Maskiner og mennesker lærer forskelligt. Dette har været en central kendsgerning,
Kunstig Intelligens forskning i årtier. Hvis du proppe nok data
i en maskine, og lad de algoritmer, male væk utrætteligt,
computeren kan registrere et mønster, producere et ønsket resultat, og måske
slå en stormester i skak.
Den menneskelige intelligens er hurtigere, quirkier
og mere smidig. Vi tager mentale genveje. Vi har en evne til
kræsne reglerne i et spil, dynamikken i en situation, der er gal på
hvem, hvor, for at finde ud af dunken, og så videre. Det menneskelige sind – den mest
komplekse stykke stof i det kendte univers – er dygtig til at få den
essensen af tingene hurtigt.
Nu forskere en rapport gennembrud i Kunstig Intelligens: En maskine-learning-program, der efterligner, hvordan mennesker lærer.
Den
rapporten, der blev offentliggjort online torsdag i tidsskriftet Science, er ved at blive
beskrives som en lille, men vigtigt skridt i forhold til at lukke det store hul
mellem maskiner og mennesker, når det kommer til generaliseret, til alle formål
intelligens.
“For første gang, vi tror, vi har en maskine
system, der kan lære en stor klasse af visuelle koncepter på måder, der er
svært at skelne fra menneskelige elever,” sagde Josua Tenenbaum,
ledende forfatter af nyt papir og en professor på M. I. T., i en
telekonference med journalister.
Det edb-program, der er udviklet
primært af ledende forfatter Brenden Sø, en kognitiv forsker ved New York
Universitet, der anvendes statistiske sandsynligheder for at udlede de grundlæggende regler
bag dannelsen af bogstaver i alfabetet.
Blandt mennesker, visuelle
anerkendelse af et koncept, der kan ofte opnås med et enkelt eksempel.
“Du viser endnu et barn, en hest eller en skole, bus eller et skateboard,
og de får det fra et eksempel,” Tenenbaum sagde.
Den nye
edb-program, som går under den lidt klodsede navn af Bayesian
Program Læring (BPL), klarede sig godt i at udlede regler bag
repræsentation af breve i forskellige alfabeter. Forskerne bedømt
denne præstation ved at gennemføre en “Turing-test”, en slags konkurrence
mellem mennesker og edb-program. Både edb-programmet, og
de mennesker der blev givet et eneste eksempel på et brev, så bedt om at finde en
svarer til det bogstav blandt 20 håndskrevne repræsentationer. Mennesker
lavet fejl kun 4,5 procent af tiden, men det edb-program,
faktisk gjorde det lidt bedre, med en 3,3 procent fejlprocent.
Turing
tests er opkaldt efter den Britiske matematiker og computer pioneer
Alan Turing. I 1936, Turing udtænkt nogle af de grundlæggende begreber
for en general-purpose computer. I 1950 foreslog han, at maskiner kunne
en dag matche den menneskelige intelligens. Han udtænkt af noget, som han kaldte
Efterligning Spil, der vil blive spillet på et tidspunkt i fremtiden, når
computere var blevet mere avanceret. I Turing ‘ s scenarie, en
interrogator ville stille spørgsmål, der er hidtil uset i et tilstødende rum, en
menneske og computer ville give svar. Hvis interrogator kunne ikke
pålideligt skelne mellem den menneskelige svar fra computeren svar,
computeren vil bestå prøven og har status af en tænkende maskine,
Turing argumenterede for.
Stadig, i deres nye papir forskerne bemærkede, at deres system er begrænsninger:
I
telekonference med journalister, Tenenbaum blev spurgt, om denne form for
computer-teknologi kan anvendes i satellit-overvågning. Han sagde, at
militære hjulpet med at finansiere forskning og er interesseret i den potentielle
applikationer.
“På nogle måder, der er et stort spring, der skal være
fordi, du ved, det er én ting at tale om at skrive tegn.
Det er en anden ting at tale om at flytte rundt på jorden, hvis du er
en person eller en militær enhed, eller hvad,” sagde han.
Den
gennembrud kommer i en periode med stor spænding i A.-I.
fællesskabet, men også nogle angst om, hvorvidt der er tilstrækkelige
sikkerhedsforanstaltninger til at sikre, at maskinen intelligens ikke på en eller anden måde køre væk
fra sin menneskelige skabere. Iværksætter Elon Musk har givet 10 millioner dollars (omkring Rs. 66.7 crorer)
for A. I.-safety research. Stephen Hawking, Bill Gates og mange andre
fed-navn folk i videnskab og teknologi har udtrykt bekymring
at A. I. kan udgøre en eksistentiel trussel mod menneskeheden.
Men
Tenenbaum sagde, at dette nye arbejde ikke kommer nogen steder i nærheden af at være noget
at bekymre sig om. Maskiner, sagde han, er ikke i nærheden af at opfylde de generelle
intelligens.
“Intelligens, i hvert fald for mig, har en generel, meget
fleksibel kapacitet. Jeg tror ikke, at enhver maskine er ethvert niveau af almen
intelligens,” Tenenbaum fortalte Post. “Vores programmer har en følelse af
det program, der genererer tegn, men de har ikke nogen reel dyb
fornemmelse af, hvad de laver, eller nogen indsats for at gøre det.”
Denne form for maskine intelligens er ikke det samme som at “tænke”, sagde han.
“Jeg
ville ikke sige, at vort system tænker, men det er gjort betydelige fremskridt i
at indfange den måde, at folk tænker på disse begreber.”
Det tog to år at skrive denne nye learning program, bemærkede han.
“Vores arbejde viser, hvor svært det er at bygge noget som intelligens i en maskine,” sagde han.
© 2015 Washington Post
Download Gadgets 360 app til Android og iOS til at holde dig ajour med de seneste tech nyheder, produkt
anmeldelser og eksklusive tilbud på de populære mobiler.