В России хотят научить мыслить искусственный интеллект по-другому
Новый подход к разработке искусственного интеллекта (ИИ) предложили ученые Тюменского государственного университета (ТюмГУ). По их словам, модель, созданная на основе анализа существующих систем и широкого спектра исследований в этой сфере, ляжет в основу будущего ИИ, который будет «застрахован» от ошибок и способен к абстрактному мышлению. Статья опубликована в журнале Mind and Matter.
Системы с элементами искусственного интеллекта помогают человеку облегчить и автоматизировать принятие решений во множестве сфер: от домашнего хозяйства до войны. В будущем, по словам ученых ТюмГУ, ИИ будет принимать все больше решений без вмешательства человека. Из-за этого возникает необходимость в таких подходах к архитектуре ИИ, которые гарантированно позволят избежать неприемлемых рисков.
Роботы и системы ИИ, применяемые сегодня, например, для вождения автомобилей, прогнозирования поведения потребителей и даже для вынесения судебных решений, выводят свои ответы статистически, основываясь на массиве проанализированных примеров. Подобные системы могут быть очень эффективны в определенных вычислительных задачах, но пока они далеки от «общего» или «сильного» искусственного интеллекта. Поэтому, по словам ученых, нередки случаи принятия ИИ некорректных и неэтичных решений.
Пока ИИ ориентируется на заданный набор образцов, не имея возможности переоценить или расширить его практически в реальном времени, будет риск, что автоматическое решение окажется неправильным, считают ученые ТюмГУ.
Чтобы снизить подобные риски, специалисты университета предложили подход к разработке ИИ, который позволит сделать его более интеллектуальным и «сознательным». По словам авторов, их модель архитектуры искусственного интеллекта объединяет результаты широкого спектра физических, математических, когнитивных, философских и других исследований в этой области.
Мыслить абстрактно, как объяснили ученые, и для человека, и для машины значит использовать согласованные модели и концептуальные рамки, которые позволяют изучать мир с разных ракурсов, расширяя взаимодействие с ним.
«Этическая проблема с ИИ заключается не в том, что у машин нет общего „человеческого" понимания мира, которое включало бы однозначные моральные позиции и идею моральной ответственности. Высокоуровневое познание, сознание и этическое поведение проистекают из одного источника — из способности овладевать широкими концептуальными рамками, а не только специальными задачами. Мы считаем, что этот процесс можно воспроизвести и в машине», — объяснил Луи Вервурт.
Предложенный подход имеет некоторое сходство с теорией сознания высшего порядка Дэвида Розенталя, а также с элементами концепции глобального рабочего пространства Бернарда Баарса. По словам ученых ТюмГУ, эти теоретические модели сознания и абстрактного познания были поддержаны недавними экспериментальными исследованиями в области когнитивной нейробиологии в Массачусетском технологическом институте (Кембридж, Массачусетс, США).
Некоторые из самых продвинутых систем искусственного интеллекта, частично имитирующие абстрактное мышление, были созданы физиками Швейцарского федерального технологического института (Цюрих, Швейцария) и Массачусетского технологического института (Кембридж, Массачусетс, США). Эти исследования продемонстрировали способность ИИ независимо формулировать и комбинировать физические законы — это является первым шагом к теориям.
«Пока мы предложили только общую стратегию. Но наш анализ позволяет понять, насколько современный ИИ продвинулся в имитации или реализации абстрактного мышления: если присмотреться к деталям, окажется, что до „теоретического мастерства" еще далеко. Однако мы верим, что будущий ИИ будет „управляем" именно теорией, а не данными, как сейчас», — отметил Луи Вервурт.
Предложенный подход, уверены ученые, ляжет в основу разработки ИИ следующего поколения. В дальнейшем научный коллектив планирует продолжить работу в тесном сотрудничестве с экспертами в области искусственного интеллекта и машинного обучения, чтобы разработать конкретные вычислительные подходы, основанные на новой модели.
