مقاله‌های برتر سال ۲۰۲۱ در مورد هوش مصنوعی

منتشر شده در spectrum به تاریخ ۲۷ دسامبر ۲۰۲۱
لینک منبع 2021's Top Stories About AI

سال ۲۰۲۱ سالی بود که شگفتی هوش مصنوعی دیگر یک داستان نبود. همه ما می‌دانیم که یادگیری عمیق می‌تواند کارهای شگفت انگیزی انجام دهد و به سرعت در بسیاری از صنایع ادغام شود؛ این خبر دیروز است. بسیاری از مقالات برتر امسال با محدودیت‌های یادگیری عمیق (رشته غالب هوش مصنوعی امروزی) دست و پنجه نرم کردند و محققانی را که به دنبال مسیرهای جدید بودند، مورد توجه قرار دادند.

اینها ۱۰ مقاله محبوب AI هستند که در سال ۲۰۲۱ منتشر شده و براساس میزان زمانی که افراد برای خواندن آن‌ها صرف می‌کنند رتبه‌بندی شده‌اند.

1. بازدهی در حال کاهش یادگیری عمیق: نیل تامپسون از MIT و چندین نفر از همکارانش با یک مقاله متفکرانه در مورد هزینه‌های محاسباتی و انرژی آموزش سیستم‌های یادگیری عمیق رتبه اول را به دست آوردند. آن‌ها بهبود طبقه‌بندی کننده‌های تصویر را تجزیه و تحلیل کردند و دریافتند که « برای نصف کردن نرخ خطا، می‌توان انتظار داشت که به بیش از ۵۰۰ برابر منابع محاسباتی نیاز داشته باشید.» آن‌ها نوشتند: «در مواجهه با هزینه‌های سرسام‌آور، محققان یا باید روش‌های موثرتری برای حل این مشکلات پیدا کنند، یا آن‌ها کار بر روی این مشکلات را رها خواهند کرد و پیشرفت از بین خواهد رفت.» با این حال، مقاله آن‌ها دلسرد کننده نیست. بلکه آن‌ها با برخی ایده‌های امیدوارکننده برای راه پیش رو به پایان رسیدند.

۲. ۱۵ گراف‌ مورد نیاز برای درک هوش مصنوعی در سال ۲۰۲۱: هر سال، شاخص هوش مصنوعی حجم عظیمی از داده‌ها را وارد مکالمات مربوط به هوش مصنوعی می‌کند. در سال ۲۰۲۱، ناظران سخت کوش شاخص، دیدگاه جهانی در مورد دانشگاه و صنعت ارائه دادند، و به برجسته کردن مسائل با تنوع در نیروی کار هوش مصنوعی و چالش‌های اخلاقی کاربردهای هوش مصنوعی توجه کردند. من، مقاله‌نویس ناقابل هوش مصنوعی شما، سپس آن حجم عظیم داده‌های مدیریت‌شده را مدیریت کردم و ۲۲۲صفحه گزارش را در ۱۵ نمودار که مشاغل، سرمایه‌گذاری‌ها و موارد دیگر را پوشش می‌دهد، جمع‌آوری کردم. قابلی نداشت.

۳. چگونه DeepMind ربات را دوباره اختراع می‌کند: DeepMind، زیرمجموعهAlphabet مستقر در لندن، پشت برخی از چشمگیرترین شاهکارهای هوش مصنوعی در سال‌های اخیر بوده است، از جمله کارهای پیشرفت بر روی ترکیب پروتئین و سیستم AlphaGo که یک استاد بزرگ را در بازی باستانی Go شکست داد. بنابراین وقتی رئیس روباتیک دیپمایند، رایا هادسل می‌گوید که او در تلاش برای ساخت ربات‌های چند استعدادی و سازگار با مشکل دیرینه فراموشی فاجعه‌بار هوش مصنوعی مقابله می‌کند، مردم توجه می‌کنند.

۴. گذشته آشفته و آینده نامشخص هوش مصنوعی: این مقاله ویژه به عنوان مقدمه‌ای برای گزارش ویژه در مورد هوش مصنوعی عمل می‌کند، که داستان این حوزه را از سال ۱۹۵۶ تا به امروز بیان می‌کند و در عین حال سایر مقالات در شماره ویژه را نیز به تصویر می‌کشد. اگر می‌خواهید بدانید که ما چگونه به اینجا رسیدیم، این مقاله برای شماست. توجه ویژه‌ای به دشمنی‌های گذشته بین نمادگرایان که روی سیستم‌های خبره شرط‌بندی می‌کنند و ارتباط‌گراهایی که شبکه‌های عصبی را اختراع کرده‌اند، می‌کند و مشتاقانه منتظر امکانات سیستم‌های عصبی- نمادین ترکیبی است.

۵. اندرو ان‌جی و هوش مصنوعی ایکس-ری: این مقاله کوتاه حکایتی از یک جلسه پرسش و پاسخ زوم با اندرو ان جی، پیشگام هوش مصنوعی، که عمیقاً در تلاش‌های اولیه هوش مصنوعی در Google Brain و بایدو شرکت داشت و اکنون شرکتی به نام Landing AI را رهبری می‌کند، بازگو می‌کند. ان جی در مورد یک سیستم AI توسعه‌یافته در دانشگاه استنفورد صحبت کرد که می‌توانست ذات‌الریه را در اشعه ایکس سینه تشخیص دهد، حتی بهتر از رادیولوژیست‌ها. اما داستان یک پیچیدگی داشت.

۶. حالا GPT-3 OpenAI صحبت می‌کند! هنگامی که آزمایشگاه هوش مصنوعی OpenAI مستقر در سانفرانسیسکو از سیستم تولید زبان GPT-3 در سال 2020 رونمایی کرد، اولین واکنش جامعه هوش مصنوعی با حیرت همراه بود. GPT-3 می‌تواند متن روان و منسجمی را در مورد هر موضوعی و با هر سبکی در صورت ارائه کوچک‌ترین درخواست ایجاد کند. اما این جنبه تاریکی دارد. در متنی از اینترنت، تعصبات انسانی که در بخش‌های خاصی از دنیای آنلاین بسیار شایع هستند را یاد می‌گیرد و بنابراین می‌تواند عادت وحشتناکی برای بیرون کشیدن زبان زهرآگین به طور غیر منتظره داشته باشد. مقاله‌نویس حقیر هوش مصنوعی شما (دوباره، یعنی من) به شرکت‌هایی که برای ادغام GPT-۳ در محصولات خود عجله دارند، بسیار علاقه‌مند شده‌است، به امید استفاده از آن برای کاربردهایی مانند پشتیبانی مشتری، آموزش آنلاین، مشاوره سلامت روانی، و غیره. می‌خواستم بدانم: اگر می‌خواهید یک غول هوش مصنوعی را استخدام کنید، چطور می‌توانید از توهین و بی‌اعتنایی آن به مشتریان خود جلوگیری کنید؟

۷. شبکه‌های عصبی سریع و کارآمد از مغز سنجاقک تقلید می‌کنند: مغز سنجاقک چه ارتباطی با دفاع موشکی دارد؟ از فرنسس چانس از آزمایشگاه‌های ملی ساندیا بپرسید، کسی که مطالعه می‌کند که چگونه سنجاقک‌ها به طور موثر از حدود ۱ میلیون نورون خود برای شکار و گرفتن طعمه هوایی با دقت فوق‌العاده‌ای استفاده می‌کنند. کار او تضاد جالبی با آزمایشگاه‌های تحقیقاتی است که شبکه‌های عصبی با اندازه و پیچیدگی روزافزون را ایجاد می‌کنند (شماره 1 در این فهرست را به یاد بیاورید). او می‌نویسد: « با کنترل سرعت، سادگی و بهره‌وری سیستم عصبی سنجاقک، هدف ما طراحی کامپیوترهایی است که این وظایف را سریع‌تر و با کسری از قدرتی که سیستم‌های معمولی مصرف می‌کنند، انجام می‌دهند.»

۸. یادگیری عمیق کافی نیست مگر اینکه کپی از مغز باشد: در زندگی قبلی، جف هاوکینز PalmPilot را اختراع کرد و عصر گوشی‌های هوشمند را آغاز کرد. این روزها، در شرکت هوش ماشینی نومنتا، او پایه هوش در مغز انسان را بررسی می‌کند و امیدوار است که دوره جدیدی از هوش عمومی مصنوعی را آغاز کند. این پرسش و پاسخ با هاوکینز برخی از بحث‌برانگیزترین ایده‌های او را پوشش می‌دهد، از جمله اعتقاد او به اینکه هوش مصنوعی فوق‌ هوشمند تهدیدی وجودی برای بشریت ایجاد نمی‌کند و ادعای او مبنی بر اینکه آگاهی واقعاً مشکل سختی نیست.

۹. الگوریتمی که حلقه Instacart را می‌سازد: همیشه برای خوانندگان مقاله‌ها جالب است که نگاهی به شرکت‌های فن‌آوری بیندازند که زندگی ما را راحت و ممکن می‌سازند. مهندسان شرث رائو و لی‌لی ژانگ از شرکت خرید و تحویل خواروبار فروشی توضیح می‌دهند که زیرساخت هوش مصنوعی این شرکت باید قابلیت دسترسی به «محصولات در حدود ۴۰،۰۰۰ فروشگاه خواروبار فروشی-میلیاردها نقطه داده مختلف» را پیش‌بینی کند، در حالی که پیشنهاد جایگزینی می‌دهد، پیش‌بینی می‌کند که چه تعداد خریدار برای کار در دسترس خواهند بود، و به طور موثر سفارشات و مسیرهای تحویل را گروه‌بندی می‌کند.

۱۰. ۷ راه آشکار کننده شکست هوش مصنوعی: همه عاشق یک لیست هستند، درست است؟ در انتها، در اینجا ما در ۱۰ امین گزینه لیست‌مان هستیم. چارلز چوی، این فهرست سرگرم‌کننده از شکست‌ها را گردآوری کرد و توضیح داد که آن‌ها در مورد ضعف‌های هوش مصنوعی امروزی چه چیزی را آشکار می‌کنند. کارتون ربات‌هایی که خود را به دردسر می‌اندازند یک ضمیمه خوب در این مقاله است.

این لیستی از مقاله‌ها بود. آیا سال ۲۰۲۲ سالی خواهد بود که در آن محققان راه‌حل‌هایی را برای برخی از مشکلات گره‌دار که در سالی که اکنون در حال پایان است پوشش داده‌ایم پیدا کنند؟ آیا آن‌ها تعصب الگوریتمی را حل می‌کنند، به فراموشی فاجعه‌بار پایان می‌دهند، و راه‌هایی برای بهبود عملکرد بدون از بین بردن بودجه انرژی سیاره پیدا می‌کنند؟ شاید همه چیز یکباره اتفاق نیفتد … اما بیایید با هم بفهمیم و به خواندن مقاله‌ها ادامه دهیم.

این متن با استفاده از ربات ترجمه مقالات هوش مصنوعی ترجمه شده و به صورت محدود مورد بازبینی انسانی قرار گرفته است.در نتیجه می‌تواند دارای برخی اشکالات ترجمه باشد.

مقالات لینک‌شده در این متن می‌توانند به صورت رایگان با استفاده از مقاله‌خوان ترجمیار به فارسی مطالعه شوند.