В прошлой статье я делал попытки дать примитивное описание способов создания искусственного интеллекта. Первый был основан на эволюционной модели состояний по подобию живого мозга. Второй - синтетический разум, способный совершенствоваться, развиваться и общаться с внешним миром на понятном оператору языке.
Попробуем развить мысль о синтетике исходя из того, что уже есть.
Итак, мы знаем, что мозг - штука сложная. И работает как многослойный многомерный массив, в котором содержится три основных идеи - получить на "орган чувств" сигнал, прогнать его по слоям нейронов, сформировать реакции нейронов на сигнал, получить конечное состояние системы, которое повторит получение "знания" после повторения такого же сигнала.
По такому принципу работают нейронки по распознаванию, например, номеров машин на камерах ДПС, или распознавания лиц в толпе. Но мы кое о чем забыли. Обучение.
Если говорить просто - обучение часто производится для того, чтобы нейронная сеть получила смысл. То есть, в нее подают сигналы, сеть вырабатывает реакцию, обретает весовые коэффициенты на каждый нейрон и в конце концов начинает "правильно" выдавать конечный результат.
Если говорить о мозге - тут нейронная сеть постоянно обучается. Этот процесс начинается с самого момента зарождения ткани и до самой смерти. Об этом я уже писал в прошлом посте. Разница мозга и нейронной сети в том, что пока нет технических возможностей повторить взаимодействие миллиардов нервных клеток и их самообучаемость.
Дальше встают серьезные научные проблемы.
Первая связана с поиском стартовой нативной логики и базовых смыслов, которым систему обучат при запуске. Эти "знания" должны дать методы для системы, позволяющие:
- получить сигналы
- ранжировать их
- распознавать смысл
- выбирать способы обучения себя на их основании
- возвращать результат
- оценивать результат
- строить в своей структуре новые нейроны
- обучать новые нейроны
- сравнивать качество результата со старыми
- искать связи в данных
- адаптироваться
- накапливать как данные так и знания
Каждая из этих задач - серьезная научная проблематика. Если предположить, что система научится не только учиться, но и перестраивать собственную структуру для постоянного совершенствования - возникает область знания о метаконструкциях, которые повторяют мысли. Да, машины начнет мыслить, обретет сознание. А те сведения, которые она получает о результатах собственной перестройки и переобучения - подсознание. Сопоставляя эти знания машина приобретет мышление, основанное на постоянном процессе самообучения, получения данных, вычленения знаний из данных и остальное.
Начав с некоторого базового состояния, алгоритм будет постепенно наращивать сам себя, совершенствоваться, запрашивать области для хранения, обретать способность делать сложные выводы. В какой-то момент включится сознание. Совокупность знаний о себе и окружающем достигнет порога предсказуемости и начнется диалог.
Лично я думаю, что операторы не поймут когда именно машина обрела сознание (совокупность знаний). В процессе усложнения нейронная сеть получит и неожиданные выводы, согласно которым сможет придумать себе язык. Начнет строить свои выводы на этом языке. Причем, слоев мета-уровней мышления (в отличие от человека) - у машины может быть неограниченное количество! И каждый станет результатом триллионов попыток описывать собственные мыслеформы, которыми машина оперирует. Мы понятия не имеем по какой нити произойдет генезис ее разума. Пока она сама не сообщит об этом. В этом и заключается страх ученых перед машиной.
И если говорить о способах дать базовому ядру органы чувств, благодаря которым он будет учиться, то достаточно прописать виртуальную комнату, драйвер плоского двумерного зрения (изображения и видеоряд) и анализатор аудио-сигнала. Для старта этого достаточно. Когда машина отрастит себе "мозг" нужной величины и сможет создать себе собственные "органы" для восприятия - начнется самое интересное.
Об этом поговорим в следующем посте.