211service.com
Varm vare
Andrej Karpathy holder et klasseværelse fyldt med Stanford-studerende og undergraduanter henrykt med sin beskrivelse af fordele og ulemper ved forskellige slags algoritmer, der bruges til at træne et neuralt netværk til at genkende objekter i et billede. Pludselig, fra midten af rummet, lyder den karakteristiske kunstige stemme fra Apples Siri: Jeg er ikke sikker på, hvad du sagde.
Siri, sandsynligvis aktiveret ved et uheld, får store grin. I dette rum, hvor eleverne er dybt nede i forviklingerne ved at lære at lave software, der bedre forstår mennesker og vores data, er fejlmeddelelsen en påmindelse om teknologiens eksploderende applikationer fra den virkelige verden.
Andrej Karpathy
Der er en enorm efterspørgsel efter AI-eksperter fra virksomheder med dybe lommer som Siris moderselskab Apple, såvel som fra IBM, Google og Facebook. Som en konsekvens heraf vil eleverne i Karpathys klasse sandsynligvis opgradere til et gunstigt arbejdsmarked. Det er ikke ualmindeligt i disse dage, at store virksomheder køber hele startups for at få talentet. Konkurrencen er så hård, at mindre virksomheder er begyndt at udvide rekrutteringen ud over datalogi hovedfag til områder som kosmologi og fysik. Hos AI-startup Maluuba har administrerende direktør Sam Pasupalak forskningsrekrutteringsspecialister til at undersøge de akademiske artikler, der udgives hver dag, på udkig efter forfattere, der kunne være gode medarbejdere, og gå til konferencer for knaphulsførende forskere efter deres foredrag. Joshua Clarke, en partner hos rekruttereren Heidrick & Struggles, siger, at en AI-baggrund har en høj præmie i dag, fordi teknologivirksomheder ikke er de eneste, der konkurrerer om disse kandidater. Fortune 500-virksomheder vurderer også, hvordan kunstig intelligens vil påvirke deres virksomheder.
Det er ikke ualmindeligt i disse dage, at store virksomheder køber hele startups for at få talentet. Konkurrencen er så hård, at mindre virksomheder rekrutterer ikke kun datalogi hovedfag, men kandidater inden for områder som kosmologi og fysik.
Ingen personificerer bedre krigen for AI-talenter end Karpati ham selv. Den 29-årige ph.d.-studerende er en stigende stjerne inden for neurale netværk, et trendy område med kunstig intelligens. Når han dimitterer i maj, bliver han en af de stiftende forskere ved OpenAI, en nonprofit forskningsstartup. Karpathy har set, hvordan det er at arbejde hos startups, og han har tilbragt to somre hos giganten Google. OpenAI, som giver mulighed for at bygge en ny institution op fra bunden, lover også den akademiske åndsfrihed og pengene til at gøre arbejdet muligt, siger han. OpenAI har allerede annonceret $1 milliard i donationer fra Peter Thiel, Elon Musk og virksomheder, herunder Amazon Web Services.
Karpathy har været interesseret i computere, så langt tilbage han kan huske. Da han var blot fem-seks år gammel i Kosice, Slovakiet, bad han sine forældre om en pc; han var den første person i byen, der fik en. Han husker at spille spil og lave billeder med MS Paint. Programmering er også en skabelseshandling, siger han.
1 milliard dollars
Finansiering af OpenAI, Karpathyu2019s næste arbejdsgiver
Efter at have flyttet til Canada som teenager, meldte Karpathy sig ind på University of Toronto og forventede at arbejde på kvantecomputere. Han ændrede mening efter at have taget en klasse hos maskinlæringsekspert Geoffrey Hinton, en pioner inden for programmering af neurale netværk.
Mens ældre tilgange til AI gav computere smarte gennem brute-force datasøgninger, siger Karpathy, er neurale netværk designet til at lære på en måde, der er analog med hjernen. Disse programmer skaber associationer og genkender mønstre, hvilket gør dem i stand til at slå andre former for AI-teknologi i test af billedgenkendelse, opdagelse af lægemidler og Siris brød og smør – at lytte til og tale som mennesker.
At lave computere, der kan lære og forstå mere som mennesker, er det ultimative metaproblem inden for computing, siger Karpathy. Hvis computere kan kombinere menneskelignende forståelse med deres evne til at lagre og få adgang til enorme mængder data, siger han, vil kunstig intelligens bane vejen for store fremskridt inden for robotteknologi, selvkørende biler, sikkerhedssystemer, der genkender ansigter og stemmer, kunst og ca. alt hvad du kan komme i tanke om.
Det var gennem et sideprojekt, han påtog sig, mens han arbejdede på sin ph.d., at Karpathy tiltrak Greg Brockman, grundlægger af OpenAI, opmærksomheden.
For sjov havde Karpathy programmeret et neuralt netværk, der kan lære at generere tekst i enhver stil – Shakespeares, Obamas, hvad end den er trænet på. Et stykke kode på kun 100 linjer kan finde mønstre i digte, matematik eller enhver strøm af symboler, siger Karpathy. Hans netværk kan så producere stribevis af karakterer i den stil. For en menneskelig læsning selv lidt tæt, er det, netværket i øjeblikket producerer, for det meste nonsens med en ring af Shakespeare eller præsidentkandidat. Men Karpathy siger, at det bliver bedre og bedre, jo mere træningstekst det bliver fodret med.
Karpathys beslutning om at sende netværkets underliggende kode online, så alle kan bruge det, imponerede Brockman. At engagere offentligheden er en måde, hvorpå OpenAI håber at få fremskridt inden for kunstig intelligens og maskinlæring, siger han.
Da Brockman havde Karpathy på listen over personer, han gerne ville have med til OpenAI, begyndte han at udnytte hver ny ansættelse til at lokke Karpathy til at deltage. De bedste mennesker vil gerne arbejde med de bedste mennesker, siger Brockman. Faktisk, siger Karpathy, er han generelt rekrutteret af ingeniører, han kender, og han vil ikke besvare rekrutteringsopkald. En nøgleansættelse var John Schulman, en nyligt ph.d.-uddannet fra University of California, Berkeley. Når Schulman sagde, at han ville arbejde med Brockman, siger Karpathy, at han vidste, at projektet var seriøst. Dens fokus på kreativitet og AI's potentiale til gavn for menneskeheden var også tiltalende. Vi vil sikre os, at ingen virksomheder har monopol på kunstig intelligens, og vi vil guide feltet på den mest gavnlige måde for offentligheden, siger Karpathy.
I klassen har Karpathy en evne til at bringe teknologien ud i livet. Efter 60 minutter at analysere fordele og ulemper ved billedbehandlingsalgoritmer, beskriver han et Google-projekt, der afslører, hvilke dele af et billede et neuralt netværk prioriterer, når det identificerer objekter, der kan ses. Op på skærmen popper et sjovt billede af et får, som programmet forbedrede med et hundeansigt. De datasæt, der bruges til at træne neurale netværk, indeholder så mange billeder af dyrene, at neurale netværk ender med at hallucinere hunde, siger han.