211service.com
El tiempo muy disruptivo de la IA
Ryan Adams sabe que su momento ha sido perfecto. Profesor de informática en Harvard desde 2011 y coanfitrión del podcast de aprendizaje automático. maquinas parlantes , Adams dirigía un grupo que investigaba algoritmos inteligentes cuando Twitter compró Whetlab, una startup de aprendizaje automático de 15 meses de antigüedad, el verano pasado.
La tecnología de Whetlab automatiza algunas de las partes más difíciles de construir sistemas de aprendizaje automático a gran escala. Fue creado para enfrentar desafíos difíciles de aprendizaje automático como el reconocimiento de objeciones visuales y el procesamiento del habla.
ryan adams
Los investigadores de Harvard comenzaron a usar la herramienta en una amplia gama de proyectos, desde robots biomédicos hasta problemas de química, y Netflix también usó una versión temprana de código abierto para experimentar con el aprendizaje profundo.
Ahora con permiso de Harvard, Adams habló con la editora sénior de Business Reports, Nanette Byrnes, en las oficinas de Twitter en Cambridge, Massachusetts, sobre el creciente interés en el aprendizaje automático.
La inteligencia artificial ha pasado de ser un foco de estudio académico a una herramienta comercial. ¿Qué está impulsando eso? ¿Nuevos algoritmos, computadoras rápidas, toneladas de datos disponibles?
Más que cualquier otra cosa, creo que la inversión en IA ha marcado una gran diferencia. En este punto, ha habido miles de millones de dólares de inversión por parte de las empresas de tecnología, y eso hace que las cosas vayan más rápido.
Como Twitter comprando tu empresa. ¿Cómo puede el aprendizaje automático mejorar Twitter? ¿Puede dar un ejemplo?
Existen inmensas oportunidades para mejorar la forma en que se organiza el contenido de Twitter, ayudándolo a encontrar las cosas nuevas que están sucediendo, ayudándolo a descubrir comunidades con las que puede interactuar y formas en que Twitter puede ser una mejor experiencia para sus usuarios. Uno de los desafíos que puede imaginar es combinar la información interesante a la que las personas brindan enlaces e intentar comprender ese contenido en relación con el contenido que está en Twitter.
¿Qué parte de las técnicas de IA como el aprendizaje profundo siguen siendo un misterio?
En este momento, el aprendizaje profundo está muy en el extremo empírico de las cosas. Sabes que cosas importantes claramente están sucediendo. Estos [sistemas de aprendizaje profundo] están haciendo cosas geniales. Lo entendemos muy poco, pero funcionan.
Puede ser difícil definir la IA, e incluso la prueba adecuada de la inteligencia artificial está en debate.
¿Por qué estas empresas no sienten que están regalando la granja cuando regalan su código y sus ideas? Debido a que otras empresas no tienen el poder de cómputo de Google, no tienen el poder de cómputo de Twitter y no tienen los datos.
Parte del desafío de esto es la necesidad de antropomorfizar el concepto de inteligencia. Usamos la frase inteligencia artificial, como si la inteligencia no fuera una propiedad del mundo. No llamamos pájaros artificiales a los aviones, y no tienen vuelo artificial. Tienen vuelo real, ¿verdad?
Esa es una visión muy antropocéntrica, que si hubiera otra cosa inteligente sería artificial. Entonces, creo que es muy difícil encontrar una definición de inteligencia que no sea antropocéntrica, y no tengo una.
Si volviste atrás y le dijiste a un pensador temprano sobre la IA, hace 50 o 60 años, vas a tener contigo en todo momento un dispositivo, y esencialmente puede responder cualquier pregunta que te gustaría responder a través de un gran variedad de temas; puede entender su voz y brindarle una vista de cualquier lugar del mundo, decirle cómo llegar del punto A al punto B, si le explicó en abstracto lo que su teléfono inteligente es capaz de hacer a través de Google y varios tipos de herramientas de mapeo y Siri: creo que esa persona diría: Eso es IA. Sin embargo, lo que esperamos de las herramientas que usamos simplemente cambia enormemente con el tiempo.
Hasta ahora, las empresas se han mostrado notablemente abiertas a la hora de compartir conocimientos de IA, lanzar software de código abierto, permitir que el personal publique artículos y hable en conferencias, etc. ¿Cuánto tiempo crees que durará eso?
Abrir el código es bueno para contribuir a la comunidad, ayuda a reclutar a los mejores talentos de aprendizaje automático y también permite que las empresas aprovechen las mejoras que la comunidad en general hace a las herramientas.
¿Por qué estas empresas no sienten que están regalando la granja cuando regalan su código y sus ideas? Debido a que otras empresas no tienen el poder de cómputo de Google, no tienen el poder de cómputo de Twitter y no tienen los datos, ¿verdad? Así que usted puede tener las ideas. Puedes tener el código. Pero si no tienes los datos y no tienes la potencia, ¿qué vas a hacer con ellos?
¿Qué forma crees que tomará la IA?
AI no se parece mucho a un robot que de repente es muy inteligente para mí, no lo creo. Creo que la IA parece una herramienta que mejora cada vez más.
Una cosa que me preocupa es que creo que estamos a punto de tener la capacidad (con aprendizaje automático e IA) de sintetizar medios para crear algo que es muy difícil de distinguir de lo real. Estas son herramientas muy peligrosas en una sociedad que depende cada vez más de cosas como el video para representar la verdad.