29.09.2020

ИИ симуляция мозга младенца

Сегодня мы все чаще слышим о тех или иных успехах различных систем искусственного интеллекта. И, несмотря на то, что развитые нейросети с каждым днем становятся все лучше и «умнее», до работы, подобной функционированию нашего мозга, им все еще очень далеко. И дело тут даже не в том, что у нас не хватит мощностей «железа» для симуляции работы мозга. Просто ИИ работает совсем не так, как наше сознание. И, чтобы добиться этого, нужно пересмотреть подход к разработке машинных нейросетей. Для начала, создать ИИ, который будет работать также, как мозг младенца.

Почему ИИ не такой «умный», как нам кажется

Практически все ИИ-системы, о которых мы знаем сегодня, смоделированы на основе традиционных компьютерных алгоритмов. Они видят мир через призму двоичного кода — нулей и единиц. Это прекрасно подходит для сложных вычислений, но, по словам профессора Элис Паркер, которая уже более 10 лет занимается разработками в сфере ИИ, человечество быстро приближается к пределу возможностей работы вычислительной техники.

С момента первого изобретения ИИ и разработки глубокого обучения дальнейшее совершенствование таких систем шло очень медленно. Чтобы полностью раскрыть свой потенциал, ИИ должен не просто работать быстрее, он должен самостоятельно реагировать на события и обучаться в режиме реального времени. А чтобы это произошло, нам нужно пересмотреть свой подход к проектированию систем искусственного интеллекта.

Как сделать ИИ умнее

Чтобы решить обозначенную проблему, профессор Паркер и ее коллеги используют самую совершенную систему обучения, которую когда-либо создавала природа: человеческий мозг. И на первый план тут выходит технология под названием «позитивное подкрепление». Этот термин пришел из психологии и часто употребляется в контексте воспитания детей, где в качестве позитивного подкрепления выступают некоторые приятные для человека последствия или результаты его деятельности. То есть, грубо говоря, награда за то, что человек сделал что-то правильно.

Мозг, в отличие от компьютера, если можно так выразиться, является «аналоговым устройством», а биологическая память обладает устойчивостью. Аналоговые сигналы могут иметь несколько состояний. В то время как ИИ, построенный по двоичной системе, может различать лишь 2 состояния: «хорошо» и «плохо», наш мозг способен интерпретировать происходящее более глубоко. Ситуация может быть «очень хорошей», «просто хорошей», «плохой» или «очень плохой». Такой принцип работы называется «нейроморфные вычисления» и именно возможность произведения таких вычислений и позволит улучшить работу ИИ.

Представьте себе младенца, сидящего в высоком кресле, — говорит Паркер. Он может сильно размахивать руками. В конце концов одно из этих движений приводит к какому-то результату. Скажем, ребенок опрокидывает чашку. Внезапно нейроны, которые сделали это движение, получили ответ и укрепились. Таким образом маленький ребенок узнал, что движение руки вызывает интересный результат. Это именно то, что нейроморфные вычисления пытаются сделать: научить ИИ обучаться на реальном опыте точно так же, как и мы.

Для этого достижения результата ученые разработали свои собственные нейроморфные схемы и объединили их с наноустройствами, называемыми магнитными доменными стеновыми аналоговыми мемристорами (MAM). MAM — это очень сложные устройства, но в данном случае о них важно знать вот что: они позволяют создавать новые связи подобно тому, как это происходит в нашем головном мозге. Таким образом можно наладить систему позитивного подкрепления и начать обучать ИИ.

На данный момент то, что у нас есть, немного похоже на мозг настоящего ребенка. Неразвитый и окончательно не готовый принимать решения самостоятельно. Наш следующий шаг, работая с DARPA, заключается в том, чтобы научить нашу систему обучаться чему-то новому, не забывая о предыдущих уроках.

Искусственный интеллект в России будет контролироваться специальным комитетом

Будущее искусственного интеллекта в РФ теперь будет определять специально созданный комитет, в состав которого вошли крупнейшие заинтересованные стороны из разных сфер.

ИИ в России получил свой комитет

Технический комитет по стандартизации № 164 «Искусственный интеллект» (ТК 164) впервые был собран в этот понедельник. Его задача проста — разработать стандарты и нормативно-правовую базу для искусственного интеллекта.

Стандарты необходимы для того, чтобы конечный потребитель какого-либо продукта на основе ИИ знал, соответствует ли эта разработка техники безопасности, учтены ли в ней основные моменты и т.д. Например, речь может идти о беспилотных автомобилях, управляемых ИИ: в будущем, когда это направление получит глобальный охват, создавать софт для таких авто сможет любая подпольная китайская контора. Разумеется, садиться в такой автомобиль было бы опасно.

О важности работы комитета говорит и тот факт, что к нему примкнули десятки крупнейших ведомств, организаций и частных компаний. От правительства в него вошли Минпромторг, Минкомсвязи, Минздрав, Минсельхоз, Росреестр, Росздравндазор, ФМБА, Правительство города Москвы. Среди организаций — НИЦ «Курчатовский институт», ПАО «Сбербанк», ООО «Яндекс», АО «Гознак», АО «РЖД»), Фонд «Сколково», Фонд перспективных исследований и другие.

Кроме этого, к работе над развитием ИИ примкнули и ведущие российские учебные заведения: Правительство города Москвы), учебные заведения (МГУ имени М.В. Ломоносова, НИУ ВШЭ, РЭУ им. Г. В. Плеханова, МФТИ, Санкт-Петербургский политехнический университет Петра Великого, Сколковский институт науки и технологий.

Кроме всего прочего, комитет ставит перед собой довольно амбициозную цель — вывести свою стандартизацию искусственного интеллекта на международный уровень. Нужно это для того, чтобы исключить путаницу, при которой каждая страна опирается на собственные стандарты. Удастся им это или нет — вопрос сложный, так что будем наблюдать за прогрессом.

Искусственный интеллект помог музыкантам записать новый альбом

В США существует музыкальная группа YACHT. Возможно, что вы о ней даже и не слышали, хотя играют они аж с 2002 года и записали уже немало композиций. В целом эта команда музыкантов всегда подходила к своему творчеству довольно креативно. Например, как-то раз они продавали альбом без обложки. Но ее все же можно было получить… по факсу в ближайшем почтовом отделении. Однако за подобное YACHT вряд ли бы попала на страницы нашего издания. Но недавно выпущенный группой альбом под названием Chain Tripping заставляет обратить на себя внимание. Ведь соавтором музыкантов тут выступил искусственный интеллект.

Теперь ИИ научился быть соавтором песен

Зачем ИИ писать песни?

Группа YACHT довольно давно заинтересовалась вопросами того, как высокие технологии могут помочь музыкантам улучшить их творчество. Вокалистка группы Клэр Эванс даже выступала на выставке Google I/O с докладом, посвященным этой теме. На создание и запись нового альбома Chain Tripping YACHT понадобилось три года.

Я знаю, что это довольно сложно объяснить, но использование искусственного интеллекта и технологий машинного обучения позволило нам найти новый подход к созданию песен. Мы смогли добавить «дополнительные слои» музыки в те места, в которые сами бы поместить их мы бы не догадались. — заявила Клэр Эванс.

Справедливости ради стоит заметить, что искусственный интеллект и нейросети уже использовались для того, чтобы генерировать музыку и даже текст, но все это не выходило за рамки исследовательских проектов, призванных продемонстрировать возможности ИИ. Группа YACHT же решила сделать немного иначе. Использовать ИИ в качестве соавтора команда решила не для того, чтобы вызвать ажиотаж и заявить: «Смотрите, эту песню нам написала машина!». А для того, что по признанию музыкантов, их целью было создание музыки, которую они сами никогда бы не сделали, но которая при этом звучала бы в их стиле. А какая ваша любима группа? Расскажите о ней в нашем чате в Телеграм.

Вокалистка группы YACHT Клэр Эванс. именно ей пришло в голову записать альбом с участием ИИ

Как научить машину писать песни?

В самом начале работы музыканты попытались наладить контакт с авторами практически всех существующих решений на базе ИИ. Но ни один из проектов не удовлетворил музыкантов по ряду причин. Поэтому они решили взять все известные наработки и создать на базе этого что-то свое. Для обучения нейросетей, как известно, сначала нужно «скормить» им информацию, на основе которой они и будут работать в дальнейшем.

Было решено использовать дискографию команды, которую для упрощения работы пришлось перезаписать в MIDI-формате полностью. Песен в дискографии группы было на тот момент всего 82 штуки. А этого, к сожалению, слишком мало для того, чтобы полноценно научить нейросеть создавать что-то новое на основе имеющегося.

Однако такого количества оказалось вполне достаточно для того, чтобы ИИ «научился играть на музыкальных инструментах». Причем он освоил несколько вариантов инструментов и «выдавал» мелодии, выполненные в стиле музыкальной группы. Таким образом, по признанию музыкантов, у них не было «волшебной кнопки», при нажатии на которую они получали бы готовую песню. Искусственный интеллект лишь усиливал их мелодии и ритмы дополнительным звучанием. Ну а результат работы вы можете оценить, прослушав один из треков с нового альбома

Spread the love

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *