Data science

AI ฉลาดขึ้นด้วย SAT แต่แย่งชิงกับ Pac Man – สัปดาห์นี้ในปัญญาประดิษฐ์ 09-26-15

1 – นี่คือสิ่งที่ผู้เชี่ยวชาญด้านปัญญาประดิษฐ์ของ Facebook คิดเกี่ยวกับอนาคต Yann LeCun นักวิจัยด้าน AI และอดีตศาสตราจารย์มหาวิทยาลัยในนิวยอร์ก เข้าร่วม Facebook ใน 2003 และได้เป็นผู้นำทีมวิจัย AI นับแต่นั้น ในการพัฒนาเทคโนโลยีที่ขับเคลื่อนผู้ช่วยส่วนตัว M และคุณสมบัติอื่นๆ ที่ขับเคลื่อนด้วย AI LeCun ซึ่งอยู่ในภาคสนามตั้งแต่ 1980 ช่วยนำชีวิตใหม่มาสู่ “การเรียนรู้อย่างลึกซึ้ง” ซึ่งเป็นเทคโนโลยีที่อยู่เบื้องหลังการกำหนดเป้าหมายโฆษณาของ Facebook ในการสนทนาล่าสุดกับ Tech Insider LeCun ได้ให้มุมมองของเขาเกี่ยวกับความก้าวหน้าของ AI และทิศทางในอนาคต เขาเชื่อว่าหนึ่งในความเข้าใจผิดที่ใหญ่ที่สุดเกี่ยวกับ AI อย่างที่ผู้คนจินตนาการถึงในอนาคตก็คือว่า AI จะไม่มีอารมณ์ เขาเชื่อว่ามันน่าจะประสบกับอารมณ์ แม้ว่าจะไม่จำเป็นต้องเป็นประเภทเดียวกันหรือเฉดสีของมนุษย์ก็ตาม “ไม่มีเหตุผลใดที่ AI จะมีสัญชาตญาณในการอนุรักษ์ตนเอง ความหึงหวง ฯลฯ แต่เราสามารถสร้างความเอื้ออาทรและแรงผลักดันอื่น ๆ ให้กับพวกมันได้ ซึ่งจะทำให้มนุษย์มีปฏิสัมพันธ์กับพวกมันและอยู่ใกล้ชิดกับพวกมันได้” LeCun ยังเชื่อว่า AI ที่คล้ายกับ “Her” นั้นไม่สมจริงอย่างสิ้นเชิง แม้ว่าเขาจะคิดว่าเรายังอยู่ห่างออกไปหลายสิบปี (อ่านบทความฉบับเต็มเกี่ยวกับ Tech Insider) 2 – IBM เดินหน้าขยาย Watson Artificial-Intelligence Unit IBM เพิ่งประกาศตำแหน่งใหม่ในซานฟรานซิสโกสำหรับ AI วัตสันซึ่งตั้งอยู่ใจกลางเมืองนิวยอร์กซิตี้ เกี่ยวกับ 49 ของพันธมิตรวัตสันของไอบีเอ็มได้แนะนำแอพ ผลิตภัณฑ์ และบริการที่ขับเคลื่อนด้วยความรู้ความเข้าใจ และไอบีเอ็มกำลังมองหาการขยายการเข้าถึงในอุตสาหกรรมต่างๆ ตั้งแต่การดูแลสุขภาพไปจนถึงตลาดไวน์ การอัปเกรด รวมถึงเครื่องมือการพูด ภาษา และการมองเห็นใหม่ จะช่วยให้องค์กรต่างๆ เข้าถึงตลาดแอปมูลค่า $143 พันล้านที่คาดการณ์ไว้สำหรับปีหน้า (อ่านบทความเต็มใน The Wall Street Journal) 3 – ปัญญาประดิษฐ์ของ Google DeepMind สามารถเอาชนะมนุษย์ได้ที่ 31 วิดีโอเกม แต่ไม่สามารถเชี่ยวชาญ Pac-Man ได้ เห็นได้ชัดว่าซอฟต์แวร์ DeepMind ของ Google สามารถแทนที่ความสามารถของมนุษย์ในวิดีโอเกมต่างๆ 31 แม้ว่า Pac-Man และเกมอื่นบางเกมจะยังคงต้องต่อสู้ดิ้นรน อัลกอริธึมการเสริมการเรียนรู้ซึ่งปัจจุบันใช้เพื่อควบคุมเกม ถือเป็นก้าวแรกในการพิสูจน์ว่าระบบดังกล่าวสามารถทำงานในแอปพลิเคชันจริงได้ ระบบมีเกมที่เชี่ยวชาญเช่น Pong, Enduro และ Battlezone เมื่อพูดถึงเกมอย่าง Pac Man Koray Kavukcuoglu นักวิทยาศาสตร์การวิจัย DeepMind กล่าวว่ามีสองประเด็นหลัก: 1) ขาดความรู้ก่อนหน้า (ไม่ได้ตั้งโปรแกรมไว้ล่วงหน้าโดยเฉพาะ) และ 2) การพึ่งพาระยะยาว – เป้าหมายเป็นเรื่องยากที่จะบรรลุ ถ้ารางวัลต้องใช้เวลา (พูด 10 นาที) แม้ว่า Google จะค่อนข้างปกปิดในการแบ่งปันข้อมูลเกี่ยวกับศักยภาพในอนาคตของการเรียนรู้ แต่ก็เปิดเผยเมื่อต้นปีนี้ว่ามีแผนที่จะใช้เพื่อปรับปรุงอัลกอริธึมของเครื่องมือค้นหาบนแพลตฟอร์มที่ Google เป็นเจ้าของ (รวมถึง YouTube) นักวิชาการภายนอกหลายคนเชื่อว่า Google ตั้งใจที่จะใช้อัลกอริธึมสำหรับตำแหน่งโฆษณาที่ตรงเป้าหมายมากขึ้น (อ่านบทความเต็มเรื่อง International Business Times) 4 – หัวหน้านักวิทยาศาสตร์ของ Baidu อธิบายว่าทำไมคอมพิวเตอร์ถึงไม่ครองโลก Andrew Ng หัวหน้านักวิทยาศาสตร์ที่อยู่เบื้องหลัง Baidu บริษัทยักษ์ใหญ่ด้านการค้นหาของจีน ได้ให้มุมมองของเขาเกี่ยวกับหัวข้อ AI ในปัจจุบันและแนวโน้มต่างๆ สัมภาษณ์กับฟอร์จูน อึ้ง เชื่อว่าความก้าวหน้าในปัจจุบันรวมถึงความสามารถที่เพิ่มขึ้นของ AI ในการวิเคราะห์ “ข้อมูลขนาดใหญ่” เพื่อคาดการณ์ ซึ่งมีศักยภาพในการทำให้ประสบการณ์ดิจิทัลน่าพึงพอใจยิ่งขึ้นสำหรับผู้บริโภค และยังเพิ่ม ROI ของบริษัทอีกด้วย เพื่อตอบสนองต่อโฆษณาของ AI ที่ทำงานอัตโนมัติที่เป็นอันตราย คุณอึ้งเชื่อว่าความสามารถดังกล่าวเป็นพ่อที่ผิดเพี้ยนไปจากที่คนส่วนใหญ่คิด เขากล่าวว่าเทคโนโลยีส่วนใหญ่ที่สามารถทำนายผลลัพธ์หรือจำแนกประเภทนั้นจัดอยู่ในหมวดหมู่ “การเรียนรู้ภายใต้การดูแล” ซึ่งหมายความว่าการตัดสินใจของเทคโนโลยีนั้นขึ้นอยู่กับตัวอย่างข้อมูลที่มนุษย์ป้อนเข้ามา ในการสัมภาษณ์แบบย่อ Ng ได้ให้ข้อมูลเชิงลึกอื่นๆ รวมถึงโครงการที่ขับเคลื่อนด้วย AI ในปัจจุบันของ Baidu (อ่านบทความเต็มๆ เกี่ยวกับฟอร์จูน) 5 – ปัญญาประดิษฐ์ตอนนี้ฉลาดพอที่จะสอบเรขาคณิตระดับ SAT ที่นักวิจัยสหรัฐได้พัฒนาโปรแกรม AI ที่สามารถทำสำเร็จได้ 11 คำถามเรขาคณิตระดับ SAT เกรด th การทดสอบซึ่งซอฟต์แวร์ได้รับคำถามจริงจาก SAT รวมถึงคำถามที่ไม่เคยเห็นมาก่อนเป็นคำถามแรกในประเภทนี้ โปรแกรมได้คะแนน 11 เปอร์เซ็นต์สำหรับคำถามฝึกหัด แม้ว่าคะแนนจะลดลงเหลือ 11 เปอร์เซ็นต์ของ คำถาม SAT จริง ผลการวิจัยถูกนำเสนอเมื่อสัปดาห์ที่แล้วที่งาน Conference on Empirical Methods on Natural Language Processing ในลิสบอน ความท้าทายอย่างต่อเนื่องสำหรับนักวิจัยคือการสอนซอฟต์แวร์ให้จดจำข้อมูลภาพทั้งหมดได้อย่างแม่นยำ เพื่อให้เข้าใจว่าซอฟต์แวร์ถูกขอให้ทำอะไร (อ่านบทความเต็มเรื่อง Science Alert)

  • บ้าน
  • ธุรกิจ
  • วิทยาศาสตร์ข้อมูล
  • การตลาดดิจิทัล

  • ตลาดการค้า
  • Leave a Reply

    Your email address will not be published. Required fields are marked *

    Back to top button