Mówi: | Mo Gawdat |
Funkcja: | założyciel One Billion Happy |
Silna sztuczna inteligencja będzie się uczyć na swoich błędach. W przyszłości może pomóc w rozwiązaniu problemów klimatycznych
Jednym z najgorętszych trendów na rynku technologicznym są rozwiązania wykorzystujące algorytmy uczenia maszynowego do usprawnienia działania systemów sztucznej inteligencji. Testuje się je na grach komputerowych, aby szkolić ich umiejętności kompetytywne. Wykorzystywane są w branży telewizyjnej do poprawiania jakości wyświetlanego obrazu, do usprawniania procesów przesyłu danych, a także do tworzenia nowych, innowacyjnych narzędzi do analizy danych. Jak przekonuje Mo Gawdat, były szef marki Google X, silna sztuczna inteligencja będzie w stanie uczyć się na swoich błędach, a w przyszłości pomoże rozwiązać m.in. problem zmian klimatycznych.
– Rozwój sztucznej inteligencji nie przypomina tradycyjnego programowania, gdzie każda linijka kodu zasadniczo mówi komputerowi, co dokładnie ma zrobić. Pokazujemy komputerowi wystarczająco dużo wzorców pozwalających na to, by zaprogramował się samodzielnie i wybierał sposoby na rozwiązanie problemów lub zmierzenie się z wyzwaniem. Tworzymy tzw. stronnicze algorytmy danych. Jeżeli chcemy, żeby nasza maszyna była najlepszym graczem w danej grze, pokażemy jej wzorce tylko tej gry, nie pokażemy jej innych gier czy innych aspektów życia – mówi agencji informacyjnej Newseria Innowacje Mo Gawdat, założyciel One Billion Happy.
Szeroko zakrojone badania nad wykorzystaniem algorytmów uczenia maszynowego w procesie doskonalenia sztucznej inteligencji prowadzi firma OpenAI, która testuje stronnicze algorytmy danych w oparciu o popularne gry wieloosobowe. Firma wyszkoliła od zera m.in. boty do gry Dota 2, aby te były w stanie podejmować niezależne decyzje, bazując wyłącznie na danych wizualnych wyświetlanych podczas rozgrywki. W wyniku wielomiesięcznych eksperymentów udało się wytrenować drużynę botów OpenAI Five i przetestować ją w starciu z zawodowymi graczami e-sportowymi. Zespół mistrzów uległ sztucznej inteligencji.
– W ciągu następnej dekady oczekujemy pojawienia się silnej sztucznej inteligencji, która pozwoli na to, żeby maszyna pozyskiwała informacje bez ograniczeń w celu rozwinięcia inteligencji obejmującej wiele dziedzin. Jeżeli zostanie wprowadzona, maszyny będą dysponowały dużo większym zasobem informacji: kiedy jeden samochód autonomiczny wyciągnie wniosek z błędu, pozostałe samochody w sieci nauczą się tego samego. A kiedy człowiek spowoduje wypadek, ktoś inny nie wyciągnie z niego wniosków. Maszyny będą miały dużo więcej możliwości nauki, będą mogły czerpać z większej bazy danych zawierającej wiedzę – twierdzi ekspert.
Duże nadzieje w rozwoju systemów sztucznej inteligencji pokłada także firma Google, która szkoli swój algorytm AlphaStar na grze StarCraft II. Korporacji udało się dopracować ją do tego stopnia, że jest w stanie wygrać 99,8 proc. punktowanych rozgrywek. AlphaStar jest pierwszą sztuczną inteligencją, która osiągnęła poziom arcymistrzowski w StarCraft II. Tymczasem podczas gry nie wykorzystuje w pełni swojego potencjału – aby wyrównać szanse, twórcy ograniczyli szybkość jej interakcji z interfejsem. AlphaStar może wydawać do 22 komend w ciągu pięciu sekund, co upodabnia ją do zawodowych graczy. Gdyby znieść to ograniczenie, byłaby jeszcze skuteczniejsza.
Google wykorzystuje SI we wszystkich swoich produktach. Algorytmy uczenia maszynowego znajdziemy w wyszukiwarce, filtrze antyspamowym Gmaila czy reklamach AdSense, które dostosowują wyświetlane treści do użytkownika i uczą się jego preferencji. Firma powołała do życia także projekt TensorFlow, otwarty framework sztucznej inteligencji, który pozwala zewnętrznym firmom wykorzystywać technologię uczenia maszynowego do analizowania dużych zbiorów informacji.
– Zasoby Google i całego internetu staną się źródłem wiedzy niezbędnej do rozwiązania poważnych problemów przez maszyny. Być może odpowiedź na globalne ocieplenie i zmiany klimatyczne leży w czymś więcej niż tylko zmianie naszych nawyków, stanowiącej jeden z fundamentalnych rozwiązań tego problemu. Może rozwiązania należy szukać po trochu w chemii, w połączeniu ze zrozumieniem pewnych zagadnień z zakresu fizyki kwantowej czy filozofii. Jedna osoba nie jest w stanie tego połączyć, a maszyna wykorzystująca sztuczną inteligencję ma taką umiejętność – twierdzi Mo Gawdat.
Według analityków z firmy Verified Market Research wartość globalnego rynku uczenia maszynowego w 2018 roku wyniosła 3,02 mld dol. Przewiduje się, że do 2026 roku wzrośnie do 26,64 mld dol. przy średniorocznym tempie wzrostu na poziomie 41,5 proc.
Czytaj także
- 2021-02-23: Polska ma nową strategię rozwoju sztucznej inteligencji. W ujęciu globalnym SI może dać medycynie 150 mld dol. oszczędności
- 2021-02-19: W branży IT rośnie zapotrzebowanie na rozwiązania chmurowe i sztuczną inteligencję. Coraz bardziej poszukiwani są także specjaliści w tych dziedzinach
- 2021-02-26: Roboty i skanery 3D przyszłością edukacji. Już dziś pozwalają uczyć programowania i mogą stworzyć model ciała człowieka
- 2021-02-18: Automatyzacja branży gastronomicznej postępuje. Roboty mogą już wkrótce zastąpić kucharzy, barmanów czy kelnerów
- 2021-02-08: Sztuczna inteligencja pomoże znaleźć idealnego pracownika. Przyspiesza też proces rekrutacji z kilku tygodni do 24 godzin
- 2021-02-16: Branża HR przechodzi technologiczną rewolucję. Personalizacja ofert i sztuczna inteligencja pozwolą szybciej i skuteczniej szukać pracownika i znaleźć pracę
- 2021-02-03: Sztuczna inteligencja wykrywa zagrożenia 60 razy szybciej niż człowiek. W wyniku pandemii algorytmy coraz częściej zabezpieczać będą także prywatne komputery
- 2021-02-11: Branża IT odporna na koronakryzys. Wyzwaniem stają się najnowsze technologie, takie jak automatyzacja i sztuczna inteligencja
- 2021-02-12: Ubezpieczyciele coraz chętniej sięgają po sztuczną inteligencję czy blockchain. Pandemia koronawirusa przyspieszyła rozwój branży insurtech
- 2021-02-22: Sztuczna inteligencja przyspieszy likwidację szkód z polis ubezpieczeniowych. Ochroni też firmy przed wyłudzaniem odszkodowań
Więcej ważnych informacji
Jedynka Newserii

Jedynka Newserii

Robotyka i SI

Roboty i skanery 3D przyszłością edukacji. Już dziś pozwalają uczyć programowania i mogą stworzyć model ciała człowieka
Nowe technologie coraz mocniej zaznaczają swoją obecność w dziedzinie edukacji. Roboty edukacyjne uczą programowania nawet najmłodsze dzieci, roboty społeczne potrafią czytać książki i uczyć języków, a skanery 3D ułatwią naukę ludzkiej anatomii. Choć pandemia utrudniła prowadzenie warsztatów edukacyjnych dla dzieci, to tempo tworzenia nowych rozwiązań nie maleje. – Sztuczna inteligencja i robotyzacja to zdecydowanie właściwe kierunki dla rozwoju edukacji – mówi Maciej Trojnacki, prezes zarządu Eduroco.
Robotyka i SI
Neuromarketing coraz silniejszym narzędziem sprzedaży. Coraz silniej wpływa na nasze decyzje zakupowe

Analiza reakcji mózgu klienta na bodziec wizualny jest coraz częściej wykorzystywana w procesie projektowania produktów i opakowań. Znajduje również zastosowanie przy budowaniu stron internetowych, etykiet cenowych czy ekspozycji w sklepach. W przyszłości neuromarketing będzie się prawdopodobnie posiłkował innymi technologiami, jak wirtualna rzeczywistość czy analiza Big Data. – Neuromarketing zbiera całą wiedzę o mózgu i próbuje te procesy wytłumaczyć i przełożyć na skuteczniejsze mechanizmy rynkowe – tłumaczy Wojciech Broniatowski, dyrektor operacyjny CortiVision.