Прорыв в развитии искусственного интеллекта, произошедший за последние годы, был бы невозможен без участия человека в процессе машинного обучения. Но если программы хотят эволюционировать, они должны научиться обходиться без надзора человека, считает руководитель Google Brain Джефф Дин.
«Я вполне убежден, что это необходимо, — говорит Джефф Дин. — Обучение с учителем работает хорошо, когда у вас есть правильный набор данных, но полностью спонтанное обучение оказывается крайне важным компонентом в создании действительно интеллектуальных систем, — если взглянуть на то, как учатся люди, это почти всегда происходит бесконтрольно».
Примером этого служит наш детский опыт, лежащий в основе интеллекта взрослого человека. К примеру, мы понимаем, что предметы существуют, даже когда мы на них не смотрим, и падают, если их ничто не держит. Мы учимся этому, просто наблюдая за миром, без лишних объяснений. Такой вот здравый смысл нужен и роботам, чтобы существовать в мире так же свободно, как это делают животные.
Крайне важно становится понять, как программа может делать то, что с такой легкостью дается детям, если мы стремимся к амбициозной цели создания искусственного интеллекта, говорит директор Исследовательской группы ИИ компании Facebook Ян Лекун.
В поисках решения этой задачи ученые создали искусственные нейронные сети, которые поглощают видео и изображения, а затем генерируют новые изображения, используя полученное знание. Это доказывает, что они смогли сформировать какое-то внутреннее понимание происходящего.
Исследователи из FB создали программу EyeScream, которая может выдавать узнаваемые изображения, если попросить показать «церковь» или «самолет», а также программу, которая узнает то, что показывают на видео. Специалисты Google DeepMind изобрели программу, которая смотрит на фотографию с закрашенными частями и пытается дорисовать недостающее.
DeepMind тестирует альтернативный подход к обучению без учителя — обучение с подкреплением, когда программа получает автоматический отклик на свои действия, например, зарабатывая очки в компьютерной игре.
Но пока результатов недостаточно, чтобы машины смогли изучать сложные вещи, просто наблюдая за миром вокруг. «Сейчас у нас, похоже, отсутствует ключевая идея», — говорит директор лаборатории ИИ Baidu Адам Котс.