AlphaGo Creator запускает AI Venture

Дэвид Сильвер, архитектор AlphaGo, запускает новую компанию в области искусственного интеллекта, ориентированную на создание продвинутых суперобучающихся. Изучите его видение будущего искусственного интеллекта.
Дэвид Сильвер, ученый-провидец, руководивший разработкой AlphaGo в DeepMind, прокладывает смелый новый курс в сфере искусственного интеллекта. Проработав несколько лет в известной дочерней компании Google, занимающейся исследованиями в области искусственного интеллекта, Сильвер объявил о создании компании в области искусственного интеллекта с оборотом в миллиард долларов, призванной стать пионером революционного подхода к машинному обучению, который существенно отличается от текущих тенденций и методологий отрасли.
Новое предприятие представляет собой философский сдвиг Сильвера в отношении направления, которое развитие искусственного интеллекта приняло в последние годы. За время своего пребывания в DeepMind Сильвер воочию стал свидетелем того, как AlphaGo превратилась из теоретической концепции в практическую систему, способную побеждать чемпионов мира в древней игре го — веху, которую многие десятилетия назад многие считали невозможной. Однако его наблюдения за более широкой экосистемой искусственного интеллекта привели его к выводу, что эта область, возможно, идет по неэффективному пути к достижению настоящего машинного интеллекта.
Обеспокоенность Сильвера связана с тем, что он описывает как чрезмерную зависимость от определенных методологических подходов, которые доминируют в современных исследованиях в области искусственного интеллекта и коммерческих разработках. Вместо того, чтобы идти проторенным путем, который выбрали большинство технологических компаний и исследовательских институтов, Сильвер считает, что существует более элегантный и эффективный путь к созданию систем, которые могут обучаться в различных областях с беспрецедентной эффективностью и адаптируемостью. Его новая компания стремится проверить эту гипотезу посредством конкретной реализации и реальных приложений.
Концепция ИИ-суперобучающихся лежит в основе миссии нового предприятия Сильвера и представляет собой отход от традиционного мышления об архитектуре искусственного интеллекта и методологиях обучения. Суперобучающиеся, по замыслу Сильвера, будут представлять собой класс систем искусственного интеллекта, способных быстро приобретать знания и навыки в разных областях, не требуя обширной переподготовки или тонкой настройки для каждого нового приложения. Это резко контрастирует с современными языковыми моделями и специализированными системами, которые часто преуспевают в узких областях, но испытывают трудности с переносом обучения и обобщением.
Опыт Сильвера дает ему уникальную возможность бросить вызов устоявшимся нормам в области искусственного интеллекта. В качестве ведущего исследователя AlphaGo он является автором множества основополагающих статей по обучению с подкреплением, нейронным сетям и игровым алгоритмам, которые стали краеугольными камнями современной теории машинного обучения. Его работа продемонстрировала, что сочетание глубокого обучения с поиском по дереву и механизмами самостоятельной игры может привести к сверхчеловеческой производительности в сложных средах принятия решений. Этот успех принес ему признание как одного из самых влиятельных исследователей искусственного интеллекта своего поколения.
Время запуска предприятия Silver отражает более широкие дискуссии в сообществе ИИ об устойчивости, эффективности и соответствии человеческим ценностям. В то время как крупные технологические компании вкладывают миллиарды в разработку все более крупных языковых моделей, обучаемых на все более массивных наборах данных, критики, в том числе видные деятели в области безопасности и этики ИИ, задаются вопросом, представляет ли этот подход масштабирования оптимальный путь к созданию общего искусственного интеллекта. Новая компания Сильвера, похоже, готова изучить альтернативные методологии, которые могут достичь сопоставимых или превосходящих результатов с большей эффективностью и более надежными механизмами обучения.
Финансирование нового предприятия не вызвало недостатка доверия со стороны инвестиционного сообщества. Оценка в миллиард долларов отражает энтузиазм инвесторов по поводу послужного списка Сильвера и потенциала его теоретической концепции. Крупные фирмы венчурного капитала и стратегические инвесторы признают, что уход Сильвера из DeepMind означает значительную возможность извлечь выгоду из его опыта и видения. Существенное финансирование обеспечивает достаточные ресурсы для создания исследовательской группы мирового уровня и проведения обширных экспериментов, необходимых для проверки подхода Сильвера в масштабе.
Организационная структура компании отражает стремление Silver поддерживать самые высокие стандарты строгости исследований и практического применения. В отличие от некоторых стартапов в области искусственного интеллекта, которые отдают приоритет быстрой коммерциализации или узкому использованию, предприятие Сильвера уделяет особое внимание фундаментальным исследованиям наряду с разработкой продуктов. Такой двойной подход позволяет компании решать интересные с научной точки зрения вопросы и одновременно создавать системы, демонстрирующие реальную полезность и экономическую ценность. Баланс между теоретическим прогрессом и коммерческой жизнеспособностью может оказаться решающим для долгосрочного успеха предприятия.
Отраслевые обозреватели отмечают, что критика Сильвера текущих путей развития ИИ перекликается с растущей обеспокоенностью по поводу устойчивости и эффективности современных подходов. Хотя большие языковые модели захватили общественное воображение и продемонстрировали впечатляющие возможности, их вычислительные затраты, воздействие на окружающую среду и склонность к изучению ложных корреляций подняли серьезные вопросы о долгосрочной жизнеспособности. Акцент Сильвера на создании более элегантных и эффективных систем напрямую решает эти проблемы, предлагая конкретные альтернативы, подкрепленные строгой исследовательской методологией.
Команда основателей, собранная вокруг Сильвера, обладает дополнительным опытом, охватывающим теоретическую информатику, прикладное машинное обучение, нейробиологию и практическую инженерию. Этот междисциплинарный подход отражает культуру сотрудничества, которую Сильвер помог развить в DeepMind, и отражает его веру в то, что прорывы в области искусственного интеллекта требуют разнообразных точек зрения и набора навыков. Несколько известных исследователей уже присоединились к этому предприятию, привлеченные возможностью исследовать новые направления исследований с меньшими бюрократическими ограничениями, чем обычно навязывают крупные корпорации.
Предыдущие достижения Сильвера подтверждают его нынешние амбиции. Помимо триумфа AlphaGo над Ли Седолем в 2016 году, Сильвер внес свой вклад в разработку AlphaZero, более обобщенной версии системы, которая обучала несколько игр с нуля, используя только самостоятельную игру и обучение с подкреплением. Эти достижения продемонстрировали, что системы машинного обучения могут достичь сверхчеловеческой производительности за счет новых механизмов обучения и алгоритмических инноваций, а не простого масштабирования существующих подходов. Новое предприятие Сильвера стремится использовать эти принципы для создания систем широкого применения, способных решать реальные проблемы в различных областях.
В перспективе компания Сильвера, скорее всего, станет центром внимания исследователей искусственного интеллекта и компаний, ставящих под сомнение нынешнюю траекторию развития этой области. Удастся ли предприятию продемонстрировать превосходные альтернативы современным подходам, остается открытым вопросом, но ресурсы, талант и интеллектуальный фундамент, стоящие сейчас за этими усилиями, позволяют предположить, что у компании есть реальный потенциал влиять на будущие направления инноваций в области искусственного интеллекта. В случае успеха работа Сильвера может продемонстрировать, что эффективностью, элегантностью и результативностью не нужно жертвовать в погоне за возможностями — урок, который может изменить подход всей отрасли к созданию интеллектуальных систем на долгие годы.
Источник: Wired


