изследване

Защо съвременният AI е задънена улица в технологиите

Терминът "изкуствен интелект" често еИмам предвид невронните мрежи, изградени по технологията на дълбоко машинно обучение. Освен това технологията за обучение на невронни мрежи е добре утвърдена и дава плод. Не всички учени обаче споделят мнението, че по този път трябва да се развива изкуствен интелект. Някой дори вярва, че такива системи „не си струват да се доверяват“ и тяхното развитие няма да доведе до нищо добро.

Изкуственият интелект в съвременния смисъл изобщо не е това, което много хора мислят.

Защо машинното обучение е лошо за човешкото развитие

В мащабна работа, публикувана на страницитеTechnologyreview, професор в Нюйоркския университет, специалист в областта на когнитивната наука (когнитивна наука), Гари Маркъс, разказа за потенциала за широко използване на невронните мрежи, основани на дълбоко машинно обучение.

Първо, ученият смята, че технологията имаизрични ограничения. По-специално, дълго време се говори за това, което е необходимо за създаването на така наречения „истински AI“, който е подходящ за решаване на широк спектър от задачи, а не само една конкретна, както се случва сега. Съществуващите системи на ИИ вече са достигнали своя връх в развитието си и те практически няма къде да се развиват. Освен това не можете просто да вземете и, да речем, първо да научите единия AI да управлява автомобил, а другия да го накара да бъде ремонтиран и след това да комбинирате системите, създавайки универсален асистент. Изкуствените интелекти просто няма да могат да си взаимодействат, тъй като "са изучавали по различни начини".

Можете да тренирате AI да играе по-добре Atariчовешки, но да се направи добър робомобил е малко вероятно. Въпреки че тази задача също е доста специализирана. Дълбокото обучение работи добре при анализа на големи данни, но алгоритмите не виждат причинно-следствена връзка и лошо възприемат всяка промяна в условията. Преместете елементите в компютърната игра с два до три пиксела и обученият AI ще стане неефективен. Направете терена да не е квадратен, а правоъгълен и изкуственият интелект ще загуби дори за начинаещ играч.

Как да направим AI по-умен

За да се правят алгоритмите повечеефективни, те трябва да бъдат „преподавани по различен начин“. Необходимо е да се уверите, че те започват да виждат връзката на обектите и последиците от взаимодействието с тях. В този случай ние ще служим като най-добрият пример.

Набират стажанти и те чрезслед няколко дни ще започне да работи по всеки проблем - от закон до медицина. Не защото всички са умни. И от това, че хората имат обща представа за света, а не за конкретен.

Професор Гари Маркъс

Освен това това, което предлага Маркъс, изобщо не е ново. Описаният по-горе пример е как учените са си представяли „класически AI“. Само за да работи ефективно тази ИИ, трябва предварително да програмираме всички възможни резултати. И това е почти нереалистично. Но има начин. Между другото, кой начин на развитие на ИИ е предпочитан според вас? Разкажете ни за това в нашия чат в Telegram.

Вижте също: Как работи изкуственият интелект

Решението може да е вид симбиоза„Класически AI“, който вижда връзката и получава решения по разбираем начин и задълбочено обучение, в състояние да намери решение чрез „опит и грешка“. Това може да е някаква основна система от правила и разпоредби, свързани със света. Въз основа на тях AI системите вече ще могат да се развиват в определена област. Истинският изкуствен интелект трябва да осъзнае как работи всичко, за да разбере причинно-следствените връзки и лесно да преминава от една задача в друга. Съвременните системи, създадени с помощта на технология за дълбоко обучение, просто не са способни на това.