Jak Google planuje rozwiązać sztuczną inteligencję

Wyściełane ściany, ponure oświetlenie i sufit z kwiecistą tapetą. Nie wygląda na miejsce do dokonywania przełomowych odkryć, które zmieniają trajektorię społeczeństwa. Ale w tych symulowanych, klaustrofobicznych korytarzach Demis Hassabis myśli, że może położyć podwaliny pod oprogramowanie, które jest wystarczająco inteligentne, aby rozwiązać największe problemy ludzkości.

Nasz cel jest bardzo duży, mówi Hassabis, którego rozsądny sposób bycia może maskować zuchwałość jego pomysłów. Kieruje zespołem około 200 informatyków i neurologów w DeepMind, londyńskiej grupie Google zajmującej się oprogramowaniem AlphaGo, która pokonała mistrza świata w Go w serii pięciu gier na początku tego miesiąca, ustanawiając kamień milowy w dziedzinie informatyki.

Ma to być tylko wczesny punkt kontrolny w wysiłku, który Hassabis opisuje jako program sztucznej inteligencji Apollo, mający na celu rozwiązanie inteligencji, a następnie wykorzystanie jej do rozwiązania wszystkiego innego. To, co dziś uchodzi za inteligentne oprogramowanie, specjalizuje się w konkretnym zadaniu — powiedzmy, rozpoznawaniu twarzy. Hassabis chce stworzyć coś, co nazywa ogólną sztuczną inteligencją – coś, co, jak człowiek, może nauczyć się wykonywać praktycznie każde zadanie. Wyobraża sobie, że robi rzeczy tak różnorodne, jak rozwój medycyny poprzez formułowanie i testowanie teorii naukowych oraz poruszanie się w zwinnych ciałach robotów.

Wykonanie tego będzie wymagało oprogramowania DeepMind do odkrywania poza uporządkowanym światem czarnych i białych kamieni Go. Musi uporać się z bałaganem w prawdziwym świecie - lub zacząć od ponurego, pikselowego przybliżenia go. Symulowany świat DeepMind nazywa się Labirynt i firma używa go do konfrontacji swojego oprogramowania z coraz bardziej złożonymi zadaniami, takimi jak nawigacja w labiryntach. Powinno to skłonić badaczy DeepMind do nauczenia się, jak tworzyć jeszcze inteligentniejsze oprogramowanie, i popchnąć je, aby nauczyły się radzić sobie z trudniejszymi decyzjami i problemami. Robią to, używając technik pokazanych w AlphaGo i wcześniejszym oprogramowaniu DeepMind, które nauczyło się grać w gry Atari z lat 80., takie jak Space Invaders, lepiej niż człowiek. Ale aby odnieść sukces, Hassabis będzie musiał także wymyślić sposób na pokonanie kilku długotrwałych wyzwań związanych ze sztuczną inteligencją.

Doskonalenie siebie

39-letni Hassabis przez większość swojego życia pracował nad tym, jak stworzyć inteligencję. Cudowny szachista, który wcześnie ukończył szkołę średnią, aby rozpocząć udaną karierę w branży gier wideo, później uzyskał doktorat z neurologii i opublikował głośne badania dotyczące pamięci i wyobraźni.

Hassabis był współzałożycielem DeepMind w 2010 roku, aby przenieść część wiedzy o inteligencji biologicznej na maszyny. Firma ujawniła oprogramowanie, które nauczyło się opanować gry na Atari w grudniu 2013 r., a na początku 2014 r. zostało kupione przez Google za kwotę 400 milionów funtów, wówczas ponad 600 milionów dolarów (patrz Google Intelligence Designer ). DeepMind szybko się rozwinął, zatrudniając dziesiątki kolejnych badaczy i publikując dziesiątki artykułów na wiodących konferencjach poświęconych uczeniu maszynowemu i sztucznej inteligencji. W styczniu tego roku ujawnił istnienie AlphaGo i pokonał najlepszego gracza w Europie w Go w październiku 2015 roku. AlphaGo pokonał 18-krotnego mistrza świata, Lee Sedola, na początku tego miesiąca (patrz Pięć lekcji z historycznego zwycięstwa AlphaGo).

Demis Hassabis przewodzi grupie wewnątrz Google, której celem jest „rozwiązanie wywiadu”.

Gry na Atari i Go bardzo się różnią, ale DeepMind poradził sobie z nimi, stosując to samo podejście, luźno zainspirowane sposobem, w jaki zwierzęta można uczyć nowych sztuczek za pomocą nagród i kar od trenera. W uczeniu się przez wzmacnianie, jak to się nazywa, oprogramowanie jest zaprogramowane do odkrywania nowego środowiska i dostosowywania jego zachowania w celu zwiększenia pewnego rodzaju wirtualnej nagrody.

Na przykład oprogramowanie Atari firmy DeepMind zostało zaprogramowane tylko z możliwością kontrolowania i oglądania ekranu gry oraz chęcią zwiększenia wyniku. W przypadku dziesiątek tytułów wystarczy kilka godzin ćwiczeń, aby oprogramowanie podciągnęło się własnymi bootstrapami i pokonało ludzkiego eksperta.

AlphaGo łączy naukę wzmacniania z innymi komponentami, takimi jak system, który nauczył się oceniać możliwe ruchy, analizując dziesiątki milionów pozycji planszowych z gier przez ekspertów Go, oraz mechanizm wyszukiwania, który wybiera najbardziej obiecujące ruchy. Ale to właśnie uczenie się przez wzmacnianie umożliwiło AlphaGo zdobycie formy pokonującej światowe mistrzostwa, grając przeciwko sobie miliony razy.

Hassabis uważa, że ​​podejście do uczenia się przez wzmacnianie jest kluczem do tego, aby oprogramowanie do uczenia maszynowego robiło znacznie bardziej złożone rzeczy niż sztuczki, które wykonuje dla nas dzisiaj, takie jak transkrypcja naszych słów lub zrozumienie treści zdjęć. Uważamy, że do inteligencji nie wystarczy samo obserwowanie, trzeba też działać, mówi. Ostatecznie to jedyny sposób, w jaki naprawdę możesz zrozumieć świat.

Labirynt środowiska trójwymiarowego DeepMind, zbudowany na klon open-source strzelanki pierwszoosobowej Quake , ma na celu przedstawienie kolejnych kroków w celu udowodnienia tego pomysłu. Firma wykorzystała go już do wyzwania agentów w grze, w której przez 60 sekund muszą eksplorować losowo generowane labirynty, zdobywając punkty za zbieranie jabłek lub znalezienie wyjścia (co prowadzi do kolejnego losowo wygenerowanego labiryntu). Przyszłe wyzwania mogą wymagać bardziej złożonego planowania — na przykład nauczenia się, że klucze mogą być używane do otwierania drzwi. Firma będzie również testować oprogramowanie na inne sposoby i rozważa grę w Starcraft, a nawet pokera. Ale stawianie coraz trudniejszych wyzwań w Labiryncie będzie przez jakiś czas głównym wątkiem badań, mówi Hassabis. Powinno być dobre przez następne kilka lat, mówi.

Inne firmy i badacze zajmujący się sztuczną inteligencją będą uważnie przyglądać się. Sukces uczenia się przez wzmocnienie DeepMind zaskoczył wielu badaczy zajmujących się uczeniem maszynowym. Technika została opracowana w latach 80. XX wieku i nie okazała się tak powszechnie użyteczna ani bardzo wydajna, jak inne sposoby oprogramowania szkoleniowego, mówi Piotr Niedziele , profesor pracujący nad uczeniem maszynowym na Uniwersytecie Waszyngtońskim. DeepMind wzmocnił tę czcigodną technikę, łącząc ją z metodą zwaną głębokim uczeniem, która ostatnio przyniosła duże postępy w zakresie tego, jak dobrze komputery mogą dekodować informacje, takie jak obrazy, i wywołała niedawny boom w technologii uczenia maszynowego (patrz 10 Przełomowe technologie 2013: Głębokie uczenie ).

To, co zrobił DeepMind, jest imponujące, mówi Domingos. Ale mówi też, że jest za wcześnie, aby stwierdzić, czy to, co Hassabis uważa za silnik rakietowy, który może latać daleko poza dzisiejsze wyniki, nie jest w rzeczywistości fajerwerkiem na podwórku – ostatnia seria imponujących wyników może nie przetrwać. Optymizm Demisa dotyczący uczenia się przez wzmacnianie nie jest uzasadniony dotychczasowymi osiągnięciami, mówi Domingos. Postęp nie jest liniowy w uczeniu maszynowym i sztucznej inteligencji; mamy skoki postępu, a potem długie okresy powolnego postępu.

Hassabis przyznaje, że wiele osób w jego dziedzinie wątpi w potencjał wzmocnienia uczenia się, ale mówi, że zostaną przekonani. Im dalej z tym idziemy, tym bardziej czujemy, że nasza teza jest słuszna i myślę, że zmieniamy całą dziedzinę – mówi. Naszym zdaniem uczenie się przez wzmacnianie będzie tak samo duże jak uczenie głębokie w ciągu najbliższych dwóch lub trzech lat.

Bezpieczeństwo przede wszystkim

Dotychczasowe wyniki DeepMind mogą uzasadniać twierdzenie Hassabisa, że ​​uczenie ze wzmocnieniem wkrótce znajdzie wiele przydatnych zastosowań. Zwycięstwo AlphaGo zaskoczyło profesjonalnych graczy Go i informatyków, ponieważ gra jest zbyt złożona, aby można ją było rozwiązać za pomocą oprogramowania, które opiera się głównie na obliczaniu możliwych wyników różnych ruchów, metodzie, którą DeepBlue IBM wykorzystał do pokonania mistrza świata w szachach Garry'ego Kasparowa w 1997 roku. szachista ma w każdej turze 35 możliwych ruchów; w Go jest ich 250. Możliwych pozycji Go jest więcej niż atomów we wszechświecie. Szachy to gra kalkulacyjna, mówi Hassabis. Go jest zbyt skomplikowane, więc gracze korzystają ze swojej intuicji. W klasie jest zupełnie inaczej. Możesz myśleć o AlphaGo jako o nadludzkiej intuicji, a nie o nadludzkich kalkulacjach.

Mistrz World Go Lee Sedol recenzuje grę podczas swojej porażki w serii 4-1 z oprogramowaniem AlphaGo firmy DeepMind.

Niezależnie od tego, czy zgodzisz się, że AlphaGo wykazuje intuicję, umożliwienie oprogramowania do opanowania bardziej złożonych zadań może być z pewnością przydatne. DeepMind to współpraca z brytyjską Narodową Służbą Zdrowia w projekcie mającym na celu szkolenie oprogramowania, które pomoże personelowi medycznemu wykryć oznaki problemów z nerkami, które są często pomijane i powodują dużą liczbę możliwych do uniknięcia zgonów. Grupa współpracuje również z działami biznesowymi Google, gdzie, jak mówi Hassabis, jego technologia mogłaby pojawić się w wirtualnych asystentach lub ulepszyć systemy rekomendacji, które są kluczowe dla produktów takich jak YouTube (podobne systemy zasilają również niektóre produkty reklamowe Google).

Patrząc dalej w przyszłość, DeepMind będzie potrzebował wielu przełomów, aby dalej podążać w kierunku celu Hassabisa, jakim jest rozwiązanie inteligencji, nawet w ciągu najbliższych kilku lat eksperymentowania w Labiryncie. Jednym z najbardziej krytycznych brakujących elementów jest sztuczka zwana chunkingiem, której mózgi ludzi i zwierząt używają do radzenia sobie ze złożonością świata. Hassabis wyjaśnia to na przykładzie konieczności udania się na lotnisko. Możesz sobie wyobrazić, jak tam dotrzesz i zrealizować ten plan, bez konieczności zastanawiania się, gdzie dokładnie postawić stopy, gdy idziesz do drzwi, jak pokręcić klamką lub kontrolować każde drgnięcie włókien mięśniowych. Możemy planować i podejmować działania, pracując z koncepcjami wysokiego poziomu, które ukrywają wiele szczegółów, i dostosowują się do nowych sytuacji, ponownie łącząc fragmenty lub koncepcje, które już znamy. Jest to prawdopodobnie jeden z najbardziej podstawowych problemów pozostawionych w sztucznej inteligencji, mówi Hassabis.

Jest to problem, nad którym pracuje wiele grup badawczych, w tym inne w Google. Ale jednym z niezwykłych sposobów, w jakie DeepMind ma nadzieję rozwiązać, jest badanie prawdziwych mózgów. Firma posiada zespół neurobiologów kierowany przez wybitnego badacza, Matthew Botvinicka, który do końca zeszłego roku był profesorem w Princeton. W przeciwieństwie do większości badań neurologicznych, ich eksperymenty mają na celu zarówno poinformowanie o tym, jak DeepMind projektuje oprogramowanie, jak i ujawnienie, jak działa mózg.

Jeden z niedawnych eksperymentów przetestował teorię Hassabisa dotyczącą sposobu, w jaki ludzkie mózgi organizują pojęcia, przy użyciu standardowej procedury która tworzy fałszywe wspomnienia . Polega na przedstawieniu tematom testu listy powiązanych słów, na przykład zimno, śnieg i lód. Ludzie często fałszywie pamiętają, że słyszeli również inne pokrewne słowa, takie jak zima.

Pracownicy DeepMind podczas meczu z Sedolem w Seulu na początku tego miesiąca.

Z moim kapeluszem związanym z uczeniem maszynowym pomyślałem, że to musi być ogromna wskazówka, jak tego rodzaju informacje pojęciowe są zorganizowane w mózgu, mówi Hassabis. Zespół DeepMind opracował teorię współpracy przedniego płata skroniowego mózgu z koncepcjami i potwierdził jej przewidywania, obserwując mózgi ludzi wykonujących zadania pamięciowe w skanerze. Wyniki mogą pomóc zmienić sposób, w jaki DeepMind projektuje swoje sztuczne sieci neuronowe do reprezentowania informacji.

Inne rzeczy na liście do odkrycia DeepMind to sposób na połączenie badań przeprowadzonych na oprogramowaniu w celu zrozumienia znaczenia tekstu z jego pracą nad agentami, którzy wędrują po Labiryncie — jedną z możliwości jest rozpoczęcie umieszczania znaków w wirtualnej przestrzeni. Hassabis mówi, że planuje również ambitny sposób testowania agentów, gdy są gotowi na bardziej realistyczny świat niż Labirynt. W pewnym momencie chce, aby oprogramowanie DeepMind przejęło kontrolę nad robotami, które, jak twierdzi, są powstrzymywane przez niezdolność oprogramowania do zrozumienia świata. Wokół są niesamowite roboty, których nie można wykorzystać w pełni, ponieważ nie ma algorytmów, mówi.

Sukces może wywołać trudne filozoficzne i etyczne pytania o to, co to znaczy być człowiekiem i dopuszczalne przypadki użycia sztucznej inteligencji. Hassabis mówi, że zachęca do dyskusji na temat możliwych zagrożeń związanych z technologią. (Chociaż z satysfakcją zauważa również, że fizyk Stephen Hawking przestał ostrzegać, że sztuczna inteligencja może unicestwić ludzi od czasu spotkania z Hassabisem; założyciel Tesli Elon Musk, który przyrównał badania nad sztuczną inteligencją do przywołania demona, również otrzymał antypepową przemowę .) DeepMind ma wewnętrzną radę etyki złożoną z filozofów, prawników i biznesmenów. Hassabis mówi, że ich nazwiska prawdopodobnie zostaną wkrótce ujawnione i że pracuje również nad zwołaniem podobnej, zewnętrznej tablicy rozdzielczej dla wielu firm komputerowych.

Inżynierowie DeepMind nie potrzebują jednak jeszcze porad etycznych podczas planowania nowych eksperymentów, mówi Hassabis. Nie zbliżamy się do niczego, o co moglibyśmy się martwić, mówi. Bardziej chodzi o to, by wszyscy nadążyć. Jeśli wszystko pójdzie zgodnie z nadziejami Hassabisa, jego rada ds. etyki będzie miała w końcu prawdziwą pracę do wykonania.

ukryć