Na konferencii o hlbokom strojovom učení v Londýne minulý mesiac sa niekoľkokrát nastolila jedna téma: dôležitosť porozumenia tomu, čo skutočne robíme. Zatiaľ čo spoločnosti ako Google naďalej tvrdia, že všetci žijeme v „prvom storočí AI“, keď strojové učenie práve začína objavovať nové oblasti činnosti (napríklad rozpoznávanie reči a obrazu), tí, ktorí skutočne stoja v popredí výskumu AI sa snaží zdôrazniť, že pred skutočným vekom AI je potrebné riešiť oveľa viac výziev. Aj keď už máme digitálnych asistentov, ktorí v sci-fi filmoch môžu hovoriť ako počítače, ešte to neznamená, že sme skutočne blízko pri vytváraní skutočnej umelej inteligencie.
Nakoniec, všetky problémy, ktoré stoja v ceste vytváraniu skutočnej AI, sú tieto: v množstve informácií, ktoré sa do nich budú musieť investovať; v našej neschopnosti vytvoriť AI, ktorá by dokázala dobre zvládnuť niekoľko úloh naraz; v skutočnosti nevieme, ako by tieto systémy mali skutočne fungovať. Technológie strojového učenia sú už schopné robiť úžasné veci v roku 2016, ale niekedy je ťažké vysvetliť tieto veci, a to aj pre samotných tvorcov. Nehovoriac o tom, koľko to všetko stojí. Pozrime sa bližšie na zložitosti, ktorým dnes inžinieri AI čelia.
Informácie najskôr, potom AI
Všetci dokonale chápeme, že AI musí mať prístup k informáciám, aby mohli študovať svet okolo nás, ale celkom nerozumieme, koľko informácií je potrebných. Podľa Neila Lawrence, profesora na Katedre strojového vzdelávania na Sheffieldskej univerzite a člena tímu pre vývoj technológie AI na Amazone, tieto systémy budú potrebovať stovky a tisíckrát viac informácií ako človek, aby sa naučili porozumieť svetu a rozpoznať určité objekty.
„Ak sa pozriete na všetky odvetvia a oblasti, v ktorých inžinieri dosiahli určitý úspech v strojovom hlbokom učení, môžete okamžite zistiť, koľko informácií sa použilo na vyriešenie všetkých týchto problémov,“hovorí Lawrence a uvádza ako príklad. rovnaké technológie rozpoznávania reči a obrazu.
Spoločnosti ako Google a Facebook majú prístup k horským informáciám, čo samozrejme uľahčuje vytváranie rôznych užitočných nástrojov (napríklad rovnaké technológie hlasového vyhľadávania pre Android).
Pokiaľ ide o Lawrence, informácie sú teraz to, čo bolo uhlie v prvých rokoch priemyselnej revolúcie. Ako príklad uvádza Lawrence Angličana Thomasa Newcomena, ktorý v roku 1712 (vlastne 60 rokov pred vytvorením takého stroja Jamesom Wattom) vytvoril primitívnu verziu parného motora poháňaného uhlím. Vynálezcovský vynález nebol dokonalý. V porovnaní s Wattovým strojom sa ukázalo byť neefektívne a príliš drahé na používanie. Z väčšej časti sa dalo použiť iba v uhoľných baniach, kde bolo potrebné množstvo paliva vynaložené na nedostatky stroja.
Príklad technológie otvoreného rozpoznávania obrázkov Facebooku
Propagačné video:
Lawrence verí, že by mohli byť stovky týchto nováčikov po celom svete, ktorí by vyvíjali svoje vlastné modely strojového učenia. Možno medzi nimi existujú skutočne revolučné myšlienky, ale bez ich prístupu k obrovským databázam informácií o nich pravdepodobne nikto nikdy nebude vedieť. Veľké spoločnosti ako Google, Facebook a Microsoft - sú to veľmi moderné „uhoľné bane“. Majú prístup k neobmedzenému množstvu informácií, takže môžu vytvárať neefektívne systémy strojového učenia a potom ich vylepšovať. Malé startupy môžu mať síce skvelé nápady, ale bez prístupu k informačným databázam nikdy nedosiahnu nič užitočné.
Tento problém sa stáva ešte jasnejším, keď sa pozriete na oblasti, kde je získavanie potrebných informácií ešte zložitejšie. Zoberme si napríklad zdravotnícky systém, v ktorom by sa umělá inteligencia mohla použiť na vykonávanie úloh týkajúcich sa strojového videnia - napríklad nájdenie a rozpoznanie zhubných nádorov na röntgenových lúčoch. Prístup k takýmto údajom je však zvyčajne veľmi obmedzený. Hlavným obmedzujúcim faktorom je podľa Lawrence súčasné vnímanie ľudí, že je pre neetické prístup k týmto druhom informácií tretím stranám. Hlavným problémom podľa Lawrence nie je nájdenie spôsobov šírenia informácií, ale to, ako zefektívniť systémy strojového učenia a naučiť sa pracovať s menej informáciami. A podľa vedcov by tieto zlepšenia účinnosti mohli trvať rovnako 60 rokov.ako tomu bolo v prípade Wattovho auta.
Špecializácia je slepá ulička. AI musí byť schopný multitaskingu
Ďalšou kľúčovou výzvou, ktorej čelí vývoj skutočne hlbokých modelov strojového učenia, je skutočnosť, že všetky naše súčasné systémy AI sú v skutočnosti veľmi nemé. Podľa Rya Hudsell, výskumníka spoločnosti Google DeepMind, sa tieto systémy môžu skutočne naučiť vykonávať úlohy súvisiace s rozpoznávaním mačiek, hrať sa s nimi a zároveň byť veľmi efektívne pri vykonávaní týchto úloh. „V súčasnosti však na svete neexistuje jediná plnohodnotná neurónová sieť a metódy, ktoré by ju naučili rozpoznávať obrázky, hrať vesmírnych útočníkov a uvažovať o hudbe.“Na druhej strane sú to neurónové siete, ktoré sú kľúčovým základom pre vytváranie hlbokých vzdelávacích systémov pre stroje.
A tento problém je oveľa závažnejší, ako by sa mohlo zdať na prvý pohľad. Keď spoločnosť DeepMind vlani vo februári oznámila, že vybudovala systém, ktorý dokáže hrať 49 hier Atari, skutočne sa to mohlo považovať za veľký úspech. Nakoniec sa však ukázalo, že keď systém dokončí prechod jednej hry, zakaždým musí byť preškolený, aby mohol hrať ďalšiu. Hudsell poznamenáva, že nemôžeme naučiť systém hrať všetky hry naraz, pretože pravidlá každého z nich sa budú navzájom miešať a nakoniec zasahovať do úlohy. Zakaždým, keď sa musíte stroj znovu naučiť, a zakaždým, keď systém „zabudne“, ako hrať predchádzajúcu hru.
„Aby sme vytvorili všeobecnú umelú inteligenciu, potrebujeme niečo, čo nám pomôže naučiť stroj vykonávať niekoľko úloh naraz. Teraz ich nemôžeme trénovať ani na hranie hier, “hovorí Hadsell.
Riešenie je možné skryť v tzv. Progresívnych neurónových sieťach - kombináciou nezávislých systémov hlbokého učenia do jedného celku pre efektívnejšiu prácu s informáciami. V publikovanom vedeckom článku, ktorý sa venoval tejto otázke, Hadsell a jej tím výskumníkov hovorili o tom, ako sa ich progresívna neurálna sieť dokázala prispôsobiť v hre Pong, o podmienkach, v ktorých sa zakaždým trochu zmenili (v jednom prípade sa zmenili farby; v druhom boli zmätené). kontrola), omnoho rýchlejšie ako „obyčajná“neurónová sieť, ktorá sa musela zakaždým nanovo trénovať.
Základný princíp progresívnej neurónovej siete
Táto metóda sa ukázala ako veľmi sľubná a nedávno sa používa na vyladenie robotických zbraní, čo zrýchľuje proces učenia sa z jedného týždňa na jeden deň. Táto metóda má, bohužiaľ, aj svoje obmedzenia. Hudsell poznamenáva, že v prípade progresívnych neurónových sietí sa proces učenia nemôže zredukovať na jednoduché pridávanie nových úloh do ich pamäte. Ak budete aj naďalej kombinovať tieto systémy spolu, skôr alebo neskôr prídete k „príliš zložitému modelu, ktorý nebude možné sledovať“. V tomto prípade budeme hovoriť o inej úrovni. Úroveň, na ktorej sa budú rôzne úlohy spravidla vykonávať rovnakým spôsobom. Budovanie AI schopnej navrhovať stoličky a vytvárať AI na úrovni ľudskej inteligencie schopnej písať básne a riešiť diferenciálne rovnice nie sú to isté.
AI môžeme nazvať AI, ak dokážeme ukázať, ako to funguje
Ďalšou skľučujúcou prekážkou je pochopenie toho, ako umelá inteligencia dospeje k svojim záverom pri riešení problémov. Neurónové siete sú pre pozorovateľa zvyčajne nepriepustné. Napriek tomu, že vieme, ako sa zhromažďujú a ako cez ne prechádzajú informácie, rozhodnutia, ktoré prijímajú, zostávajú väčšinou mimo vysvetlenia.
Vynikajúcim príkladom tohto problému je experiment Virginia Tech. Vedci vytvorili systém sledovania neurónovej siete, ktorý zaznamenáva, z ktorých pixelov v digitálnom obraze počítač začína analyzovať. Vedci ukázali obrázky spálne neurónovej siete a položili mu otázku: „Čo visí na oknách?“Stroj namiesto toho, aby sa díval priamo na okná, začal analyzovať obrázky počnúc od podlahy. Do jej zorného poľa prišla posteľ a auto odpovedalo: „Na oknách sú záclony.“Odpoveď sa ukázala byť správna, ale iba preto, že systém bol „naučený“pracovať s obmedzeným množstvom údajov. Na základe zobrazeného obrázku neurónová sieť dospela k záveru, že ak fotografia ukazuje spálňu, na oknách by s najväčšou pravdepodobnosťou mali byť záclony. Takže keď do jej zorného poľa vstúpil detail,ktorá sa zvyčajne nachádza v ktorejkoľvek spálni (v tomto prípade na posteli), obraz ďalej neanalyzovala. Možno ani nevidela túto posteľ, videla záclony. Je to logické, ale veľmi povrchné a priťahované. Navyše, mnoho spální nemá záclony!
Technológia sledovania je iba jedným z nástrojov, ktorý nám môže pomôcť porozumieť tomu, čo podnecuje stroj k určitému rozhodnutiu, ale existujú lepšie metódy, ktoré môžu pridať viac logiky a hĺbkovej analýzy do systémov strojového učenia. Murray Shanahan, profesor kognitívnej robotiky na Imperial College London, je presvedčený, že najlepším riešením problému je prehodnotiť staromódnu paradigmu AI - symbolickú AI alebo GOFAI (Dobrá staromódna umelá inteligencia, „dobrá stará umelá inteligencia“). Jeho paradigma sa scvrkáva na skutočnosť, že absolútne každá úloha môže byť rozdelená na základné logické prvky, kde každé slovo je len komplexná sada jednoduchých symbolov. Kombináciou týchto symbolov - v akciách, možno syntetizovať myšlienky, udalosti, objekty atď. Len si pomyslite, že takýto vývoj sa uskutočňoval už v časoch, keď počítače boli obrovské skrinky veľkosti miestnosti, ktoré pracovali na magnetickej páske (práce sa začali v polovici 50-tych rokov a pokračovali až do konca 80. rokov minulého storočia).
Shanahan navrhuje kombinovať symbolické opisy GOFAI a technológie hlbokého učenia. To umožní nielen dodávať takýmto systémom nové informácie a čakať, až na základe týchto informácií odvodia určité vzorce správania a riešenia problémov. Cieľom Shanahanovho prístupu je poskytnúť takýmto systémom východiskové body na pochopenie sveta. To podľa jeho názoru nielen vyrieši problém transparentnosti AI, ale aj problém prenosného učenia, ktorý opísal Hadsell.
„Dá sa povedať, že Breakout je veľmi podobný hre Pong, pretože v oboch prípadoch sa používajú„ platformy “aj„ lopty “, ale z hľadiska ľudského vnímania a logiky sú to dve úplne odlišné hry. A je prakticky nemožné medzi nimi vytvárať paralely. Je to ako pokúsiť sa skombinovať štruktúru atómu a štruktúru celej slnečnej sústavy. ““
Shanahan a jeho kolegovia z Imperial College London v súčasnosti pracujú na novej metóde strojového učenia (ktorú nazývajú hlboko symbolické stimulované učenie) a uverejnili niekoľko malých experimentov. Metóda je stále v plienkach, a preto je ťažké ešte povedať, či sa bude rozširovať na väčšie systémy pracujúce s rôznymi typmi údajov. Stále však existuje šanca, že táto metóda vyrastie v niečo viac. Koniec koncov, hlboké vzdelávanie bolo vždy najnudnejšou a najnudnejšou časťou vývoja AI, kým vedci nenašli spôsob, ako rýchlo získať prístup k údajom a získať obrovskú výpočtovú silu. Celkom možné,je čas vrátiť sa k starým paradigmam AI a vyskúšať ich v novom prostredí.
NIKOLAY KHIZHNYAK