Искусственный интеллект оказался умнее, чем думали учёные

Постоянно идут дискуссии о том, может ли компьютер мыслить как человек, то есть оперировать сложными понятиями.

Недавно очередное исследование на эту тему было проведено специалистами из Калифорнийского университета в Лос-Анджелесе, Массачусетского технологического института и Национального института здравоохранения. Результаты были опубликованы в журнале Nature Human Behaviour.

Разница между дельфинами и аллигаторами

Проект возглавил доцент кафедры психологии и лингвистики Калифорнийского университета Идан Бланк, его соавторами стали когнитивный нейробиолог Массачусетского технологического института Эвелина Федоренко, аспирант Массачусетского технологического института Габриэль Гранд и Франсиско Перейра, руководитель группы машинного обучения в Национальном институте психического здоровья Национального института здравоохранения.

Как разъяснил Бланк, системы искусственного интеллекта способны определять сходство и различие слов. Допустим, они "видят", что слова "стол" и "стул" чем-то похожи между собой, а вот "стол" и "планета" уже имеют мало общего. Но человеческое мышление гораздо более детальное и сложное.

"Возьмём наши знания о дельфинах и аллигаторах, — предлагает Бланк. — Когда мы сравниваем их по шкале размеров, от "маленьких” до "больших”, они относительно похожи. С точки зрения их интеллекта они несколько различаются. С точки зрения опасности, которую они представляют для нас, по шкале от "безопасного” до "опасного”, они сильно различаются, поэтому значение слова зависит от контекста. Мы хотели спросить, действительно ли эта система знает о тонких различиях — является ли её идея сходства гибкой, как у людей".

Принцип сортировки

Была разработана специальная технология, которую авторы назвали "семантической проекцией". С её помощью исследователи изучили 52 группы слов, чтобы выяснить, сможет ли компьютерный алгоритм научиться сортировать значения слов — скажем, оценивать животных по размерам или степени их опасности для человека, или давать оценку климатическим и экономическим особенностям отдельных американских штатов.

Машине предложили для анализа ряд терминов, связанных с различными профессиями, именами, одеждой, спортом, мифологией. При этом, все слова были разделены на категории, и каждой из них были присвоены определённые характеристики, такие как размер, скорость, возраст, степень опасности, уровень интеллекта и так далее.

Задачей являлось определить сходство и различие между терминами. Для чистоты эксперимента учёные привлекли добровольцев, которых разделили на команды по 25 человек и попросили их проанализировать предложенные слова. Параллельно проводился машинный анализ.

"Система умнее, чем мы думали"

Выяснилось, что машина, так же, как и люди, сделала вывод, что такие имена, как Бетти и Джордж, относительно старомодны и имеют разную половую принадлежность, и что такие виды спорта, как тяжёлая атлетика и фехтование, схожи между собой в том, что обычно ими занимаются в помещении, но в то же время для их освоения требуется разный интеллектуальный уровень. Не возникло проблем и с классификацией животных, в частности, по размерам.

"Оказывается, эта система машинного обучения намного умнее, чем мы думали; она содержит очень сложные формы знаний, и эти знания организованы в очень интуитивно понятную структуру, — заявил Бланк. — Просто отслеживая, какие слова сочетаются друг с другом в языке, вы можете многое узнать о мире".