Kun ajattelet "uskomattomia" tehtäviä, joita tietokone pystyy käsittelemään, tulee ensin mieleen monimutkaisimmat laskelmat lyhyessä ajassa tai valtavien tietomäärien analysointi - mitä et itse koskaan voi ratkaista itse. Tai muistan Lee Sedolin äskettäisen tappion Go-klassisessa strategiapelissä. Tekoälyn viimeisimmät voitot ovat mahdollistaneet suurelta osin syvällisen oppimisen, joka nyt avaa kaikki mahdollisuudet tekoälylle ja sen takana oleville ihmisille.
Mutta yksinkertaiset, päivittäiset tehtävät, joita jopa järkevästi lapsi voi tehdä, näyttävät heikentävän tekoälyjärjestelmien toimivuutta: esimerkiksi tunnistaa mitä ruokaa lautasellasi tai tunnisteita toisen henkilön kasvoilla. Nämä helpot tehtävät ihmisille olivat mahdottomia koneille. Tähän saakka.
Syväoppimistekniikat ovat tuoneet koneisiin tervettä järkeä. Aiemmin ohjelmoijat kirjoittivat monimutkaisia algoritmeja, jotka kuvasivat kaiken pienimpiin yksityiskohtiin saakka. Tällainen selkeä ja deterministinen algoritmi sopii, kun kohtaat suurten, hankalien laskelmien tehtävän. Syvä oppiminen vapauttaa tekoälyn tällaisista rajoituksista, antaa järjestelmän oppia virheistään, muistaa kaiken oppimansa, olla vuorovaikutuksessa käyttäjien kanssa saadakseen lisätietoja.
Syvä oppimisen vallankumous tapahtuu suurelta osin, koska big data on tulossa saataville oppimiseen. Ihmisen lapsi voi oppia tarvitsemansa muutaman yrityksen jälkeen, mutta kone vie paljon kauemmin. Syvä oppiminen perustuu suurten tietomäärien saatavuuteen, koska tekoälykoneiden on perustettava valintansa todennäköisyyksiin ja tilastolliseen merkitsevyyteen. Mekaanista korvausta intuitioon ei ole vielä keksitty.
Syvät mahdollisuudet
Syvän oppimisen kehitys on jo parantanut dramaattisesti puhehakuominaisuuksia: Google korvasi Android-puhejärjestelmän uudella syvään oppimiseen perustuvalla järjestelmällä, ja virheet laskivat 25 prosenttiin yhdessä yössä. Syviä hermoverkkoja käyttävät kamerat voivat nyt lukea ääneen ihmisille ja ymmärtää viittomakielen. Facebook ylpeilee siitä, että sen syvälliset oppimisominaisuudet ovat tehneet alustan sokeiden käyttäjien saataville oppimalla kuvaamaan valokuvia.
Tulevina vuosina sekä suuret teknologiayritykset että monet startup-yritykset alkavat käyttää syvällistä oppimista uusien tuotteiden ja palveluiden luomiseen sekä nykyisten sovellusten modernisointiin. Uudet markkinat ja yritykset syntyvät ja edistävät innovaatioita, palveluja ja tuotteita. Syvän oppimisen järjestelmät paranevat ja tulevat helpommin saataville ja helppokäyttöisemmiksi. Mitä helpompaa on käyttää niitä, sitä enemmän vuorovaikutuksemme tekniikan kanssa muuttuu.
Mainosvideo:
Foundation Capitalin kumppani Aditya Singh uskoo, että syvällisen oppimisen käyttöjärjestelmän kehittäminen demokratisoi syvällisen oppimisen ja ajaa käytännön tekoälyn laajaa käyttöönottoa. Tuloksena on, että ihmiset pystyvät ratkaisemaan kiireelliset ongelmansa tai jotain merkittävämpää syvällisen oppimisen avulla. Tässä mielessä tekoälystä voi tulla tasoitusmekanismi, jonka avulla minkä tahansa luokan ja valtion ihmiset voivat muuttaa maailmaa.
ILYA KHEL