Als je denkt aan de "ongelooflijke" taken die een computer aankan, denk je als eerste aan de meest complexe berekeningen in korte tijd of de analyse van enorme hoeveelheden gegevens - iets dat je zelf nooit kunt oplossen. Of, ik herinner me Lee Sedol's recente nederlaag in go, een klassiek strategiespel. De laatste overwinningen van AI zijn voor een groot deel mogelijk gemaakt door deep learning, dat nu alle mogelijkheden voor AI en de mensen erachter opent.
Maar eenvoudige, dagelijkse taken die zelfs een kind met een goed verstand kan doen, lijken de functionaliteit van AI-systemen te ondermijnen: dingen zoals identificeren wat voor eten op je bord ligt of emoties op het gezicht van een ander identificeren. Deze gemakkelijke taken voor mensen waren onmogelijk voor machines. Tot dit punt.
Technieken voor diepgaand leren hebben machines gezond verstand gegeven. In het verleden schreven programmeurs complexe algoritmen die alles tot in het kleinste detail beschreven. Zo'n expliciet en deterministisch algoritme is geschikt als je met een grote, lastige berekening wordt geconfronteerd. Deep learning bevrijdt AI van dit soort beperkingen, stelt het systeem in staat om van zijn fouten te leren, alles te onthouden wat het heeft geleerd, en interactie met gebruikers voor meer informatie.
De revolutie op het gebied van deep learning vindt voor een groot deel plaats doordat big data beschikbaar komen om te leren. Een menselijke peuter kan na een paar pogingen leren wat hij nodig heeft, maar de machine zal veel langer duren. Diep leren is afhankelijk van toegang tot enorme hoeveelheden gegevens, aangezien AI-machines hun keuzes moeten baseren op waarschijnlijkheden en statistische significantie. Een mechanische vervanging voor intuïtie is nog niet uitgevonden.
Diepe mogelijkheden
Vooruitgang in deep learning heeft de spraakgestuurde zoekmogelijkheden al drastisch verbeterd: Google heeft het Android-spraaksysteem vervangen door een nieuw op deep learning gebaseerd systeem en het aantal fouten is van de ene op de andere dag gedaald tot 25 procent. Camera's die diepe neurale netwerken gebruiken, kunnen nu hardop voorlezen en gebarentaal begrijpen. Facebook beweert dat zijn diepgaande leermogelijkheden het platform toegankelijk hebben gemaakt voor blinde gebruikers door te leren hoe ze foto's moeten beschrijven.
In de komende jaren zullen zowel grote techbedrijven als veel startups deep learning gaan gebruiken om nieuwe producten en diensten te creëren en bestaande applicaties te moderniseren. Nieuwe markten en bedrijven zullen ontstaan en innovatie, diensten en producten stimuleren. Diepe leersystemen zullen verbeteren en toegankelijker en gemakkelijker te gebruiken worden. Hoe gemakkelijker het is om ze te gebruiken, hoe meer onze interactie met technologie zal veranderen.
Promotie video:
Aditya Singh, een partner bij Foundation Capital, gelooft dat de ontwikkeling van het deep learning-besturingssysteem deep learning zal democratiseren en de brede acceptatie van praktische AI zal stimuleren. Het resultaat zal zijn dat mensen hun urgente problemen, of iets belangrijkers, kunnen oplossen met behulp van deep learning. In die zin kan AI een vereveningsmechanisme worden, waardoor mensen van elke klasse en staat de wereld kunnen veranderen.
ILYA KHEL
