Maszyny, które potrafią się uczyć

Zespół naukowców opracował algorytm, który naśladuje nasze zdolności do uczenia się, dzięki któremu komputery są zdolne do rozpoznawania i przekazywania w formie rysunku koncepcji, które w większości przypadków nie różnią się od tych zaproponowanych przez człowieka. Praca, która niedawno ukazała się w czasopiśmie Science [1], stanowi znaczący postęp w tej dziedzinie. Dzięki opracowanemu algorytmowi udało się skrócić czas, jaki potrzebują komputery do ,,uczenia się” nowych koncepcji i ich rozszerzania ich zastosowania do bardziej kreatywnych zadań.

Maszyny, które potrafią się uczyć 1 (1)

Rys. 1 Termin ,,sztuczna inteligencja” prawdopodobnie został zaproponowany przez Johna McCarthy’ego w 1955 roku, który zdefiniował go w następujący sposób: ,, konstruowanie maszyn, o których działaniu dałoby się powiedzieć, że są podobne do ludzkich przejawów inteligencji” [2]

Kiedy ludzie spotykają się z czymś dla nich nowym, np. nowym elementem wyposażenia kuchni, nowym krokiem tanecznym, czy nową literą alfabetu nieznanego języka, zwykle potrzebują tylko kilka przykładów, aby rozpoznawać i zrozumieć nowe pojęcia. Podczas gdy maszyny muszą wykonać setki lub tysiące przykładów, aby wykonać zadanie z podobną co człowiek dokładnością.

Naukowcy przyznają, że jest bardzo trudno skonstruować maszynę, która uczyłaby się tak szybko jak człowiek. Ruslan Salakhutdinov, główny wykonawca powyższych badań, około 10 lat temu opublikował w czasopiśmie Science inną pracę dotyczącą tego problemu. Opracowany wówczas algorytm ,,poznawał” 10 odręcznie narysowanych znaków (cyfry od 0 do 9) od 6.000 wykonanych powtórzeń na jeden znak, czyli łącznie od 60.000 przeprowadzonych zadań treningowych. W aktualnej pracy, naukowcom udało się skrócić czas potrzebny maszynom do poznania danego pojęcia, a cały proces uczenia się przypomina sposób w jaki ludzie zdobywają i stosują nową wiedzę, czyli uczenie się począwszy od niewielkiej liczby przykładów i wykonując szereg zadań, takich jak przedstawianie nowych przykładów lub wysuwanie nowych koncepcji.

Aby tego dokonać, naukowcy opracowali specjalny system BPL (Bayesian Program Learning), w którym pojęcia przedstawiane są w postaci prostych programów komputerowych. Dla przykładu, litera ,,A” jest przedstawiana przez komputerowy kod, który generuje przykłady dla tej litery, gdy kod jest uruchamiany. W przeciwieństwie do standardowych programów komputerowych, które wykonują to samo działanie za każdym razem jak zostaną uruchomione, nowy program generuje nowe rezultaty w każdej realizacji zadania. Pozwoliło to uchwycić sposób powstawania różnic w koncepcji, takich jak różnice w pomiędzy dwoma literami ,,A” napisanymi przez dwie różne osoby.

Maszyny, które potrafią się uczyć 2

Rys. 2 Instytut Technologiczny w Massachusetts jeden z wiodących ośrodków badań nad sztuczną inteligencją

Naukowcy przeprowadzili również doświadczenie, w którym zarówno człowiekowi jak i komputerowi zlecono napisanie serii znaków po pokazaniu po jednym przykładzie danego znaku, lub w niektórych przypadkach, stworzenie nowych znaków w stylu, który nie został z góry narzucony. Naukowcy następnie porównali wyniki zadań zrealizowanych przez człowieka i komputer za pomocą wizualnych testów Turinga. Test Turinga pozwala określić zdolności maszyny do posługiwania się językiem naturalnym i pośrednio ma dowodzić opanowania przez maszynę umiejętności myślenia w sposób podobny do ludzkiego [3]. Sędziowie otrzymali do porównania sparowane wyniki pracy człowieka oraz komputera i mieli określić, które z nich zostały wykonane przez komputer. W każdym przypadku, mniej niż 25% dokonało poprawnej oceny.

1. B. M. Lake, R. Salakhutdinov, J. B. Tenenbaum. Human-level concept learning through probabilistic program inductionScience, 2015; 350 (6266): 1332 DOI: 10.1126/science.aab3050

2.  https://pl.wikipedia.org/wiki/Sztuczna_inteligencja

3. https://pl.wikipedia.org/wiki/Test_Turinga

4. http://www.sciencedaily.com/releases/2015/12/151210144535.htm?utm_source=dlvr.it&utm_medium=facebook

Opracowała: Ilona Sadok

Bookmark the permalink.

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *


*