AI-startup 'vicarious' upphetsar silicon valley-eliten – Men är allt hype?

AI-startup 'vicarious' upphetsar silicon valley-eliten – Men är allt hype?
BILDKREDIT: Bild via tb-nguyen.blogspot.com

AI-startup 'vicarious' upphetsar silicon valley-eliten – Men är allt hype?

    • Författare Namn
      Loren March
    • Författare Twitter Handle
      @Quantumrun

    Hela berättelsen (använd ENDAST knappen "Klistra in från Word" för att säkert kopiera och klistra in text från ett Word-dokument)

    Artificiell intelligens startup, Vicarious, har fått mycket uppmärksamhet på sistone, och det är inte helt klart varför. Många stormän i Silicon Valley har öppnat sina personliga plånböcker och delat ut de stora pengarna till stöd för företagets forskning. Deras hemsida visar det senaste tillflödet av finansiering från sådana kända personer som Amazons vd Jeff Bezos, Yahoos grundare Jerry Yang, Skypes grundare Janus Friis, Facebooks grundare Mark Zuckerberg och... Ashton Kutcher. Det är inte riktigt känt vart alla dessa pengar tar vägen. AI är ett mycket hemligt och skyddande område för teknisk utveckling på sistone, men den offentliga debatten om ankomsten och användningen av efterlängtad AI i den verkliga världen har varit allt annat än tyst. Vicarious har varit lite av en mörk häst på teknikscenen.

    Även om det har varit mycket surr om företaget, särskilt sedan deras datorer knäckte "CAPTCHA" i höstas, har de lyckats förbli en svårfångad och mystisk spelare. Till exempel lämnar de inte ut sin adress av rädsla för företagsspionage, och även ett besök på deras webbplats kommer att göra dig förvirrad över vad de faktiskt gör. Allt detta svårt att få tag på har fortfarande fått investerare att ställa upp. Vicarious huvudprojekt har varit att bygga ett neuralt nätverk som kan replikera den del av den mänskliga hjärnan som styr syn, kroppsrörelser och språk.

    Medgrundare Scott Phoenix har sagt att företaget försöker "bygga en dator som tänker som en person, förutom att den inte behöver äta eller sova." Vicarious fokus hittills har varit på visuellt objektigenkänning: först med foton, sedan med videor, sedan med andra aspekter av mänsklig intelligens och lärande. Medgrundare Dileep George, tidigare ledande forskare vid Numenta, har betonat analysen av perceptuell databehandling i företagets arbete. Planen är att så småningom skapa en maskin som kan lära sig att "tänka" genom en rad effektiva och oövervakade algoritmer. Naturligtvis gör detta folk ganska flippade.

    I flera år har möjligheten att AI blir en del av det verkliga livet omedelbart lockat till sig Hollywood-referenser. Utöver rädslan för att mänskliga jobb ska gå förlorade till robotar, är människor uppriktigt oroade över att det inte kommer att dröja länge innan vi befinner oss i en situation som inte liknar dem som presenteras i Matrix. Tesla Motors och PayPals medgrundare Elon Musk, också en investerare, uttryckte oro över AI i en nyligen CNBC-intervju.

    "Jag gillar att bara hålla ett öga på vad som händer med artificiell intelligens," sa Musk. "Jag tror att det finns potentiellt ett farligt resultat där. Det har funnits filmer om detta, som Terminator. Det finns några skrämmande resultat. Och vi bör försöka se till att resultaten blir bra, inte dåliga."

    Stephen Hawking lade in sina två cent, vilket i huvudsak bekräftade vår rädsla för att vi skulle vara rädda. Hans senaste kommentarer i The Independent ledde till mediafrenesi, vilket gav upphov till sådana rubriker som Huffington Posts "Stephen Hawking är livrädd för artificiell intelligens" och MSNBC:s briljanta "Artificial Intelligence Could End Mankind!" Hawkings kommentarer var betydligt mindre apokalyptiska och motsvarade en vettig varning: "Framgång med att skapa AI skulle vara den största händelsen i mänsklighetens historia.

    Tyvärr kan det också vara den sista, om vi inte lär oss hur vi ska undvika riskerna. Den långsiktiga effekten av AI beror på om den överhuvudtaget kan kontrolleras.” Denna fråga om "kontroll" förde många roboträttsaktivister ut ur träverket, som förespråkade robotfrihet, och sa att att försöka "kontrollera" dessa tänkande varelser skulle vara grymt och uppgå till en form av slaveri, och att vi måste låta robotarna vara fria och leva sina liv till fullo (Ja, dessa aktivister finns.)

    Många lösa trådar måste åtgärdas innan folk rycks med. För det första skapar Vicarious inte en liga av robotar som kommer att ha känslor, tankar och personligheter eller en önskan att resa sig mot människorna som skapade dem och ta över världen. De kan knappt förstå skämt. Hittills har det varit nästan omöjligt att lära datorer något som liknar street sense, mänsklig "meningsfullhet" och mänskliga subtiliteter.

    Till exempel, ett projekt från Stanford som heter "Djupt rörande, menat att tolka filmrecensioner och ge filmer en tummen upp eller tummen ner, har varit totalt oförmögen att läsa sarkasm eller ironi. I slutändan talar Vicarious inte om en simulering av den mänskliga upplevelsen. Det i stort sett svepande uttalandet att Vicarious datorer kommer att "tänka" som människor är ganska vagt. Vi måste komma på ett annat ord för "tänka" i detta sammanhang. Vi pratar om datorer som kan lära sig genom igenkänning – åtminstone för nu.

    Så vad betyder detta? Den typ av utveckling vi realistiskt går mot har mer praktiska och applicerbara egenskaper som ansiktsigenkänning, självkörande bilar, medicinsk diagnos, översättning av text (vi skulle definitivt kunna använda något bättre än Google translate, trots allt) och teknisk hybridisering. Det dumma med allt detta är inget av det är nytt. Teknisk guru och ordförande för Artificial General Intelligence Society, påpekar Dr. Ben Goertzel i hans blogg, "Om du valde andra problem som att vara en cykelbudbärare på en fullsatt New York Street, skriva en tidningsartikel om en nyligen utvecklad situation, lära dig ett nytt språk baserat på verkliga erfarenheter eller identifiera de mest betydelsefulla mänskliga händelserna bland alla interaktioner mellan människor i ett stort trångt rum, då skulle du tycka att dagens statistiska [Machine Learning] metoder inte är så användbara.”

    Det finns bara vissa saker som maskiner ännu inte förstår, och vissa saker som inte riktigt kan fångas i en algoritm. Vi ser en rullande snöbollshype som i stort sett har visat sig, åtminstone hittills, mestadels vara ludd. Men hypen i sig kan vara farlig. Som Facebooks direktör för AI-forskning och grundare av NYU Center for Data Science, skrev Yann LeCun offentligt till hans sida på Google+: “Hype är farligt för AI. Hype dödade AI fyra gånger under de senaste fem decennierna. AI-hypen måste stoppas.”

    När Vicarious knäckte CAPTCHA i höstas var LeCun skeptisk till mediafrenzyn och påpekade ett par mycket viktiga realiteter: "1. Att bryta CAPTCHA är knappast en intressant uppgift, om du inte är en spammare; 2. Det är lätt att göra anspråk på framgång på en datauppsättning som du själv har skapat.” Han fortsatte med att råda tekniska journalister: "Snälla, snälla, tro inte på vaga påståenden från AI-startuper om de inte producerar toppmoderna resultat på allmänt accepterade riktmärken", och säger att man ska akta sig för fancy eller vaga jargonger som "maskininlärningsprogram baserad på beräkningsprinciper för den mänskliga hjärnan, eller "rekursivt kortikalt nätverk".

    Enligt LeCuns standarder är objekt- och bildigenkänning ett överlägset mer imponerande steg i AI-utvecklingen. Han har mer förtroende för arbetet i grupper som Deep Mind, som har en bra meritlista inom prestigefyllda publikationer och teknisk utveckling, och ett utmärkt team av vetenskapsmän och ingenjörer som arbetar för dem. "Kanske Google överbetalade för Deep Mind", säger LeCun, "men de fick en hel del smarta människor med pengarna. Även om en del av det Deep Mind gör hålls hemligt, publicerar de tidningar på stora konferenser." LeCuns åsikt om Vicarious är en helt annan. "Vicarious är all rök och speglar," säger han. "Människorna har ingen meritlista (eller om de har en, är det en meritlista av att hypa och inte leverera).

    De har aldrig gjort några bidrag till AI, maskininlärning eller datorseende. Det finns ingen information om de metoder och algoritmer de använder. Och det finns inga resultat på standarddatauppsättningar som kan hjälpa samhället att bedöma kvaliteten på deras metoder. Allt är hype. Det finns massor av AI/deep learning startups som gör intressanta saker (främst tillämpningar av metoder som nyligen utvecklats i akademin). Det är förbryllande för mig att Vicarious drar till sig så mycket uppmärksamhet (och pengar) med bara vilda ogrundade påståenden.”

    Kanske är det reminiscensen av pseudokult andliga rörelser som får kändisar inblandade. Det får det hela att verka lite hokey eller åtminstone delvis fantastiskt. Jag menar, hur seriöst kan man ta en operation som involverar Ashton Kutcher och ungefär en miljon Terminator-referenser? Tidigare har mycket av mediebevakningen varit enormt entusiastisk, pressen kanske överdrivet exalterad över att använda ord som "biologiskt inspirerad processor" och "kvantberäkning."

    Men den här gången är hypemaskinen lite mer ovillig att automatiskt växla till växeln. Som Gary Marcus påpekade nyligen New Yorker, många av dessa berättelser är "i bästa fall förvirrade" och misslyckas faktiskt med att dela ut något nytt och återhämtning av information om teknik som vi redan har och använder. Och det här har pågått för decennier. Kolla bara in perceptron och du kan få en uppfattning om hur rostigt det här tekniktåget faktiskt är. Som sagt, rika människor hoppar ombord på pengatåget och det verkar inte som att det kommer att sluta snart.