В области ИИ мы находимся на технологическом уровне Древней Гр | Малоизвестное интересное
В области ИИ мы находимся на технологическом уровне Древней Греции.
Там умели создавать сложные красивые сооружения и мудрёные философские теории. Однако, рассчитать траекторию брошенного камня (не говоря уж о траектории движения Земли) не смог бы и сам Аристотель. Ведь чтобы рассчитать эти траектории нужно знать конкретные математические формулы, опирающиеся на законы Ньютона и Кеплера.
Вот и сегодня наука не располагает математически описанными законами, в соответствии с которыми работает биологический интеллект. И потому сделать умную колонку с виртуальным голосовым помощником люди сегодня могут. А ИИ, подобный даже не человеческому, а хотя бы мышиному, - увы нет. Формул не знаем.
Но почему? Что мешает науке описать математику работы мозга?
Проблема в том, что наш интеллект – результат сотен миллионов лет эволюции, которая создавала его с одной единственной целью – повысить шансы физического тела на выживание и воспроизводство.
Т.е. биологический интеллект всегда воплощен в конкретное тело и нужен для управления разумным поведением, подстраивая его под морфологию тела и адаптируя к окружающей среде. Интеллект мыши подстроен под тело мыши и среду обитания мыши. Интеллект дельфина – под тело и среду дельфина. А человека – под тело и среду человека.
Это неразрывная триада: среда, тело, интеллект. И невозможно математически описать работу последнего в отрыве от первого и второго.
Следовательно, понять математику функционирования биологического интеллекта можно, только изучая динамику приспособления тела к условиям окружающей среды.
Но у современного ИИ все не так.
Он не воплощен, а бестелесен (у алгоритмов машинного обучения нет физического тела, которому нужно выживать и воспроизводиться). И потому ИИ, строго говоря, некорректно сравнивать с биологическим интеллектом. Это все равно, что сравнивать кошку с мышеловкой. Да, - извести мышь можно с помощью и того, и другого. Но на этом сходства заканчиваются.
Попытки преодолеть бестелесность ИИ делаются самые разнообразные.
Недавно я писал о разработке компанией DeepMind концепции разумной материи, позволяющей избежать проблемы отсутствия у интеллекта тела. Однако, эта концепция, типа «разумного океана» из романа «Солярис», уж слишком неземная, - за всю земную эволюцию здесь так и не появилось ни одно бестелесное разумное существо. И потому традиционный подход – среда, тело, интеллект, - видится всё же перспективней.
Новая система, разработанная в Стэнфордском университете, названа Deep Evolutional Reinforcement Learning – DERL – глубокое эволюционной обучение с подкреплением. Это новая вычислительная структуру, которая может решать сложные задачи локомоции и манипуляций в сложных средах для агентов различных морфологий, используя только низкоуровневую сенсорную информацию. Используя DERL, можно изучать следующие две взаимосвязи между сложностью окружающей среды, морфологическим интеллектом и обучаемостью агента управлять свои телом.
1) Сложность окружающей среды способствует развитию морфологического интеллекта, количественно определяемого способностью морфологии облегчать решение новых задач.
2) Эволюция быстро выбирает морфологии, которые учатся быстрее, тем самым позволяя поведению, усвоенному при жизни предков, передаваться для использования в жизни их потомков.
Эксперименты с DERL (см. схему) позволят на практике увидеть работу эффекта Болдуина - поведение, имеющее решающее значение для выживания, часто становится «запрограммированным» в геноме, чтобы гарантировать, что оно не потеряно.
Но главное, можно будет исследовать возникновение морфологического интеллекта через эволюцию морфологий, ведущих к более физически стабильному и энергоэффективному поведению, облегчающему обучение и контроль.
Дополнительные детали по теме смотрите в канале по тегу
#ВоплощенныйИнтеллект
