Возродить авторитет «страны-созидательницы» с помощью искусственного интеллекта

Мацуо Ютака [Об авторе]

[04.04.2016] Читать на другом языке : ENGLISH | 日本語 | 简体字 | 繁體字 | FRANÇAIS | ESPAÑOL | العربية |

В странах Запада и в Китае всё жарче разгорается гонка инвестиций и борьба за кадры, связанные с передовыми исследованиями технологий искусственного интеллекта. Будучи сам видным исследователем, автор подчеркивает, что искусственный интеллект является «технологической сферой, наиболее подходящей Японии, где страна располагает глубинной силой и высоким потенциалом».

Третий бум исследований искусственного интеллекта

Искусственный интеллект готовится пережить новый бум. Нынешний бум в этой сфере, отсчёт истории которой принято считать от 1956 года, когда и появился термин «искусственный интеллект» (AI, Artificial Intelligence), происходит примерно 60 лет спустя после возникновения (первый бум пришёлся на середину 1960-х годов, второй на 1980-87 годы, период появления экспертных систем, – прим. перев.).

Наиболее понятными для неспециалиста примерами искусственного интеллекта служат такие образцы, как программа, одерживающая победы над профессионалами игры в го; программа фирмы IBM под названием «Ватсон», победившая в популярной викторине; система реакции на голосовые команды «Сири», которой оснащаются смартфоны iPhone. Однако с технической точки зрения особое внимание привлекает технология так называемого глубинного обучения, где исследования продвигаются захватывающими темпами.

Возьмем, к примеру, технологию распознавания образов. Определение того, что изображено на картинке – цветок, яхта или кофейная чашка – это область, которая традиционно считается особенно слабой стороной компьютеров. Утверждали, что ещё несколько ближайших десятилетий машины, вероятно, не смогут превзойти человека.

Как отмечал крупный специалист в области искусственного интеллекта Марвин Ли Минский, «компьютеры особенно слабы в том, что легче всего даётся детям», приводя в качестве примера сложности, с которыми машины сталкивались при выполнении задач наподобие игры в кубики. Распознавание образов также является классическим примером задачи, которая «проста для человека и сложна для компьютера».

Программа распознавания образов превосходит человеческие способности

И вот, не прошло и трёх лет после стремительного рывка глубинного обучения 2012 года, как человеческая способность к распознаванию образов была превзойдена. В феврале нынешнего года компания Microsoft, а в марте – Google объявили о создании собственных программ, чьи способности распознавания образов превосходят по точности человеческие. Это даёт основания считать, что теперь компьютеры способны определять точнее человека, что или кто изображен на фотографии. Этот прогресс просто поразителен.

Глубинное обучение, будучи «обучением представлениям», подразумевает непосредственное обучение тому, на что можно обращать внимание в реальном мире, после чего система самостоятельно определяет важные закономерности.

Существовавшие ранее модели искусственного интеллекта (пожалуй, можно сказать, все инженерно-технические методы и модели) вычленяли из реального мира только то, что являлось важным, отбрасывая всё то, что важным не является, и обеспечивали возможность эффективных расчётов благодаря построению соответствующих математических моделей. При этом главную задачу – что должно быть вычленено из окружающей реальности – решал человек, и это представляло собой большую проблему. Ведь даже средства, «способные рассчитывать автоматически», требовали, чтобы человек приложил руку на самом начальном этапе. Теперь же в дело вступает глубинное обучение. Это отличие огромной значимости.

Рывок зарубежных предприятий и вузов

Главную роль в этой технологической инновации играют исследователи, главным образом американские и канадские, а также ряд предприятий, в основном из Кремниевой долины. Их быстро догоняют французы, традиционно сильные в теоретической математике. Китайский частный капитал также вынашивает планы заполучить свою долю в этой области.

Необычайные усилия в исследованиях, связанных с искусственным интеллектом, продемонстрировала компания Google. После большого прорыва в глубинном обучении, достигнутого в 2012 году, уже в 2013-м она заполучила одного из ведущих специалистов – профессора Джеффри Хинтона, а в начале 2014-го компания приобрела за 40 млрд йен британское малое венчурное предприятие Deep Mind Technology. В то время эта новость многих удивила, но сейчас очевидно, что средства были вложены верно.

Компания Facebook создала в Нью-Йорке и Париже собственные центры исследований искусственного интеллекта, бюджеты которых, как сообщают, тоже исчисляются колоссальными цифрами. Руководить исследованиями пригласили профессора Нью-Йоркского университета Яна Лекуна, который родился во Франции. Франция издавна занимала сильные позиции в теоретической математике, а поскольку эта дисциплина занимает важное место в глубинном обучении, это способствовало усилению её присутствия в данной сфере. Не входит ли теперь в стратегические планы Facebook распространение своих интересов с Восточного побережья США на Европу?

Япония: сильно отстающая вторая группа

Между тем, китайская компания «Байду», которой принадлежит крупнейшая поисковая система в Китае, создала собственный исследовательский центр глубинного обучения, который возглавил доцент Эндрю Ын – звезда исследований Стэнфордского университета. Ын – американец китайского происхождения, получивший образование в Гонконге, Сингапуре и США. Китай ведёт конкурентную борьбу, опираясь на сочетание исследователей китайского происхождения по всей Америке с китайским капиталом.

Помимо этих гигантов интернет-индустрии, словно грибы после дождя, во множестве появляются самые разнообразные венчурные предприятия, ставящие целью воспользоваться технологиями искусственного интеллекта или глубинного обучения. Америка, которой принадлежит подавляющее превосходство в области Интернета, стремится быть впереди и в области искусственного интеллекта – технологии следующего поколения – придерживаясь стратегии, направленной на сохранение своего подавляющего превосходства. За ней изо всех сил стремятся поспеть азиатские участники гонки – «Байду», Университет Цинхуа и другие представители Китая, Гонконгский университет, Национальный университет Сингапура. Япония в этой гонке находится в очевидно отстающей второй группе.

  • [04.04.2016]

Адъюнкт-профессор Отделения системных технических исследований аспирантуры Токийского университета. Родился в 1975 году. В 2002 году окончил докторантуру в Токийском университете. Доктор технических наук. Занимал должности исследователя Национального института передовых промышленных наук и технологий и приглашенного исследователя Стэнфордского университета. В нынешней должности с 2007 года. Область специализации – искусственный интеллект, интеллектуальный анализ данных из интернета, глубинный анализ данных. В настоящее время возглавляет комитет по этике Японского общества искусственного интеллекта.

Статьи по теме
Последние статьи

Популярные статьи

Хроники Все статьи

Видео в фокусе

Последние серии

バナーエリア2
  • Колонки
  • Новости