Хотя относительно будущего искусственного интеллекта существует много догадок, сегодняшние системы искусственного интеллекта продолжают приносить пользу науке.
Искусственный интеллект в последнее время возродился в культурном сознании. Пророки опасаются, что искусственный интеллект окажется реальной угрозой для человечества, футуристы задаются вопросом, как мы интегрируем алгоритмы осознания в нашу социальную ткань, а оптимисты видят в дальнейшем развитии путь к невообразимому человеческому процветанию.
Но часто неясно, какой «ИИ» обсуждается в тех или иных дебатах или горячих точках. Общий термин может означать искусственный общий интеллект, также называемый «сильным ИИ», по сути, программу, которая может выполнять когнитивные задачи, подобные человеческим или превосходящие их. Тоже полностью теоретический и выводы о нем в лучшем случае догадки.
Этот термин также может применяться к узкому искусственному интеллекту (также известному как слабый ИИ). В отличие от общего ИИ, узкий ИИ фокусирует свои вычислительные и обучающие способности на узкоспециализированных задачах. Он широко используется в аппаратном и программном обеспечении повсюду вокруг нас и в целом является благом для человечества. На каждую систему распознавания лиц, взломанную маской, или болтуна с искусственным интеллектом, который становится сторонником Гитлера, приходится искусственный интеллект, который спасает жизни, предсказывает неудачи, повышает эффективность и сокращает выбросы в окружающую среду.
Одна из областей, в которой ИИ меняет жизнь людей к лучшему, - это наука. Благодаря сочетанию строгой фокусировки, скорости вычислений и самосовершенствованию посредством глубокого обучения ИИ может более эффективно выполнять трудоемкие задачи, такие как просеивание огромных объемов данных для распознавания закономерностей. Это освобождает ученых для того, чтобы они могли направить свое время и энергию на творческие и аналитические занятия или продуктивно реализовать свои исследования на благо человека.
Вот три научные области, в которых ИИ совершенствуется.
Глядя на звезды
Pixabay / Creative Commons
Вселенная огромна, и данные, которые могут собирать современные телескопы и спутники, ошеломляют. Чтобы помочь просеять эти данные, астрономы обратились к искусственному интеллекту, и результаты оказались поучительными.
В одном исследовании использовалось компьютерное моделирование галактических образований для обучения алгоритма глубокого обучения идентификации этих далеких звездных скоплений. Алгоритм научился распознавать три ключевые фазы эволюции галактик, и когда ему были показаны изображения, сделанные космическим телескопом Хаббла для проекта CANDELS, он смог успешно идентифицировать настоящие галактики.
Еще один искусственный интеллект помогает нам узнать о нашем собственном галактическом пригороде. Обученный на изображениях Луны с помощью Lunar Reconnaissance Orbiter, алгоритм проанализировал треть лунного ландшафта и обнаружил 6000 новых лунных кратеров. И не только просеивание данных волнует астрономов. Одна команда исследователей использует генеративно-состязательные сети, которые ранее использовались для создания убедительно поддельных лиц на основе фотографий знаменитостей, для повышения разрешения размытых изображений, сделанных телескопом.
В настоящее время ИИ тестировался только на версиях высококачественных оригиналов с низким разрешением, но результаты были многообещающе точными. Однажды ИИ сможет использовать знания об известной Вселенной, чтобы заполнить пробелы в ее самых дальних уголках, чтобы улучшить наборы астрономических данных.
ИИ в день
Еще одна область с огромным объемом данных - медицина. История болезни отдельного пациента может включать в себя его или ее генетику, семейный анамнез, воздействие окружающей среды, а также болезни, операции и рецепты на всю жизнь. Может быть трудно выбрать наилучший подход для одного пациента, не говоря уже о ценности больницы.
Чтобы помочь, врачи обращаются к алгоритмам, чтобы отслеживать медицинские записи более точно, чем существующие системы. Один из таких передовых алгоритмов использовал прогностическое моделирование для оценки более 216 000 госпитализаций взрослых пациентов, чтобы предсказать неожиданные повторные госпитализации, длительное пребывание в больнице и внутрибольничные летальные исходы.
ИИ также использовался для помощи в избавлении от зависимости. Исследователи из Университета Южной Калифорнии создали алгоритм, который разделяет участников программы вмешательства на группы на основе социальных связей и предшествующей истории. Цель алгоритма заключалась в поощрении положительных социальных связей и уменьшении «обучения девиантности» со стороны сверстников, и он работал значительно лучше, чем контрольные стратегии для формирования таких групп.
Алгоритмы социальной справедливости
Искусственный интеллект также способствует социальным изменениям. Исследователи из Стэнфорда предложили объединить машинное обучение со спутниковыми данными, чтобы составить карту бедности по всему миру. Традиционно социологам приходилось собирать информацию на местном уровне из опросов, что было медленной и трудной задачей для некоторых наиболее отдаленных и бедных регионов мира.
Чтобы быстрее собирать информацию, исследователи научили ИИ искать на спутниковых снимках признаки процветания и бедности (дороги, ночные фонари, городские районы, сельскохозяйственные угодья и т. д.), чтобы определить богатство местности. В отличие от традиционных методов, опора на спутниковые изображения означает, что набор данных можно часто обновлять, и эти карты можно использовать для более точного определения охвата и ресурсов.
Другая группа исследователей из Стэндфорда применила ИИ для измерения социальных изменений. Анализируя базы данных книг, газет и других текстов, исследователи измерили языковые изменения при социальных сдвигах. Соавтор и профессор истории Лонда Шибингер надеется, что проект «позволит ученым-гуманитариям заняться вопросами эволюции стереотипов и предубеждений в таком масштабе, которого раньше никогда не было.«Одним из выводов алгоритма стало увеличение положительного изображения женщин каждое десятилетие, начиная с 1960-х годов.
Конечно, эти три области - крошечная выборка улучшений, которые ИИ привнес в науку. Материаловеды используют алгоритмы для более быстрого поиска металлического стекла, нейробиологи лучше понимают мозг млекопитающих с помощью виртуальных нервных клеток, палеонтологи объединяют ИИ и спутниковые изображения, чтобы легче находить окаменелости, а защитники природы защищают биоразнообразие, используя ИИ для борьбы с незаконной торговлей дикими животными через социальные медиа.
На этом мы заканчиваем. Если искусственный интеллект действительно восстанет, чтобы уничтожить человечество, похоже, его стратегия - смерть по доброте.