AI Winter Isn't Coming

Artificiell intelligens är på modet, med framsteg som griper rubriker som tillkännages i en svindlande takt, och företag bygger dedikerade AI-team så snabbt de kan.

Kan bommen hålla i sig?

Andrew Ng , chefsforskare vid Baidu Research, och en viktig figur inom området maskininlärning och AI, säger att förbättringar i datorprocessordesign kommer att hålla prestandaframsteg och genombrott under överskådlig framtid. Flera [hårdvaruleverantörer] har varit vänliga nog att dela med sig av sina färdplaner, säger Ng. Jag känner mig väldigt säker på att de är trovärdiga och att vi kommer att få mer beräkningskraft och snabbare nätverk under de kommande åren.

AI-området har gått igenom faser av snabba framsteg och hype tidigare, snabbt följt av en kylning i investeringar och intresse, ofta kallade AI-vintrar. Den första kylan inträffade på 1970-talet, när framstegen avtog och statlig finansiering torkade ut; en annan slog till på 1980-talet då de senaste trenderna inte fick den förväntade kommersiella effekten.

Återigen, det har kanske inte varit någon boom som matchar den nuvarande, framdriven av snabba framsteg i att träna maskiner för att utföra användbara uppgifter. Forskare inom artificiell intelligens erbjuds nu enorma löner för att utföra grundläggande forskning, eftersom företag bygger forskarteam utifrån antagandet att kommersiellt viktiga genombrott kommer att följa.

Andrew Ng, chefsforskare vid Baidu Research.

De framsteg som setts under de senaste åren har kommit tack vare utvecklingen av kraftfulla system för djupinlärning (se 10 Breakthrough Technologies 2013: Deep Learning ). Med början för några år sedan fann forskare att mycket stora eller djupa neurala nätverk kunde tränas, med hjälp av märkta exempel, för att känna igen alla möjliga saker med mänsklig precision. Detta har lett till fantastiska framsteg inom bild- och röstigenkänning och på andra håll.

Ng säger att dessa system bara kommer att bli kraftfullare. Detta kan inte bara öka noggrannheten hos befintliga verktyg för djupinlärning, utan också tillåta tekniken att utnyttjas inom nya områden, som att analysera och skapa språk.

Vad mer är, säger Ng, hårdvaruframsteg kommer att ge det bränsle som krävs för att göra framväxande AI-tekniker genomförbara.

Det finns flera experiment jag skulle älska att köra om vi bara hade en 10-faldig ökning av prestanda, tillägger Ng. Till exempel, säger han, istället för att ha olika bildbehandlingsalgoritmer, kan större datorkraft göra det möjligt att bygga en enda algoritm som kan utföra alla möjliga bildrelaterade uppgifter.

Världens ledande AI-experter samlades i Barcelona denna vecka för ett framstående evenemang som heter Neural Information Processing Systems konferens . Omfattningen av sammankomsten, som har vuxit från flera hundra personer för några år sedan till mer än 6 000 i år, ger en känsla av det enorma intresset för artificiell intelligens.

Det finns definitivt en hype, tillägger Ng, men jag tror att det finns en så stark underliggande drivkraft av verkligt värde att den inte kommer att krascha som den gjorde tidigare år.

Richard Socher , chefsforskare på Salesforce och en välkänd expert på maskininlärning och språk, säger att tillgången på enorma mängder data, i kombination med framsteg inom maskininlärningsalgoritmer, också kommer att hålla framstegen igång.

Salesforce, som erbjuder molnverktyg för att hantera säljleads och kommunikation med kunder. Företagets AI-satsning tog form efter att företaget förvärvade Sochers startup, Metamind, tidigare i år. Salesforce tillhandahåller nu också enkla verktyg för maskininlärning till företag, såsom ett system för bildigenkänning.

Fram till nu har maskininlärning mestadels demonstrerats av några få stora företag inom konsumentområdet, säger Socher. Att göra sådan teknik tillgänglig bredare kan få en enorm inverkan, säger han. Om vi ​​skulle göra de 150 000 företagen som använder Salesforce 1 procent mer effektiva genom maskininlärning, så skulle man bokstavligen se det i USA:s BNP, säger han.

Socher tror att tillämpningen av maskininlärning i industrier kommer att behålla intresset för AI ett tag. Jag kan inte tänka mig en AI-vinter i framtiden som kan bli lika kall som tidigare, säger han.

Andrew Ng, talar på EmTech Digital 2016

Dölj