DeepMind предлагает создать человекоподобный ИИ без нейросетей
Logo
Cover

Специалисты DeepMind нашли решение, которое позволит отказаться от нейронных сетей при развитии «человекоподобного» искусственного интеллекта, способного к самосознанию.

Исследователи из Google Brain, MIT и Эдинбургского университета под руководством Питера Баттальи из DepMind утверждают, что современный подход, основанный на глубоком обучении, не смог обеспечить искусственному интеллекту способность мыслить как человек. В опубликованной на arXiv статье они предлагают использовать графовую сеть (graph network) для того, чтобы машины смогли научиться делать осознанные заключения, пишет ZDNet.

Батталья и его коллеги называют свою работу «отчасти декларацией, отчасти обзором, отчасти унификацией», замечая, что в последнее время ИИ переживает период расцвета благодаря дешевым данным и компьютерным ресурсам.

Однако, многие определяющие характеристики человеческого интеллекта, которые развивались под воздействием других условий, остаются вне доступа современных технологий.

В особенности это касается возможности делать умозаключения на основании собственного опыта.

В качестве решения они предлагают объединит подход глубокого обучения со структурными представлениями, так называемой «графовой сетью». Это модели наборов объектов, или сущностей, чьи отношения подробно описаны как ребра, соединяющие объекты.

«Человеческое сознание обоснованно предполагает, что мир состоит из объектов и их отношений, — говорится в статье, — а поскольку графовые сети основаны на том же предположении, их поведение лучше поддается интерпретации».

Специалисты Google Brain не первый год разрабатывают эту идею, но впервые авторы пришли к выводу, что нейронную сеть можно вовсе исключить из готовой модели. Выстраивание отношений объектов не только охватывает все модели машинного обучения — сверточную, рекуррентную, долгую краткосрочную память и прочие — но и другие подходы, которые не являются нейронными сетями, например, теорию множеств. Они считают, что графовые сети дают больше возможностей, чем любая из технологий машинного обучения. Графы — это возможность делать выводы о структуре, которой нет у отдельных нейросетей.

Ученые выложили на Github программный инструмент для графовых сетей, который можно использовать с платформой для написания ИИ-приложений TensorFlow.

Летом специалисты DeepMind опубликовали исследование о возможности абстрактного мышления искусственного интеллекта. Чтобы проверить, насколько нейросети способны замечать закономерности и решать проблемы на концептуальном уровне, они разработали специальный IQ-тест для ИИ.