Tækni

Hvenær verður Siri Samantha úr ‘Her’ Spike Jonze?

Hvaða Kvikmynd Á Að Sjá?
 

fyrir hverja leikur draymond green

Í Óskarsverðlaunamynd Spike Jonze, maður að nafni Theodore Twombly, leikinn af Joaquin Phoenix, verður ástfanginn af greindu stýrikerfi sínu, einingu sem nefnir sig Samantha og er talsett af Scarlett Johansson. Í gegnum myndina sýnir Samantha eða nálgast hæfileikann til að læra, túlka mikið úrval af upplýsingabendingum og jafnvel getu til að elska. Aðdáendur, gagnrýnendur og tæknirithöfundar hafa komið fram af reynslunni af því að horfa á myndina með nokkrum spurningum: Hversu langt myndum við þurfa að þrýsta á gervigreind til að nálgast Samantha? Hversu stórt stökk myndi tæknin vera frá núverandi útgáfum, eins og Siri frá Apple? Hvers konar tæknigetu þyrftum við til að gera Samantha að veruleika?

Í janúar sagði Stephen Wolfram, þar sem Wolfram Alpha „reiknigreiningarvél“ knýr gervigreindarlíkan þátt Siri sýndar aðstoðarmanns á iPhone Apple, Wall Street Journal Robin Kawakami að hann hugsi tæknina sem myndi gera stýrikerfi eins og Samantha kleift er ekki svo langt undan .

„Aflfræðin við að fá gervigreindina til að vinna - ég held að það sé ekki mest krefjandi hlutinn. Krefjandi hlutinn er í vissum skilningi: Skilgreindu þýðingarmikla vöru. “ Öfugt við ofgnótt af hlutverkum og verkefnum sem Samantha tekur að sér í myndinni er líklegt að gervigreind framtíðarinnar verði byggð til að ljúka sérstökum verkefnum. Þó Wolfram hafi áður haldið að það væri hægt að búa til „AI sem er almennur tilgangur sem er eins og mannlegur og hefur ofurútgáfu af nákvæmum mannlegum eiginleikum,“ bendir hann á að það sé ekki sú átt sem hann sér svæðið hreyfast lengur .

Þess í stað spáir hann að við sjáum fljótlega færari persónulega aðstoðarmenn til að lesa og greina tölvupóstinn okkar og deila þeim eftir efni. Tölvupóststjórnunarkerfi eins og Sanebox eða jafnvel tölvupóstkerfi Gmail eru fyrstu dæmi. Þó Wolfram telji að það væri ekki erfitt að byggja upp talandi aðstoðarmann svipað og Samantha, dregur hann í efa hagnýtni raddaðstoðarmanns þegar sjónrænar kynningar eru algengari til að miðla upplýsingum.

Kawakami ræddi einnig við Peter Norvig, rannsóknarstjóra hjá Google, sem benti á að skynjun gegndi stóru hlutverki í samskiptum okkar við tæknina. „Menn eru nokkuð góðir í að blekkja sjálfa sig. Ef þú spyrð Siri réttu spurninganna, þá gerir það gott starf. Ef þú spyrð það rangrar spurningar, þá lætur það líta út fyrir að vera kjánalegt - það sama með [IBM] Watson. “

Að mati Norvig umkringja þættir gervigreindar okkur, sjáanlegir í tilmælavélum Netflix og Amazon eða í Siri og Wolfram Alpha hugbúnaðinum sem styður hana. Norvig útskýrði: „Ég held að gervigreindin sé að finna út hvernig eigi að gera rétt þegar þú veist ekki hvað er réttur. Við vitum ekki hvernig á að skrifa niður reglur um hver er munurinn á andliti og einhverju öðru og því er AI að svara þeirri spurningu. “

Fyrir Wolfram er skilgreiningin á gervigreind aðeins þokukenndari. Þó að margar tölvur geti endurskapað aðgerðir mannheilans, þá ljúka þær þessum verkefnum á allt annan hátt en heilinn gerir og það gerir skilgreiningu á mismun greindar og útreikninga erfið.

Hann sagði við Kawakami: „Ég hélt að það væru einhvers konar töfrar við heilalaga virkni.“ En hann benti á að, árum saman eftir rannsóknir, komst hann að því að enginn „greinilegur greinarmunur“ væri á því sem talinn væri gáfulegt og það sem myndi teljast „eingöngu“ útreikningur og sameiginleg reynsla manna væri það sem greindi mannlega greind frá hreinni útreikningi. .

Þessi lína milli greindrar og reiknilegrar er óskýrari með tilkomu tölvukubba sem ljúka gervigreindarverkefnum og segjast vinna á sama hátt og mannsheilinn gerir. Eins og John Markoff greindi frá fyrir New York Times í ágúst hefur IBM það þróaði tölvukubb , eða örgjörva, kallaður TrueNorth, sem reynir að líkja eftir því hvernig heilinn þekkir mynstur, með því að nota vefi smára sem eru líkir tauganetum heilans. Í grein sem birt var í tímaritinu Vísindi , útskýrði hópur vísindamanna að flísin væri smíðuð með 4.096 taugasjúkdómakjarna , sem samþættir 1 milljón forritanlegar „spiktaugafrumur“ sem geta umrætt gögn sem púlsmynstur og 256 milljón stillanlegar samskeyti.

Rafrænar taugafrumur TrueNorth geta bent til hvor annarrar þegar tegund gagna fer yfir ákveðin þröskuld, svo sem þegar ljós er að verða bjartara, eða breytir lit eða lögun. Þessi hæfileiki gæti gert örgjörvanum kleift að þekkja verk sem núverandi tölvur og vélmenni eiga erfitt með að túlka. Sem dæmi bendir Markoff á að flísin gæti áttað sig á því að kona í myndbandi tekur upp tösku - eitthvað sem menn geta auðveldlega gert en núverandi tölvur ekki.

Flísin er mikilvægt afrek hvað varðar sveigjanleika og skilvirkni. TrueNorth inniheldur 5,4 milljarða smára, en eyðir aðeins 70 milliwöttum afl, á móti Intel örgjörvum fyrir einkatölvur, sem gætu haft 1,4 milljarða smára og eyða einhvers staðar á bilinu 35 til 140 vött. Hlerunarbúnað tók fram á sínum tíma að flísin var afhjúpuð sem IBM hafði prófað hana með algeng gervigreindarverkefni , eins og að þekkja myndir, og það gæti séð um þau verkefni með venjulegum hraða, en mun minna afl en hefðbundnir flísar þyrftu.

Í þessum prófunum viðurkenndi TrueNorth að sögn fólk, hjólreiðamenn, bíla, rútur og vörubíla með 80 prósenta nákvæmni. En sumir spyrja hvort tæknin sé verulega frábrugðin því sem þegar er í boði og hvort aðferðin muni raunverulega skila þeim verulegu framförum sem IBM fullyrðir að muni gera.

Hefðbundinn örgjörvi aðgreinir gagnageymslu og gagnaþrungna hluta tölvunnar - minnið og örgjörvann - og taugamorfir flísar tákna frávik frá þeim arkitektúr þar sem minni og reikningshlutum tölvunnar er komið fyrir í litlum einingum sem vinna úr upplýsingum á staðnum, en eiga samskipti sín á milli.

En verkefnin sem flísin getur lokið hingað til eru ekki nógu öflug til að vekja hrifningu margra sem eru að rannsaka svið vélanáms, undirsvið gervigreindar sem nær yfir kerfi sem geta lært af gögnum og unnið án þess að vera forritað sérstaklega. Það á eftir að koma í ljós hvernig tæknin þróast og skalast og hversu vel TrueNorth mun skila árangri þegar unnið er að stórum vandamálum eins og að þekkja margar tegundir af hlutum.

Hlerunarbúnað bendir á að á meðan flísin hefur skilað góðum árangri í einföldum myndgreiningar- og viðurkenningarverkefnum með því að nota NeoVision2 Tower gagnapakkann í DARPA, þá inniheldur gagnapakkinn aðeins fimm flokka hluti. Öfugt er hugbúnaðurinn sem notaður er hjá Baidu og Google „þjálfaður“ í ImageNet gagnabankanum, sem inniheldur þúsundir flokka af hlutum. Hjá mörgum eru taugakerfi eins og IBM nauðsyn þess að sýna fram á getu til að læra að brjóta núverandi tölvuhugsanir.

Og það er ekki aðeins sú staðreynd að nálgun mannlegrar upplýsingaöflunar krefst ótrúlegrar geymslu- og útreikningsgetu sem gerir Samantha erfiða tækni til að endurtaka. Tim Tuttle, framkvæmdastjóri Expect Labs, sagði New York Magazine ’ Kevin Roose að á meðan núverandi tölvur eru góðar í því að líkja eftir algengri, fyrirsjáanlegri hegðun - eins og því sem við ætlum að slá inn á Google leitarstikuna eða hvaða hluti við ætlum að kaupa á Amazon, miðað við vafra- og kaupferil okkar - að geta skilja og svara óútreiknanlegt, frumlegt inntak er það sem aðgreinir Samanthu frá Siri. Í dag geta tölvur þekkt orð, passað þau við gagnagrunn og fundið þær upplýsingar sem þeir halda að við viljum. En sýndaraðstoðarmaður sem gæti lært, kennt og greint og túlkað ómunnlegar vísbendingar eru nokkur skref fjarlægð úr þeirri tækni sem nú er í boði.

Miðað við Hún og tæknin sem, eins og myndin virðist geta beðið í ekki svo fjarlægri framtíð, það er hæfileikinn til að læra sem gerir Samanthu kleift að fara langt fram úr væntingum Theodore til hennar, og að því er virðist væntingum hennar til sjálfrar sín. En sú staðreynd að Samantha var upphaflega búin til til að gera eitt - að stjórna tölvupósti, aðstoða við áætlanir og halda rafrænu lífi notandans gangandi hreinu - og fljótt lærði að gera svo margt annað - að læra og þróa út frá samskiptum hennar við Theodore og við umheiminn, sýndar og líkamlega - ýtir hugtakinu vélrænt nám upp á nýtt stig, sem er ekki í samræmi við tækni nútímans eða þá braut sem það er gert ráð fyrir.

Roose lærði af D. Scott Phoenix, meðstofnanda vélanámsfyrirtækisins Vicarious, að tölvur aðstoða notendur með því að passa það sem við segjum við lista yfir vistaðar skipanir. En vandamálið við það er að það er ekki það sama og að skilja tungumál og menn skilja heiminn og tungumálið í gegnum „skynheima“. Í hugtaki sem kallast tákn jarðtengingarvandamál kenna tölvunarfræðingar að þú getir hlaðið gagnagrunni vélmenna með hverju tákni alheimsins - allt á internetinu, allt sem prentað hefur verið í bók, hvert orð sem talað hefur verið af manni - en vélmennið myndi samt ekki hægt að starfa fullkomlega mannlega, því það myndi ekki hafa leið til að tengja þessi tákn við hlutina og hugtökin sem menn upplifa í raunveruleikanum.

Eins er Watson frá IBM, sem getur lesið hratt, unnið úr náttúrulegu tungumáli og bætt við þekkingargrunn sinn, ekki getað „hugsað“ um vandamál og aðstæður á sama hátt og manneskja getur, og skortir getu til að vinna úr mörgum einföldum aðstæðum. sem menn geta skilið án mikillar umhugsunar. Raunverulegir aðstoðarmenn sem við munum sjá á næstunni munu líklega vera sérhæfðari, hversdagslegri og greinilega minna mannlegir en aðdáendur Hún vildi trúa.

Í stykki fyrir Fjölbreytni í janúar sagði Dag Kittlaus, meðhöfundur Siri, að Siri væri byggður „ að koma hlutunum í verk . “ En sýndaraðstoðarmaðurinn varð menningarlegt fyrirbæri „á einni nóttu“, ekki vegna þess að aðstoðarmaðurinn auðveldaði símanotkun heldur vegna þess að Siri var skemmtilegur og fannst hann vera svolítið mannlegur.

Kittlaus bendir á að Samantha hafi meiri tilfinningagreind en Siri og frá tæknilegu sjónarmiði að byggja upp kerfi sem væri fært um alla hluti sem Samantha sagði og gerði og skildi „myndi fela í sér stórfellda minnkaða rauntímaviðurkenningu, staðbundinn skilning, andlits- og skapviðurkenningu - auk þess að skilja næmni þúsunda félagslegra sviðsmynda til að spá fyrir um að parið sem sat við borðið væri á fyrsta stefnumóti. “ Kittlaus veltir fyrir sér spurningunni hvort Siri geti náð og segir: „Kannski en ekki halda niðri í þér andanum.“

Persónulegir aðstoðarmenn sem geta skilið og notað náttúrulegt tungumál, lært flókin hugtök og tjáð mannlegar tilfinningar verða líklega ekki til staðar hvenær sem er. Og jafnvel þó vísindamenn geti smíðað greindar tölvur eins og Samantha, þá er ennþá vandamálið að miðað við allar upplýsingar í heiminum, jafnvel gáfaðasta, mannlíkasta tölva getur aldrei virkað eins og raunveruleg manneskja.

Meira frá Tech Cheat Sheet:

  • Myndi Jonas Salk ganga í Opna heimildarhreyfinguna?
  • ‘Herbergin’ Facebook og Ello leyfum okkur að velja okkar eigin persónuleika
  • Persónuvernd á netinu tekur aftursæti til þæginda