Ученые смоделировали человекоподобные навыки общения и передачи знаний между ИИ — таким образом, они могут обучать друг друга выполнять задачи без огромного количества обучающих данных.
Следующая эволюция искусственного интеллекта (ИИ) может заключаться в создании агентов, которые смогут напрямую общаться и обучать друг друга выполнению задач, показало исследование.
Ученые смоделировали сеть ИИ, способную обучаться и выполнять задачи исключительно на основе письменных инструкций. Затем этот ИИ передавал полученные знания «сестринскому» ИИ, который выполнял ту же задачу, не имея предварительного обучения или опыта в ее выполнении.
Первый ИИ общался со своей сестрой с помощью обработки естественного языка (NLP), сообщают ученые в своей работе, опубликованной 18 марта в журнале Nature.
НЛП — это область искусственного интеллекта, которая стремится воссоздать человеческий язык в компьютерах, чтобы машины могли понимать и воспроизводить письменный текст или речь естественным образом. Они строятся на основе нейронных сетей, которые представляют собой совокупность алгоритмов машинного обучения, смоделированных таким образом, чтобы повторять расположение нейронов в мозге.
После того как эти задачи были выучены, сеть смогла описать их второй сети — копии первой — чтобы та могла их воспроизвести. Насколько нам известно, это первый случай, когда два ИИ смогли общаться друг с другом чисто лингвистическим способом»
— Александр Пуже, ведущий автор работы, руководитель Нейроцентра Женевского университета.
Ученые добились такого переноса знаний, начав с NLP-модели под названием «S-Bert», которая была предварительно обучена понимать человеческий язык. Они подключили S-Bert к меньшей нейронной сети, ориентированной на интерпретацию сенсорных сигналов и моделирование моторных действий в ответ.
Этот составной ИИ — «сенсомоторно-рекуррентная нейронная сеть (RNN)» — был затем обучен на наборе из 50 психофизических задач. Они заключались в реагировании на стимул — например, реакцию на свет — с помощью инструкций, подаваемых через языковую модель S-Bert.
Благодаря встроенной языковой модели RNN понимал полные письменные предложения. Это позволило ему выполнять задания на основе инструкций на естественном языке, в среднем на 83 % правильно, несмотря на то, что он никогда не видел обучающих видеоматериалов и не выполнял задания ранее.
Затем это понимание было инвертировано, чтобы RNN мог передавать результаты своего сенсомоторного обучения с помощью лингвистических инструкций идентичному ИИ-брату, который в свою очередь выполнял задания, также никогда не выполняя их ранее.
Вдохновением для этого исследования послужил тот факт, что люди учатся, следуя устным или письменным инструкциям по выполнению задач, даже если раньше никогда не выполняли таких действий. Эта когнитивная функция отличает людей от животных: например, собаке нужно показать что-то, прежде чем научить ее реагировать на устные инструкции.
Хотя чат-боты на базе ИИ могут интерпретировать лингвистические инструкции для создания изображения или текста, они не могут перевести письменные или устные инструкции в физические действия, не говоря уже о том, чтобы объяснить эти инструкции другому ИИ.
Однако, смоделировав области человеческого мозга, отвечающие за восприятие языка, интерпретацию и действия, основанные на инструкциях, исследователи создали ИИ с человекоподобными навыками обучения и общения.
Это не приведет к появлению искусственного интеллекта общего назначения (ИИО), когда ИИ-агент может рассуждать не хуже человека и выполнять задачи в нескольких областях. Но исследователи отметили, что модели ИИ, подобные той, которую они создали, могут помочь нам понять, как работает человеческий мозг.
Кроме того, роботы со встроенным ИИ могут общаться друг с другом для обучения и выполнения задач. Если бы только один робот получал начальные инструкции, это могло бы быть действительно эффективно в производстве и обучении в других автоматизированных отраслях.
Разработанная нами сеть очень мала. Теперь ничто не мешает разработать на этой основе гораздо более сложные сети, которые будут интегрированы в человекоподобных роботов, способных не только понимать нас, но и понимать друг друга»
— команда исследоветелей
Нет комментариев