Ключевые идеи книги: Как учится машина. Революция в области нейронных сетей и глубокого обучения. Ян Лекун

Smart Reading

Smart Reading. Ценные идеи из лучших книг

Это саммари – сокращенная версия книги Яна Лекуна «Как учится машина. Революция в области нейронных сетей и глубокого обучения». Только самые ценные мысли, идеи, кейсы, примеры.

Будут ли роботы управлять миром? Останутся ли люди без работы? И ждет ли нас восстание машин? Эти вопросы мы задаем себе и окружающим, когда слышим о новых достижениях в области машинного обучения и искусственного интеллекта. Однако все не так страшно, потому что мозг компьютера не обладает гибкостью и универсальностью человеческого мозга. Компьютерные нейроны – всего лишь математические функции, рассчитанные программой. А самые сложные и мощные компьютеры – узкопрофильные машины. Они могут обыграть человека в шахматы, за секунду найти нужное изображение среди миллионов картинок, но они учатся медленнее людей и даже животных. И главное – у машин нет ни грамма здравого смысла. О том, что из себя представляют машины сейчас и чего ждать в будущем, вы узнаете из саммари книги «Как учится машина».

Smart Reading

Ключевые идеи книги: Как учится машина. Революция в области нейронных сетей и глубокого обучения. Ян Лекун

Автор:

Yann Le Cun

Оригинальное название:

Quand la machine apprend: La rеvolution des neurones artificiels et de l'apprentissage profond

www.smartreading.ru (http://www.smartreading.ru/)

Эти быстрые, но глупые машины

ENIAC, один из первых программируемых электронных компьютеров, созданный в 1945 году в Университете Пенсильвании для военных целей, мог перемножить 360 десятизначных чисел в секунду. И это казалось чудом.

Современные персональные компьютеры в миллиард раз быстрее – их производительность исчисляется сотнями гигафлопс[1 - Флоп (англ. flop) – внесистемная единица измерения производительности компьютеров.]. Суперкомпьютеры объединяют десятки тысяч графических процессоров производительностью в десятки терафлопс. Их процессоры достигают скорости в сотни тысяч терафлопс. Они прогнозируют погоду, рассчитывают воздушный поток вокруг самолета, моделируют прошлое, например начало существования Вселенной.

Все эти сложные манипуляции включают численное решение дифференциальных уравнений или уравнений в частных производных. В недалеком прошлом математики производили подобные вычисления вручную. Однако машины нельзя считать такими же умными, какими были ученые-математики, потому что компьютеры, несмотря на невероятную вычислительную мощность, не умеют самостоятельно решать интеллектуальные задачи. Программы искусственного интеллекта могут учиться, но пока намного хуже и медленнее людей и даже животных.

София – красивая девушка-гуманоид с загадочной улыбкой и живой мимикой в 2017 году давала интервью журналистам и очаровывала саудовских шейхов, которые даже дали ей гражданство страны. Журналист интересуется, действительно ли роботы в скором времени захватят Землю. София обворожительно улыбается и заявляет: «Вам нужно меньше смотреть голливудские фильмы». Неужели роботы могут шутить? Вовсе нет. София – просто марионетка, в которую программисты залили набор стандартных ответов на множество вопросов. Ей что-то говорят, и программа сопоставления быстро выбирает из каталога наиболее подходящую реакцию. Иными словами, София обманывает аудиторию, притворяясь сообразительной красоткой с чувством юмора.

Машины пока еще выполняют действия, не понимая, что они делают, поскольку не обладают здравым смыслом. Если системы искусственного интеллекта поместить на шкалу интеллектуальных способностей от мыши до человека, то они окажутся значительно ближе к мыши, несмотря на сверхчеловеческую производительность ИИ в точных и узкоспециализированных задачах.

Это саммари дает ответы на вопросы: как учится машина? Догонят ли нас компьютеры по интеллектуальным способностям? Если это произойдет, то как скоро? И стоит ли нам опасаться господства машин в будущем?

Эволюция машинного обучения

Человек издревле пытается создать устройства, похожие на него. Ученые прошлого века, казалось, были