Home Технологии Реальные задачи для AGI | DeepTech

Реальные задачи для AGI | DeepTech

0
Реальные задачи для AGI
 | DeepTech

Примечание. Этот пост является кратким изложением выступления на CERN Sparks! Serendipity Forum в сентябре 2021 года, который можно посмотреть здесь.

Когда люди представляют себе мир с искусственным общим интеллектом (ИИО), скорее всего, на ум приходят роботы, а не решения самых неразрешимых проблем общества. Но я считаю, что последнее гораздо ближе к истине. ИИ уже позволяет совершить огромный скачок в решении фундаментальных задач: от решения фолдинга белка к предсказывать точные погодные условияученые все чаще используют ИИ для вывода правил и принципов, лежащих в основе очень сложных областей реального мира, которые они, возможно, никогда не открыли бы без посторонней помощи.

Достижения в исследованиях ОИИ повысят способность общества бороться с изменением климата и управлять им — не в последнюю очередь из-за его безотлагательности, но также из-за его сложного и многогранного характера.

Взяв под контроль

Глядя на область исследований ИИ сегодня, можно выделить две общие категории проблем, на которых сосредоточены ученые: прогнозирование и контроль. Модели прогнозирования пытаются узнать о домене (например, о погодных условиях) и понять, как он может развиваться, в то время как модели управления предлагают агентам выполнять действия в этой среде. Создание успешного пути к ОИИ требует понимания и разработки алгоритмов в обеих областях, с учетом всех вариаций, которые бросает нам наша естественная и социальная среда, от того, как мутируют вирусы или как язык может развиваться в использовании и значении с течением времени, до того, как помочь производить энергия от термоядерной энергии. Две реальные области, в которых ученые DeepMind вносят свой вклад в борьбу с изменением климата, разрабатывая то, что необходимо для создания ОИИ, — это предсказание погоды и управление плазмой для термоядерного синтеза.

Погодные условия практически невозможно точно смоделировать — это пример изменчивости природы во всей ее полноте. Тем не менее, причины и следствия могут быть выведены на основе огромного количества исторических данных. Перенос тех же генеративных моделей, которые используются для создания изображений и видеоклипов, в изучение погодных условий в сотрудничестве с Метеорологический офис (Национальная метеорологическая служба Великобритании), ученые из DeepMind разработали системы, которые могут использовать 20-минутные данные о погоде для создания нескольких гипотез для радиолокационных карт и точно предсказать сильные дожди в следующие 90 минут.

Важно отметить, что эти модели помогут метеорологам предоставлять прогнозы, которые помогут в принятии решений для аварийно-спасательных служб, управлении энергопотреблением и активации систем предупреждения о наводнениях, что позволит лучше подготовиться к экстремальным погодным явлениям, которые становятся все более распространенными во всем мире, и реагировать на них. Помощь в прогнозировании важных погодных явлений путем прогнозирования точных погодных условий является одним из примеров того, как исследования ИИ могут оказать существенное влияние, поскольку они становятся более широко применимыми и «интеллектуальными».

Глобальные вызовы

Помимо реагирования на последствия изменения климата, устранение его источников имеет такое же, если не большее значение. Слияние, единый источник чистой, безграничной и самоподдерживающейся энергии, неуловимо, но остается одним из самых многообещающих решений в мире, которое, как я считаю, требует разработки общего алгоритма, который может решать множество различных компонентов одновременно. Мы уже наблюдаем прогресс в одном компоненте, чрезвычайно сложной проблеме сохранения новых форм плазмы, чтобы обеспечить лучший выход энергии и стабильность плазмы как можно дольше.

Работая со всемирно известными экспертами в Швейцарский плазменный центр и Федеральная политехническая школа Лозанны (EPFL), мы можем выйти за рамки сегодняшних моделей ручной работы, применяя алгоритмы глубокого обучения с подкреплением, впервые разработанные для робототехники, для управления плазмой. Результатом стал контроллер, который может успешно манипулировать различными формами и конфигурациями плазмы со скоростью 10 000 операций в секунду.

Без сотрудничества экспертов исследователи ИИ не могут добиться значительного прогресса в реальных областях. Определение правильных путей продвижения вперед в этих областях требует партнерства между дисциплинами, использования общего научного подхода к разработке и использованию ИИ для решения сложных вопросов, лежащих в основе самых насущных потребностей общества. Вот почему так важно мечтать вместе с различными учеными в области естественных и социальных наук о том, как мог бы выглядеть мир с ОИИ.

По мере того, как мы развиваем ОИИ, решение глобальных проблем, таких как изменение климата, не только окажет решающее и полезное влияние, которое является неотложным и необходимым для нашего мира, но и продвинет науку об ОИИ как таковом. Многие другие категории проблем ОИИ еще предстоит решить — от причинно-следственных связей до эффективного обучения и переноса — и по мере того, как алгоритмы становятся более общими, будет решаться больше реальных проблем, постепенно внося свой вклад в систему, которая однажды поможет решить все остальное. , слишком.

LEAVE A REPLY

Please enter your comment!
Please enter your name here