Естественный — искусственный: ученые попытались вырастить ИИ как ребенка. Получилось неоднозначно
ChatGPT — самый известный чат-бот, который порой общается так естественно, что не отличишь от человека. Он учился на основании чужого опыта. В него забрасывали миллионы книг, статей, страниц из Википедии, короче, все, что могли найти его «родители», гуляя по интернету. А ChatGPT анализировал этот массив информации.
Но что если пойти другим путем? Что будет, если искусственный интеллект станет развиваться, как самый обычный маленький ребенок? Не будет читать 100 миллионов книжек и не будет рассматривать миллиард котиков, а сделает первые шаги в новый мир под терпеливым вниманием папы и мамы
Сказано — сделано. Вай Кин Вонг, исследователь Центра науки о данных Нью-Йоркского университета, и его помощники разработали специальный алгоритм. Программа была максимально приближена к самому раннему возрасту человека. В ИИ загрузили базу данных под названием SAYCam-S. Она представляла собой видеозаписи, снятые камерой, которую прикрепили к младенцу по имени Сэм. На кадрах были обычные детские дела, совершенные мальчиком в возрасте от 6 до 25 месяцев.
По словам Вонга, его команда использовала так называемый модальный алгоритм обучения Child's View («Взгляд ребенка»). Уже из названия понятно, что алгоритм обрабатывал картину мира, которую непосредственно воспринимал Сэм. То есть это были кадры с камеры и речь, обращенная к ребенку.
Дальше в действие вступал особый кодер, который переводил изображения и слова в описательные векторы. Из них составлялись особого рода уравнения, которые должна была решить нейронная сеть. Если говорить простыми словами, ИИ должен был найти закономерности и связать нужные изображения с соответствующими словами.
По словам исследователей, алгоритм, который они использовали для обучения нейросети, вполне себе стандартный и уже успешно использовался сотни раз.
61 час бодрствования Сэма составил приблизительно 1 % личного опыта ребенка. На основе его ИИ обучился распознавать бумагу, пазлы, машинки, мячики на картинках и песок. Надо отметить, что тут алгоритм сработал на отлично, показав результат, схожий с тем, что получают нейросети, обучаясь стандартным способом, перебирая миллионы примеров.
А вот с руками, комнатами или корзинами ничего не вышло. ИИ не смог понять, что это такое.
Как объяснил Вай Кин Вонг, все-таки ИИ не «жил» полностью как Сэм. Ему давали доступ к отдельным кадрам в сопровождении расшифрованной речи. Поэтому алгоритм, по сути, учился на очень длинном слайд-шоу, в то время как у мальчика был один сплошной непрерывный опыт. Вдобавок ко всему прочему, ребенок постоянно испытывал эмоции, которые ИИ были совершенно недоступны.
Руки, к примеру, имелись на подавляющем большинстве кадров. Поэтому нейросеть не поняла, какое слово к ним конкретно относится. Кроме того, чаще всего родители использовали «слово» руки, когда ходили с Сэмом на пляж. Неудивительно, что алгоритм в итоге спутал «руки» с «песком».
Что касается слова «комната», то мальчик проводил там очень много времени. Однако родители не говорили ему постоянно, где он находится.
Также стоит отметить, что у алгоритма возникли большие проблемы из-за частотности использования слов. Например, ребенку очень нравилось играть с мячами, поэтому родители сказали ему это слово очень много раз. А вот «корзина» звучала очень редко.
Еще один провал произошел у ИИ с понятием движения. Вонг говорит: «Слова, связанные с движением, такие как «толкать», «тянуть», «крутить» — все глаголы имеют законченную во времени протяженность. Мы уже поняли, что необходимо использовать не стоп-кадры, а видео. Это дает возможность лучше понять события, которые разворачиваются с течением времени».
Вай Кин Вонг отмечает, что следующий подобный эксперимент его команда проведет уже на основе непрерывного опыта.
Чем же так важен опыт, проведенный исследователем из Нью-Йоркского университета? Это первый успешный эксперимент, который показал, что ИИ способен эффективно учиться на ограниченном индивидуальном опыте. Как говорят сами исследователи, теперь есть два подхода к обучению. В первом в нейросеть загружают огромную базу, которая содержит примеры вождения из сотен тысяч автомобилей Tesla. Во втором можно взять подписку на всего лишь одну Tesla и пройти несколько уроков вождения с инструктором. Второй подход гораздо проще, быстрее и несравнимо дешевле.
Вай Кин Вонг говорит, что между моделями обучения нейросетей и тем, как учат людей, пока что огромная пропасть. Дело в том, что люди намного эффективнее используют образцы, чем ИИ. Возможно, в обучении нейросетей стоит использовать иную информацию, кроме текста и изображений: звуки, запахи, тактильные касания, эмоции и все остальное.
Поэтому задача исследователей на сегодняшний момент состоит в том, что найти то, что делает людей такими эффективными в использовании примеров. И только найдя эти алгоритмы, человечество научится создавать по-настоящему умные машины.
Но что если пойти другим путем? Что будет, если искусственный интеллект станет развиваться, как самый обычный маленький ребенок? Не будет читать 100 миллионов книжек и не будет рассматривать миллиард котиков, а сделает первые шаги в новый мир под терпеливым вниманием папы и мамы
Взгляд ребенка
Сказано — сделано. Вай Кин Вонг, исследователь Центра науки о данных Нью-Йоркского университета, и его помощники разработали специальный алгоритм. Программа была максимально приближена к самому раннему возрасту человека. В ИИ загрузили базу данных под названием SAYCam-S. Она представляла собой видеозаписи, снятые камерой, которую прикрепили к младенцу по имени Сэм. На кадрах были обычные детские дела, совершенные мальчиком в возрасте от 6 до 25 месяцев.
По словам Вонга, его команда использовала так называемый модальный алгоритм обучения Child's View («Взгляд ребенка»). Уже из названия понятно, что алгоритм обрабатывал картину мира, которую непосредственно воспринимал Сэм. То есть это были кадры с камеры и речь, обращенная к ребенку.
Дальше в действие вступал особый кодер, который переводил изображения и слова в описательные векторы. Из них составлялись особого рода уравнения, которые должна была решить нейронная сеть. Если говорить простыми словами, ИИ должен был найти закономерности и связать нужные изображения с соответствующими словами.
По словам исследователей, алгоритм, который они использовали для обучения нейросети, вполне себе стандартный и уже успешно использовался сотни раз.
61 час бодрствования Сэма составил приблизительно 1 % личного опыта ребенка. На основе его ИИ обучился распознавать бумагу, пазлы, машинки, мячики на картинках и песок. Надо отметить, что тут алгоритм сработал на отлично, показав результат, схожий с тем, что получают нейросети, обучаясь стандартным способом, перебирая миллионы примеров.
Особенности слайд-шоу
А вот с руками, комнатами или корзинами ничего не вышло. ИИ не смог понять, что это такое.
Как объяснил Вай Кин Вонг, все-таки ИИ не «жил» полностью как Сэм. Ему давали доступ к отдельным кадрам в сопровождении расшифрованной речи. Поэтому алгоритм, по сути, учился на очень длинном слайд-шоу, в то время как у мальчика был один сплошной непрерывный опыт. Вдобавок ко всему прочему, ребенок постоянно испытывал эмоции, которые ИИ были совершенно недоступны.
Руки, к примеру, имелись на подавляющем большинстве кадров. Поэтому нейросеть не поняла, какое слово к ним конкретно относится. Кроме того, чаще всего родители использовали «слово» руки, когда ходили с Сэмом на пляж. Неудивительно, что алгоритм в итоге спутал «руки» с «песком».
Что касается слова «комната», то мальчик проводил там очень много времени. Однако родители не говорили ему постоянно, где он находится.
Также стоит отметить, что у алгоритма возникли большие проблемы из-за частотности использования слов. Например, ребенку очень нравилось играть с мячами, поэтому родители сказали ему это слово очень много раз. А вот «корзина» звучала очень редко.
Еще один провал произошел у ИИ с понятием движения. Вонг говорит: «Слова, связанные с движением, такие как «толкать», «тянуть», «крутить» — все глаголы имеют законченную во времени протяженность. Мы уже поняли, что необходимо использовать не стоп-кадры, а видео. Это дает возможность лучше понять события, которые разворачиваются с течением времени».
Вай Кин Вонг отмечает, что следующий подобный эксперимент его команда проведет уже на основе непрерывного опыта.
Два разных подхода
Чем же так важен опыт, проведенный исследователем из Нью-Йоркского университета? Это первый успешный эксперимент, который показал, что ИИ способен эффективно учиться на ограниченном индивидуальном опыте. Как говорят сами исследователи, теперь есть два подхода к обучению. В первом в нейросеть загружают огромную базу, которая содержит примеры вождения из сотен тысяч автомобилей Tesla. Во втором можно взять подписку на всего лишь одну Tesla и пройти несколько уроков вождения с инструктором. Второй подход гораздо проще, быстрее и несравнимо дешевле.
Вай Кин Вонг говорит, что между моделями обучения нейросетей и тем, как учат людей, пока что огромная пропасть. Дело в том, что люди намного эффективнее используют образцы, чем ИИ. Возможно, в обучении нейросетей стоит использовать иную информацию, кроме текста и изображений: звуки, запахи, тактильные касания, эмоции и все остальное.
Поэтому задача исследователей на сегодняшний момент состоит в том, что найти то, что делает людей такими эффективными в использовании примеров. И только найдя эти алгоритмы, человечество научится создавать по-настоящему умные машины.
Наши новостные каналы
Подписывайтесь и будьте в курсе свежих новостей и важнейших событиях дня.
Рекомендуем для вас
Возможно, целлофановые пчелы — спасение человечества: они миллионы лет делают то, что нужно нам как воздух
Поразительно, но удивительный продукт ученые нашли почти полвека назад, но почему-то до последнего времени не обращали на него внимания...
Тайна скифской ДНК: что поразило российских ученых, когда они заглянули в геном легендарных кочевников древности
Оказалось, что 2500 лет подряд историки ошибались в происхождении этого народа. Теории и учебники придется серьезно переписать...
Новый рецепт апокалипсиса: даже небольшая ядерная боеголовка на орбите гарантировано выведет из игры 99% аппаратов за считаные дни
Однако самое опасное, по словам ученых, начнется позже. Почему космос будет фактически закрыт?...
Ненужный рай: 1500-километровое путешествие показало, почему древние люди обходили стороной Зеленую Аравию
Выяснилось, что питьевая вода еще не делает местность пригодной для жилья. Племенам из древности требовалось еще кое-что необходимое...
Назад в будущее: в России вернут проводное радио. Зачем? Почему спорят эксперты?
В технологию уже вложено более миллиарда рублей, а МЧС называет проводное радио лучшим способом оповещения на сегодня...
Древние майя настолько любили красный цвет, что в итоге эта страсть, возможно, стала одной из причин гибели цивилизации
Ученые нашли доказательства, как яркая краска способствовала краху великой империи...
Авиация в США наконец-то уходит… с дискет: почему так поздно и как с этим обстоят дела в России?
Американцы потратили на выход из 90-х чудовищные суммы, но далеко не факт, что все заработает в срок и как надо...
Настоящий Ковчег Завета, возможно, спрятан в Эфиопии: почему его может видеть только один человек?
Этой истории 3000 лет, но она до сих пор далека от своего завершения...
Загадочный астероид неожиданно ускорился: у астрофизиков заканчиваются объяснения и гипотезы
Пожалуй, это самый интересный космический детектив за последнее время, и пока он далек до финала...
Наша Вселенная скреплена невидимым галактическим клеем: и без него нас бы не было
По словам ученых, «склеивание» произошло уже в первые секунды существования мироздания...
Парадокс Древнего Перу: жили мирно, но при этом приносили массовые и жестокие человеческие жертвы. Почему?
Ученый рассказал, какую роль в истории сыграл Эль-Ниньо и почему ритуальные убийства совершали «без гнева и конфликта»...
Усиленно боролись за чистоту, но просчитались: как роковая ошибка властей поставила под угрозу целый средневековый город
Норвежский Тронхейм был самым чистым в Европе, однако руководству города этого показалось мало. Хотели как лучше, а получилось как всегда...
В России создана революционная упаковка: молоко будет свежим целый месяц
Разбираемся: не испортился ли вкус продукта и когда ожидать чудо-пачки в продаже...
Выход на новый уровень: почему Россия возрождает проводное радио, а Китай давно прокачал этот вид связи
У старой технологии обнаружился огромный потенциал, который поможет миллионам людей...