211service.com
Labākā AI programma joprojām iztur astotās pakāpes zinātnes pārbaudi
Neskatoties uz ievērojamo progresu mākslīgā intelekta jomā un brīdinājumiem par satricinājumiem, ko tas varētu radīt, visgudrākajam datoram joprojām būtu grūti tikt līdz astotajai klasei.
Pētnieku organizētais konkurss Allena Mākslīgā intelekta institūts (AI2) , aicināja programmētājus izveidot programmu, kas spēj izpildīt parastā astotās klases dabaszinātņu pārbaudes modificēto versiju. Konkursa rezultāti tika paziņoti otrdien plkst gada sanāksme Mākslīgā intelekta attīstības asociācijas (AAAI).
Uzvarētājs, konkursa dalībnieks Izraēlā ar nosaukumu Chaim Linhart, apvienoja vairākas iedibinātas mašīnmācīšanās metodes ar lielām zinātniskās informācijas datubāzēm, lai pareizi atbildētu uz 59 procentiem jautājumu. Tāpat kā citi dalībnieki, Linharts savai datorsistēmai ievadīja simtiem tūkstošu jautājumu, kas savienoti ar pareizām atbildēm, lai tā varētu iemācīties izdomāt pareizo atbildi.
Gandrīz 60 procentu rādītājs var likt vilties lielākajai daļai vecāku, taču tas ir ievērojams attiecībā uz datoru. Tomēr konkursā izmantotais tests tika nedaudz vienkāršots, lai datori to varētu praktiski izmēģināt. Piemēram, diagrammas tika noņemtas, un tika izmantoti tikai jautājumi ar atbilžu variantiem.
Orens Etcioni AI pētnieks, kurš vada AI2, saka, ka astotās klases pārbaudes uzdevums bija mudināt pētniekus izstrādāt programmatūru, kas nav tikai virspusēji inteliģenta.
Pēdējos gados programmas, kas izstrādātas konkrētu uzdevumu veikšanai, īpaši tās, kas saistītas ar kaut kādu vizuālu vai audio apstrādi, ir strauji attīstījušās, pateicoties ārkārtīgi efektīviem mašīnmācīšanās algoritmiem, īpaši tiem, kuru pamatā ir lieli neironu tīkli. Iespaidīgs nesenais piemērs ir Google programma, kas izstrādāta, lai spēlētu smalku un skaitļošanas ziņā sarežģītu galda spēli Go (skatiet Google AI Masters the Game of Go desmit gadus agrāk, nekā gaidīts).
Šis progress ir rosinājis cerības un bažas, ka patiesi inteliģentas mašīnas var nebūt tik tālu. Taču Etcioni uzskata, ka būs vajadzīgas jaunas metodes, lai sasniegtu pat pamata kompetences sarežģītākos uzdevumos, ko, šķiet, apstiprina jaunākie rezultāti. Tāpat arī labākais mākslīgā intelekta progresa mērīšanas līdzeklis, Tjūringa tests, ir izrādījies pārāk viegli uzstādāms, izmantojot vienkāršus trikus.
Tomass Dīterihs , Oregonas štata universitātes profesors un AAAI prezidents, saka, ka AI2 konkurss ir noderīgs vingrinājums. Dīterihs arī saka, ka dažādu AI paņēmienu apvienošana, iespējams, būs nepieciešama, lai nākotnē sasniegtu daudz augstāku testa rezultātu. Intelekts ir viens vārds, bet tas attiecas uz daudzām lietām, viņš saka. Viena no lietām, kas man šajā darbā patīk, ir tā, ka tas uzsver plašumu tādā veidā, kā tas nav izdarīts citos testos.
Gerijs Markuss, Ņujorkas universitātes kognitīvais zinātnieks un AI starta dibinātājs Ģeometriskā inteliģence , strādā pie AI konkursa, kurā būs vairāki dažādi komponenti. Intelekts ir daudzdimensionāls mainīgais, saka Markuss. Nebūs viens pārbaudījums, kas būtu dievišķs intelekta mērs.
Markuss piebilst, ka AI2 konkurss patiesībā izceļ AI pētnieku izaicinājuma apjomu. Viņš piebilst, ka jūs varat paveikt daudz labāk, nekā tikai uzminēt, izmantojot diezgan primitīvus paņēmienus, taču tajā pašā laikā 60 procenti ir tālu no zinātnes izpratnes. Labākais, kas no tā izriet, ir tas, ka cilvēki var saprast, cik grūti patiesībā ir jautājumi.
The konkurss tika organizēta, izmantojot Kaggle — populāru platformu konkursu koordinēšanai, kuros datu zinātnieki cīnās, lai izveidotu visefektīvāko algoritmu konkrētam uzdevumam, piemēram, prognozējot, kuri produkti tiks pārdoti visvairāk, pamatojoties uz iepriekšējiem pārdošanas apjomiem vai March Madness turnīra iznākumu. Pagājušajā gadā AI2 izlaida milzīgu jautājumu un atbilžu datu kopu, ļaujot dalībniekiem izstrādāt algoritmus testa kārtošanai (skatiet AI Software Goes Up Against Fourth Graders on Science Test ).
Runā AAAI konferencē Etcioni ierosināja, ka sarežģītāka testa noteikšana ilgākā laika posmā ar lielāku balvu varētu iedvesmot vairāk AI pētnieku iesaistīties. Es domāju, ka būs nepieciešams ilgāks konkurss un “dziļāks” AI, lai iegūtu no 60 procentiem līdz 80 procentiem vai vairāk, saka Etcioni. Tā ir mūsu hipotēze, ka to nevar izdarīt ar lētiem trikiem — jums ir jādara kaut kas gudrāks.