Quando Siri diventerà Samantha da 'Her' di Spike Jonze?
Nel film vincitore dell'Oscar di Spike Jonze, un uomo di nome Theodore Twombly, interpretato da Joaquin Phoenix, si innamora del suo sistema operativo intelligente, un'entità che si chiama Samantha ed è doppiata da Scarlett Johansson. Attraverso il film, Samantha dimostra, o approssima, la capacità di apprendere, di interpretare un'ampia varietà di spunti informativi e forse anche la capacità di amare. Fan, critici e scrittori tecnologici sono emersi dall'esperienza di guardare il film con alcune domande: fino a che punto dovremmo spingere l'intelligenza artificiale per avvicinarci a Samantha? Quanto grande sarebbe il salto di questa tecnologia rispetto alle versioni attuali, come Siri di Apple? Di che tipo di capacità tecnologica avremmo bisogno per trasformare Samantha in realtà?
A gennaio, Stephen Wolfram, il cui 'motore di conoscenza computazionale' Wolfram Alpha guida il componente simile all'intelligenza artificiale dell'assistente virtuale Siri sull'iPhone di Apple, ha detto al Wall Street Journal's Robin Kawakami che pensa alla tecnologia che consentirebbe un sistema operativo come Samantha non è così lontano .
'I meccanismi per far funzionare l'IA: non credo che sia la parte più impegnativa. La parte impegnativa è, in un certo senso: definire il prodotto significativo '. In contrasto con la pletora di ruoli e compiti che Samantha assume nel film, è probabile che l'intelligenza artificiale del futuro sia costruita per completare compiti specifici. Sebbene Wolfram in precedenza pensasse che sarebbe stato possibile creare 'un'intelligenza artificiale generica che è un po 'umana che ha una versione super di attributi umani esatti', osserva che quella non è più la direzione in cui vede l'area in movimento. .
Invece, prevede che presto vedremo assistenti personali più capaci per leggere e analizzare le nostre email, dividendole per argomento. I primi esempi sono i sistemi di gestione della posta elettronica come Sanebox o anche il sistema di schede della posta in arrivo di Gmail. Mentre Wolfram pensa che non sarebbe difficile costruire un assistente parlante simile a Samantha, mette in dubbio la praticità di un assistente vocale quando le presentazioni visive sono più diffuse per trasmettere informazioni.
Kawakami ha anche parlato con Peter Norvig, un direttore della ricerca di Google, che ha sottolineato che le percezioni giocano un ruolo importante nella nostra interazione con la tecnologia. “Gli esseri umani sono piuttosto bravi a ingannare se stessi. Se fai a Siri le domande giuste, fa un buon lavoro. Se gli fai la domanda sbagliata, sembra sciocco, la stessa cosa con Watson [dell'IBM] '.
quanti soldi guadagna David Ortizz
Dal punto di vista di Norvig, elementi di intelligenza artificiale ci circondano, visibili in Netflix e nei motori di raccomandazione di Amazon, o in Siri e nel software Wolfram Alpha che ne è alla base. Norvig ha spiegato: 'Penso all'intelligenza artificiale come capire come fare la cosa giusta quando non sai qual è la cosa giusta. Non sappiamo come scrivere le regole per qual è la differenza tra una faccia e qualcos'altro, quindi l'IA sta rispondendo a questa domanda. '
Per Wolfram, la definizione di intelligenza artificiale è un po 'più nebulosa. Sebbene molti computer possano riprodurre le funzioni del cervello umano, completano tali compiti in un modo completamente diverso da quello che fa il cervello, e questo rende difficile definire la differenza tra intelligenza e calcolo.
Ha detto a Kawakami: 'Pensavo che ci fosse una sorta di magia nell'attività simile al cervello'. Ma ha notato che, anni di ricerca dopo, ha scoperto che non c'era una 'chiara distinzione' tra ciò che sarebbe considerato intelligente e ciò che sarebbe considerato 'semplicemente' computazionale, e l'esperienza umana condivisa è ciò che distingue l'intelligenza umana dalla pura computazione .
Quella linea tra intelligente e computazionale è ulteriormente offuscata dall'introduzione di chip per computer che completano i compiti di intelligenza artificiale e affermano di funzionare allo stesso modo del cervello umano. Come riportato da John Markoff per il New York Times in agosto, IBM ha ha sviluppato un chip per computer , o processore, chiamato TrueNorth, che cerca di imitare il modo in cui il cervello riconosce i modelli, utilizzando reti di transistor simili alle reti neurali del cervello. In un articolo pubblicato sulla rivista Scienza , un gruppo di ricercatori ha spiegato che il chip è stato costruito con 4.096 nuclei neurosinaptici , integrando 1 milione di 'neuroni spiking' programmabili, che possono codificare i dati come modelli di impulsi e 256 milioni di sinapsi configurabili.
I neuroni elettronici di TrueNorth sono in grado di segnalarsi l'un l'altro quando un tipo di dati supera una certa soglia, ad esempio quando la luce diventa più luminosa o cambia colore o forma. Questa capacità potrebbe consentire al processore di riconoscere atti che i computer e i robot attuali faticano a interpretare. Ad esempio, Markoff osserva che il chip potrebbe essere in grado di riconoscere che una donna in un video prende una borsetta, cosa che gli esseri umani possono fare facilmente, ma che i computer attuali no.
Il chip è un risultato importante in termini di scalabilità ed efficienza. TrueNorth contiene 5,4 miliardi di transistor, ma consuma solo 70 milliwatt di potenza, rispetto ai processori Intel per personal computer, che potrebbero avere 1,4 miliardi di transistor e consumare ovunque tra 35 e 140 watt. Cablata notato al momento in cui è stato presentato il chip con cui IBM aveva testato compiti comuni di intelligenza artificiale , come il riconoscimento delle immagini, e potrebbe gestire queste attività con la consueta velocità, ma molta meno potenza di quanto richiederebbero i chip tradizionali.
In questi test, TrueNorth avrebbe riconosciuto persone, ciclisti, automobili, autobus e camion con una precisione dell'80%. Ma alcuni si chiedono se la tecnologia sia significativamente diversa da ciò che è già disponibile e se l'approccio porterà davvero i significativi progressi che IBM sostiene che farà.
Un processore tradizionale separa l'archiviazione dei dati e le parti di elaborazione dei dati del computer - la memoria e la CPU - ei chip neuromorfici rappresentano una deviazione da quell'architettura in quanto la memoria e le parti computazionali del computer sono collocate in piccoli moduli che elaborano le informazioni localmente, ma comunicano tra loro.
è bol bol correlato a manute bol
Ma le attività che il chip può completare finora non sono abbastanza solide da impressionare molti che stanno ricercando l'area dell'apprendimento automatico, un sottocampo dell'intelligenza artificiale che comprende sistemi che possono apprendere dai dati e agire senza essere programmati esplicitamente. Resta da vedere come la tecnologia si sviluppa e scala, e quanto bene si comporterà TrueNorth quando verrà messo al lavoro su problemi di grandi dimensioni, come il riconoscimento di molti tipi di oggetti.
qual è il vero nome di Booger Mcfarland?
Cablata osserva che, sebbene il chip abbia funzionato bene nelle semplici attività di rilevamento e riconoscimento delle immagini utilizzando il set di dati NeoVision2 Tower di DARPA, tale set di dati include solo cinque categorie di oggetti. Al contrario, il software utilizzato da Baidu e Google è 'addestrato' sul database ImageNet, che include migliaia di categorie di oggetti. Per molti, neurochip come la necessità di IBM di dimostrare la capacità di imparare a rompere gli attuali paradigmi informatici.
E non è solo il fatto che l'approssimazione dell'intelligenza umana richiederebbe un'incredibile capacità di archiviazione e calcolo che rende Samantha una tecnologia difficile da replicare. Lo ha detto Tim Tuttle, amministratore delegato di Expect Labs New York Magazine's Kevin Roose che mentre i computer attuali sono bravi a imitare comportamenti comuni e prevedibili, come quello che digiteremo nella barra di ricerca di Google o quali articoli compreremo su Amazon, data la nostra cronologia di navigazione e degli acquisti, essere in grado di farlo capire e rispondere al input imprevedibile e originale è ciò che differenzia Samantha da Siri. Oggi i computer possono riconoscere le parole, confrontarle con un database e trovare le informazioni che pensano che desideriamo. Ma un assistente virtuale in grado di apprendere, insegnare e identificare e interpretare segnali non verbali è diversi passaggi rimossi dalla tecnologia attualmente disponibile.
Considerando Sua e la tecnologia che, sembra dire il film, potrebbe essere in attesa in un futuro non così lontano, è la capacità di apprendere che consente a Samantha di superare di gran lunga le aspettative di Theodore per lei, e apparentemente le sue aspettative per se stessa. Ma il fatto che Samantha sia stata originariamente creata per fare una cosa: gestire le e-mail, assistere con i programmi e mantenere pulita la vita elettronica dell'utente - e imparare fluidamente a fare tante altre cose - imparare e sviluppare sulla base della sua interazione con Theodore e con il resto del mondo, virtuale e fisico, spinge il concetto di machine learning a un nuovo livello, che non è eguagliato dalla tecnologia odierna o dalla traiettoria che dovrebbe prendere.
Roose ha appreso da D. Scott Phoenix, co-fondatore della società di machine learning Vicarious, che i computer assistono gli utenti abbinando ciò che diciamo con un elenco di comandi memorizzati. Ma il problema è che non è la stessa cosa che capire il linguaggio e gli esseri umani comprendono il mondo e il linguaggio attraverso un 'universo sensoriale'. In un concetto chiamato problema della messa a terra dei simboli, gli informatici teorizzano che si potrebbe caricare il database di un robot con ogni simbolo nell'universo - tutto su Internet, tutto ciò che è stato stampato in un libro, ogni parola mai pronunciata da un essere umano - ma il robot lo farebbe ancora non essere in grado di agire completamente umano, perché non avrebbe un modo per collegare quei simboli agli oggetti e ai concetti che gli umani sperimentano nel mondo reale.
Allo stesso modo, Watson di IBM, che è in grado di leggere rapidamente, elaborare il linguaggio naturale e aggiungere elementi alla sua base di conoscenza, non è in grado di 'pensare' a problemi e situazioni nello stesso modo in cui può farlo un essere umano e non ha la capacità di elaborare molte situazioni semplici che gli umani possono capire senza pensarci troppo. In realtà, gli assistenti virtuali che vedremo nel prossimo futuro saranno probabilmente più specializzati, più banali e decisamente meno umani rispetto ai fan di Sua vorrebbe credere.
In un pezzo per Varietà a gennaio, Dag Kittlaus, il co-creatore di Siri, ha osservato che Siri è stato costruito ' per fare le cose . ' Ma l'assistente virtuale è diventato un fenomeno culturale 'dall'oggi al domani', non perché l'assistente rendesse più facile l'uso del telefono, ma perché Siri era divertente e si sentiva un po 'umano.
Kittlaus sottolinea che Samantha ha più intelligenza emotiva di Siri, e da un punto di vista tecnologico, costruire un sistema che fosse capace di tutte le cose che Samantha ha detto, fatto e capito 'comporterebbe un riconoscimento delle immagini in tempo reale su larga scala, comprensione spaziale, riconoscimento facciale e dell'umore, oltre a comprendere le sottigliezze di migliaia di scenari sociali per prevedere che la coppia seduta al tavolo fosse al primo appuntamento '. Riflettendo sulla questione se Siri possa recuperare il ritardo, Kittlaus conclude: 'Forse, ma non trattenere il respiro'.
Gli assistenti personali in grado di comprendere e utilizzare il linguaggio naturale, apprendere concetti complessi ed esprimere le emozioni umane probabilmente non saranno disponibili a breve. E anche se i ricercatori sono in grado di costruire computer intelligenti come Samantha, c'è ancora il problema che, date tutte le informazioni del mondo, anche il computer più intelligente e simile all'uomo non può mai agire veramente e totalmente come un vero essere umano.
Altro da Tech Cheat Sheet:
- Jonas Salk si unirà al movimento Open Source?
- Le 'Stanze' di Facebook e Ello ci consentono di scegliere le nostre identità
- La privacy online passa in secondo piano rispetto alla comodità
