لى فنغ شبكة AI تقنية استعراض: على مدى السنوات الخمس الماضية من التنمية، وقد تطورت منظمة العفو الدولية في صناعة التكنولوجيا من مفهوم واحد الميتافيزيقي واحد من أعظم الآمال. وكان جهاز الكمبيوتر قادرا على التعرف على الوجوه والأشياء، فهم الكلمات البشرية المنطوقة، وترجمتها بعدة لغات. الشركة الأم جوجل الأبجدية، والأمازون، وأبل، الفيسبوك ومايكروسوفت، أكبر علم في العالم والتكنولوجيا من هذه الشركات العملاقة، وقد راهن بشكل كبير مستقبله على رأس منظمة العفو الدولية، أنها فتحت "الذي يجب إنشاء آلات أكثر ذكاء "المنافسة AI. AI عمالقة السباق مضاءة التكنولوجيا AI، بين عشية وضحاها المركبات الذاتية تسلا بالفعل على الطريق مرسيدس بنز، في حين أن الأمازون هو أيضا مساعد صوت اليكسا دردشة مع طفلك. لكن منظمة العفو الدولية لا تبنى بين عشية وضحاها، ولا عمل مستقلة عن واحدة من شركات وادي السليكون.
الحديث AI، وهذا هو، والشبكات العصبية وتعلم الآلة، والتاريخ يمكن ارجاعه وراء المرحلة الأخيرة من الحرب العالمية الثانية. في ذلك الوقت، والباحثين هي مجرد بداية لمحاولة بناء نظام الكمبيوتر مثل الدماغ البشري يمكن تخزين ومعالجة تلك المعلومات. منذ بداية عقود، وتطوير صعودا وهبوطا من هذه التكنولوجيا، ولكن حتى بدأت ليغلق في عام 2012 التي يفضلها مجموعة واسعة من علماء الكمبيوتر، وذلك بفضل حفنة من الخوف من أن تكون عنيدة كما معتوه الباحثين AI إصرار. هم دائما يعتقد اعتقادا راسخا أن الشبكة العصبية سوف تضيء العالم، وتغيير مصير البشرية.
وتناثرت هؤلاء الرواد في جميع أنحاء العالم، ولكن الشبكة العصبية للانضمام إلى علماء تتركز خصوصا في كندا هذا المكان. في الواقع، فإنها يمكن أن تأتي فقط لكندا إلى حد كبير بسبب الحظ السعيد: الشبكات العصبية ليست عصرية حقا في ذلك الوقت على أي حال، بعد ذلك، عن طريق الشبكات العصبية لجذب المدعومة من قبل المعهد الكندي للأبحاث المتقدمة (CIFAR) الدعم الحكومي حفنة من الأكاديميين إلى كندا. وهذا يشمل هذا جيفري هينتون من جامعة تورونتو ويان ليكون، يوشوا بيجيو جامعة مونتريال، جامعة ريتشارد ساتون ألبرتا علماء الكمبيوتر لديها عدد قليل جدا أعطاهم فرصة لتبادل الأفكار أبحاثهم، والعصا لحياتهم المهنية البحثية الخاصة. وقد اقترح هؤلاء العلماء الكمبيوتر العنيد العديد من المفاهيم لدفع عجلة التنمية AI، والآن، وتعتبر كل هذه المفاهيم في وقت مبكر لتكون حجر الزاوية في منظمة العفو الدولية الحديثة، وتعتبر هؤلاء الناس منظمة العفو الدولية "عراب". هنا، فإننا سوف نريد أن نتحدث عن هذا قليلا قصة غريبة، ومحتوى القصة المستمدة من مراسل بلومبرغ آشلي فانس من المقابلات الخاصة بهم، وتشمل هذه "لماذا أخذت الشبكات العصبية وقتا طويلا للعب هذا الدور؟" عالم الكمبيوتر "الحب الشبكة العصبية كيف Baotuan معا؟ "" لماذا العديد من الأماكن في العالم اختارت كندا؟ "كل هذا أصبح في نهاية المطاف الطريق لصعود آلات ذكية.
لى فنغ شبكة AI تقنية مراجعة النص جمعت على النحو التالي.
رئيس الوزراء الكندي جاستن ترودو : A اسعة المعنى، يشير AI إلى كمبيوتر كمبيوتر قادر على محاكاة الفكر البشري أو السلوك. تحت هذا التعريف، ولدت مفهوم التعلم الآلي، والتي تسمح للكمبيوتر القيام التجربة مرارا وتكرارا. قد تكون هذه المحاكاة من المركبات الذاتية على الطريق، أو محاولة الجهاز ليتعرف على صورة لقطة.
تحت هذا المفهوم، فإنه ينطوي على مجموعة فرعية من طريقة التعلم جهاز يسمى التعلم العميق. الفكرة العامة هي لإنشاء التعلم العميق للشبكة العصبية، والأوزان الشبكة العصبية والتحيز يمكن تعديلها لتعطي النتيجة المرجوة حتى الشبكة. التعلم العميق يمكن أن تحدث مشكلة الكمبيوتر حل تطور تكرارية، وهو أمر جيف هينتون وغيره من العلماء في العقود القليلة الماضية، والبحث الحقيقي، والتعلم العميق التكنولوجيا AI حاليا أكثر الأكاذيب الأساس مثيرة. الأداء الأكاديمي العمق من حيث الدماغ البشري للتفكير التقليد هو أيضا أفضل.
كيد ميتز مراسل نيويورك تايمز، مؤلف كتاب "تاريخ المرتقب لمنظمة العفو الدولية" كتاب: مواعيد إلهام الشبكات العصبية العودة إلى 1940s، عندما اقترح لبناء نظام حاسوبي يمكن محاكاة الدماغ الشبكة العصبية البشرية. ولكن فقط الذين في 1950s دعا فرانك روزنبلات بعد وقت قصير من دفعة حقيقية لتطوير مثل هذه الأبحاث. وجرى أيضا إلى إجراء بحوث مشتركة مع البحرية الأمريكية والإدارات الحكومية الأخرى، البروفيسور فرانك روزنبلات، ومفهوم الشبكات العصبية طور هذا الشيء يسمى "آلة الإدراك" من. عندما يتعرض إنجازاته، مثل مجلة نيويورك تايمز ومجلة نيويوركر وضعها في معظم مكانة بارزة أفيد.
مطالبات المستقبلات روزنبلات أن هذا الأمر أكثر من القيام بمهام صغيرة مثل التعرف على الصور، من الناحية النظرية، ويمكن أيضا تعليم آلة على المشي، والحديث، وجعل تعابير الوجه. لكن المستقبلات فقط مع طبقة من الخلايا العصبية، مما يعني أنه يمكن القيام به هو محدودة للغاية. ناهيك، في الواقع، وعد ظائف الجهاز وليس لأحد تتحقق.
في ذلك الوقت، وهو زميل روزنبلات يدعى مارفن مينسكي، مينسكي يحدث أيضا أن تكون طالبا في المدرسة الثانوية في روزنبلات في Bronxt، كتب مينسكي كتاب في عام 1960، وصفه بالتفصيل في الكتاب، روزنبلات المستقبلات والتنمية القيود المفروضة على الشبكات العصبية. هذا الكتاب هو تقريبا كما البحوث في هذا المجال، والشبكة العصبية تم تجميد ما لا يقل عن عقد من الزمان.
جيف هينتون : المستقبلات روزنبلات من شأنه أن يكون قادرا على تحقيق بعض الأمور المثيرة للاهتمام، لكنه كان نحو 50 عاما قبل وقته. ورغم أن الطلاب يمكن أن تحسب مينسكي كما تم المؤمنين الشبكة العصبية، لكنه أظهر شيء في الكتاب الذي لا يمكن حلها. هذا الكتاب من قبل منسكي وسيمور بابيرت كتاب "بيرسيبترون: مقدمة إلى الحوسبة الهندسة" في الأساس من البحوث في هذا المجال عقوبة الإعدام.
ميتز : جيف هينتون، ابتداء من جامعة كارنيجي ميلون، وبعد ذلك في جامعة تورنتو، في الانضمام إلى فكرة الشبكات العصبية. هو ومعاونيه قد وضعت أخيرا الشبكة العصبية متعددة الطبقات، وهو عمق الشبكة العصبية، هذه الشبكة قد بدأت أخيرا عرض براعتهم في مجموعة متنوعة من المهام المختلفة.
الفرنسي المولد عالم الكمبيوتر هينتون مختبر يان ليكون لفي تورونتو لمدة عام في مرحلة ما بعد الدكتوراه. وفي وقت لاحق ذهب LeCun إلى مختبرات بيل في ولاية نيو جيرسي، الولايات المتحدة الأمريكية.
يان ليكون : كنت صغيرا جدا على هذا المفهوم من ذكاء فتنت. كان ذلك عندما كنت أشب عن الطوق في 1960s، عندما يكون هناك استكشاف الفضاء، ظهر الكمبيوتر الأول ومنظمة العفو الدولية. لذلك بدأت دراسة الهندسة، أنا مهتم جدا في مجال الذكاء الاصطناعي، حتى لو كان ذلك الوقت هذا المجال فقط مجرد مهدها.
سمعت عن آلة الإدراك، وأنا الغريب، لأنني أعتقد أن جزءا من المخابرات "التعلم" هو. لدي مجموعة متنوعة من الطرق لتجد كل شيء عن المستقبلات للقراءة. كمهندس، هناك طريقة واضحة هي محاولة لخلق بنفسك آلة ذكية من واحد، وسوف تقودك التركيز على تلك المكونات اللازمة لإنتاج الحكمة. انها قليلا مثل رواد الطيران الذين يحصلون على الإلهام من الطيور، ولكن أيضا ليست نسخة الشاملة. في الواقع، نحن لسنا بحاجة لتقليد المخابرات البيولوجي أو الدماغ، لأنه في نواح عديدة انها مجرد وظيفة وفقا للقوانين الأساسية لعلم الأحياء أو الكيمياء الحيوية، وليس لديها حقا الكثير لنفسها والحكمة. مثل ريش الطيران ليست ضرورية، ما يهم حقا هو مبادئ الهوائية المخفية.
ميتز : بعض الناس قد يعتقدون LeCun مجنون بصراحة، وقال انه بحث عبثا. في ذلك الوقت، إذا كنت تشارك في مؤتمر الذكاء الاصطناعي على نطاق واسع، وقال بحثه هو الشبكة العصبية، سوف بالتأكيد التيار الأكاديمية استبعادها. في ذلك الوقت البحوث الشبكة العصبية هي بعض من الحافة.
يوشوا بيجيو : في عام 1985، والعصبية بحوث شبكة الحافة، لا أستطيع أن يتعلم هذه الدورة في جامعة ماكغيل. درست الرمز الكلاسيكي الذكاء الاصطناعي. لذلك اضطررت لإقناع أستاذي لتوجيه لي على الشبكات العصبية. أنا حصلت على منحة الحكومة، حتى أتمكن من اختيار الموضوعات البحثية الخاصة بها، فليس من فقدان للأستاذ. هو وأنا التوصل إلى اتفاق، يمكن أن أفعله تعلم الآلة، ولكن لا بد لي من تطبيق هذا البحث إلى المجال الذي يهتم - التعرف على الصوت.
LeCun : حوالي عام 1986، عندما كان هناك موجة من الشبكات العصبية المد والجزر. علماء الفيزياء توليد الاهتمام في هذه النماذج، قدم طريقة رياضية جديدة، الأمر الذي يجعل الحقل مرة أخرى تكون مقبولة من قبل التيار الرئيسي، الذي يقود موجة من الشبكات العصبية في أواخر 1980s وأوائل 1990s. بعض الناس خلق للقيام نظام عملي شيء على أساس الشبكات العصبية، مثل الكشف عن تزوير بطاقات الائتمان. أنا وضعت الاختيار لأنظمة التشغيل الآلي للقراءة على أساس الاعتراف الرمزي.
ميتز : عميد بوميرلو جامعة كارنيجي ميلون في أواخر 1980s إنشاء المركبات الذاتية القائمة على الشبكات العصبية، والسيارة يمكن أن تكون مدفوعة على الطرق العامة. استخدام LeCun في 1990s هذه التكنولوجيا، وإنشاء نظام رقمي يمكن التعرف على خط اليد، وفي نهاية المطاف يتم استخدام نظام من قبل البنك.
من أواخر 1980s إلى 1990s، أحيت الشبكات العصبية، هو أفضل سبيل المثال هناك بعض التطبيقات العملية، والعمل LeCun. ولكن بعد ذلك ذهبت إلى الحد الأقصى، ويرجع ذلك أساسا إلى قدرة الحوسبة محدودة، تفتقر إلى البيانات المتاحة. ضرب AI الشتاء مرة أخرى.
يورغن شميدهوبر : نحن بالتأكيد لم تستخدم تلك الكنديين (ملاحظة: هنا يشير إلى Bengio) الخوارزمية، وهي تستخدم خوارزمية لدينا. LeCun أصلا الفرنسية، ونحن نستخدم خوارزمية له. هذا أمر جيد. لديه الكثير من المساهمات، وهو أمر مهم جدا، ومفيدة جدا.
لقد عرفت هؤلاء الباحثين لفترة طويلة. عندما رأيتها للمرة الأولى Yoshua، وقال انه نشر مع طلابي في الدراسة نفسها، أكثر أو أقل نفسه، أن طلابي دراسة نشرت قبل أربع سنوات. وبعد سنوات قليلة، في اجتماع، لدينا مواجهة، كل شيء في الحقيقة. نفذنا ندوة حول النقاش العام، فمن الواضح من يجب القيام به هو البحث. هذه ليست كريهة، فقط لتوضيح حقيقة. البحث العلمي هو توضيح الحقائق.
(نفى وBengio بيان شميدهوبر ل.)
LeCun : كانت مشكلة هذه الأساليب تتطلب البرمجيات المعقدة، كميات كبيرة من البيانات وأجهزة الكمبيوتر عالية الأداء. ليس الكثير من الناس لديهم فرصة للاستفادة من هذه الموارد، وعدد قليل من الناس على استعداد للاستثمار.
في منتصف 1990s إلى حوالي 2005 من القرن الماضي، يختار الناس أسهل طريقة - يهتم لا أحد حقا في الشبكة العصبية. جيف، Yoshua وبالنسبة لي، وهذا هو حقا فترة الظلام، ونحن لا يشعر بالألم، ولكن قليلا حزين. نعتقد أن هناك إمكانات كبيرة للبحث ونختار في الواقع يمكن تجاهله.
هينتون : بالطبع، نحن نؤمن دائما أن الشبكة العصبية، وتلتزم الدراسة. ولكن المهندسين وجدت أن في مجموعة بيانات صغيرة، وسائل أخرى فعالة بنفس القدر أو أكثر فائدة مقارنة مع الشبكة العصبية، لذلك اختاروا الطرق الأخرى التي الشبكات العصبية فقط لدينا التمني. وتلتزم الشبكات العصبية لزيادة فعالية في ذلك الوقت قلة قليلة من الناس.
السماح CIFAR الناس في جميع أنحاء العالم، ونحن لدينا نفس الأفكار الحصول على مزيد من التبادلات. هذه المرة إلى نقطة تحول.
LeCun : وبسبب هذه مجموعة صغيرة من الناس يصرون على أن الشبكة العصبية هو الخيار الصحيح في نهاية المطاف، فإن الشبكة العصبية للعودة إلى الرأي العام. في عام 2003، كان جيف تبحث عنه للقيام البرنامج حول الحساب العصبي في تورونتو، CIFAR. وصلنا معا، وقررت الجهود المبذولة لإحياء الاهتمام في هذا المنصب. ومع ذلك، قبل الإفراج عن أفكارنا، نحن بحاجة إلى مكان آمن لعقد بعض الندوات والاجتماعات الصغيرة، حقا تطوير أفكارنا. تم إطلاق المشروع رسميا في عام 2004، إلى عام 2006، كانت هناك بعض الصحف مثيرة جدا للاهتمام. كما نشرت جيف ورقة ذات الصلة على "العلم".
ترودو : في فصل الشتاء AI، عندما يتبرع به أغلب الناس حتى الشبكات العصبية، لا يزال بعض الناس على المضي قدما، كندا بهدوء تأسيس أبحاث الذكاء الاصطناعى الحديث، ويمكنني أن أقول بيقين، كندا في هذا الصدد، وذلك دعما بحتة على البحث العلمي، وقال انه تم بشكل جيد جدا.
نحن شعب ذكي حقا لتوفير الفرصة لإجراء البحوث المتطورة، حتى لو أنها قد لا يسقط على العمل أو الدراسة أو بعض الأماكن المحددة.
هينتون : 2006 في تورونتو، قمنا بتطوير شبكة التكنولوجيا تضم عدد وافر من طبقات من هذا التدريب، هو أكثر كفاءة من التقنيات السابقة. وفي العام نفسه نحن "العلم" نشرت ورقة التي كان لها تأثير كبير، ولكن أيضا لعبت دورا هاما في دعم مطالبتنا، كثير من الناس تجدد الاهتمام في الشبكات العصبية. في عام 2009، عندما وضعت مختبري طالبين طريقة للقيام مع عمق الشبكة العصبية التعرف على الكلام، كان تأثيره أفضل من كل الوسائل الأخرى.
في الواقع، فإنه سيتم رفع إلا قليلا، ولكن بالمقارنة مع تطوير التكنولوجيا أخرى كان راكدا لمدة 30 عاما، أي تقدم ملموس. عمق الشبكة العصبية يستغرق سوى أن بضعة أشهر تفعل أفضل من تلك الأساليب، ويمكن رؤيتها بوضوح تحتاج فقط بضع سنوات مرة، والشبكة العصبية يمكن أن يكون أيضا تطورا كبيرا.
ميتز : عن عام 2009، عندما واجه هينتون ذكي جدا التعرف على الكلام الباحث قوة دنغ مايكروسوفت. مثل أي شخص آخر، وأعتقد شكل دينغ لي AI العرض لا يجب أن يكون نوع واحد من AI رمزي. لAI رمزي، ونظام التعرف على الكلام يتطلب خط يتكون من خط آخر من التعليمات البرمجية، والحاجة إلى تعيين يدويا كل التفاصيل الخاصة سلوك النظام، كما وضعت النظام ببطء شديد.
وقال هينتون حاول القيام التعرف على الكلام باستخدام الشبكة العصبية، وحققت تقدما كبيرا. الشبكة العصبية يمكن أن تتعلم لتحليل أنماط التعبير في البيانات، ولكن أيضا سرعة خط من خطوط أنظمة AI رمزية من التعليمات البرمجية بشكل أسرع. دنغ فرض هذا الوقت، ولم نؤمن تماما على حد تعبير هينتون، هينتون لكنه دعا مايكروسوفت لمواصلة التقدم هذا البحث، وهناك نوعان من المتعاونين هينتون النهائي أيضا جاء معا. تقنية التعرف على الصوت مايكروسوفت حيث قفزة في عام 2010 جوجل هو أيضا خطوة كبيرة.
وفي وقت لاحق، وحتى نهاية عام 2012، جعلت هينتون واثنين من الطلاب معا في التعرف على الصور أيضا اختراق، كل الطرق السابقة هي أبعد ما تكون وراءها. وهذا هو، حتى هذا الوقت، وغيرها من الشركات مايكروسوفت وغوغل صناعة بدأوا يدركون مدى قوة هذه الفكرة.
ومن الجدير بالذكر أن هذه هي فكرة قديمة جدا. ولكن الآن كمية من قوة الحوسبة والبيانات إلى وراء الشبكة العصبية وقبل فرقا كبيرا. لمايكروسوفت وغوغل على هذا العلم على نطاق وشركة التكنولوجيا، فإنها تحتاج إلى الآلاف من أجهزة الكمبيوتر التي تعمل معا، والعمل مع النص، الفيديو، الخ جميع أنواع الأشياء. دعونا نجاح الشبكة العصبية هي التالية: شبكة التدريب يتطلب الكثير من البيانات، ولكن تحتاج أيضا إلى تدريب قوة الحوسبة كافية لدعم الشبكة.
LeCun : إذا كنت تريد أن تسأل لماذا استغرق وقتا طويلا لتنجح، ثم جوابي هو أن البحث العلمي هو من النوع الذي علم النفس البشرية هو من هذا القبيل. عند ظهور تكنولوجيا جديدة، أولا هناك أدلة كافية لإقناع الناس أنه يمكن أن تبطن، وبعد ذلك سوف تبدأ استخدام على نطاق واسع عليه. ومع ذلك، كانت هذه الشبكة العصبية "حرج" سمعة سيئة، وتريد أن تلعب تأثير بحاجة الى بعض أيضا "السحر الأسود".
ريتشارد ساتون : الحوسبة السلطة يمكن أن تكون زيادة ذلك سريعة ومستدامة، وهو ملفت جدا. إذا كان نفس الناس الآن في السباق بين، الناس ترغب في تطوير خوارزميات أكثر تعقيدا ترغب في تطوير أسرع جهاز كمبيوتر. لتصميم خوارزمية الناس، فإنه يمكن بالفعل أن تعتبر على خوارزمية كمبيوتر مصممة لتعمل في 5-10 سنوات القادمة، الصاعدة.
احتياجات الكمبيوتر ما هو جيد وما هو سيء. حتى البشر تعطيه إشارة خاصة، ودعا "ردود الفعل" (مكافأة). إذا كانت قيمة ردود الفعل عالية، فإنه يدل على أن الخير، وإذا كان قيمة ردود الفعل منخفضة، فإنه يدل على أن ليست جيدة. هذا هو الغرض من هذا التصميم.
الشبكات العصبية يمكن تخزينها في عملية التعلم، وتعزيز التعلم هو السماح عليك أن تقرر ما الذي تريد تغييره.
Bengio : من تحقيق جيف، أن يان وأتصور أن هناك بعيدا التعلم غير خاضعة للرقابة. جميع الشركات الكبرى تقريبا لا تعتمد على التعلم إشراف على أساس عمق المنتجات التعليمية، جمعية الحاسبات ثم اجه وقت ما يجب القيام به من قبل الملايين من الحالات. التعلم بالطبع لا الإنسان، يمكننا أن نتعلم بشكل مستقل. كنا قادرين على استكشاف العالم حول نفسها. طفل يبلغ من العمر 2-أن يكون الحدس إلى القوانين الأساسية للفيزياء، والجاذبية، والضغط، الخ، لا تحتاج إلى قوانين والديه الميكانيكا وقانون الجاذبية يعطيه كنيسة نيوتن. ونحن ننظر إلى العالم، والتفاعل مع العالم، فكيف سيتم تشغيل الأشياء في هذا العالم، وقال انه جعل نفسه المقبلة ستكون كيفية تطوير قدراتها في رؤى شيء في وقت لاحق.
وبحثنا تحول مرحلة جديدة من التعلم غير خاضعة للرقابة، ولكن أيضا يمكن أن تعزز نتائج التعلم المرتبطة. نحن لا مجرد مراقبة العالم فقط، ونحن أيضا التفاعل مع العالم، لمعرفة يعمل العالم وفقا لنتائج الإجراءات الخاصة بك.
LeCun : أنا مهتم في هذه القضية هو كيفية جعل الجهاز يمكن أن تتعلم بكفاءة كما البشر والحيوانات. عندما تعلم قيادة السيارة، وكنت اعرف انه اذا كنت مفتوحة إلى الطريق خارج ليست جيدة جدا. نحن البشر يمكن التنبؤ عواقب أفعالهم، ووسائل هذا أيضا أننا سوف تكون قادرة على تحقيق شيء واحد يجب القيام به قبل هذا الشيء هو شيء جيد أو سيئا.
لذا، أنا الهدف هو العثور على طرق جديدة لآلات التدريب، بحيث يمكن أن تتعلم من خلال مراقبة، والتي أيضا سوف تكون قادرة على بناء نموذج تنبؤي للعالم. اليوم، وهو نوع معين من الحياة على العالم لديها القدرة على التنبؤ بيئتهم. نوع واحد من المخلوقات أكثر ذكاء، قدرتها على التنبؤ أعلى. بمعنى أنه يمكن اعتبار "مشروع" هو جوهر "الحكمة"، ومن ثم إلى جانب القدرة على اتخاذ إجراء المطابقة وفقا لتوقعاتهم مثل.
3 سنوات القادمة، و 5 سنوات و 10 سنة أو 15 سنة، ونحن من المرجح أن يجعل بعض النتائج الهامة، في الواقع، وهذا ليس بعيدا بعيدا عن المرمى. ولكن بعد ذلك جعل نظام أقرب لذكاء الإنسان نحتاج وقتا طويلا على هذا الأساس، فإنه قد يستغرق عدة عقود.
Bengio : أعتقد أن لا يتم استبدال عمل الإنسان بالضرورة الروبوت، حتى إذا أصبحت آلة ذكية جدا، حتى أكثر ذكاء من البشر. بعض الأعمال هو جوهر التفاعل بين الناس، وهذا النوع من العمل ونحن نأمل دائما أن الناس. على سبيل المثال، وأنا لا أحب السماح للروبوت يحرص على أطفالهم أو الشيوخ، فضلا عن الرعاية تأخذ مني عندما كنت في المستشفى. أنا لست قلقا "المدمر" ما يحدث. وأعتقد أنه إذا نحن يمكن ان تنتج ونحن أيضا آلات ذكية، لديهم أيضا القدرة على فهم القيم الإنسانية والأخلاق من إنسانيتنا، مصنوعة من عمل إيجابي على البشر.
ما أخشى حقا هو أن منظمة العفو الدولية يمكن أن يساء استخدامها، مثل استخدام AI في الأسلحة. تستخدم منظمة العفو الدولية في الإعلان يمكن أن تؤثر في الناس، يمكننا أن نرى بالفعل هذا يحدث. للاستخدام المحلي من منظمة العفو الدولية قد يكون مشكلة أخلاقية أو أخلاقية، يجب أن نوجه قانون يهدف إلى حظر. الجنس البشري باعتباره احتياجات كاملة لتصبح أكثر ذكاء.
ساتون : أعتقد أن وضعنا هذا المجال كما هو معروف خطأ كبيرا "الذكاء الاصطناعي". أنه يشعر كما لو أنه يجلب يختلف كثيرا عن البشر، ولكن ليس حقا الذكية. هذه الحجة لدعوة الكثير من الناس يشعرون "الغريبة"، ولكن في الواقع نقوم به هو شيء إنساني جدا: لإعادة إنتاج الذكاء البشري على الجهاز.
وقد كشف الحقيقة العلمية لا يحب الجميع - هل حقا الحصول على الحقيقة، ولكن الحقيقة ليست الطريقة التي من المتوقع. ولعل هذا هو سبب الصراع بين تاريخ العلم والدين دائما. أعتقد أنها أكثر وأكثر من بحثنا على الدماغ البشري، ونفس الشيء يحدث. ربما لم نكن العثور على 'الوعي' تفسير ذلك، فإن بعض الناس يحبون نتيجة لذلك، فإن بعض الناس لا مثل. لا يمكن للعلم تغيير الحقيقة الموضوعية.
في كل مرة تغيير الاتجاه في العالم، وتميز دائما الفائزين والخاسرين، ولكن في المستقبل هناك العديد من التغييرات الكبيرة في انتظارنا. أعتقد أننا أنفسنا ستصبح آلات ذكية. نحن يجب أن ينظر إليه AI الخاصة بنا، أو باعتبارها واحدة من أجيال مستقبلنا. ويمكننا تتبع الخاصة بطريقة يشعر حقهم في بنائها.
هكذا طبيعة الإنسان ما هو؟ الطبيعة البشرية هي نوع من ترغب في الحصول على السلطة لا هوادة فيها أفضل. لا ينبغي لنا أن محاولة لوضع كل شيء يبقى في المكان، وأقول هذا هو الطريق الصحيح.
LeCun : ما لم نعرف حقا ما سوف تتطور في المستقبل إلى، أو أي قلق حيال ذلك ببساطة أساس لها من الصحة. ثم أنا لا أتفق مع فكرة التفرد التكنولوجيا، أن يوم واحد وآلات الطراز مع المخابرات متفوقة، فإنها يمكن أن تخلق الخاصة الأجهزة الخاصة بهم على الفور أكثر ذكاء، من خارج نطاق السيطرة. وأعتقد أن هذا المفهوم من الناس ربما ينسى كل الظواهر المادية أو الاجتماعية سوف تواجه كل أنواع المقاومة، عملية نمو منحنى أسي غير ممكن المستدامة إلى أجل غير مسمى.
أفلام هوليوود أن "عبقري ألاسكا توضح سر منظمة العفو الدولية، وخلق الروبوت فائقة الذكاء وحكمت العالم،" القصة لن يحدث، وهذا هو مثير للسخرية تماما.
ترودو : أنا لست قلقا جدا حول هذا الموضوع. لنظرية AI، سيكون هناك أكثر خطورة، رأيناه كانت الخيال العلمي والخيال العلمي الأفلام بما فيه الكفاية. أعتقد أننا يجب أن نأخذ المعنى، هو تكنولوجيا يمكن استخدامها للخير يمكن أن تستخدم أيضا لفعل أشياء سيئة. ويسرني أن الطرف جيدة في كندا الذي نحن نحاول البقاء على الطريق الصحيح. أنا لا أريد لإبطاء وتيرة بحثنا، معرفة المعنى الحقيقي للكون يتباطأ.
المشكلة الحقيقية هنا هي أننا نريد نوعا من العالم؟ نأمل أن الناس الناجح لاخفاء حديدي حديقة المغلقة، وجميع الناس الآخرين يشعرون بالغيرة عندما سوف تخرج مع العصي، أو الأمل في أن الجميع في هذا العالم أن تساهم، على أن تفعل فرص الابتكار؟
هينتون : أعتقد أن الأثر الاجتماعي يعتمد إلى حد كبير على النظم السياسية من هذه الأمور ما نحن فيه. في جوهرها، وتحسين كفاءة البضائع المصنعة يجب زيادة الرفاهية الشاملة للمجتمع. وسوف تجلب عواقب سيئة، ثم واحد فقط ممكن، أن هذا المجتمع سوف يحسن فوائد إنتاجية كل إلى الأعلى 1 من المجتمع. أنا أعيش في كندا، واحدة من الأسباب هو نظام ضريبي معقول: إذا كنت تكسب الكثير من المال، وتحتاج أيضا إلى دفع الكثير من الضرائب. وأعتقد أن هذا التصميم هو جيد جدا.
أعتقد أن ما يهم حقا هو أننا لا نستطيع التنبؤ بالمستقبل. طالما أن تبدأ بمحاولة تخمين مدى السنوات ال 20 المقبلة ما يمكن أن يحدث، وسوف يكاد يكون من المؤكد خطأ فظيع. ولكن هناك بعض الأشياء التي يمكن التنبؤ بها، فإن هذه التطورات التكنولوجية تغير في نهاية المطاف كل شيء.
(النهاية)
طريق وكالة بلومبيرغ، لى فنغ شبكة جمعتها منظمة العفو الدولية تقنية مراجعة
