Ученые предсказывают появление интуиции у искусственных нейронных сетей

Картины, созданные искусственным интеллектом.

С античных времен философия определяет категории как наиболее общие понятия сущностей-элементов, которые описывают отношение действительности и знания о ней. Русский историк и литератор Николай Карамзин в своей работе «Письма русского путешественника» упоминает о посещении дома Иммануила Канта. Великий философ утомил русского гостя своими пространными рассуждениями о категорическом императиве – понятии, которое обозначает всеобщий нравственный закон. Но, как ни странно, что-то из этих мыслей современные творцы искусственного интеллекта (AI – Artificial Intellect) пытаются внести в создаваемые искусственные нейросети.

Само это слово – «нейросеть» – предложил 60 лет назад американец Дж. Маккарти. Он задался вопросом о сути вычислений, лежащих в основе интеллекта, который он определял как способность посредством вычислений достигать намеченных целей. Постановка такого вопроса обгоняла возможности электроники, которая лишь в 1948 году  получила первый транзистор размером с ноготь мизинца.

Сегодня чипы с миллионами транзисторов на них позволяют создавать искусственные нейросети, имитирующие работу естественных. Крупные компании уже используют AI для «просеивания» сотен тысяч резюме потенциальных работников, отбирая кандидатуры для краткого собеседования и оценивая затем их поведение в ходе видеоинтервью. Тем самым AI оказался встроенным в иерархическую систему подбора кадров.

Интересное сообщение пришло из Университета Рутгерса в штате Нью-Джерси. Ученые создали «генеративную» систему с двумя нейросетями, одна из которых креативна, другая же оценивает мастерство созданных ею изображений. Систему «тренировали», предъявляя ей 81 500 изображений, и встроенный в нее дискриминатор должен был отделить художественное от нехудожественного (фото, диаграммы и т.д.), а также выявить стиль произведения – рококо, импрессионизм или кубизм. Генератор «заботился» о создании изображения, но «не обращал внимания» на приемлемость его с точки зрения эстетики. На высшем уровне иерархии в дело вступал AI, который, к удивлению ученых, оказался придирчивее в своих оценках, нежели люди, судившие о представленных картинах, не зная об их AI-происхождении. Успех настолько превзошел самые смелые ожидания, что такие картины уже продаются в художественных галереях.

Мозговые хабы (красные точки) и связи между ними. Иллюстрация Physorg

Сотрудники Массачусетского технологического института, опробовавшие «зрелость» своей нейросети на выполнении одной задачи (раскрашивания черно-белых фотографий), стали обучать ее решать сразу 20 задач. Компьютерному видению были представлены сцены и объекты, раскраски старых фотографий, а также решения различных пазлов. Искусственный интеллект должен был каталогизировать 1100 визуальных образов. То есть разделять лица и текстуру поверхностей, материалы и велосипедное колесо, заснеженные горные вершины и винтажные фото. Решение столь обширного объема задач старыми методами, используемыми различными крауд-сервисами с привлечением людей, весьма затратно и малоприемлемо.

Философы своими категориями противопоставляют живое и неживое, растения и животных, материальное и духовное. Но вот открыты вирусы, которые, как и белки, могут кристаллизоваться, подобно неживым соединениям, однако способны самовоспроизводиться в клетках, тем самым убивая их. Одноклеточные могут иметь ядра и жить без них, подобно бактериям, образующим многоклеточные пленки. Клетки грибка диктиостелиума собираются вместе, образуя на время многоклеточный организм. Сами же грибы растут из земли (или под землей), но, подобно животным, у них нет фотосинтеза. С другой стороны, есть один вид морских улиток, представители которого имеют в своих клетках хлорофилл, который необходим для фотосинтеза.

То же можно наблюдать и в физике, пытающейся понять, как один и тот же углерод может давать аморфную сажу и самый прочный в мире алмаз. Квантовая физика размыла границу между частицами и волнами, почему возникла тема «волновых пакетов».

Все это приходилось держать в уме создателям AI в Массачусетсе, где обратили внимание не на целые изображения, а на составляющие его пиксели, которыми «питали» узлы нейросетей. Узлы распределились по слоям, имитируя организацию мозговых структур. Визуальные концепции и базы данных имеют иерархическую организацию, о которой давно знают нейробиологи. В какой-то мере при подобном подходе перебрасывается мост между AI и интеллектом как сугубо биологическим феноменом. И тот  и другой обучаются непосредственно на основе больших массивов данных, в которых выявляются разной природы паттерны.

Понятный пример привели исследователи Брауновского университета в городе Провиденс, где сконструировали инструмент картирования внимания (AMT – Attention Mapping Tool). В качестве объекта изучения были взяты тысячи протеинов дрожжевых клеток, помеченные с помощью светящихся (флуоресцентных) белков. Авторы отмечают, что «глубокие нейросети способны решать задачи широкого спектра вариабельности доменов и модальности данных». Они представили общий метод визуализации по пикселям, названный DeepLoc (DL – Deep Localisation), который позволяет выявить внутренние механизмы работы нейросетей.

Еще академик Иван Павлов писал про своих собак, что вырабатываемые у них условные рефлексы требуют постоянного подкрепления, иначе они угасают. Подобного подкрепления требует и нейросеть, на основе которой функционирует компьютерное видение. Название DL говорит о «привязке» конкретных локаций протеинов внутри клеток, о чем можно судить по флуоресцентным меткам, что и фиксируется по их пикселям. Подход оказался настолько эффективным, что DL был способен улавливать движение протеинов в ответ на изменения в клеточном геноме под действием белковых факторов роста или гормонов, а также различных лекарств.

Следующим шагом, по мнению создателей исследователей, будет выявление связи между искусственным интеллектом и нашим мышлением, в основе которого не миллионы, а миллиарды нервных клеток. Наш биокомпьютер работает слишком медленно, достаточно сказать, что время реакции даже у самых тренированных спортсменов не менее 100 миллисекунд. Со временем, после перехода от электроники к спинтронике и уж тем более к квантовым компьютерам, быстродействие машин намного превысит таковое у клеточных структур. Именно поэтому смелые прогнозы уже предсказывают появление у AI человеческой креативности и даже интуиции, а также способности генерировать предсказания, подобно человеку.