Информационный портал MSEVM
 Поиск


Главная > Статьи

IBM моделирует новый искусственный интеллект еще более похож на человеческий мозг

В настоящее время технологии искусственного интеллекта (ИИ) способны обнаруживать человеческие черты, можно точно наблюдать снаружи. Некоторые из них специально гуманистические, а другие выполняют задачи, которые мы обычно ассоциируем с человечеством - написание песен, обучение и визуальное искусство.

Но, по ходу развития ИИ, разработчики и компании переосмысливают его основания, изучая собственный интеллект и то, как мы можем эффективно его имитировать, используя машины и ПО. IBM - это 1-на из подобных компаний, поскольку они начали амбициозный квест, чтобы научить ИИ действовать по принципу человеческого мозга.

Многие существующих на сегодняшний день систем машинного обучения строятся вокруг надобности извлекать необходимую информацию из множества данных. Либо они решают проблемы, для победы в игре либо обнаруживают рак кожи по изображениям - это часто выполняется правильно. Однако, эта основа ограничена - и она отличается от человеческого мозга.

Мы, как люди, учимся постепенно. Проще говоря, мы изучаем, как мы идем. Пока мы приобретаем знания, чтобы иметь возможность пользоваться им в любой момент, наш мозг адаптирует и поглощает информацию иначе, чем это делают многие существующие искусственных систем. Кроме того, люди логичны. Мы используем умственные навыки и логику для решения проблем, а этого данные системы пока еще не в состоянии достичь.

Но компания IBM хочет это изменить. Группа исследователей DeepMind создала искусственную сеть нейронов, что, как сообщается, использует рациональные соображения для выполнения заданий.

Рациональное машиностроения

"Давая ИИ несколько объектов и конкретная задача - мы явно заставляем сеть выявлять существующие взаимосвязи", - говорит Тимоти Лиликрапп, компьютерный ученый в компании DeepMind в интервью журналу Science Magazine.

В ходе тестирования сети еще в июне был поставлен вопрос о картинке с несколькими объектами. Сети был задан вопрос, например: "Существует ли объект перед синей штукой. Имеет ли он ту же форму, что и крошечная голубая вещь, которая находится справа от серого шарика из металла? "

В данном тесте сеть правильно отмечала объекты 96 % времени, по сравнению с 42 - 77 %, которые были достигнуты традиционными моделями машинного обучения. Прогрессивная сеть также столкнулась с "проблемами со словом", поэтому она продолжает развиваться и совершенствоваться. В дополнение к навыкам обоснования, исследователи развивают способность сети обращать внимание на что-то и даже создавать и сохранять воспоминания.

Будущее развитие ИИ может быть ускорено и значительно расширено, если использовать такую тактику, по словам Ирины Риш, сотрудника исследовательского штаба IBM, в интервью Engadget: "Обучение нейронной сети является разработанным процессом, который занимает очень много работы, чтобы действительно создать ИИ с особым строением, что как лучше работает. Это подход испытаний и ошибок... Было бы хорошо, если бы эти сети могли строить сами себя".

Иногда, страшно думать о совершенном построении сетей ИИ и совершенствовании себя, но если эти процессы будут постоянно мониториться, инициироваться и будут правильно направляться, это может позволить выйти технологии за рамки текущих ограничений. Несмотря на опасения относительно угроз развития ИИ, улучшение техногенных технологий может спасти жизни людей в медицине, позволить людям попасть на Марс и многое другое.

Источник: http://uzinform.com.ua/



Вернуться




 Rambler's Top100