Новый подход: искусственный интеллект учат интуиции
Если говорить простыми словами, то Бенджио хочет научить ИИ узнавать что-то, делать открытия без предварительной подсказки человека. Сегодня для того, чтобы компьютер понял, что перед ним, например, кошка, нужно сначала создать базу данных с изображением кошки. ИИ сличит картинку с видеокамеры и затем выберет среди тысяч, а может и миллионов фотографий наиболее похожий аналог – кошку и соответственно выдаст характеристики объекта. Этот, в общем-то очень примитивный, тип ИИ требует предварительного создания базы данных человеком. Понятно, что при появлении чего-то нового, например крокодила, ИИ, обученный узнавать только кошку, будет беспомощен, хотя у него может быть и масса другой информации, достаточной для определения характеристик крокодила. Кроме того, пометить все данные всемирной сети попросту невозможно – непомеченных данных гораздо больше, чем тех, что могут воспринять современные ИИ.
В настоящее время наиболее широко используются считающиеся перспективными глубокие модели обучения - так называемые искусственные нейронные сети. Их используют такие известные поисковики, как Google и Baidu. Искусственные нейронные сети используют комбинацию помеченных и непомеченных данных, чтобы обнаружить искомое. Тем не менее, эти системы не совершенны: они требуют больших вычислительных ресурсов и все равно не могут справиться со многими задачами, например распознаванием новой уникальной непомеченной информации, переводом с одного языка на другой, распознаванием образов и т.д. Иошуа Бенджио предлагает использовать другой тип ИИ, основанный на интуиции. Интуиция - это только часть вычислений, которые происходят в нашем мозгу. Бенджио полагает, что именно из-за этой трудно исследуемой части не удалось создать «классический» ИИ из 1970-80 годов, который мог сделать вывод на основе цепочки логических рассуждений. Сделать такой ИИ невозможно, и по мнению ученого проще развивать в машине интуицию, которая поможет принять правильное решение.
Картинка, иллюстрирующая каким образом интуитивный ИИ догадывается о содержании частично недоступной информации. В левом углу снимка столбец цифр, наполовину закрытых пиксельным «шумом». Анализируя расположение видимых пикселей, ИИ восстанавливает отсутствующий кусок информации
Чтобы развить у ИИ интуицию, Бенджио создал алгоритм, который обнаруживает то, что разработчик назвал статистической структурой данных. В настоящее время по набору пикселей, букв, цифр и т.д. «интуитивный» ИИ уже может догадаться, что перед ним часть изображения и пытается достроить отсутствующие части. Также ИИ может добавить недостающие слова в предложение, обнаружить на фото лица и самостоятельно выдать собственные варианты изображений лица.
Картинка иллюстрирует обучение ИИ узнаванию эмоций. Сначала ИИ видит столбец картинок с эмоциями людей и самостоятельно рисует различные варианты выражения той или иной эмоции на лице. Фактически, на примере одной картинки ИИ может продемонстрировать многообразие явления
Пока новый ИИ выполняет лишь очень узкий набор функций, работает с небольшим объемом данных и не имеет прямого коммерческого применения. Но если Бенджио с коллегами удастся усовершенствовать свой алгоритм, будет создан ИИ, который сможет делать выводы о любом аспекте реальности, которые скрыты от людей. Другими словами, глядя на то, что видим и мы, располагая теми же данными, мощный ИИ сможет раскрывать тайны природы, совершать научные открытия, обнаруживать, то, что до сих пор неизвестно. Это будет настоящий прорыв: машины научатся предвидеть, обнаруживать обман, оценивать чувства и прогнозировать результат своих действий. Судя по всему, именно после разработки такого ИИ понадобятся три закона робототехники Айзека Азимова.
Поделиться