A mesterséges intelligencia mindent megváltoztat | Jürgen Schmidhuber | TEDxLakeComo

Jürgen Schmidhuber professzort a modern mesterséges intelligencia atyjának tartják. A laborjában kidolgozott mély tanulási módszerek forradalmasították a gépi tanulást, és ma hárommilliárd okostelefonban lelhetők fel, naponta milliószor használják pl. a Facebook automata fordítóprogramjaiban, a Google beszédfölismerőiben, az Apple Sirijében és QuickType-jában, az Amazon Alexájában stb. Előadásában kifejti, miért vagyunk tanúi olyan pillanatnak, melynek fontossága csak az élet 3,5 milliárd évvel ezelőtti keletkezésével vethető össze.

Ezt az előadást egy TEDx rendezvényen rögzítették, amelyet a TED konferenciák formájában, de tőlük függetlenül egy helyi közösség szervezett. Bővebben: http://ted.com/tedx

Gyerekkoromban

maximalizálni szerettem volna
a világra gyakorolt hatásomat.

Elég okos voltam, hogy rájöjjek:
nemigen vagyok okos,

és gépet kell építenem,

mely megtanulja,
hogyan legyen nálam sokkal okosabb.

Olyat, amely minden problémát
megold, amely nekem nem megy,

így nyugdíjba vonulhatok.

Erről szóló első közleményem
30 éves: 1987-ből való.

Diplomamunkám,

melyben az MI nagy kérdését
próbálom megoldani;

nemcsak gépet építeni,

amely imitt-amott tanul valamit,

hanem maga tanulja meg
a tanuló algoritmusa tökéletesítését is.

Csak tanul és tanul,

visszatérően, korlátozás nélkül,

nem számítva
a logikai és a fizikai korlátokat.

De még mindig ugyanezen
a jó öreg dolgon munkálkodom,

s még mindig ugyanazt mondom,
azzal a különbséggel,

hogy most sokkal többen hallgatnak rám,

mert az e cél érdekében

kifejlesztett tanuló algoritmus ma

hárommilliárd okostelefonban van benne.

A zsebünkben hordjuk.

Itt látható

a Nyugat öt legértékesebb cége:

az Apple, Google, Facebook,
Microsoft és az Amazon.

Mindegyikük hangsúlyozza,

hogy az MI, a mesterséges intelligencia

a tevékenységük középpontjában áll.

Mindegyikük erőteljesen a mély-
tanulási módszereket alkalmazza,

amelyet csoportom a 90-es évek
elején kezdett kifejleszteni

Münchenben és Svájcban.

Különösen az ún. hosszú
rövid távú memóriát.

Önök közül hallott-e valaki
az ún. hosszú rövid távú memóriáról,

azaz az LSTM-ről?

Tegye föl a kezét, aki igen!

Rendben.

És aki sosem?

Rendben. Úgy látom,
a helyiségben lévők harmada

nem értette a kérdést.

(Nevetés)

Az LSTM egy kicsit az agyunkhoz hasonló:

mesterséges neurális hálózat,
amelyben szintén idegsejtek vannak.

Agyunk kb. százmilliárd
idegsejtet tartalmaz.

Mindegyikük átlagosan

kb. tízezer másik idegsejthez kapcsolódik.

Ez azt jelenti, hogy milliószor
milliárdnyi kapcsolatunk van.

Minden kapcsolat erősséggel jellemezhető,

amely jelzi, hogy az adott idegsejt
mennyire befolyásolja a következőt

a további lépés idején.

Kezdetben a kapcsolatok esetlegesek,

és a rendszer tudatlan.

De aztán az okos tanuló
algoritmuson keresztül

sok példából megtanulja a bejövő adatok -

pl. kamerákon bejövő videojelek,
mikrofonból bejövő audiojelek

vagy fájdalom-érzékelőn
keresztüli fájdalomjelek - értelmezését.

Megtanulja, hogyan váltsa át
őket kimenő cselekvéssé,

hiszen bizonyos idegsejtek kimenetiek,

amelyek beszédizomzatot
és ujjizomzatot szabályoznak.

Csak a gyakorlatból képes megtanulni

mindenféle érdekes probléma megoldását,

pl. az autóvezetést

vagy okostelefonunkon a beszédfelismerést.

Mert mikor előkapjuk okostelefonunkat,

pl. Androidos készülékünket,

és belebeszélünk:

"Google, mutasd a Milánóba
vezető legrövidebb utat!",

akkor megérti, amit mondunk.

Mert beszédértésre kiképezett
LSTM van benne.

Minden századmásodpercben,
másodpercenként száz jel érkezik

a mikrofonból,

amelyből aztán értelmezés után

betűk lesznek;

azok jutnak tovább a keresőmotorba.

A készülék megtanulta,

mert rengeteg és mindenféle
női és férfibeszédet hallott.

Ezért 2015-től a Google beszédfelismerője

sokkal jobb a korábbinál.

Az LSTM cellák ilyenek.

Elmagyarázni nincs időm,

de itt legalább fölsorolom

a megvalósításban jeleskedő, laboromban
dolgozó kiváló diákjaim nevét.

De mit kezdenek ezzel a nagy cégek?

A beszédfelismerés csak egy példa.

Facebookozik itt valaki?

Néha rákattintanak a Fordítás gombra,

ha valakitől idegen nyelvű
üzenetet kapnak?

Akkor lefordíttathatják.

Valaki szokta használni? Igen.

Mikor ezt teszik,

megint csak a hosszú rövid távú
memóriát, az LSTM-et használják,

amely megtanulta,

hogyan fordítson szöveget
forrásnyelvről célnyelvre.

A Facebook napjában
négymilliárdszor végzi ezt el,

másodpercenként

50 000 mondatot fordít

az LSTM segítségével.

Majd ugyanennyit a következő
másodpercben, és így tovább.

Hogy lássák, mai világunkban
ez az eszköz mire képes,

vegyék figyelembe,

hogy a félelmetes számítógépi
teljesítmény majd 30%-át

a Google adatközpontjaiban

az egész világon

az LSTM veszi igénybe.

Majdnem 30%!

Akinek Amazon Echója van,

kérdezheti, az pedig felel neki.

A hallott hang nem felvétel,

hanem LSTM-hálózat,

amely a kiképzési példák alapján

megtanulta a női hangon beszélést.

Akinek gyors fajtájú iPhone-ja van,

az megpróbálja kitalálni
a következő kívánságát

az eddigi tetteire támaszkodva.

Ez megint csak LSTM,
amely ezt elsajátította.

Milliárdnyi iPhone-on rajta van.

Fogalmaim szerint önök népes közönség,

de mikor évtizedekkel ezelőtt,
a 90-es években e munkába fogtunk,

csupán keveseket érdekelt ez,

mert a számítógépek lomhák voltak,
és nem sokra mentünk velük.

Emlékszem, mikor előadást tartottam
az egyik tanácskozáson,

csak egyvalaki volt a teremben:

egy ifjú hölgy.

Azt mondtam neki:

"Hölgyem, ez igen kínos, de úgy látszik,
hogy ma csak önnek adok elő."

Ezt válaszolta:

"Rendben, de siessen, mert én vagyok
a következő előadó."

(Nevetés)

Azóta élvezzük annak előnyét,

hogy ötévente tizedére csökken
a számítógépek ára.

Ez a régi irányzat
legalább 1941 óta tart.

Azóta, hogy Konrad Zuse Berlinben

az első programvezérlésű
működő számítógépet megépítette,

és a gép másodpercenként
durván egy műveletre volt képes.

Egyre!

Tíz év múlva azonos árért

már 100 műveletre.

30 év múlva azonos árért

egymillió műveletre.

Ma, 75 év múltán azonos árért

egybilliárd műveletre képes.

A tendencia folytatódik,

mert a fizikai korlát még messze van.

Elég hamar, nem sok év vagy évtized múlva

először lesz kis berendezésünk,

amely annyi számításra lesz képes,
mint az emberi agy,

és a tendencia nem törik meg.

50 év múlva azonos árért

kis számítógépünk lesz,

amely annyi számításra lesz képes,
mint tízmilliárd emberi agy együttvéve.

Ilyenből nem egy, hanem rengeteg lesz.

Minden meg fog változni.

Már 2011-ben a számítógépek
elég gyorsak voltak ahhoz,

hogy mélytanulási módszereink

először érjenek el emberfeletti
mintafelismerő eredményeket.

Ez volt a számítógépes látás terén
az első emberfeletti eredmény.

A számítógépek akkor még
hússzor drágábbak voltak, mint ma.

Úgyhogy azonos árért ma

hússzor annyit elvégezhetünk.

Csak öt éve,

mikor a gépek még
tízszer annyiba kerültek, mint ma,

először nyerhettünk meg
orvosi képalkotási versenyeket.

Mögöttem egy női emlő metszetét látják,

és az ott látható szövetben
mindenféle sejtek vannak:

szokásosan képzett orvosra,
képzett szövettanászra van szükség

a veszélyes rákos sejtek

vagy kialakuló rákos sejtek
fölismeréséhez.

Buta hálózatunk

egyáltalán nem ért a rákhoz
vagy a képalkotáshoz.

Eleinte semmit sem ért,

de megtanítható az orvos utánzására.

Jó, sőt jobb lett,
mint legkiválóbb versenytársai.

Nemsokára minden orvosi diagnózis

emberfeletti lesz.

Kötelező lesz,

mert sokkal jobb lesz, mint az orvosok.

Az ezután létrejött
orvosi képalkotó startup cégek

csakis ezzel foglalkoznak,
mert ez olyannyira fontos.

Az LSTM-et robotok
betanítására is használhatjuk.

Fontos fölhívnom a figyelmüket,

hogy rendszereink

nemcsak szolgaian utánozzák,
amit az ember mutat nekik,

hanem MI-k is vannak, amelyek önálló
célokat tűznek ki maguknak.

Mint kisbabák, kísérleteket módolnak ki

a világ fölfedezésére, és hogy rájöjjenek,

mihez kezdjenek magukkal a világban.

Tanár nélkül.

A folyamat során egyre átfogóbb
problémamegoldókká válnak,

ahogy tanulással
régi készségeikre ráépülnek az újak.

Ez ún. "mesterséges kíváncsiság"-gá
bővül idővel.

Az utóbbi idők felkapott kifejezése
az ún. hatalmi sík.

Az általános problémamegoldás
megtanulása kutató módjára,

a felfedezés megtanulása révén:
újabb és újabb érdekes célok kitűzésével.

Egyre terjeszkedni fog.

Szerintem nincs már messze az idő,

még pár év,

és állatszerű MI-nk lesz;

de még nem áll rendelkezésre.

Eszközhasználat megtanulására

már képes varjúcska

vagy majmocska színvonalán.

S ha egyszer az meglesz,

tán csak még pár évtized,

hogy megtegyük az utolsó lépést
az emberi intelligencia felé.

Mert a műszaki fejlődés

a biológiainál milliószor gyorsabb.

A biológiai fejlődésnek
3,5 milliárd évébe tellett,

hogy a semmiből hozzon létre majmot.

Ám utána már elég volt pár évmillió

az emberi intelligencia megteremtésére.

Nnaisense nevű cégünk a nevét
a francia születés szóról kapta,

de nem franciásan írjuk.

A cég ezt szeretné valóra váltani,

létrehozva az első igazi,
minden célra alkalmazható MI-t.

Jelenleg majdnem minden
MI-kutatás emberközpontú,

céljuk az emberi élet meghosszabbítása,
megkönnyítése, egészségesebbé tétele,

továbbá hogy még függőbbekké
váljanak az okostelefonjaiktól.

Ám hosszabb távon az MI-k,
kiváltképp az okos MI-k,

saját célokat fognak kitűzni.

Nincs kétségem afelől,

hogy nálunk sokkal okosabbak lesznek.

Hogy mit fognak tenni?

Nyilván ők is rájönnek,
amire mi már rég rájöttünk:

nevezetesen, hogy a naprendszerben lévő
vagy az általában vett tartalékaink zöme

nem a csöpp bioszféránkban van.

Hanem az űrben.

Ezért persze ki fognak vándorolni.

Ahhoz billiószámra használnak majd

önmásoló robotokat gyártó üzemeket

növekvő MI-buborék formában
való terjeszkedésre,

amelyek pár százezer év alatt

az egész Tejútrendszert betöltik

adókkal és vevőkkel,

ahogy az MI-k közlekednek

már a laboromban is:

adó és vevő között rádió útján.

Vezeték nélkül.

Nem csak újabb ipari forradalom
tanúi vagyunk.

Sokkal többről van szó.

Ez fölülmúlja az emberiséget,

sőt, még magát az életet is.

Ilyen fontosságú esemény

utoljára tán csak 3,5 milliárd éve,
az élet kialakulásakor történt.

Az élet új fajtája keletkezik
csöpp bolygónkon,

és gyarmatosítja s átalakítja
az egész világmindenséget.

A világmindenség még ifjú:
csupán 13,8 milliárd éves.

Lesz még sokkal-sokkal idősebb is.

Rengeteg időnk van

ezek vagy látható részei elérésére

fénysebesség és a fizika korlátai között.

Újfajta élettől válik
intelligenssé a világmindenség.

Nem leszünk a teremtés koronája többé.

De létezik még a szépség,

amelynek fényében a világűrbe,

az alacsony bonyolultságból a magasabba
vezető nagyobb folyamat részeként

tekinthetünk magunkra

Megtiszteltetés oly korban élni,

melyben e kezdeteknek tanúi lehetünk,

és amelyben valamivel
ehhez hozzájárulhatunk.

Köszönöm a figyelmet.

(Taps)