Системы искусственного интеллекта далеко не настолько развиты, чтобы заменить людей во многих задачах, связанных с рассуждением, реальным знанием и социальным взаимодействием. Они демонстрируют человеческую компетентность в навыках распознавания образов низкого уровня, но на когнитивном уровне они просто имитируют человеческий интеллект, а не проявляют глубокого и творческого подхода, - говорит Майкл И. Джордан , ведущий исследователь в области искусственного интеллекта и машинного обучения. Джордан - профессор кафедры электротехники и информатики, а также кафедры статистики Калифорнийского университета в Беркли .
Он отмечает, что имитация человеческого мышления - не единственная цель машинного обучения - области инженерии, лежащей в основе недавнего прогресса в области ИИ, - и даже не лучшая цель. Вместо этого машинное обучение может служить для увеличения человеческого интеллекта за счет кропотливого анализа больших наборов данных во многом так же, как поисковая система расширяет человеческие знания, организуя Интернет. Машинное обучение также может предоставлять новые услуги людям в таких областях, как здравоохранение, торговля и транспорт, объединяя информацию, содержащуюся в нескольких наборах данных, находя закономерности и предлагая новые варианты действий.
«Люди путаются в значении ИИ при обсуждении технологических тенденций - что в компьютерах есть какая-то разумная мысль, которая отвечает за прогресс и которая конкурирует с людьми», - говорит он. «У нас этого нет, но люди говорят так, как будто мы это делаем».
В конце концов, Джордан должен знать разницу. Стипендиат IEEE - один из ведущих мировых авторитетов в области машинного обучения. В 2016 году он был признан самым влиятельным компьютерным ученым программой, анализирующей исследовательские публикации, сообщает Science . Джордан помог преобразовать неконтролируемое машинное обучение, которое может находить структуру в данных без ранее существовавших меток, из набора несвязанных алгоритмов в интеллектуально связную область, объясняет вики по истории инженерии и технологий . Обучение без учителя играет важную роль в научных приложениях, где отсутствует устоявшаяся теория, которая может предоставить размеченные данные обучения.
Вклад Иордании принесли ему множество наград , в том числе в этом году Ульф Гренандера премии в области теории стохастического и моделирование от Американского математического общества . В прошлом году он получил медаль IEEE Джона фон Неймана за вклад в машинное обучение и науку о данных.
В последние годы он поставил перед собой задачу помочь ученым, инженерам и другим людям понять все аспекты машинного обучения. Он говорит, что считает, что развитие машинного обучения отражает появление новой области инженерии. Он проводит параллели с появлением химической инженерии в начале 1900-х годов на основе основ химии и механики жидкости, отмечая, что машинное обучение опирается на десятилетия прогресса в области информатики, статистики и теории управления. Более того, по его словам, это первая инженерная область, которая носит гуманный характер и ориентирована на взаимодействие между людьми и технологиями.
«Хотя научно-фантастические дискуссии об искусственном интеллекте и сверхразуме - это весело, они отвлекают», - говорит он. «Недостаточно внимания уделяется реальной проблеме, заключающейся в создании систем на основе машинного обучения планетарного масштаба, которые действительно работают, приносят пользу людям и не усугубляют неравенство».
ПРИСОЕДИНЯЯСЬ К ДВИЖЕНИЮ
В детстве 60-х Джордан интересовался философскими и культурными взглядами на то, как работает разум. Он был вдохновлен исследованием психологии и статистику после прочтения британского логика Бертрана Рассел «s автобиографии . Рассел исследовал мышление как логический математический процесс.
«Думая о мышлении как о логическом процессе и осознавая, что компьютеры возникли из программных и аппаратных реализаций логики, я увидел параллель с разумом и мозгом», - говорит Джордан. «Казалось, что философия может перейти от расплывчатых дискуссий о разуме и мозге к чему-то более конкретному, алгоритмическому и логическому. Это меня привлекло ».
Джордан изучал психологию в Университете штата Луизиана в Батон-Руж, где в 1978 году получил степень бакалавра по этому предмету. В 1980 году он получил степень магистра математики в Университете штата Аризона в Темпе, а в 1985 году - степень доктора когнитивных наук в Калифорнийском университете в Сан-Диего .
Когда он поступил в институт, машинного обучения не существовало. Когда он закончил учебу, это только начало проявляться.
«Хотя меня заинтриговало машинное обучение, - говорит он, - я уже тогда чувствовал, что более глубокие принципы, необходимые для понимания обучения, можно найти в статистике, теории информации и теории управления, поэтому я не называл себя исследователь машинного обучения. Но в итоге я выбрал машинное обучение, потому что в нем были интересные люди и велась творческая работа ».
Согласно Wiki, в 2003 году он и его ученики разработали скрытое распределение Дирихле , вероятностную основу для изучения тематической структуры документов и других наборов данных без учителя. Этот метод позволяет компьютеру, а не пользователю, самостоятельно обнаруживать закономерности и информацию из документов. Фреймворк - один из самых популярных методов моделирования тем, используемых для обнаружения скрытых тем и классификации документов по категориям.
Текущие проекты Джордана включают идеи экономики из его более раннего сочетания информатики и статистики. Он утверждает, что цель обучающих систем - принимать решения или поддерживать процесс принятия решений людьми, а лица, принимающие решения, редко действуют изолированно. Они взаимодействуют с другими лицами, принимающими решения, у каждого из которых могут быть разные потребности и ценности, и общее взаимодействие должно основываться на экономических принципах. Иордания разрабатывает «программу исследований, в которой агенты узнают о своих предпочтениях из реальных экспериментов, где они сочетают исследование и эксплуатацию, собирая данные для извлечения уроков, и где рыночные механизмы могут структурировать процесс обучения, предоставляя учащимся стимулы для сбора информации. определенные виды данных и принимать определенные согласованные решения.
УТОЧНЕНИЕ AI
В 2019 году Джордан написал статью « Искусственный интеллект - революция еще не произошла », опубликованную в Harvard Data Science Review . В статье он объясняет, что термин AIнеправильно понимается не только общественностью, но и технологами. Он пишет, что еще в 1950-х годах, когда появился этот термин, люди стремились создать вычислительные машины, обладающие интеллектом человеческого уровня. По его словам, это стремление все еще существует, но за прошедшие десятилетия произошло нечто иное. Он пишет, что компьютеры не стали разумными сами по себе, но они предоставили возможности, которые увеличивают человеческий интеллект. Более того, они преуспели в низкоуровневых возможностях распознавания образов, которые в принципе могли бы быть реализованы людьми, но с большими затратами. Системы на основе машинного обучения способны обнаруживать мошенничество в финансовых транзакциях в крупных масштабах, например, тем самым ускоряя электронную торговлю. Они необходимы для моделирования и контроля цепочек поставок в производстве и здравоохранении.
Несмотря на то, что такие разработки называются «технологиями искусственного интеллекта», - пишет он, лежащие в их основе системы не предполагают высокоуровневых рассуждений или размышлений. Системы не формируют семантические представления и выводы, на которые способны люди. Они не формулируют и не преследуют долгосрочных целей.
«В обозримом будущем компьютеры не смогут сравниться с людьми по их способности абстрактно рассуждать о реальных ситуациях», - пишет он. «Нам потребуется хорошо продуманное взаимодействие людей и компьютеров для решения наших самых насущных проблем. Мы должны понимать, что разумное поведение крупномасштабных систем является результатом взаимодействия между агентами и интеллекта отдельных агентов ».
Более того, подчеркивает он, при разработке технологий не следует забывать о человеческом счастье. «У нас есть реальная возможность придумать что-то исторически новое: человеческую инженерную дисциплину», - пишет он.
Взгляд Джордана включает оживленное обсуждение роли инженерии в государственной политике и академических исследованиях. Он отмечает, что когда люди говорят о социальных науках , это звучит привлекательно, но термин « социальная инженерия» звучит непривлекательно. То же самое можно сказать и о геномной науке, а не о геномной инженерии .
«Я думаю, что мы позволили понизить термин« инженерия » в интеллектуальной сфере», - говорит он. Термин « наука» используется вместо « инженерия», когда люди хотят обратиться к дальновидным исследованиям. Такие фразы, как просто инженерия , не помогают.
«Я думаю, что важно помнить, что, несмотря на все замечательные вещи, которые наука сделала для человеческого вида, на самом деле именно инженерия - гражданская, электрическая, химическая и другие области инженерии - прямо и глубоко увеличила человеческое счастье».
СТРОИТЕЛЬСТВО СООБЩЕСТВА
Джордан говорит, что он особенно ценит IEEE за его инвестиции в создание механизмов, с помощью которых сообщества могут связываться друг с другом через конференции и другие форумы.
Он также ценит продуманную издательскую политику IEEE. Многие из его работ доступны в цифровой библиотеке IEEE Xplore .
«Я думаю, что коммерческие издательские компании построили бизнес-модель, которая сейчас неэффективна и фактически блокирует поток информации», - говорит он. По его словам, с помощью журнала открытого доступа IEEE Access организация «разрешает поток информации и помогает ему».
Членство в IEEE предлагает широкий спектр преимуществ и возможностей для тех, кто разделяет общий интерес к технологиям. Если вы еще не являетесь участником, рассмотрите возможность присоединения к IEEE и стать частью всемирной сети, состоящей из более чем 400 000 студентов и профессионалов.