Всем привет.
Совсем недавно была обнародована финансовая информация по лаборатории DeepMind. Результаты выглядят настолько плохо, что в ИИ-сообществе поднялась легкая паника. Еще бы! Ведь DeepMind, некогда принадлежавший Google, а в последствии выросшей до прямого подчинения Alphabet Inc. (кто не в курсе, это материнская компания самого Google), является мировым лидером в сфере разработки решений в сфере ИИ.
Долги DeepMind оцениваются в 1.04 миллиарда фунтов стерлингов, в долларах это выглядит еще эпичнее - 1.27 миллиарда. Ну или 83.7 миллиарда рублей. При этом отдать долги компания обязана уже через год. Каким образом - пока абсолютно не ясно.
Более того, растут и убытки. За 2018 год они составили 572 миллиона долларов при выручке в 125 миллионов. К тому же удвоились расходы на персонал и достигли суммы в 487 миллионов долларов в 2018 году.
Если у самой крутой ИИ-компании планеты такие проблемы с финансами, не означает ли это, что саму идею машинного обучения ожидает закат и последующая зима смерти?
Этим вопросом и задались журналисты The Wired, написав пространное эссе на эту тему. Размышлениями для издания поделился Гэри Маркус - генеральный директор и основатель Robust. AI, профессор психологии и нейронологии в Нью-Йорском университете.
Ссылку на полный материал на английском языке вы найдете внизу, здесь же рассмотрим ключевые моменты:
- Финансовая проблема раздута и хайп ни о чем. Например, Большой Адронный Коллайдер требует на своё содержание по 1 миллиарду долларов в год и это никого не смущает. Открытие Бозона Хиггса вот обошлось суммарно в $10 млрд и никто не считает это проблемой.
- Теперь о плохом - есть проблема с тем, куда вкачиваются эти деньги. Конкретно - в какую область разработки ИИ. DeepMind упорно долбится в в глубокое обучение с подкреплением (англ. deep reinforcement learning). Такая методика отлично подходит для статичных условий. Например, для создания ИИ, способного обыграть кого-то в игру. Но в динамических системах он достаточно слаб. Получается, что все яйца (или точнее, доллары) складываются в одну корзинку, при этом уверенности в верности выбора корзинки пока нет.
- Следующая плохая новость - пресловутый хайп. Проблемы лидера индустрии могут здорово расшатать ситуацию. Еще год-другой без значительных результатов и вся отрасль вполне может погрузиться в состояние анабиоза - инвесторы просто напросто потеряют веру в ИИ и отправятся вкладывать деньги во что-то более результативное. А почва уже плодородна - прогнозы по внедрению ИИ-решений стабильно проваливаются: автопилоты для машин всё еще недоработаны, чат-боты только имитируют разговор, а обещанная система борьбы с фейковыми новостями от Марка Цукерберга и его Facebook так и не появилась на свет в 2018 году вопреки его обещаниям.
Так что же делать? Гэри Маркус считает, что ответ очевиден. Пришло время раскладывать яйца разнообразнее и дать ускорение альтернативным методам разработки ИИ. Да, многие из них окажутся тупиком, но что-то да выстрелит. Более того, ключом к нему должны стать не попытки решить проблемы компьютерных систем, а изучение человеческого разума.
Исследователи в области машинного обучения часто задаются вопросом: «Как машины могут оптимизировать сложные проблемы, используя огромные объемы данных?» Но мы также можем задаться вопросом: «Как дети овладевают языком и узнают мир, используя меньше энергии и данных, чем современные системы искусственного интеллекта?» (с) Гэри Маркус
От себя добавлю, что это не первая проблема разработок ИИ. В далеких 80-х уже была ситуация, когда никто не хотел вкладываться в машинное обучение по причине нехватки вычислительных мощностей. И проблема решилась сама собой с появлением более мощных компьютеров.
Другое дело, что ИИ-отрасль, возможно, преодолела Пик завышенных ожиданий по циклу хайпа Гартнера (цикл, по которому проходят все новые технологии), и при таком раскладе ее ждет спуск вниз с надеждой на последующее возрождение.
А вы что думаете по этому поводу?
Традиционные бонусы к статье для самых любопытных.
Наш рассказ об ИИ, человеческом разуме и, неожиданно, играх. Всё и сразу с неожиданной развязкой.