Марвин Мински и эмоциональные машины

Как один из отцов искусственного интеллекта реализовал первую нейросеть, основал школу «грязнуль» и изменил наши представления о думающих роботах

Марвин Мински (1927-2016) - американский исследователь, когнитивист, который стал одной из самых значимых фигур в истории развития искусственного интеллекта (ИИ). Мы можем назвать Мински Циолковским искусственного интеллекта. Он изменил саму постановку задачи ИИ, первым стал смотреть на машину через аналогию с человеческой психикой, поставил вопрос о машинном сознании и творчестве, гениальности и любви.

Мински создал модель мышления, которую мы только начинаем по-настоящему использовать в своих работах. Это то, что мы называем сменой парадигмы (paradigm shift). Труды ученого во многом еще не нашли применения в системах ИИ, но их влияние будет только нарастать в ближайшие 50-100 лет. Создание разумных роботов будет базироваться именно на идеях Марвина Мински.

Scruffy School, или школа «грязнуль»

В 1950-1960-х годах в области искусственного интеллекта выделялись две школы: Scruffy School (школа «грязнуль») и Neat («чистюли»). Они распределились по западному и восточному побережьям США. «Чистюли» - это школа symbolic computations, или те, кто использовал подход чистой логики и привычную математическую основу. Эта школа была основана Джоном Маккарти - другом Марвина Мински, человеком, который придумал термин «искусственный интеллект». Марвин Мински стал основателем второй школы - школы «грязнуль» - это то, что сейчас мы называем коннекционизмом, или в более широком смысле биологически инспирированным подходом.

Сознание машинСознание машинСпециалист в области искусственного интеллекта Максим Таланов о связи сознания и понимания, машинном обучении и суперкомпьютерах IBMМински с самого начала задается существенными вопросами: «Как создать сознательные машины?», «Как создать думающие машины?», «Как создать машины, которые могут поддержать беседу, которые будут эмоциональны, которые смогут играть в игры?» и так далее. При этом он использовал совершенно нетрадиционные, в особенности для его времени, подходы.

Идея, которая лежит в основе, очень проста и кажется вполне очевидной, но именно этим она и гениальна. Упрощенно ее можно выразить следующим образом: давайте сначала разберемся, как устроен человеческий мозг и психика, и впоследствии попробуем воплотить эти феномены внутри вычислительной системы. Это существенно расширяет представление об искусственном интеллекте: мы начинаем говорить о сознательных машинах, о машинах эмоциональных, мы начинаем говорить о машинах, которые могут влюбляться.

Сегодня появилось несколько течений в ИИ: разделяют классический искусственный интеллект, AGI (обобщенный искусственный интеллект) и биологически инспирированный искусственный интеллект, или биологически инспирированные когнитивные архитектуры. Два последних направления фактически происходят из школы Мински, школы коннекционизма.

Эмоциональные машины

«The emotion machine» - одна из последних работ Мински, вышедшая в 2006 году. В ряде идей эту книгу предвосхищает вышедшая в 1988 году революционная и недооцененная работа Мински «The society of mind». Во многом она определила новые взгляды на ИИ как на проблему.

Казалось бы, вся история вычислительной техники начинается с аналогии с человеческим мозгом (вспомним архитектуру фон Неймана), однако кросс-дисциплинарный взгляд не так часто возникает на горизонте ИИ, как хотелось бы. Это отличное от привычного представление о вычислительных машинах как раз важнейшая заслуга Мински, поэтому его часто называли философом, основоположником искусственного интеллекта и так далее.

В «The emotion machine» он говорит о том, что все явления, которые мы часто приписываем только людям и склонны рассматривать как исключительно человеческие, совершенно необязательно должны быть свойственны только нам - они могут быть свойственны и разумным машинам. Первая глава «The emotion machine» так и называется - «Falling in Love». Это очень сильное заявление. Мински убедительно раскладывает наши чувства на механизмы, которые, в сущности, говорят о том, что мы можем создать их внутри вычислительной системы, если будем использовать правильный подход: сначала понимать, что происходит с нами.

Вторая лекция из курса Марвина Мински «The Society of Mind», прочитанного в Массачусетском технологическом институте в 2011 году.

Действительно, самая большая проблема искусственного интеллекта, которая мелькает в статьях современных ученых, - это отсутствие понимания естественного интеллекта. В своих работах Мински постоянно поднимал эту проблему. Давайте поймем, что значат наши чувства, что значат наши эмоции, как работает наше сознание и неосознанная деятельность мозга.

Первые нейросети и «Персептроны»

Фрэнк Розенблатт описал первую нейронную искусственную сеть. Марвин Мински, который был лично знаком с ученым, стал первым, кто создал реализацию классической розенблаттовской искусственной нейронной сети SNARC. По результатам работы Мински также выпустил в 1969 году очень важную работу «Персептроны» («Перцептроны»), которая вызвала много споров.

В действительности классические персептроны и подход к описанию искусственных нейронов и искусственной нейронной сети для своего времени совершенно революционны. Что такое нейронная сеть? Это модель мозга. Конечно, она не учитывает ряд явлений, которые сейчас мы считаем очень важными, но концептуально искусственная нейронная сеть Розенблатта была и до сих пор остается основным инструментом для анализа больших данных, глубокого обучения и даже глубокого сна (deep dream).

В «Персептронах» Мински говорит об ограничениях в подходах моделирования нейронных сетей, которые были приняты на тот момент. Ученые начали с достаточно простых сетей: создавали несколько слоев (около трех) с небольшим количеством самих нейронов и связей между ними. Давайте сравним с тем, что происходит в голове у человека. Например, зрительная кора состоит из шести слоев, при этом среднее количество соединений в этих шести нейронных слоях - 10 000 соединений на один нейрон. Среднее количество соединений в гиппокампе, который играет важную роль в памяти, - 50 000 на один нейрон. Даже для современных вычислительных симуляций, которые мы строим, очень мощных нейронных сетей это в большинстве случаев недоступные величины. Мински писал о том, что первые попытки создания сетей с десятком соединенных друг с другом нейронов (существовали даже неполносвязные сетки, когда единицы нейронов были соединены друг с другом) обладали определенными ограничениями. Мински видит ограничение, в частности, в том, что один нейрон не может выполнять логический xor (исключающее ИЛИ). В природе все гораздо сложнее.

Минимальная нейронная сеть, которая нам известна, - это 320 нейронов в червяке C. elegans. Она уже была построена, но если мы говорим о коре головного мозга млекопитающих, то там мы сталкиваемся с миллионами (в случае человека - миллиардами) нейронов. Мы не можем с современными мощностями суперкомпьютеров посчитать человеческий мозг. Марвин Мински выявил эту проблему еще в 1969 году, и, по сути дела, она до сих пор не решена. Однако «Персептроны» часто называют одной из работ, которая позже повлекла за собой зиму искусственного интеллекта.

Зима искусственного интеллекта

До конца 1960-х - начала 1970-х годов было время золотого века проектов искусственного интеллекта, когда различные - в основном военные - министерства Соединенных Штатов, Великобритании и других западных стран очень охотно давали деньги на проекты, связанные с ИИ. Появилось много различных проектов, которые не давали существенных результатов, а также ученые чувствовали себя обязанными показать результат, они преувеличивали значение своих проектов, для того чтобы сделать их более привлекательными для финансирования.

В конце концов была организована комиссия, рассматривающая текущие проекты, связанные с искусственным интеллектом. Комиссия пришла к выводу, что большинство из них не дает практического результата, что это так называемые toy example, неприменимые к реальной жизни. С этого момента финансирование проектов в сфере искусственного интеллекта серьезно снижается. Этот период вошел в историю как AI winter, или зима искусственного интеллекта.

До конца 1980-х - начала 1990-х годов мы видим снижение и общего интереса к проектам в области искусственного интеллекта. Только недавно ситуация изменилась: на волне робототехники, Big Data и Deep Learning возрос интерес к различного рода проектам, связанным с ИИ, в том числе с биологически инспирированными подходами. Активно развивается affective computing - эмоциональные вычисления. Многим специалистам, в том числе экономистам, понадобились представления об эмоциональной картине. Это оказывается важным и для принятия политических решений. Все это было предвосхищено в работах Марвина Мински. Он так же точно предсказывал нейробиологические явления, которые впоследствии были открыты нейробиологами (K-lines (knowledge lines) впоследствии были названы когниты (cognit), и более широко их можно рассмотреть как частный случай полихронизации (polychronization)).

Эмоциональные вычисления

Марвина Мински можно назвать одним из основоположников эмоциональных вычислений. Хотя в 1997 году - чуть раньше, чем вышла его книга «The emotion machine» - была выпущена работа Розалинд Пикард «Affective computing», основополагающая для целого направления исследований.

Работа «The emotion machine» - это не просто рассмотрение роли эмоций в жизни человека и попытка ее отобразить на вычислительную систему. Самое главное - в ней есть связная, нейробиологически точная картина человеческого мышления, что дает серьезные основания для того, чтобы воплотить его в виде вычислительной архитектуры на основе современных компьютеров. Книга абсолютно уникальна тем, что описывает психологические феномены с точки зрения создателей искусственного интеллекта, с точки зрения программистов. Она дает широкую картину того, как работает психика человека, как мы принимаем решения, как мы думаем, как мы рефлексируем, как мы творчески мыслим, что такое гениальность и так далее.

Роботы и сильный искусственный интеллект

Труды Мински в области робототехники относятся к раннему периоду его работы, когда он с коллегами попытался построить машину, способную оперировать в мире детских игрушек. Они стали исследовать, как может осуществляться обратная связь, например: видеосигналы, распознавание образов и тактильно-двигательная активность робототехнической системы, что, естественно, послужило очень мощным толчком для дальнейших исследований в сфере ИИ и понимания самой простой человеческой активности.

Можно ли искусственно воссоздать интеллект человека?Можно ли искусственно воссоздать интеллект человека?Нейроинформатик Виталий Дунин-Барковский о механизмах работы мозга и перспективах развития искусственного разумаВедь кризис искусственного интеллекта, или зима ИИ, был связан, кроме всего прочего, еще и с тем, что нам надо было разобраться с самыми простыми вещами, с которыми мы сталкиваемся в первые годы нашей человеческой жизни, когда мы начинаем учиться хватать, распознавать образы, когда мы начинаем связывать нашу руку с предметом и у нас появляются какие-то ощущения. Часто это абсолютно неосознанные активности, они очень важны для того, чтобы в конце концов мы могли бы делать что-то гораздо более сложное. И исследования 1950-1960-х годов столкнулись с тем, что мы не представляем себе, как все это происходит. Мы не осознаем этих механизмов, но роботам нужно было их «объяснить». Необходимо было воссоздать эти механизмы в робототехнической системе. Для начала - первые шаги. Теперь мы часто видим университетские проекты по воссозданию прямохождения в робототехнических системах.

Марвин Мински много говорил и писал о создании сильного искусственного интеллекта, сравнимого с человеком. Он смотрел на роботов как на близкие нам существа. Ученый настаивал, что обязательно нужно развивать робототехнику, создавать помощников. И он предупреждал исследователей, что нельзя создать искусственный интеллект путем «серебряной пули», панацеи. Необходимо рассматривать совокупность подходов и методов, которые мы используем каждый день, иначе мы часто упускаем детали, такие как эмоции.

Источник: vk.com

Комментарии: