Четыре (не совсем) простых шага до общего искусственного интеллекта (ОИИ) |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2018-07-25 10:24 «За 15 лет, с тех пор как я впервые представил термин “общий искусственный интеллект” (AGI), область ИИ значительно продвинулась. Сегодня у нас есть самоуправляемые автомобили, автоматическое распознавание лица и захват изображений, машинный перевод и экспертные игроки в лице ИИ, а также многое другое», говорит Бен Гертцель, CEO децентрализованной сети SingularityNET. Далее – от первого лица. Однако эти достижения по существу остаются в области «узконаправленного ИИ» — искусственного интеллекта, который выполняет задачи, основываясь на специально обозначенных данных или правилах или же в тщательно разработанных учебных ситуациях. ИИ, которые могут работать, в общем, в непредвиденных обстоятельствах и противостоять миру как автономные агенты, по-прежнему остаются частью будущего. Общий искусственный интеллект (ОИИ): что это такое? Остается вопрос: что нам нужно, чтобы превратить инструменты современного узконаправленного искусственного интеллекта, который все больше вливается в бизнес и общество, в тот самый общий искусственный интеллект, о котором грезят футурологи и писатели-фантасты? Несмотря на огромное разнообразие перспектив и отсутствие нехватки технических и концептуальных идей на пути к ОИИ, между экспертами нет ничего похожего на соглашение по этому вопросу. Разнообразный ландшафт прото-ОИИ К примеру, главный учредитель Deep Mind Демис Хассабис долгое время был поклонником относительно сильно вдохновленных мозгом подходов к ОИИ и продолжает публиковать работы в этом направлении. С другой стороны, проект OpenCog, ориентированный на ОИИ, соучредителем которого я стал в 2008 году, использует менее ориентированный на мозг подход – он включает нейронные сети, при этом мощно опираясь на символико-логические представления и вероятностные выводы, а также эволюционное обучение программы. К чему я веду, так это к тому, что раз у нас есть много рабочих подходов к пилотируемым полетам – самолеты, вертолеты, ракеты и т.п., может быть так же много рабочих подходов к ОИИ, некоторые из которых в большей степени вдохновлены биологией, чем другие. И, как и братья Райт, сегодняшние пионеры ОИИ руководствуются в большей степени экспериментами и интуицией, отчасти потому, что мы пока не знаем полезных теоретических законов общего интеллекта, чтобы направлять инженерный подход к ОИИ по движению теорий; теории ОИИ развиваются органично по мере практики. Четыре (не совсем) простых шага к ОИИ Я полагаю, что эти четыре шага в принципе достижимы до конца моей жизни, может быть даже в следующие 5-10 лет. Над каждым из этих шагов работают многие команды самых умных людей в мире, включая, но ни в коем случае не ограничиваясь моими собственными командами в SingularityNET, HansonRobotics и OpenCog. Хорошие новости в том, что нам не нужны радикально новые, лучшие аппаратные средства, а также радикально иные алгоритмы или датчики или приводы. Нам просто нужно использовать наши компьютеры и алгоритмы более разумно, выполняя следующие действия. #1. Сделать когнитивную синергию практичной Сегодня у нас имеется много мощных алгоритмов ИИ, но мы не используем их вместе достаточно сложным образом, поэтому теряем много синергетического интеллекта, который мог бы появиться от совестного их использования. И напротив, различные компоненты человеческого мозга настроены на совместную работу с интересной обратной связью и взаимодействием. Нам необходимо создать системы, которые обеспечат богатую и полную координацию различных агентов ИИ на различных уровнях в одной, сложной, адаптивной сети искусственного интеллекта. В архитектуре OpenCog, например, мы пытается реализовать это, создавая различные алгоритмы обучения и рассуждения, работая совместно над Atomspace Hypergraph, который позволяет создавать гибридные сети из символьных и подсимвольных сегментов. Наш движок вероятностной логики, который обрабатывает факты и убеждения, наш движок эволюционного обучения программы, который обрабатывает практические знания, наши глубокие нейронные сети, обрабатывающие восприятие – все они работают сообща, обновляя один набор узлов и связей гиперграфа. На другом уровне, в сети ИИ на блокчейне SingularityNET, мы работаем над когнитивной синергией, позволяя различным агентам ИИ использовать разные внутренние алгоритмы для запросов друг к другу и обмена информацией и результатами. Идея состоит в том, что сеть агентов ИИ, используя специальный токен для обмена ценностями, может создать общую когнитивную экономику умов с интеллектом высшего уровня, который выходит за пределы интеллекта отдельных агентов. Это современная реализация идеи первопроходца ИИ Марвина Мински интеллекта как «общества умов» на блокчейне. #2. Соединить символьный и подсимвольный ИИ Я считаю, что ОИИ наиболее эффективно удастся достичь за счет соединения алгоритмов, которые используют низкоуровневым интеллектом, таких как восприятие и движение (например, глубокие нейронные сети), с алгоритмами, которые используются для абстрактных рассуждений высокого уровня (логические движки). Глубокие нейронные сети добились поразительного успеха в последнее время в обработке различных видов данных, включая изображения, видео, аудио и, в меньшей степени, текста. Однако становится очевидно, что эти непосредственные архитектуры сетей не очень хорошо обрабатывают абстрактные знания. Моя собственная интуиция подсказывает, что кратчайший путь к ОИИ будет состоять в том, чтобы использовать глубокие нейронные сети там, где они больше всего приспособлены, и сделать их гибридными, наделить более похожими на методы ИИ логическими системами, чтобы они могли обрабатывать более продвинутые аспекты человекоподобного сознания. #3. Архитектура цельного организма Люди– это не только сознание, разум, но также и тело, организм, поэтому достижение ОИИ человеческого уровня потребует включения систем ИИ в физические системы, способные взаимодействовать с повседневным человеческим миром в тонких моментах. «Архитектура цельного организма» (WHOA!) – прекрасная фраза, представленная моим коллегой в области робототехники Дэвидом Хэнсоном. В настоящее время мы работаем с его прекрасным роботизированным творением «Софией», разработку программного обеспечения которой я перевел на платформу для экспериментов с искусственным интеллектом Open Cog и SingularityNET. Общий интеллект не требует человекоподобного тела, да и вообще тела не требует. Однако, если мы хотим создать ОИИ, который, в частности, проявляет человекоподобное познание и может понимать людей, этот ОИИ должен будет иметь своеобразное сочетание познания, эмоций, социализации, восприятия и движения, которые характеризует человеческую реальность. Очевидно, лучший способ для ОИИ получить такого рода чувства – расположиться в теле, которое будет хотя бы приблизительно напоминать человеческое. Потребность в архитектуре цельного организма связана с важностью эмпирического обучения для ОИИ. В сознании человеческого ребенка все виды данных смешиваются сложным образом, и цели и задачи должны умещаться в категории, структуры и динамику мира. Даже разницу между собой и другим нужно уяснить. В конечном счете, ОИИ должен будет проводить такого рода своеобразное обучение и для себя. Хотя обеспечивать систему ОИИ данными из текстов и баз данных не так уж и неправильно, необходимо также создать систему, которая будет взаимодействовать с миром, воспринимать его и исследовать автономно, и создавать собственную модель себя и мира. Семантика всего, чему она учится, таким образом, будет основываться на ее собственных наблюдениях. Если она будет изучать нечто абстрактное, вроде языка или математики, ей придется обосновывать семантику этих дисциплин в собственной жизни, а также в абстракции. Экспериментальное обучение не требует робототехники. Но робототехника цельного организма обеспечивает чрезвычайно естественный путь за пределы современных учебных процессов, например, к экспериментальному обучению ИИ. #4. Масштабируемое мета-обучение ОИИ должен не только учиться, но и «учиться учиться». ООИ придется применять свои алгоритмы рассуждения и обучения рекурсивно к самому себе, чтобы автоматически улучшать собственную функциональность. В конечном счете, способность применять обучение для улучшения обучения должна позволить ОИИ продвинуться далеко за пределы возможностей человека. В настоящий момент мета-обучение остается сложной, но критически важной задачей. В SingularityNET, например, мы начинаем применять искусственный интеллект OpenCog для распознавания паттернов в собственной эффективности на временном отрезке, чтобы он улучшал собственную производительность. В направлении доброжелательного ОИИ Если моя точка зрения на ОИИ верна, как только один из этих четырех аспектов продвинется за пределы текущего состояния, мы получим его — ОИИ человеческого уровня и дальше. Я нахожу эту перспективу чрезвычайно захватывающей и немного пугающей. Мне также известно, что некоторые наблюдатели, включая таких больших людей, как Стивен Хокинг и Илон Маск, высказывались ровно противоположным образом: больше страха, чем восхищения. Я думаю, почти все, кто серьезно относится к разработке ОИИ, вкладывает много усилий в смягчение соответствующих рисков. Один из выводов, к которым я пришел в процессе моей работы над ИИ и робототехникой, заключается в следующем: если мы хотим, чтобы наши ОИИ могли поглощать и понимать человеческую культуру и ценность, лучшим подходом будет включить эти ОИИ в общие социальные и эмоциональные контексты с людьми. Я чувствую, что мы поступаем правильно в нашей работе с «Софией» в Hanson Robotics; в недавних экспериментах мы использовали «Софию» в качестве руководства по медитации. В последние несколько лет я также увлекся работой по обеспечению того, чтобы ИИ развивался так, чтобы стал эгалитарным и распределенным по всей экономике мира, а не обосновался в крупных корпорациях или военных правительствах. Проще говоря, я предпочел бы, чтобы сверхразумным стал доброжелательный, любящий ИИ, а не робот-убийца, рекламный движок или хедж-фонд ИИ. С такой мотивацией я запускал проект SilgularityNET— чтобы использовать ИИ и блокчейн вместе и создать открытый рынок, на котором любой человек на планете мог бы использовать самый мощный в мире ИИ в любых целях. Если ОИИ родится из «экономики сознаний» такого характера, вероятнее всего, он будет иметь подходящее этическое и инклюзивное мышление. Мы заходим на неизвестную территорию, не только интеллектуально и технологически, но и социально и философски. Давайте сделаем все возможное, чтобы следующий этап нашего коллективного путешествия протекал мудро и кооперативно, а также разумно и увлекательно. Источник: hi-news.ru Комментарии:
Lex, 2018-07-26 18:00:31
Когда кто-то постоянно использует выражения - "сложным образом", "сложная система", это обычно признак что человек не понимает о чем говорит. |
|