Maskiner og mennesker lærer på en annen måte. Dette har vært en sentral faktum av
Kunstig Intelligens forskning i flere tiår. Hvis du cram nok data
inn i en maskin, og la algoritmer slipe bort utrettelig,
datamaskinen kan oppdage et mønster, produsere en ønsket utfall og kanskje
slå en stormester i sjakk.
Menneskets intelligens er raskere, quirkier
og smidigere. Vi tar mentale snarveier. Vi har en egen evne til
kresne reglene til et spill, dynamisk av en situasjon, som er sint på
hvem, hvor du finner tønne, og så videre. Det menneskelige sinn – den mest
komplekse stykke av materie i universet – er flink til å få
hovedpunkt av ting raskt.
Nå har forskere rapporten et gjennombrudd i Kunstig Intelligens: En maskin-læring program som etterligner hvordan mennesker lærer.
Den
rapport, publisert online torsdag i tidsskriftet Science, blir
beskrevet som en liten, men viktig steg i å lukke det veldige gapet
mellom maskiner og mennesker når det kommer til generalisert, til alle formål
intelligens.
“For første gang tror vi at vi har en maskin
system som kan lære en stor klasse av visuelle konsepter på måter som er
vanskelig å skille fra menneskelig elever,” sa Josva Tenenbaum,
senior forfatter av det nye papiret, og er professor ved M. I. T., i en
telefonkonferanse med journalister.
Dataprogram, utviklet
først og fremst ved å føre forfatter Brenden Lake, en kognitiv forsker i New York
Universitetet, som brukes statistiske sannsynligheter for å utlede de grunnleggende regler
bak dannelsen av bokstavene i alfabetet.
Blant mennesker, visuell
anerkjennelse av et konsept kan ofte oppnås med et enkelt eksempel.
“Du viser at selv et lite barn en hest eller en skole buss eller et skateboard,
og de får det fra ett eksempel,” Tenenbaum sa.
Den nye
dataprogram, som går med ganske klumpete navn av Bayesianske
Program for Læring (BPL), gjort det godt i inferring regler bak
representasjon av bokstaver i forskjellige alfabeter. Forskerne dømt
denne ytelsen ved å gjennomføre en “Turing test,” en slags konkurranse
mellom mennesker og datamaskinen program. Både datamaskinen og program
menneskene ble gitt et eneste eksempel på at et brev, deretter bedt om å finne en
match til at brevet blant 20 håndskrevne representasjoner. Mennesker
gjort feil bare 4,5 prosent av tiden, men dataprogram
faktisk gjorde det litt bedre, med en 3,3 prosent feil.
Turing
testene er oppkalt etter den Britiske matematikeren og datamaskinen pioneer
Alan Turing. I 1936, Turing utviklet av noen sentrale begreper
for en generell datamaskin. I 1950 foreslo han at maskiner kan
en dag match menneskelig intelligens. Han oppfattet av noe han kalte
Imitasjon Spill som vil bli spilt på et tidspunkt i fremtiden når
datamaskiner hadde blitt mer avansert. I turings scenario, en
han som forhører seg ville stille spørsmål og usett i et tilstøtende rom, en
menneske og datamaskin ville gi svar. Hvis han som forhører seg ikke kunne
pålitelig skille de menneskelige svarene fra datamaskinen svar,
datamaskinen vil bestå testen og har status som et tenkende maskin,
Turing hevdet.
Likevel, i sin nye papiret, og forskerne understreket deres systemets begrensninger:
I
teleconference med journalister, Tenenbaum ble spurt om denne type
informasjonsteknologi kan brukes i satellitt-overvåking. Han sa
militære bidro til å finansiere forskning på og er interessert i potensielle
programmer.
“På noen måter er det et stort sprang som har å bli
laget fordi, du vet, det er en ting å snakke om å skrive tegn.
Det er en annen ting å snakke om å bevege seg rundt på bakken hvis du er
et individ eller en militær enhet eller hva som helst,” sa han.
Den
gjennombruddet kommer i løpet av en periode med stor spenning i A. I.
samfunnet, men også noen angst om hvorvidt det er tilstrekkelig
sikkerhetstiltak for å sikre at maskinen intelligens ikke er noe løpe vekk
fra sin menneskelige skaperne. Gründer Elon Musk har gitt $10 millioner (omtrent Rs. 66.7 crores)
for A. I.-sikkerhet forskning. Stephen Hawking, Bill Gates og mange andre
fet skrift-navn-folk i vitenskap og teknologi har uttrykt bekymring
at A. I. kan utgjøre en eksistensiell trussel mot menneskeheten.
Men
Tenenbaum sa dette nye arbeidet ikke kommer noe i nærheten av å være noe
å bekymre seg for. Maskiner, sa han, er ikke i nærheten av å oppnå generell
intelligens.
“Intelligens, i hvert fall for meg, har en generell, veldig
fleksibel kapasitet. Jeg tror ikke noen maskin har alle nivå av general
intelligens,” Tenenbaum fortalte Innlegget. “Våre programmer har en følelse av
programmet som genererer tegn, men at de ikke har noen reell dyp
følelse av hva de gjør, eller hvilken som helst stasjon for å gjøre det.”
Denne typen av maskin intelligens er ikke det samme som “å tenke,” sa han.
“Jeg
vil ikke si at vårt system synes, men det er gjort et betydelig fremskritt i
du tar den måten folk tenker om disse begrepene.”
Det tok to år å skrive denne nye undervisningsopplegg, han bemerket.
“Vårt arbeid viser hvor vanskelig det er å bygge noe som intelligens i en maskin,” sa han.
© 2015 Washington Post
Last ned Gadgets 360-app for Android og iOS for å holde deg oppdatert med den nyeste tech nyheter, produkt
anmeldelser og eksklusive tilbud på de populære mobiler.