Umělá inteligence? Chybí lidi
O umělé inteligenci a strojovém učení se toho v současnosti píše tolik, že pochybovat o úspěšnosti příslušných technologií může snad jen Marťan. Anebo ne? Matt Asay na The Register to vidí trochu jinak.
Assay si především všímá zajímavého jevu. Vezměte si operační systémy, databáze nebo podnikový software. Většina (nebo alespoň podstatná část) používaných produktů je uzavřených. Naopak různé frameworky pro umělou inteligenci/strojové učení jsou publikovány jako open source, ať už jde o Google TensorFlow nebo Microsoft Cognitive Toolkit. Nejsou to žádné „dary komunitě“ ani výsledek úsilí boje za lepší svět, spíše se jedná o to, že samotní dodavatelé si moc nevědí rady, snaží se přilákat zájemce. Ba dokonce, tvrdí alespoň Asay, snad i zastřít, že tyto projekty ve skutečnosti moc úspěšné nejsou. Proto hlavní hráči na trhu nemají moc jiných možností, než nechat kohokoliv, ať si s jejich platformami – a daty, které firmy jako Google a Facebook generují v takovém objemu, že je samy plně nevytěží – hraje po libosti.
Hlavní problém má spočívat v tom, že požadavky na vývojáře aplikací umělé inteligence (strojového učení, neuronových sítí, „kognitivního“ softwaru…) jsou hodně vysoké. Na rozdíl od jiných druhů programování se zde vyžadují i komplexnější teoretické znalosti, víceméně doktoráty. Samozřejmě ale také praktické zkušenosti, pokročilé znalosti statistiky (nakonec strojové učení ve vlastně statistika) a data science: čištění dat a jejich integrace. A k tomu dovednosti potřebné ve všech vývojových projektech, návrh produktu, vytváření prototypů, převádění prototypů do produkčního prostředí atd.
Na druhé straně, je-li lidí schopných vyvíjet aplikace AI ale tak málo, může otevření softwaru nějak podstatně pomoci? Asay dále tvrdí, že open source projekty jsou logické v určité fázi vývoje ekosystémů, když se zde už nastartuje mlýnek inovací, změn a průlomů, existuje množství vývojářů i dodavatelů. V takové chvíli mohou open source alternativy znamenat demokratizaci prostředí, zvýší konkurenci na trhu a další vývoj (přitom ale značná část produktů je dále uzavřených, viz výše). Jenže začínat od open source frameworků ve chvíli, kdy žádný ekosystém neexistuje a nikdo ani pořádně neví, jak by měl vypadat (současný stav aplikací AI), to je něco úplně jiného. Přesto, že umělá inteligence je určitě nastupující technologií, podle Asaye zrovna tohle fungovat rozhodně nemusí.
Ba dokonce to lze vidět i tak, že jakkoliv otevřená prostředí jsou stejně použitelná jen pro toho, kdo už detailně zná technologie příslušného dodavatele. Výsledky tak bez ohledu na licenci budou využitelné opět skoro jen v rámci jedné firmy, cílem je nalákat vývojáře; ani ne ušetřit za jejich platy, ale vůbec nějak je najít a získat a pak třeba zaměstnat. To všechno protože jich je tak málo. Jenže to moc nefunguje – právě proto, že dostatečně kvalifikovaných lidí je tak málo…
Uvolnění zdrojového kódu neznamená, že někdo bude příslušné systémy dál vyvíjet na této úrovni a Google, Amazon ani Microsoft to ani nepředpokládají. Asay (respektive další lidé, na jejichž názory se odvolává) spíš soudí, že jde jen o to, aby další vývojáři věděli, že své výtvory mohou dál volně distribuovat. Cílem je maximálně snížit bariéry pro „vstup na trh“, aby se řešila krize lidských zdrojů. K výběru vývojářů je třeba mít nejdřív vůbec z čeho vybírat. Kdyby se vše uvolnilo pod nějakou „freewarovou“ licencí bez zdrojových kódů, vyšlo by to prý asi nastejno.
Zdroj: The Register
Komentáře
#0
Průměrně inteligentní člověk ví, že žádná "umělá inteligence" nikde ve světě neexistuje
Kolik se toho v minulosti napsalo o tom, že "Slunce se točí kolem Země" ?
A ono se netočí.
Kdo argumentuje takovýmto primitivním způsobem, že se "někde něco píše", ukazuje, že sám patří nazpátek do základní školy.
Na druhou stranu, co by byl novinář bez psaní žvástů? Ten problém je ten, že jedno z prvních povolání, které nahradí algoritmy (žádná "umělá inteligence" na to není potřebná) je právě psaní novinářských článků.
Mozna my jsme umela inteligence... chapes? vtip je prave v tom, ze nikdo nic nevi, vsichni k necemu inklinujeme/verime... :-)
Dalsi veci je, ze odvolavat se na inteligenci(at uz umelou, nebo prirovnavat k prumerne inteligentnimu cloveku, apod.) je bohuzel tak nejak zcestne, jelikoz inteligence neni bohuzel/bohudik prijatelne definovana, do dnesni doby, ackoli delame na AI, provadime IQ testy, apod. Je to stale zastreny symbol, pod kterym si kazdy predstavuje podobne, ale nestejne veci.
Jinak souhlasim, ze v soucasne dobe true AI neexistuji (ale co to vubec je? je to virtualni replikace lidske nervove soustavy?..), nicmene, kde je vlastne ten bod zlomu, kdy neco nazveme true AI, existuje-li vubec? Z meho pohledu zde diktuje neuroscience... no mapovani kompletni nervove soustavy jeste nejakou dobu asi potrva...
A ano, clanek je zvast :-)
Evidentně máte problém s pochopením psaného textu. V článku se totiž prezentuje názor jistého Matta Assaye (že by pseudonym?), že bublina kolem AI není nic než lví pšouk, protože jde ve skutečnosti o úzce specializované algoritmy, nevhodné k univerzálnímu použití.
Ja jsem ani puvodni clanek, ani mistni replikaci komplet necetl, priznavam, ze jen ocima preletl, takze ano, mas pravdu, mam evidentne problem s pochopenim psaneho textu jako dusledek svoji neduslednosti :-)
AI neni o toolchains a znalostech o nich, ale hlavne je o tom, a trochu se neprimo opakuju:
1. porozumneni, jak funguje nase nervova soustava na nejnizsi urovni. My nemame ani realny model neuronu a stavime neuronove site, to je samozrejme trochk smichu, ackoli uz ted je to vyssi divci
2. nevime, co je inteligence, takze jedine, co nam zbyva, je odkoukavani nas samych a snaha o replikaci chovani
3. na zaklade nekterych novych poznatku vznikaji nove architektury, no ty jsou bohuzel stale nepresne z pohledu z vrtulniku.
Pracuju s nekolika AI toolchains zaroven a ano je to maglajz, ale ten je spise podle meho zpusoben nekompletnim zakladnim modelem, ktery neexistuje.
Analogicky jdu delat datovou integraci ESB/MB/Microservices architekturach. Patterny/Modely jsou uz tak presne a stabilni (zmeny jsou spise "kosmeticke"), ze mi je prakticky jedno, jestli to postavim na IBM, Oracle, Mule, Talend, WSO2, nebo uplne rucne v nejakem jazyce. Jasne, toolchains jsou rozdilne a zabere mi urcity cas se naucit tento novy, ale neni to takovy problem, protoze vsechny nejak implementuji zakladni spolecne patterny/modely. Tenhle model/modely i pres CNN/RNN/etc. v pripade AI nemame a jeste si pockame... opet viz bod 1., dokud neziskame kompletni model neuronu.
Myslim, ze jsme na dobre ceste :-)
Ja nemam pocit, ze jsou nevhodne k univerzalnimu pouziti(asi kazdy to vidime trochu jinak, ok). Sice se nebavime o true AI, ale tak jak jsou nektere architektury v soucasnosti navrzeny, je mohu pouzit uplne vsude a budou plnit ucel, na ktery byly navrzeny... tech use cases jsou stovky, tisice... ono je to taky o predstavivosti na tehle pude, bez ni z toho clovek nic nedostane...
