Maskiner och människor lär oss på olika sätt. Detta har varit ett centralt faktum för
Artificiell Intelligens forskning i årtionden. Om du klämma tillräckligt med data
i en maskin, och låt de algoritmer slipa bort outtröttligt,
datorn kan identifiera ett mönster, producera ett önskat resultat, och kanske
slå en stormästare i schack.
Mänsklig intelligens är snabbare, quirkier
och mer flexibel. Vi tar mentala genvägar. Vi har en talang för att
kräsna regler i ett spel, det dynamiska i en situation, som är arg på
vem, var att hitta fatet, och så vidare. Det mänskliga sinnet – den mest
komplexa stycke materia i universum – är skicklig på att få
kontentan av saker snabbt.
Nu rapporterar forskare ett genombrott inom Artificiell Intelligens: En machine-learning-program som efterliknar hur människor lär sig.
Den
rapporten, som publicerades torsdag online i tidskriften Science, är att
beskrivs som ett litet men viktigt steg i att stänga den stora klyftan
mellan maskiner och människor när det gäller generellt, för alla ändamål
intelligens.
“För första gången tror vi att vi har en maskin
system som kan lära sig en stor klass av visuella koncept på ett sätt som är
svårt att skilja från det mänskliga elever,” sade Josua Tenenbaum,
ledande författare av nya papper och professor vid M. I. T., i en
telefonkonferens med reportrar.
Programmet, som utvecklats
främst genom att leda författare Brenden Sjön, en kognitiv forskare vid New York
Universitetet, som används för statistiska sannolikheter för att härleda de grundläggande reglerna
bakom bildandet av bokstäverna i alfabetet.
Bland människor, visuell
erkännande av ett begrepp kan ofta uppnås med ett enda exempel.
“Du visar att även ett litet barn på en häst eller en skolbuss eller en skateboard,
och de får det från ett exempel,” Tenenbaum sagt.
Den nya
dator program, som går genom ganska otympliga namnet på Bayesiansk
Programmet Lärande (BPL), presterade bra i anföra regler bakom
representation av bokstäver i olika alfabet. Forskarna bedömde
detta resultat genom att göra en “Turing test”, en form av tävling
mellan människa och dator program. Både dator och program
människor fick ett enda exempel på ett brev, sedan får i uppdrag att hitta en
match som brev bland 20 handskrivna representationer. Människor
gjort fel bara 4,5 procent av tiden, men datorn programmet
gjorde faktiskt något bättre, med en 3,3 procent fel priser.
Turing
tester är uppkallad efter den Brittiske matematikern och dator pionjär
Alan Turing. 1936, Turing utarbetat några av de grundläggande begrepp
för ett allmänt ändamål dator. I 1950 föreslog han att maskinerna kunde
en dag match mänsklig intelligens. Han kom på något han kallade
Imitation Spel som skulle spelas någon gång i framtiden när
datorer hade blivit mer avancerade. I Turings scenario, en
förhörsledaren skulle ställa frågor, osedda i ett angränsande rum, en
människa och dator skulle ge svar. Om förhörsledaren inte kunde
på ett tillförlitligt sätt skilja mänskliga svar från dator svar,
datorn skulle klara provet och har status av en tänkande maskin,
Turing menade.
Fortfarande, i deras nya papper noterade forskarna att deras systemets begränsningar:
I
telefonkonferensen med reportrar, Tenenbaum blev tillfrågad om denna typ av
datateknik kan användas i satellitövervakning. Han sade
militär hjälpte till att finansiera forskning och är intresserad av potential
program.
“På sätt och vis är det ett stort steg att vara
eftersom du vet, det är en sak att prata om att skriva tecken.
Det är en annan sak att prata om att flytta runt på marken om du är
en individ eller en militär enhet eller vad som helst,” sade han.
Den
genombrott kommer under en period av stor spänning i A. I.
gemenskapen, men också en viss oro om huruvida det finns tillräckligt med
skyddsåtgärder för att se till att maskinen intelligens inte på något sätt köra bort
från sin mänskliga skapare. Entreprenören Elon Musk har gett 10 miljoner dollar (ungefär Rs. 66.7 crores)
för A. I.-säkerhet forskning. Stephen Hawking, Bill Gates och många andra
fetstil-namn folk inom vetenskap och teknik har uttryckt oro
att A. I. skulle kunna utgöra ett existentiellt hot mot mänskligheten.
Men
Tenenbaum sade detta nya arbete inte komma någonstans i närheten av att vara något
att oroa sig för. Maskiner, sade han, är inte i närheten av att uppnå allmänt
intelligens.
“Intelligens, åtminstone för mig, har en allmän, mycket
flexibel kapacitet. Jag tror inte att någon maskin som har någon grad av allmänt
intelligens,” Tenenbaum berättade för The Post. “Våra program har en känsla av
de program som genererar tecken, men att de inte har några verkliga djup
känsla av vad de gör, eller någon strävan att göra det.”
Denna typ av maskin intelligens är inte samma sak som “tänker”, sade han.
“Jag
skulle inte säga att vårt system tycker, men det är gjort betydande framsteg i
fånga det sätt som människor tänker om dessa begrepp.”
Det tog två år att skriva denna nya lära sig programmet, konstaterade han.
“Vårt arbete visar hur svårt det är att bygga något liknande intelligens i en maskin,” sade han.
© 2015 Washington Post
Ladda ner Prylar 360 app för Android och iOS för att hålla dig uppdaterad med de senaste tekniska nyheterna, produkt
recensioner och exklusiva erbjudanden på populära mobiler.