| +22 голоса |
|
Дослідження АІ досягли великих успіхів у розв’язанні конкретних програм, але ми все ще далекі від систем АІ загального призначення, про які вчені мріяли десятиліттями.
Серед рішень, які досліджуються для подолання бар’єрів АІ, є ідея нейросимволічних систем, які об’єднують найкраще з різних галузей інформатики. У доповіді на IBM Neuro-Symbolic AI Workshop Джошуа Тененбаум (Joshua Tenenbaum), професор обчислювальної когнітивної науки в Массачусетському технологічному інституті, пояснив, як нейросимволічні системи можуть допомогти вирішити деякі з ключових проблем сучасних систем AI.
Серед багатьох прогалин у АІ Тененбаум зосереджується на одному зокрема: «Як нам вийти за межі ідеї інтелекту як розпізнавання закономірностей у даних і наближення функцій і більше до ідеї всіх речей, які робить людський розум, коли ви моделююте світ, пояснююте та розумієте речі, які ви бачите, уявлєте речі, які ви не бачите, але можуть статися, і перетворювати їх на цілі, яких ви можете досягти, плануючи дії та вирішуючи проблеми?»
Правда, це велика прогалина, але її подолання починається з вивчення одного з фундаментальних аспектів інтелекту, спільного для людей і багатьох тварин: інтуїтивної фізики та психології.
Наш розум створений не лише для того, щоб бачити візерунки в пікселях і звукових хвилях, але й для розуміння світу через моделі. Як люди ми починаємо розвивати ці моделі вже у тримісячному віці, спостерігаючи за світом і діючи в ньому.
Численні дослідження показують, що діти розвивають абстрактні уявлення про фізичний світ та інших людей і застосовують їх у нових ситуаціях. Наприклад, у наступному відео лише спостерігаючи, дитина розуміє, що людина, яка тримає предмети, має на увазі мету та потребує допомоги, щоб відкрити двері шафи.
Ці здібності часто називають «інтуїтивною фізикою» та «інтуїтивною психологією» або «теорією розуму», і вони є основою здорового глузду.
Тененбаум перелічує три компоненти, необхідні для створення ядра для інтуїтивної фізики та психології в АІ.
«Ми наголошуємо на тристоронній взаємодії між нейронним, символічним і імовірнісним моделюванням і логічним висновком, — каже Тененбаум. - Ми вважаємо, що це тристороння комбінація, яка необхідна для охоплення людського інтелекту та основного здорового глузду».
Символічний компонент використовується для репрезентації та міркування з абстрактним знанням. Імовірнісна модель висновку допомагає встановити причинно-наслідкові зв’язки між різними об’єктами, міркувати про контрфактичні та невидимі сценарії та мати справу з невизначеністю. Нейронний компонент використовує розпізнавання образів, щоб зіставляти сенсорні дані реального світу зі знаннями та допомагати орієнтуватися в пошукових просторах.
Одним із ключових компонентів нейросимволічної концепції АІ Тененбаума є фізичний симулятор, який допомагає передбачити результат дій. Симулятори фізики досить поширені в ігрових движках і різних галузях навчання з підкріпленням і робототехніки.
Але на відміну від інших галузей АІ, які використовують симулятори для навчання агентів і перенесення їхніх знань у реальний світ, ідея Тененбаума полягає в тому, щоб інтегрувати симулятор у процес висновків і міркувань агента.
Фізичний механізм допоможе АІ симулювати світ у реальному часі та передбачити, що станеться в майбутньому. Симуляція просто має бути достатньо точною та допомагати агенту вибрати перспективний курс дій. Це також схоже на те, як працює людський розум. Коли ми дивимося на зображення, наприклад на стопку блоків, ми матимемо приблизне уявлення про те, чи буде воно протистояти гравітації чи перекидатися. Можливо, ми не зможемо передбачити точну траєкторію кожного об’єкта, але ми розробляємо уявлення високого рівня про результат.
Хоча симулятори є чудовим інструментом, одна з їхніх великих проблем полягає в тому, що ми не сприймаємо світ у термінах тривимірних об’єктів. Нейросимволічна система повинна визначити положення та орієнтацію об’єктів у сцені, щоб створити приблизне тривимірне представлення світу.
Є кілька спроб використовувати чисте глибоке навчання для визначення позиції об’єкта та пози, але їхня точність низька.
Як тільки нейросимволічний агент має фізичний механізм для моделювання світу, він повинен мати можливість розробляти концепції, які дозволяють йому діяти по-новому.
Наприклад, люди (і іноді тварини) можуть навчитися використовувати новий інструмент для вирішення проблеми або зрозуміти, як змінити відомий об’єкт для нової мети (наприклад, використовувати камінь замість молотка, щоб забити цвях).
Для цього Тененбаум і його колеги розробили фізичний симулятор, у якому люди повинні використовувати об’єкти для вирішення проблем новими способами. Той самий механізм використовувався для навчання моделей АІ розробці абстрактних концепцій використання об’єктів.
«Ми хочемо надати дорожню карту того, як досягти бачення мислення про те, що робить людський здоровий глузд відмінним і потужним із самого початку, — каже Тененбаум. — У певному сенсі це одна з найдавніших мрій АІ, яка сходить до оригінальної пропозиції Алана Тюрінга щодо інтелекту як обчислення та ідеї про те, що ми можемо побудувати машину, яка досягне людського рівня інтелекту, починаючи, як дитина, і навчаючи її, як дитину. Це надихало багатьох із нас, і ми намагаємося придумати будівельні блоки для цього».
Ready, set, buy! Посібник для початківців - як придбати Copilot для Microsoft 365
| +22 голоса |
|
