Искусственный интеллект: мыслить по-человечески

Традиционно осенью во всем мире отмечаются День свободы программного обеспечения и День IT-профессионалов. Несмотря на огромные мощности, искусственный интеллект пока еще не достиг уровня человеческого мышления, необходимого при решении некоторых задач. Поэтому в последнее время разрабатываются различные алгоритмы, способные «научить» электронные системы мыслить подобно людям. Так, команда специалистов из Принстонского университета, Университетского колледжа Лондона и компании DeepMind создала программу PLATO, которая, по словам разработчиков, должна обладать уровнем мышления трехмесячного младенца.

С помощью видеороликов исследователи попытались обучить искусственный интеллект базовым знаниям, которые дети обычно получают в первые месяцы жизни. ИИ должен усвоить следующие понятия об устройстве мира:

– предметы не могут исчезать внезапно;

– твердые объекты не могут проходить сквозь друг друга;

– предметы могут перемещаться в пространстве и времени.

Все это наглядно демонстрировалось при помощи кадров с мячами, которые то падали на землю, то отскакивали друг от друга, то пропадали из поля зрения.

Во время тестирования, наоборот, демонстрировались видеоролики с событиями, которые не могли происходить в реальности и противоречили изученному ранее материалу. ИИ выдал реакцию удивления.

В свою очередь специалисты из Калифорнийского университета в Лос-Анджелесе, Массачусетского технологического института и Национального института здравоохранения (США) решили проверить, сможет ли компьютер оперировать сложными понятиями. Результаты исследования были опубликованы в журнале Nature Human Behaviour. Проект возглавил доцент кафедры психологии и лингвистики Калифорнийского университета Идан Бланк, его соавторами стали когнитивный нейробиолог Массачусетского технологического института Эвелина Федоренко, аспирант Массачусетского технологического института Габриэль Гранд и Франсиско Перейра, руководитель группы машинного обучения в Национальном институте психического здоровья Национального института здравоохранения.

Как разъяснил Бланк, системы искусственного интеллекта способны определять сходство и различие слов, допустим, они «видят», что слова «стол» и «стул» чем-то похожи между собой, а вот «стол» и «планета» уже имеют мало общего. Но человеческое мышление гораздо более детальное и сложное. «Возьмем наши знания о дельфинах и аллигаторах, – предлагает Бланк. – Когда мы сравниваем их по шкале размеров, от «маленьких» до «больших», они относительно похожи. С точки зрения их интеллекта они несколько различаются. С точки зрения опасности, которую они представляют для нас, по шкале от «безопасного» до «опасного» они сильно различаются, поэтому значение слова зависит от контекста. Мы хотели спросить, действительно ли эта система знает об этих тонких различиях – является ли ее идея сходства гибкой, как у людей».

Была разработана специальная технология, которую авторы назвали семантической проекцией. С ее помощью исследователи изучили 52 группы слов, чтобы выяснить, сможет ли компьютерный алгоритм научиться сортировать значения слов, скажем, оценивать животных по размерам или степени их опасности для человека или давать оценку климатическим и экономическим особенностям отдельных американских штатов.

Машине предложили для анализа ряд терминов, связанных с различными профессиями, именами, одеждой, спортом, мифологией. При этом все слова были разделены на категории, каждой из них были присвоены определенные характеристики, такие как размер, скорость, возраст, степень опасности, уровень интеллекта и т. д. Задачей являлось определить сходство и различие между терминами. Для чистоты эксперимента ученые привлекли добровольцев, которых разделили на команды по 25 человек, и попросили их проанализировать предложенные слова. Параллельно проводился машинный анализ.

Выяснилось, что машина, так же как и люди, сделала вывод, что некоторые имена относительно старомодны и имеют разную половую принадлежность, что такие виды спорта, как тяжелая атлетика и фехтование, схожи между собой в том, что обычно ими занимаются в помещении, но в то же время для их освоения требуется разный интеллектуальный уровень. Не возникло проблем и с классификацией животных, в частности, по размерам.

«Оказывается, эта система машинного обучения намного умнее, чем мы думали; она содержит очень сложные формы знаний, и эти знания организованы в очень интуитивно понятную структуру, – заявил Бланк. – Просто отслеживая, какие слова сочетаются друг с другом в языке, вы можете многое узнать о мире».

В конце апреля этого года инженеры из Массачусетского технологического института создали нейросеть для скоростного обучения роботов новым навыкам. Согласно отчетам о тестировании обучение заняло всего 10-15 минут. А сотрудники Колумбийского университета попытались научить роботов исследовать самих себя. Детали работы были опубликованы в журнале Science Robotics.

Дело в том, что одной из особенностей человека является самопознание – в течение жизни мы стремимся изучать свое тело и психику. Это способствует более эффективной жизнедеятельности.

Ученые построили нейросеть, служащую своего рода тренажером для развития самопознания. В порядке эксперимента они поместили роботизированную руку в кольцо из пяти камер. Таким образом устройство, совершая определенные движения, могло наблюдать за собой, подобно тому как ребенок делает определенные выводы о себе, глядя в зеркало. Через три часа «самосозерцания» роборука остановилась. «Внутренняя глубокая нейронная сеть завершила изучение взаимосвязи между двигательными действиями и объемом, занимаемым им в окружающей среде», – прокомментировали авторы разработки.

По мнению экспертов, способность роботов к самоизучению сделает машины более автономными и менее зависимыми от человека-оператора. К примеру, робот может понять, что где-то совершил ошибку, и исправить ее или при необходимости вызвать помощь. «Если у робота, животного или человека есть точная модель себя, он может лучше функционировать в мире, принимать более правильные решения и иметь эволюционное преимущество», – считают специалисты.

Лада КОВАЛЕНКО