En AI med 30 års viden går endelig på arbejde

Efter at have brugt de sidste 31 år på at huske en forbløffende samling af generel viden, er den kunstige intelligens-motor skabt af Doug Lenat endelig klar til at gå på arbejde.

Lenats skabelse er Cyc , en videnbase af semantisk information designet til at give computere en vis forståelse af, hvordan tingene fungerer i den virkelige verden.

Cyc har fået mange tusinde fakta, inklusive masser af information, som du ikke ville finde i et leksikon, fordi det virker indlysende. Den ved for eksempel, at Sir Isaac Newton er en berømt historisk skikkelse, som ikke længere er i live. Men endnu vigtigere, Cyc forstår også, at hvis du slipper et æble, falder det til jorden; at et æble ikke er større end en person; og at en person ikke kan kaste et æble ud i rummet.

Og nu, efter mange års arbejde, bliver Lenats system kommercialiseret af et firma kaldet Klar .

En del af årsagen er Cyc's færdighed, forklarer Lenat, der forlod sin stilling som professor ved Stanford for at starte projektet i slutningen af ​​1984. Ikke at der ikke er andet at gøre, siger han. Men han bemærker, at det meste af det, der er tilbage at tilføje, er relevant for et specifikt ekspertiseområde, såsom økonomi eller onkologi.

Virksomheden udvikler blandt andet en personlig assistent udstyret med Cycs generelle viden. Dette kunne måske føre til noget, der ligner Siri, men mindre disponeret for tåbelige misforståelser.

Michael Stewart, en mangeårig samarbejdspartner for Lenat's og administrerende direktør for Lucid, siger, at det nye firma er i samtaler med forskellige andre, der er interesserede i at bruge Cyc-videnbasen. Lucid har været arbejder med Cleveland Clinic for eksempel for at hjælpe med at automatisere processen med at finde patienter til kliniske undersøgelser. Dette involverede tilføjelse af ny information til Cyc-vidensbasen og en ny front-end-grænseflade, der gør det muligt for læger at indtaste naturlige sprogforespørgsler, såsom Find patienter med bakterier efter et perikardielt vindue. Lucid bør ikke kun finde de rigtige kandidatpatienter, men også give en klar kæde af logiske begrundelser for, hvorfor den valgte dem.

Stewart siger, at virksomheden også arbejder sammen med banker og finansielle firmaer for at udvikle lignende løsninger til at afdække investeringsindsigt og insiderhandel. Systemet var i stand til at spotte et potentielt tilfælde af insiderhandel, da det fra et organisationsdiagram fandt ud af, at to personer havde siddet ved siden af ​​hinanden flere år tidligere. Det forstod, at hvis to mennesker sidder ved siden af ​​hinanden, betyder det, at de kender hinanden.

I hvert tilfælde står AI over for en lille indlæringskurve. Vi interviewer emneeksperter og gennemlæser også dokumentation for virksomheden eller lægehistoriske dokumenter, siger Stewart. Vi indtager den viden i Cyc, ligesom du ville gøre med et menneske.

Det faktum, at Cyc nu bliver kommercialiseret, kan måske hæve et par øjenbryn. Projektet har brugt så lang tid i drægtighed, at det ofte har virket, som om det måske aldrig når markedet (se The Cost of Common Sense).

Desuden er hårdkodning af regler og logik i en AI en ret gammeldags tilgang. I de senere år er maskinlæring og især neurale netværk kommet til at dominere feltet, takket være pludselige spring i ydeevnen muliggjort af bedre algoritmer, mere kraftfuld hardware og enorme mængder træningsdata (se 10 Breakthrough Technologies 2013: Deep Learning ). Googles imponerende Go-playing-program AlphaGo mestrede for eksempel det umuligt komplekse og abstrakte spil ved hjælp af forskellige maskinlæringstricks (se Googles AI Is Battering One of the World's Top Go Players in Style).

Men deep learning er ikke gode til at gennemsyre maskiner med noget, der ligner sund fornuft, hvilket mange ser som en vigtig mangel. Lenat mener bestemt, at fremskridt inden for maskinlæring og deep learning vil være fejlbehæftede uden håndkodet viden. Det er fint at sige, at vi får programmer, der udmærker sig til dam og skak og Go, siger han. Men det er meget anderledes end at sige, at disse programmer vil være i stand til at have længerevarende samtaler, der får dig til at træffe beslutninger, der involverer menneskeliv.

Gary Marcus , professor i psykologi og neuralvidenskab ved New York University og medstifter af et AI-firma kaldet Geometric Intelligence, siger, at Lucid er interessant, fordi det har til formål at løse nogle af manglerne ved populære tilgange. Cyc har ry for at være uhåndterlig, og det sidste årti er der næsten ikke blevet sagt noget om det offentligt, siger Marcus. Samtidig repræsenterer det en tilgang, der er meget anderledes end alt det dybe læringsstof, der har været i nyhederne.

Marcus er enig i, at de seneste fremskridt, som har gjort computere i stand til at behandle billeder og lyd med menneskelignende færdigheder, er noget begrænset. Deep learning handler hovedsageligt om perception, siger han, men der er en masse slutninger involveret i dagligdags menneskelige ræsonnementer, og Cyc repræsenterer en seriøs indsats for at kæmpe med subtiliteten i denne slutning. Jeg ved ikke, hvad der vil dukke op, men jeg glæder mig til at se.

skjule