Способ создания искусственного интеллекта

При чём здесь Дарвин? Как искусственный интеллект создаёт сам себя

Пересказ статьи Уилла Дугласа Хевена. Он пообщался с исследователями, которые создают ИИ-технологии прямо сейчас. И узнал, как они это делают.

Уилл Дуглас Хевен

(Will Douglas Heaven)

Ведущий редактор темы ИИ в медиакомпании MIT Technology Review. Освещает исследования, тренды в ИИ и рассказывает о людях, которые их формируют. Ранее — ведущий редактор сайта BBC о технологиях в области геополитики Future Now (англ. «Будущее сегодня»), главный редактор темы технологий в научно-популярном журнале New Scientist.

Копирайтер и SMM-специалист. Пишет про бизнес и технологии, работает с Билайн, Yandex.Cloud и TexTerra.

• Почему боты из Uber, которые еле ходят, умнее других?
• Нейросети и эволюция Дарвина: в чём связь?
• Автоматизируем создание мозга
• Учебники для искусственного интеллекта
• Ждать ли восстания машин? Риски автономности ИИ

Хевен побеседовал с Руй Ваном — исследователем искусственного интеллекта в Uber, его бывшим коллегой Джеффом Клуном — он работает в исследовательской компании OpenAI и Эстебаном Реалом — инженером, который развивает машинное обучение в Google Brain. Они рассказали автору о новом подходе к созданию ИИ.

Давайте поговорим о нём, но прежде вспомним суть традиционного подхода. Разработчики берут заранее подготовленный массив данных (например, базу данных с фотографиями людей) и учат нейросеть находить их среди предметов или даже определять их личность по лицу. В то же время разработчики играют роль учителей и указывают ИИ, когда результат оказался верным, а когда — нет.

Умные боты POET

Собеседники Хевена действуют иначе — они доверяют обучение самой системе. Дают ей право развиваться методом проб и ошибок. Для этого в Uber создали POET — своеобразный тренировочный лагерь для ботов. Термин «бот» в данном случае используется условно, поскольку боты POET имеют мало общего с привычными нам ботами, например, в играх. Это скорее агенты. Система создаёт полосы препятствий, оценивает способности ботов-агентов и назначает им задачи без участия человека. Они выполняют их шаг за шагом и постепенно становятся умнее. Идеологически такой подход развивает идею обучения с подкреплением (англ. reinforcement learning). Это такой метод машинного обучения, при котором система взаимодействует не с «учителем», а со средой. Особенность проекта POET в том, что система теоретически способна бесконечно учиться ставить себе задачи, всё более и более сложные, и сама же обучаться их решать. Исследователи считают, что идея бесконечного развития POET роднит проект с естественной эволюцией. Ведь это единственный из известных процессов, в результате которого развился единственный из известных интеллектов (человеческий).

Тренировка ботов в виртуальной среде POET

Кажется, что боты-агенты POET отстают от своих собратьев. Боты, управляемые человеком, давно играют в логическую игру Go, изучают свёртываемость белка и находят признаки рака. А боты POET едва ли умеют ходить! Но ключевая идея здесь в том, что алгоритм сам учится ставить ботам-агентам задачи, а они, в свою очередь, учатся их решать без помощи людей.

Руй Ванг считает, что это поистине революционный способ создания нового, действительно умного искусственного интеллекта. Эти роботы должны стать ещё полезнее, чем те, что созданы под контролем человека.

Идею предоставить ИИ возможность самому себя бесконечно обучать, копируя естественную эволюцию, поддерживает Джефф Клун — сотрудник центра OpenAI. Он считает, что ИИ надо дать свободу: «Снять оковы и уйти с пути». Только в этом случае можно рассчитывать, что машины сравняются с человеком по интеллекту или смогут его превзойти.

Идея Клуна входит в ОИИ (AGI) — концепцию общего искусственного интеллекта. Она вызывает массу споров в современной науке. Её сторонники утверждают, что можно создать подобный человеческому разум, который сможет планировать свои действия, обучаться, общаться на естественном языке и обладать самосознанием.

Имитируем эволюцию

Идею сходства предложенного проектом POET подхода с эволюцией подтверждает опыт OpenAI. Три года назад компания разработала ботов, которые учились играть в прятки в виртуальной среде. Их разбивали по парам: одни искали, а другие прятались за подвижными препятствиями. Когда ботам разрешили учиться самостоятельно, они стали исследовать виртуальный мир так, как учёные совсем не ожидали. Использовали сбои в интерфейсе, чтобы перепрыгивать стены, и проходили сквозь них.

Подобные эксперименты говорят, что ИИ может прийти к решениям, о которых сами люди не додумаются. Компьютер способен изобрести новые типы алгоритмов и нейронных сетей. Или полностью отказаться от них — и придумать собственные способы обучения.

Клун напоминает, что интеллект возник из простых начал: «Ваш мозг создал простой алгоритм эволюции Дарвина. При этом именно ваш мозг — самый интеллектуальный алгоритм обучения, который известен во Вселенной». Почему бы не воспроизвести алгоритм его создания? Возможно это проще, чем создать сам интеллект!

Исследователи двигаются в эту сторону. Создают машины, которые учатся нескольким вещам сразу и справляются с неожиданными ситуациями. Многие считают, что это и есть лучший путь к созданию общего искусственного интеллекта. «Можно запустить алгоритм, который не обладает серьёзным интеллектом изначально. И наблюдать, как он умнеет на глазах — вплоть до AGI», — говорит Джефф Клун.

Существует общий термин «сильный искусственный интеллект» (Strong AI), некоторые эксперты считают, что в это понятие входит не только общий искусственный интеллект (AGI), но и искусственный сверхинтеллект (ASI). Это такой искусственный разум, который не только обладает самосознанием и в целом не уступает человеческому, но и принципиально превосходит его в некоторых областях. Известным примером из массовой культуры такого «сильного» искусственного интеллекта является HAL 9000 из романа «2001: Космическая одиссея» Артура Кларка.

И даже если AGI никогда не изобретут, подход самообучения всё равно достоин внимания, считает Хевен. Его собеседник Джефф Клун говорит, что миру от ИИ нужно явно больше, чем создание ботов для игры в GO. Умная машина должна сама ставить задачи, решать их, а затем придумывать новые. Она может научиться ходить, играть в классики, а затем, может быть, и играть в логические игры. Но развитие на этом точно не закончится. «Система может обновляться постоянно, у неё просто нет границ», — говорит Джефф Клун.

Как создать мозг

Чтобы ответить на этот вопрос, автор обращается к понятию нейронных сетей. Они состоят из нескольких слоёв искусственных нейронов, которые закодированы в программном обеспечении. Каждый из этих слоёв может быть связан с другим. Здесь можно экспериментировать: новые комбинации часто приводят к открытиям.

Нейронные сети создаются людьми — методом проб и ошибок. Изначально люди не имеют чёткого представления о том, что работает, а что нет. Нет гарантии, что учёные найдут лучшее решение. Именно поэтому актуальна автоматизация. Самый распространённый её способ — позволить ИИ самому создавать для себя схемы, тестировать их и выбирать лучшие. Этот метод получил название NAS — поиск нейронной архитектуры.

Хевен знакомит нас с Эстебаном Реалом — инженером Google. Он использовал NAS, чтобы создать нейросеть, которая распознаёт изображения. В итоге она превзошла лучшие сети, созданные человеком. Эта система стала частью AutoML — процесса автоматизации применения машинного обучения. AutoML позволяет быстрее и проще создавать решения и модели. Они, в свою очередь, часто оказываются эффективнее моделей ML, созданных вручную. AutoML от Google cегодня открыта для всех: её используют компании по всему миру.

В Google пошли ещё дальше — создали систему Google AutoML Zero, которая разрабатывает искусственный интеллект с нуля. На старте ей задают только базовые математические концепции. Результат работы поразил. Так, к примеру, система самостоятельно пришла к использованию алгоритма градиентного спуска, который часто используется разработчиками при обучении нейронных сетей. «Я был очень удивлён, — говорит Реал. — Это очень простой алгоритм, он занимает ровно шесть строк кода, но работает именно так, как нужно».

Как обучить искусственный интеллект

Искусственный мозг работает не так, как человеческий. Человеческий адаптируется к новым условиям и задачам. А машинный может сбиться, даже если условия меняются совсем чуть-чуть. Автор полагает, что современному ИИ не хватает гибкости.

Но как сделать ИИ гибким? Лучший способ — дать ему право решать проблемы самому. Так считает Джейн Ван, исследователь лондонского центра DeepMind. Задача учёных — не только натаскивать ИИ на конкретные задачи, но и научить решать эти задачи новыми, нестандартными способами, которые предложит сама система.

Как это можно сделать? Уилл Хевен выделяет два подхода к созданию автоматических алгоритмов обучения. Первый, не сговариваясь, придумали в двух центрах — DeepMind и OpenAI. Суть в использовании рекуррентных нейронных сетей. Их активация аналогична активации нейронов в голове — нейросети, подобно мозгу, начинают самостоятельно создавать алгоритмы. Они учатся самостоятельно. И некоторые из них уже работают лучше, чем те, что созданы человеком.

Второй подход придумала Челси Финн и её коллеги из Калифорнийского университета в Беркли. Его назвали метаобучением. В нём используются два Machine-Learning-процесса, один из которых вложен в другой. Как это работает: первый процесс обучается на готовых данных, затем внешняя модель изучает полученные им навыки — например, умение идентифицировать изображения — и определяет, как можно улучшить его производительность.

Автор проводит параллель: представьте школьного инспектора, который руководит учителями. Каждый предлагает ему разные методы обучения. Инспектор проверяет, какие методы больше помогают в обучении, утверждает их или вносит свои коррективы.

«Если мы даём ИИ возможность создавать себя, надо позволить ему создавать собственные школы и учебники», — говорит Уилл Дуглас Хевен.

Пытаться добиться успеха — бесполезно

Вернёмся к системе POET, о которой сказали в начале статьи. По словам Руй Вана, в её основе лежит парадокс.

«Если вы хотите, чтобы она решила конкретную проблему, у вас ничего не выйдет. Если нет изначальных ожиданий — шансов на успех больше. Мы получаем удивительные результаты от совершенно случайных процессов. Повторить их специально просто не получится», — комментирует разработчик.

POET выбирает хаотичные, неочевидные пути к успеху. Но они работают. Агенты самостоятельно решают проблемы, после этого становятся сильнее, умнее и получают новые знания. И, главное, этот процесс бесконечен — он будет идти постоянно.

Клун и Ван считают, что это серьёзное открытие. Сейчас они пытаются выяснить, поможет ли оно в создании новых, действительно умных систем. И хотят понять, можно ли двигаться к ОИИ без определённой стратегии.

Есть ещё одна важная вещь — не стоит забывать о рисках. Автор задаётся вопросом, сможем ли мы контролировать рост ИИ. Некоторые собеседники не видят угроз — восстание машин остаётся в мире фэнтези.

Тем не менее Джейн Ван из DeepMind считает, что автономность риск всё же несёт: «Мы хотим дать ИИ свободу. Но надо помнить, что он может выйти из-под контроля. Это и страшно, и захватывающе одновременно».

обложка: Dana Moskvina / Skillbox Media

Источник

Делаем Искусственный Интеллект

Прошло уже около четырех месяцев с тех пор, как я серьезно увлекся проблемой Искусственного Интеллекта. Сначала желание не было таким явным — я просто хотел написать небольшую программку с естественно-языковым взаимодействием в качестве тренировки. Но чем больше я думал об этой цели, тем больше она усложнялась и, в конце концов, изменилась до неузнаваемости, стала похожей уже скорее на Искусственный Интеллект, чем на то, что было вначале. Покопавшись в сети, я не нашел ничего путного на эту тему и решил продолжить развивать свою первоначальную идею.

На данный момент результатом многочисленных применений анализа и синтеза является некоторое количество информации в виде концепций, частичных моделей архитектуры, идей реализации и прогнозов. Вот и захотелось поделиться с общественностью.

Сразу хочу сказать, что я верю в свою идею и развиваю ее не куда поведет, а так, чтобы ее можно было действительно реализовать, причем в самом ближайшем будущем. Чтобы результат можно было назвать Искусственным Интеллектом (или Разумом, я не разделяю эти понятия), при этом глупо не хихикая и не косясь куда-то в сторону с виноватым видом.

Первая статья будет посвящена основной концепции, которую я, долго не думая, назвал «Концепция Человечного ИИ».

Я догадываюсь, как подобные заявления могут прозвучать для среднестатистического хабрауха, так что морально я готов практически ко всему!

Условные обозначения

После 56-го, когда миру огласили первую концепцию Искусственного Интеллекта, утекло много воды. Ученые, а вслед за ними и простые обыватели разделились на несколько направлений. И у каждого из них свой взгляд на вопрос, свое определение, свои критерии. У кого-то в основе лежит мысль, что ИИ уже изобретен, у кого-то наоборот — ИИ изобрести невозможно. Для справки можно было бы выложить все эти определения, но я не вижу смысла заниматься копипастом с той же википедии. Это ничего не даст. Большинство людей имеют свой взгляд на этот вопрос и будут отстаивать то, что соответствует их взглядам.

Поэтому я воспользуюсь этим правом и в кратком виде изложу свое мнение, то, что я подразумеваю, когда пишу «Искусственный Интеллект». В общих чертах это соответствует определению «сильного искусственного интеллекта», которое ввел Джон Сёрль. В нем говориться, что ИИ должен являться не моделью разума человека, а самим разумом, в той мере, в которой человеческий разум — это разум. Да, формулировка довольно запутанная, но суть, думаю, вы уловили.

Список неиспользуемой литературы

Каждый уважающий себя докладчик должен иметь подобный раздел, вот и я тоже думаю — чем я хуже! Только смысл этого раздела немного противоположный по вполне объективным причинам.

Здесь я хотел бы пояснить мое высказывание из пролога насчет того, что «я ничего путного в сети не нашел». Прежде всего, ни одно из основных направлений исследований я не считаю перспективным для создания Искусственного Интеллекта (см. Условные обозначения) в ближайшем будущем. Для других целей — на здоровье, многое уже сейчас используется.

Некоторые направления от кибернетики были рассмотрены в моей первой статье «Картина без художника». В ней описания технологий перемежаются с моими комментариями, каждый из которых дает понять, почему с данной технологией мы не достигнем цели. Во второй статье объектом для критики стала нейрокибернетика. Уже по традиции в ней содержится описание моего взгляда на данное направление и размышления на тему, почему для создания ИИ копать нужно в другом направлении.

За кадром пока остались идеи фантастов и разнообразные стереотипы. Рассмотрим наиболее популярные из них.

Итак, на первое место среди заблуждений относительно ИИ я поставил серийные модели роботов, популярных в научно-фантастических фильмах 90-х. Сюда же можно отнести большинство роботов многоуважаемого мною Азимова и, например, С-3PO. Объединил я их по следующему критерию — все они созданы с уже зашитым, запрограммированным на определенные действия в определенных условиях интеллектом, который либо совершенно не способен сам переписать свою программу (инвариантен), либо способен, но очень незначительно. При этом у каждого из таких роботов кинематографическая память.

В чем же бредовость этого образа, который является целью кибернетиков? Если эти создания описываются недалекими, то я не против — такое вполне возможно. Но это не ИИ. Для слабоумного робота можно написать какой-нибудь алгоритм, но до человеческого разума будет очень далеко. А вот написать программу, которая наделяет робота такими свойствами, что он проходит тест Тьюринга и вообще размышляет не хуже человека, невозможно. Это все равно, что разработать программу обучения человека дошкольного возраста, чтобы за неделю (месяц, год) он овладел знаниями и опытом взрослого человека.

Ну, и на втором месте у меня стоят фантастические мега-компьютеры: Скайнет, БПЛА из «Стэлс», ВИКИ из «Я, Робот», Сэт из «Универсальный солдат 2». Думаю, список вы сможете продолжить и сами. В принципе они не особенно отличаются от рассмотренных чуть выше роботов, но их воспринимают не как что-то человекоподобное, а как программу, которая может быть запущена на компьютере. Многие надеются, что подобные штуки будут висеть на серверах с веб-поисковиками, на родной машине в составе всяких IDE или вообще в виде ОС. При этом от них ждут некоторых сугубо человеческих свойств: мышление, способность решать нетривиальные задачи, делать сложный выбор и тому подобные.

Что же здесь не так? Действительно, с виду все красиво и убедительно. С другой стороны в подобных гипотетических системах хотят использовать только некоторые из человеческих свойств, другие же по причине их бесполезности не приветствуются и игнорируются. Я, например, воспринимаю эту ситуацию следующим образом: «Мне нравятся яблоки, поэтому выведете мне такой сорт яблонь, которые состояли бы из одних яблок». Другими словами мы хотим взять часть интеллекта, и чтобы эта часть не смотря ни на что являлась полноценным интеллектом.

Я предлагаю на этом остановиться. Но если возникнет такая необходимость, всплывет какая-нибудь известная теория или гипотеза, о которой я не упомянул, то она вполне может оказаться здесь, среди прочих в списке неиспользуемой литературы.

Основные положения

В каком-то роде они вытекают из предыдущего раздела. Наш Человечный ИИ должен обладать максимальным количеством свойств своего создателя. После запуска он должен обладать теми же знаниями, т. е. почти никакими, и теми же навыками, которые можно в целом назвать способностью к самообучению. Далее он будет работать автономно.

Процесс обучения при этом будет проходить в той же последовательности, как и у человека, начиная со знакомства с окружающим миром, обучения речи, далее идет развитие и усложнение картины мира. Все эти этапы должны происходить так же, как и у человека. Поэтому важным критерием является общение с людьми. Без него ИИ просто не сможет развиваться. Отсюда следует, что после того, как ИИ будет создан и запущен, понадобится несколько лет на его обучение. Строго говоря, он и дальше будет точно также продолжать учиться, если будут необходимые для этого условия.

Можно было бы подумать, что намного эффективнее будет сначала упорядочить какой-нибудь блок информации специальным образом, а затем просто скопировать его в ИИ. Но разум человека работает с информацией намного сложнее, чем поисковик. ИИ должен сам, теми же способами, как и человек, добыть эту информацию, а затем упорядочить ее, снова так же как человек.

Я не могу пока точно сказать, с какой скоростью будет происходить обучение. Ведь самую важную информацию особенно «в раннем возрасте» ИИ получит из общения с людьми как любой ребенок. Так что на первом этапе именно это будет ограничивать скорость обучения. Далее, когда он достигнет умственного развития хотя бы 15-20 летнего человека, он сможет много информации почерпнуть из книг, статей и прочих текстовых носителей информации. При таком развитии эта информация уже может повлиять на его взгляды, дать знания, которые он сможет взять и использовать.

Вот здесь и заключен вопрос — с какой скоростью будет происходить обучение? Может ли ограничение в скорости обучения человека являться следствием особенностей устройства его разума? Насколько можно ускорить процесс при той же функциональности и эффективности? Созданные мной частичные модели пока не настолько совершенны, чтобы дать ответы на эти вопросы. Но уже сейчас можно сказать, что вариант, в котором ИИ после запуска зайдет в Интернет, за пару минут поумнеет, а еще через пару — запустит ядерные ракеты, отпадает. Каким мы его обучим, таким он и станет.

Что касается обучения, то может возникнуть вопрос — а сможет ли ИИ превзойти человека? Забудем на минуту пророчества фантастов и здраво оценим ситуацию. В данном случае интеллект нужно воспринимать как нечто конкретное. Но конкретные интеллекты у разных людей отличаются. Есть гении, есть идиоты и есть остальные нормальные и не очень люди. Так что Искусственный Интеллект сможет быть как на равных среди не самых глупых представителей человечества, так и превосходить их. Ведь он проходит такой же путь от рождения, обладит теми же стимулами и способностями к познанию, у него так же организованы воспоминания. Так что задайте себе вопрос, что мешает Вам стать самым умным в мире?

Если мы будем создавать ИИ идентичным по строению с разумом человека, то мы автоматически наделим его всеми свойствами и функциями, характерными для человека. Сюда относятся и чувства, и интуиция, способность лгать и прощать — все, что относится к особенностям разума.

Создать что-то функционирующее в точности как наш интеллект куда проще, чем изображать из себя бога и с нуля изобретать систему, которая смогла бы с момента запуска автономно (без вмешательства в архитектуру) развиваться. Вот когда мы сделаем Человечный ИИ, когда поймем, что как работает, тогда и будем знать, что и как нужно оптимизировать, если вообще что-то поддается оптимизации.

Как это будет выглядеть

Все описанное в предыдущем разделе — это не более чем философия, идея, которая должна пронизывать все этапы разработки и обязательно присутствовать в конечном результате. Тому, как же будет выглядеть этот конечный результат и посвящается этот раздел.

Мы уже решили, что у нас будет максимальное функциональное сходство в архитектурах разумов ИИ и человека. Это значит, что абсолютно все, относящееся к разуму человека, должно присутствовать и в Искусственном Интеллекте. Подчеркну, что сходство должно быть функциональным.

Если же нам нужно что-то «абсолютно» человечное, то тут могут возникнуть некоторые проблемы. Человек живет не только своим интеллектом, мыслями, мечтами. Его голову носит тело, которое постоянно дает о себе знать и вмешивается в наши священные мысли и мечты. Однако без этого вмешательства мы бы не были собой, так как многие процессы в организме так или иначе влияют на наше Я. Что-то влияет только поверхностно, например, когда больной зуб мешает нам сосредоточиться, но есть также и такие вещи, чье влияние несколько глубже, как у гормонов. Не будем также забывать о врожденных страхах, инстинктах и т. п. Если попытаться скопировать все это многообразие, то придется кроме самого интеллекта создать еще и точную копию всего человеческого организма, и в итоге мы получим человека. Я лично не вижу в этом смысла (разве что самоутверждение) и не вижу возможности достигнуть этого «неестественным» путем. Все же мы не боги и даже не НЛО.

Следовательно, уровень абстракции модели (системы) должен быть выше, чем уровень клеток (нейронов). В таком случае созданная модель будет платформонезависимой. Приоритетной платформой естественно является компьютер. Уровень абстракции должен быть таким, чтобы всю систему можно было бы реализовать на объектно-ориентированном языке. А так как любую информацию можно закодировать с помощью текста, то, для того, чтобы организовать память, необходимо лишь разработать способ модуляции (кодирования) и разметки. Главные плюсы такого решения: экономия на дорогостоящей внеземной технике благодаря использованию обычных компьютеров с обычными жесткими дисками для хранения памяти и экономия на программистах, работающих с внеземным языком программирования, в пользу старого доброго С и подобных ему.

С платформой определились. Теперь приступим к описанию свойств, которыми она должна обладать в первую очередь. Приведу мысли Minski на счет Искусственного Интеллекта:

Исследования в области искусственного интеллекта направлены на разработку программ, решающих такие задачи, с которыми сейчас лучше справляется человек, поскольку они требуют вовлечения таких функций человеческого мозга, как способность к обучению на основе восприятия, особой организации памяти и способности делать выводы на основе суждений.

Вот оно — способность к обучению на основе восприятия. Для того чтобы интеллект получал информацию, что-то должно снабжать его ею. У человека эту функцию выполняют органы чувств. Но воспроизвести каждый из них будет затруднительно. Однако эта сложность ни в какое сравнение не идет с проблемой хранения полученной информации. Ведь ее нужно не просто записывать и воспроизводить, а выполнять над ней более сложные действия, для чего она должна особым образом интерпретироваться и храниться, так, как она хранится у человека.

Какие из разработок в этой области сейчас существуют? Наверное, самая важная из них и, наверное, поэтому самая развитая — это зрение, а именно — распознавание образов. Но уровень ее развития не позволяет использовать ее в полной мере, т. е. так, как мы. Так что первое, от чего нам придется отказаться — это зрение. Для большинства людей зрение — это основной источник информации, поэтому ему необходимо найти достойную замену.

Подумаем, для чего уже сейчас можно попробовать организовать нормальную «человеческую» память. Возможно, многие скажут «текст» – и будут правы. Хотя у человека нет такого отдельного органа, но мы ведь решили, что сходство будет не тупо один в один. Уже сейчас существуют системы хранения знаний в виде именно текста. Конечно в таком виде, как они сейчас находятся, использовать их нельзя, так как, снова же, человек их аналоги использует по-другому, но это уже кое-что.

К текстовой форме общения можно отнести речь и частично — слух. После небольшого исследования литературы по обучению слепых детей выяснилось, что обязательным условием для формирования речи является наличие не текстовой информации, поступающей от органов чувств. Пока что мы не определились ни с одним из них, но получается, что нельзя научиться речи без информации, поступающей от органов чувств, так как слова не могут цепляться одно за другое и держаться только лишь друг за друга (…и тут мне вспомнились системы знаний…). Обязательно должна поступать какая-то информация помимо слов, чтобы их было с чем связывать в памяти.

Как уже было отмечено ранее, реализовать какой-либо из человеческих органов чувств пока не представляется возможным, разве что только внешне. Значит, нам нужно придумать совершенно новый орган, который будет давать информацию о внешнем мире.

Признаюсь, сначала у меня была идея использовать виртуальный мир, созданный на компьютере в виде трехмерной интерактивной модели. Эдакая Матрица для ИИ. Тем более что таких сейчас много, чего только одна Half Life 2 стоит. Он будет попроще нашего, и зрение организовать будет проще. Но даже здесь возникнет куча проблем, так как мы не знаем, как у человека организована зрительная память, а выяснять это методом проб и ошибок на такой сложной модели будет очень долго, даже для такого относительно простого мира.

Не обязательно, чтобы окончательная версия ИИ была снабжена только одним органом чувств. На первом этапе основной задачей этого органа является помощь в разработке и настройке механизмов обучения, памяти и прочих, чтобы они соответствовали человеческим. Отсюда и вытекают главные требования к нему.

Он должен быть простым, но дающим широкие возможности во взаимодействии с ИИ. Он не должен своей сложностью отвлекать от работы над настройкой памяти, заставляя заниматься вместо этого громоздкими алгоритмами распознавания и методами интерпретации для последующего хранения. При этом технологии, на основе которых он будет построен, должны быть достаточно изучены и развиты, чтобы для его использования не пришлось что-то изобретать.

И вот одним солнечным деньком спустя полтора километра и полтора альбома я понял, что это должно быть. Векторная графика.

Да-да-да, она проста, бесплатна и у нее целая куча достоинств. Хоть это и чисто компьютерная вещь, она может служить упрощенным аналогом человеческого зрения и частично даже осязания. Она дает громадную свободу действий, так как можно сформировать целое окружение из разных предметов с разными цветами. Подумав еще немного, можно создать динамические предметы, позволив им двигаться, изменяться, взаимодействовать, рождать при этом новые предметы.

В приложении к реальному миру предметы будут служить аналогами игрушек для маленького ИИ, манипулируя с которыми он будет получать различную информацию. Эти объекты могут подражать реальным предметам и некоторым их свойствам, чтобы можно было учить ИИ их названиям. Короче простор для фантазии здесь огромен. С одной лишь такой системой можно достигнуть куда большего, чем просто развития однолетнего ребенка. Ведь в векторе можно организовать и цифры, может даже музыку…

Ну вот, теперь портрет можно считать завершенным. Внешне наш человечный Искусственный Интеллект будет выглядеть, как окошко, в котором есть область для рисования, поле для ввода текста, кнопочки…

Может внешне это и напоминает гибрид Corel Draw и тамагучи, но на самом деле это замечательная платформа для опробования и доработки различных идей, которых, надо сказать, уже масса.

Эпилог

Тем, кто дочитал до конца и уже забыл о том, что было вначале, посвящается.

Это не научно-фантастическая идея и не прогноз. Эта концепция задумывалась и развивается для того, чтобы ее можно было реализовать. Я не отрицаю того, что ИИ может быть реализован другими способами. Просто на мой взгляд, который я как мог подробно изложил, другие направления потребуют намного больших затрат как во времени, так и в деньгах.

В принципе основная часть того, что написано в этой статье, сформировалась еще несколько месяцев назад. Так что большую часть времени я занимался тем, что пытался понять, как должен работать Искусственный Интеллект (см. Условные обозначения), как должны быть устроены его системы, какие методы и науки помогут разобраться в этом. Не смотря на то, что до готовых моделей пока далековато, все же есть много соображений и идей. Если у читателей будет такое желание, я напишу статью на эту тему.

Источник