0 просмотров

Шесть исследователей, формирующих будущее искусственного интеллекта

Поскольку искусственный интеллект (ИИ) становится повсеместным в таких областях, как медицина, образование и безопасность, необходимо преодолеть серьезные этические и технические проблемы.

СИНТИЯ БРИЗИЛ: Индивидуальный подход

Иллюстрированный портрет Синтии Бризил

В то время как кредиты Звездные войны Подойдя к концу в кинотеатре 1970-х годов, 10-летняя Синтия Бризил по-прежнему была зациклена на C-3PO, встревоженном роботе. «Обычно, когда вы видели роботов в научной фантастике, они были безмозглыми, но в Звездные войны они были богатыми личностями и могли заводить дружеские отношения», — говорит Бризил, заместитель директора медиа-лаборатории Массачусетского технологического института (MIT) в Кембридже, штат Массачусетс. «Я предполагал, что эти роботы никогда не появятся в моей жизни».

Пионер социальной робототехники и взаимодействия человека с роботом, Бризил сделал карьеру в разработке концепции и создании роботов с индивидуальностью. Будучи студенткой магистратуры в группе гуманоидной робототехники Массачусетского технологического института, она создала своего первого робота, насекомоподобную машину по имени Ганнибал, которая была разработана для автономного исследования планет и финансировалась НАСА.

Некоторые из самых известных роботов, разработанных Бризилом в качестве молодого исследователя, включают Kismet, одного из первых роботов, которые могли демонстрировать социальное и эмоциональное взаимодействие с людьми; Cog, гуманоидный робот, который мог отслеживать лица и хватать предметы; и Леонардо, описанный Институтом инженеров по электротехнике и электронике в Нью-Джерси как «один из самых сложных социальных роботов, когда-либо созданных».

Статья в тему:  Что, если искусственный интеллект завладеет человечеством

Индекс природы 2020 Искусственный интеллект

В 2014 году Бризил основала бостонскую компанию Jibo, которая выпустила свой первый потребительский продукт — домашнего робота-компаньона, также называемого Jibo. Компания привлекла более 70 миллионов долларов США и продала более 6000 единиц. В мае 2020 года NTT Disruption, дочерняя компания лондонской телекоммуникационной компании NTT, купила технологию Jibo и планирует изучить применение робота в здравоохранении и образовании.

В этом году Бризил вернулся в академию на полную ставку в качестве директора группы персональных роботов Массачусетского технологического института. Она исследует, могут ли такие роботы, как Джибо, помочь улучшить психическое здоровье и благополучие учащихся, обеспечивая общение. В опубликованном в июле препринте, который еще предстоит рецензировать, команда Бризила сообщает, что ежедневное общение с Джибо значительно улучшало настроение студентов университета (С. Чон и другие. Препринт на https://arxiv.org/abs/2009.03829; 2020). «Речь идет о поиске способов использования роботов для поддержки людей», — говорит она.

В апреле 2020 года Breazeal запустил AI Education, бесплатный онлайн-ресурс, который учит детей ответственно разрабатывать и использовать ИИ. «Мы надеемся превратить сотни студентов, с которыми мы начали, в десятки тысяч за пару лет», — говорит Бризил. — Бенджамин Плэкетт

ЧЕНЬ ХАО: Общая картина

Иллюстрированный портрет Чен Хао

Анализ медицинских изображений является интенсивной и технической задачей, и для удовлетворения потребностей не хватает патологоанатомов и рентгенологов.В опросе 2018 года, проведенном Королевским колледжем патологов Великобритании, только 3% отделений гистопатологии Национальной службы здравоохранения (которые изучают заболевания в тканях) заявили, что у них достаточно персонала. В отчете за июнь 2020 года, опубликованном Ассоциацией американских медицинских колледжей, говорится, что к 2033 году нехватка врачей-специалистов в Соединенных Штатах может возрасти почти до 42 000 человек.

Статья в тему:  Терадата что такое искусственный интеллект

Системы искусственного интеллекта, которые могут автоматизировать часть процесса анализа медицинских изображений, могут стать ключом к облегчению нагрузки на специалистов. Они могут сократить задачи, которые обычно занимают несколько часов или дней, до нескольких секунд, говорит Чен Хао, основатель Imsight, стартапа в области медицинской визуализации с использованием искусственного интеллекта, базирующегося в Шэньчжэне, Китай.

Запущенные в 2017 году продукты Imsight включают Lung-Sight, который может автоматически обнаруживать и локализовать признаки заболевания на КТ-сканировании, и Breast-Sight, который идентифицирует и измеряет метастатическую область в образце ткани. «Анализ позволяет врачам быстро принимать решения на основе всей доступной информации», — говорит Чен.

С момента вспышки COVID-19 две крупнейшие больницы Шэньчжэня используют технологию визуализации Imsight для анализа тонких изменений в легких пациентов, вызванных лечением, что позволяет врачам выявлять случаи с серьезными побочными эффектами.

В 2019 году Чен получил награду Young Scientist Impact Award от Общества вычислений медицинских изображений и компьютерных вмешательств, некоммерческой организации в Рочестере, штат Миннесота. Награда была присуждена статье, которую он возглавлял, в которой предлагалось использовать нейронную сеть для обработки ультразвуковых изображений плода (H. Chen и другие. в Вычисление медицинских изображений и компьютерное вмешательство — MICCAI 2015 (ред. Н. Наваб и другие.) 507–514; Спрингер, 2015). Этот метод, который с тех пор был принят в клинической практике в Китае, снижает нагрузку на УЗИ.

Статья в тему:  Что такое искусственный интеллект научные статьи

Несмотря на быстрое продвижение роли ИИ в здравоохранении, Чен отвергает идею о том, что врачей можно легко заменить. «ИИ не заменит врачей, — говорит он.«Но врачи, которые лучше умеют использовать ИИ, заменят врачей, которые не могут». — от Хепэн Цзя

АННА СКЕЙФ: Отсеивание звезд

Иллюстрированный портрет Анны Скейф

Когда строительство Square Kilometre Array (SKA) будет завершено, это будет крупнейший в мире радиотелескоп. Ожидается, что к 2030-м годам будет установлено около 200 радиотарелок в Южной Африке и 130 000 антенн в Австралии, и это будет производить огромное количество необработанных данных, больше, чем современные системы могут эффективно передавать и обрабатывать.

Анна Скейф, профессор радиоастрономии Манчестерского университета, Великобритания, создает систему искусственного интеллекта для автоматизации обработки радиоастрономических данных. Ее цель состоит в том, чтобы сократить ручную идентификацию, классификацию и каталогизацию сигналов от астрономических объектов, таких как радиогалактики, активные галактики, излучающие больше света в радиодиапазоне, чем в видимом диапазоне.

В 2019 году Скейф был награжден медалью Джексона-Гвилта, одной из высших наград, присуждаемых Королевским астрономическим обществом Великобритании (РАН). РАН признала исследование под руководством Скейфа, в котором были изложены модели калибровки данных для европейского телескопа с низкочастотной решеткой (LOFAR), крупнейшего радиотелескопа, работающего на самых низких частотах, которые можно наблюдать с Земли (А. М. М. Скейф и Г. Х. Хилд). Пн. Нет. Р. Астрон. соц. 423, Л30–Л34; 2012). Методы, изложенные в статье Скейфа, сегодня лежат в основе большинства низкочастотных радионаблюдений.

Статья в тему:  Как рассчитать qvalue искусственный интеллект

«Это очень своеобразное чувство — получить медаль РАН, — говорит Скейф. «Это смесь волнения и недоверия, особенно потому, что вы даже не знаете, что вас рассматривают, поэтому у вас нет никакой возможности подготовиться. Внезапно ваше имя оказалось в списке, посвященном более чем 100-летней истории астрономии, и вам просто нужно смириться с этим».

Скейф — академический содиректор Policy@Manchester, института политического взаимодействия Манчестерского университета, где она помогает исследователям лучше доводить свои выводы до политиков.Она также управляет сетью обучения науке о данных, в которой участвуют университеты-партнеры из Южной Африки и Великобритании, с целью создания группы исследователей для работы с SKA, как только он появится в сети. «Я надеюсь, что разработанные мной учебные программы помогут молодым людям приобрести навыки для работы в сфере науки о данных», — говорит Скейф. — Энди Тэй

TIMNIT GEBRU: Алгоритмический уклон

Иллюстрированный портрет Тимнита Гебру

Компьютерное зрение — одна из наиболее быстро развивающихся областей ИИ. Алгоритмы, обученные считывать и интерпретировать изображения, лежат в основе таких технологий, как беспилотные автомобили, видеонаблюдение и дополненная реальность.

Тимнит Гебру, ученый-компьютерщик и бывший соруководитель группы этического ИИ в Google в Маунтин-Вью, Калифорния, признает перспективность таких достижений, но обеспокоен тем, как они могут повлиять на недостаточно представленные сообщества, особенно на цветных людей. «Мое исследование связано с попыткой свести к минимуму и смягчить негативное воздействие ИИ», — говорит она.

Статья в тему:  Что такое камера искусственного интеллекта

В исследовании 2018 г., Гебру и Джой Буоламвини, специалист по информатике из Медиа-лаборатории Массачусетского технологического института, пришли к выводу, что три широко используемых алгоритма анализа лица в подавляющем большинстве основаны на данных, полученных от людей со светлой кожей (Дж. Буоламвини и Т. Гебру. проц. Мах. Учиться. Рез. 81, 77–91; 2018). Было обнаружено, что частота ошибок для темнокожих женщин достигает 34,7% из-за отсутствия данных, тогда как максимальная частота ошибок для светлокожих мужчин составляет 0,8%. По словам Гебру, это может привести к тому, что людям с более темной кожей будут поставлены неточные медицинские диагнозы. «Если вы используете эту технологию, например, для обнаружения меланомы по фотографиям кожи, то многие темнокожие люди могут быть неправильно диагностированы».

По словам Гебру, распознавание лиц, используемое для правительственного наблюдения, например, во время протестов в Гонконге в 2019 году, также очень проблематично, потому что технология с большей вероятностью ошибочно идентифицирует человека с более темной кожей. «Я работаю над запретом наблюдения за лицом», — говорит она.«Даже если бы темнокожие люди были точно идентифицированы, именно самые маргинализированные группы больше всего подвергаются наблюдению».

В 2017 году, будучи аспирантом Стэнфордского университета в Калифорнии под руководством Ли Фей-Фей, Гебру стал соучредителем некоммерческой организации Black in AI вместе с Редиет Абебе, специалистом по информатике из Корнельского университета в Итаке, Нью-Йорк. Организация стремится расширить присутствие чернокожих в исследованиях ИИ, предоставляя наставничество исследователям, когда они подают заявки на программы последипломного образования, ориентируются в аспирантуре, а также выходят на рынок труда последипломного образования и продвигаются по нему. Организация также выступает за структурные изменения в учреждениях, чтобы устранить предвзятость при найме и продвижении по службе. Его ежегодный семинар требует статей, по крайней мере, с одним чернокожим исследователем в качестве основного автора или соавтора. — Бенджамин Плэкетт

Статья в тему:  Какую компанию по искусственному интеллекту купил Google

ЮТАКА МАЦУО: интернет-майнер

Иллюстрированный портрет Ютаки Мацуо

В 2010 году Ютака Мацуо создал алгоритм, который мог обнаруживать первые признаки землетрясений, отслеживая упоминания о толчках в Твиттере. Его система не только обнаружила 96% землетрясений, зарегистрированных Японским метеорологическим агентством (JMA), но и отправила зарегистрированным пользователям оповещения по электронной почте намного быстрее, чем объявления могли быть переданы JMA.

Он применил аналогичную технику веб-майнинга к фондовому рынку. «Мы смогли классифицировать новостные статьи о компаниях как положительные или отрицательные, — говорит Мацуо. «Мы объединили эти данные, чтобы точно предсказать рост прибыли и производительности».

Способность Мацуо извлекать ценную информацию из того, что люди говорят в Интернете, способствовала его репутации как одного из ведущих японских исследователей искусственного интеллекта. Он является профессором факультета управления технологиями Токийского университета и президентом Японской ассоциации глубокого обучения, некоммерческой организации, которая поддерживает исследователей и инженеров ИИ, предлагая обучение и сертификационные экзамены.В 2019 году он стал первым специалистом по искусственному интеллекту, добавленным в совет директоров японского технологического гиганта Softbank.

В течение последнего десятилетия Мацуо и его команда поддерживали молодых предпринимателей в создании успешных на международном уровне стартапов в области искусственного интеллекта. «Мы хотим создать экосистему, подобную Силиконовой долине, которой в Японии просто нет», — говорит он.

Среди стартапов, поддерживаемых Мацуо, — Neural Pocket, запущенный в 2018 году Рой Шигемацу, выпускником Токийского университета. Компания анализирует фотографии и видео, чтобы получить представление о поведении потребителей.

Статья в тему:  Почему искусственный интеллект в фильмах обычно белый

Мацуо также является консультантом ReadyFor, одной из первых платформ краудфандинга в Японии. Компания была основана в 2011 году Харукой Мера, которая впервые сотрудничала с Мацуо, будучи студенткой бакалавриата Университета Кейо в Токио. Платформа собирает средства для людей, пострадавших от пандемии COVID-19, и сообщает, что общая стоимость транзакций для пожертвований выросла на 4400% в период с марта по апрель 2020 года.

Мацуо призывает молодых исследователей, заинтересованных в запуске стартапов в области искусственного интеллекта, искать партнерские отношения с промышленностью. «Японское общество довольно консервативно, — говорит он. «Если вы старше, у вас больше шансов получить большой бюджет из государственных средств, но мне 45 лет, и это все еще считается слишком молодым». — Бенджамин Плэкетт

DACHENG TAO: машинный провидец

Иллюстрированный портрет Дачэн Тао

К 2030 году примерно каждый десятый автомобиль в мире будет беспилотным. Ключом к появлению этих автономных транспортных средств на дорогах является разработка систем компьютерного зрения, которые могут идентифицировать препятствия, чтобы избежать несчастных случаев, по крайней мере, так же эффективно, как человек-водитель.

Нейронные сети, наборы алгоритмов искусственного интеллекта, вдохновленные неврологическими процессами, которые запускаются в коре головного мозга человека, формируют «мозг» беспилотных автомобилей. Даченг Тао, ученый-компьютерщик из Сиднейского университета, Австралия, разрабатывает нейронные сети для задач компьютерного зрения. Он также создает модели и алгоритмы, которые могут обрабатывать видео, снятые движущимися камерами, например, в беспилотных автомобилях.

Статья в тему:  Что вы думаете об искусственном интеллекте

«Нейронные сети очень полезны для моделирования мира», — говорит Тао, директор Сиднейского центра искусственного интеллекта UBTECH, партнерства Сиднейского университета и глобальной робототехнической компании UBTECH.

В 2017 году Тао был удостоен стипендии австралийского лауреата за пятилетний проект, в котором используются методы глубокого обучения для улучшения компьютерного зрения с движущейся камерой в автономных машинах и транспортных средствах. Подмножество машинного обучения, глубокое обучение использует нейронные сети для создания систем, которые могут «обучаться» посредством собственной обработки данных.

С момента запуска в 2018 году проект Тао привел к появлению более 40 журнальных публикаций и докладов на конференциях. Он входит в число самых плодовитых исследователей в области исследований ИИ с 2015 по 2019 год, согласно базе данных Dimensions, и является одним из самых цитируемых ученых-компьютерщиков Австралии. С 2015 года статьи Тао набрали более 42 500 ссылок по данным Google Scholar. В ноябре 2020 года он получил премию Eureka Prize за выдающиеся достижения в области науки о данных, присуждаемую Австралийским музеем.

В 2019 году Тао и его команда обучили нейронную сеть создавать трехмерные среды с использованием изображения с размытым изображением в движении, например, которое было бы снято движущимся автомобилем. Детали, в том числе движение, эффект размытия и глубина съемки, помогли исследователям восстановить то, что они называют «трехмерным миром, скрытым под размытием». Полученные данные могут помочь беспилотным автомобилям лучше обрабатывать окружающую среду. — Джемма Конрой

Статья в тему:  Что искусственный интеллект может сделать лучше, чем люди

Природа 588, С114-С117 (2020)

Эта статья является частью Искусственного интеллекта Nature Index 2020, независимого от редакции приложения. Рекламодатели не имеют никакого влияния на содержание.

голоса
Рейтинг статьи
Ссылка на основную публикацию
0
Оставьте комментарий! Напишите, что думаете по поводу статьи.x
Adblock
detector