6 dự đoán cho tương lai của trí tuệ nhân tạo năm 2020

 6 dự đoán cho tương lai của trí tuệ nhân tạo năm 2020

Sự nhiệt tình của thế giới kinh doanh đối với trí tuệ nhân tạo đã được xây dựng theo hướng gây sốt trong vài năm qua, nhưng những cảm xúc đó có thể trở nên phức tạp hơn một chút vào năm 2020.

Mặc dù đã đầu tư, nghiên cứu các ấn phẩm và nhu cầu công việc trong lĩnh vực tiếp tục phát triển đến năm 2019, các nhà công nghệ bắt đầu phải đối mặt với những hạn chế tiềm năng trong những gì AI thực sự có thể đạt được. Trong khi đó, một phong trào đang phát triển đang vật lộn với đạo đức và ý nghĩa xã hội của nó, và việc áp dụng kinh doanh rộng rãi vẫn còn ở mức thấp.

Do đó, các công ty và tổ chức đang ngày càng thúc đẩy các công cụ giúp thương mại hóa máy học dự đoán và nhận dạng hình ảnh hiện có, giúp công nghệ dễ giải thích và dễ sử dụng hơn cho những người không phải lập trình viên. Những đột phá mới nổi, như khả năng tạo dữ liệu tổng hợp và bộ xử lý ngôn ngữ nguồn mở đòi hỏi đào tạo ít hơn bao giờ hết, đang hỗ trợ những nỗ lực này.

Đồng thời, việc sử dụng AI cho các mục đích bất chính như deepfakes và sản xuất hàng loạt thư rác vẫn đang trong giai đoạn lý thuyết sớm nhất của họ, và các báo cáo rắc rối cho thấy dystopia như vậy có thể trở nên thực tế hơn vào năm 2020.

Dưới đây là sáu dự đoán cho công nghệ trong năm mới này:

1. Máy móc sẽ trở nên tốt hơn trong việc hiểu tâm lý, tạo ra lời nói và cách viết của chính họ

6 dự đoán cho tương lai của trí tuệ nhân tạo năm 2020

Một nghiên cứu cao cấp có tên OpenAI đã lấy tiêu đề vào đầu năm 2019 khi công bố phần mềm học máy tạo bản sao tin tức mới nhất của mình, GPT-2, quá nguy hiểm để phát hành công khai đầy đủ. Các nhà nghiên cứu lo ngại văn bản nghe có vẻ thực tế được tạo ra bởi GPT-2 sẽ được sử dụng cho thế hệ tin tức giả mạo hàng loạt.

GPT-2 là loại thế hệ ngôn ngữ mới tinh vi nhất. Nó liên quan đến một chương trình cơ sở được đào tạo trên một bộ dữ liệu lớn. Trong trường hợp của GPT-2, nó đào tạo trên hơn 8 triệu trang web để hiểu cơ chế chung về cách thức hoạt động của ngôn ngữ. Hệ thống nền tảng đó sau đó có thể được đào tạo trên một bộ dữ liệu tương đối nhỏ hơn, cụ thể hơn để bắt chước một phong cách nhất định để sử dụng như văn bản dự đoán, chatbot hoặc thậm chí hỗ trợ viết sáng tạo.

OpenAI đã kết thúc xuất bản phiên bản đầy đủ của mô hình vào tháng 11. Nó kêu gọi sự chú ý đến các trò chơi thú vị nếu đôi khi làm xáo trộn tiềm năng của một xu hướng đang phát triển trong một lĩnh vực AI được gọi là xử lý ngôn ngữ tự nhiên, khả năng phân tích và tạo ra ngôn ngữ của con người nghe tự nhiên.

Sự đột phá về tài nguyên và khả năng tiếp cận tương tự như một cột mốc tương tự trong lĩnh vực thị giác máy tính vào khoảng năm 2012, một trong những điều được cho là đã tạo ra sự đột biến về hình ảnh và nhận dạng khuôn mặt AI trong vài năm qua. Một số nhà nghiên cứu nghĩ rằng công nghệ ngôn ngữ tự nhiên được đồn đại sẽ sẵn sàng cho sự bùng nổ tương tự trong năm tới hoặc lâu hơn. 

2. Dữ liệu được sản xuất tổng hợp có thể làm cho AI rẻ hơn

Hỏi bất kỳ nhà khoa học dữ liệu hoặc công ty nào nói về chiến lược AI non trẻ, vấn đề đau đầu nhất của họ là gì và câu trả lời vẫn có thể sẽ liên quan đến dữ liệu. Các hệ thống máy học chỉ thực hiện cũng như dữ liệu mà chúng được đào tạo và quy mô mà chúng yêu cầu nó rất lớn.

Một lợi ích từ nhu cầu vô độ này có thể đến từ một nơi không ngờ tới: một mô hình học máy mới xuất hiện hiện được biết đến nhiều nhất với vai trò của nó trong các tác phẩm sâu và nghệ thuật do AI tại ra . Các ứng dụng bằng sáng chế chỉ ra rằng các thương hiệu đã khám phá tất cả các loại sử dụng cho công nghệ này, được gọi là mạng đối thủ thế hệ (GAN) vào năm 2019. Nhưng một trong những tài năng chưa được tiết lộ nhưng có khả năng tác động mạnh nhất của nó là khả năng đưa ra một bộ dữ liệu với khối lượng lớn đã tạo ra dữ liệu giả tương tự nhưng hơi khác so với tài liệu gốc.

Điều xảy ra ở đây là bạn cố gắng bổ sung một tập hợp dữ liệu bằng một loại dữ liệu khác có thể không chính xác như những gì bạn đã quan sát thấy có thể tạo ra trên mạng nhưng điều đó đủ đáng tin cậy để sử dụng trong môi trường học máy, Chuyên gia phân tích của Gartner, Erick Brethenoux.

Các ứng dụng bằng sáng chế từ công ty như General Motors, General Electric và Adobe cho thấy các bộ phận R & D của họ đang xem xét cách thức này có thể giúp đào tạo xe tự lái, thiết bị hình ảnh y tế và công cụ thiết kế đồ họa.

Đối với các nhà tiếp thị nói riêng, chức năng này có thể giúp tạo ra dữ liệu ẩn danh tổng hợp để tuân thủ tốt hơn một số luật bảo mật ngày càng tăng như GDPR của Liên minh Châu Âu và Đạo luật Quyền riêng tư của Người tiêu dùng California.

3. AI sẽ sáng tạo hơn

6 dự đoán cho tương lai của trí tuệ nhân tạo năm 2020

Dọc theo những dòng đó, GAN cũng đã bắt đầu tạo ra một cảnh nghệ thuật do AI tạo ra, điều này đã truyền cảm hứng cho các cơ quan và thương hiệu khám phá những cách sử dụng sáng tạo hơn cho việc học máy rộng rãi. Mặc dù xu hướng này vẫn còn ở giai đoạn sơ khai (ít nhất là về mặt thương mại), năm 2019 đã chứng kiến ​​các chiến dịch quảng cáo tập trung vào hình ảnh do GAN tạo ra, sản phẩm thương mại đầu tiên được thiết kế bởi AI thế hệ và đột phá về khả năng GAN tạo ra khuôn mặt và phong cảnh chân thực.

Các chuyên gia hy vọng GAN sẽ phát triển tích hợp hơn khi hỗ trợ sáng tạo khi các công ty như Adobe kết hợp chúng vào phần mềm thiết kế và các công cụ khác được xây dựng để giúp chúng dễ dành hơn cho các sáng tạo mà không cần sử dụng nền tảng kỹ thuật.

4. Nghiên cứu có thể đi vào ngõ cụt

Bất chấp những điểm sáng non trẻ đó, các nhà công nghệ hàng đầu trong lĩnh vực này đã bắt đầu băn khoăn liệu những tiến bộ trong sự bùng nổ của trí tuệ nhân tạo hiện nay (đặc biệt là học sâu và khả năng nhận diện khuôn mặt, hình ảnh và giọng nói) có thể tiếp tục mang lại tiến bộ cho máy móc thông minh hơn.

AI đã đạt đến một điểm mà nó có thể mang lại vẻ bề ngoài của việc hoàn thành những tưởng tượng khoa học viễn tưởng nhất định về siêu trí tuệ tình cảm. Nhưng nhìn vào bên dưới mạng lưới thần kinh có thể tạo ra và nhận ra hình ảnh hoặc nói chuyện, và các quá trình vũ phu, gian khổ mà họ tuân theo để đạt được những kết quả đó chỉ chia sẻ sự tương đồng bề ngoài nhất với sự khéo léo nhanh nhẹn của một bộ não thực sự. Do đó, hầu hết các mô hình chỉ có khả năng xử lý một nhiệm vụ rất cụ thể.

Các nhà nghiên cứu hiện lo ngại rằng nhu cầu năng lượng dữ liệu và xử lý của loại mô hình này có thể quá kém hiệu quả đối với quy mô của các mục tiêu đặt ra cho họ, như triển khai hàng loạt xe tự lái và nhận dạng hình ảnh hoàn hảo.

5. Mối quan tâm về đạo đức thuật toán sẽ tăng lên

Các câu hỏi đạo đức về học máy và thuật toán đã xuất hiện trong tâm trí của mọi người vào năm 2019 khi một phong trào ngày càng tăng của các học giả liên ngành tìm cách chuyển trọng tâm học thuật hơn sang tác động xã hội của công nghệ. Trong khi đó, các tiêu đề đáng lo ngại về định kiến được đưa vào các hệ thống máy học và đàn áp nhà nước do AI cung cấp đã cho thấy sự cần thiết của công việc đó.

Mối quan tâm này cũng đã dẫn đến một hiện tượng gọi là "rửa đạo đức", trong đó các công ty thực hiện một cách nghiêm túc về vấn đề đạo đức mà không có bất kỳ thay đổi cụ thể nào. Ví dụ đáng chú ý nhất được báo cáo là việc Google tạo ra một ban đạo đức phần lớn bất lực trong năm nay đã bị giải thể trong vòng 1 tuần sau một phản ứng dữ dội.

Trong khi đó, các phương tiện truyền thông đã lưu ý các nhà hoạch định chính sách hành động hữu hình đối với AI đạo đức hơn, đề xuất và thông qua luật mới để điều chỉnh việc sử dụng công nghệ như nhận diện khuôn mặt, và các công nhân tại các công ty công nghệ lớn cùng nhau đẩy lùi các khía cạnh kinh doanh của chủ nhân mà họ cho là vô đạo đức.

Sự khác biệt này đang trên đà phát triển vào năm 2020 khi cuộc nói chuyện trống rỗng không thể đáp ứng một phong trào đang phát triển đang tìm kiếm sự thay đổi thực sự.

6. Deepfakes sẽ trở nên quỷ quyệt hơn

Tiềm năng đáng lo ngại của cái gọi là Deepfakes để tạo ra các thao tác thực tế của các cảnh quay video bắt đầu chuyển từ quảng cáo thổi phồng sang thực tế vào năm 2019.

Trong khi các chuyên gia lo lắng nhất về xu hướng truyền bá thông tin và tuyên truyền sai lệch chính trị, một nghiên cứu sâu rộng cho thấy họ hiện đang phổ biến hơn nhiều trong phim khiêu dâm tổng hợp nhắm vào phụ nữ trong ngành giải trí.

Trong khi đó, các đột phá xử lý ngôn ngữ tự nhiên như GPT-2 cũng mở ra khả năng các diễn viên xấu sản xuất hàng loạt bản sao giả mạo hoặc spam được thiết kế cho các công cụ tìm kiếm trò chơi, mặc dù ít có sự cố nào được báo cáo cho đến nay.

Khi công nghệ deepfake tiến đến mức chỉ cần một hoặc hai hình ảnh để đào tạo, xu hướng khó hiểu này chỉ có khả năng trở nên ngấm ngầm hơn vào năm 2020.

Cảm ơn các bạn đã đọc bài viết!

Tin liên quan

Leave a Reply

Email của bạn sẽ không được hiển thị công khai.