IQ testa rezultāts: uzlabotā AI mašīna atbilst četrus gadus veca bērna rezultātam

Straujie sasniegumi informācijas apstrādes tehnoloģijās pēdējos gados ir radījuši skaitļošanas ierīces ar milzīgu jaudu. Šīs mašīnas jau sen ir labākas par cilvēkiem aritmētikā, noteiktās spēlēs, piemēram, šahā, un pēdējā laikā uzlabotos modeļu atpazīšanas uzdevumos, piemēram, sejas atpazīšanā.

Taču neatrisināts jautājums ir: cik lielā mērā šīs spējas ir līdzvērtīgas cilvēka intelektam? Šodien mēs saņemam sava veida atbildes, pateicoties Stellana Ohlsona (Stellan Ohlsson) darbam Ilinoisas universitātē un dažiem draugiem, kuri ir iedarbinājuši vienu no pasaulē jaudīgākajām mākslīgā intelekta mašīnām, izmantojot standarta IQ testu, kas tiek veikts cilvēkiem.

Rezultāti liecina, ka, lai gan datori pēdējos gados ir kļuvuši daudz jaudīgāki, tiem ir vēl jāpaveic, lai tie atbilstu cilvēka veiktspējas līmenim.

Vispirms nedaudz fona. Zinātne par cilvēka prasmju un veiktspējas mērīšanu ir pazīstama kā psihometrija. Runājot par cilvēka intelektu, visplašāk pieņemtais psihometriskais tests ir intelekta koeficients jeb IQ tests.

Tas sastāv no divām daļām. Pirmais ir jautājumu kopums, kas paredzēts dažādu cilvēka darbības aspektu pārbaudei. Otrais ir testu rezultātu datu bāze, ar kuru var salīdzināt turpmākos rezultātus. Šādi tiek vērtēti cilvēki; virs vai zem vidējā, salīdzinot, piemēram, ar datubāzi.

IQ testi ir paredzēti arī cilvēku testēšanai dažādos viņu dzīves posmos. Tātad pieaugušajiem paredzēts tests, visticamāk, nesniegs lielu ieskatu par 10 vai 4 gadus vecu bērnu sniegumu. Tātad testu izstrādes un testa rezultātu datu bāzes izveides process ir jāveic katrai no šīm grupām.

Gadu gaitā datorzinātnieki ir izveidojuši vairākas AI iekārtas, kas ir mēģinājušas iegūt racionālu izpratni par apkārtējo pasauli. Viens no slavenākajiem, ar nosaukumu ConceptNet, MIT tiek izstrādāts kopš deviņdesmitajiem gadiem.

Lai novērtētu tā inteliģenci, Ohlsons un citi izmantoja verbālo IQ testu, kas paredzēts bērniem, lai pārbaudītu ConceptNet 4 (ConceptNet 5 kopš tā laika ir izlaists).

Šis tests, kas pazīstams kā Vekslera pirmsskolas un primārā intelekta skala, mēra bērnu sniegumu piecās kategorijās: informācija, vārdu krājums, vārdu argumentācija, izpratne un līdzības.

Informācijas kategorijā ir tādi jautājumi kā: Kur var atrast pingvīnu?

Vārdnīcas kategorijā ir tādi jautājumi kā: Kas ir ___? kā Kas ir māja?

Vārdu spriešanā bērnam kaut kas jāatpazīst no trim norādēm, piemēram: jūs varat redzēt cauri, tas ir kvadrātveida, un jūs varat to atvērt.

Jautājumiem par līdzībām ir šāda forma: Pabeidziet to, ko es saku. X un Y abi ir ___, tāpat kā sadaļā Pabeigt to, ko es saku. Pildspalva un zīmulis ir ___. Tam bērnam ir jāsaprot divi jēdzieni un jāatrod to pārklāšanās.

Un visbeidzot, izpratnes jautājumi ir šādā formā: kāpēc cilvēki spiež roku? Tas prasa paskaidrojuma izveidi, un tādējādi tas pārsniedz vienkāršu informācijas izguvi.

Ohlsons un kopīgi veica šo testu, ievadot jautājumus mākslīgā intelekta iekārtai modificētā formā. Tas prasīja zināmu programmēšanu, lai ļautu jautājumiem saskarties ar datora zināšanu struktūru par pasauli.

Un rezultāti padara interesantu lasīšanu. ConceptNet labi gūst vārdu krājumu un līdzības, vidēji informācijas jomā un vāji vārdu spriešanas un izpratnes jomā, saka Ohlsons un citi.

Jo īpaši tās sniegtās atbildes bija ļoti jutīgas pret to, kā tas interpretēja jautājumu. Piemēram, izpratnes kategorijā mašīnai tika uzdots jautājums Kāpēc mēs paspiežam roku?

Attiecībā uz ConceptNet 4 tas ir saistīts ar meklēšanu, kas saistīta ar trim jēdzieniem, diviem viena vārda jēdzieniem “kratīt un roku” un vienu divu vārdu jēdzienu “paspiest roku”. Ja tas izmanto visus šos jēdzienus, lai meklētu atbildi, tas izraisa epilepsijas lēkmi.

Tomēr, liekot iekārtai apsvērt tikai atsevišķus jēdzienus, tiek iegūtas daudz apmierinošākas atbildes: paldies, flirts un satikšanās ar draugu.

Bet tas ne vienmēr darbojas. Piemēram, informācijas kategorijā mašīnai tika jautāts, kur var atrast skolotāju?

Iekārta to sadala trīs dažādu jēdzienu pieprasījumā: atrast un skolotājs un divu vārdu jēdziens atrast skolotāju. Izmantojot to visu, tas sniedz pareizu atbildi kā Bet, ja Ohlsons un citi piespiež to apsvērt tikai divu vārdu jēdzienu atrast skolotāju, tas sniedz mīklainas atbildes grupa vai klavieres.

Nav skaidrs, kāpēc noteiktos apstākļos tai ir problēmas ar šāda veida argumentāciju.

Turklāt daudzas nepareizās atbildes ir pilnīgi atšķirīgas no tām, kuras sniegtu bērni. Piemēram, vārdu argumentācijas kategorijā ConceptNet 4 tika dotas šādas norādes: Šim dzīvniekam ir krēpes, ja tas ir tēviņš, šis ir dzīvnieks, kas dzīvo Āfrikā, un tas ir liels dzeltenbrūns kaķis.

Bet tās galvenās piecas atbildes bija: suns, ferma, radījums, mājas un kaķis.

Tas ir dīvaini. Veselajam saprātam būtu vismaz jāattiecas tikai uz dzīvniekiem, kā arī jāizdara vienkāršs secinājums, ka, ja norādes liecina, ka tas ir kaķis, kaķu veidi ir vienīgās alternatīvas, kas jāņem vērā, saka Ohlsons un citi.

Tas viss lika Ohlsonam un citiem izdarīt skaidru secinājumu. Viņi saka, ka sistēma ConceptNet ieguva WPPSI-III VIQ, kas ir vidējais rādītājs četrus gadus vecam bērnam, bet zemāks par vidējo piecu līdz septiņu gadu vecumam.

Tas ir interesants rezultāts. Protams, ir dažādi veidi, kā testu var uzlabot. Viens no tiem ir dot datoram dabiskās valodas apstrādes iespējas. Tas samazinātu tās atkarību no programmēšanas, kas nepieciešama, lai ievadītu jautājumus, un tas jau kļūst iespējams ar tiešsaistes palīgiem, piemēram, Siri, Cortana un Google Now.

Iespējams, vissvarīgākais ir tas, ka šis darbs tika veikts ar ConceptNet 4 versiju, kas datēta ar 2012. gadu. Kopš tā laika mākslīgais intelekts ir strauji mainījies. Galvenās izmaiņas ir pāreja no zināšanu apkopošanas uz mācīšanos. Šīs sistēmas tagad apkopo plašas informācijas datubāzes, lai gūtu ieskatu par valodu, attēliem un citiem pasaules aspektiem. Tas ir izraisījis eksponenciālu veiktspējas uzlabošanos daudzos uzdevumos, piemēram, sejas atpazīšanas jomā.

Ņemot vērā Ohlsona un līdzcilvēku rezultātu nominālvērtībā, ir nepieciešami 60 gadu mākslīgā intelekta pētījumi, lai 2012. gadā izveidotu iekārtu, kas varētu gandrīz atbilst četrgadīga bērna veselā saprāta domām. Taču eksponenciālo uzlabojumu raksturs rada izredzes, ka nākamie seši gadi varētu radīt tikpat dramatiskus uzlabojumus.

Tātad jautājums, kas mums būtu steidzami jāapsver, ir šāds: ar kādu AI mašīnu mēs varētu cīnīties 2018. gadā?

Atsauce: arxiv.org/abs/1509.03390 : Mākslīgā intelekta sistēmas veiktspējas mērīšana verbālā IQ testā maziem bērniem

paslēpties