Akceptuję
W ramach naszej witryny stosujemy pliki cookies w celu świadczenia państwu usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczone w Państwa urządzeniu końcowym. Możecie Państwo dokonać w każdym czasie zmiany ustawień dotyczących cookies. Więcej szczegółów w naszej Polityce Prywatności

Zamknij X
Strona główna Felieton

Wielki powrót sztucznych sieci neuronowych



Po rozkwicie w latach 70. minionego wieku sztuczne sieci neuronowe (jeden z algorytmów uczenia maszynowego) przeżywają wielki powrót – twierdzi dr Piotr Migdał. To właśnie temu rozwiązaniu sukces zawdzięcza opracowany przez Google DeepMind program AlphaGo.

15 marca w Seulu rozstrzygnięto wyzwanie rzucone przez Google DeepMind koreańskiemu arcymistrzowi gry w Go. Uznawany za najlepszego zawodowego gracza ostatnich 10 lat Lee Se-dol przegrał 1:4 przeciwko opracowanemu przez zespół DeepMind programowi AlphaGo. Wygrana nad ludzkim mistrzem gry w Go bez handicapu jest uznawana za przełom w zakresie prac nad sztuczną inteligencją.

 

„Zwycięstwo AlphaGo wzbudziło zasłużoną sensację. Jest czym się ekscytować – nowoczesne sieci neuronowe rozwiązują problemy, które były poza zasięgiem innych algorytmów uczenia maszynowego” – powiedział w rozmowie z PAP Technologie dr Piotr Migdał, data scientist w firmie deepsense.io. Jeszcze dwa lata temu sukcesu porównywalnego z wygraną programu DeepMind eksperci spodziewali się dopiero w okolicach 2024 r.

 

„Najwięcej postępu jest w analizie obrazu. Np. od dwóch lat algorytm Facebooka potrafi rozpoznawać twarze lepiej, niż to czynią ludzie, a od pół roku inny algorytm potrafi naśladować dowolne style malarskie” – wspomina Migdał. Jego zdaniem są jednak zadania, w których daleko im do ludzkiej skuteczności – choćby rozumienie tekstu, nie mówiąc już o możliwości inteligentnej dyskusji. Naukowiec uspokaja, że take wygrana w Go z ludzkim mistrzem, jakkolwiek imponująca, nie przekłada się jeszcze na pełną dominację nad zdolnościami człowieka.

 

Odnosząc się do podnoszonych w niektórych publikacjach nadziei i lęków nawiązujących do utworów science-fiction, Migdał sięga po przyziemny przykład. „Nawet prosty kalkulator przekracza możliwości arytmetyczne człowieka, ale nie daje mu to przewagi na innych polach myślenia czy działania. Podobnie AlphaGo działa tylko, gdy podawane mu są dane, i tylko w ramach przewidzianego zakresu. Nie śni o elektrycznych owcach. Zatem – do SkyNeta nam sporo brakuje. Ale spodziewajmy się, że coraz więcej zadań będzie automatyzowanych” – przewiduje, wskazując na przydatność wypracowywanych przez Google DeepMind rozwiązań np. dla samobieżnych samochodów.

 

Naukowiec przestrzega równocześnie przed nadużywaniem określenia „sztuczna inteligencja” w odniesieniu do prac zespołów takich jak DeepMind. „Obecnie odchodzi się od używania terminu +sztuczna inteligencja+ (AI) na korzyść +uczenia maszynowego+, gdyż rozwijamy algorytmy, które modyfikują się na podstawie danych (a więc +uczą się+), a nie próbujemy stworzyć ogólnej inteligencji przypominającej ludzką. Od tego drugiego, chcąc nie chcąc, jesteśmy bardzo daleko” – tłumaczy.

 

Podstawą działania AlphaGo i innych głośnych projektów DeepMind są tzw. sieci neuronowe. „Sztuczne sieci neuronowe – luźno inspirowane biologicznymi neuronami i ich warstwami – są jednym z algorytmów uczenia maszynowego. Miały swój rozkwit w latach 70., ale potem zostały wyparte przez prostsze i szybsze (a nieraz równie skuteczne) metody” – opowiada Migdał. „Teraz mają swój wielki powrót dzięki nowym pomysłom na ich architekturę – inspiracje korą wzrokową i lokalnym przetwarzaniem obrazu (ConvNet) oraz składaniem wielu warstw neuronów (deep learning), a także rozwojowi sprzętu komputerowego, zwłaszcza kart graficznych, które są idealne do tego rodzaju obliczeń” – wyjaśnia.

 

„Wszystkie operacje, które wykonują [sztuczne sieci neuronowe] są w gruncie proste – mnożenie liczb, dodawanie ich, zerowanie liczb ujemnych, zmienianie wag, by ich przewidywania pasowały lepiej do rzeczywistości. Co więcej – niewielkie sztuczne sieci neuronowe możemy rozwijać na własnym komputerze, np. do rozpoznawania odręcznie pisanych cyfr. Można tego dokonać w języku Python korzystając z bibliotek Theano czy też TensorFlow” – zwraca uwagę Migdał.

 

DeepMind to brytyjska firma założona i kierowana przez Demisa Hassabisa, w 2014 r. wykupiona przez Google za 400 mln funtów. Po sukcesie w Seulu Hassabis zapowiedział, że DeepMind poświęci kolejne „tygodnie, jeśli nie miesiące” na szczegółową analizę rozgrywek przed ogłoszeniem swoich dalszych planów. Nie odniósł się do wcześniejszych zapowiedzi wykorzystania wypracowanych rozwiązań w robotyce i opiece zdrowotnej.

 

Pod koniec lutego firma DeepMind podpisała kontrakt z brytyjską Narodową Służbą Zdrowia. Na razie współpraca ta nie obejmuje wykorzystania głębokiego uczenia (deep learning), na którym opiera się AlphaGo, i ogranicza się do opracowania aplikacji na iPhone’a.

 

Dla PAP Technologie Mateusz Kominiarczuk

Źródło: www.naukawpolsce.pap.pl

 

http://laboratoria.net/felieton/25152.html
Informacje dnia: Ograniczenie soli w diecie może być groźne Nie mam jeszcze wniosków na temat pochodzenia Covid-19 Najdokładniejsze systemy satelitarnego transferu czasu Ponad połowa chorych z SARS-CoV2 cierpi na długi covid Zintegrować informacje o logistyce Wystawa "Nie to niebo" Ograniczenie soli w diecie może być groźne Nie mam jeszcze wniosków na temat pochodzenia Covid-19 Najdokładniejsze systemy satelitarnego transferu czasu Ponad połowa chorych z SARS-CoV2 cierpi na długi covid Zintegrować informacje o logistyce Wystawa "Nie to niebo" Ograniczenie soli w diecie może być groźne Nie mam jeszcze wniosków na temat pochodzenia Covid-19 Najdokładniejsze systemy satelitarnego transferu czasu Ponad połowa chorych z SARS-CoV2 cierpi na długi covid Zintegrować informacje o logistyce Wystawa "Nie to niebo"

Partnerzy

GoldenLine Fundacja Kobiety Nauki Job24 Obywatele Nauki NeuroSkoki Portal MaterialyInzynierskie.pl Uni Gdansk MULTITRAIN I MULTITRAIN II Nauki przyrodnicze KOŁO INZYNIERÓW PB ICHF PAN FUNDACJA JWP NEURONAUKA Mlodym Okiem Polski Instytut Rozwoju Biznesu Analityka Nauka w Polsce CITTRU - Centrum Innowacji, Transferu Technologii i Rozwoju Uniwersytetu Akademia PAN Chemia i Biznes Farmacom Świat Chemii Forum Akademickie Biotechnologia     Bioszkolenia Geodezja Instytut Lotnictwa EuroLab

Szanowny Czytelniku!

 
25 maja 2018 roku zacznie obowiązywać Rozporządzenie Parlamentu Europejskiego i Rady (UE) 2016/679 z dnia 27 kwietnia 2016 r (RODO). Potrzebujemy Twojej zgody na przetwarzanie Twoich danych osobowych przechowywanych w plikach cookies. Poniżej znajdziesz pełny zakres informacji na ten temat.
 
Zgadzam się na przechowywanie na urządzeniu, z którego korzystam tzw. plików cookies oraz na przetwarzanie moich danych osobowych pozostawianych w czasie korzystania przeze mnie ze strony internetowej Laboratoria.net w celach marketingowych, w tym na profilowanie i w celach analitycznych.

Kto będzie administratorem Twoich danych?

Administratorami Twoich danych będziemy my: Portal Laboratoria.net z siedzibą w Krakowie (Grupa INTS ul. Czerwone Maki 55/25 30-392 Kraków).

O jakich danych mówimy?

Chodzi o dane osobowe, które są zbierane w ramach korzystania przez Ciebie z naszych usług w tym zapisywanych w plikach cookies.

Dlaczego chcemy przetwarzać Twoje dane?

Przetwarzamy te dane w celach opisanych w polityce prywatności, między innymi aby:

Komu możemy przekazać dane?

Zgodnie z obowiązującym prawem Twoje dane możemy przekazywać podmiotom przetwarzającym je na nasze zlecenie, np. agencjom marketingowym, podwykonawcom naszych usług oraz podmiotom uprawnionym do uzyskania danych na podstawie obowiązującego prawa np. sądom lub organom ścigania – oczywiście tylko gdy wystąpią z żądaniem w oparciu o stosowną podstawę prawną.

Jakie masz prawa w stosunku do Twoich danych?

Masz między innymi prawo do żądania dostępu do danych, sprostowania, usunięcia lub ograniczenia ich przetwarzania. Możesz także wycofać zgodę na przetwarzanie danych osobowych, zgłosić sprzeciw oraz skorzystać z innych praw.

Jakie są podstawy prawne przetwarzania Twoich danych?

Każde przetwarzanie Twoich danych musi być oparte na właściwej, zgodnej z obowiązującymi przepisami, podstawie prawnej. Podstawą prawną przetwarzania Twoich danych w celu świadczenia usług, w tym dopasowywania ich do Twoich zainteresowań, analizowania ich i udoskonalania oraz zapewniania ich bezpieczeństwa jest niezbędność do wykonania umów o ich świadczenie (tymi umowami są zazwyczaj regulaminy lub podobne dokumenty dostępne w usługach, z których korzystasz). Taką podstawą prawną dla pomiarów statystycznych i marketingu własnego administratorów jest tzw. uzasadniony interes administratora. Przetwarzanie Twoich danych w celach marketingowych podmiotów trzecich będzie odbywać się na podstawie Twojej dobrowolnej zgody.

Dlatego też proszę zaznacz przycisk "zgadzam się" jeżeli zgadzasz się na przetwarzanie Twoich danych osobowych zbieranych w ramach korzystania przez ze mnie z portalu *Laboratoria.net, udostępnianych zarówno w wersji "desktop", jak i "mobile", w tym także zbieranych w tzw. plikach cookies. Wyrażenie zgody jest dobrowolne i możesz ją w dowolnym momencie wycofać.
 
Więcej w naszej POLITYCE PRYWATNOŚCI
 

Newsletter

Zawsze aktualne informacje