Facebook: Vores AI giver alle 'supermagter'

De fleste dage lærer du noget nyt: at dit tog til arbejde sædvanligvis er fem minutter forsinket, eller at du ikke længere kan skjule din hurtigt tilbagetrækkende hårgrænse.

Som svar fratrer du dig selv til at afvikle alarmen og investere i en buzzcut. Desværre er maskiner typisk mindre pragmatiske, ude af stand til at lære, når de går og revurderer deres tilgang til verden på denne måde.

Når deres instruktioner er udstedt, vil computere følge dem til brevet, selv når omstændighederne tilsiger, at de skulle gøre noget andet.

Selv systemer, der anses for at være i stand til at lære, absorberer generelt information på en meget anderledes måde end mennesker - lærer alt foran på træningssessioner, hvor de indtager enorme mængder af menneskemærkede data eller udvælger tilbagevendende mønstre fra datasæt.

Facebook CTO Mike Schroepfer Image: Facebook

"Efteruddannelse lærer den ikke noget. Det er slags fast i sin evne og hvad det gør, " sagde Facebook-CTO Mike Schroepfer, når han beskrev et Deep Learning-system baseret på neurale netværk.

Han sammenligner tilgangen til at forsegle et barns hjerne, når de er færdig med skolen, og fortælle dem 'Du er færdig med at lære om verden'.

De grundlæggende begrænsninger i en sådan tilgang er grunden til, at Facebooks AI Research-team har arbejdet for at tilføje noget, der ligner menneskets korttidshukommelse til dets Deep Learning-systemer.

"Det er, efter min mening, en grundlæggende manglende komponent i AI. Der er ingen måde, vi kan opbygge AI-systemer på, som er i stand til at udføre de slags ting, vi vil gøre, uden denne evne til at lære og bevare nye fakta, de har aldrig set."

Ved at pode en kortvarig hukommelse på neurale netværk har Facebook allerede demonstreret systemer, der er i stand til mere kompleks ræsonnement, end sådan læringssoftware typisk er i stand til. Til gengæld giver denne tilføjelse disse systemer kapacitet til at reagere fornuftigt på mere komplekse forespørgsler.

Fra da Facebooks prototypesystem først begyndte at bruge denne hukommelse i marts, er det skridt fra at være i stand til at bevare tusinder af "oplysninger" til hundreder af tusinder.

"Det skalerer ganske godt, " sagde Schroepfer.

Udfordringen for Facebook nu er at skabe systemer, der mere nøjagtigt efterligner den måde, mennesker gemmer information på, en opgave, der sandsynligvis vil være langt mere kompliceret, sagde han.

"Mange af de teknikker, vi ser på nu, det er mest til korttidshukommelse. Mennesket har en lille kortvarig hukommelse og meget større langtidshukommelse, så du vil have en tættere hukommelsesarkitektur til det.

”Vi ser på forskellige måder at gøre det på, men det er et meget længere projekt, ” sagde han - og beskrev det som et af Facebooks ”10-årige” væddemål.

Opbygning af en AI, der forstår verden

En af Facebooks første demonstrationer af denne hukommelsesnetværksteknologi viste, hvordan et system kunne besvare spørgsmål om plot af en film efter at have fået en synopsis af filmen.

Facebook gav systemet en oversigt over Ringenes Herre, og det var i stand til med succes at besvare spørgsmål om, hvor karakterer og nøgleemner, såsom magtens ring, var på forskellige punkter gennem historien.

"Du kan se grundlæggende resonnementer og grundlæggende forståelse af forholdet mellem ringen og personen, hvor de er, og hvor de var, " sagde Schroepfer.

Spiller spil

For teknologiske vidundere, der er malet som harbtere for både menneskehedens ødelæggelse og frelse, bruger AI'er også meget tid på at spille spil.

Mens Google Deepmind fortsætter med at esse mennesker i et voksende katalog over klassiske videospil, er Facebook-maskineintelligensen fokuseret på at knække en mere gammel og kompliceret udfordring.

Det 2.500 år gamle spil Go kaldes undertiden den kinesiske skakversion. Men i modsætning til skak regerer mennesker stadig med det højeste ved Go. Mens maskiner kan brute kraft skak, køre gennem hvert af de mange forskellige mulige bevægelser med et øjeblik blink, gør de utallige muligheder i Go ser fremad på denne måde ineffektiv.

I tilfælde af Go ser Facebook's AI effektivt de bedste menneskelige spillere til at lære at vinde. Efter flere måneder med et visuelt genkendelsessystem, der fodres med bevægelser fra Go grandmasters, lærer systemet arrangementerne af stykker, der er forbundet med vindende træk.

Schroepfer mener, at fremgangsmåden ligner, hvordan mennesker lærer at spille spillet, og siger, at systemet allerede er i stand til at slå de bedste amatørmenneske-spillere.

"I løbet af et par måneder har vi bygget en Go AI, der kan slå nogle af de AI'er, der er designet specielt med det formål at spille Go og er så god som en meget god amatør-menneskelig spiller, " sagde Schroepfer.

"Lektionen er, at ved at kombinere disse forskellige teknologier kan du meget hurtigt bygge noget, der er bedre end ting, som folk har arbejdet med i mange år. Jeg tror, ​​dette vil være en af ​​de mange måder, vi kan se fremskridt inden for kunstig intelligens inden for fremtiden."

At se verden som mennesker gør

Hvad Facebook virkelig ønsker at bruge dette system til er naturligvis at hjælpe det med at organisere indlæg fra de mere end en milliard mennesker, der bruger det sociale netværk hver dag.

I betragtning af mængden af ​​indhold, der genereres, har Facebook brug for en automatiseret løsning og underviser en AI for bedre at forstå, hvad der vises på et billede.

"En af de ting, vi har været i stand til, er at kategorisere, hvad der er i et billede. At vide, at dette er et spil baseball og det er dagtimerne, " sagde Schroepfer.

At beskrive, hvad der er i et billede, er en vanskelig udsigt for en maskine. Selv at få en computer til at se på et billede af en mand, der holder et flagermus og bestemme, hvor flagermusen ender, og mandens hånd begynder, er vanskeligt. Schroepfer sagde imidlertid, at Facebook for nylig har demonstreret en dramatisk forbedring af, hvordan man segmenterer et billede i dets komponenter. Det sociale netværk vil præsentere disse fund i en artikel på en maskinlæringskonference næste måned.

Hvordan Facebooks prototypesystem skelner mellem objekter i fotos. Billede: Facebook

At få en computer til nøjagtigt at beskrive et billede er en betydelig præstation. Facebook overvejer, om teknologien kan danne grundlaget for et automatiseret system, der beskriver billeder, der er sendt til Facebook til svagtseende, endda tillader personen at stille spørgsmål som "Hvad gør manden?" eller 'Hvor er babyen?' og få et fornuftigt svar. Det sociale netværk har allerede bygget en prototype Android-app for at demonstrere denne kapacitet.

Gennembrudet skal også give Facebook bedre skærmindhold. For eksempel, hvis softwaren, der styrer det, der vises i en persons News Feed, forstod, hvordan et foto af et fodboldkamp så ud, kunne det sikre, at nogen, der hader fodbold, ikke så fotos af kampe, der blev sendt af deres fodboldelskende bedste ven.

"Alt dette handler om at forstå verden, som den findes i dag, og bedre hjælpe med at filtrere og styre det, " sagde Schroepfer.

Den forbedrede ræsonnement af computersystemet har også gjort det muligt for det at foretage nøjagtige forudsigelser om andre aspekter af verden, med Facebook-træning af et system, der kan se på en stak af blokke og med succes vurdere, om de sandsynligvis falder over mere end 90 procent af tiden.

"Det er en af ​​de mange måder, vi prøver på at hjælpe systemer med at forstå, hvad der vil ske i fremtiden og derefter hjælpe os ... med at planlægge, " sagde Schroepfer.

Fremtiden for Facebooks AI

Denne teknologi har også potentialet til at hjælpe Facebook med at skure sine store datalagre og foretage mere nøjagtige konklusioner om, hvem dens brugere er.

I betragtning af at Facebook har et økonomisk incitament til at opbygge bedre profiler for sine brugere, genereres meget af sine $ 12, 47 mia. Indtægter fra visning af annoncer, ser netværket ud til at bruge disse systemer til at dele mere detaljerede billeder af brugernes liv? Schroepfer siger ikke på nuværende tidspunkt.

"Jeg tror ikke, at disse ting overhovedet er forbundet med disse ting. I øjeblikket er alt dette prototypearbejde, vi er generelt meget klare med folk om, hvordan vi bruger deres data, så vi sørger for, at det er klart for alle sammen."

På trods af disse forsikringer har Facebook imidlertid gentaget kritik af, hvordan brugerdata gøres tilgængelige for tredjepart, senest over en tjeneste, der gjorde det muligt for nogen med en persons telefonnummer at hente denne brugers personlige profil.

Facebooks fremskridt hen imod opbygning af en AI, der kan interagere med verden på en mere menneskelignende måde, vil også blive brugt i sin virtuelle assistent, ved navn M.

For tiden har kun en udvalgt gruppe brugere adgang til M, en virtuel assistent, der hjælper folk med at planlægge aftaler og arrangere rejsearrangementer.

Facebooks M-assistent. Billede: Facebook

I modsætning til automatiserede tjenester som Apples Siri og Microsofts Cortana, håndteres mange af de forespørgsler, der stilles til M, af mennesker, der er "sikkerhedskopieret af AI".

Efterhånden som AI bliver mere sofistikeret, vil den gradvist håndtere en større andel af forespørgslerne.

"I modsætning til andre fuldautomatiske systemer er der ingen grænser for, hvad du kan bede M om at gøre, ud over loven og rimeligheden, " sagde Schroepfer.

"Det her hukommelsesnetværks ting, vi har talt om, er allerede tilsluttet systemet, " sagde han og tilføjede "vi har været i stand til at få nogle virkelig gode resultater".

Disse resultater inkluderer systemet, der svarer på forespørgsler med nogle af de sundhedsmæssige kontroller, som et menneske ville foretage. Schroepfer sagde, at da systemet blev bedt om at bestille blomster, havde systemet nu lært at spørge 'Hvor får du dem leveret' og 'Hvad er dit budget?'.

"Slutspil her er ganske enkelt. At have en digital assistent, der kan gøre mange ting for dig, er en enorm empowerer og tidsbesparende.

"Når disse AI-systemer bliver gode nok, havde vi råd til at skalere AI til hele planeten. Det er den vigtigste ting ved alt dette. Det er en supermagt, vi kunne give til enhver på planeten."

© Copyright 2020 | mobilegn.com