Стартап (курс CS183) - Стэнфорд, весна 2012 г.

Vicarious пытается построить ИИ, разрабатывая алгоритмы, которые используют базовые принципы работы человеческого мозга. Они полагают, что высокоуровневые концепты получаются из приземленного опыта взаимодействия с миром, и поэтому создание ИИ требует, для начала, объяснения работы человеческой сенсорики. Таким образом, их первый шаг — это построение системы зрения, которая понимает изображения так, как это делает человек. Одно это будет иметь различные коммерческие приложения — например, поиск изображений, робототехника, медицинская диагностика — но долгосрочный план заключается в том, чтобы пойти дальше зрения, и создать интеллектуальную машину в целом.

Prior Knowledge использует другой подход к построению ИИ. Их цель — это в меньшей степени эмуляция функций мозга, и в большей — разработка разных способов обработки больших массивов данных. Они применяют набор Байесовых вероятностных подходов к распознаванию образов и установлению причинных связей в больших наборах данных. В каком-то смысле это противоположность эмуляции работы мозга; интеллектуальная машина должна обрабатывать огромные массивы данных с помощью сложных математических алгоритмов, которые существенно отличаются от того, как большинство людей анализируют вещи в повседневной жизни.

Большой инсайт Palantir заключается в том, что лучший способ остановить террористов — это не регрессионный анализ, когда вы смотрите на то, что они наделали в прошлом с целью предсказать, что они сделают в будущем. Лучше подойти со стороны теории игр. Работа Palantir не совсем вписывается в искусственный интеллект, она скорее о дополненном интеллекте. Она весьма четко вписывается в выгоды Рикардовой торговой парадигмы. Ключ в том, чтобы найти правильный баланс между человеком и компьютером. Это очень похоже на технологии защиты от мошенничества, разработанные в PayPal. Люди не могли решить проблему мошенничества, поскольку происходили миллионы транзакций. Компьютеры не могли решить ее, поскольку шаблоны мошенничества менялись. Но если компьютер делает сложные вычисления, а человек делает финальный анализ, как слабая форма ИИ, это оказывается оптимальным в таких случаях.

Итак, давайте поговорим с доктором. Скоттом Брауном (D. Scott Brown) из Vicarious, Эриком Джонасом (Eric Jonas) из Prior Knowledge и Бобом МакГрю (Bob McGrew) из Palantir.

V. Перспективы

Питер Тиль: Очевидные вопрос к Vicarious и Prior Knowledge: почему сильный ИИ нужно делать именно сейчас, а не лет через 10-15?

Эрик Джонас: Традиционно мы не испытывали реальной потребности в сильном ИИ. Теперь она появилась. Сейчас у нас есть гораздо больше информации, чем было когда-либо. Так что, во-первых, все эти данные требуют, чтобы мы с ними что-то делали. Во-вторых наличие AWS означает, что вам больше не нужно самостоятельно строить серверные фермы для пережевывания терабайтов данных. Поэтому мы полагаем, что совместное влияние необходимости и возможности вычислений наполняют Байесову обработку данных смыслом.