תחזיות מומחים למסלול של AI בשנת 2020

VentureBeat התראיין לאחרונה חמישה מהמוחות החכמים והמומחים ביותר בתחום הבינה המלאכותית וביקשו מהם לגבש את התחזיות שלהם לאן ה-AI מובילה במהלך השנה הבאה. האנשים שרואיינו לצורך תחזיותיהם היו:

• Soumith Chintala, היוצר של PyTorch.
• סלסט קיד, פרופסור לבינה מלאכותית באוניברסיטת קליפורניה.
• ג'ף דין, ראש בינה מלאכותית של גוגל.
• Anima Anandkumar, מנהלת מחקר למידת מכונה ב-Nvidia.
• דריו גיל, מנהל המחקר של IBM.

סומית צ'ינטלה

Chintala, היוצר של Pytorch, שהיא ללא ספק מסגרת למידת המכונה הפופולרית ביותר כרגע, חזה כי בשנת 2020 יהיה צורך גדול יותר במאיצי חומרה של רשת עצבית ובשיטות להגברת מהירויות אימון המודל. Chintala ציפתה שבשנתיים הקרובות תראה התמקדות מוגברת כיצד להשתמש ב-GPUs בצורה אופטימלית וכיצד ניתן לבצע קומפילציה אוטומטית עבור חומרה חדשה. מעבר לכך, צ'ינטאלה ציפתה שקהילת הבינה המלאכותית תתחיל לחפש שיטות אחרות לכימות ביצועי בינה מלאכותית בצורה אגרסיבית יותר, תוך מתן חשיבות נמוכה יותר לדיוק הטהור. גורמים שיש לקחת בחשבון כוללים דברים כמו כמות האנרגיה הדרושה לאימון מודל, כיצד ניתן להשתמש בבינה מלאכותית כדי לבנות את סוג החברה שאנו רוצים, וכיצד ניתן להסביר באופן אינטואיטיבי את התפוקה של רשת למפעילים אנושיים.

סלסט קיד

סלסט קיד בילתה חלק ניכר מהקריירה האחרונה שלה בתמיכה באחריות רבה יותר מצד מעצבי אלגוריתמים, פלטפורמות טכנולוגיות ומערכות המלצות תוכן. קיד טען לעתים קרובות שמערכות שנועדו למקסם את המעורבות יכולות בסופו של דבר להשפיע בצורה רצינית על האופן שבו אנשים יוצרים את הדעות והאמונות שלהם. יותר ויותר תשומת לב מוקדשת לשימוש אתי באלגוריתמים ומערכות בינה מלאכותית, וקיד חזה שבשנת 2020 תהיה מודעות מוגברת לאופן שבו כלים ופלטפורמות טכניות משפיעות על חייהם והחלטותיהם של אנשים, כמו גם דחיית הרעיון. שכלים טכנולוגיים יכולים להיות נייטרליים באמת בעיצוב.

"אנחנו באמת צריכים, כחברה ובמיוחד כאנשים שעובדים על הכלים האלה, להעריך ישירות את האחריות שמגיעה איתה", אמר קיד.

ג'ף דין

ג'ף דין, ראש ה-AI הנוכחי של גוגל, חזה שבשנת 2020 תהיה התקדמות בלמידה מולטי-מודאלית ולמידה מרובה משימות. למידה מרובה מודלים היא כאשר בינה מלאכותית מאומנת עם מספר סוגי מדיה בו-זמנית, בעוד למידה מרובה משימות שואפת לאפשר לבינה מלאכותית להתאמן על מספר משימות בו-זמנית. דין גם ציפה שתתבצע התקדמות נוספת בנוגע למודלים של עיבוד שפה טבעית המבוססים על Transformer, כמו אלגוריתם BERT של גוגל ושאר הדגמים שעמדו בראש טבלאות ה-GLUE. דין גם הזכיר שהוא היה רוצה לראות פחות רצון ליצור את דגמי הביצועים המתקדמים ביותר ויותר רצון ליצור מודלים חזקים וגמישים יותר.

אנימה אנאנדקומאר

אנאנדקומאר ציפתה שקהילת הבינה המלאכותית תצטרך להתמודד עם אתגרים רבים בשנת 2020, במיוחד הצורך במערכי נתונים מגוונים יותר והצורך להבטיח את פרטיותם של אנשים בעת אימון על נתונים. אננדקומאר הסביר שבעוד שזיהוי פנים זוכה לרוב לתשומת הלב, ישנם תחומים רבים שבהם ניתן להפר את פרטיותם של אנשים ושנושאים אלו עשויים לעלות לראש הדיון במהלך 2020.

Anandkumar גם ציפתה כי יבוצעו התקדמות נוספת בנוגע למודלים של עיבוד שפה טבעית מבוססי רובוטריקים.

"אנחנו עדיין לא בשלב של יצירת דיאלוג שהוא אינטראקטיבי, שיכול לעקוב ולנהל שיחות טבעיות. אז אני חושבת שיהיו ניסיונות רציניים יותר ב-2020 בכיוון הזה", אמרה.

לבסוף, Anandkumar ציפתה שבשנה הקרובה תראה יותר פיתוח של האלגוריתם האיטרטיבי והפיקוח העצמי. שיטות אימון אלו מאפשרות למערכות בינה מלאכותית להתאמן באופן עצמי במובנים מסוימים, ויכולות לסייע ביצירת מודלים שיכולים להשתפר על ידי אימון עצמי על נתונים שאינם מסומנים.

דריו גיל

גיל חזה שבשנת 2020 תהיה התקדמות רבה יותר לקראת יצירת בינה מלאכותית בצורה יעילה יותר מבחינה חישובית, שכן האופן שבו מאומנים כיום רשתות עצביות עמוקות אינו יעיל במובנים רבים. בשל כך, גיל ציפה שהשנה תראה התקדמות מבחינת יצירת ארכיטקטורות ברמת דיוק מופחתת ובאופן כללי אימון יעיל יותר. בדומה לחלק מהמומחים האחרים שרואיינו, גיל חזה שבשנת 2020 חוקרים יתחילו להתמקד יותר במדדים מלבד דיוק. גיל הביע עניין בבינה מלאכותית סמלית עצבית, שכן IBM בוחנת דרכים ליצור מודלים של תכנות הסתברותי באמצעות גישות סמליות עצביות. לבסוף, גיל הדגיש את החשיבות בהפיכת AI לנגיש יותר למי שמתעניין בלמידת מכונה ולהיפטר מהתפיסה שרק גאונים יכולים לעבוד עם AI ולעסוק במדעי נתונים.

"אם נשאיר את זה כתחום מיתי כלשהו, ​​התחום הזה של בינה מלאכותית, שנגיש רק לדוקטורנטים נבחרים שעובדים על זה, זה לא ממש תורם לאימוץ שלו", אמר גיל.