Возможность спонтанного создания образов и идей является одним и сложнейших процессов человеческой деятельности. В основе воображения лежат представления человека (его знания и опыт). Воспроизведение этого процесса искусственным интеллектом является сложной задачей. К примеру, для человека не составит труда представить некоторый объект с различными свойствами, но для нейронных сетей, в процессе "представления" будут возникать некоторые трудности.
В чем заключаться трудности воспроизведения воображения?
Вообще, большая часть придуманных идей или вещей, представляемых людьми, является, некоторой компиляцией из объектов и свойств, которые уже и так знакомы, то есть в процессе воображения участвует разум (некоторая логика) и память. Следовательно, для того чтобы воссоздать процесс воображения, сперва следует научить алгоритм различать множество предметов и их свойства, и только лишь затем научить их перемешивать между собой.
Еще одной трудностью является выделение морали. Она является одной из основных частей человеческой логики, так же, и искусственная мораль играет основную роль в искусственном воображении. В отношении нее имеется дилемма, которая заключается в определении ответственных за результаты деятельности машин. А все это связано с невозможностью дать полноценного и исчерпывающего свода моральных правил. Поэтому в настоящий момент машины обучаю человеческой морали.
Успехи в разработке машинного воображения
Совсем недавно, в университете Южной Калифорнии была разработана система, которая может «представить» объект, собранный из частей и атрибутов других объектов. Искусственный интеллект способен определить различные атрибуты и перенести их на другие объекты. Основной задачей, которую ставят перед собой разработчики машинного воображения является, создание алгоритмов декомпозиции и рекомбинации. Это поможет в получении некоторых правил для распознавания объектов, и вычленения из них составных частей и атрибутов, что в последующем может быть использовано для создания нового объекта. Разработчики предлагают метод обучения на группах изображений, который заключается в нахождении сходства и различий между ними с учётом атрибутов. В результате чего, обученная модель получает информацию о составных частях и их свойствах, может раскладывать новые изображения, а также комбинировать их.
Авторы работы полагают, что разработанные ими алгоритмы могут быть применимы практически в любой сфере жизнедеятельности. Получение искусственного воображения поспособствует развитию новых технологий, и увеличению безопасности за счет возможности прогнозировать не предоставляемые человеком события.
Спасибо за прочтение,
Хорошего вам воображения, ваша N_Техника.