Главная » IT-индустрия » Почему ставка Microsoft на глубинное обучение может не сработать

Почему ставка Microsoft на глубинное обучение может не сработать

Глубинное обучение – одно из самых популярных направлений искусственного интеллекта, но есть вероятность, что на практике глубина его окажется недостаточной.

 

Корпорация уже потратила на искусственный интеллект, в том числе на приобретения, миллиарды долларов. Оценивая свои ближайшие и далекие перспективы, Microsoft большое внимание уделяет искусственному интеллекту, а особенно одному из наиболее популярных его направлений – глубинному обучению. Генеральный директор Microsoft Сатья Наделла заявил, что искусственный интеллект является «определяющей технологией нашего времени». В конце июня был куплен стартап Bonsai, занимающийся глубинным обучением, а в мае – Semantic Machines. «Искусственный интеллект будет присутствовать на оконечных устройствах, в облаке, в приложениях SaaS и даже в инфраструктуре», – подчеркнул он на конференции инвесторов, проходившей в апреле нынешнего года.

И дело не в том, что глубинное обучение не востребовано – это как раз не подвергается сомнению. Вместе с тем, есть вероятность, что ставка на глубинное обучение не сработает, а Microsoft обойдет своими инвестициями другие, возможно, более полезные направления искусственного интеллекта. Но есть опасность того, что важность его преувеличена, и сегодня оно уже достигло предела своих возможностей.

Чтобы понять это, давайте кратко рассмотрим, как работает глубинное обучение. Такой аргумент выдвигает все больше компьютерных ученых и исследователей. Разработчикам не нужно писать для этого вручную никаких специальных программ. Большие объемы данных пересылаются в систему, которая затем, по сути, обучается самостоятельно. Условием глубинного обучения должно стать умение машины правильно определять разницу между объектами. В простейшем случае машина сможет определять разницу между кошками и собаками, просмотрев сотни тысяч фотографий, каждая из которых снабжена пометкой, кто на ней изображен: кошка или собака. А как она будет делать это, скрыто внутри черного ящика.

Но некоторые ученые выражают сомнение в том, что глубинное обучение действительно позволяет изучить все достаточно глубоко. К задачам глубинного обучения относятся поддержка автономных автомобилей, исследование раковых заболеваний и новых лекарств, а также автоматизация внутренних бизнес-процессов. Эксперты надеются, что да», говорится: «Все больше специалистов в области искусственного интеллекта предупреждают, что излишнее увлечение глубинным обучением может породить близорукость и чрезмерные инвестиции, которые впоследствии обернутся крушением иллюзий». В опубликованной New York Times статье, вышедшей под заголовком «Верный ли путь к искусственному интеллекту мы выбираем?

Сами же задачи должны иметь четкое и понятное определение, например, при выполнении маркировки изображений или преобразовании речи в текст. Проблема, по словам исследователей, заключается в том, что глубинное обучение по своей природе очень ограничено и справедливо лишь для определенного круга задач, для которых легко доступны большие наборы данных.

– Не думаю, что используемым сегодня алгоритмам 'грубой силы' стоит доверять». «Никакого реального интеллекта здесь нет, – заявил профессор Калифорнийского университета в Беркли Майкл Джордан. Профессор Нью-Йоркского университета Гэри Маркус предупреждает, что шаблоны, полученные с помощью глубинного обучения, более поверхностны, чем это может показаться изначально.

В Microsoft встроили технологии искусственного интеллекта непосредственно в Office, и это звучит впечатляюще. Доказательством такой поверхностности может служить даже Microsoft Office. Утверждается, например, что искусственный интеллект помогает в проверке правописания в Word, но лично я после интеграции технологий искусственного интеллекта не обнаружил никакой разницы с тем, что было ранее. Но при ближайшем рассмотрении картина представляется уже не такой радужной. В PowerPoint функция Designer на основе искусственного интеллекта выдает рекомендации в отношении структуры слайда, которая, по сути, ничем не отличается от обычного шаблона. В Outlook искусственный интеллект выдает рекомендации, когда следует направиться на встречу, и это самая тривиальная функция, какую я только могу себе представить. К позитивным моментам я бы отнес полезность искусственного интеллекта для продвинутых пользователей Excel, которые могут применять соответствующие функции при анализе сложных наборов данных.

Но под влиянием моды Microsoft и другие компании могут растратить свои ресурсы на глубинное обучение, вместо того, чтобы направить их на не столь разрекламированные технологии, которые в долгосрочной перспективе могут оказаться более полезными. Не сомневаюсь, что в ближайшие годы качество искусственного интеллекта улучшится, и полезных инструментов станет больше. Остается надеяться, что корпорация будет оценивать глубинное обучение с холодной головой и в нужный момент сумеет сделать выбор в пользу истинного искусственного интеллекта. Такое расточительство нанесет ущерб самой Microsoft и лишит нас потенциальных преимуществ новых технологий.





Оставить комментарий

Ваш email нигде не будет показанОбязательные для заполнения поля помечены *

*

x

Это интересно

IDC: К 2025 году совокупные «облачные» расходы достигнут 1,3 триллиона долларов

В мире, основанном на цифровых технологиях, результаты бизнеса все больше зависят от способности как можно быстрее создавать и использовать инновации в любом удобном месте За последнее десятилетие облачные вычисления стали основой для предоставления мобильных сервисов и контента, а также альтернативой ...

Apple закончила очередной квартал с очередным рекордом

В то же время компания не оправдала ожиданий по квартальной выручке впервые с 2018 года, заработала меньше из-за дефицита чипов и перебоев в производстве. Apple представила результаты за четвертый финансовый квартал 2021 года (у компании он завершился 25 сентября). За ...