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
200-летний секрет казненной королевы: почему Мария-Антуанетта была уже обречена на скорую и мучительную гибель
Одежда рассказала не только о последних днях королевы, но и открыла судьбу 9-летнего французского принца...
Запретный остров у берегов Исландии: суша, появившаяся в 1963 году, до сих пор закрыта почти для всех
Но ученым надо поторопиться, уникальный объект исчезает в буквальном смысле на глазах...
Как же на самом деле умерла Клеопатра: почему даже древние историки не смогли прийти к согласию в этом вопросе
Скорее всего, историю об укусе змеи запустил лично император Октавиан, чтобы опорочить египетскую царицу...
Прорыв в берестяных грамотах: 445 неизвестных слов, эффект Лукерьи, реальный русский язык XI–XV веков
Поразительно, но произношение 900-летней давности до сих пор присутствует в нашем языке...
Метеорит и пришельцы ни при чем: российский геолог объяснил происхождение аномалии в сибирской тайге
Кольцевую структуру видно даже со спутника, но добраться до нее крайне сложно...
Америка проигрывает болезни, которую когда-то победила с большим трудом
Положение США усугубляют действия президента Трампа и его чиновников...
Гробница Евы: почему власти Саудовской Аравии уничтожили древнюю святыню
Историки уверены: это была не только борьба за власть, но и самый настоящий религиозный переворот...
Эти странные деревья изменили облик всей планеты: в Англии найден самый древний лес в истории
Поразительно, но Земля стала другой всего за 4 миллиона лет. И это событие старше колец Сатурна...
Древние деревья помогли раскрыть дело 3500-летней давности: когда пал Вавилон?
Ученые до последнего момента не знали этой даты, потому что в великом городе не было… нормального календаря...
Верблюды-вампиры бродили по Америке 13 миллионов лет назад: зачем им вообще понадобились такие жуткие клыки
Ученые говорят: это была эпоха, когда североамериканским континентом правили верблюды...
Неожиданный поворот в деле таинственного астероида 1998 KY26: он может быть… потерянным советским зондом
В этом уверен американский астрофизик Аве Лоеб. Какие доказательства предлагает известный ученый?...
Не НЛО, но что тогда: ученая объяснила появление светящихся столбов над Барнаулом
Что интересно, это уникальное явление можно увидеть не только зимой и не только в Сибири...
Спутник с орбиты разглядел 2600-летнюю египетскую тайну: но несмотря на находку, у археологов остаются вопросы
По словам ученых, древнеегипетский город Буто как слоеный пирог, и он принесет еще множество открытий...
Куда бить по астероиду, чтобы спасти Землю: ученые рассчитали идеальный ядерный выстрел
Почему раньше так не умели и насколько при выстреле важна форма космического тела...
Пора придумывать новые приметы о погоде: российские эксперты рассказали, почему старые перестали работать
Какие приметы пора списывать, какие продолжают работать как часы и почему порой проще подбросить монетку, чем смотреть в народный календарь...