Дип Мајнд на Гугл создава вештачка интелигенција која може да учи како човек

Истражувачите надминаа една од поголемите пречки при создавањето на вештачката интелигенција, со програма која може да учи една задача по друга, користејќи вештини кои ги учи самата.

Развиена од компанијата за вештачка интелигенција на Гугл, Дип Мајнд, програмата научила голем број различни задачи и ги извела речиси на ист начин како што тоа би го направил човек. Од особена важност и на уникатен начин, вештачката интелигенција не заборава како решила изминати проблеми, па го користи тоа значење за да научи и нови.

Вештачката интелигенција ја нема генералната интелигенција врз основа на која размислуваат луѓето кога се соочуваат со нови предизвици. Нејзината употреба на минати лекции е многу поограничена. Но, напредокот покажува дека наоѓа начин да заобиколи проблем кој треба да се реши.

„Ако направиме компјутерски програми кои се поинтелигентни и покорисни, тогаш ќе мора да ја имаат способноста да учат во секвенци“, вели Џејмс Киркпатрик од Дип Мајнд.

Способноста да се запомнат старите вештини и да се применат при нови задачи на луѓето им доаѓа природно. Човек кој редовно вози ролерки лесно ќе научи лизгање на мраз, бидејќи едната вештина и помага на другата, на пример. Но, повторното создавање на оваа способност во компјутерите се испостави дека е огромен предизвик за истражувачите на вештачката интелигенција. Ваквите програми типично се „животни кои знаат еден трик“, кои се одлични во една задача, но не можат да научат друга.

За да создадат нов компјутер со вештачка интелигенција, истражувачите учеле од неврологијата, за да видат како животните учат продолжено преку зачувување на мозочните врски кои се познати како значајни вештини кои ги научиле во минатото. Лекциите кои приците ги научиле криејќи се за да ловат од заседа биле особено значајни за нивното преживување, а глувците не би траеле долго доколку не знаеле како да се кријат и крадат храна.

Дип Мајнд сега создава компјутер кој е „огледало“ на нивниот мозок, на едноставен начин. Пред да премине од една задача на друга, дознава кои врски во неговата неврална мрежа биле најважни за задачите кои ги научил досега. Потоа, преминува на наредната задача.

„Ако мрежата може повторно да го искористи тоа што го научила, сме успеале во работата“, вели Киркпатрик.

//