ЛюдиVs Алгоритмы: Доклад Кутьина В.М. - 11 декабря 2015 г

Искусственный интеллект и творчествоВасилий Кутьин, к.э.н.

11 декабря 2015 г.

Deep Knowledge VenturesСтратегический партнер-инвестор

Deep Knowledge Ventures – международныйинвестиционный фонд, зарегистрированный вГонконге, который специализируется напрорывных экспоненциальных проектах вобласти биотехнологий, искусственногоинтеллекта, Big Data аналитических систем иинновационном финтехе, а также в областиборьбы с возрастозависимыми заболеваниями,персонализированной и регенеративноймедицины.

Дмитрий Каминский

Дмитрий занимался различными проектами в области финансовой аналитики в банковском секторе.

В последние годы сконцентрировался на руководстве инвестиционным фондом Deep Knowledge Ventures, получившим

известность благодаря успешным инвестициям в различные ультра- инновационные проекты, в том числе связанные с

разработкой систем искусственного интеллекта, в частности VITAL – инвестиционная смарт-машина, OncoFinder -

искусственный интеллект для персонализированного лечения рака, Insilico Medicine – выиграла первое место на

конференции по персонализированной медицине в США в 2015, использует machine и deep learning для внедрения

новых прорывных технологий для лечения возраст-зависимых заболеваний.

Несколько месяцев назад было принято решение о приобретении iBank и активном развитии его инновационной IT-

платформы не только в России, но и также в международном масштабе, учитывая возможности Deep Knowledge

Ventures, с акцентом на внедрение наиболее перспективных достижений в области FinTech, мобильного и интернет

банкинга, систем искусственного интеллекта для финансового сектора.

По инициативе Каминского Deep Knowledge Ventures и iBank на регулярной основе стали организаторами хакатонов по

машинному обучению и биоинформатике в Московском Физико-Техническом институте, в ходе которых выпускникиМФТИ превзошли результаты команды DeepMind от Google.

Дмитрий Каминский является основным владельцем и стратегическим

инвестором Deep Knowledge Ventures и iBank (Интерактивный банк), идеологом и визионером группы компаний.

Deep Knowledge Ventures

ИСПОЛЬЗУЕТ

ТЕХНОЛОГИИ

ИСКУССТВЕННОГО

ИНТЕЛЛЕКТА

ВО ВСЕХ ПРОЕКТАХ

Экономика 2.0 и расцвет творчества

• Экономика 2.0 – появилась в результате развития предикативной аналитики, трансформацииотношений всех субъектов экономической экосистемы в единую бизнес-модель, основанную намашинном обучении, искусственном интеллекте и Big Data.

• Проекты Deep Knowledge Ventures, в конечном итоге, будут катализаторами создания новойэкономики, основанной на предикативной аналитике, искусственном интеллекте и машинномобучении.

• В результате массового применения искусственного интеллекта и роботизации люди будутосвобождены от большого объема рутинной работы и смогут больше заниматься творчеством.

Проверка машины на интеллект - Тест Тьюринга

• Для тестирования компьютеров на интеллект используется тест Тьюринга.Эмпирический тест, идея которого была предложена Аланом Тьюрингом встатье «Вычислительные машины и разум» (англ. Computing Machinery andIntelligence), опубликованной в 1950 году в философском журнале «Mind».Целью данного теста является определение возможности искусственногомышления, близкого к человеческому.

• Цель теста - введение в заблуждение реального человека, попытка доказатьему, что он имеет дело с другим человеком, а не с машиной.

• Критерии прохождения теста - если при тестировании как минимум 30%оппонентов компьютера оказываются убежденными, что они общаются счеловеком, считается, что компьютерная программа успешно прошлатестирование.

По сообщению Университета Рединга, в тестировании 6 июня 2014 года, организованном Школой системной инженерии приуниверситете и компаний RoboLaw под руководством профессора Кевина Уорика, полноценный тест Тьюринга впервые в историибыл пройден с помощью программы «Eugene Goostman», разработанной в Санкт-Петербурге выходцем из России ВладимиромВеселовым и выходцем с Украины Евгением Демченко.

https://ru.wikipedia.org/wiki/Тест_Тьюринга

Проверка машины на творчество - Тест Лавлейс 2.0

• Тест Лафлейс 1.0 появился в 2001 году – в начальной версии теста компьютердолжен был что-то создавать, но не был в состоянии прокомментировать ходсвоей творческой работы.

• Тест Лавлейс 2.0 появился в ноябре 2014 года. Марк Ридл из Технологическогоинститута Джорджии предлагает новый вариант оценки искусственногоинтеллекта. Новый тест будет пройден в том случае, если искусственныйинтеллект сможет сочинить творческое произведение, соответствующеестандартам определенных жанров искусства. Считается, что для такойтворческой работы необходим интеллект, которым может обладать человек, исочиненное произведение будет отвечать творческому заданию,поставленному экзаменатором. Задание на творчество подразумеваетсоздание произведения из области поэзии, живописи, художественнойлитературы, архитектурному дизайну.

http://www.nanonewsnet.ru/articles/2014/iskusstvennyi-intellekt-proveryat-na-kreativnost

В настоящее время нет данных об успешном прохождении теста, хотя уже сегодня компьютеры создаютмузыку, пишут стихи и рисуют картины.

Картины, созданные ИИ Google

В блоге Google опубликован рассказ группыисследователей о том, как искусственныенейронные сети научили писать своикартины. Для этого использовалисьнейросети, предназначенные дляраспознавания изображений: получивфотографию или рисунок, они выясняют, какиеименно объекты на ней изображены.

Такие нейросети состоят из 10–30 связанныхслоев, которые работают последовательно.

Все иллюстрации: MIT Computer Science and AI Laboratory / Google

Шум превращается в бананы

Чтобы получать «картины», исследователи заставляют работать нейронные сети задом наперед: они показываютсети случайный шум и просят «улучшить» его таким образом, чтобы на выходе получилась определеннаяинтерпретация. Например, если попросить нейросеть «найти» в шуме банан, муравья или морскую звезду, тадействительно подкорректирует изображение, чтобы в нем проявились узнаваемые чертыЦель этого процесса — понять, правильно ли нейросеть интерпретирует те или иные объекты (дело в том, чтонейронные сети обучаются на большом количестве примеров).

Улучшение случайной картинки

Нейронной сети можно вообще не давать команду, что именно нужно «нарисовать» — пусть решает сама. Втаком случае ей на вход подают случайную картинку или фотографию, выбирают один из слоев нейросети ипросят ее улучшить то, что этот слой найдет. Так как у каждого слоя свой уровень абстракции, то каждый разполучаются разные картинки. Например, базовые слои, определяющие края и их положение на картинке, будутнакладывать на фотографию мазки или простые орнаменты.

Фото: Günther Noack / GoogleФото: Zachi Evenor / Flickr / CC BY 2.0

Поиск целых объектов на изображениях

• Пример того, что получится, если загрузить картинку наболее обученные слои нейронной сети, которые ищутцелые объекты на картинках. В результате, если сетипокажется, что облако похоже на птицу, она сделает егоеще более похожим.

• Данная нейросеть в основном обучалась на изображенияхживотных, поэтому она попыталась найти их нафотографии. Смешанный результат, как объясняютразработчики, связан с тем, что данные хранились натаком высоком уровне абстракции.


Генерирование изображений


Обучение сети с увеличением масштаба

Чтобы получить действительноинтересные картины, исследователипошли еще дальше: они подавалинейронной сети картинку, затем то,что она выдала — и так вновь ивновь, на каждом шаге увеличиваямасштаб изображения. Причемизначально можно дать нейросетислучайный шум, и все равнополучится нечто прекрасное.


http://cdn.fishki.net/upload/post/201507/02/1584046/6_10.jpg


Картины, созданные ИИ Google






Нейронная статическая память – «сны» нейронной сети

Во ходе других испытаний сотрудники Google сказали сети ИИ производить случайные изображения без подсказок,основываясь лишь на случайных нейронных воспоминаниях, присутствующих в статической памяти.

Исследователи Google говорят о таких случайно генерируемых изображениях, как о «снах» искусственной нейроннойсети.








Искусственный интеллект и законы роботехники

Первый закон. Робот не может причинить вред человеку или своимбездействием допустить, чтобы человеку был причинён вред.

Второй закон. Робот должен повиноваться всем приказам, которые даётчеловек, кроме тех случаев, когда эти приказы противоречат ПервомуЗакону.

Третий закон. Робот должен заботиться о своей безопасности в той мере,в которой это не противоречит Первому или Второму Законам.

Три закона роботехники в научной фантастике — обязательные правила поведения для роботов, впервые сформулированные АйзекомАзимовым в рассказе «Хоровод» (1942). Все эти законы в полной мере относятся и к ИИ.

В 1986 году в романе «Роботы и Империя» (англ. Robots and Empire) Азимов предложил Нулевой Закон:

Робот не может причинить вред человечеству или своим бездействием допустить, чтобы человечеству был причинён вред.

Фантаст Ханс Моравек — выдающаяся фигура в трансгуманистическом движении — высказал предложение, что Законы роботехники должны бытьиспользованы в корпоративных интеллектуальных системах — корпорациях, управляемых ИИ и использующих производственную силу роботов.Deep Knowledge Ventures уже включила интеллектуальную машину VITAL в Совет Директоров. Без ее вердикта решения по инвестированию немогут быть приняты.

https://ru.wikipedia.org/wiki/Три_закона_роботехники

Благодарю за внимание!

Technology

ЛюдиVs Алгоритмы: Доклад Кутьина В.М. - 11 декабря 2015 г