Наша миссия
Пока я учился в университете, нейронные сети были предметом любопытства, которому мы не уделяли серьезного внимания. По-прежнему было нормальным вручную различать и кодировать всю сеть - трудоемкий процесс, сильно ограничивавший экспериментирование и масштабирование.
Я всегда был очарован более обширной областью искусственного интеллекта. Он несет в себе такие грандиозные цели по созданию огромного могущественного интеллекта и имеет богатую историю интересных и неудобных попыток их достижения.
На протяжении многих лет я следил за прогрессом в этой области, поглощая последние статьи с любопытством ребенка. Каждое последующее достижение казалось немного волшебством.
С наступлением нашей нынешней эры нейронных сетей скорость и широта новых достижений стали поразительными.
Обнаруженные нами инструменты теперь переделывают большинство областей, которых они касаются: распознавание голоса, языковой перевод, распознавание лиц, понимание сцены, субтитры изображений и многие другие. Многие ранее невыполнимые задачи становятся возможными, порождая новые области и предприятия.
Мы находимся посреди международного захвата земель, поскольку ученые и предприятия спешат применить эти методы для решения новых проблем. Редко бывает так много плодородной почвы для исследования; мы можем оглянуться назад как на золотой период исследований.
По мере того, как новые открытия воссоединяются друг с другом, перед нами предстает яркий калейдоскоп новых технологий, глубина которого вряд ли будет достигнута в ближайшее время. Трудно представить себе масштабы сбоев, которые это вызовет, поскольку новые технологии отражаются в разных отраслях.
На этом фоне я считаю, что сейчас благоприятное время для реального прогресса в достижении общего интеллекта. Более конкретно, к рассуждению и пониманию:
Миссия Октавиана - создать программное обеспечение, способное рассуждать и понимать информацию так же хорошо, как и человек.
Чтобы сделать это более конкретным, некоторые вехи на этом пути:
- Отвечайте на вопросы, требующие вспоминания и рассуждений, а не знаний («Какого цвета флаг Франции?», «У скольких стран флаги синего цвета?», «Спасет ли снижение скорости жизни жизни?»)
- Ответьте на неоднозначные вопросы («Когда лучше всего ехать в Лондон?», «Каковы были показатели экономики Великобритании в прошлом году?»)
- Получите знания из письма и речи (например, превратите телевидение, учебники и блоги в машинные знания)
Создание такой системы изменило бы человечество; он устраняет основные препятствия на пути к информации и позволяет нам мыслить масштабнее и быстрее. Подобно тому, как машины могут освободить наше время от ручного труда, программное обеспечение может освободить нас от аналитического труда.
В более позднем посте я поделюсь более подробной дорожной картой ближайших целей, над которыми мы работаем.
У нас есть набор убеждений и подходов, которые помогут нам в достижении этой миссии:
- Мы считаем, что наши системы должны хранить и обрабатывать информацию в виде графика.
- Мы считаем, что архитектуры, сильно отличающиеся от сегодняшних (возможно, те, которые не подходят для современного оборудования), необходимо изучить.
- Мы полагаем, что модели ручной работы вряд ли смогут достичь необходимого уровня сложности и изощренности.
- Мы считаем, что лучший способ направить исследование - это попытаться решить реальные проблемы.
- Мы любим синтетические наборы данных как ступеньки к решению реальных проблем.
- Мы рады коммерциализировать открытия, чтобы помочь финансировать дальнейшие исследования.
- Мы свободно делимся своим кодом и открытиями
- Мы создаем полезные, а не вредные вещи
Выполнение этой миссии потребует много времени и усилий; на этом пути есть много неопределенностей. Мы рады работать как над достижением этой цели, так и над промежуточными целями, поскольку они сами по себе ценны и заслуживают внимания.
Если вы заинтересованы в получении дополнительной информации, финансировании или работе с нами, свяжитесь с нами.
Благодарности
Благодарим Ребекку Росс, Ксандер Данн, Эндрю Джефферсон за отзывы при написании этой статьи.
