How does artificial intelligence learn? - Briana Brownell

Tłumaczenie: Julia Domańska Korekta: Ola Królikowska

Today, artificial intelligence helps doctors diagnose patients,

Obecnie sztuczna inteligencja pomaga lekarzom diagnozować pacjentów,

pilots fly commercial aircraft, and city planners predict traffic.

pilotom pilotować samoloty pasażerskie, a urbanistom przewidywać ruch uliczny.

But no matter what these AIs are doing, the computer scientists who designed them

Bez względu na to, co robi SI, informatycy, którzy ją zaprogramowali,

likely don’t know exactly how they’re doing it.

prawdopodobnie do końca nie wiedzą, jak robi to, co robi.

This is because artificial intelligence is often self-taught,

To dlatego, że sztuczna inteligencja często jest samoukiem,

working off a simple set of instructions

wykonującym proste polecenia,

to create a unique array of rules and strategies.

żeby stworzyć unikalny zbiór zasad i strategii.

So how exactly does a machine learn?

Jak właściwie uczy się komputer?

There are many different ways to build self-teaching programs.

Jest wiele sposobów na stworzenie samouczących się programów.

But they all rely on the three basic types of machine learning:

Wszystkie opierają się na trzech podstawowych typach uczenia maszynowego.

unsupervised learning, supervised learning, and reinforcement learning.

Uczeniu nienadzorowanym, nadzorowanym i uczeniu przez wzmacnianie.

To see these in action,

Żeby zobaczyć ich działanie,

let’s imagine researchers are trying to pull information

wyobraźmy sobie, że badacze próbują uzyskać informacje

from a set of medical data containing thousands of patient profiles.

z bazy danych medycznych tysiąca pacjentów.

First up, unsupervised learning.

Na początek uczenie nienadzorowane.

This approach would be ideal for analyzing all the profiles

To podejście będzie idealne do analizy wszystkich profili pacjentów,

to find general similarities and useful patterns.

żeby znaleźć ogólne podobieństwa i przydatne schematy.

Maybe certain patients have similar disease presentations,

Możliwe, że niektórzy pacjenci mają podobne objawy

or perhaps a treatment produces specific sets of side effects.

albo leczenie powoduje konkretne skutki uboczne.

This broad pattern-seeking approach can be used to identify similarities

To podejście szukania schematów stosuje się do znajdowania podobieństw

between patient profiles and find emerging patterns,

między profilami pacjentów

all without human guidance.

bez pomocy ludzi.

But let's imagine doctors are looking for something more specific.

Ale załóżmy, że lekarze szukają czegoś bardziej konkretnego.

These physicians want to create an algorithm

Chcieliby stworzyć algorytm,

for diagnosing a particular condition.

który diagnozowałby konkretną chorobę.

They begin by collecting two sets of data—

Na początek tworzą dwie bazy danych,

medical images and test results from both healthy patients

obrazy medyczne i wyniki badań zdrowych pacjentów

and those diagnosed with the condition.

oraz zdiagnozowanych z chorobą.

Then, they input this data into a program

Potem wprowadzają te dane do programu,

designed to identify features shared by the sick patients

który ma rozpoznać cechy wspólne chorych pacjentów,

but not the healthy patients.

ale nie zdrowych.

Based on how frequently it sees certain features,

Opierając się na tym, jak często rozpoznawana jest dana cecha,

the program will assign values to those features’ diagnostic significance,

program przypisuje wartość tym cechom, które mają znaczenie dla diagnozy,

generating an algorithm for diagnosing future patients.

tworząc algorytm diagnozujący przyszłych pacjentów.

However, unlike unsupervised learning,

Inaczej niż w przypadku uczenia nienadzorowanego

doctors and computer scientists have an active role in what happens next.

lekarze i informatycy biorą czynny udział w tym, co dzieje się dalej.

Doctors will make the final diagnosis

Lekarze postawią ostateczną diagnozę

and check the accuracy of the algorithm’s prediction.

i sprawdzą poprawność przywidywań algorytmu.

Then computer scientists can use the updated datasets

Później informatycy mogą użyć zaktualizowanych baz danych,

to adjust the program’s parameters and improve its accuracy.

żeby poprawić parametry programu i zwiększyć jego precyzyjność.

This hands-on approach is called supervised learning.

To praktyczne podejście zostało nazwane uczeniem nadzorowanem.

Now, let’s say these doctors want to design another algorithm

Powiedzmy, że lekarze chcą stworzyć jeszcze jeden algorytm,

to recommend treatment plans.

który polecałby plany leczenia.

Since these plans will be implemented in stages,

Ponieważ plany będą wprowadzane w życie stopniowo

and they may change depending on each individual's response to treatments,

i mogą ulec zmianom, w zależności od tego, jak pacjenci będą reagować na leczenie,

the doctors decide to use reinforcement learning.

lekarze decydują się na uczenie przez wzmacnianie.

This program uses an iterative approach to gather feedback

Program stosuje wieloetapowe podejście do zbierania opinii

about which medications, dosages and treatments are most effective.

o najefektywniejszych lekach, ich dawkowaniu oraz metodach leczenia.

Then, it compares that data against each patient’s profile

Następnie porównuje dane z każdym profilem pacjenta,

to create their unique, optimal treatment plan.

żeby stworzyć unikalny optymalny plan leczenia.

As the treatments progress and the program receives more feedback,

Wraz z przebiegiem leczenia program otrzymuje więcej informacji zwrotnej

it can constantly update the plan for each patient.

i może ciągle ulepszać plany leczenia dla każdego pacjenta.

None of these three techniques are inherently smarter than any other.

Żaden z tych trzech typów nie jest lepszy od innych.

While some require more or less human intervention,

Niektóre wymagają więcej, inne mniej udziału człowieka,

they all have their own strengths and weaknesses

ale wszystkie mają swoje wady i zalety,

which makes them best suited for certain tasks.

przez co każdy sprawdza się w konkretnych zadaniach.

However, by using them together,

Jednak stosując je wszystkie razem,

researchers can build complex AI systems,

badacze mogą zbudować skomplikowane sieci SI,

where individual programs can supervise and teach each other.

w których pojedynczy program może nadzorować i uczyć inne.

For example, when our unsupervised learning program

Na przykład, gdy program stosujący uczenie nienadzorowane

finds groups of patients that are similar,

znajduje grupę podobnych pacjentów,

it could send that data to a connected supervised learning program.

może wysłać ich dane do programu stosującego uczenie nadzorowane.

That program could then incorporate this information into its predictions.

Program mógłby wtedy stworzyć prognozy dzięki tym informacjom.

Or perhaps dozens of reinforcement learning programs

Lub programy wykorzystujące uczenie przez wzmacnianie

might simulate potential patient outcomes

mogłyby zasymulować możliwe wyniki pacjentów,

to collect feedback about different treatment plans.

żeby zebrać informacje o różnych planach leczenia.

There are numerous ways to create these machine-learning systems,

Są różne sposoby tworzenia systemów uczenia maszynowego

and perhaps the most promising models

i może najbardziej obiecujący jest ten,

are those that mimic the relationship between neurons in the brain.

który naśladuje relacje między neuronami w mózgu.

These artificial neural networks can use millions of connections

Sieci neuronowe mogą wykorzystywać miliony połączeń,

to tackle difficult tasks like image recognition, speech recognition,

żeby radzić sobie z trudnymi zadaniami jak rozpoznawanie obrazów czy mowy

and even language translation.

lub nawet tłumaczenie językowe.

However, the more self-directed these models become,

Jednak im bardziej samodzielne się stają,

the harder it is for computer scientists

tym trudniej informatykom określić,

to determine how these self-taught algorithms arrive at their solution.

jak te samouczące się algorytmy znalazły rozwiązanie.

Researchers are already looking at ways to make machine learning more transparent.

Badacze próbują stworzyć bardziej przejrzyste algorytmy uczenia maszynowego.

But as AI becomes more involved in our everyday lives,

Ale im więcej SI uczestniczy w naszym codziennym życiu,

these enigmatic decisions have increasingly large impacts

tym większy wpływ mają te enigmatyczne decyzje

on our work, health, and safety.

na naszą pracę, zdrowie i bezpieczeństwo.

So as machines continue learning to investigate, negotiate and communicate,

Dlatego w miarę jak komputery uczą się badać, negocjować i komunikować ze sobą,

we must also consider how to teach them to teach each other to operate ethically.

zastanówmy się, jak nauczyć je, żeby uczyły się nawzajem działać etycznie.