Machine learning – czy czeka Nas apokalipsa?

Machine Learning

„… Nasza przyszłość to wyścig, który odbywa się pomiędzy rosnącą potęgą technologii i naszą wiedzą na temat korzystania z niej mądrze.”

Machine learning – samouczenie się maszyn, to część problematyki sztucznej inteligencji. Zdolność maszyny do pozyskiwania nowej wiedzy na podstawie zgromadzonych już doświadczeń i rozwijania własnego systemu.

Wyobraź sobie świat rodem z kultowego filmu „Matrix” w którym to maszyny doszły do władzy nad ludzkością. Gdzie agent Smith wraz ze swoimi klonami lata po mieście polując na ostatnie  sztuki ludzkiego gatunku.

Bądź też całkiem niezły film „Ex Machine” jako przykład, że roboty mogą „myśleć” i manipulować ludźmi równie skutecznie jak ludzie manipulują innymi istotami żywymi lub nie.

Jeszcze jeden przykład, tym razem z branży gier. Całkiem niedawno firma Guerrilla Games wypuściła na rynek grę „Horizon Zero Dawn”  gdzie w świecie opanowanym przez maszyny człowiek wykorzystując wszelkie znane sobie sposoby walczy z tymi bezuczuciowymi „potworami” o przeżycie.

Przejęcie kontroli nad światem przez roboty jest równie mainstream’owym motywem jak apokalipsa zombie. Od wielu lat ta tematyka jest inspiracją w wielu filmach czy grach.

I choć motywy wykorzystywane w tych branżach to fikcje tworzone na potrzeby filmu czy gry. To faktem jest, że machine learning jest coraz prężniej rozwijającą się branżą i maszyny potrafią uczyć się coraz lepiej.

 

Warsztaty z Machine Learning

W dniu 4 kwietnia 2017 roku odbył się w Katowickiej Strefie Centralnej wykład na temat „Co to jest ten Machine Learning” na którym prelegenci z Future Processing opowiadali w jaki sposób uczy się i rozwija się maszyna.

Same prezentacje raczej skupiały się na ogólnym przedstawieniu tematu choć przykłady, które zostały zaprezentowane robiły całkiem niezłe wrażenie.

Jeden z przykładów ucząc się na bazie zdjęć dróg i budynków był wstanie z ponad 90% precyzją zarysować co jest drogą, co budynkiem a co nie jest ani drogą ani budynkiem. Do nauki jako dane wsadowe należy dostarczyć bazę zdjęć obiektów o różnej jakości w różnych położeniach. Czym większa różnorodność bazy, tym lepiej maszyna będzie wstanie się nauczyć.

W przykładzie z mapami, obraz został podzielony na kilkaset obszarów i zastosowano podejście obliczania intensywności barwy środkowego pixela. Jednak przy tego typu analizie trzeba odpowiednio dopasować próg zgodności.

Przy złym zbalansowaniu można doprowadzić do sytuacji w której maszyna będzie bardzo niedokładna bądź zostanie „przeuczona” tzn. że maszyna nie będzie wstanie nabytego doświadczenia wykorzystać do nauki nowych rzeczy.

Oczywiście nie brakło także przykładów z wykorzystywaniem twarzy i na jej podstawie określanie płci i wieku. Przykładów z praktycznym wykorzystaniem „machine learning” jest mnóstwo np.:

  • rozpoznawanie twarzy
  • marketing (dopasowywanie reklam)
  • automatyczna klasyfikacja dokumentów/tekstów
  • rozpoznawanie mowy lub tekstu pisanego
  • nawigacja w nieznanym terenie
  • rozpoznawanie chorób na podstawie objawów
  • przewidywanie trendów finansowych lub ekonomicznych
  • rozpoznawanie wzorców
  • rozpoznawanie elementów na zdjęciu
  • kierowanie pojazdami
  • systemy rekomendacji (np. Spotify lub Filmweb)
  • zabezpieczanie przed oszustwami w transakcjach finasowych
  • i wiele innych ..

Co ciekawe, do stworzenia „planu nauki” nie potrzeba zbyt wiele kodu czy nie wiadomo ilu algorytmów. Bardziej liczy się tu wyobraźnia, przeczucie, pewnego rodzaju zmysł czy to wrodzony czy nabyty dzięki doświadczeniom. Jak to powiedział jeden z prelegentów. „Tworzenie metody nauki dla maszyny to sztuka”. I chyba najfajniejsze jest to, że tak samo jak programowania, każdy może spróbować samemu.

 

Machine Learning – Konkluzje

Machine Learning to stosunkowo młoda branża z ogromnym potencjałem. Duży krok w stroję rozwoju ludzkości. Samouczenie maszyn w wielu dziedzinach życia ułatwia oraz przyspiesza procesy. Co więcej,  może nawet skuteczniej wybierać najbardziej optymalne rozwiązania bądź odpowiednio wcześniej wykrywać problem.

Uczenie maszyn „myślenia” aby mogły „służyć” ludziom to bardzo śmiały i wielu przypadkach pożądany krok. Choć budzący nie małe wątpliwości czy przypadkiem ludzkość nie posuwa się za daleko i nie ściąga na siebie apokalipsy robotów :D?
Jeden z prelegentów bardzo trafnie skomentował zdolność nauczenia się maszyny mówienia Naszym własnym głosem, że jest to niesamowite i jednocześnie przerażające doświadczenie. 😛

Natomiast jeden z najmądrzejszych ludzi naszych czasów Stephen Hawking powiedział kiedyś:

W przeciągu najbliższych stu lat komputery wyprzedzą ludzi pod względem inteligencji. Kiedy to się stanie, musimy się upewnić, że cele komputerów będą zbliżone do ludzkich. Nasza przyszłość to wyścig, który odbywa się pomiędzy rosnącą potęgą technologii i naszą wiedzą na temat korzystania z niej mądrze.

Postęp technologii to proces który trwa od wielu wieków i trwać będzie stale. Ludzie tworzą coraz nowsze i śmielsze dzieła, pragnąc stworzyć świat lepszym, przy tym jednocześnie wpływając na jego szkodę… Zaślepieni rozwojem i niespożytymi możliwościami odkrywczymi, żyjemy w coraz większym pędzie. Chcemy żyć szybciej, mieć więcej i stale przekraczać granice.

Pozostaje mieć nadzieję, że jeśli kiedykolwiek dotrzemy do miejsca w którym maszyny będą na tyle inteligentne i „świadome” że człowiek będzie im zbędny. To wówczas ludzkość będzie posiadać „czerwony przycisk” którym będzie mogła zatrzymać inwazję maszyn.

You may also like...

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *