211service.com
To rivaliserende AI-tilgange kombineres for at lade maskiner lære om verden som et barn
Foto fra DEN NEURO-SYMBOLISKE KONCEPT-LÆRER: TOLKNING AF SCENER, ORD OG SÆTNINGER FRA NATURLIG TILSYN; Redigeret af MIT Technology Review
I løbet af årtierne siden starten af kunstig intelligens er forskningen på området faldet i to hovedlejre. Symbolisterne har søgt at bygge intelligente maskiner ved at indkode logiske regler og repræsentationer af verden. Connectionisterne har søgt at konstruere kunstige neurale netværk, inspireret af biologi, for at lære om verden. De to grupper er historisk set ikke kommet sammen.
men a nyt papir fra MIT, IBM og DeepMind viser styrken ved at kombinere de to tilgange, hvilket måske peger en vej frem for feltet. Holdet, ledet af Josh Tenenbaum , professor ved MIT's Center for hjerner, sind og maskiner , skabte et computerprogram kaldet en neuro-symbolic concept learner (NS-CL), der lærer om verden (omend en forenklet version) ligesom et barn kan - ved at se sig omkring og tale.
Systemet består af flere dele. Et neuralt netværk trænes på en række scener, der består af et lille antal objekter. Et andet neuralt netværk trænes på en række tekstbaserede spørgsmål-svar-par om scenen, såsom Q: Hvad er farven på kuglen? A: Rød. Dette netværk lærer at kortlægge de naturlige sprogspørgsmål til et simpelt program, der kan køres på en scene for at producere et svar.
NS-CL-systemet er også programmeret til at forstå symbolske begreber i tekst såsom objekter, objektattributter og rumlige forhold. Denne viden hjælper NS-CL med at besvare nye spørgsmål om en anden scene - en type bedrift, der er langt mere udfordrende ved at bruge en forbindelsestilgang alene. Systemet genkender således begreber i nye spørgsmål og kan relatere dem visuelt til scenen før den.
'Dette er en spændende tilgang,' siger Brenden Sø , en adjunkt ved NYU. 'Neural mønstergenkendelse gør det muligt for systemet se , mens symbolske programmer tillader systemet at grund . Tilsammen går tilgangen ud over, hvad de nuværende deep learning-systemer kan.'
Med andre ord adresserer hybridsystemet vigtige begrænsninger ved begge tidligere tilgange ved at kombinere dem. Det overvinder skalerbarhedsproblemerne ved symbolismen, som historisk har kæmpet for at kode kompleksiteten af menneskelig viden på en effektiv måde. Men det løser også et af de mest almindelige problemer med neurale netværk: det faktum, at de har brug for enorme mængder data.
Det er muligt kun at træne et neuralt netværk til at besvare spørgsmål om en scene ved at indlæse millioner af eksempler som træningsdata. Men et menneskeligt barn kræver ikke så stor en mængde data for at forstå, hvad et nyt objekt er, eller hvordan det relaterer til andre objekter. Et netværk, der er trænet på den måde, har heller ingen reel forståelse af de involverede begreber - det er bare en omfattende mønstermatchende øvelse. Så et sådant system ville være tilbøjeligt til at lave meget fjollede fejl, når det står over for nye scenarier. Dette er et almindeligt problem med nutidens neurale netværk og understøtter mangler, der let kan afsløres (se AIs sprogproblem).
Connectionisme-purister kan gøre indsigelse mod, at systemet kræver noget viden at blive hårdkodet i. Men arbejdet er vigtigt, fordi det skubber os tættere på at konstruere en form for intelligens, der ligner mere vores egen. Kognitive videnskabsmænd mener, at det menneskelige sind gennemgår nogle lignende trin, og at dette understøtter fleksibiliteten i menneskelig læring.
Mere praktisk kunne det også låse op for nye applikationer af kunstig intelligens, fordi den nye teknologi kræver langt færre træningsdata. Robotsystemer kunne for eksempel endelig lære på farten i stedet for at bruge betydelig tid på at træne for hvert unikt miljø, de befinder sig i.
Det er virkelig spændende, fordi det vil få os forbi denne afhængighed af enorme mængder mærkede data, siger David Cox , videnskabsmanden, der leder MIT-IBM Watson AI-laboratoriet.
Forskerne bag undersøgelsen er nu ved at udvikle en version, der fungerer på fotografier af virkelige scener. Dette kan vise sig at være værdifuldt for mange praktiske anvendelser af computersyn.