Автор Тайлер Шнобелен
Ранее на этой неделе я говорил об основных темах освещения искусственного интеллекта в прессе с 2015 года. Этот пост помещает последние месяцы в контекст, рассматривая, находимся ли мы в времени весны ИИ (tl; dr: мы) и когда была зима (ы) ИИ. Большой темой будет ажиотаж и разочарование, поэтому мы закончим вопросом: Мы сейчас в гиперхайпе?
Для начала, когда началась весна? В корпусе NOW, который мы рассмотрели на прошлой неделе, это действительно легко увидеть — строки на изображении ниже показывают, насколько часто словосочетание искусственный интеллект встречается на миллион слов за шесть месяцев.
Рисунок 1: Фраза «искусственный интеллект» в корпусе NOW — в наши дни много прессы
Большой скачок, кажется, произошел в первой половине 2014 года, что привело к знаменательному году в 2015 году. А первая половина этого года имеет еще более высокие показатели упоминаемости.
Чтобы вернуться в прошлое, мы можем проверить Google Ngrams, который визуализирует данные внутри Google Книг. В этом корпусе вы увидите пик в 1988 году для искусственного интеллекта, а затем резкий спад (корпус сообщает только до 2008 года). К тому, что происходило в конце 1980-х, мы вернемся в конце поста. Продолжаем путешествовать во времени.
Первые дни и первые проблемы
Первое использование искусственного интеллекта обычно приписывают Джону Маккарти в середине 1950-х годов. Вы можете найти пару ранних примеров его использования в 1953 году здесь и здесь, но это была конференция в Дартмуте, о которой историки ИИ обычно говорят как о начале.
Летом 1956 года в Дартмуте были поставлены совместные цели по темам, которые актуальны и сегодня, например, обработка естественного языка, абстрагирование от сенсорных данных и выполнение машинами действий по самосовершенствованию. Но на самом деле такого большого сотрудничества не было. Исследователи приезжали и уезжали в разное время и в основном придерживались проектов, с которыми пришли.
В 1966 году был опубликован отчет о машинном переводе Национальной академии наук США. Чего группа действительно хотела, так это практического англо-русского машинного перевода. Краткий обзор отчета примерно такой: Это 60-е годы! 76% научных статей на английском языке. Вместо того, чтобы пытаться заставить машины переводить российскую науку, просто потратьте 200 часов на изучение русского языка.
Отчет 1966 года поставил крест на большом финансировании машинного перевода до возрождения в 1980-х годах во главе с Японией. Сегодня вы, несомненно, сталкивались с Google Translate и Bing Translator. И вы, вероятно, нашли в них какое-то сочетание веселого, полезного и неполного. Они используют статистические методы, основанные на большом количестве данных. Это подход, распространенный сегодня в ИИ, но, как вы можете себе представить, масштаб данных и вычислительная мощность были лишь частью того, что есть сейчас. Как мы вскоре увидим, в то время как статистические/вероятностные методы вошли в другие темы компьютерной лингвистики в конце 1980-х годов, статистический машинный перевод не упоминался во многих научных конференциях/статьях до 2000 года.
Другой известный негативный отчет об ИИ был опубликован в 1973 году. Совет по научным исследованиям Великобритании поручил сэру Джеймсу Лайтхиллу оценить область ИИ со стороны. Сазерленд был экспертом в области гидродинамики и, как оказалось, любителем плавания — в Тирренском море к северу от Сицилии он обогнул остров Стомболи, когда его вулкан извергался 14 раз. Позже он умер, плавая вокруг острова в Ла-Манше.
Лайтхилл разделил область ИИ на три части: работа над автоматизацией, работа над центральной нервной системой/биологией и группа «моста» между ними, которая действительно занималась роботами. В сочинении Лайтхилла чуть более 10 000 слов. 21 из них в той или иной степени разочаровывают. Также есть удручающе, сомневаюсь и пять разочаровывающих. И это только д. Наиболее упрекающей была его оценка области как бессвязной и недостаточно значимых результатов в робототехнике.
В отчете представлены ответы других людей, в том числе Стюарта Сазерленда. Сазерленд, влиятельная фигура в британской психологии, не был известен тем, что с радостью терпел дураков. Он написал в защиту фундаментальных исследований ИИ (и роботов), чего они уже достигли и почему они того стоили.
Сазерленд написал свое опровержение в период своей жизни, который он задокументирует несколько лет спустя в своей книге Расстройство: личный кризис и медицинская дилемма. (Если у вас есть интерес к психотерапии, вы можете просмотреть информацию об этом здесь). И хотя Лайтхилл использует слово человек девять раз вместо слова Сазерленда, Сазерленд интересуется конкретными людьми: работниками ИИ, которые могут добиться прогресса в автоматизации или биологии, но нуждаются в связующей категории для продвижения концепций. .
Сазерленд конкретно указал на то, что Великобритании необходимо сделать: отправить больше исследователей в США и привезти их в Великобританию. И еще был вопрос об оборудовании. Вам действительно нужна была DEC System 10 (также называемая в отчете PDP 10). Знаете, такое дело:
Вы не можете отправить информацию в облако и обработать ее так, как это возможно сегодня.
Как я упоминал ранее, одним из лейтмотивов Лайтхилла было разочарование, которое, по его словам, верно даже с точки зрения самих исследователей. Он сообщает о проблеме диких и завышенных предсказаний того, что может делать ИИ. Для Лайтхилла проблема заключалась, по сути, в комбинаторном взрыве: самоорганизующаяся система может справиться со сложной столешницей из блоков или шашек, но дать ей целый мир, и существует слишком много возможных способов группировки, чтобы программное обеспечение могло это понять. и для аппаратного обеспечения для обработки.
Шахматы хорошо известны как игра, в которой возможности взрываются: может быть около 10⁴⁰ возможных шахматных партий из 40 ходов или меньше. В то время, когда Лайтхилл писал, компьютеры были сильными игроками-любителями в шахматы. Только в 1997 году Deep Blue обыграли шахматного гроссмейстера Гарри Каспарова. Главной новостью этого года стала победа Google AlphaGo в игре Го, которая считалась еще более сложной задачей: например, у вас есть 20 возможных начальных ходов в шахматах, а в Го — 361. Победы AlphaGo были огромная часть прессы об ИИ в этом году.
Давайте вернемся к тому пику в конце 1980-х и последующему спаду. Популярные упоминания в прессе не показывают, что происходит что-то отдельное. Но среди опубликованных книг были «Общество разума» Марвина Мински (об интеллекте как агентах) и второе издание книги «Программирование искусственного интеллекта» Юджина Чарняка.
Тем временем в журналах и конференциях по компьютерной лингвистике статьи о вероятностных моделях языка начали активно появляться в 1988 году. В 1987 году вы также видите по крайней мере одно существенное сообщение в прессе о нейронных сетях из New York Times.
Но в мейнстримной прессе вы также получаете сообщения, подобные статье Эндрю Поллака от 4 марта 1988 года, озаглавленной Неудачи для искусственного интеллекта. Как и Лайтхилл до него, Поллак определяет одну из проблем как ажиотаж: особенно вокруг понимания естественного языка, распознавания объектов или рассуждений о том, давать кому-то ссуду или нет. Поллак также определяет проблему как аппаратную:
Корпоративные клиенты не хотели тратить от 50 000 до 100 000 долларов на специальную машину, которую использует один человек. Они хотели, чтобы программы искусственного интеллекта работали на их существующих компьютерах, таких как мейнфреймы IBM и мини-компьютеры Digital Equipment, чтобы ими могли пользоваться многие пользователи. Предпочтительно, они хотели разрабатывать программы искусственного интеллекта, не требуя, чтобы их собственные программисты изучали Lisp.
Джон Маркофф, который до сих пор пишет для New York Times об искусственном интеллекте, также писал об угасании оптимизма несколькими месяцами позже, в мае 1988 года. Тогда он более конкретно говорил о проблеме экспертных систем: когда вы должны были заставить ученых-компьютерщиков переводить специалистов-людей в программы. Но, как обнаружил Лайтхилл в 1973 году, он, как правило, работал на очень узких проблемах, таких как диагностика неисправного электронного оборудования. Он получает отличную цитату от одного руководителя отдела ИИ, которая затрагивает суть проблемы: Мы не делаем машины с искусственным интеллектом так же, как компания Боинг не делает искусственных птиц.
О гиперхайпе
Можем ли мы сейчас оказаться в цикле ажиотажа? Что ж, всплеск упоминаний искусственного интеллекта, безусловно, показывает, что популярность этого термина резко возросла. Встречаемость фразы составляет 36,19 упоминаний на миллион слов. Gartner недавно удалила большие данные из своего отчета о новых технологиях. В корпусе NOW пик больших данных пришелся на вторую половину 2014 года, но даже при этом максимуме он составлял всего 12,81 упоминания на миллион слов. Термин искусственный интеллект существует гораздо дольше и проникает в воображение не только технологов.
До сих пор есть люди, заинтересованные в создании позитронного мозга командира Дейты. Но даже они склонны думать о предстоящей работе как о более скромных шагах. Итак, то, что вы видите, — это усилия по созданию беспилотных автомобилей и маршрутизации поддержки клиентов — они уже по масштабу, чем создание искусственных людей. И они извлекают выгоду из оборудования, которое действительно заметно отличается от прошлого — больше данных, больше возможностей для обработки, и хотя мы, вероятно, не хотим говорить, что сам ИИ демократизирован, ресурсы гораздо более доступны.
Когда Лайтхилл использовал следующую фразу, он почувствовал, что это клише: одна ласточка не делает лета. Пик популярности этой фразы пришелся на 1920-е годы, поэтому она может быть новой для вас, как и для меня. Лайтхилл говорил об одной впечатляющей диссертации, которой даже он был весьма увлечен. Но его точка зрения заключалась в том, что одной отличной статьи недостаточно.
То, что, кажется, предсказывает зиму, — это ажиотаж, который не соответствует действительности, когда обещания и прогнозы продолжают поступать, но с очень небольшими результатами. Неважно, что обещания и прогнозы редко исходят от исследователей, они циркулируют и разочаровывают. Нынешняя шумиха вокруг ИИ, как правило, имеет гораздо более узкую направленность, и, если вы обратите внимание, есть немало ласточек. Если будут делаться все более и более грандиозные заявления, именно тогда воздух начнет ощущаться как осень. И возможно, если некоторые из ласточек окажутся трутнями.
Тайлер Шнобелен
Тайлер Шнобелен — бывший основатель и главный аналитик компании Idibon, специализирующейся на облачной обработке естественного языка. Тайлер имеет десятилетний опыт работы в области UX-дизайна и исследований в Силиконовой долине и имеет докторскую степень. из Стэнфорда, где изучал исчезающие языки и смайлики. О нем писали в The New York Times Magazine, The Boston Globe, The Atlantic и NPR.
