Sztuczna inteligencja z 30-letnią wiedzą w końcu zaczyna działać

Po spędzeniu ostatnich 31 lat na zapamiętywaniu zadziwiającego zbioru wiedzy ogólnej, silnik sztucznej inteligencji stworzony przez Douga Lenata jest wreszcie gotowy do pracy.

Twórczością Lenata jest Cyc , baza wiedzy informacji semantycznych zaprojektowana, aby zapewnić komputerom pewne zrozumienie, jak działają rzeczy w świecie rzeczywistym.

Cyc otrzymał wiele tysięcy faktów, w tym wiele informacji, których nie znajdziesz w encyklopedii, ponieważ wydaje się to oczywiste. Wie na przykład, że sir Isaac Newton jest słynną postacią historyczną, która już nie żyje. Ale co ważniejsze, Cyc rozumie również, że jeśli puścisz jabłko, spadnie ono na ziemię; że jabłko nie jest większe od człowieka; i że człowiek nie może rzucić jabłka w kosmos.

A teraz, po latach pracy, system Lenata jest komercjalizowany przez firmę o nazwie Przejrzysty .

Jednym z powodów jest celowość Cyc, wyjaśnia Lenat, który opuścił stanowisko profesora w Stanford, aby rozpocząć projekt pod koniec 1984 roku. Nie żeby nie było nic innego do zrobienia, mówi. Zauważa jednak, że większość tego, co pozostało do dodania, dotyczy określonej dziedziny wiedzy, takiej jak finanse czy onkologia.

Wśród innych projektów firma rozwija osobistego asystenta wyposażonego w ogólną wiedzę Cyc. Może to prowadzić do czegoś podobnego do Siri, ale mniej predysponowanego do głupich nieporozumień.

Michael Stewart, wieloletni współpracownik Lenata i dyrektor generalny Lucid, mówi, że nowa firma prowadzi rozmowy z różnymi innymi zainteresowanymi wykorzystaniem bazy wiedzy Cyc. Świadomość była współpraca z Cleveland Clinic , na przykład, aby pomóc zautomatyzować proces wyszukiwania pacjentów do badań klinicznych. Wiązało się to z dodaniem nowych informacji do bazy wiedzy Cyc i nowego interfejsu użytkownika, który umożliwia lekarzom wprowadzanie zapytań w języku naturalnym, takich jak Znajdź pacjentów z bakteriami po okienku osierdziowym. Lucid powinien nie tylko znaleźć właściwych kandydatów, ale także przedstawić jasny łańcuch logicznego uzasadnienia, dlaczego ich wybrał.

Stewart mówi, że firma współpracuje również z bankami i firmami finansowymi w celu opracowania podobnych rozwiązań do odkrywania spostrzeżeń inwestycyjnych i wykorzystywania informacji poufnych. System był w stanie wykryć jeden potencjalny przypadek wykorzystywania informacji poufnych, gdy dowiedział się ze schematu organizacyjnego, że kilka lat wcześniej dwie osoby siedziały obok siebie. Zrozumiał, że jeśli dwie osoby siedzą obok siebie, to znaczy, że się znają.

W każdym przypadku sztuczna inteligencja napotyka na niewielką krzywą uczenia się. Przeprowadzamy wywiady z ekspertami merytorycznymi, a także przeglądamy dokumentację firmy, czy dokumenty historii medycznej – mówi Stewart. Przyswajamy tę wiedzę w Cyc, podobnie jak w przypadku człowieka.

Fakt, że Cyc jest obecnie skomercjalizowany, może wzbudzić kilka brwi. Projekt był w ciąży tak długo, że często wydawało się, że może nigdy nie trafić na rynek (patrz Koszt zdrowego rozsądku ).

Poza tym zakodowanie reguł i logiki w sztucznej inteligencji jest dość staromodnym podejściem. W ostatnich latach uczenie maszynowe, a zwłaszcza sieci neuronowe, zdominowały tę dziedzinę dzięki nagłym skokom wydajności, możliwym dzięki lepszym algorytmom, wydajniejszemu sprzętowi i ogromnym ilościom danych treningowych (patrz 10 Przełomowe technologie 2013: Głębokie uczenie ). Na przykład imponujący program Google do gry w Go, AlphaGo, opanował tę niemożliwie złożoną i abstrakcyjną grę, korzystając z różnych sztuczek związanych z uczeniem maszynowym (patrz AI Google uderza w jednego z najlepszych graczy Go na świecie w dobrym stylu).

Jednak głębokie uczenie nie jest dobre w nasycaniu maszyn czymś w rodzaju zdrowego rozsądku, co wielu uważa za istotną wadę. Lenat z pewnością wierzy, że postępy w uczeniu maszynowym i głębokim uczeniu będą miały błędy bez odręcznej wiedzy. Można powiedzieć, że będziemy mieli programy, które doskonale sprawdzają się w warcabach, szachach i go, mówi. Ale to bardzo różni się od mówienia, że ​​te programy będą w stanie prowadzić długie rozmowy, które skłonią cię do podejmowania decyzji dotyczących ludzkiego życia.

Gary Marcus , profesor psychologii i neuronauki na Uniwersytecie Nowojorskim i współzałożyciel firmy AI o nazwie Geometric Intelligence, mówi, że Lucid jest interesujący, ponieważ ma na celu zaradzenie niektórym niedociągnięciom popularnych podejść. Cyc ma reputację nieporęcznego i przez ostatnią dekadę prawie nic o tym nie mówiono publicznie, mówi Marcus. Jednocześnie reprezentuje podejście, które bardzo różni się od wszystkich rzeczy dotyczących głębokiego uczenia się, które pojawiły się w wiadomościach.

Marcus zgadza się, że ostatnie postępy, które umożliwiły komputerom przetwarzanie obrazów i dźwięku z umiejętnościami podobnymi do ludzkich, są nieco ograniczone. Głębokie uczenie dotyczy głównie percepcji, mówi, ale w codziennym ludzkim rozumowaniu jest wiele wnioskowań, a Cyc reprezentuje poważny wysiłek, by zmierzyć się z subtelnością tego wnioskowania. Nie wiem, co się wyłoni, ale nie mogę się doczekać.

ukryć