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.
