A pesquisa e desenvolvimento da IA ​​está em expansão, mas a inteligência geral ainda está fora de alcance


  

Tentar controlar o progresso da inteligência artificial é uma tarefa assustadora, mesmo para aqueles que estão envolvidos na comunidade da IA. Mas a última edição do relatório AI Index – um resumo anual dos pontos de dados de aprendizado de máquina agora em seu terceiro ano – faz um bom trabalho confirmando o que você provavelmente já suspeitava: o mundo da IA ​​está crescendo em uma variedade de métricas que cobrem pesquisa, educação e realizações técnicas.

O Índice de Inteligência Artificial abrange muito terreno – tanto que seus criadores, que incluem instituições como Harvard, Stanford e OpenAI, também lançaram duas novas ferramentas apenas para filtrar as informações de onde vieram. Uma ferramenta é para pesquisar artigos de pesquisa em AI e a outra é para investigar dados em nível de país sobre pesquisa e investimento.

A maior parte do relatório de 2019 basicamente confirma a continuação das tendências que destacamos em anos anteriores . Mas para evitar que você tenha que percorrer suas 290 páginas, aqui estão alguns dos pontos mais interessantes e pertinentes:

  • A pesquisa em IA está disparando . Entre 1998 e 2018, houve um aumento de 300% na publicação de artigos revisados ​​por pares sobre IA. A participação em conferências também aumentou; o maior, NeurIPS, espera 13.500 participantes este ano, um aumento de 800% em relação a 2012.
  • A educação em IA é igualmente popular. A inscrição em cursos de aprendizado de máquina em universidades e on-line continua a aumentar. É difícil resumir os números, mas um bom indicador é que a IA é agora a especialização mais popular para graduados em ciência da computação na América do Norte. Mais de 21% dos PhDs em CS optam por se especializar em IA, que é mais do que o dobro da segunda disciplina mais popular: segurança / garantia de informações.
  • Os EUA ainda são os líderes globais em IA pela maioria das métricas . Embora a China publique mais artigos de IA do que qualquer outra nação, o trabalho produzido nos EUA tem um impacto maior, com autores norte-americanos citados 40% a mais que a média global. Os EUA também investem mais em investimento privado em IA (um pouco menos de US $ 12 bilhões em comparação com a China em segundo lugar no mundo, com US $ 6,8 bilhões) e registram muito mais patentes de IA do que qualquer outro país (três vezes mais que o país número dois, o Japão ).
  • Os algoritmos de IA estão se tornando mais rápidos e baratos para treinar. A pesquisa não significa nada, a menos que seja acessível, portanto esse ponto de dados é particularmente bem-vindo. A equipe do AI Index observou que o tempo necessário para treinar um algoritmo de visão de máquina em um conjunto de dados popular (ImageNet) caiu de cerca de três horas em outubro de 2017 para apenas 88 segundos em julho de 2019. Os custos também caíram de milhares de dólares para dois dígitos figuras.
  • Os carros autônomos receberam mais investimento privado do que qualquer campo de IA. Pouco menos de 10% do investimento privado global foi destinado a veículos autônomos, cerca de US $ 7,7 bilhões. Isso foi seguido por pesquisa médica e reconhecimento facial (ambos atraindo US $ 4,7 bilhões), enquanto os campos de IA industrial de crescimento mais rápido foram menos chamativos: automação de processos de robô (investimento de US $ 1 bilhão em 2018) e gerenciamento da cadeia de suprimentos (mais de US $ 500 milhões).

Tudo isso é impressionante, mas uma grande ressalva se aplica: não importa a rapidez com que a IA melhore, ela nunca corresponderá às conquistas concedidas pela cultura pop e manchetes sensacionalistas. Isso pode parecer pedante ou até óbvio, mas vale lembrar que, enquanto o mundo da inteligência artificial está crescendo, a própria IA ainda é limitada em alguns aspectos importantes.

A melhor demonstração disso vem de uma linha do tempo de "marcos de desempenho em nível humano" apresentados no relatório do AI Index; uma história de momentos em que a IA alcançou ou superou a experiência em nível humano.

A linha do tempo começa nos anos 90, quando os programas vencem os humanos pela primeira vez no jogo de damas e no xadrez e acelera com o recente boom do aprendizado de máquina, listando videogames e jogos de tabuleiro onde a IA chegou, viu e conquistou (Go in 2016, Dota 2 em 2018, etc.). Isso é misturado com tarefas diversas, como a classificação em nível humano de imagens de câncer de pele em 2017 e em tradução de chinês para inglês em 2018. (Muitos especialistas discordariam dessa última conquista sendo incluído e observe que a tradução da IA ​​ainda está muito atrás dos seres humanos.)

E embora essa lista seja impressionante, não deve levar você a acreditar que a superinteligência de IA está próxima.

Para começar, a maioria desses marcos vem da derrota de humanos em videogames e jogos de tabuleiro – domínios que, por causa de suas regras claras e fácil simulação, são particularmente favoráveis ​​ao treinamento em IA. Esse treinamento geralmente se baseia em agentes de inteligência artificial que afundam muitas vidas úteis em um único jogo treinando centenas de anos em um dia solar: um fato que destaca a rapidez com que os humanos aprendem em comparação com os computadores.

Da mesma forma, cada conquista foi definida em um único domínio. Com muito poucas exceções os sistemas de IA treinados em uma tarefa não podem transferir o que aprenderam para outra. Um robô sobre-humano StarCraft II perderia para um jogador de xadrez de cinco anos de idade . E, embora uma IA possa detectar tumores de câncer de mama com a mesma precisão que um oncologista, não pode fazer o mesmo com câncer de pulmão (quanto mais escrever uma receita ou fornecer um diagnóstico). Em outras palavras: os sistemas de IA são ferramentas de uso único, não inteligências flexíveis que são substitutas para os seres humanos.

Mas – e sim, há outro mas – isso não significa que a IA não é incrivelmente útil. Como este relatório mostra, apesar das limitações do aprendizado de máquina, ele continua se acelerando em termos de financiamento, interesse e realizações técnicas.

Ao pensar nas limitações e promessas da IA, é bom lembrar as palavras do pioneiro em aprendizado de máquina Andrew Ng: “Se uma pessoa típica pode realizar uma tarefa mental com menos de um segundo de pensamento, podemos provavelmente o automatize usando a IA agora ou em um futuro próximo. ”Estamos apenas começando a descobrir o que acontece quando esses segundos são somados.



Source link



Os comentários estão desativados.