Video: MTS Your first recsys - 3 (Desember 2024)
Seperti yang terjadi di hampir setiap konferensi yang saya hadiri tahun ini, kecerdasan buatan dan pembelajaran mesin adalah topik utama pada konferensi Techonomy 2016 minggu lalu. Selain diskusi standar sekarang tentang ke mana arah AI, pembicaraan dari Ray Kurzweil, dan percakapan tentang ke mana kendaraan otonom akan menuju, konferensi tersebut mencakup diskusi dan video dari antarmuka mesin-ke-otak langsung yang termasuk di antara yang paling hal-hal menarik yang saya lihat sepanjang tahun.
Sirkuit Pikiran
Video-video keren itu datang dari Justin Sanchez dari DARPA Biological Technologies Office. Dia menunjukkan satu video lengan robot yang dikendalikan pikiran, yang sangat menarik, sebelum melanjutkan untuk membahas antarmuka saraf langsung, di mana memori komputer terpasang langsung ke otak dengan cedera otak traumatis. Sanchez kemudian menunjukkan video yang menarik di mana seorang pasien diminta untuk menghafal selusin kata umum; biasanya pasien nanti hanya bisa mengingat tiga kata, tetapi ketika terpasang pada sistem, pasien bisa mengingat kedua belas kata.
Sanchez mengingatkan bahwa ini adalah hari-hari awal untuk program ini. Ini dirancang untuk mengembalikan fungsi otak kepada personel militer yang telah membayar harga sedemikian untuk negara kita, tetapi dia mengatakan ada banyak aspek yang menarik. Pekerjaan telah dimulai dengan rak-rak komputer; tujuannya adalah untuk bekerja menuju sistem miniatur yang dapat ditanamkan. Sebagai bagian dari upaya ini, program ini berupaya mendapatkan pemahaman yang lebih luas tentang fungsi kognitif otak.
Sanchez bergabung dalam sebuah panel oleh Leslie Valiant dari Universitas Harvard, yang menggambarkan apa yang disebutnya "era ecorithm, " yang menggabungkan algoritma yang belajar dari lingkungan, pembelajaran mesin yang diawasi, dan evolusi biologis. Valiant mengatakan bahwa evolusi Darwin pada dasarnya adalah sejenis pembelajaran mesin yang diawasi.
Dia mencatat bahwa ada banyak hal yang masih belum kita ketahui tentang fungsi otak, seperti berapa banyak neuron yang diperlukan untuk mengingat apa yang Anda miliki untuk sarapan. Sanchez mencatat bahwa kita belajar lebih banyak tentang otak, dan juga tentang bagaimana memori didistribusikan ke seluruh otak.
Keduanya sepakat bahwa sementara pembelajaran mesin yang diawasi mungkin bekerja untuk memulai algoritma untuk menambah otak, teknik lain seperti pembelajaran penguatan pada akhirnya akan diperlukan. Algoritma tetap tidak akan bekerja dalam jangka panjang untuk kehidupan sehari-hari, kata Sanchez. Sebaliknya, perlu beradaptasi.
Menuju Singularitas dan AI Etis
Dalam pidato makan malam, penemu dan penulis Ray Kurzweil, yang sekarang bekerja di AI untuk Google, menegaskan kembali prediksinya bahwa pada tahun 2029 komputer akan memiliki keterampilan dan pengetahuan bahasa yang cukup baik dalam berbagai mata pelajaran untuk memungkinkannya lulus nilai tes Turing.. Pada tahun 2035, Kurzweil yakin kita akan dapat menghubungkan komputer secara langsung ke neokorteks kita untuk memperluas memori kita, dan pada tahun 2045, kita akan memiliki komputer satu miliar kali lebih kuat daripada setiap manusia, suatu perkembangan yang dia sebut The Singularity.
Kurzweil mengatakan terobosan besar dalam AI dalam beberapa tahun terakhir adalah pengembangan jaringan saraf multi-layer, tetapi mencatat bahwa sistem saat ini membutuhkan banyak data. "Kehidupan dimulai dari satu miliar contoh, " ia bercanda tentang sistem saat ini, dan mengatakan tantangan besar telah mengembangkan sistem komputer yang dapat belajar dari jumlah data yang lebih kecil.
Kurzweil bergabung dalam panel oleh Benjamin H. Bratton dari University of California, San Diego, dan Vivienne Ming dari Socos, yang menekankan bahwa AI dan manusia akan bekerja bersama di masa depan. Buku Bratton, The Stack berbicara tentang bagaimana kemajuan baru-baru ini dalam komputasi, termasuk otomatisasi, menciptakan "megastruktur tak disengaja" yang merupakan alat komputasi dan arsitektur pemerintahan baru. Ming berbicara tentang AI yang menambah manusia, dan kebutuhan untuk membangun dunia di mana orang secara aktif menciptakan hal-hal baru.
Dalam sesi lain, Francesca Rossi dari TJ Watson Research Center IBM berbicara tentang perlunya "AI etis" dengan mengatakan kita perlu berdiskusi tentang aturan apa yang harus mengatur AI. Diskusi ini harus mencakup tidak hanya 5 perusahaan teratas yang dipikirkan orang ketika berbicara tentang AI, tetapi semua orang, terutama orang-orang yang menggunakan AI di dunia nyata. Tujuannya adalah untuk membangun kepercayaan selama periode waktu tertentu, bukan hanya sekali, katanya.
Kendaraan Otonom di Ekosistem Sentient
Dalam panel tentang "ekosistem makhluk hidup, " Wakil Presiden Riset Perusahaan Motor Ford Ken Washington mengatakan ada janji kendaraan otonom dan kendaraan pintar yang mengenal kita, berdasarkan radar, lidar, kamera, mikrofon, dan sensor lain yang dapat memproses dan menanggapi. Namun, sementara kemajuan terjadi dengan sangat cepat, kami belum sampai di sana. Misalnya, Washington menggambarkan sebuah mobil yang secara otomatis akan menyalakan panas ketika dingin di luar.
Dia mengatakan ada dua "lubang" di jalan menuju visi ini: keamanan cyber dan privasi, yang dia lihat sebagai dua masalah berbeda. Washington mengatakan konsumen perlu dapat percaya bahwa mobil otonom akan melakukan hal-hal baik bagi mereka, dan ia yakin bahwa mobil otonom dapat lebih aman daripada pengemudi manusia, mencatat bahwa 30.000 orang per tahun meninggal dalam kecelakaan mobil. Washington juga mengatakan perusahaan harus jelas bahwa konsumen memiliki data mereka, dan memberikan izin kepada perusahaan mobil untuk menggunakannya untuk tujuan tertentu. Ford tidak akan pernah menjual data Anda, katanya, tetapi akan menggunakannya untuk membuat Anda tetap aman dan memberi Anda pengalaman yang lebih baik. Ford berencana untuk menawarkan produksi kendaraan volume tinggi untuk berbagi perjalanan pada tahun 2021, dengan 100 kendaraan uji di jalan pada tahun 2018.
Claire Delaunay, dari perusahaan truk otonom Otto (sekarang bagian dari Uber), mengatakan satu masalah adalah bagaimana kendaraan otonom membuat keputusan. Kendaraan hanya dapat melihat hal-hal yang Anda ajarkan untuk dilihat, katanya, sehingga mereka harus terus belajar. Co-founder Sentient Technologies Babak Hodjat mengatakan bahwa karena sistem seperti itu memiliki log yang berisi data yang digunakan dalam setiap keputusan ketika kecelakaan terjadi, kecelakaan di masa depan berpotensi dapat dicegah. "Kita tidak bisa melakukan itu dengan manusia, " katanya.
