Rusija nori išmokyti dirbtinį intelektą mąstyti kitaip

VILNIUS, lapkričio 4 — Sputnik. Rusijos Tiumenės valstybinio universiteto mokslininkai pasiūlė naują požiūrį į dirbtinio intelekto kūrimą. Anot jų, modelis, sukurtas remiantis esamų sistemų analize ir įvairiais šios srities tyrimais, bus būsimo dirbtinio intelekto (AI) pagrindas, kuris bus "apsaugotas" nuo klaidų ir sugebės abstrakčiai mąstyti. Straipsnis buvo paskelbtas žurnale "Mind and Matter".

Sistemos su dirbtinio intelekto elementais padeda žmonėms palengvinti ir automatizuoti sprendimų priėmimą daugelyje sričių: nuo buities iki karo. Ateityje, pasak Tiumenės universiteto mokslininkų, dirbtinis intelektas priims vis daugiau sprendimų be žmogaus įsikišimo. Dėl šios priežasties reikia požiūrių į dirbtinio intelekto architektūrą, kurie garantuotų, kad būtų išvengta nepriimtinos rizikos.

Šiandieniniai robotai ir dirbtinio intelekto sistemos, tokios kaip automatinis automobilių vairavimas, vartotojų elgesio prognozavimas ir net sprendimų priėmimas, yra neatsiejama šių dienų dalis. Tokios sistemos gali būti labai veiksmingos atliekant tam tikras skaičiavimo užduotis, tačiau kol kas jos toli gražu nėra "bendro" ar "stipraus" dirbtinio intelekto. Todėl, pasak mokslininkų, dažnai pasitaiko atvejų, kai dirbtinis intelektas priima neteisingus ir neetiškus sprendimus.

Tiumenės mokslininkai teigia, kad, kol dirbtinis intelektas vadovaujasi tam tikru mėginių rinkiniu, negalėdamas jo pervertinti ar išplėsti beveik realiu laiku, bus rizika, kad automatinis sprendimas pasirodys neteisingas.

Siekdami sušvelninti šią riziką, universitetų ekspertai pasiūlė dirbtinio intelekto kūrimo metodą, kuris padarys jį protingesnį ir "sąmoningesnį". Autorių teigimu, jų dirbtinio intelekto architektūros modelis integruoja įvairių fizinių, matematinių, pažintinių, filosofinių ir kitų šios srities tyrimų rezultatus.

"Išvedėme pagrindinį ženklą, kad sistema turi bendrą dirbtinį intelektą: ji turi sugebėti suprasti ir pritaikyti skirtingus savo aplinkos modelius, tai yra, kitaip tariant, skirtingas "pasaulėžiūras" ar "teorijas". Sutelkdamas dėmesį į "teorijas", kaip tam tikras duomenų vertinimo paradigmas, AI galės ne tik "pažvelgti į situaciją skirtingais būdais", bet ir išvesti naujus principus ir įstatymus, kurie yra svarbūs šiai sričiai", — sakė Tiumenės universiteto mokslininkas Louis Vervoort.

Mąstyti abstrakčiai, kaip paaiškino mokslininkai, tiek žmogui, tiek mašinai reiškia naudoti nuoseklius modelius ir koncepcines sistemas, leidžiančias tyrinėti pasaulį įvairiais kampais, plečiant sąveiką su juo.

"Etinė dirbtinio intelekto problema nėra ta, kad mašinos neturi bendro "žmogiško" pasaulio supratimo, kuris apimtų nedviprasmiškas moralines pozicijas ir moralinės atsakomybės idėją. Aukšto lygio pažinimas, sąmonė ir etiškas elgesys kyla iš vieno šaltinio — gebėjimo įsisavinti plačią koncepcinę sistemą, o ne tik specialias užduotis. Manome, kad šį procesą galima pakartoti mašinoje", — aiškino jis.

Siūlomas požiūris turi tam tikrų panašumų su Deivido Rozentalio aukštesnės eilės sąmonės teorija, taip pat su Bernardo Baarso pasaulinės darbo erdvės koncepcijos elementais. Pasak TSU mokslininkų, šiuos teorinius sąmonės ir abstraktaus pažinimo modelius patvirtino naujausi eksperimentiniai kognityvinės neurologijos tyrimai Masačusetso technologijos institute (Kembridžas, JAV).

Kai kurias pažangiausias dirbtinio intelekto sistemas, iš dalies imituojančias abstraktų mąstymą, sukūrė Šveicarijos federalinio technologijų instituto (Ciurichas, Šveicarija) ir Masačusetso technologijos instituto (Kembridžas, MA, JAV) fizikai. Šie tyrimai parodė dirbtinio intelekto sugebėjimą savarankiškai formuluoti ir derinti fizinius dėsnius — tai pirmas žingsnis link teorijų.

"Iki šiol mes pasiūlėme tik bendrą strategiją. Tačiau mūsų analizė leidžia suprasti, kiek šiuolaikinis dirbtinis intelektas padarė pažangą imituojant ar įgyvendinant abstraktų mąstymą: jei atidžiai pažvelgsite į detales, paaiškės, kad vis dar yra toli iki "teorinio mąstymo", tačiau mes tikime, kad būsimą dirbtinį intelektą valdys teorija, o ne duomenys, kaip yra dabar", — sakė Louis Vervoort.

Siūlomas metodas, kaip įsitikinę mokslininkai, bus naujos kartos dirbtinio intelekto kūrimo pagrindas. Ateityje tyrimų grupė planuoja toliau glaudžiai bendradarbiauti su dirbtinio intelekto ir mašinų mokymosi srities ekspertais, kad sukurtų konkrečius skaičiavimo metodus, pagrįstus nauju modeliu.