σημειώνει ότι χρειάζεται ένα πιο ενεργειακά αποδοτικό hardware. Μια τέτοια πρόοδος θα ήταν επίσης σημαντική για τη βελτίωση του τρόπου που εταιρείες όπως το Facebook αναγνωρίζουν το περιεχόμενο των φωτογραφιών και των βίντεο σε πραγματικό χρόνο. Το να κατανοήσει ο υπολογιστής το τι συμβαίνει σε ένα βίντεο, να καταγράψει αυτή την ενέργεια και στη συνέχεια να μεταφράσει αυτό το κείμενο σε άλλη γλώσσα έτσι ώστε οι άνθρωποι σε όλο τον κόσμο να καταλαβαίνουν τι σημαίνει σε πραγματικό χρόνο, χρειάζεται προς το παρόν «τεράστιες» ποσότητες υπολογιστικής ενέργειας, σύμφωνα με τον LeCun.

Θα συνεχίσουμε να βλέπουμε εξελίξεις τεχνητής νοημοσύνης στα smartphones στο άμεσο μέλλον, πριν αυτές εμφανιστούν οπουδήποτε αλλού.

Μέσα στα επόμενα τρία χρόνια, ο LeCun πιστεύει ότι τα περισσότερα smartphones θα έχουν ενσωματωμένη την τεχνητή νοημοσύνη στο hardware τους με τη βοήθεια ενός εξειδικευμένου επεξεργαστή, ο οποίος θα μπορούσε να βελτιώσει πρόσθετα στοιχεία των τηλεφώνων, όπως η μετάφραση ομιλίας σε πραγματικό χρόνο.

Αυτό δεν αποτελεί έκπληξη για αυτούς που παρακολουθούν στενά τον κλάδο των smartphones τα τελευταία χρόνια, καθώς εταιρείες όπως η Apple, η Google και η Huawei έχουν ήδη αρχίσει να ενσωματώνουν την τεχνητή νοημοσύνη όλο και περισσότερο στις κινητές συσκευές τους, οι οποίες σύμφωνα με τον LeCun θα διαθέτουν «πολλές καινούργιες εφαρμογές».

Το να δώσουμε στις μηχανές «κοινή λογική» θα βρεθεί στο επίκεντρο της έρευνας για την τεχνητή νοημοσύνη την επόμενη δεκαετία.

Ενώ οι άνθρωποι μαθαίνουν συχνά για τον κόσμο μέσα από γενικές παρατηρήσεις, οι υπολογιστές εκπαιδεύονται συνήθως στο να κάνουν συγκεκριμένες ενέργειες. Αλλά ο απόλυτος στόχος την επόμενη δεκαετία θα είναι να ωθηθεί η τεχνητή νοημοσύνη στην τελειοποίηση μιας τεχνικής γνωστή ως «αυτοελεγχόμενη μάθηση», αναφέρει ο LeCun. Με άλλα λόγια, το να μπορούν οι μηχανές να μαθαίνουν για το πώς λειτουργεί ο κόσμος μέσα από δεδομένα, παρά το να μαθαίνουν μόνο το πώς να λύνουν ένα συγκεκριμένο πρόβλημα.

«Αν όντως εκπαιδεύσουμε (αλγόριθμους) να το κάνουν αυτό, θα υπάρξει σημαντική πρόοδος στη δυνατότητα των μηχανών να αντιληφθούν τα συμφραζόμενα και να πάρουν πιο περίπλοκες αποφάσεις», δηλώνει ο LeCun, ο οποίος πρόσθεσε ότι αυτή η τεχνική λειτουργεί αποτελεσματικά στην παρούσα φάση μόνο για κείμενα και όχι για βίντεο και φωτογραφίες. Μια τέτοια ανακάλυψη θα μπορούσε να είναι αυτό που χρειάζονται εταιρείες σαν το Facebook έτσι ώστε να βελτιώσουν τον έλεγχο του περιεχομένου στις πλατφόρμες τους, αν και δεν μπορεί κανείς να γνωρίζει το πότε θα γίνει αυτή η ανακάλυψη. Ο LeCun, μάλιστα, υποστηρίζει πως «αυτό δεν είναι κάτι που θα γίνει σύντομα».