AI valodas problēma

Mašīnas, kas patiesi saprot valodu, būtu neticami noderīgas. Bet mēs nezinām, kā tos izveidot. Autors

• Vils Naits arhīva lapa

2016. gada 9. augusts

Apmēram pusceļā īpaši saspringtajai Go spēlei, kas notika Seulā, Dienvidkorejā, starp Lī Sedolu, vienu no visu laiku labākajiem spēlētājiem, un AlphaGo, Google radīto mākslīgo intelektu, AI programma veica noslēpumainu kustību, kas demonstrēja satraucošu. pārsvaru pār savu cilvēku pretinieku.

37. gājienā AlphaGo izvēlējās ievietot melnu akmeni tādā pozīcijā, kas sākotnēji šķita smieklīga. Šķita, ka ir jāatsakās no ievērojamas teritorijas — iesācēju kļūda spēlē, kuras mērķis ir kontrolēt vietu uz galda. Divi televīzijas komentētāji domāja, vai viņi ir nepareizi sapratuši šo gājienu, vai arī iekārtai ir radušies kādi traucējumi. Faktiski, pretēji jebkurai tradicionālajai gudrībai, 37. gājiens ļautu AlphaGo izveidot milzīgu pamatu dēļa centrā. Google programma bija faktiski uzvarējusi spēlē, izmantojot kustību, ko neviens cilvēks nebūtu izdomājis.

Par mākslu

• Viens no iemesliem, kāpēc datoriem un mākslīgā intelekta sistēmām ir tik grūti saprast valodu, ir tas, ka vārdiem bieži ir nozīmes, kuru pamatā ir konteksts un pat burtu un vārdu izskats. Attēlos, kas pievienoti šim stāstam, vairāki mākslinieki demonstrē dažādu vizuālu norādes izmantošanu, lai nodotu nozīmi, kas ir daudz plašāka par faktiskajiem burtiem.

  
  
  

Šis stāsts bija daļa no mūsu 2016. gada septembra numura

• Skatiet pārējo izdevuma daļu
• Abonēt

AlphaGo uzvara ir īpaši iespaidīga, jo senā spēle Go bieži tiek uzskatīta par intuitīvā intelekta pārbaudi. Noteikumi ir diezgan vienkārši. Divi spēlētāji pārmaiņus liek melnus vai baltus akmeņus horizontālo un vertikālo līniju krustpunktā uz dēļa, mēģinot apņemt pretinieka figūras un izņemt tās no spēles. Tomēr labi spēlēt ir neticami grūti.

Kamēr šaha spēlētāji var raudzīties dažus gājienus uz priekšu, Go tas nav iespējams, ja spēle nav izvērtusies neatrisināmā sarežģītībā, un nav klasisku gambītu. Nav arī vienkārša veida, kā izmērīt priekšrocības, un pat pieredzējušam spēlētājam var būt grūti precīzi izskaidrot, kāpēc viņš vai viņa izdarīja noteiktu kustību. Tas padara neiespējamu uzrakstīt vienkāršu noteikumu kopumu, kas jāievēro eksperta līmeņa datorprogrammai.

AlphaGo vispār netika pateikts, kā spēlēt Go. Tā vietā programma analizēja simtiem tūkstošu spēļu un spēlēja miljoniem spēļu pret sevi. Starp vairākiem mākslīgā intelekta paņēmieniem tā izmantoja arvien populārāku metodi, kas pazīstama kā dziļā mācīšanās, kas ietver matemātiskos aprēķinus, kas ir ļoti brīvi iedvesmoti, starp citu, savstarpēji saistīti neironu slāņi smadzenēs iedegas, kad tās mācās saprast jaunu informāciju. Programma mācīja sevi stundu praksē, pakāpeniski uzlabojot intuitīvo stratēģijas izjūtu. Tas, ka pēc tam spēja pārspēt vienu no pasaulē labākajiem Go spēlētājiem, ir īsts pavērsiens mašīnu inteliģencē un AI.

Lorenss Veiners
Gumijas bumba, kas izmesta jūrā
1970/2014

Dažas stundas pēc 37. gājiena AlphaGo uzvarēja geimu, pakāpjoties par diviem geimiem līdz nullei labākajā no pieciem mačā. Pēc tam Sedols nostājās žurnālistu un fotogrāfu pūļa priekšā, pieklājīgi atvainodamies par cilvēces pievilšanu. Es esmu diezgan mēms, viņš teica, mirkšķinot cauri zibspuldzes fotografēšanas vētrai.

AlphaGo pārsteidzošie panākumi norāda uz to, cik liels progress ir panākts mākslīgā intelekta jomā pēdējo dažu gadu laikā pēc gadu desmitiem ilgas vilšanās un neveiksmēm, kas bieži tiek dēvētas par mākslīgā intelekta ziemu. Padziļināta mācīšanās nozīmē, ka mašīnas var arvien vairāk iemācīties pašas veikt sarežģītus uzdevumus, kuriem tikai pirms pāris gadiem tika uzskatīts, ka tiem ir nepieciešama unikāla cilvēku inteliģence. Pašpiedziņas automašīnas jau ir paredzama iespēja. Tuvākajā nākotnē sistēmas, kuru pamatā ir dziļa mācīšanās, palīdzēs diagnosticēt slimības un ieteikt ārstēšanu.

Padziļināta mācīšanās nozīmē, ka mašīnas var arvien vairāk iemācīties pašas veikt sarežģītus uzdevumus, kuriem tikai pirms pāris gadiem tika uzskatīts, ka tiem ir nepieciešama unikāla cilvēku inteliģence.

Tomēr, neskatoties uz šiem iespaidīgajiem sasniegumiem, viena pamatspēja joprojām ir nenotverama: valoda. Tādas sistēmas kā Siri un IBM Watson var izpildīt vienkāršas izrunātas vai drukātas komandas un atbildēt uz pamatjautājumiem, taču tās nevar sarunāties un īsti nesaprot lietotos vārdus. Lai mākslīgais intelekts būtu patiesi pārveidojošs, tam ir jāmainās.

Lai gan AlphaGo nevar runāt, tajā ir tehnoloģija, kas var uzlabot valodas izpratni. Tādos uzņēmumos kā Google, Facebook un Amazon, kā arī vadošajās akadēmiskajās AI laboratorijās pētnieki mēģina beidzot atrisināt šo šķietami neatrisināmo problēmu, izmantojot dažus no tiem pašiem AI rīkiem, tostarp dziļu mācīšanos, kas ir atbildīgi par AlphaGo panākumiem un šodienas AI atdzimšana. Tas, vai viņiem izdosies, noteiks mērogu un raksturu tam, kas pārvēršas mākslīgā intelekta revolūcijā. Tas palīdzēs noteikt, vai mums ir mašīnas, ar kurām varam viegli sazināties — mašīnas, kas kļūst par mūsu ikdienas dzīves intīmu sastāvdaļu, vai arī AI sistēmas paliek noslēpumainas melnās kastes, pat ja tās kļūst autonomākas. Nekādā gadījumā nevar izveidot cilvēcisku AI sistēmu, kuras pamatā nav valoda, saka Džošs Tenenbaums, MIT kognitīvās zinātnes un skaitļošanas profesors. Tā ir viena no acīmredzamākajām lietām, kas atšķir cilvēka intelektu.

Iespējams, tie paši paņēmieni, kas ļauj AlphaGo iekarot Go, beidzot ļaus datoriem apgūt valodu, vai varbūt būs nepieciešams arī kaut kas cits. Bet bez valodas izpratnes AI ietekme būs atšķirīga. Protams, mums joprojām var būt ārkārtīgi jaudīga un inteliģenta programmatūra, piemēram, AlphaGo. Taču mūsu attiecības ar AI var būt daudz mazāk sadarbīgas un, iespējams, daudz mazāk draudzīgas. Jau no paša sākuma uztraucošs jautājums bija: “Ko darīt, ja jums būtu lietas, kas ir inteliģentas tādā nozīmē, ka tās ir efektīvas, bet ne tādas kā mēs tādā nozīmē, ka mēs neiejūtamies tajā, kas mēs esam?” saka Stenfordas universitātes emeritētais profesors Terijs Vinograds. Varat iedomāties mašīnas, kas nav balstītas uz cilvēka intelektu, kuras ir balstītas uz šiem lielajiem datiem un kas vada pasauli.

Mašīnu čuksti

Pāris mēnešus pēc AlphaGo triumfa es devos uz Silīcija ieleju, kas ir jaunākā mākslīgā intelekta uzplaukuma centrs. Es gribēju apmeklēt pētniekus, kuri gūst ievērojamu progresu AI praktiskajos lietojumos un kuri tagad cenšas nodrošināt mašīnām labāku izpratni par valodu.

Es sāku ar Vinogradu, kas dzīvo priekšpilsētā, kas atrodas Stenfordas universitātes pilsētiņas dienvidu malā Palo Alto, netālu no Google, Facebook un Apple galvenajām mītnēm. Ar cirtainiem baltiem matiem un kuplām ūsām viņš izskatās pēc cienījama akadēmiķa, un viņam piemīt infekciozs entuziasms.

Tālajā 1968. gadā Vinograds veica vienu no pirmajiem centieniem iemācīt mašīnai gudri runāt. Matemātikas brīnumbērns, kurš aizrāvās ar valodu, bija ieradies MIT jaunajā mākslīgā intelekta laboratorijā, lai studētu doktorantūrā, un viņš nolēma izveidot programmu, kas sarunātos ar cilvēkiem, izmantojot teksta uzvedni, izmantojot ikdienas valodu. Tajā laikā tas nešķita dīvains mērķis. Neticami panākumi tika gūti mākslīgā intelekta jomā, un citi MIT veidoja sarežģītas datorredzes sistēmas un futūristiskas robotu rokas. Viņš atceras, ka bija sajūta par nezināmām, neierobežotām iespējām.

Džozefs Kosuts
Četras krāsas Četri vārdi
1966. gads

Tomēr ne visi bija pārliecināti, ka valodu var tik viegli apgūt. Daži kritiķi, tostarp ietekmīgais valodnieks un MIT profesors Noams Čomskis, uzskatīja, ka mākslīgā intelekta pētniekiem būs grūti panākt, lai mašīnas saprastu, ņemot vērā to, ka cilvēku valodas mehānika bija tik slikti saprotama. Vinograds atceras, ka apmeklējis ballīti, kur Čomska students aizgāja, kad dzirdēja viņu sakām, ka strādā AI laboratorijā.

Taču bija arī iemesls būt optimistiem. Džozefs Vaizenbaums, Vācijā dzimušais MIT profesors, dažus gadus iepriekš bija izveidojis pirmo tērzēšanas robotu programmu. Tas tika saukts par ELIZA, un tas tika ieprogrammēts tā, lai tas darbotos kā karikatūru psihoterapeits, atkārtojot galvenās paziņojuma daļas vai uzdodot jautājumus, lai veicinātu turpmāku sarunu. Ja jūs raidījumam teiktu, ka esat dusmīgs uz savu māti, piemēram, tas teiktu: Kas vēl nāk prātā, domājot par savu māti? Lēts triks, taču darbojās pārsteidzoši labi. Vaizenbaums bija satriekts, kad daži subjekti viņa mašīnai sāka izpaust savus tumšākos noslēpumus.

Padziļinātas valodas apguves pielietošanā ir acīmredzama problēma. Vārdi ir patvaļīgi simboli, un tāpēc tie būtiski atšķiras no attēliem.

Vinograds vēlējās radīt kaut ko tādu, kas patiešām, šķiet, saprot valodu. Viņš sāka, samazinot problēmas apjomu. Viņš radīja vienkāršu virtuālo vidi, bloku pasauli, kas sastāv no saujiņas iedomātu objektu, kas sēdēja uz iedomāta galda. Tad viņš izveidoja programmu, kuru viņš nosauca par SHRDLU , kas spēja parsēt visus lietvārdus, darbības vārdus un vienkāršus gramatikas noteikumus, kas nepieciešami, lai atsauktos uz šo nolietoto virtuālo pasauli. SHRDLU (muļķīgs vārds, ko veido Linotype mašīnas otrā taustiņu kolonna) varētu aprakstīt objektus, atbildēt uz jautājumiem par to attiecībām un veikt izmaiņas bloku pasaulē, reaģējot uz drukātām komandām. Tam pat bija sava veida atmiņa, tāpēc, ja jūs tam liktu pārvietot sarkano konusu un pēc tam vēlāk atsauktos uz konusu, tas pieņemtu, ka jūs domājāt sarkano, nevis citu krāsu.

SHRDLU tika uzskatīts par zīmi, ka mākslīgā intelekta joma gūst ievērojamu progresu. Bet tā bija tikai ilūzija. Kad Winograd mēģināja padarīt programmas bloku pasauli plašāku, noteikumi, kas bija nepieciešami, lai ņemtu vērā nepieciešamos vārdus un gramatisko sarežģītību, kļuva nekontrolējami. Tikai dažus gadus vēlāk viņš bija padevies, un galu galā viņš pilnībā atteicās no AI, lai koncentrētos uz citām pētniecības jomām. Viņš saka, ka ierobežojumi bija daudz tuvāki, nekā šķita tajā laikā.

Vinograds secināja, ka nebūtu iespējams nodrošināt mašīnām patiesu valodas izpratni, izmantojot toreiz pieejamos rīkus. Problēma, kā apgalvoja UC Berkeley filozofijas profesors Huberts Dreifuss 1972. gada grāmatā ar nosaukumu Ko nevar izdarīt datori , ir tas, ka daudzām lietām, ko cilvēki dara, ir nepieciešama sava veida instinktīva inteliģence, ko nevar aptvert ar stingriem un ātriem noteikumiem. Tieši tāpēc pirms spēles starp Sedol un AlphaGo daudzi eksperti šaubījās, vai mašīnas pārvaldīs Go.

Džons Baldesari
Tīrs skaistums
1966.–68

Bet pat tad, kad Dreifuss izteica šo argumentu, daži pētnieki faktiski izstrādāja pieeju, kas galu galā nodrošinātu mašīnām šāda veida inteliģenci. Iedvesmojoties no neirozinātnes, viņi eksperimentēja ar mākslīgiem neironu tīkliem — matemātiski simulētu neironu slāņiem, kurus varēja apmācīt uzliesmot, reaģējot uz noteiktiem ievadiem. Sākumā šīs sistēmas bija sāpīgi lēnas, un pieeja tika noraidīta kā nepraktiska loģikai un argumentācijai. Tomēr ļoti svarīgi ir tas, ka neironu tīkli varētu iemācīties darīt lietas, kuras nevar kodēt ar roku, un vēlāk tas noderēs vienkāršiem uzdevumiem, piemēram, ar roku rakstītu rakstzīmju atpazīšanai, kas 90. gados tika komercializēta čeku skaitļu nolasīšanai. Atbalstītāji apgalvoja, ka neironu tīkli galu galā ļaus mašīnām paveikt daudz, daudz vairāk. Kādu dienu viņi apgalvoja, ka tehnoloģija pat sapratīs valodu.

Dažu pēdējo gadu laikā neironu tīkli ir kļuvuši daudz sarežģītāki un spēcīgāki. Šī pieeja ir guvusi labumu no galvenajiem matemātiskajiem uzlabojumiem un, kas vēl svarīgāk, ātrāka datora aparatūra un daudz datu. Līdz 2009. gadam Toronto universitātes pētnieki bija pierādījuši, ka daudzslāņu dziļās mācīšanās tīkls spēj atpazīt runu ar rekordlielu precizitāti. Un tad 2012. gadā tā pati grupa uzvarēja mašīnredzes konkursā, izmantojot dziļās mācīšanās algoritmu, kas bija pārsteidzoši precīzs.

Dziļi mācošs neironu tīkls atpazīst objektus attēlos, izmantojot vienkāršu triku. Simulētu neironu slānis saņem ievadi attēla veidā, un daži no šiem neironiem aktivizēsies, reaģējot uz atsevišķu pikseļu intensitāti. Iegūtais signāls iziet cauri daudziem citiem savstarpēji savienotu neironu slāņiem, pirms sasniedz izejas slāni, kas signalizē, ka objekts ir redzēts. Matemātisku paņēmienu, kas pazīstams kā atpakaļpavairošana, izmanto, lai pielāgotu tīkla neironu jutīgumu, lai radītu pareizu reakciju. Tieši šis solis dod sistēmai spēju mācīties. Dažādi tīkla slāņi reaģēs uz tādām funkcijām kā malas, krāsas vai faktūra. Šādas sistēmas tagad var atpazīt objektus, dzīvniekus vai sejas ar precizitāti, kas konkurē ar cilvēkiem.

Padziļinātas valodas apguves pielietošanā ir acīmredzama problēma. Vārdi ir patvaļīgi simboli, un tāpēc tie būtiski atšķiras no attēliem. Diviem vārdiem var būt līdzīga nozīme, bet tajos, piemēram, ir pilnīgi atšķirīgi burti; un viens un tas pats vārds var nozīmēt dažādas lietas dažādos kontekstos.

Astoņdesmitajos gados pētnieki nāca klajā ar gudru ideju par to, kā valodu pārvērst par tādu problēmu, ko var risināt neironu tīkls. Viņi parādīja, ka vārdus var attēlot kā matemātiskos vektorus, kas ļauj aprēķināt līdzības starp saistītiem vārdiem. Piemēram, laiva un ūdens atrodas tuvu vektora telpā, lai gan tie izskatās ļoti atšķirīgi. Monreālas universitātes pētnieki Jošua Bengio vadībā un cita Google grupa ir izmantojuši šo ieskatu, lai izveidotu tīklus, kuros katru vārdu teikumā var izmantot, lai izveidotu sarežģītāku atveidojumu — kaut ko tādu, ko Džefrijs Hintons, profesors Toronto universitāte un ievērojams dziļi mācījies pētnieks, kurš strādā nepilnu darba laiku Google, sauc par domu vektoru.

Izmantojot divus šādus tīklus, ir iespējams ar izcilu precizitāti tulkot starp divām valodām. Un, apvienojot šāda veida tīklu ar tādu, kas paredzēts objektu atpazīšanai attēlos, ir iespējams uzburt pārsteidzoši ticamus parakstus.

Dzīves mērķis

Sēžot konferenču telpā Google rosīgās galvenās mītnes centrā Mauntinvjū, Kalifornijā, viens no uzņēmuma pētniekiem, kas palīdzēja izstrādāt šo pieeju, Quoc Le , apsver ideju par iekārtu, kas varētu uzturēt pareizu sarunu. Le's ambīcijas ir tieši saistītas ar to, kāpēc runājošie aparāti varētu būt noderīgi. Es gribu veidu, kā modelēt domas mašīnā, viņš saka. Un, ja vēlaties simulēt domas, jums vajadzētu būt iespējai pajautāt mašīnai, par ko tā domā.

Tauba Auerbahs
Atbilde / šeit nebija II
2008. gads

Google jau māca saviem datoriem valodas pamatus. Šī gada maijā uzņēmums paziņoja par sistēmu Parsey McParseface, kas var aplūkot sintaksi, atpazīt lietvārdus, darbības vārdus un citus teksta elementus. Nav grūti saprast, cik vērtīga uzņēmumam varētu būt labāka valodas izpratne. Google meklēšanas algoritms tika izmantots, lai vienkārši izsekotu atslēgvārdus un saites starp tīmekļa lapām. Tagad, izmantojot sistēmu RankBrain, tā nolasa tekstu lapās, cenšoties noskaidrot nozīmi un nodrošināt labākus rezultātus. Le vēlas spert to daudz tālāk. Pielāgojot sistēmu, kas izrādījās noderīga tulkošanā un attēlu parakstos, viņš un viņa kolēģi izveidoja viedo atbildi, kas nolasa Gmail ziņojumu saturu un iesaka dažas iespējamās atbildes. Viņš arī izveidoja programmu, kas no Google IT atbalsta tērzēšanas žurnāliem iemācījās atbildēt uz vienkāršiem tehniskiem jautājumiem.

Pavisam nesen Le izveidoja programmu, kas spēj radīt pieņemamas atbildes uz atvērtiem jautājumiem; tas tika apmācīts, ievadot dialogu no 18 900 filmām. Dažas tās atbildes šķiet šausmīgi aktuālas. Piemēram, Le jautāja: Kāds ir dzīves mērķis? un programma atbildēja: Kalpot lielākam labumam. Tā bija diezgan laba atbilde, viņš atceras ar platu smīnu. Droši vien labāk, nekā būtu bijis manējais.

Ir tikai viena problēma, kas ātri kļūst acīmredzama, aplūkojot vairākas sistēmas atbildes. Kad Le jautāja: Cik kāju ir kaķim? viņa sistēma atbildēja: Četri, es domāju. Tad viņš mēģināja: Cik kāju ir simtkājainim? kas radīja ziņkārīgu atbildi: Astoņi. Būtībā Le’s programmai nav ne jausmas, par ko tā runā. Tā saprot, ka noteiktas simbolu kombinācijas iet kopā, bet tā nenovērtē reālo pasauli. Tas nezina, kā patiesībā izskatās simtkājis un kā tas pārvietojas. Tā joprojām ir tikai inteliģences ilūzija bez tāda veselā saprāta, ko cilvēki uzskata par pašsaprotamu. Tādā veidā padziļinātas apmācības sistēmas bieži var būt neparedzētas. Tas, ko Google izveidoja, lai ģenerētu attēlu parakstus, pieļautu dīvainas kļūdas, piemēram, aprakstot ielas zīmi kā ledusskapi, kas piepildīts ar pārtiku.

Le jautāja: Kāds ir dzīves mērķis? un programma atbildēja: Kalpot lielākam labumam.

Ziņkārīgas sakritības dēļ Terija Vinograda kaimiņš Palo Alto ir kāds, kurš varētu palīdzēt datoriem iegūt dziļāku izpratni par to, ko vārdi patiesībā nozīmē. Stenfordas mākslīgā intelekta laboratorijas direktore Fei-Fei Li bija grūtniecības un dzemdību atvaļinājumā, kad es viesojos, taču viņa mani uzaicināja pie sevis mājās un lepni iepazīstināja ar savu skaisto trīs mēnešus veco bērniņu Fīniksu. Redzi, kā viņa uz tevi skatās vairāk nekā uz mani, Li teica, kamēr Fīnikss skatījās uz mani. Tas ir tāpēc, ka jūs esat jauns; tā ir agrīna sejas atpazīšana.

Li lielu daļu savas karjeras ir pavadījusi, pētot mašīnmācīšanos un datorredzi. Pirms vairākiem gadiem viņa vadīja centienus izveidot datubāzi ar miljoniem objektu attēlu, katrs marķēts ar atbilstošu atslēgvārdu. Taču Li uzskata, ka mašīnām ir vajadzīga vēl sarežģītāka izpratne par to, kas notiek pasaulē, un šogad viņas komanda izlaida citu attēlu datubāzi, kas anotēta daudz detalizētāk. Katru attēlu cilvēks ir atzīmējis ar vairākiem desmitiem deskriptoru: Suns brauc ar skrituļdēli, Sunim ir pūkains, viļņains kažoks, Ceļš ir saplaisājis un tā tālāk. Cerams, ka mašīnmācības sistēmas iemācīsies vairāk izprast fizisko pasauli. Smadzeņu valodas daļa tiek barota ar daudz informācijas, tostarp no vizuālās sistēmas, saka Li. Svarīga AI daļa būs šo sistēmu integrēšana.

Tas ir tuvāk tam, kā bērni mācās, saistot vārdus ar priekšmetiem, attiecībām un darbībām. Bet līdzība ar cilvēka mācīšanos sniedzas tikai tik tālu. Maziem bērniem nav jāredz skeitborda suns, lai to varētu iedomāties vai vārdiski aprakstīt. Patiešām, Li uzskata, ka ar mūsdienu mašīnmācībām un AI rīkiem nepietiks, lai radītu īstu AI. Viņa saka, ka tā nebūs tikai ar datiem bagāta dziļa mācīšanās. Li uzskata, ka AI pētniekiem būs jādomā par tādām lietām kā emocionālā un sociālā inteliģence. Viņa saka, ka mums [cilvēkiem] ir šausmīgi skaitļošana ar milzīgiem datiem, taču mums ir lieliska abstrakcija un radošums.

Neviens nezina, kā dot mašīnām šīs cilvēka prasmes, ja tas vispār ir iespējams. Vai šādās īpašībās ir kaut kas unikāls cilvēcisks, kas padara tās ārpus AI sasniedzamības?

Kognitīvie zinātnieki, piemēram, MIT Tenenbaum, uzskata, ka mūsdienu neironu tīklos trūkst svarīgu prāta komponentu neatkarīgi no tā, cik lieli tie varētu būt. Cilvēkiem ir iespēja ļoti ātri mācīties no salīdzinoši neliela datu apjoma, un viņiem ir iebūvēta spēja ļoti efektīvi modelēt pasauli 3D formātā. Valoda balstās uz citām spējām, kas, iespējams, ir daudz vienkāršākas un kas piemīt jauniem zīdaiņiem, pirms viņiem ir valoda: uztvert pasauli vizuāli, iedarboties uz mūsu motoriskajām sistēmām, izprast pasaules fiziku vai citu aģentu mērķus, saka Tenenbaums.

Ja viņam ir taisnība, tad būs grūti no jauna radīt valodas izpratni mašīnās un AI sistēmās, nemēģinot atdarināt cilvēka mācīšanos, garīgo modeļu veidošanu un psiholoģiju.

Izskaidrojiet sevi

Noa Gudmena birojs Stenfordas psiholoģijas nodaļā ir praktiski tukšs, izņemot dažas abstraktas gleznas, kas atbalstītas pie vienas sienas, un dažus aizaugušus augus. Kad es ierados, Gudmens rakstīja ar klēpjdatoru, basām kājām stāvot uz galda. Mēs devāmies pastaigā pa saules izbalināto pilsētiņu, lai iedzertu ledus kafiju. Valoda ir īpaša ar to, ka tā balstās uz daudzām zināšanām par valodu, bet tā paļaujas arī uz milzīgām veselā saprāta zināšanām par pasauli, un tās abas ir ļoti smalkas, viņš paskaidroja.

Gudmens un viņa studenti ir izstrādājuši programmēšanas valodu, ko sauc par Webppl, ko var izmantot, lai datoriem piešķirtu sava veida varbūtības veselo saprātu, kas sarunā izrādās diezgan noderīgs. Viena eksperimentālā versija var saprast vārdu spēles, bet cita var tikt galā ar hiperbolu. Ja tiek pateikts, ka dažiem cilvēkiem bija mūžīgi jāgaida uz galdiņu restorānā, tas automātiski nolems, ka burtiskā nozīme ir maz ticama, un viņi, visticamāk, ilgi sēdēja un bija nokaitināti. Sistēma nebūt nav īsti inteliģenta, taču tā parāda, kā jaunas pieejas varētu palīdzēt padarīt AI programmas, kas runā reālāk.

Tajā pašā laikā Gudmena piemērs arī parāda, cik grūti būs iemācīt valodu mašīnām. Mūžīgi kontekstuālās nozīmes izpratne ir tāda lieta, kas AI sistēmām būs jāiemācās, taču tas ir diezgan vienkāršs un elementārs sasniegums.

Es gribu veidu, kā modelēt domas mašīnā, viņš saka. Un, ja vēlaties simulēt domas, jums vajadzētu būt iespējai pajautāt mašīnai, par ko tā domā.

Tomēr, neskatoties uz problēmas sarežģītību un sarežģītību, pārsteidzošie panākumi, ko pētnieki ir guvuši, izmantojot padziļinātas mācīšanās metodes, lai atpazītu attēlus un izceltos spēlēs, piemēram, Go, vismaz sniedz cerību, ka mēs varētu būt uz izrāvienu robežas arī valodā. . Ja tā, tad šie sasniegumi nāks tieši laikā. Ja mākslīgais intelekts kalpos kā visuresošs rīks, ko cilvēki izmanto, lai palielinātu savu intelektu un uzticēšanos, lai pārņemtu uzdevumus nevainojamā sadarbībā, valoda būs galvenā. Tas jo īpaši attiecas uz to, ka AI sistēmas arvien vairāk izmanto dziļu mācīšanos un citas metodes, lai būtībā programmētu sevi.

Kopumā padziļinātas apmācības sistēmas ir pārsteidzošas, saka Džons Leonards, MIT profesors, kurš pēta automatizētu braukšanu. Bet, no otras puses, viņu sniegums ir patiešām grūti saprotams.

Uzņēmums Toyota, kas pēta virkni pašpiedziņas tehnoloģiju, ir uzsākusi pētniecības projektu MIT, ko vada mākslīgā intelekta un programmēšanas valodas eksperts Džeralds Susmens, lai izstrādātu automatizētas braukšanas sistēmas, kas spēj izskaidrot, kāpēc viņi veica konkrētu darbību. Un acīmredzams veids, kā pašbraucošai automašīnai to izdarīt, būtu runāt. Sistēmu izveide, kas zina to, ko viņi zina, ir patiešām smaga problēma, saka Leonards, kurš MIT vada citu Toyota atbalstītu projektu. Bet jā, ideālā gadījumā viņi sniegtu ne tikai atbildi, bet arī paskaidrojumu.

Dažas nedēļas pēc atgriešanās no Kalifornijas es redzēju Deividu Silveru, Google DeepMind pētnieku, kurš izstrādāja AlphaGo, akadēmiskajā konferencē Ņujorkā uzstājamies par maču pret Sedol. Sudrabs paskaidroja, ka tad, kad otrās spēles laikā programma nāca klajā ar savu slepkavu kustību, viņa komanda bija tikpat pārsteigta kā visi pārējie. Viss, ko viņi varēja redzēt, bija AlphaGo prognozētās uzvaras izredzes, kas maz mainījās pat pēc 37. gājiena. Tikai dažas dienas vēlāk, pēc rūpīgas analīzes, Google komanda atklāja: analizējot iepriekšējās spēles, programma bija aprēķinājusi izredzes cilvēks spēlētājs veic tādu pašu gājienu ar vienu no 10 000. Un tās prakses spēles arī parādīja, ka spēle piedāvāja neparasti spēcīgu pozicionālo pārsvaru.

Tātad savā ziņā mašīna zināja, ka Sedols būs pilnībā akls.

Sudraba sacīja, ka Google apsver vairākas iespējas šīs tehnoloģijas komercializācijai, tostarp sava veida viedo palīgu un veselības aprūpes rīku. Pēc tam es viņam jautāju par to, cik svarīgi ir sazināties ar AI, kas atrodas aiz šādām sistēmām. Tas ir interesants jautājums, viņš teica pēc pauzes. Dažām lietojumprogrammām tas var būt svarīgi. Tāpat kā veselības aprūpē, var būt svarīgi zināt, kāpēc tiek pieņemts lēmums.

Patiešām, mākslīgā intelekta sistēmām kļūstot arvien sarežģītākas un sarežģītākas, ir grūti iedomāties, kā mēs ar tām sadarbosimies bez valodas — bez iespējas jautāt: kāpēc? Turklāt iespēja bez piepūles sazināties ar datoriem padarītu tos bezgala noderīgākus, un tas būtu tikai maģisks. Galu galā valoda ir mūsu spēcīgākais veids, kā izprast pasauli un mijiedarboties ar to. Ir pienācis laiks mūsu mašīnām
panāca.

Vils Naits ir AI un robotikas vecākais redaktors MIT tehnoloģiju apskats . Viņa filma The People’s Robots parādījās maija/jūnija numurā.

paslēpties