IRT 3000

Sadržaj

Predviđanja IBM-a o veštačkoj inteligenciji za 2020. godinu

16.01.2020

Oblast veštačke inteligencije (AI) doživela je neverovatan naučni napredak u poslednjih nekoliko godina, od enormno velikih poboljšanja u snazi obrade i računarskoj efikasnosti, do novih uvida u identifikaciji ciljeva, jezika i dubokog učenja. IBM - lider od početaka istraživanja veštačke inteligencije sredinom XX veka - pomogao je širokom informisanju o tim uspesima. A 2019. godina posebno je bila prelomna za IBM istraživanje veštačke inteligencije.

slika 4 - 16.1.2020Tokom godine, IBM istraživači postigli su novi rekord od 175 redovno prihvaćenih radova na osam najboljih AI konferencija, bili su domaćini druge godišnje Istraživačke nedelje veštačke inteligencije  u septembru i pokrenuli AI Hardware Center  za dodatno istraživanje hardvera sledeće generacije veštačke inteligencije . Laboratorija MIT-IBM Watson AI Lab, sada u drugoj godini rada, procvetala je - dočekavši Boston Scientific, Nexplore, Refinitiv i Samsung kao prve članove svog novog  Programa članstva. IBM je napravio još jedan veliki korak u cilju savladavanja jezika, i u okviru projekta „Debater“ unajmio je vodećeg učesnika debate Harisha Natarajana u februaru 2019. godine na IBM-ovoj konferenciji Think. IBM se u novembru udružio sa njim i drugim učesnicima debate na Cambridge Unionu, najstarijem debatnom društvu na svetu. IBM istraživači su takođe nastavili da se fokusiraju na izgradnju i omogućavanje rešenja veštačke inteligencije u koje ljudi mogu da se pouzdaju, unapređujući sposobnost veštačke inteligencije da im objašnjava svoje preporuke pomoću Priručnika 360 stepeni veštačke inteligencije otvorenog koda. Ovo su samo neka od zapaženih dostignuća IBM istraživača veštačke inteligencije u ovoj godini.

U 2020. godini tri teme oblikovaće napredak veštačke inteligencije: automatizacija, obrada prirodnog jezika (NLP) i poverenje. Široko posmatrano, videćemo sisteme veštačke inteligencije koji putem automatizacije rade lakše i brže za stručnjake iz oblasti obrade podataka, kompanije i potrošače. Obrada prirodnog jezika (NLP) igraće ključnu ulogu u omogućavanju sistemima veštačke inteligencije da razgovaraju, debatuju i rešavaju probleme koristeći svakodnevni jezik. I sa svakim od ovih napredaka, bićemo svedoci transparentnije i odgovornije prakse u upravljanju podacima veštačke inteligencije, putem alata koji se kreću u rasponu od objašnjenja do detekcije odstupanja.

Iz ove perspektive, istraživači IBM-a otkrivaju pet svojih godišnjih predviđanja za veštačku inteligenciju (AI) u 2020. godini:

•          AI će razumeti više, i moći će da uradi više: Što više podataka sistemi veštačke inteligencije imaju, brže će postajati bolji. Ali potrebe veštačke inteligencije za podacima mogu predstavljati problem preduzećima i organizacijama koje imaju manje podataka od drugih. To ne znači da oni ne mogu da računaju na podršku veštačke inteligencije. Tokom naredne godine, više AI sistema počeće da se oslanja na „neuro-simboličku“ tehnologiju koja kombinuje učenje i logiku. Neuro-simbolička tehnologija je karta za napredak u obradi prirodnog jezika (NLP), koja pomaže računarima da bolje razumeju ljudski jezik i razgovore uključivanjem zdravog razuma i domena znanja. Takvi prodori uskoro će pomoći preduzećima da primene unapređene konverzaciono-automatizovane alate za brigu o kupcima i tehničku podršku - dok će za obuku AI biti potrebno mnogo manje podataka.

•          AI vam neće oteti posao, ali će promeniti način na koji radite: AI će nastaviti da utiče na radna mesta narednih godina. A strah da će ljudi zbog mašina izgubiti posao je neopravdan. AI će putem automatizacije transformisati način na koji ljudi rade. Novo istraživanje iz MIT-IBM Vatson AI laboratorije ukazuje da će nam AI sve više pomagati u zadacima kao što su zakazivanje, ali će imati manje direktan uticaj na poslove koji zahtevaju veštine kao što su stručnost u dizajnu i industrijska strategija. Očekujte da će radnici u 2020. godini početi da primećuju ove efekte kako AI bude počela da ulazi na radna mesta širom sveta; Poslodavci moraju da započnu sa prilagođavanjem radnih uloga, dok zaposleni treba da se fokusiraju na proširenje svojih veština.

•          AI će dovesti do poverenja u AI: Da bi poverovali AI, ovi sistemi moraju da budu pouzdani, fer i cenjeni. Moramo da obezbedimo da se javnost može pouzdati u tehnologiju i da njeni zaključci ili preporuke nisu pristrasni ili izmanipulisani. Tokom 2020. godine komponente koje regulišu pouzdanost biće isprepletane sa životnim ciklusom AI da bi nam pomogle da izgradimo, testiramo, pokrenemo, nadgledamo i sertifikujemo AI aplikacije radi poverenja, a ne samo zbog performansi. Baš kao i sa usponom AutoAI - upotreba AI radi kreiranja AI - bićemo svedoci porasta upotrebe AI u upravljanju AI. Ovo usvajanje dovešće do stvaranja pouzdanih AI radnih procesa u raznim industrijskim granama, posebno u onim strogo regulisanim.

•          Apetit za energijom AI zahteva zeleniju tehnologiju: Centri podataka su vitalni za savremeni svet - oslanjamo se na njih za sve, od računarstva u preduzeću do društvenih dreža i reprodukcije omiljenih filmova. Oni takođe podupiru veštačku inteligenciju i po proceni predstavljaju čak 2% ukupne upotrebe energije u svetu. Potražnja za računarstvom u oblaku i AI neće nestati, pa očekujte da će se tokom 2020. pojačati napori da se AI tehnologija učini održivijom. To uključuje i stvaranje novih materijala, poput „oksida prelaznog metala“ koji čine uređaje fleksibilnijim, dizajn novih čipova i onih sa analognom i onih sa obradom mešovitih signala kao i nove softverske tehnike zasnovane na približnom računarstvu, a sve sa ciljem povećanja AI radnog opterećenja uz istovremeno smanjenje emisije ugljenika.

•          AI laboratorijski pomoćnici otkriće nove materijale: Već više od dva veka sinteza organskih molekula bila je jedan od ključnih aspekata istraživanja industrijske hemije. Kao rezultat toga, svet ima lekove koji spašavaju život i sintetička vlakna. Ipak, istraživači se još uvek trude da istraže stotine hiljada mogućih reakcija prilikom stvaranja različitih molekula. Ukupna količina informacija znači da naučnik može da upamtiti nekoliko desetina reakcija u svom polju, ali nemoguće je biti stručnjak za sve. Sada to možda i neće morati. IBM je razvio AI alat koji može da predvidi milione hemijskih reakcija - i unapred i unazad - kao i da sintetizuje molekule u oblaku - to se zove RXN za hemiju (isprobajte ovaj servis već danas). Očekujte da će se u 2020. ostvariti značajan rast iskorišćavanja moći AI i automatizacije kako bi se podstakao napredak u otkrivanju i razvoju materijala.

ar©tur 2021