Основатель DeepMind: «Универсальный ИИ невозможен без нейробиологии»

Сейчас большинство систем ИИ основаны на математических законах, не слишком похожих на то, как работает человеческий мозг. Но различные виды машинного обучения — распознавание речи или идентификация объектов в изображении — требуют различных математических структур, а алгоритмы, которые получаются в итоге, способны выполнять только узкоспециализированные задачи.

Создание универсального ИИ, а не нишевого, это давняя мечта специалистов по машинному обучению. Но разработка чего-то настолько многообразного — это крайне сложная задача, частично потому, что человеческие качества, такие как любознательность, воображение и память, не существуют в ИИ или проявляются в нем крайне незначительно, пишет MIT Technology Review.

По мнению Хассабиса и его коллег, опубликовавших статью в журнале Neuron, прогресс в понимании работы мозга позволит нам создавать новые структуры и алгоритмы для электронного интеллекта. Кроме того, опыт, полученный в процессе создания и тестирования ИИ, поможет нам понять, чем на самом деле является разум.

Хотя глубокое обучение и обучение с подкреплением во многом обязаны нейробиологии, достижения этой науки используются в современных разработках недостаточно эффективно. В статье говорится, что общему интеллекту потребуется больше человеческих качеств — интуитивное понимание реального мира и качественно новые способы обучения. Решение, считает Хассабис и его коллеги, в возобновлении «обменом идеями между ИИ и нейробиологией, который может создать „круг благоразумия“, идущий на пользу обеим отраслям».

По мнению Хассабиса, абсолютно автономный ИИ может появиться в ближайшие 100 лет, но его развитие необходимо контролировть и ограничивать.