Но что, если бы ИИ мог учиться, как ребенок? Модели ИИ обучаются на огромных наборах данных, состоящих из миллиардов точек данных. Исследователи из Нью-Йоркского университета хотели посмотреть, на что способны такие модели, если их обучать на гораздо меньшем наборе данных: изображениях и звуках, которые испытывает одинокий ребенок, обучающийся говорить. К их удивлению, их ИИ многому научился — благодаря любопытному малышу по имени Сэм.
Исследователи прикрепили камеру к голове Сэма, и он носил ее время от времени в течение полутора лет, с шестимесячного возраста до второго дня рождения. Собранный им материал позволил исследователям научить нейронную сеть сопоставлять слова с объектами, которые они представляют, — рассказывает в этой статье Кассандра Уилльярд. (Стоит нажать только ради невероятно милых фотографий!)
ВАЙ КИН ВОНГ
Это исследование — лишь один пример того, как дети могут приблизить нас к тому, чтобы научить компьютеры учиться, как люди, и в конечном итоге создать системы искусственного интеллекта, которые будут такими же умными, как и мы. Младенцы вдохновляли исследователей на протяжении многих лет. Они острые наблюдатели и отличные ученики. Младенцы также учатся методом проб и ошибок, а люди становятся умнее по мере того, как мы узнаем больше о мире. Психологи развития говорят, что младенцы интуитивно чувствуют, что произойдет дальше. Например, они знают, что шар существует, даже если он скрыт от глаз, что шар твердый и не изменит внезапно форму, что он катится по непрерывной траектории и не может внезапно телепортироваться куда-либо еще.
Исследователи из Гугл ДипМайнд попытались научить систему искусственного интеллекта такому же чувству «интуитивной физики», обучая модель, которая изучает, как все движется, фокусируясь на объектах в видео, а не на отдельных пикселях. Они обучили модель на сотнях тысяч видео, чтобы узнать, как ведет себя объект. Теория гласит, что если младенцы удивляются чему-то вроде мяча, внезапно вылетевшему из окна, то это происходит потому, что объект движется таким образом, что нарушает понимание ребенком физики. Исследователям из Google DeepMind также удалось заставить свою систему искусственного интеллекта демонстрировать «удивление», когда объект двигался не так, как он изучил.
Ян ЛеКун, лауреат премии Тьюринга и главный научный сотрудник Меты в области искусственного интеллекта, утверждает, что обучение систем искусственного интеллекта наблюдать, как дети, может стать путем к более интеллектуальным системам. Он говорит, что у людей есть симуляция мира, или «модель мира», в нашем мозгу, позволяющая нам интуитивно знать, что мир трехмерен и что объекты на самом деле не исчезают, когда выходят из поля зрения. Это позволяет нам предсказать, где через несколько секунд окажется прыгающий мяч или мчащийся велосипед. Он занят созданием совершенно новой архитектуры для искусственного интеллекта, черпающей вдохновение из того, как люди учатся. Здесь мы рассказали о его большой ставке на будущее искусственного интеллекта.
Сегодняшние системы искусственного интеллекта превосходно справляются с узкими задачами, такими как игра в шахматы или генерация текста, похожего на написанный человеком. Но по сравнению с человеческим мозгом — самой мощной машиной, которую мы знаем — эти системы хрупкие. Им не хватает здравого смысла, который позволил бы им беспрепятственно действовать в запутанном мире, делать более сложные рассуждения и приносить больше пользы людям. Изучение того, как учатся дети, может помочь нам раскрыть эти способности.
Более глубокое обучение
Этот робот может навести порядок в комнате без посторонней помощи
Роботы хорошо справляются с определенными задачами. Например, они отлично умеют поднимать и перемещать предметы и даже становятся лучше в приготовлении еды. Но хотя роботы могут легко выполнять подобные задачи в лаборатории, заставить их работать в незнакомой среде, где доступно мало данных, является настоящей проблемой.