2014 i Computing: Breakthroughs in Artificial Intelligence

Den hellige gral af kunstig intelligens – at skabe software, der kommer tæt på at efterligne menneskelig intelligens – forbliver langt væk. Men i 2014 var der store fremskridt inden for maskinlæringssoftware, der kan opnå evner fra erfaring. Virksomheder i sektorer fra bioteknologi til computere vendte sig til disse nye teknikker for at løse svære problemer eller udvikle nye produkter.

De mest slående forskningsresultater inden for AI kom fra feltet deep learning, som involverer brug af rå simulerede neuroner til at behandle data.

Arbejde med deep learning fokuserer ofte på billeder, som er lette for mennesker at forstå, men meget svære for software at tyde. Forskere hos Facebook brugte den tilgang til at lave et system, der næsten lige så godt som et menneske kan fortælle, om to forskellige billeder viser den samme person. Google viste et system, der kan beskrive scener ved hjælp af korte sætninger.

Resultater som disse har fået førende computervirksomheder til at konkurrere indædt om AI-forskere. Google betalte mere end 600 millioner dollars for en maskinlæringsopstart kaldet DeepMind i starten af ​​året. Hvornår MIT Technology Review fanget virksomhedens grundlægger, Demis Hassabis, senere på året, forklarede han, hvordan DeepMinds arbejde blev formet af banebrydende forskning i den menneskelige hjerne.

Søgefirmaet Baidu, med tilnavnet Kinas Google, brugte også store penge på kunstig intelligens. Det oprettede et laboratorium i Silicon Valley for at udvide sin eksisterende forskning i dyb læring og for at konkurrere med Google og andre om talent. Stanford AI-forsker og tidligere Google-samarbejdspartner Andrew Ng blev hyret til at lede denne indsats. I vores feature-længde profil forklarede han, hvordan kunstig intelligens kunne gøre folk, der aldrig har været på nettet, til brugere af Baidus websøgning og andre tjenester.

Machine learning var også en kilde til nye produkter i år fra computergiganter, små startups og virksomheder uden for computerindustrien.

Microsoft trak på sin forskning i talegenkendelse og sprogforståelse for at skabe sin virtuelle assistent Cortana, som er indbygget i den mobile version af Windows. Appen forsøger at komme i en frem og tilbage dialog med folk. Det har til formål både at gøre det mere indtagende og hjælpe det med at lære, hvad der gik galt, når det begår en fejl.

Startups lancerede produkter, der brugte maskinlæring til så forskellige opgaver som at hjælpe dig med at blive gravid, lade dig styre husholdningsapparater med din stemme og lave planer via sms.

Nogle af de mest interessante anvendelser af kunstig intelligens kom i sundhedsvæsenet. IBM er nu tæt på at se en version af dens Fare! Vindende Watson-software hjælper kræftlæger med at bruge genomiske data til at vælge personlige behandlingsplaner til patienter. Anvendelse af maskinlæring på en genetisk database gjorde det muligt for en biotekvirksomhed at opfinde en ikke-invasiv test, der forhindrer unødvendig operation.

Brug af kunstig intelligens-teknikker på genetiske data vil sandsynligvis blive meget mere almindelig nu, hvor Google, Amazon og andre store computervirksomheder begynder at lagre digitaliserede genomer.

Den mest avancerede maskinlæringssoftware skal dog trænes med store datasæt, noget der er meget energikrævende, selv for virksomheder med sofistikeret infrastruktur. Det er motiverende arbejde på en ny type neuromorfe chips, der er løst modelleret på ideer fra neurovidenskab. Disse chips kan køre maskinlæringsalgoritmer mere effektivt.

I år begyndte IBM at producere en prototype hjerne-inspireret chip, som den siger kunne bruges i stort antal til at bygge en slags supercomputer specialiseret til læring. En mere kompakt neuromorf chip, udviklet af General Motors og det Boeing-ejede forskningslaboratorium HRL, fløj i et lille dronefly.

Alle disse hurtige fremskridt inden for kunstig intelligens fik nogle mennesker til at overveje teknologiens mulige ulemper og langsigtede implikationer. En softwareingeniør, der siden har sluttet sig til Google, advarede om, at vores instinkter om privatliv skal ændre sig, nu hvor maskiner kan tyde billeder.

Ser man længere frem, forudsagde biotek- og satellit-iværksætteren Martine Rothblatt, at vores personlige data kunne bruges til at skabe intelligente digitale dobbeltgængere med en slags eget liv. Og neuroforsker Christof Koch, videnskabelig chef for Allen Institute for Brain Science i Seattle, advarede om, at selvom intelligent software aldrig kunne være bevidst, kan det stadig skade os, hvis det ikke er designet korrekt.

I mellemtiden kom et mere godartet syn på den fjerne fremtid fra science fiction-forfatteren Greg Egan. I et eftertænksomt svar på sci-fi-filmen Hende, han foreslog, at samtale-AI-ledsager kunne gøre os bedre til at interagere med andre mennesker.

skjule