Как нам понять искусственный интеллект, какие новые методы обучения ИИ существуют уже сегодня и есть ли что-то общее между роботом и человеком - об этом рассказал научный сотрудник Института искусственного интеллекта AIRI, член Российской ассоциации искусственного интеллекта Алексей Константинович Ковалёв на «Лекции о трендах в области искусственного интеллекта». Лекция прошла в рамках Всероссийского фестиваля НАУКА 0+.
©Софья Огрина / Журналист Online
Разговор о трендах Алексей Константинович начал с термина искусственного интеллекта. На самом деле многие годы это понятие воспринималось обществом неправильно. Искусственный интеллект - это целое научное направление, включающее машинное обучение. Внутри машинного обучения есть определённый класс моделей, которые носят название «искусственные нейронные сети». В последнее время с их помощью достигались большие научные открытия. Но в медийном поле вместо понятия искусственные нейронные сети начали использовать термин искусственный интеллект.
Для рассмотрения искусственного интеллекта Алексей Константинович задал аудитории вопрос, указав на слайд: «Где кошечка, а где собачка?». Участникам дискурса предложили придумать алгоритм - последовательность правил того, как можно отличить одного детёныша животного от другого. Были предоставлены разные варианты различий: от ушей до мордочек зверушек. Если для нас отличить собаку от кошки не составит труда, то искусственному интеллекту, наоборот, очень сложно провести такой ряд операций.
«Кажется, что задача очень простая и мы с вами её решаем довольно быстро и довольно просто. Но на самом деле для компьютера эта задача не такая простая. Например, если мы с вами захотим выписать список правил, полностью отличающих котиков и собачек, либо нам потребуется очень много сил, либо мы с вами ошибёмся, не учтём исключения, и алгоритм будет работать не очень хорошо. Поэтому машинное обучение старается решить эти задачи, которые сложно формализовать с точки зрения решения».
Когда искусственный интеллект нашёл своё физическое воплощение в виде роботов, появилась новая проблема - его обучение. Сегодня роботы малоподвижны. Даже простые попытки открыть дверь, сварить кофе, убрать беспорядок у них занимает большое количество времени. Алексей Константинович обратил внимание на многие модели роботов в том числе на GPT-3, разработанный Google вместе с Everyday Robots. GPT-3 был создан не только для изучения модели обучения роботов, но и как принятый бонус для офисных сотрудников. В его функции входило обслуживать работников, разливавших напитки. Робот пока не полностью научился ухаживать за людьми. Его способности ограничены поднятием и опусканием губки. Всё остальное за него делает человек. Для большего понимания лектор привёл такой пример процесса обучения:
«Мы с этим сталкиваемся, когда разучиваем какие-то сложные движения в танце. Если показывать первое сложное движение, то вы сделаете всё медленно, не до конца правильно. Но вскоре доводите всё до автоматизма. У робота автоматизма изначального нет».
