211service.com
Program komputerowy, który uczy się wyobrażać sobie świat, pokazuje, jak sztuczna inteligencja może myśleć bardziej jak my
Postęp DeepMind może doprowadzić do powstania maszyn, które będą lepiej rozumieć scenę. 14 czerwca 2018 r.
Głęboki umysł
Maszyny będą musiały być znacznie lepsze w samodzielnym rozumieniu świata, jeśli kiedykolwiek mają stać się naprawdę inteligentne.
DeepMind , spółka zależna Alphabet zajmująca się sztuczną inteligencją, zrobiła krok w tym kierunku, tworząc program komputerowy, który samodzielnie buduje mentalny obraz świata. Można powiedzieć, że uczy się wyobrażać sobie otaczający go świat.
System, który wykorzystuje to, co badacze DeepMind nazywają generatywną siecią zapytań (GQN), patrzy na scenę pod kilkoma kątami, a następnie może opisać, jak by ona wyglądała pod innym kątem.
Może się to wydawać trywialne, ale wymaga stosunkowo wyrafinowanej umiejętności poznawania świata fizycznego. W przeciwieństwie do wielu systemów wizyjnych AI, program DeepMind nadaje sens scenie bardziej niż człowiek. Nawet jeśli coś jest na przykład częściowo zatkane, może zrozumieć, co tam jest.
Ostatecznie taka technologia może służyć jako podstawa głębszej sztucznej inteligencji, pozwalając maszynom opisywać i wnioskować o świecie z dużo większą precyzją.
Ali Eslami, naukowiec z DeepMind, wraz z kolegami przetestowali to podejście na trzech wirtualnych ustawieniach: przypominającym blok blacie, wirtualnym ramieniu robota i prostym labiryncie. System wykorzystuje dwie sieci neuronowe; jeden uczy się, a drugi tworzy lub wyobraża sobie nowe perspektywy. System rejestruje aspekty sceny, w tym kształty obiektów, pozycje i kolory, przy użyciu reprezentacji wektorowej, co czyni go stosunkowo wydajnym. Badania ukazują się w czasopiśmie Nauka Dziś.
Praca ta jest czymś w rodzaju nowego kierunku dla DeepMind, które wyrobiło sobie markę dzięki opracowywaniu programów zdolnych do wykonywania niezwykłych wyczynów, w tym nauki gry w złożoną i abstrakcyjną grę planszową Go. Nowy projekt opiera się na innych badaniach akademickich, których celem jest naśladowanie ludzkiej percepcji i inteligencji przy użyciu podobnych narzędzi obliczeniowych.
To ciekawy i wartościowy krok we właściwym kierunku, mówi Josh Tenenbaum , profesor, który kieruje grupą Computational Cognitive Science na MIT.
Tenenbaum mówi, że zdolność radzenia sobie ze złożonymi scenami w sposób modułowy jest imponująca, ale dodaje, że podejście to wykazuje te same ograniczenia, co inne metody uczenia maszynowego, w tym zapotrzebowanie na ogromną ilość danych szkoleniowych: Jury wciąż nie wie, ile problemu, który to rozwiązuje.
Sam Gershman , który kieruje laboratorium Computational Cognitive Neuroscience Lab na Harvardzie, mówi, że prace DeepMind łączą kilka ważnych pomysłów na temat tego, jak działa ludzka percepcja wzrokowa. Zauważa jednak, że, podobnie jak inne programy AI, jest nieco wąski, ponieważ może odpowiedzieć tylko na jedno pytanie: jak wyglądałaby scena z innego punktu widzenia?
W przeciwieństwie do tego, ludzie mogą odpowiedzieć na nieskończoną liczbę pytań dotyczących sceny, mówi Gershman. Jak wyglądałaby scena, gdybym przesunął niebieskie kółko nieco w lewo, przemalował czerwony trójkąt lub zgniecił żółty sześcian?
Gershman mówi, że nie jest jasne, czy podejście DeepMind można dostosować, aby odpowiadać na bardziej złożone pytania, czy też może być wymagane jakieś fundamentalnie inne podejście.