Модели с глубоким обучением в отличие от людей имеют возможность очень точно распознавать объекты. Но программное обеспечение все еще не может объяснить, скажем, что вызвало столкновение одного объекта с другим.
Неприятный факт состоит в том, что беспилотный автомобиль, несущийся по шоссе и движущийся по пробкам, меньше понимает, что может стать причиной аварии, чем ребенок, который только учится ходить.
Новый эксперимент показывает, насколько трудно даже самым лучшим системам искусственного интеллекта установить элементарную логическую связь между причиной и следствием. В рамках данного эксперимента можно проследить направление для построения систем искусственного интеллекта, которые могут понимать взаимосвязи между явлениями.
Разработкой эксперимента занимались следующие ученые:
— Джош Тененбаум (Josh Tenenbaum), профессор Центра умственных способностей и машин Массачусетского технологического института (MIT)
— Чуанг Ган (Chuang Gan) — исследователь из MIT
— Кексин Йи (Kexin Yi) — аспирант Гарвардского университета.
По словам Джоша Тененбаума эксперимент — это в первую очередь «попытка выйти за рамки простого распознавания образов, т. к. крупные технологические компании хотели бы иметь системы, которые могут делать подобные вещи».
Самый популярный в последнее время и передовой метод искусственного интеллекта, такой как, глубокое обучение (от англ. deep learning), в последние годы приносит ошеломляющие результаты. Многие исследователи указывают на огромный потенциал данного метода ИИ.
Если говорить коротко, то в основе глубокого обучения лежат многослойные искусственные нейронные сети, которые по сути решают задачу многомерной аппроксимации.
Важно отметить, что современные алгоритмы глубокого обучения часто могут отлично определять закономерности в данных, обеспечивая впечатляющие возможности распознавания изображений и голоса. Но эти алгоритмы абсолютно лишены способностей, свойственных человеку с рождения.
Чтобы продемонстрировать этот недостаток, Тененбаум и его сотрудники создали своего рода интеллектуальный тест для систем искусственного интеллекта. Он включает в себя демонстрацию системе искусственного интеллекта простого виртуального мира, в котором содержатся несколько движущихся объектов. Вместе с этим к каждой сцене есть набор вопросов и ответов о том, что происходит в данный момент. Вопросы и ответы имеют особую метку, по аналогии с тем, как система ИИ обучалась распознаванию кошек на фото. Этот процесс представлял собой длительную демонстрацию нейросетевой модели сотен изображений с пометкой «кошка».
Полный текст статьи читайте на сайте: https://aisimple.ru/17-slepyi-zony-ii.html