Apie naujos kartos dirbtinio intelekto sistemas, vadinamas pasaulio modeliais, rašo mokslo portalas „Live Science“.
Kolumbijos universiteto informatikos docentas Yunzhu Li ir Šiaurės Vakarų universiteto informatikos docentė Manling Li aiškina, kad tokie modeliai turėtų ne tik atpažinti daiktus ar atkartoti matytus duomenis, bet ir numatyti, kaip aplinka pasikeis atlikus konkretų veiksmą.
Ne tik kalbėtų, bet ir numatytų pasekmes
Susiję straipsniai
Didieji kalbos modeliai, kuriais paremti populiarūs pokalbių robotai, iš esmės mokomi numatyti, koks žodis ar žodžių junginys tekste turėtų pasirodyti toliau.
Nors jų galimybės įspūdingos, tai dar nereiškia, kad sistema iš tiesų supranta fizinius dėsnius, erdvę ar žmogaus veiksmų pasekmes.
Pasaulio modelis kurtų matematinį konkrečios aplinkos atvaizdą ir naudotų jį prognozuodamas, kaip ta aplinka pasikeis. Žodis „pasaulis“ šiuo atveju nebūtinai reiškia visą planetą. Modelio pasaulis gali būti sandėlis, gamykla, kambarys, miesto gatvė ar net kompiuterinis žaidimas.
Pavyzdžiui, robotas, norėdamas paimti stiklinę, turėtų ne tik ją atpažinti. Jis turėtų suprasti, kur ji yra, kaip ją pasiekti, kokia jėga suimti ir kas atsitiks, jeigu ją pastums per stipriai. Žmogus tokius veiksmų padarinius dažniausiai numato intuityviai.
Mokslininkų tikslas – panašų gebėjimą suteikti ir dirbtinio intelekto valdomoms mašinoms.
Kuria ateities scenarijus
Pasaulio modeliai atlieka du pagrindinius veiksmus. Pirmiausia sistema turi įvertinti dabartinę aplinkos būklę – nustatyti, kokie objektai joje yra, kur jie išsidėstę ir kaip juda.
Tuomet ji turi numatytati, kaip aplinka pasikeis po konkretaus veiksmo. Pavyzdžiui, autonominio automobilio sistema turėtų prognozuoti, kaip pasikeis situacija, jeigu automobilis pasuks, pristabdys arba persirikiuos į kitą eismo juostą.
Modelis galėtų mintyse išbandyti kelis galimus scenarijus ir pasirinkti saugiausią dar prieš atlikdamas veiksmą realiame pasaulyje. Tokį veikimą mokslininkai vadina ateities prognozavimu, priklausančiu nuo pasirinkto veiksmo.
Mokomi ne vien tekstais
Didieji kalbos modeliai buvo mokomi naudojant milžiniškus kiekius internete esančio teksto. Pasaulio modeliams vien teksto neužtenka. Jiems reikia vaizdo įrašų, trimačių duomenų, garso, judesio jutiklių informacijos ir duomenų apie tai, kokie veiksmai konkrečiu metu buvo atlikti.
Pavyzdžiui, mokant robotą neužtenka parodyti vaizdo įrašą, kuriame žmogus atidaro duris. Sistemai reikia žinoti ir tai, kaip judėjo ranka, kokiu kampu buvo pasukta rankena bei kokia jėga buvo naudojama.
Tokie duomenys sudedami į veiksmų ir aplinkos būsenų sekas. Iš jų dirbtinis intelektas mokosi, kaip vienas ar kitas veiksmas keičia aplinką.
Vaizduotųsi panašiai kaip žmogus
Dalis pasaulio modelių prognozes kuria vaizdais – mėgina sugeneruoti, kaip turėtų atrodyti kitas situacijos kadras. Tačiau tai reikalauja daug skaičiavimo galios, nes sistemai tenka atkurti beveik kiekvieną vaizdo tašką, net jeigu situacijoje pasikeičia tik nedidelė detalė.
Todėl vis daugiau tyrėjų siūlo prognozuoti ne visą vaizdą, o abstraktesnį matematinį aplinkos atvaizdą. Žmogus, įsivaizduodamas, kaip nuo stalo nukris puodelis, taip pat mintyse neatkuria kiekvieno vaizdo taško.
Jam pakanka suvokti svarbiausius objektus, jų padėtį ir judėjimo kryptį. Tokiu principu veikiantys dirbtinio intelekto modeliai galėtų būti gerokai efektyvesni.
Didžiausia problema – duomenys
Mokslininkai dar nesutaria, kokia pasaulio modelių architektūra būtų tinkamiausia. Viena didžiausių kliūčių – kokybiškų mokymo duomenų trūkumas. Internete galima rasti milžiniškus tekstų kiekius, tačiau vaizdo įrašų, kuriuose kiekvienas judesys būtų susietas su tiksliu veiksmu, yra gerokai mažiau.
Be to, didžioji vaizdo dalis dažnai nesikeičia. Pavyzdžiui, žmogui judinant ranką, likusi kambario aplinka gali išlikti visiškai tokia pati. Tai apsunkina sistemų mokymą ir reikalauja kitokių metodų nei tie, kurie naudojami kalbos modeliams.
Mokslininkai mano, kad pasaulio modeliai gali būti itin svarbūs robotikoje, autonominiame transporte ir moksliniuose tyrimuose. Tačiau tam, kad iš tiesų suprastų aplinką, sistemos turėtų ne tik mokytis iš iš anksto parengtų įrašų, bet ir pačios sąveikauti su realiu pasauliu.
Būtent taip mokosi žmonės ir gyvūnai – atlikdami veiksmus, stebėdami pasekmes ir taisydami savo supratimą. Kol kas šiuolaikiniai neuroniniai tinklai tokio nuolatinio mokymosi gebėjimo neturi.
Be to, leidus dar nepakankamai išmokytai sistemai veikti fizinėje aplinkoje, kyla saugumo problemų. Todėl pasaulio modeliai laikomi viena perspektyviausių dirbtinio intelekto krypčių, tačiau iki patikimai mąstančių ir savarankiškai realiame pasaulyje veikiančių sistemų dar laukia daug darbo.