Как создать эмоциональный искусственный интеллект | Forbes.ru
$59.03
69.61
ММВБ2131.91
BRENT62.74
RTS1132.45
GOLD1292.57

Как создать эмоциональный искусственный интеллект

читайте также
+789 просмотров за суткиBoston Dynamics научила своего робота прыгать и делать сальто назад +360 просмотров за суткиЭфир и бот для мигрантов. Двое россиян попали в рейтинг Forbes самых перспективных бизнесменов 2017 +8 просмотров за суткиВзор в будущее. Почему японцы предпочитают использовать роботов, а американцы — нет +3 просмотров за суткиИскусственный интеллект и нейросети в картографии — 2: когда «народные» карты круче Google +7 просмотров за суткиРеволюция случится без нас? Какими будут инновации в следующие 100 лет +70 просмотров за суткиНакодить миллион. Программисты догоняют инвестбанкиров по уровню зарплат +6 просмотров за суткиК ноябрю адаптируются: мнение разработчика об iPhone X +3 просмотров за суткиПочему Япония обожает роботов: истоки бума автоматизации +2 просмотров за суткиПлечом к плечу: Илон Маск и русские инженеры против роботов-убийц +3 просмотров за суткиВласть над миром: чем закончится гонка за искусственным интеллектом +7 просмотров за суткиМиллион на мечту Грефа: AddVenture вложился в программного робота-юриста +6 просмотров за суткиСексизм или профессионализм: сотрудник Google поставил весь мир в неудобное положение +2 просмотров за суткиЦена улыбки: зачем системы искусственного интеллекта учатся распознавать эмоции +5 просмотров за суткиКто накормит Землю: $685 млн инвестиций в искусственный интеллект и роботов в агротехе Чип в руку: как людям выиграть битву за рабочие места у роботов +10 просмотров за сутки«Делай как я»: нужно ли программисту высшее образование? +10 просмотров за суткиМаск против Цукерберга: искусственный интеллект — угроза или спасение? +3 просмотров за суткиРобот и закон. Как искусственный интеллект помогает бизнесу соответствовать требованиям регуляторов Остаться в Лондоне: кто убедил миллиардера Питера Тиля инвестировать в искусственный интеллект +10 просмотров за суткиЧеловечество в опасности: Илон Маск призвал регулировать искусственный интеллект +8 просмотров за суткиРекламная машина: как искусственный интеллект научился планировать медийные бюджеты
Мнения #Мнения 12.05.2015 14:32

Как создать эмоциональный искусственный интеллект

Максим Таланов Forbes Contributor
REUTERS/Yuya Shino
Машины, воспроизводящие мозг человека или животных, будут способны к самообучению

Последнее время все большее внимание ученых привлекает новое направление исследований — эмоциональные вычисления (Affective computing). Роль эмоций в эволюции естественного интеллекта велика, искусственный интеллект пока многое упускает в этом отношении, в нем невозможно воплотить многие явления, связанные с эмоциональной картиной, с эмоциональным состоянием человека. Ученым из области ИИ активно помогают когнитивные нейробиологи, психологи и философы. Нейробиологам удалось показать связь нейромодуляторов, принимающих активное участие в эмоциях человека, с принятием решений. Оказалось, что способность человека быстро принимать решения связана с тем, что информация в нашем мозгу эмоционально «расцвечена», мы часто принимаем решения просто под воздействием того или иного эмоционального импульса. Однако это совсем не так в современных вычислительных системах.

 

Не воплощая эмоциональные механизмы в ИИ, мы не используем возможности быстрого принятия решений.

В результате роботизированные системы или системы искусственного интеллекта оказываются нежизнеспособными в условиях реального мира. При этом мы частично воплощаем в технике те или иные эмоциональные механизмы, но называем их по-другому, например, переключение внимания – приоритизацией и перераспределением вычислительных ресурсов.

Просто выходя на улицу, мы принимаем громадное количество решений: повернуть голову в сторону громкого звука или не поворачивать; переходить ли улицу или не переходить, если там едут автомобили? Эти решения принимаются сознательно и бессознательно, процессы носят эмоциональную окраску и вовлекают множество структур мозга. Как результат, эмоции (нейромодуляторы) сильно влияют на мыслительный процесс, другими словами, на вычислительные функции нейронов.

Было замечено, что в мозгу присутствуют так называемые контуры (Circuits). Например, основной таламо-кортикальный контур выглядит так: кора мозга влияет на подкортикальные структуры: таламус, полосатое тело и так далее вызывая положительную или отрицательную эмоциональную обратную связь, которая, в свою очередь, влияет на кору. Другими словами сознательные процессы влияют на неосознанные эмоциональные процессы, и  эмоциональные процессы влияют на осознанные - мы постоянно находимся в эмоциональном цикле.

Марвин Мински (пионер в области ИИ и лауреат премии Тьюринга) заметил что эмоциональные циклы могут приводить к длительной «зацикленности». Он называет их «багом», то есть ошибкой: мы можем воспроизводить периодически то или иное эмоциональное состояние. Например, когда мы находимся в депрессии: неоднократно задаемся вопросом «Почему он так ужасно поступил со мной? Это совершенно несправедливо». Или, наоборот, мы воспроизводим эйфорическое состояние: если вы ездили на мотоцикле, то вы все время вспоминаете, как вам «классно» ездить на мотоцикле, просто потому, что вам это нравится. И в действительности вы уже не едете на мотоцикле, а просто вспоминаете это и находитесь в этом цикле.

В работе по интеграции эмоций в ИИ стоит выделить два направления, которые очень тесно связаны. Во-первых, определение эмоций человека по его лицу, жестикуляции и так далее (Affective computing). Это направление, которое очень интенсивно развивается в Соединенных Штатах под руководством Розалинд Пикард в MIT Media Lab. В  1997 году Пикард опубликовала свою книгу Affective Computing, послужившую отправной точкой исследований. В ее лаборатории проводятся интересные эксперименты: участники закрепляют камеры перед собой, с некой периодичностью снимают выражения лиц и одновременно собирают данные в динамике: проводимость кожи, пульс, давление и так далее, ассоциируя эмоциональную реакцию и показания нательных датчиков.

Другое направление, которым в том числе и мы занимаемся (лаборатория машинного понимания ИТИС КФУ), — Affective computation, это воспроизведение человеческих эмоций в вычислительных системах. У машин нет нейронов, нет нейромодуляторов, нет биохимии, есть только вычислительные процессы. Соответствие между вычислительными процессами и мыслительными далеко не линейно. Приходится создавать достаточно сложные теории, чтобы понять, из чего, в целом, собираются те или иные психологические феномены и как мы можем воспроизвести это в вычислительных системах.

Головной мозг человека потребляет примерно 20 Ватт, как лампочка. Последняя симуляция работы 1% головного мозга, проведенная в японском Институте RIKEN в 2013 году, потребовала 250 суперкомпьютеров. Это достаточно серьезный успех. Однако на борту каждого суперкомпьютера находилось 80 000 процессоров, которые потребляли гораздо больше чем 20 Ватт. И при этом симуляция примерно в тысячу раз медленнее реальной работы головного мозга. Пока эффективность явно не на стороне вычислительных систем.

 

Это говорит о том, что нам нужна новая компьютерная архитектура.

На ее создание нацелен проект BRAIN: правительство США выделяет $300 млн в год для воспроизведения человеческого мозга в виде микросхем и программного обеспечения.

На сегодняшний день создана нейробиологически инспирированная не-фон-Неймановская архитектура TrueNorth (фон-Неймановская — архитектура обычных компьютеров). Она закладывает основы для нового пути развития вычислительных систем: воссоздания нейронных сетей не с помощью программного обеспечения, а в виде микросхем, «железа». Новые микросхемы моделируют до миллиона нейронов. Специалисты из IBM пошли дальше: они уже создали материнскую плату, в которой собрали массив 4х4, всего 16 млн нейронов.

С одной стороны, это не так много, ибо количество нейронов в коре человеческого мозга от 19 млрд до 23 млрд, а общий объем — 86 млрд. С другой стороны, это уже интересные масштабы. Например, в коре головного мозга мыши — млекопитающего, у которого есть весь необходимый эмоциональный багаж, — только 4 млн нейронов.

Еще интереснее посмотреть на историческую перспективу: в 2011 году у той же IBM была микросхема, которая воспроизводила всего 256 нейронов. Таким образом, произошел скачок на три порядка. Если будет следующий скачок, то, мы сможем выйти на масштабы коры человеческого мозга.

 

И тогда, возможно, появятся самообучающиеся системы сравнимые по мощности с человеческим мозгом.

Что дают самообучающиеся системы? Мы не программируем мышей, котят, мы не программируем детей. Потому что это не нужно. Такие вычислительные системы (искусственные агенты) не будут нуждаться в программировании в его нынешнем понимании. К ним нужно будет применять совершенно другие техники, известные педагогам детских садов и школ. Таким образом, мы подходим к концепции детства для агентов искусственного интеллекта, что открывает принципиально новые перспективы для развития ИИ.

Закрыть
Уведомление в браузере
Будь в курсе самого главного.
Новости и идеи для бизнеса -
не чаще двух раз в день.
Подписаться