quinta-feira, 21 de maio de 2015

GOOGLE PERTO DE DESENVOLVER ' INTELIGENCIA' SEMELHANTE À HUMANA




Texto originalmente publicado no dia 21 de maio de 2015 no jornal THE GUARDIAN: http://www.theguardian.com/science/2015/may/21/google-a-step-closer-to-developing-machines-with-human-like-intelligence . 0 Texto a seguir é uma legitima tradução do Google, ou seja a tal INTLIGENCIA ARTIFICIAL SEMELHANTE AO HUMANO, seria algo parecido como ler e interpretar esse texto.

Algoritmos desenvolvidos pelo Google concebido para codificar pensamentos, poderia levar a computadores com "senso comum" dentro de uma década, diz o cientista AI

Computadores terá desenvolvido "senso comum" dentro de uma década e que poderíamos estar contando-los entre nossos amigos não muito tempo depois, um dos cientistas mais importantes do mundo AI previu.
 Professor Geoff Hinton, que foi contratado pelo Google há dois anos para ajudar a desenvolver sistemas operacionais inteligentes, disse que a empresa está à beira de desenvolver algoritmos com a capacidade de lógica, conversa natural e até flerte.
 O pesquisador disse ao Guardian disse que o Google está trabalhando em um novo tipo de algoritmo projetado para codificar pensamentos como seqüências de números - algo que ele descreveu como "vectores de pensamento".

 Embora o trabalho é em um estágio inicial, ele disse que não há um caminho plausível do software atual para uma versão mais sofisticada que teria algo se aproximando capacidade semelhante à humana para o raciocínio e lógica.  "Basicamente, eles vão ter bom senso."
 A idéia de que os pensamentos podem ser capturados e destilada até sequências frias de dígitos é controversa, disse Hinton.  "Haverá uma grande quantidade de pessoas que argumentam contra ele, que dizem que você não pode capturar um pensamento como esse", acrescentou.  "Mas não há nenhuma razão pela qual não.  Eu acho que você pode capturar um pensamento por um vetor. "
 Hinton, que é devido para dar uma palestra na Royal Society, em Londres na sexta-feira, acredita que a abordagem do "pensamento vector" vai ajudar a quebrar dois dos desafios centrais em inteligência artificial: masterização, linguagem coloquial natural, ea capacidade de fazer saltos de lógica.
 Ele pintou um retrato de um futuro próximo em que as pessoas vão conversar com seus computadores, não só para extrair informações, mas por diversão - uma reminiscência do filme, ela, em que Joaquin Phoenix se apaixona por seu sistema operacional inteligente.

Advertisement

 "Não é que muito forçado", disse Hinton.  "Eu não vejo por que ele não deve ser como um amigo.  Eu não vejo por que você não deve crescer muito ligado a eles. "
 Nos últimos dois anos, os cientistas já fizeram progressos significativos na superação deste desafio.

 Richard Socher, um cientista inteligência artificial na Universidade de Stanford, desenvolveu recentemente um programa chamado NaSent que ele ensinou a reconhecer sentimento humano, treinando-o em 12.000 frases retiradas da revisão do Web site do filme Rotten Tomatoes.
 Parte da motivação inicial para o desenvolvimento de vectores "pensamento" era melhorar o software de tradução, como o Google Translate, que atualmente utiliza dicionários para traduzir palavras individuais e pesquisas através de documentos previamente traduzidos para encontrar traduções de frases típicas.  Embora esses métodos muitas vezes fornecem o significado áspero, eles também são propensos a entregar um disparate e gramática duvidosa.

 Pensei vetores, Hinton explicou, o trabalho em um nível superior, extraindo algo mais próximo de real significado.
 A técnica funciona por atribuir cada palavra de um conjunto de números (ou vetor) que definem a sua posição em um teórico ", que significa espaço" ou nuvem.  A sentença pode ser encarado como um caminho entre estas palavras, o que por sua vez pode ser destilada para baixo a seu próprio conjunto de números, ou pensamento vetor.
 O "pensamento" serve como uma ponte entre as duas línguas, porque pode ser transferido para a versão francesa do espaço de significado e decodificada de volta em um novo caminho entre as palavras.
 A chave é trabalhar para fora o que os números para atribuir a cada palavra de uma língua - isto é onde o aprendizado profundo vem em Inicialmente, as posições das palavras dentro de cada nuvem são ordenados aleatoriamente e o algoritmo de tradução começa a treinar em um conjunto de dados de frases traduzidas..
 Na primeira das traduções que ela produz são um disparate, mas um loop de feedback fornece um sinal de erro que permite que a posição de cada palavra a ser refinado até que, eventualmente, as posições das palavras na nuvem capta a forma como os humanos utilizá-los - efetivamente um mapa de seus significados.
 Hinton disse que a idéia de que a linguagem pode ser desconstruída, com precisão quase matemática é surpreendente, mas é verdade.  "Se você tomar o vector para Paris e subtrair o vector para a França e adicionar Itália, você começa Roma", disse ele.  "É bastante notável."
 Dr. Hermann Hauser, um cientista da computação Cambridge e empresário, disse que Hinton e outros poderiam estar a caminho para resolver o que os programadores chamam de "problema gênio".
 "Com as máquinas no momento, você começa exatamente o que você desejava", disse Hauser.  "O problema é que não somos muito bons em que desejam para a coisa certa.  Quando você olha para os seres humanos, o reconhecimento de palavras individuais não é particularmente impressionante, o bit importante é descobrir o que o cara quer. "
 "Hinton é o nosso número um guru no mundo sobre este no momento", acrescentou.
 Alguns aspectos da comunicação são susceptíveis de ser mais desafiador, Hinton previsto.  "A ironia vai ser difícil de obter", disse ele.  "Você tem que ser o mestre do primeiro literal.  Mas então, os americanos não se quer ironia.  Os computadores estão indo para atingir o nível dos norte-americanos antes de Brits. "
 Um programa de paquera "provavelmente ser bastante simples" para criar, no entanto.  "Provavelmente não seria sutilmente paquera, para começar, mas seria capaz de dizer frases politicamente incorretas limítrofes", disse ele.
 Muitos dos recentes avanços na AI surgiram a partir do domínio da aprendizagem profunda, que Hinton foi trabalhando desde a década de 1980.  Em seu núcleo é a idéia de que os programas de computador aprender a realizar tarefas de formação em grandes conjuntos de dados, em vez de ser ensinado um conjunto de regras inflexíveis.
 Com o advento de grandes conjuntos de dados e processadores poderosos, a abordagem pioneira por Hinton décadas atrás veio ao ascendência e sustenta o trabalho de braço de inteligência artificial Google, DeepMind, e os programas de investigação similares no Facebook e Microsoft.

 Hinton minimizou preocupações sobre os perigos do AI levantadas por aqueles que, como o empresário americano Elon Musk, que descreveu as tecnologias em desenvolvimento como a maior ameaça existencial da humanidade.  "O risco de algo muito perigoso acontecendo é em cinco anos o calendário.  Dez anos no máximo ", Musk advertiu no ano passado.
 "Estou mais assustado sobre as coisas que já aconteceram", disse Hinton em resposta.  "A NSA já está incomodando tudo o que todo mundo faz.  Cada vez que há uma nova revelação de Snowden , você percebe a extensão do mesmo ".
 "Estou com medo de que se você fizer o trabalho tecnologia melhor, você ajuda o uso indevido NSA-lo mais", acrescentou.  "Eu estaria mais preocupado com isso do que sobre robôs assassinos autônomos.