DeepMind erfarer, at hans AI tænker menneskeligt

Sidste år, kunstig intelligens AlphaGo for første gang vandt vm-titlen i spillet. Denne sejr var uden fortilfælde og uventet i betragtning af den høje kompleksitet af den Kinesiske brætspil. Selv om sejren AlphaGo var absolut imponerende, den kunstige intelligens, siden da, og slå andre Mestre, der stadig betragtes som en “smal” type AI, der kan overgå mennesker kun er i et begrænset område af opgaver.

Så selv om vi er usandsynligt, at være i stand til at slå computeren, gå eller skak, uden hjælp fra en anden computer til at stole på dem i de rutineprægede opgaver, vi kan heller ikke endnu. AI vil ikke gøre dig til at lave te og ikke har planer for din bil.

I modsætning til dette, AI er ofte portrætteret i science fiction som “Generelt” kunstig intelligens. Der er kunstig intelligens med det samme niveau og mangfoldighed som mennesker. Selv om vi allerede har kunstig intelligens i forskellige former, som kan gøre alt fra at diagnosticere sygdomme, til at administrere vores biler, regne ud, hvordan at integrere dem på et mere Generelt niveau, vi har ikke været i stand.

I sidste uge forskere på DeepMind har sendt en række værker, der fastlagde krav til grundlaget for de Generelle kunstig intelligens. Selv om ingen konklusioner endnu, og de første resultater er opmuntrende: i nogle områder, AI har allerede overgået menneskelige evner.

Emnet for begge værker DeepMind er blevet en relativ argument, en kritisk kognitiv kapacitet, som giver folk mulighed for at foretage sammenligninger mellem forskellige objekter eller ideer. For eksempel, for at sammenligne, hvor objektet er mere eller mindre, hvad der er venstre og hvad der er rigtigt. Folk ty til relativ (eller relationelle) argumentation, hver gang du forsøger at løse problemet, men forskerne har endnu ikke fundet ud af, hvordan at give AI denne bedragerisk enkle evne.

Forskere fra DeepMind valgte to forskellige rute. En uddannet neurale netværk — type arkitektur, en AI modelleret efter den menneskelige hjerne — ud fra database fra en simpel, statisk 3D objekter, som kaldes CLEVR. En anden neurale netværk, der var uddannet til at forstå, hvordan ændrer den to-dimensionelle objekter over tid.

I CLEVR neurale netværk, der var repræsenteret ved et sæt af enkle projekter, såsom pyramiderne, terninger og kugler. Forskere derefter stillede spørgsmål i et naturligt sprog for kunstig intelligens, som “om en kube af samme materiale som den cylinder?”. Utroligt, det neurale netværk, der var i stand til korrekt at vurdere relationelle egenskaber CLEVR i 95.5% af tilfældene, overgår i denne parameter, selv for en mand med hans 92,6% nøjagtighed.

I den anden test DeepMind forskere har skabt et neuralt netværk Visuel Interaktion Netværk (VIN), som er uddannet til at forudsige den fremtidige tilstand af objektet i den video, afhængigt af dens tidligere bevægelser. For at gøre dette, forskere først fed VIN tre på hinanden følgende video frame, at netværket omsættes til kode. Denne kode er en liste af vektorer — hastighed eller position af objektet for hvert enkelt objekt i rammen. VIN er så fed en sekvens af andre koder, som i kombination muligt for os at forudsige koden til den næste ramme.

For at lære den VIN, de forskere, der anvendes fem forskellige typer af fysiske systemer, hvor 2D-objekter, der bevæger sig i baggrunden af “naturlige billeder” og konfronteret med forskellige styrker. For eksempel, i et fysisk system simulerede objekter interagerer med hinanden i overensstemmelse med loven af tyngdekraften, og Newton. En anden neurale netværk blev præsenteret Billard og tvunget til at forudsige den fremtidige position bolde. Ifølge forskere, VIN network har med held klaret med forudsigelse af adfærd af objekter i videoen.

Dette arbejde er et vigtigt skridt i retning mod Generelt AI, men stadig en masse arbejde der skal gøres, før kunstige intelligens vil være i stand til at overtage verden. Og desuden, det overmenneskelige præstation indebærer ikke en overmenneskelig intelligens.

Ikke endnu, i hvert fald.

DeepMind erfarer, at hans AI tænker menneskeligt
Ilya Hel


Date:

by