211service.com
2014 in Computing: doorbraken in kunstmatige intelligentie
De heilige graal van kunstmatige intelligentie - software maken die de menselijke intelligentie benadert - blijft ver weg. Maar 2014 zag grote vooruitgang in machine learning-software die vaardigheden kan opdoen uit ervaring. Bedrijven in sectoren van biotech tot computergebruik maakten gebruik van deze nieuwe technieken om lastige problemen op te lossen of nieuwe producten te ontwikkelen.
De meest opvallende onderzoeksresultaten in AI kwamen uit het veld van deep learning, waarbij ruwe gesimuleerde neuronen worden gebruikt om gegevens te verwerken.
Werk in deep learning is vaak gericht op afbeeldingen, die voor mensen gemakkelijk te begrijpen zijn, maar erg moeilijk voor software om te ontcijferen. Onderzoekers van Facebook gebruikten die aanpak om een systeem te maken dat bijna net zo goed als een mens kan vertellen of twee verschillende foto's dezelfde persoon afbeelden. Google toonde een systeem dat scènes kan beschrijven met korte zinnen.
Dergelijke resultaten hebben ertoe geleid dat toonaangevende computerbedrijven fel strijden om AI-onderzoekers. Google betaalde meer dan $ 600 miljoen voor een machine learning-startup genaamd DeepMind aan het begin van het jaar. Wanneer MIT Technology Review sprak later in het jaar met de oprichter van het bedrijf, Demis Hassabis, en legde uit hoe het werk van DeepMind werd gevormd door baanbrekend onderzoek naar het menselijk brein.
Het zoekbedrijf Baidu, bijgenaamd het Chinese Google, gaf ook veel uit aan kunstmatige intelligentie. Het zette een laboratorium op in Silicon Valley om zijn bestaande onderzoek naar deep learning uit te breiden en om met Google en anderen te concurreren om talent. Stanford AI-onderzoeker en voormalig Google-medewerker Andrew Ng werd ingehuurd om die inspanning te leiden. In ons uitgebreide profiel legde hij uit hoe kunstmatige intelligentie mensen die nog nooit op internet zijn geweest, kan veranderen in gebruikers van Baidu's webzoekopdracht en andere services.
Machine learning was dit jaar ook een bron van nieuwe producten van computergiganten, kleine startups en bedrijven buiten de computerindustrie.
Microsoft putte uit zijn onderzoek naar spraakherkenning en taalbegrip om zijn virtuele assistent Cortana te creëren, die is ingebouwd in de mobiele versie van Windows. De app probeert een heen-en-weer dialoog met mensen aan te gaan. Dat is zowel bedoeld om het meer vertederend te maken als om het te helpen te leren wat er mis is gegaan als het een fout maakt.
Startups lanceerden producten die machine learning gebruikten voor uiteenlopende taken zoals je helpen zwanger te worden, huishoudelijke apparaten met je stem te bedienen en plannen te maken via sms.
Enkele van de meest interessante toepassingen van kunstmatige intelligentie kwamen in de gezondheidszorg. IBM is nu dicht bij het zien van een versie van zijn Gevaar! De bekroonde Watson-software helpt kankerartsen om genomische gegevens te gebruiken om gepersonaliseerde behandelplannen voor patiënten te kiezen. Door machine learning toe te passen op een genetische database, kon een biotechbedrijf een niet-invasieve test uitvinden die onnodige chirurgie voorkomt.
Het gebruik van kunstmatige-intelligentietechnieken op genetische gegevens zal waarschijnlijk veel gebruikelijker worden nu Google, Amazon en andere grote computerbedrijven zich bezighouden met het opslaan van gedigitaliseerde genomen.
De meest geavanceerde machine learning-software moet echter worden getraind met grote datasets, iets dat zeer energie-intensief is, zelfs voor bedrijven met een geavanceerde infrastructuur. Dat is motiverend om te werken aan een nieuw type neuromorfische chips, losjes gemodelleerd naar ideeën uit de neurowetenschap. Die chips kunnen machine learning-algoritmen efficiënter uitvoeren.
Dit jaar begon IBM met de productie van een prototype, op de hersenen geïnspireerde chip die naar eigen zeggen in grote aantallen kan worden gebruikt om een soort supercomputer te bouwen die gespecialiseerd is in leren. Een compactere neuromorfische chip, ontwikkeld door General Motors en het onderzoekslaboratorium HRL, eigendom van Boeing, nam de vlucht in een klein drone-vliegtuig.
Al deze snelle vooruitgang in kunstmatige intelligentie bracht sommige mensen ertoe om na te denken over de mogelijke nadelen en implicaties op lange termijn van de technologie. Een software-engineer die zich sindsdien bij Google heeft aangesloten, waarschuwde dat onze instincten over privacy moeten veranderen nu machines afbeeldingen kunnen ontcijferen.
Verder vooruitkijkend voorspelde biotech- en satellietondernemer Martine Rothblatt dat onze persoonlijke gegevens zouden kunnen worden gebruikt om intelligente digitale dubbelgangers te creëren met een soort eigen leven. En neurowetenschapper Christof Koch, hoofd wetenschappelijk directeur van het Allen Institute for Brain Science in Seattle, waarschuwde dat hoewel intelligente software nooit bewust kan zijn, het ons nog steeds kan schaden als het niet correct is ontworpen.
Ondertussen kwam een meer goedaardige kijk op de verre toekomst van sciencefictionauteur Greg Egan. In een bedachtzame reactie op de sci-fi-film Haar, hij suggereerde dat conversatie-AI-metgezellen ons beter zouden kunnen maken in de interactie met andere mensen.