AI pētnieki apgalvo, ka DeepMind AI meklēšana var nebūt veiksmīga

Datorzinātnieki domā, vai DeepMind un alfabētsLielbritānijas uzņēmums, kas plaši pazīstams kā viena no pasaules vadošajām mākslīgā intelekta laboratorijām, jebkad spēs radīt mašīnas ar tādu “vispārēju” intelektu, kādu mēs redzam cilvēkiem un dzīvniekiem.

Veicot mākslīgo vispārējo intelektu, ko dažkārt sauc par cilvēka līmeņa AI, DeepMind lielu daļu pūļu koncentrē uz pieeju, ko sauc par “mācīšanās pastiprināšanu”.

Tas ietver AI ieprogrammēšanu veikt noteiktas darbības, lai maksimāli palielinātu tā izredzes nopelnīt atlīdzību noteiktā situācijā. Citiem vārdiem sakot, algoritms “iemācās” izpildīt uzdevumu, meklējot šīs iepriekš ieprogrammētās atlīdzības. Šis paņēmiens ir veiksmīgi izmantots, lai apmācītu AI modeļus, kā spēlēt (un izcelties) tādas spēles kā Go un šahs. Bet tas paliek samērā mēms vai “šaurs”. DeepMind populārā programmatūra AlphaGo AI nespēj uzzīmēt nūju vai atšķirt, piemēram, kaķi no truša, bet septiņus gadus vecs bērns to var.

Neskatoties uz to, DeepMind, kuru Google iegādājās 2014. gadā par aptuveni 600 miljoniem ASV dolāru, uzskata, ka AI sistēmas, kuras apgūst pastiprināšanas mācības, teorētiski var augt un mācīties tik daudz, ka tās pārrauj AI teorētisko barjeru bez jauniem tehnoloģiskiem sasniegumiem.

Pētnieki uzņēmumā, kas Alfabēta īpašumā ir pieaudzis līdz apmēram 1000 cilvēkiem, apgalvoja, ka lapa Pagājušajā mēnesī es uzrādīju salīdzinoši pārskatītajam Mākslīgā intelekta žurnālam, ka “atlīdzība ir pietiekama”, lai piekļūtu vispārējam AI. bija papīrs Pirmo reizi ziņoja VentureBeat pagājušajā nedēļā.

Šajā rakstā pētnieki apgalvo, ka, ja jūs turpināsiet “apbalvot” algoritmu katru reizi, kad darāt kaut ko vēlamo, kas ir pastiprināšanas mācīšanās kodols, tas galu galā sāks rādīt vispārējas inteliģences pazīmes.

Autori raksta: “Atalgojums ir pietiekams, lai vadītu uzvedību, kas parāda pētītās dabiskā un mākslīgā intelekta spējas, ieskaitot zināšanas, mācīšanos, izziņu, sociālo inteliģenci, valodu, vispārināšanu un atdarināšanu.”

“Mēs iesakām klientiem, kuri, izmēģinot un kļūdoties, mācās, lai maksimāli palielinātu atlīdzību, var iemācīties tādu uzvedību, kurai ir vislielākās, ja ne visas šīs iespējas, un tādējādi spēcīgi mācību pastiprinātāji varētu būt AGI risinājums.”

Tomēr ne visi ir pārliecināti.

Berlīnes mākslīgā intelekta pētnieks Sems Venigers sacīja CNBC, ka DeepMind viedoklis “pietiek ar atlīdzību” ir “nedaudz margināls filozofisks stāvoklis, maldinoši pasniegts kā cieta zinātne”.

Viņš teica, ka ceļš uz AGI ir sarežģīts un ka zinātnieku aprindas atzīst, ka ir neskaitāmi daudz izaicinājumu un zināmu nezināmo, kas “pamatoti ieaudzina pazemības sajūtu” vairumam šīs jomas pētnieku un neļauj viņiem izteikt “vectēva paziņojumus”, piemēram, “RL”. ir galvenā atbilde, neatkarīgi no tā, kas jums nepieciešams, ir atlīdzība. “

DeepMind pastāstīja CNBC, ka, lai gan mācības pastiprināšanai ir bijušas aiz vispazīstamākajiem pētniecības sasniegumiem, AI tehnoloģija ir tikai daļa no kopējā pētījuma, ko tā veic. Uzņēmums teica, ka uzskata, ka ir svarīgi saprast lietas fundamentālākā līmenī, tāpēc tas nodarbojas ar citām jomām, piemēram, “simbolisko AI” un “iedzīvotāju apmācību”.

“DeepMind nedaudz raksturīgajā pieejā viņi izvēlējās izteikt drosmīgus paziņojumus, kas piesaistītu uzmanību par katru cenu, nevis smalkāku pieeju,” sacīja Veinigers. “Tas ir tuvāk politikai, nevis zinātnei.”

Neatkarīgais mākslīgā intelekta pētnieks Stīvens Meriti CNBC teica, ka pastāv “atšķirība starp teoriju un praksi”. Viņš arī atzīmēja, ka “, iespējams, pietiks ar dinamīta kaudzi, lai to nogādātu uz Mēnesi, taču tas nav īsti praktiski.”

Galu galā nevienā no gadījumiem nav pierādījumu, lai teiktu, vai mācīšanās pastiprināšana kādreiz radīs mākslīgo vispārējo intelektu.

“Patiesība ir tāda, ka neviens nezina, un DeepMind galvenais produkts joprojām ir sabiedriskās attiecības, nevis tehniskas vai produktu inovācijas,” CNBC teica Rodolfo Rosini, tehnoloģiju ieguldītājs un uzņēmējs, kas koncentrējas uz mākslīgo intelektu.

Uzņēmējs Viljams Tunstalls-Pedoe, kurš pārdeva lietotni Siri līdzīgo Evi Amazon, sacīja CNBC, ka pat tad, ja pētniekiem ir taisnība, “tas nenozīmē, ka mēs tur drīz nonāksim, un tas nenozīmē, ka nav labāka un ātrāka veida, kā tur nokļūt”.

DeepMind’s Reward is enough papīra līdzautori ir Ričards Satons un Deivids Sudrabs, kuri 1990. gados Kembridžas universitātē tikās ar DeepMind izpilddirektoru Demisu Hasabisu.

Galvenā problēma ar tēzi, ko rada “atlīdzība ir pietiekama”, nav tā, ka tā ir nepareiza, bet gan tā, ka tā nevar būt nepareiza un tāpēc neapmierina Slavenais Karla Popera standarts “Visas zinātniskās hipotēzes ir viltojamas,” sacīja vecākais AI pētnieks lielā ASV tehnoloģiju uzņēmumā, kurš vēlējās palikt anonīms diskusijas jutīgā rakstura dēļ.

“Tā kā Silver u.c. runā kopumā, un atlīdzības ideja nav atbilstoši definēta, jūs vienmēr varat izvēlēties gadījumus, kad hipotēze ir apmierināta, vai arī atlīdzības ideju var mainīt, lai tā būtu apmierināta,” piebilda avots.

“Neveiksmīgais spriedums šeit nav tāds, ka šie ievērojamie mūsu pētnieku kopienas pārstāvji kaut kādā veidā kļūdījās, bet gan tas, ka uzrakstītais ir niecīgs. Kas galu galā ir iemācījies no šī raksta? Ja nav praktiskas , ar ko var secināt, vai no šī hipotēzes neatņemamās patiesības atzīšanas šis dokuments bija pietiekams? “