ในเดือนมิถุนายน 2012 เครือข่ายคอมพิวเตอร์ 16,000 เครื่องฝึกฝนตัวเองให้รู้จักแมวโดยดูที่ 10 ล้านภาพจากวิดีโอ YouTube วันนี้เทคนิคนี้ใช้ในทุกสิ่งตั้งแต่การค้นหารูปภาพของ Google ไปจนถึงอัลกอริทึม FEED FEED ของ Facebook
ความสำเร็จของการจดจำแมวทำได้โดยใช้ "การเรียนรู้อย่างลึกซึ้ง"แนวทางการเรียนรู้ของเครื่องจักรที่ใช้งานได้โดยการเปิดเผยโปรแกรมคอมพิวเตอร์ไปยังชุดข้อมูลดิบขนาดใหญ่และค้นพบแนวคิดที่เป็นนามธรรมมากขึ้นเรื่อย ๆ " สิ่งที่เกี่ยวกับการอนุญาตให้คอมพิวเตอร์เรียนรู้วิธีการแสดงข้อมูลในลักษณะที่มีความหมายมากขึ้นข้อเท็จจริงทางวิทยาศาสตร์หรือนิยาย? ความน่าเชื่อถือของ 10 แนวคิดไซไฟ-
“ มีหลายวิธีที่คุณสามารถเป็นตัวแทนของข้อมูลซึ่งบางอย่างอนุญาตให้ผู้มีอำนาจตัดสินใจของมนุษย์ตัดสินใจได้ง่ายขึ้น” เบงโอกล่าวกับวิทยาศาสตร์การใช้ชีวิต ตัวอย่างเช่นเมื่อแสงกระทบตาของบุคคลโฟตอนกระตุ้นเซลล์ประสาทในเรตินาให้ยิงส่งสัญญาณไปยังเยื่อหุ้มสมองภาพของสมองซึ่งมองว่าพวกเขาเป็นภาพ ภาพในสมองนี้เป็นนามธรรม แต่เป็นตัวแทนที่มีประโยชน์มากกว่าสำหรับการตัดสินใจมากกว่าคอลเลกชันของโฟตอน
ในทำนองเดียวกันการเรียนรู้อย่างลึกซึ้งช่วยให้คอมพิวเตอร์ (หรือชุดคอมพิวเตอร์) ใช้ข้อมูลดิบจำนวนมาก - ในรูปแบบของพิกเซลบนหน้าจอตัวอย่างเช่นและสร้างระดับที่สูงขึ้นและสูงขึ้นของสิ่งที่เป็นนามธรรม จากนั้นมันสามารถใช้แนวคิดนามธรรมเหล่านี้เพื่อทำการตัดสินใจเช่นภาพของหยดขนยาวที่มีตาสองตาและหนวดเป็นแมวหรือไม่
“ คิดถึงการเรียนรู้ของเด็ก” เบงโอกล่าว "ตอนแรกเด็กอาจเห็นโลกในวิธีที่ง่ายมาก แต่ในบางจุดการคลิกสมองของเด็กและเธอก็ค้นพบสิ่งที่เป็นนามธรรม" เด็กสามารถใช้สิ่งที่เป็นนามธรรมเพื่อเรียนรู้สิ่งที่เป็นนามธรรมอื่น ๆ
วิธีการเรียนรู้ด้วยตนเองได้นำไปสู่ความก้าวหน้าอย่างมากในซอฟต์แวร์การพูดและการจดจำภาพ มันถูกใช้ในผลิตภัณฑ์อินเทอร์เน็ตและโทรศัพท์มือถือจำนวนมากและแม้แต่รถยนต์ที่ขับเคลื่อนด้วยตนเองเบงโอกล่าว
การเรียนรู้อย่างลึกซึ้งเป็นส่วนสำคัญของ "อ่อนแอ" หลายรูปแบบปัญญาประดิษฐ์สติปัญญาที่ไร้สาระมุ่งเน้นไปที่งานที่แคบ แต่มันอาจกลายเป็นองค์ประกอบของปัญญาประดิษฐ์ "แข็งแกร่ง" - AI ที่ปรากฎในภาพยนตร์เช่น "Ex Machina" และ "เธอ"
แต่เบงกี้ไม่ได้สมัครเป็นสมาชิกเดียวกันความกลัวเกี่ยวกับ AI ที่แข็งแกร่งผู้ประกอบการมหาเศรษฐีElon Muskสตีเฟ่นฮอว์คิงนักฟิสิกส์ที่มีชื่อเสียงระดับโลกและคนอื่น ๆ ก็ส่งเสียงเตือนเกี่ยวกับ
“ ฉันสมัครสมาชิกกับความคิดที่ว่าในอนาคตที่ไม่ได้กำหนด AI อาจเป็นปัญหาได้” เบงโอะกล่าว“ แต่เรายังห่างไกลจาก [AI ที่แข็งแกร่งที่เข้ายึดครอง] ว่ามันจะไม่เป็นปัญหา”
อย่างไรก็ตามเขากล่าวว่ามีปัญหาในทันทีที่ต้องกังวลเช่น AI จะส่งผลกระทบต่อความเป็นส่วนตัวส่วนบุคคลและตลาดงานอย่างไร “ พวกเขาเซ็กซี่น้อยกว่า แต่นี่คือคำถามที่ควรใช้สำหรับการอภิปราย” เบงโอกล่าว
ติดตาม Tanya Lewis บนTwitter- ติดตามเรา@livescience-Facebook-Google+- บทความต้นฉบับเกี่ยวกับวิทยาศาสตร์สด-
