План развития искусственного интеллекта

blogtechworld.com

Когнитивная наука и нейробиология могут вдохновить на следующие большие инновации в области искусственного интеллекта, считает Джош Тененбаум, глава лаборатории вычислительных когнитивных наук в Массачусетском технологическом институте и крупного амбициозного проекта ИИ под названием MIT Quest for Intelligence.

----------------------<cut>----------------------

Проект объединяет компьютерщиков и инженеров вместе с нейробиологами и когнитивными психологами, чтобы провести исследования, которые могут положить начало фундаментальному прогрессу в области искусственного интеллекта. Тенненбаум обрисовал проект и его видение для развития ИИ, на EmTech, конференции, состоявшейся в институте на этой неделе.

В последние годы в ИИ были достигнуты потрясающие успехи, но они в значительной степени были основаны на нескольких ключевых прорывах в механическом обучении, особенно в больших или глубоких нейронных сетях. Глубокое обучение, например, дает компьютерам возможность распознавать слова в речи и лица в изображениях так точно, как человек. Оно также лежит в основе впечатляющего прогресса в игровых программах, включая Deepmind Alpha Go, и оно способствовало улучшению беспилотных автомобилей и робототехники.

Объявленный в феврале The Quest for Intelligence, также направлен на изучение влияния искусственного интеллекта на общество. Это означает учет фундаментальных ограничений или недостатков технологии, а также таких вопросов, как Алгоритмическая предвзятость и объяснимость.

План развития искусственного интеллекта

Giphy.com

Тененбаум фокусируется на изучении когнитивной науки, чтобы понять интеллект человека. Он исследовал, как даже маленькие дети могут визуализировать аспекты мира, используя своего рода врожденную трехмерную модель. Это дает людям более глубокое инстинктивное понимание физического мира, чем у компьютера или робота.

Тененбаум также автор новаторской методики разработки компьютерных программ, способных имитировать некоторые из более неуловимых аспектов человеческого разума, часто с использованием вероятностных методов. Например, в 2015 году он и два других ученых создали компьютерные программы, которые могут научиться распознавать новые рукописные символы, и некоторые объекты на изображениях, увидев лишь несколько примеров. Это важно, потому что лучшие образцы машинного обучения обычно требуют огромного количества данных.

Тененбаум отмечает, что первоначальное видение искусственного интеллекта, видение, которому сейчас более 50 лет, стремилось черпать вдохновение из человеческого интеллекта, но без особого научного обоснования. Области когнитивной науки и нейробиологии сейчас более зрелые, что и должно сделать этот проект особенным.