Останні досягнення штучного інтелекту

З моменту розробки Ворреном Мак-Каллоком і Волтером Піттсом у 50-х роках минулого сторіччя концепції штучного інтелекту (ШІ) у цій царині відбулися революційні зрушення. Сотні лабораторій по усьому світу розвивали ідеї американських піонерів. У цій статті відображено п’ять, як на нашу думку видатних досягнень, здійснених лише протягом останнього року.

По-справжньому роком тріумфу ШІ можна вважати минулий, 2019-й рік, що приніс цілу низку небувалих звершень. Ми ж зупинимося на найцікавіших.

1. Штучний інтелект успішно діагностує онкологічні захворювання

Онкозахворювання — біда нашого тисячоліття. Щороку хвороби, пов’язані з порушенням процесу поділу клітин забирають життя мільйонів людей. За даними ВООЗ, у минулому році лише один рак легень спричинив близько 10 млн смертей у всьому світі.

У зв’язку із забрудненням повітря, яким ми дихаємо, сьогодні рак легень (РЛ) є найпоширенішим типом цієї патології. Але найбільшою проблемою у боротьбі із ним є своєчасна і правильна діагностика. Діагностувати РЛ можна двома способами:

  • за допомогою сканування, включаючи рентгенологічне дослідження, КТ (при невеликих ураженнях);
  • досліджуючи мокротиння або здійснюючи біопсію, яка є складною, болючою і дорогою методологією.

У 2019 році вчені з Google AI та Northwestern Medicine (Чікаго, шт. Іллінойс), створили ШІ для швидкого, дешевого та точного прогнозування РЛ. Комп’ютерну програму (нейромережу) спочатку навчали на 42 290 зображеннях легень, отриманих за допомогою комп’ютерної томографії від 14 851 пацієнта.

Програма не була зорієнтована на пошук якоїсь конкретної аномалії. Однак, вхідна інформація містила відомості про те, у кого з пацієнтів розвинувся РЛ. Машинне навчання дозволило встановити певні залежності між поставленим діагнозом та характерними фрагментами КТ-знімків.

У подальшому навчену програму було протестовано із залученням спеціалістів-рентгенологів. Результати показали, що діагностика ШІ перевершила висновки рентгенологів на 16%. Штучний інтелект правильно показав:

  • на 5% більше випадків виявлення дійсно ураження онкологією;
  • на 11% менше поставлених помилково-позитивних заключень.

Отримані результати вельми обнадійливі. Їх запровадження дозволить зменшити вартість діагностики і знизити ризики захворювання.

2. Facebook Detectron

Як відомо, обробка зображень і розпізнавання образів є основними напрямами досліджень у галузі ШІ. Кожний, хто має сучасний комунікаційний гаджет з фотокамерою, знайомий з вбудованою у нього програмою інтелектуального розпізнавання обличчя. Саме вона використовується для виявлення обличч під час фотографування. Це вона охоплює рамкою лице на тлі сторонніх предметів.

Аналогічні програми використовуються і при скануванні обличч у людському потоці. Воно здійснюється на великих транспортних вузлах з метою виявлення злочинців і запобігання терактам.

Так само і Facebook минуло-річ запустив власну програму розпізнавання об’єктів (Computer Vision Library). Вона працює на основі штучного інтелекту та використовується для виявлення певного типу об’єктів ова — про Detectron від Facebook, FAIR, який запустив “Detectron 2” на базі PyTorch. Раніше його попередник був побудований на Caffe2, але його потенції не обіцяли швидких ітерацій проекту.

“Detectron 2” використовується для виявлення з високою швидкістю і розпізнавання фігур. Він легко відрізнить людину від велосипеда. Планується, що ця програма у майбутньому буде здатна обробляти велетенські потоки даних і моделей даних для підвищення розпізнавальної здатності.

3. ПЕГАС: абстрактне узагальнення задовгих речень

Видатних успіхів та прогресу сягнув ШІ у галузі Natural Language Processing (NLP, не плутати з нейро-лінгвістичним програмуванням — НЛП!). Українською це звучить, як «Обробка природних мов» та розпізнавання тексту.

Автоматичне узагальнення довгих фрагментів тексту завжди було викликом для дослідників ШІ. Завдяки вирішенню цієї проблеми спрощується формалізація висловлювань, які надалі піддаються обробці. Команда Google Brain та Імператорський коледж Лондона (Imperial College London) успішно розробили систему під назвою “Pre-training with Extracted Gap-sentences for Abstractive SUmmarization Sequence-to-sequence”, або просто, PEGASUS . Назву програми можна інтерпритувати таким чином:

“Попередня підготовка довгих текстових фрагментів (дослівно — речень) з метою їх абстрактного узагальнення і формулювання висновків”.

Пегасбуло протестовано для 12-ти різнотипних завдань, що потребували узагальнення. Найбільший інтерес серед останніх уявляли:

  • новини;
  • наукова література;
  • історія;
  • інформація;
  • електронні листи;
  • патенти;
  • законопроекти.

До честі розробників, “Пегас” успішно справився із основним завданням. Він дозволив досягти узагальнення слабкоформалізовуваного контенту. А основною ідеєю цього процесу стало використання замість довгих фраз окремих релевантних слів, які здатні належним чином передавати суть повідомлення.

4. Технологія DeepMind-Wavenet дозволила говорити пацієнтам, які втратили голос

Свою важливість у діагностиці різноманітних захворювань людини ШІ довів доволі ефективно. Але деякі з них викликають порушення відчуттів людини — зору, нюху, слуху тощо.

До прикладу, патологія, що називається “бічний аміотрофічний склероз” (інакше — ASL або хвороба Лу Геріга) спричинює смерть тих нейронів, які контролюють рухи. Це призводить до часткової або повної втрати людиною контролю над власним тілом.

До цієї пори ASL залишається маловідомою. Не відомі причин, які її викликають, а отже, і лікування. Відомий бекпекер (буквально, мандрівник з рюкзаком за плечима) Тім Шоу нещодавно зіткнувся з “лу-герігом” та втратив здатність чітко говорити.

У 2019 році фахівці з DeepMind, які співпрацювали з проектом Google Euphonia, заходилися допомогти Тіму Шоу (його голосовим зв’язкам та сигналам, які ними керують). Метою дослідників було довести, що технологія перетворення тексту на мову може генерувати високоякісний, природний голос, використовуючи навіть надмалу кількість “навчальних” даних. Але для реалізації цього проекту потрібно було дотриматися двох певних вимог:

  • по-перше, потрібно було створити технологію розпізнавання мови людей з ненормальною вимовою;
  • по-друге, розробити технологію перетворення тексту на мову для синтезу природного голосу.

Ці вимоги було виконано. Для цього знадобилось багато годин студійного запису та навчання програми синтезудефектних” голосових сигналів щодо певного тексту. Поєднуючи роботу нової моделі генерації людської мови WaveNet та гуглівський TTS (інакше, “текст-у-мовлення”), дослідники змогли сформувати справжній голос Тіма.

Така подія надзвичайно здивувала і самого Тіма, і його родину. Але досягнення було величезним. Виконана робота обіцяє, що ШІ вирішить багато інших “мовних” проблем у майбутньому.

5. SingularityNet, як платформа для децентралізованої економіки штучного інтелекту

Уявіть, якщо весь ШІ розробляється та контролюється такими великими ринковими акулами, як Google або IBM, та він захоплює контроль майже над усіма сторонами вашого життя. Чи не почувались би ви поневоленими? Як показує аналіз ситуації, ваші страхи цілком обґрунтовані. І ось, чому.

Раніше ШІ будувався для централізованих платформ, що об’єднують глобальні дані в якомусь одному конкретному місці. Минуло-річ усе змінилося.

У лютому 2019 року децентралізована мережа штучного інтелекту, що носить назву SingularityNet, оголосила про запуск нової розосередженої платформи ШІ. Її мета — забезпечити на світовому ринку демократизований доступ, створення та продаж послуг ШІ. Інакше кажучи, SingularityNet зробила магазин програм для штучного інтелекту.

Послугами можна скористатися, обмінявши спеціальну криптовалюту (токен AGI). Клієнти у каталозі SingularityNet можуть шукати доступні послуги або замовляти штучному інтелекту спеціальні послуги. А це вже відкриває шлях навіть стартапам з низьким рівнем ШІ до участі у перегонах цифрової революції.

У статті використано матеріали “Top 5 AI achievements of 2019″ (https://thinkml.ai/top-5-ai-achievements-of-2019/)

 


Ліцензія Creative Commons
Матеріал ліцензовано на умовах Ліцензії Creative Commons (із зазначення авторства) 4.0 Міжнародна.

Залишити відповідь

Ваша e-mail адреса не оприлюднюватиметься. Обов’язкові поля позначені *