Logo
Cover

Специалисты из Германии и США обучили искусственный интеллект способности воспринимать концепцию чисел наравне с человеком, то есть абстрактно.

589

Люди не всегда в состоянии разобраться с ресторанным счетом, а современные компьютеры легко совершают миллионы операций в секунду. Однако у нас есть интуитивное чувство чисел, которое помогает, кроме всего прочего, создавать эти самые компьютеры. Глядя на четырех котов, космонавтов или на цифру 4, мы понимаем, что их объединяет абстрактная идея «четырех».

Но для того, чтобы компьютер что-то посчитал, мы должны четко указать, что именно ему считать. В случае объектов на цифровых изображениях ему нужно объяснить, как именно они выглядят. Но не все они бывают похожи друг на друга — разница в освещении, положении, позе и другие отличия часто делают эту задачу невыполнимой для машины, пишет Conversation.

Этот пример объясняет, почему мы даже близко не подошли к созданию сильного искусственного интеллекта. Все успешные вычислительные методы распознавания объектов на изображениях работают по принципу создания некоего обобщенного образа предмета из множества отдельных примеров. Это позволяет компьютеру опознать новую версию предметов с некоторой долей уверенности. Такой подход требует большой выборки.

В новом исследовании нейросеть, обученная простому визуальному распознаванию объектов, смогла спонтанно развить в себе инстинктивное чувство чисел. Ученые обнаружили, что определенные элементы сети внезапно «настроились» на абстрактное число, как нейроны в мозге.

ИИ вдруг понял, что картинка с четырьмя котами похожа на картинку с четырьмя яблоками.

Результаты исследования показывают, что современные принципы обучения имеют под собой фундаментальную основу. Некоторые из самых высокоуровневых аспектов мышления, присущее людям и животным, глубоко связаны со структурой мира и нашим визуальным опытом.

Также оно подтверждает, что мы находимся на верном пути к более сознающему окружающее, человекоподобному искусственному интеллекту. И если приложить этот метод к другим задачам, машины могут развить еще больше качеств, которые ранее считались присущими только людям — например, чувство ритма или причинности.

В прошлом году специалисты MIT и IBM создали генеративно-состязательную нейросеть, которая сумела разобраться в физике мира. Изучив фотографии пейзажей, она без подсказки организовала пиксели в осмысленные группы на основании их принадлежности к объектам, а не по цвету.