Сложные ансамбли
Примерами сложных ансамблей служат алгоритмы со сложной архитектурой, показавшие за последние 3 года лучшие результаты в задачах по обработке естественного языка. На текущий момент к ним относятся:
BERT (Google Research)
GPT (OpenAI)
XLNet (Google Brain)
CTRL (SalesForce)
Megatron (NVidia)
Turing-NLG (Microsoft)
После своего появления BERT показывал лучшие результаты на многих задачах обработки естественного языка, но вскоре после своего появления XLNet перехватила пальму первенства (используют моделирование перестановок, которое обучает авторегрессионную модель всем возможным перестановкам слов в предложении).
Объяснимый ии (eXplainable ai – xai)
Поскольку регулирующие органы, власть и обычные люди становятся зависимыми от динамических ИИ-систем, становится очевидно, что процессы принятия решений, поддерживаемые ИИ-системами, требуют дополнительной подотчетности. На текущий момент XAI применяется в следующих областях:
Конструкция антенн (усовершенствованные антенны)
Алгоритмическая торговля (высокочастотная торговля)
Постановка медицинских диагнозов
Автономные транспортные средства
Разработка детекторов признаков (компьютерное зрение)
Юриспруденция (объяснимость принятых юридически значимых решений)
Страховой и банковский сектор (объяснимость выданных кредитов и страховых покрытий)
Текстовая аналитика (извлечение фактов)
Извлечение знаний из моделей (перенос навыка)
Сравнение моделей машинного обучения
Сети интеллектуальных агентов
В ИИ интеллектуальный агент (ИА) является автономным объектом, который действует, направляя свою деятельность на достижение целей в окружающей среде, используя наблюдение за окружающей средой и внутренним состоянием с помощью датчиков и соответствующих исполнительных механизмов. ИА могут изучать или использовать знания для достижения своих целей. Они могут быть очень простыми или очень сложными. ИА – программный агент, обладающий некоторым интеллектом, например, автономные программы, используемые для помощи оператору или интеллектуального анализа данных (иногда называемые ботами).
Системы на основе графов знаний
Данные системы известны давно, например, организация W3C разработала ряд широко известных инициатив: OWL (реализация языка описания онтологий), SKOS (организация знаний таким образом, чтобы облегчить взаимодействие различных информационных систем за счет стандартизации тезаурусов, систем классификации, таксономий и других видов нормализации лексики). С появлением ГНС разработчики начали применять нейросети для автоматизации задач извлечения знаний из неструктурированных текстов и внесения именованных сущностей, фактов и зависимостей напрямую в графы знаний. Пример графа знаний можно увидеть на рисунке 4.
Рисунок 4 – Пример графа знаний
Текущие недостатки и видимые проблемы
С усложнением и расширением присутствия ИИ-систем экспертное сообщество обсуждает следующие важнейшие проблемы:
Для первоначального обучения системы требуется размеченные документы, а разметку, как правило, приходится делать вручную.
Точность анализа систем, построенных только на машинном обучении, пока что часто оказывается недостаточной для серьезных практических применений.
Для обеспечения приемлемого качества анализа требуется большое количество размеченных документов.
Непрозрачность системы: зачастую невозможно понять логику принятия решений, а также исправить даже самые очевидные единичные ошибки.
Для дообучения системы снова требуется большое количество документов, проверенных человеком.
В плане восприятия обществом выделяют следующие:
Приватность.
Потеря работы.
Проблема безопасности.
Проблема доверия.
Проблема нехватки вычислительных мощностей.
Вывод
Таким образом, большие данные необходимы для развития ИИ, входят в обучающую выборку для ИИ-систем. Но что нас ждет в будущем?
Язык, адаптированный под искусственный интеллект, станет доминирующим. Не всегда удается вспомнить, когда последний раз совершали звонок в компанию и напрямую разговаривали с человеком. Можно представить себе разговор на двух разных языках, переводимый в режиме реального времени. Мы ожидаем появление беспилотных автомобилей на дороге. По разным прогнозам, через 30-50 лет ожидается создание систем искусственного интеллекта, превосходящих когнитивные способности человека. Это будет напоминать разумного работа, которого часто может видеть в фильмах жанра фантастики. Наша жизнь уже меняется под влиянием технологий, но придет время и она изменится кардинально.