Сразу две версии искусственного интеллекта, созданные компаниями Alibaba и Microsoft, впервые опередили человека в понимании смысла текстов. Об этом сообщил Стенфордский университет, который разработал университет. Означает ли это, что искусственный интеллект действительно превзошел человеческий?
Суть теста — семантический анализ текста, то есть разбор предложения на части и установление связей между соседними предложениями, понимание смысла текста. Чтобы проверить, насколько хорошо усвоен материал, после «прочтения» всех статей могут быть заданы такие вопросы, как, например, «Кто и где убил Пушкина?» или «Что общего между фильмами «Крид» и «Стражи Галактики»? (Ответ: «И там, и там играл Сильвестр Сталлоне). Средний процент правильных ответов у людей — 82,30%, а нейросеть от Alibaba показала результат в 82,44%, творение Microsoft — 82,65%.
Сложность прохождения теста в том, что в вопросе могут использоваться не те слова, что в исходном тексте, а для ответа будет нужно задействованы сложные смысловые связи между статьями. Как же так вышло, что софт обогнал человека?
Эмоциональная сторона вопроса
В первую очередь важно обратить внимание на то, что тест проводился на текстах из Википедии. Очевидно, почему. Во-первых, данные Википедии доступны для обучения. Во-вторых, они энциклопедичны, в них отсутствует эмоциональная окраска, и это упрощает задачу искусственному интеллекту и усложняют ее человеку — люди быстрее запоминают тексты и события, которые имеют эмоциональную окраску. Здесь кроется ответ на вопрос, почему на людях, участвующих в тесте, не был получен 100%-й или близкий к 100%-му результат: если проводить тесты на текстах другого стиля, например, на художественных произведениях, возможно, ИИ справился бы с ними хуже человека. Попробуйте спросить машину: «Опиши чувства Наташи Ростовой на первом балу», и она не ответит.
Также важно помнить, что приведена средняя цифра, а человеку свойственно забывание части информации, особенно если она однообразна и поступает интенсивно (мозг притупляется, взгляд замыливается), ведь далеко не каждый из нас тренирует память для запоминания сухих текстов, цифр и связей между статьями. То есть, результат человека со специально натренированной памятью, очевидно, будет выше показанного в тесте.
Бизнес-применение
И все же, результаты, которых ИИ удалось достичь на сегодняшний день, впечатляют и уже могут быть использованы для решения ряда бизнес-задач! Уже представили, что через год-другой искусственный интеллект будет объяснять вашим детям, почему у них пригорел пирог? Об этом поговорим чуть позже.
Если говорить о технической стороне вопроса, возникает логичный вопрос: почему ИИ раньше не обогнал человека и почему это произошло сейчас? Если углубляться в терминологию, то общество называет искусственным интеллектом последовательность матричных вычислений с оптимизацией функций ошибки и, несмотря на то, что теории нейросетей скоро исполнится 80 лет, никто до сих пор не знает, почему нейросеть обучается, почему всего два слоя нейросети ускоряют процесс приближения к целевой функции и минимизируют ошибку.
В математических моделях слои разного типа нейросетей можно совмещать друг с другом (в зависимости от задачи), подавая выход одного слоя на вход другого. При этом всю эту структуру нужно обучить на тестовых выборках и, чем сложнее структура нейростети, тем нужно больше времени и компьютерных ресурсов. А разработчикам необходимо удерживать в голове всю описательную сложность модели. Также важно, чтобы модель могла хорошо распараллеливаться для работы на большом количестве процессоров и видеокарт. С появлением более мощных вычислительных устройств, а также больших наборов данных для обучения стало возможным натренировать нейросети с тысячами слоев за приемлемое время до того уровня, чтобы они могли обогнать человеческий мозг по ряду функций. Это и произошло 11 января.
Заменит ли искусственный интеллект человека
Исследователи, работающие над созданием искусственного интеллекта, признаются в том, что нейросети для них являются черным ящиком, который при этом работает, и вполне успешно. Они прекрасно обрабатывают информацию и даже могут генерировать совершенно новую, но всегда в рамках только одной понятийной области или одной задачи. Какую нейросеть создать под какие задачи, все еще каждый раз придумывает человек. Разум позволяет нам создавать новое, ранее не существовавшую информацию, предметы, способен на базе накопленных знаний создавать принципиально новые. На это нейросети пока не способны. Также важно понимать, что у человека нет простого интеллекта, у него интеллект эмоциональный (он понимает, например, радостная или печальная картина), что дает ему возможность решать более сложные задачи, чем те, которые решает ИИ.
Результаты, которые показали программы Alibaba и Microsoft, говорят о том, что уже появились программные продукты, способные полностью заменить человека при выполнении простых функций. Показанный уровень понимания смысла текста дает компаниям, работающим с клиентами, возможность экономить миллионы долларов, снижать операционные издержки и минимизировать количество ошибок, допускаемых людьми. Они найдут применение в чат-ботах, колл-центрах, справочных, в системах обработки писем и обращений. Все это можно будет поручить искусственному интеллекту, высвободив естественный (то есть нас с вами) для более сложных, нетипичных, критических обращений или решения уникальных вопросов, с которыми нейросети не справятся. Например, Alibaba использует участвующую в конкурсе технологию на своем сайте Singles Day в качестве бота, помогающего покупателям. В результате и сам учился на реальных примерах, общаясь с пользователями. Это, к слову, также ограниченная область применения и заведомо ограниченный смысл общения.
О вкусе сгоревшего пирога
В будущем искусственный интеллект призван забрать на себя те функции, которые скучны творческому человеку: сидеть на охране, смотреть целый день на картинки, читать весь день одни и те же тексты, целый день водить машину.
Возвращаясь к вопросу о сгоревшем пироге: как скоро ИИ сможет отвечать на подобные вопросы и появится ли по-настоящему интеллектуальный помощник? Если сделать нейросеть, которая будет обучена на рецептах и процессах приготовления пищи, а в качестве параметра выступит степень пригорания пирога, то решение этой задачи возможно в обозримом будущем. Может быть пара инвесторов в Долине уже вложили свой капитал в подобные разработки. А вот вкус эта нейросеть вряд ли сможет оценить.