Kā Google plāno risināt mākslīgā intelekta problēmas

Polsterētas sienas, drūms apgaismojums un griesti ar ziedu tapetēm. Tā neizskatās kā vieta, kur veikt revolucionārus atklājumus, kas maina sabiedrības trajektoriju. Taču šajos simulētajos klaustrofobiskajos gaiteņos Demiss Hasabis domā, ka var likt pamatus programmatūrai, kas ir pietiekami gudra, lai atrisinātu cilvēces lielākās problēmas.

Mūsu mērķis ir ļoti liels, saka Hassabis, kura saprātīgā maniere var maskēt viņa ideju pārdrošību. Viņš vada komandu, kurā ir aptuveni 200 datorzinātnieku un neirozinātnieku Google DeepMind, kas ir Londonas grupa, kas ir AlphaGo programmatūras pamatā, kas šomēnes piecu spēļu sērijā uzvarēja pasaules čempionu Go, tādējādi nosakot pagrieziena punktu skaitļošanas jomā.

Tam vajadzētu būt tikai agrīnam kontrolpunktam, ko Hassabis raksturo kā mākslīgā intelekta Apollo programmu, kuras mērķis ir atrisināt intelektu un pēc tam to izmantot, lai atrisinātu visu pārējo. Tas, kas mūsdienās atbilst viedajai programmatūrai, ir specializējies konkrētam uzdevumam — teiksim, seju atpazīšanai. Hassabis vēlas izveidot to, ko viņš sauc par vispārējo mākslīgo intelektu — kaut ko tādu, kas, tāpat kā cilvēks, var iemācīties uzņemties gandrīz jebkuru uzdevumu. Viņš iztēlojas, ka tā dara tik daudzveidīgas lietas kā medicīnas attīstība, formulējot un pārbaudot zinātniskas teorijas, kā arī pārvietojoties veiklos robotu ķermeņos.

Lai to izdarītu, būs nepieciešama DeepMind programmatūra, lai izpētītu tālāk par Go sakārtoto melno un balto akmeņu pasauli. Tai ir jātiek galā ar nekārtīgo reālo pasauli vai jāsāk ar drūmu, pikseļu tuvinājumu. DeepMind simulētā pasaule tiek saukta par labirintu, un uzņēmums to izmanto, lai stātos pretī programmatūrai ar arvien sarežģītākiem uzdevumiem, piemēram, navigāciju labirintos. Tam vajadzētu mudināt DeepMind pētniekus uzzināt, kā izveidot vēl viedāku programmatūru, un spiest programmatūru, lai uzzinātu, kā risināt sarežģītākus lēmumus un problēmas. Viņi to dara, izmantojot paņēmienus, kas parādīti AlphaGo un iepriekšējā DeepMind programmatūrā, kas iemācījās spēlēt 1980. gadu vintage Atari spēles, piemēram, Space Invaders labāk nekā cilvēks. Taču, lai gūtu panākumus, Hassabisam būs arī jāizgudro ceļš, kā pārvarēt dažus ilgstošus mākslīgā intelekta izaicinājumus.

Sevis pilnveidošana

39 gadus vecais Hassabis lielu daļu savas dzīves ir strādājis pie jautājuma par to, kā izveidot inteliģenci. Šaha brīnumbērns, kurš agri pabeidza vidusskolu, lai izveidotu veiksmīgu karjeru videospēļu nozarē, vēlāk ieguva doktora grādu neirozinātnēs un publicēja augsta līmeņa pētījumus par atmiņu un iztēli.

Hassabis 2010. gadā līdzdibināja DeepMind, lai daļu no tā, ko viņš uzzināja par bioloģisko intelektu, pārnestu uz mašīnām. Uzņēmums atklāja programmatūru, kas iemācījās apgūt Atari spēles 2013. gada decembrī, un 2014. gada sākumā Google to iegādājās par summu, kas tika ziņots par 400 miljoniem mārciņu, kas tajā laikā bija vairāk nekā 600 miljoni ASV dolāru (skatiet Google Intelligence Designer). DeepMind ātri paplašinājās, pieņemot darbā vēl desmitiem pētnieku un publicējot daudzus rakstus vadošajās mašīnmācības un mākslīgā intelekta konferencēs. Šā gada janvārī tas atklāja AlphaGo esamību un to, ka tas 2015. gada oktobrī uzveica Eiropas labāko Go spēlētāju. AlphaGo šā mēneša sākumā pārspēja 18 kārtējo pasaules čempionu Lī Sedolu (skatiet sadaļu Piecas mācības no AlphaGo vēsturiskās uzvaras).

Demis Hassabis vada grupu Google iekšienē, kuras mērķis ir 'risināt izlūkošanas informāciju'.

Atari spēles un Go ir ļoti atšķirīgas, taču DeepMind tās abas risināja, izmantojot vienu un to pašu pieeju, ko iedvesmojis veids, kā dzīvniekiem var iemācīt jaunus trikus, izmantojot trenera atlīdzību un sodus. Pastiprināšanas mācībās, kā to sauc, programmatūra ir ieprogrammēta, lai izpētītu jaunu vidi un pielāgotu tās uzvedību, lai palielinātu sava veida virtuālo atlīdzību.

Piemēram, DeepMind Atari programmatūra tika ieprogrammēta tikai ar iespēju kontrolēt un redzēt spēles ekrānu, kā arī vēlmi palielināt rezultātu. Desmitiem nosaukumiem pietiek ar dažu stundu praktizēšanos, lai programmatūra spētu pacelties ar savām sāknēšanas siksnām un pārspēt cilvēku ekspertu.

AlphaGo apvieno pastiprināšanas mācīšanos ar citiem komponentiem, piemēram, sistēmu, kas iemācījās novērtēt iespējamos gājienus, analizējot desmitiem miljonu galda pozīciju no spēlēm, ko veikuši profesionāli Go spēlētāji, un meklēšanas mehānismu, kas atlasa daudzsološākos gājienus. Bet tieši pastiprināšanas mācības ļāva AlphaGo izveidot pasaules čempionu, spēlējot pret sevi miljoniem reižu.

Hassabis uzskata, ka pastiprināšanas mācīšanās pieeja ir atslēga, lai panāktu, ka mašīnmācīšanās programmatūra spēj paveikt daudz sarežģītākas lietas, nekā tās mūsdienās veic, piemēram, mūsu vārdu pārrakstīšana vai fotoattēlu satura izpratne. Mēs domājam, ka intelektam nepietiek tikai ar novērošanu, jums ir arī jārīkojas, viņš saka. Galu galā tas ir vienīgais veids, kā jūs patiešām varat saprast pasauli.

DeepMind 3-D vides labirints, kas veidots uz pirmās personas šāvēja Quake atklātā pirmkoda klons , ir paredzēts, lai nodrošinātu nākamos soļus šīs idejas pierādīšanai. Uzņēmums to jau ir izmantojis, lai izaicinātu aģentus ar spēli, kurā viņiem 60 sekundes ir jāizpēta nejauši ģenerēti labirinti, laimējot punktus par ābolu savākšanu vai izejas atrašanu (kas noved pie cita nejauši ģenerēta labirinta). Nākotnes izaicinājumi var prasīt sarežģītāku plānošanu, piemēram, uzzināt, ka atslēgas var izmantot durvju atvēršanai. Uzņēmums arī testēs programmatūru citos veidos un apsver iespēju izmantot videospēli Starcraft un pat pokeru. Taču arvien grūtāku izaicinājumu izvirzīšana Labirintā kādu laiku būs galvenais pētījumu pavediens, saka Hassabis. Tam vajadzētu būt labi nākamajiem pāris gadiem, viņš saka.

Citas kompānijas un pētnieki, kas strādā pie mākslīgā intelekta, to uzmanīgi vēros. DeepMind pastiprinošās mācīšanās panākumi ir pārsteiguši daudzus mašīnmācības pētniekus. Šī tehnika tika izveidota 1980. gados, un tā nav izrādījusies tik plaši noderīga vai ļoti spēcīga kā citi programmatūras apmācības veidi, saka. Pētera svētdienas , profesors, kurš strādā pie mašīnmācības Vašingtonas Universitātē. DeepMind nostiprināja cienījamo tehniku, apvienojot to ar metodi, ko sauc par dziļo mācīšanos, kas nesen ir devusi lielu progresu attiecībā uz to, cik labi datori var atšifrēt informāciju, piemēram, attēlus, un izraisīja neseno mašīnmācīšanās tehnoloģiju uzplaukumu (sk. 10 Breakthrough Technologies 2013: Deep Learning ).

DeepMind paveiktais ir iespaidīgs, saka Domingoss. Taču viņš arī saka, ka ir pāragri spriest, vai tas, ko Hassabis uzskata par raķešu dzinēju, kas spēj lidot daudz tālāk par šodienas rezultātiem, patiesībā nav piemājas uguņošana — nesenie iespaidīgo rezultātu virkne var nebūt ilgs. Domingos saka, ka Demisa optimisms par pastiprināšanas mācīšanos nav attaisnojams ar viņa līdzšinējiem sasniegumiem. Mašīnmācībā un mākslīgajā intelektā progress nav lineārs; mums ir progresa spurti un pēc tam ilgi lēna progresa periodi.

Hassabis atzīst, ka daudzi cilvēki viņa jomā šaubās par mācīšanās pastiprināšanas potenciālu, taču saka, ka viņi tiks pārņemti. Jo tālāk mēs to ejam, jo ​​vairāk mēs uzskatām, ka mūsu tēze ir pareiza, un es domāju, ka mēs mainām visu jomu, viņš saka. Mūsuprāt, pastiprināšanas mācības nākamajos divos vai trīs gados būs tikpat lielas kā dziļas mācīšanās.

Drošība pirmajā vietā

DeepMind līdzšinējie rezultāti var attaisnot Hassabis apgalvojumu, ka pastiprināšanas mācības drīz atradīs daudz noderīgu pielietojumu. AlphaGo uzvara pārsteidza profesionālus Go spēlētājus un datorzinātniekus, jo spēle ir pārāk sarežģīta, lai to risinātu ar programmatūru, kas galvenokārt balstās uz dažādu gājienu iespējamo iznākumu aprēķināšanu — metodi, ko IBM DeepBlue izmantoja, lai 1997. gadā uzvarētu pasaules šaha čempionu Gariju Kasparovu. šahistam katrā gājienā ir 35 iespējamās kustības; Go ir 250. Ir vairāk iespējamo Go pozīciju nekā ir atomu Visumā. Šahs ir aprēķinu spēle, saka Hassabis. Go ir pārāk sarežģīts, tāpēc spēlētāji izmanto savu intuīciju. Klasē ir pavisam savādāk. Jūs varat domāt par AlphaGo kā pārcilvēcisku intuīciju, nevis pārcilvēcisku aprēķinu.

Pasaules Go čempions Lī Sedols apskata spēli, kad sērijā ar 4:1 tika pieveikta programmatūra DeepMind's AlphaGo.

Neatkarīgi no tā, vai jūs piekrītat, ka AlphaGo demonstrē intuīciju, programmatūra, kas ļauj veikt sarežģītākus uzdevumus, noteikti varētu būt noderīga. DeepMind ir strādājot ar Apvienotās Karalistes Nacionālo veselības dienestu par projektu, kura mērķis ir apmācīt programmatūru, lai palīdzētu medicīnas personālam pamanīt nieru darbības traucējumu pazīmes, kuras parasti tiek izlaistas un izraisa lielu skaitu nāves gadījumu, no kuriem iespējams izvairīties. Grupa sadarbojas arī ar Google biznesa nodaļām, kur Hassabis saka, ka viņa tehnoloģija varētu parādīties virtuālajos palīgos vai uzlabot ieteikumu sistēmas, kas ir ļoti svarīgas tādiem produktiem kā YouTube (līdzīgas sistēmas nodrošina arī dažus Google reklamēšanas produktus).

Raugoties tālāk uz priekšu, DeepMind būs nepieciešami daudzi sasniegumi, lai turpinātu virzīties uz Hassabisa mērķi atrisināt inteliģenci, pat nākamo pāris gadu laikā, veicot eksperimentus Labyrinth iekšienē. Viens no vissvarīgākajiem trūkstošajiem elementiem ir triks, ko sauc par sadalīšanu, ko cilvēku un dzīvnieku smadzenes izmanto, lai risinātu pasaules sarežģījumus. Hassabis to skaidro, izmantojot piemēru, ka jādodas uz lidostu. Varat iedomāties, kā jūs tur nokļūsit, un īstenot šo plānu, nedomājot, kur tieši novietot kājas, ejot uz durvīm, kā pagriezt rokturi vai kontrolēt katru muskuļu šķiedru raustīšanos. Mēs varam plānot un veikt darbības, strādājot ar augsta līmeņa koncepcijām, kas slēpj daudzas detaļas, un pielāgoties jaunām situācijām, pārkombinējot mums jau zināmos gabalus vai koncepcijas. Tā, iespējams, ir viena no vissvarīgākajām AI problēmām, saka Hassabis.

Ar šo problēmu strādā daudzas pētniecības grupas, tostarp citas Google. Bet viens neparasts veids, kā DeepMind cer to atrisināt, ir īstu smadzeņu izpēte. Uzņēmumam ir neirozinātnieku komanda, kuru vada ievērojams pētnieks Metjū Botviniks, kurš līdz pagājušā gada beigām bija Prinstonas profesors. Atšķirībā no vairuma neirozinātņu pētījumu, tā eksperimenti ir vērsti uz to, lai informētu par to, kā DeepMind izstrādā programmatūru, kā arī atklātu smadzeņu darbību.

Kādā nesenā eksperimentā tika pārbaudīta Hassabisa teorija par to, kā cilvēka smadzenes organizē jēdzienus, izmantojot standarta procedūru. kas rada viltus atmiņas . Tas ietver testa priekšmetu prezentēšanu ar saistīto vārdu sarakstu, piemēram, auksts, sniegs un ledus. Cilvēki bieži maldīgi atceras, ka ir dzirdējuši arī citus saistītus vārdus, piemēram, ziemu.

DeepMind darbinieki spēles laikā ar Sedol Seulā šī mēneša sākumā.

Ar savu mašīnmācīšanās cepuri es domāju, ka tam ir jābūt milzīgam pavedienam par to, kā šāda veida konceptuālā informācija tiek organizēta smadzenēs, saka Hassabis. DeepMind komanda izstrādāja teoriju par to, kā smadzeņu priekšējā temporālā daiva darbojas ar jēdzieniem, un apstiprināja tās prognozes, vērojot to cilvēku smadzenes, kas skenerī veic atmiņas uzdevumu. Rezultāti varētu palīdzēt mainīt to, kā DeepMind izstrādā savus mākslīgos neironu tīklus, lai attēlotu informāciju.

Citas lietas DeepMind atklājumu sarakstā ietver veidu, kā apvienot programmatūras pētījumus, lai izprastu teksta nozīmi, ar darbu pie aģentiem, kas klīst Labirintā — viena iespēja ir sākt izvietot zīmes virtuālajā telpā. Hassabis saka, ka viņš plāno arī vērienīgu veidu, kā pārbaudīt aģentus, kad viņi ir gatavi reālistiskākai pasaulei nekā labirints. Kādā brīdī viņš vēlas redzēt, kā DeepMind programmatūra pārņem kontroli pār robotiem, kurus, viņaprāt, kavē programmatūras nespēja izprast pasauli. Viņš saka, ka apkārt ir pārsteidzoši roboti, kurus nevar pilnībā izmantot, jo nav algoritmu.

Panākumi varētu radīt dažus smagus filozofiskus un ētiskus jautājumus par to, ko nozīmē būt cilvēkam un par pieņemamiem mākslīgā intelekta izmantošanas gadījumiem. Hassabis saka, ka viņš mudina apspriest iespējamos tehnoloģijas riskus. (Lai gan viņš ar gandarījumu atzīmē arī to, ka fiziķis Stīvens Hokings ir pārtraucis brīdināt, ka mākslīgais intelekts var iznīcināt cilvēkus kopš tikšanās ar Hassabisu; Tesla dibinātājs Īlons Masks, kurš mākslīgā intelekta izpēti ir pielīdzinājis dēmona izsaukšanai, arī ir saņēmis pretrunā. .) DeepMind ir iekšēja filozofu, juristu un uzņēmēju ētikas padome. Hassabis saka, ka viņu vārdi, iespējams, drīzumā tiks atklāti un ka viņš arī strādā, lai sasauktu līdzīgu, ārēju valdi, kas būtu kopīga vairākiem skaitļošanas uzņēmumiem.

Tomēr DeepMind inženieriem, plānojot jaunus eksperimentus, vēl nav vajadzīgi ētikas padomi, saka Hassabis. Mēs neesam ne tuvu nekas, par ko mēs būtu noraizējušies, viņš saka. Tas ir vairāk par to, lai visi tiktu galā. Ja viss izdosies, kā cer Hassabis, viņa ētikas padomei galu galā būs reāls darbs.

paslēpties