Эксперт Дэн Голдвассер из Purdue, объясняет, почему ИИ с нами и без этого ни куда. Надежность информации, независимо от того, поступает ли она из новостных агентств, постов в социальных сетях или правительственных документов, может когда-нибудь определиться с помощью искусственного интеллекта, говорит профессор компьютерной науки Дэн Голдвассер, работающий над инструментами, которые будут делать именно это.

Сбор персональных данных, машинное обучение и искусственный интеллект вторгаются в нашу жизнь такими темпами, которые многие из нас находят тревожными, если не прямо пугающими. Не говоря уже о том, что многие из нас не могут понять разницу в значении этих терминов.

Дэн Голдвассер из Purdue работает над созданием инструментов, которые используют эти мощные новые технологии, чтобы они могли улучшить жизнь людей — и, возможно, улучшить общество.

Хотя вы можете думать об искусственном интеллекте как о технологии для такого далекого будущего Jetsons, мы взаимодействуем с ним каждый день, часто не замечая этого, говорит Голдвассер, доцент кафедры информатики.

«Раньше при наборе текста на компьютере или смартфоне он указывал на слова с ошибками, что довольно просто для обычных компьютеров», — говорит он. «Теперь, если вы введете« ли », когда вы имели в виду« погода », приложение сообщит вам:« Да, это слово, но это не то слово, которое вы намеревались ». Это требует понимания синтаксиса предложения и контекста, и это делается с помощью искусственного интеллекта ».

Гольдвассер занимается исследованиями в области искусственного интеллекта с упором на машинное обучение и обработку естественного языка. Он говорит, что люди часто путают эти три технологии или просто не знают, что означает любой из этих терминов.

«Искусственный интеллект, который в наши дни привлекает много внимания и внимания, — это набор методов, систем или подходов для компьютеров, которые пытаются имитировать человеческие суждения и принятие человеческих решений», — говорит он. «Машинное обучение — это набор методов, которые используют данные для выполнения задачи».

Если ваша задача может быть сведена к прямому отображению между входом и выходом, то машинное обучение может помочь вам в этом.

Например, прогнозирование вероятности того, что Пердью выиграет в следующую субботу: алгоритм машинного обучения может использовать информацию из предыдущих игр, запись выигрыша-проигрыша противника и информацию о том, является ли игра домашней, выполнить собранные данные с помощью алгоритма и дать ты ответ

Но если вы хотите, чтобы система пошла дальше этого и вычислила шансы, например, основываясь на настроении игроков, сканируя социальные сети, ей нужно будет взвесить множество других переменных и рассуждать об их отношении к субботней игре. Например, сообщение, указывающее, что один из игроков будет присутствовать на свадьбе своей сестры в субботу, потребует от системы сделать вывод, что игрок не сможет присутствовать на игре, изменяя шансы на выигрыш.

Это процесс, который требует искусственного интеллекта, говорит Голдвассер.

Одним из распространенных мест, где люди сталкиваются с базовым ИИ и машинным обучением, являются устройства личного помощника, такие как Amazon Alexa, Google Home, Apple Siri и Microsoft Cortana, которые все используют третью технологию исследования Goldwasser — обработку естественного языка, которую он объясняет так: область искусственного интеллекта, которая специально фокусируется на копировании человеческих суждений о человеческом языке.

Рассмотрим, к примеру, что может показаться простым вопросом, который вы могли бы задать коллеге: «Эй, Гиганты выиграли прошлой ночью?»

Для компьютера вопрос чрезвычайно сложен.

«Мы делаем много выводов, когда общаемся с кем-то, и эти ярлыки, которые очень естественны для нас, не задумываясь, но когда вы должны сделать их явными, вы понимаете, что за ними стоят сложные рассуждения», — говорит Голдвассер. «Итак, великаны ли победили? Подумайте о пространстве возможных миров, которые должна исследовать система. Есть футбольные нью-йоркские гиганты и бейсбольные гиганты Сан-Франциско. Система должна знать это и обосновывать, является ли это бейсбольным сезоном или футбольным сезоном, и была ли у них игра за последние 24 часа. Но вы также можете вообразить, что есть какая-то военная группа, которую люди называют Гигантами, и они просто сражались? Вы можете обосновать значение этого слова разными способами ».

По словам Гольдвассера, даже если вы устраните неоднозначность вопроса и узнаете, что спрашиваете о бейсбольной команде, система все еще сталкивается со сложной проблемой. Система должна знать, что значит «победить» и какая информация актуальна для пользователя. В Южной Америке может быть бейсбольная команда под названием «Гиганты», но система должна знать, заботишься ли ты об этом результате.

«Такое отражение и понимание пользователя — это действительно то, что трудно запрограммировать в этих системах, и это не то, чего система может достичь, просто извлекая данные, без дополнительных рассуждений», — говорит Голдвассер.

Его исследования в области искусственного интеллекта совпали с празднованием «Гигантских прыжков» Пердью, признавая глобальные достижения университета в области развитой экономики и планеты в рамках 150-летия Пердью. Это одна из четырех тем ежегодного празднования фестиваля идей, призванного продемонстрировать Пердью как интеллектуальный центр, решающий проблемы реального мира.

Для собственных проектов Голдвассера он разрабатывает инструменты, которые используют искусственный интеллект для анализа вселенной данных, чтобы обеспечить понимание текущих проблем.

Например, один проект анализирует сообщения в социальных сетях и публичные комментарии избранных должностных лиц, чтобы предсказать, когда они проголосуют против собственной политической партии.

«Мы использовали это с законодателями штата, чтобы предсказать, как они будут голосовать за здравоохранение», — говорит Голдвассер. «Законодатели могут никогда не раскрыть свою позицию в Твиттере, но мы можем предсказать по тому, как они сформулируют вопрос, как они будут голосовать, когда придет время».

Другой проект, финансируемый Google, создает инструмент для просмотра источника новостей и использования различных точек данных, таких как то, как часто точка зрения использует различные политические точки зрения, и социальные связи людей, взаимодействующих с точкой зрения, для определения насколько смещен розетка.

Третий проект, который является результатом его исследований, — это инструмент для анализа комментариев местного населения в социальных сетях, чтобы посмотреть, как они формулируют проблему, чтобы предсказать, каким может быть ответ на действие.

«Например, если вы думаете об отправке войск в страну, чтобы помочь с кризисом беженцев, будут ли местные жители рассматривать это как необходимую помощь или агрессивный акт? Мы надеемся, что сможем дать лицам, принимающим решения, инструменты, чтобы понять это, поскольку они разрабатывают политику, чтобы избежать опасных ошибок ».

В этом исследовании были проанализированы сообщения в социальных сетях и публичные комментарии избранных должностных лиц, чтобы предсказать, когда они проголосуют против собственной политической партии.

«Опираясь на это, мы начали сотрудничество с профессором политологии Эриком Вальтенбургом для анализа данных местных органов власти», — говорит Голдвассер. «Для этого проекта мы недавно получили финансирование в рамках Интегративного исследования данных Пердью».

По материалам phys.org