211service.com
AI-teknikken som kan gi maskiner evnen til å resonnere
Et bilde av babyer som leker med blokker Getty
Ved seks måneder gammel vil ikke en baby klappe et øye hvis en lekebil kjører av en plattform og ser ut til å sveve i luften . Men utfør det samme eksperimentet bare to til tre måneder senere, og hun vil umiddelbart oppdage at noe er galt. Hun har allerede lært begrepet gravitasjon.
Ingen forteller babyen at gjenstander skal falle, sa Yann LeCun, sjef for AI-forsker ved Facebook og professor ved NYU, under et webinar torsdag arrangert av Foreningen for Regnemaskiner, et bransjeorgan. Og fordi babyer ikke har veldig sofistikert motorisk kontroll, antar han, er mye av det de lærer om verden gjennom observasjon.
Denne teorien kan ha viktige implikasjoner for forskere som håper å fremme grensene for kunstig intelligens.
Deep learning, kategorien AI-algoritmer som startet feltets siste revolusjon, har gjort enorme fremskritt i å gi maskinene perseptuelle evner som syn. Men det har kommet til kort i å gjennomsyre dem med sofistikert resonnement, forankret i en konseptuell modell av virkeligheten. Med andre ord, maskiner forstår ikke virkelig verden rundt dem, noe som gjør at de kommer til kort i deres evne til å engasjere seg i den. Nye teknikker hjelper til med å overvinne denne begrensningen – for eksempel ved å gi maskiner et slags arbeidsminne slik at når de lærer og utleder grunnleggende fakta og prinsipper, kan de samle dem til å trekke på i fremtidige interaksjoner.
Men LeCun mener det bare er en del av puslespillet. Det er klart vi mangler noe, sa han. En baby kan utvikle en forståelse av en elefant etter å ha sett to bilder, mens dyplæringsalgoritmer trenger å se tusenvis, om ikke millioner. En tenåring kan lære å kjøre trygt ved å øve i 20 timer og klare å unngå krasj uten først å oppleve en, mens forsterkningslæringsalgoritmer (en underkategori av dyp læring) må gjennomgå titalls millioner av forsøk, inkludert mange alvorlige feil.
Svaret, tror han, er i den undervurderte dyplæringsunderkategorien kjent som uovervåket læring. Mens algoritmer basert på overvåket og forsterkende læring læres for å oppnå et mål gjennom menneskelig input, trekker uovervåkede ut mønstre i data helt på egenhånd. (LeCun foretrekker begrepet selvovervåket læring fordi det i hovedsak bruker deler av treningsdataene til å forutsi resten av treningsdataene.)
I de siste årene har slike algoritmer fått betydelig gjennomslag i behandling av naturlig språk på grunn av deres evne til å finne relasjonene mellom milliarder av ord. Dette viser seg nyttig for å bygge tekstprediksjonssystemer som autofullføring eller for å generere overbevisende prosa. Men det store flertallet av AI-forskning i andre domener har fokusert på veiledet eller forsterkende læring.
LeCun mener vektleggingen bør snus. Alt vi lærer som mennesker – nesten alt – læres gjennom selvovervåket læring. Det er et tynt lag vi lærer gjennom veiledet læring, og en liten mengde vi lærer gjennom forsterkende læring, sa han. Hvis maskinlæring, eller AI, er en kake, er det store flertallet av kaken selvstyrt læring.
Hvordan ser dette ut i praksis? Forskere bør begynne med å fokusere på tidsprediksjon. Med andre ord, tren store nevrale nettverk til å forutsi andre halvdel av en video når den blir gitt den første. Selv om ikke alt i vår verden kan forutsies, er dette den grunnleggende ferdigheten bak en babys evne til å innse at en lekebil bør falle. Dette er en slags simulering av hva som skjer i hodet ditt, hvis du vil, sa LeCun.
Når feltet utvikler teknikker som foredler disse evnene, vil de også ha viktige praktiske bruksområder. Det er en god idé å gjøre videoprediksjon i sammenheng med selvkjørende biler, fordi du kanskje vil vite på forhånd hva andre biler på gata kommer til å gjøre, sa han.
Til syvende og sist vil uovervåket læring hjelpe maskiner med å utvikle en modell av verden som deretter kan forutsi fremtidige tilstander i verden, sa han. Det er en høy ambisjon som har unngått AI-forskning, men som vil åpne opp for en helt ny rekke muligheter. LeCun er sikker: Den neste revolusjonen av AI vil ikke bli overvåket.
For å få flere historier som dette levert direkte til innboksen din, meld deg på vårt Webby-nominerte AI-nyhetsbrev The Algorithm. Det er gratis.