Константин Яковлев: «Мы хотим исключить человека и наблюдать генерации целей в искусственной системе

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Главный редактор ПостНауки Андрей Бабицкий побеседовал со специалистом по Computer Science Константином Яковлевым об искусственном интеллекте, нерешенных задачах и навигации роботов.

Искусственный интеллект

— Искусственный интеллект — это новомодное слово? Специалисты используют это определение?

— Да, конечно, используют. Я, например, состою в Российской ассоциации искусственного интеллекта, ведущей официальную историю с 1992 года и являющейся правопреемницей Советской ассоциации, которая была создана в 1974 году, когда меня еще не было. Вадим Львович Стефанюк, один из активных деятелей ассоциации в то время, вместе с коллегами из Америки, отцами искусственного интеллекта как науки, организовывал в Тбилиси, Грузии, четвертую мировую конференцию по искусственному интеллекту. Так что это не новомодное слово, а название научного направления. Школа, к которой я принадлежу, рассматривает ИИ как область наук, которая ставит своей целью создание искусственных устройств, способных к целенаправленному поведению.

— Поскольку ИИ — это область, которая развивается очень бойко, что появилось за год, за чем надо следить и о чем мы будем говорить завтра?

— В рамках ИИ мне интересна область, которую можно отнести к классическому подходу, который ориентирован на данные: обработка, поиск закономерностей. Также интересен машинно-обученческий подход, который сейчас активно развивается.

Что касается актуальных вопросов. Все знают тест Тьюринга, который введен в обиход уже очень давно. Периодически появляются сообщения, что, конечно, мы уже его прошли, но на самом деле это в каком-то смысле лукавство. Тест Тьюринга должен выявить, понимает ли вас искусственная система, когда вы ведете с ней диалог на естественном языке. Насколько мне известно, никакой галочки напротив этой задачи до сих пор не стоит. То есть разговорная программа, например чат-бот, может с вами общаться на естественном языке, но в очень узкой предметной области — скажем, это помощник по банковским или юридическим делам.

Из современных проблем я выделяю задачу целеполагания, которой в том числе в нашей лаборатории занимаются мои коллеги. Рамка многих исследований в нашей области поставлена таким образом, что цель искусственной системе задана извне, и она должна это целенаправленное поведение демонстрировать согласно определению. Мы хотим исключить человека из цепочки и наблюдать феномен генерации целей в искусственной системе, то есть чтобы система делала не то, что мы сказали.

— Я правильно понимаю, что вы будете счастливы в тот момент, когда робот-пылесос перестанет пылесосить, а прыгнет в кресло и включит телевизор?

— Да! Если он хотя бы продемонстрирует это поведение, я уже буду счастлив. А если он еще и сможет объяснить мне в знаковой системе, понятной мне, а именно на естественном языке, то, что вы сказали, — это будет бомба.

— А как отличить робота, у которого есть собственные цели, от робота, которого заставили быть нонконформистом? Вам кажется, что у этой задачи может быть решение в области вашей науки, а не в области философии и смены нашего отношения к роботам?

— Моя наука — это искусственный интеллект. Но я не ставлю знака равенства между искусственным интеллектом и машинным обучением, как сейчас принято. Последнее — это способ приобретения знаний и решения каких-то задач, а ИИ к этому не сводится. Поэтому к решению задачи целеполагания должны подключаться не только информатики, математики вроде меня, но и специалисты других направлений, например когнитивные психологи.

— Есть же попытки создать какую-то модель мира роботов? Я так понимаю, что те алгоритмы машинного обучения, о которых больше всего сейчас говорят, не имеют никакой природы, у них есть только обучение. Ты им даешь огромную выборку картинок, и они на ней учатся различать объекты.

— Это интересная и сложная задача, которой, как я говорил, занимаются в том числе мои коллеги. Она заключается в создании знаковой модели мира, где мы знак понимаем как семиотический элемент. То есть у него есть образ, который может быть закодирован возбуждающимися нейронами, но у него есть еще некий смысл и значение, которое разделяется общностью индивидов, живущих в определенной культуре. Моделирование когнитивных функций — это, конечно, очень сложная задача.

Навигация роботов

— Вы занимаетесь локомоцией. Что это такое?

— Локомоция — это низшая ступень навигации, тот самый спинной мозг, когда робот способен к сложному передвижению, может забираться на ступеньки, совершать сложные маневры, закладывать агрессивные виражи. Мы этим не занимаемся. Я занимаюсь навигацией следующего уровня, которая начинается с такой постановки: у нас есть интеллектуальный агент, робот, персонаж компьютерной игры, который уже умеет двигаться. А теперь следующий вопрос: как роботу дойти из точки А в точку Б? Это уже навигация.

— Какое сейчас состояние дел в области навигации?

— Сейчас популярно построение карты по видеопотоку. Почти на всех роботах стоят видеокамеры, которые воспринимают мир как глаза у человека, то есть видят картинку. Есть идея: используя видеопоток, делать эту карту, а потом по ней передвигаться. Однако сейчас у нас много проблем: эта схема работает для построения карты в условиях одной освещенности и перестает работать, например, под дождем или во время снегопада. Для этого робота нужно обвешать множеством дорогих датчиков, которые будут потреблять большое количество энергии, чтобы как-то точно восстанавливать мир вокруг себя.

— Роботы могут эффективно заниматься краудсорсингом, то есть весь мир нарисовать?

— Да. Роботам достаточно просто решать задачи сообща с технической точки зрения, потому что их можно сделать много и заставить обмениваться данными карт. Например, если мы больше сторонники делиберативного подхода, это называется многоагентными системами. Есть реактивный подход, в рамках которого используется концепция swarm robotics (роевая робототехника). Это привлекательная идея разбить группу на много простых систем и заставить их что-то делать сообща. При таком подходе возникает проблема эффективности: роботы должны координироваться, обмениваться информацией, и это уже не так просто.

Во время навигации и движения проще всего уворачиваться, но иногда это будет похоже на историю про велосипедиста: ты едешь, а напротив тебя твой коллега; ты поворачиваешь влево — и он влево, ты вправо — и он вправо. Договориться сложно. Если бы вы умели обменяться сигналами, было бы гораздо эффективнее. Для этого необходимо настраивать протоколы. Существует точка зрения: если бы мы полностью убрали человека из системы, оставив одни беспилотники, тогда построение системы обмена информацией имело бы смысл, потому что все бы действовало по протоколам, а хаоса бы не возникало.


Источник: postnauka.ru

Комментарии: