Деталі розробки

Наступна еволюція штучного інтелекту може полягати в тому, що системи зможуть безпосередньо спілкуватися й навчати одна одну. Вчені змоделювали мережу ШІ, здатну отримувати нові знання й виконувати завдання виключно на основі письмових інструкцій. Потім один із цих ШІ отримав завдання описати свої знання іншій нейромережі, яка потім використала їх для виконання певних дій, хоча не мала ні підготовки, ні досвіду в цьому.

Перший ШІ спілкувався зі своїм "братом" за допомогою обробки природної мови (NLP).

NLP – це підгалузь ШІ, яка прагне відтворити людську мову в комп'ютерах — так, щоб машини могли розуміти і відтворювати письмовий текст або усне мовлення природним чином. Вони побудовані на нейронних мережах, які є наборами алгоритмів машинного навчання, змодельованих для відтворення розташування нейронів у мозку.

Після того, як ці завдання були вивчені, мережа змогла описати їх другій мережі – копії першої – так, щоб вона могла їх відтворити. Наскільки нам відомо, це перший випадок, коли два ШІ змогли поговорити один з одним суто лінгвістичним способом,
– заявив провідний автор статті Александре Пуже, керівник Нейроцентру Женевського університету.

Вчені досягли такої передачі знань, почавши з моделі під назвою "S-Bert", яка була попередньо навчена розуміти людську мову. Вони з'єднали S-Bert з іншою нейронною мережею, зосередженою на інтерпретації сенсорних входів і моделюванні рухових дій у відповідь.

Потім цю комбінацію, названу "сенсомоторно-рекурентною нейронною мережею (RNN)", навчили виконувати 50 психофізичних завдань. Вони були зосереджені на реагуванні на стимул – наприклад, на світло – за допомогою інструкцій, поданих через мовну модель S-Bert.

Завдяки вбудованій мовній моделі, RNN розуміла повні письмові речення. Це дозволило їй виконувати завдання з інструкцій природною мовою, демонструючи в середньому 83% правильних реакцій та дій, попри те, що вона ніколи не бачила жодних навчальних відеозаписів і не виконував завдань раніше.

Потім увесь процес було інвертовано, щоб RNN міг передавати результати свого сенсомоторного навчання за допомогою лінгвістичних інструкцій ШІ-брату, який виконував завдання наступним, також ніколи не виконуючи їх раніше.

Прямо як люди

Натхненням для цього дослідження стало те, як люди навчаються, дотримуючись усних чи письмових інструкцій для виконання завдань — навіть якщо ми ніколи не виконували таких дій раніше. Ця когнітивна функція відрізняє людей від тварин.

Хоча сучасні чат-боти зі штучним інтелектом можуть інтерпретувати лінгвістичні інструкції для створення зображення або тексту, вони не можуть перевести письмові або усні інструкції у фізичні дії, не кажучи вже про те, щоб пояснити інструкції іншому штучному інтелекту.

Однак, змоделювавши ділянки людського мозку, що відповідають за сприйняття мови, інтерпретацію та дії на основі інструкцій, дослідники створили ШІ з навичками навчання та спілкування, подібними до людських.

Це не тільки призведе до появи штучного загального інтелекту — коли ШІ-агент може міркувати так само добре, як і людина, виконуючи завдання в різних сферах, – але й можуть допомогти нашому розумінню того, як працює людський мозок.

Роботи із вбудованим ШІ також можуть спілкуватися один з одним для навчання та виконання завдань. Якби лише один робот отримав початкові інструкції, він міг би бути дійсно ефективним у виробництві та навчанні інших автоматизованих виробництв.

Тепер вчені хочуть розробити на цій основі набагато складніші мережі, які будуть інтегровані в людиноподібних роботів, здатних розуміти нас, а також розуміти одне одного.