„Google“ AI guru sako, kad puikus dirbtinis intelektas turi būti grindžiamas neuromokslu

Demisas Hassabis žino kai ką apie dirbtinį intelektą: jis įkūrė Londone įsikūrusį AI startuolį DeepMind , kurį 2014 m. „Google“ įsigijo už 650 mln. ir pradėjo žengti žingsnius kurdami bendresnius AI .

Tačiau dabar jis išėjo ir pasakė, kad vienintelis būdas dirbtiniam intelektui realizuoti savo tikrąjį potencialą yra įkvėpimas iš žmogaus intelekto.

Šiuo metu dauguma AI sistemų yra pagrįstos matematikos sluoksniais, kuriuos tik menkai įkvėpė žmogaus smegenų veikimo būdas. Tačiau skirtingiems mašininio mokymosi tipams, pvz., kalbos atpažinimui ar objektų identifikavimui vaizde, reikalingos skirtingos matematinės struktūros, o gauti algoritmai gali atlikti tik labai specifines užduotis.

Sukurti dirbtinį intelektą, kuris galėtų atlikti bendras, o ne nišines užduotis, yra senas noras mašininio mokymosi pasaulyje. Tačiau tiesa ta, kad išplėsti tuos specializuotus algoritmus į kažką universalesnio tebėra neįtikėtinai sudėtinga problema iš dalies dėl to, kad tokių žmogaus bruožų kaip smalsumas, vaizduotė ir atmintis dirbtinio intelekto pasaulyje neegzistuoja arba yra tik pradinėje stadijoje.

Popieriuje paskelbtas šiandien žurnale Neuronas , Hassabis ir trys bendraautoriai teigia, kad tik geriau suprasdami žmogaus intelektą galime tikėtis peržengti ribas to, ką gali pasiekti dirbtinis intelektas.

Pirma, jie sako, kad geresnis smegenų veikimo supratimas leis mums sukurti naujas elektroninio intelekto struktūras ir algoritmus. Antra, pamokos, įgytos kuriant ir išbandant pažangiausias AI, gali padėti mums geriau apibrėžti, kas iš tikrųjų yra intelektas.

Pačiame dokumente apžvelgiama neurologijos ir dirbtinio intelekto istorija, siekiant suprasti jų sąveiką. Teigiama, kad gilusis mokymasis , kuriame naudojami dirbtinių neuronų sluoksniai, kad suprastų įvestis, ir sustiprintas mokymasis, kai sistemos mokosi bandymų ir klaidų būdu, abu yra labai daug skolingi neuromokslui.

Tačiau jame taip pat nurodoma, kad naujesni pasiekimai nebuvo taip veiksmingai pagrįsti biologija ir kad bendram intelektui reikės daugiau į žmogų panašių savybių, tokių kaip intuityvus realaus pasaulio supratimas ir veiksmingesni mokymosi būdai. Hassabis ir jo kolegos teigia, kad sprendimas yra atnaujintas AI ir neurologijos keitimasis idėjomis [kuris] gali sukurti „dorybingą ratą“, skatinantį abiejų sričių tikslus.

Hassabis nėra vienas tokiu mąstymu. Gary Marcusas, Niujorko universiteto psichologijos profesorius ir buvęs Uber AI laboratorijos direktorius, teigė, kad mašininio mokymosi sistemas galima patobulinti naudojant idėjas, surinktas tiriant vaikų pažinimo raidą.

Nepaisant to, įgyvendinti šias išvadas skaitmeniniu būdu nebus lengva. Kaip paaiškina Hassabis interviu „The Verge“. , dirbtinis intelektas ir neurologijos mokslai tapo dviem labai, labai didelėmis sritimis, persmelktomis savo tradicijų, todėl gana sunku būti ekspertu vienas iš tų sričių, jau nekalbant apie pakankamai ekspertų abiejose srityse, kad galėtumėte išversti ir rasti sąsajų tarp jų.

(Skaityti daugiau: Neuronas , The Verge , Google Intelligence Designer, Ar šis žmogus gali padaryti dirbtinį intelektą žmogiškesnį? )

paslėpti