Создан искусственный интеллект, который способен обучаться как ребенок

Принцип молотка (часть 2. Искусственный интеллект и обучение детей)

текст: Лёха Андреев (часть 2. часть 1 (Как нас дурят искуственным интеллектом) см. здесь) (ссылка на книгу автора в конце)

И тут я наконец могу рассказать, как это все относится к детям. Надо лишь добавить одну связочку в виде цитаты Филипа Дика: «Фальшивые реальности могут порождать фальшивых людей».

Многие считают, что «показывать пальцем» неприлично; они умудряются внушить это суеверие даже маленьким детям. А родителям в некоторых современных пособиях даже советуют отворачиваться от ребенка, когда он на что-нибудь показывает, — и требовать, чтобы он словами называл свои цели. Якобы от такого обращения у детей быстрее развивается речь и интеллект вообще.

Называть словами? Это самое важное в развитии? Лично я вижу здесь именно ту книжно-компьютерную модель интеллекта, которая заразила нашу культуру в прошлом веке. Просто психологи опять стащили объедки со стола инженеров. Точно так же вслед за появлением компьютеров они придумали «нейролингвистическое программирование». Само название прямо говорит, где украли ложечки.

Обратите внимание

Только к началу XXI века до них наконец дошла идея другой, сенсорно-сетевой, модели интеллекта. В психологических журналах появились публикации под лозунгом Grounded Cognition, буквально — «заземленный», «базовый» интеллект.

В этой модели основой когнитивных процессов считаются не абстрактные символьные вычисления, а мультимодальная симуляция, то есть воспроизведение и моделирование визуальных, моторных и других сенсорных «впечатлений», полученных в непосредственном взаимодействии с окружающим миром.

Дошло даже до исследований, которые доказывают, что «множество дополняющих друг друга органов чувств ребенка позволяют ему обучаться самостоятельно — без конкретной задачи и без учителя — просто взаимодействуя с внешним миром».

Какой удар по всей нашей церковно-приходской системе образования! Оказывается, сенсорные системы ребенка — зрительная, слуховая, моторная, осязательная, обонятельная, вестибулярная и так далее — обучают и корректируют друг друга безо всяких правильных слов.

И именно такой параллелизм позволяет им реагировать гораздо «умнее», чем абстрактные правила.

Забавно, что процитированная выше работа опубликована в 2005 году в журнале Artificial Life, и ее главная идея — вот чему разработчики искусственного интеллекта могут научиться у младенцев.

Я бы добавил, что подобным вещам стоит в первую очередь учить родителей тех самых младенцев.

По себе знаю, как трудно приглушить в себе стереотипы книжно-компьютерной модели обучения, чтобы лучше увидеть чувственно-сетевую.

Важно

Зачем маленькие дети столько раз повторяют одинаковые движения и странные жесты? Зачем они качаются или кружатся на месте? Почему норовят перевернуть все предметы вверх ногами и погрызть? Для чего, начав ползать по дому, они так упорно простукивают шкафы и стены? Почему первые слова появляются у них одновременно с умением ходить — и почему вы сами лучше соображаете при ходьбе?

Все становится гораздо понятнее, если выкинуть молоток Тьюринга из головы. Вообще-то мы догадывались об этом еще в детстве, когда читали, как Буратино продал азбуку и пошел изучать мир на чистом практическом опыте. Но нам же нужна еще сотня крутых перцев вроде Марвина Мински, чтобы эта методика не казалась сказочной.

Если вам нравятся идеи автора, вы можете поддержать публикацию его новой книги для родителей.

[Что ещё интересного в СО-сообществах 3-го круга:]

Источник: https://shkola30.livejournal.com/173073.html

Ученые разработали искусственный разум с жаждой знаний

Машина самостоятельно обучается.

Исследователи из Гетеборгского университета разработали программу, которая имитирует  развитие ребенка маленького ребенка. Причем она способна обучаться и использовать полученные данные. – Мы создали программу, которая может учиться.

Например, базовой арифметике, логике и грамматике и при этом без предустановленных знаний. Начиная с простого и емкого набора определений эта программа способна когнитивно развиваться на основе ранее полученных знаний.

На основе новых знаний она составляет новые выводы в отношении правил и устоев, принятых в нашем мире, после чего определяет новые модели, которые наиболее подходят к той или иной теме, – рассказал один из ученых Клае Страннегард. Процесс этого обучения аналогичен тому, как развивается интеллект ребенка.

Например, ребенок может интуитивно догадаться, что если 2 x 0 = 0 и 3 x 0 = 0, то, скорее всего, и 5 x 0 тоже будет равно 0, или же по аналогичному примеру с цифрами “2, 5, 8” ответ будет 11.

Аналогичным образом ребенок интуитивными методами может развиваться и в других областях, например, в английской грамматике, где, скажем, есть неправильные глаголы “sing” (петь — прим. ред), который в прошедшей форме становится “sang” (спел или спела), а также “run” (бежать) и “ran” (бегал).

– Мы утверждаем, что дети обучаются всему на основе полученного опыта, и в конечном итоге они ищут общие для конкретной среды правила, – объяснил Страннегард, передает hi-news.ru.

Программа, которую ученые назвали O*, следует принципам Бритвы Оккама, которые можно интерпретировать так: не следует давать долгие и сложные объяснения, если можно ограничиться короткими и простыми.

При этом принцип совсем не запрещает использование сложных определений в принципе, но лишь рекомендует определенный порядок рассмотрения гипотез, который в большинстве случаев является оптимальным. Иногда такой подход приводит к ошибкам.

Совет

Например, ребенок может сказать “I brang my lunch” (Я принес свой обед), вместо правильного “I brought my lunch” (“brang”, как и “brought”, является прошедшей формой глагола “to bring” (принести), но в первом случае слово является сленговым выражением).

Тем не менее программа O* способна обучаться не только азам арифметики и грамматики, как обычный ребенок, но и решать весьма непростые для среднего человека логические задачи. Ученые надеются, что их программа однажды сможет понимать и обосновывать свои заключения на всех уровнях решения проблемы и при этом без какой-либо необходимости в предварительном внедрении в нее постулатов и правил, которым в тех или иных ситуациях необходимо следовать.

ЧИТАЙТЕ ТАКЖЕ

Ученые создали ребенка внутри компьютера [видео]

Множество светил по всему миру усиленно работает над созданием искусственного интеллекта, который мог бы полностью имитировать реального человека и даже превосходить его.

Разработчики создали искусственный интеллект, который работает на основе биологических нейронных сетей и полностью имитирует поведение маленькой девочки.

Так, сотрудникам новозеландской Лаборатории Анимационных технологий при Окландском университете удалось объединить продвинутый AI (искусственный интеллект) на основе нейронных сетей и внешность маленькой девочки.

Проект получил название Baby X, и в данный момент тестирование проходит уже третья программная версия этого интересного эксперимента.

Baby X – это интерактивная анимированная модель маленькой девочки с типичным для ребенка поведением.

Девочка управляется специальными психобиологическими алгоритмами, которые разработали сотрудники лаборатории. Это почти настоящий ребенок, который способен радоваться, грустить, интересоваться новыми вещами и максимально полноценно выражать свои эмоции на экране монитора.

Baby X видит окружающий мир с помощью встроенной в компьютер камеры и слышит его при помощи микрофона. В реальном времени маленькая девочка способна реагировать на знакомые слова и ассоциировать их с теми или иными объектами, действиями или изображениями.

Виртуальный персонаж Baby X довольно точно повторяет поведение маленького человека – угадывает слова и картинки, отвлекается в процессе обучения, засматривается на интересные ей объекты и веселиться, если увидит что-то смешное с его точки зрения.

Обратите внимание

Это сильно отличает проект от других современных разработок в области искусственного интеллекта.

И это лишь один из множества проектов, которые разрабатываются в новозеландской лаборатории. Исследователи постоянно совершенствуют анимацию человеческих лиц, занимаются разработкой технологии распознавания образов и человеческой мимики, а также параллельно работают над множеством других не менее интересных задач.

Источник: https://kp.ua/life/471871-uchenye-razrabotaly-yskusstvennyi-razum-s-zhazhdoi-znanyi

Обучение в школе с помощью искусственного интеллекта

Искусственный интеллект, уже применяемый в некоторых странах, начинает использоваться в австралийских школах, – пишет abc.net.au.

Искусственный интеллект, уже применяемый в некоторых странах, начинает использоваться в австралийских школах, – пишет abc.net.au.

В Баия (Бразилия) 15-летние ученики Дэвид и Роама из «Colegio Perfil» часто начинают свой школьный день дома или в автобусе. Они берут свои телефоны, заходят в учебное приложение «Geekie Lab» и начинают занятия там, где находятся в данный момент.

«Вы можете получить доступ к приложению повсюду, если у вас есть телефон», – сказал Дэвид.

Читайте также:  Кто такие чат-боты и как они могут помочь в изучении английского языка

«Хуже всего то, что вы не можете убежать от домашней работы, потому что приложение сообщает, когда вы ее не делаете», – добавила Роама.

«Geekie Lab» является одним из нескольких персонализированных учебных приложений, которые предоставляют ученикам школьную программу в виде цифровых уроков, объединяющих текст, видео и изображения.

«Я живу далеко, и каждый раз мне приходится брать тяжелые книги, – объяснила Роама. – «Geekie» гораздо практичнее, его можно носить повсюду. Вы можете получить все книги и информацию более простым способом».

Приложение позволяет каждому ученику заниматься в собственном темпе: анализирует эффективность обучения, исследует индивидуальный прогресс и обновляет контент на основе этих данных. Кроме предоставления учебного содержания, оно задает студентам вопросы, оценивает их работы и передает информацию учителю.

Инженер-программист Geekie Леонардо Карвалью объяснил: «Мы пытаемся понять, каковы наилучшие пути обучения для каждого ученика», – сказал он.

Итак, для Дэвида и Роамы есть два «учителя», следящие за их прогрессом: программа искусственного интеллекта и преподаватель английского языка Рафаэль.

«Это роль посредника, – сказал Рафаэль. – Они все время взаимодействуют с устройством, и они постоянно ищут вас, чтобы проверить, загружаете ли вы контент».

Система образования требует перемен

В последние годы австралийские школьники плохо проявляли себя в рамках мирового рейтинга образования, особенно по предметам STEM (аббревиатура от Science — естественные науки, Technology — технологии, Engineering — инжиниринг, проектирование, дизайн, Mathematics — математика). Фонд Общественного Образования заявил, что снижение производительности в Австралии по математике, чтению и науке обойдется стране в 120 миллиардов долларов в течение следующих 45 лет.

В марте Дэвид Гонски – глава Австралийского фонда по проблемам образования коренных народов – выпустил новый доклад, утверждая, что нынешняя модель массового образования была проблемной, и предложил решение: персонализированное обучение, которое позволит ученикам работать в собственном темпе.

Важно

Секретарь Департамента образования штата Новый Южный Уэльс Марк Скотт заметил: «Нам нужно изменить способ обучения, инструменты, которые мы используем, и условия работы».

По его мнению, современные технологии – это жизненно важный инструмент в руках хорошего учителя, стремящегося к индивидуальному подходу. Новое программное обеспечение, основанное на искусственном интеллекте, может настраивать персонализированный контент для каждого отдельного учащегося, что позволяет учащимся более эффективно усваивать информацию.

https://www.youtube.com/watch?v=_26A60TaBoU

Кроме того, ученые и разработчики рассчитывают, что, регулярно выполняя тестовые задания с помощью нового приложения, дети перестанут испытывать стресс, вызываемый предстоящими контрольными.

Возможные проблемы

Г-н Скотт сказал, что учителя и студенты должны быть готовы к изменениям, которые новые технологии могут принести в классные комнаты. «Мы знаем, что мир снаружи резко меняется», – сказал он и добавил, что ведутся переговоры с крупными технологическими компаниями и с деловыми партнерами, которые хотят помочь создать в школе среду для экспериментов.

Г-н Карвальо, увидевший, как система действует в Бразилии (там ее используют уже 5 миллионов студентов), заявил, что программное обеспечение искусственного интеллекта не заменило учителей. Структура работы школы, безусловно, изменилась.

Теперь, учителя, избавленные от некоторых рутинных вещей, «могут действительно сосредоточиться на обучении, понимании потребностей и дифференциации оценок каждого учащегося».

Именно преподаватели решают, каким образом им распоряжаться данными, полученными с помощью программного обеспечения.

Роуз Лакин – ученый из Лондонского университетского колледжа, специализирующаяся на образовательном программном обеспечении, – сказала, что искусственный интеллект все чаще используются школами по всему миру.

«Система анализирует, что делает студент (возможно, она также проанализировала миллионы студентов ранее) и дает обратную связь, которая персонализирована для каждого отдельного студента», – сказала она и добавила, что такая система «очень хороша в обучении классическим академическим предметам – технике, инженерии, математике, а также в изучении языка».

Программное обеспечение может обеспечить учителями миллионы детей и решить проблему нехватки специалистов в школе. Кроме того, это очень выгодно экономически.

Совет

Однако Роуз Лакин предостерегла от полной замены учителей программным обеспечением искусственного интеллекта: «Если политики и должностные лица увидят систему как экономичное решение проблемы оплаты труда учителей или их нехватки, это может быть опасно», – сказала она.

Технология может качественно научить, применяя индивидуальный подход, на который у учителей, как правило, не хватает времени. Но развить социальные навыки и творческие способности у детей она не способна – именно для этих задач у учителей высвободится время, благодаря использованию искусственного интеллекта.

У профессора Лакин также есть опасения относительно того, где будут храниться отдельные данные учащегося и как они будут использоваться: «Я думаю, что есть огромные риски, связанные с этикой и неприкосновенностью частной жизни».

Кроме того, многие родители уже беспокоятся о продолжительности времени, которое дети будут проводить у монитора.  

Тем не менее, г-н Скотт сказал, что школы уже пытаются научить школьников взаимодействовать с технологиями в классе и за его пределами.

«Мы должны быть осторожны с экранным временем, и я, конечно, не вижу будущего, когда ученики просто заперты перед экранами», – сказал он.

По мнению г-на Скотта, Новый Южный Уэльс может стать идеальным местом для испытания новых образовательных технологий. Если здесь они покажут свою эффективность, то потом будут внедряться во всю образовательную систему страны.

Представитель отдела образования заявил, что инновационная программа будет запущена в июле.  

Источник: https://scientificrussia.ru/articles/obuchenie-v-shkole-s-pomoshchyu-iskusstvennogo-intellekta

Искусственный интеллект в образовании

В образовательном секторе происходит новый виток развития. Все вокруг говорят о пока еще “сыром” направлении.

И связано оно с использованием ботов — программ на основе искусственного интеллекта для самостоятельного общения со студентами.

Кто-то убежден, что замена образовательной деятельности роботами — это что-то из области фантастики и наивная иллюзия. Другие уверенно высказываются о том, что уже в скором времени машины полностью заменят преподавателей.

Почему ученые и лидеры мнений спорят о том, нужны ли нам роботы? Насколько реален сценарий, по которому искусственный интеллект захочет (и сможет!) заменить “живых” преподавателей?

В статье приводятся отрывки из панельной дискуссии в рамках конференции ELForum 2017

Прогнозы разнятся: эксперты разделились на 2 лагеря

Развитие искусственного интеллекта в образовательном сегменте разделило экспертов на 2 лагеря: если одни утверждают, что машины способны улучшить жизнь преподавателей, то другие считают, что они представляют значительно большую угрозу, чем потеря рабочих мест. Что же все-таки произойдет, если роботы плотно заполнят систему преподавания?

Анна Верба, CEO Группы компаний “Актив”

Однозначно, нас ждет интересное время, когда искусственный интеллект будет играть важную роль в образовательной деятельности.

И я уверена, что это явление в большей степени коснется рутинных процессов в педагогике. Но, кроме рутинности, я — за эмоциональность и эмпатию.

Как только искусственный интеллект достигнет этого уровня и будет понимать того, кого он учит, находить индивидуальный подход — это будет реальный прорыв

Георгий Ковалев, CEO PM Express

Обратите внимание

Чат-боты, которые есть сейчас, вряд ли можно назвать искусственным интеллектом. Большинство роботов — это хорошо или плохо написанные скрипты, которые умеют на входящие слова давать какой-то ответ. Называть это искусственным интеллектом пока рановато. Но, тем не менее, я выбираю сторону машин.

Проблема в том, что мы не знаем, под каким углом на все это смотреть. Взять, например, стандартные приложения ОС Windows “Сапер” и “Косынка”… Они ведь были созданы не для развлечения. А с целью обучить пользователя работать мышью — ставить курсор в нужное место и освоить комбинацию Drag-and-drop.

На мой взгляд, машина, хоть и пока под руководством человека, способна более аккуратно проводить обучение. И рано или поздно мы столкнемся с тем, что базовое обучение будет проводится машинами. Человеческий фактор, экспертное оценивание — никуда не денется.

Но рынок образования сильно поменяется

Александр Ларьяновский, управляющий партнер Skyeng

Очевидно, что на горизонте большого количества лет, все работы заменит искусственный интеллект. Другой вопрос — случится это за горизонтом нашего планирования или до него. Сколько времени дети проводят за touch-устройствами? Больше, чем много. Вот шел ребенок с планшетом, споткнулся, упал.

Он за сочувствием к кому пойдет — к планшету или к материнскому инстинкту? К инстинкту. Вот когда пойдет к планшету, когда будет чувствовать, что с той стороны его действительно что-то понимает. Не распознает, а именно понимает! Можно считать — роботы выиграли.

Но случится это далеко за пределами нашего планирования

Читайте также:  Искусственный интеллект займется отбором человеческих эмбрионов

Александр Орлов, управляющий партнер Школы менеджеров “Стратоплан”

Если говорить о взрослой категории студентов, то проблема обучения заключается в том, что люди приходят на курсы в нересурсном состоянии. Наши тесты показывают, что 60-70% студентов испытывают профессиональную усталость и отсутствие какого-либо интереса. В какой-то момент у них просто перестают появляться результаты.

На мой взгляд, роботы должны прийти на ступень раньше — научиться отслеживать эмоциональное, физическое, моральное состояние людей. В идеале — собирать метрики производительности и на основе них давать рекомендации. Например, увеличить продолжительность сна или отправиться в отпуск.

Это позволит предотвратить профессиональное выгорание, что будет выгодно и работодателю. Согласитесь, кому нужно, когда сотрудник работает на 10% от своей потенциальной мощности? Проблема взрослого образования — не в eLearning-трансферах и не в процедуре передачи знаний.

Важно

Роботы должны проявлять себя на более ранней стадии и заниматься отслеживанием состояния людей

Владимир Коваль, CEO Singularika

До 2030 года учителям бояться нечего. На сегодняшний день нет ничего, что может их заменить. Автоматизировать процессы — да. Есть боты, способные решать определенные узкие задачи. Например, первичное анкетирование студента они запросто проведут.

Но если затрагивать социальные вопросы, то, на мой взгляд, процессы, которые сейчас происходят в обществе, не идут в сторону укрепления семейных отношений, отношений между детьми и родителями, и человеческих отношений в целом. Общество движется по принципу “человек человеку волк”. И в данном случае, робот будет ближе, чем человек.

И побежит ребенок за сочувствием к планшету. И если затрагивать тему сильного искусственного интеллекта, то соблюдать материнский инстинкт и эмпатию робот будет лучше

Не замена, а робот-помощник

Мы наблюдаем за тем, как умные машины обыгрывают чемпионов в шахматы, переводят и распознают эмоции и человеческий голос, ставят медицинские диагнозы, рисуют, генерируют текст. И это впечатляет.

Но когда мы говорим и фантазируем о будущем, в котором роботы могут облегчить жизнь преподавателям, мы визуализируем сценарий автоматизации процессов — когда рутинные функции педагоги могут смело поручить машинам.

Особенно актуален этот вопрос на уровне адаптивного обучения, мотивации и сопровождения студентов.

Анна Верба, CEO Группы компаний “Актив”

Мы тоже обучаем взрослых людей. И сталкиваемся с проблемой, когда, казалось бы, у студентов есть четкий мотив на входе — получение международного сертификата. И на финише они все хотят иметь необходимые навыки и сертифицироваться.

Но сложности возникают с мотивацией. Сейчас очень много лежит в основе личностных подходов — кого-то мы мотивируем, кого-то приходится убеждать, уговаривать, напоминать, чуть ли не вести за руку.

Вот это все очень хочется передать в руки искусственному интеллекту.

Каковы приблизительные прогнозы к 2025-2030 году?

Адаптивное обучение, основной идеей которого является индивидуальная “подстройка” под психотип, способности, знания, умения и даже настроение каждого ученика, перерастет в элитарное.

Все, что можно будет автоматизировать и перевести в онлайн с помощью тех же алгоритмов и искусственного интеллекта — все это будет сделано для того, чтобы убрать рутину и оставить самое ценное — то, что преподаватель может дать непосредственно своему ученику.

Хороший преподаватель, как правило, стремится найти подход к каждому студенту. Для этого он не просто читает лекцию и дублирует тексты с учебников, а вдохновляет, импровизирует, пробуждает интерес.

Заменить преподавателя, его нестандартное мышление, творческий подход и эмоциональную поддержку у искусственного интеллекта, на мой взгляд, не получится, и от этой идеи отказываются многие ученые.

А вот избавить от рутинных нагрузок и дать возможность заниматься исключительно экспертным наставничеством — это гораздо более практичная задача, которую вполне могут решить машины.

Совет

Кроме того, роботы будут испытывать некие сложности и с оцениванием студентов. Искусственный интеллект сможет проверить правильность ответа, но не сможет оценить ход решения. До сих пор помню, как в школе я расписывала верное решение сложной математической задачи, а с ответом получалась несостыковка.

И меня все-равно хвалили. Да, я получала не максимальные оценки за такие погрешности, но и 2-ки мне никто не лепил. А компьютер влепит. Причем, без объяснений. И ученик даже не поймет, в чем была его ошибка.

Поэтому, препятствием полной автоматизации и роботизации процесса обучения становится именно живой человеческий фактор.

Вместо итога

Источник: https://etutorium.ru/blog/iskusstvennyj-intellekt-obrazovanie

Искусственный интеллект сегодня – мы дальше от цели, чем кажется

Фантасты и футурологи давно мечтают о создании искусственного интеллекта, способного смеяться, плакать, учиться, собирать, а потом анализировать данные гораздо быстрее и лучше, чем человек. Однако, этого мы ещё долго не дождемся…

Да, уже существуют некоторые программы, которые умеют решать проблемы, опираясь на информацию и рекомендации, разработанные человеком. Нас уже не удивляют победы компьютеров в играх с шахматными гроссмейстерами.

Мы не очаровываемся доказательствами математических теорем, полученных благодаря специально написанной для этой цели программы. Но всё еще с нетерпением ждем настоящий ИИ.

Мы ждём очень много лет… и ещё подождем…

Успехи искусственного интеллекта

В 1996 году Deep Blue удивил всех в первый раз, победив тогдашнего шахматного гроссмейстера – Гарри Каспарова. Мощный суперкомпьютер, год спустя, окончательно опустил противника на колени. Благодаря 245 специализированным процессорам, он обсчитывал 200 миллионов ходов в секунду, так удалось показать, что построенная за огромные деньги машина победит человека.

Каспаров играет в шахматы против компьютера Deep Blue (Wiki Commons)

Игровой процесс Го происходит на квадратной доске, покрытой 19 горизонтальными и 19 вертикальными линиями.

На пересечении линий игроки по очереди ставят черные и белые камни. Вначале доска пуста, а победителем становится тот, кто займёт камнями большую поверхность, чем у противника.

Расставленные камни нельзя перемещать, но есть возможность убирать шашки соперника.

Не так давно удалось добиться больших успехов в компьютерной реализации этой игры: признанный мастер го сдался после 3,5 часов игры. Шахматы по сравнению с этой древней игрой – это пустяк. Ибо шахматисты при каждом переставлении фигур имеют, примерно, 35 возможных ходов. В го игрок выбирает один из 250 возможных ходов!

В шахматах после первого хода обоих игроков мы можем получить 400 различных графических фигур. В го 129 960! Трудно представить себе суперкомпьютер, который умеет обсчитать в разумные сроки такие варианты.

Поэтому разработчики программы AlphaGo применили, так называемые, нейронные сети, работающие по принципу человеческого мозга. Вместо того, чтобы вычислять и предвидеть, программа учится на основе имеющихся данных и разрабатывает наилучшие стратегии. Почти как люди!

Что из этого вышло? Пока что ничего, но, глядя на историю Deep Blue, до создания истинного искусственного интеллекта ещё далеко. Ведь обучение, как таковое, – это слишком мало.

Неудачные эксперименты с искусственным интеллектом

Источник: https://webznam.ru/blog/iskusstvennyj_intellekt_segodnja/2016-05-29-306

Искусственный интеллект и обучение

По следам дискуссии на HR клубе перевели для вас статью Кларка Куинна, американского эксперта в области когнитивной науки, о возможностях искусственного интеллекта в обучении и развитии.

Об искусственном интеллекте (ИИ) сегодня говорят все. Массовая пресса и бизнес-издания рекламируют новые разработки и пишут о них страшные истории.

Преимущества искусственного интеллекта обсуждают крупнейшие компании, а поставщики рассказывают, как используют ИИ для производства своих продуктов. Такой ажиотаж случается не впервые.

Обратите внимание

Вопрос, который волнует многих, звучит так (перефразируя слова Гертруды Стайн): «Ничего — и это все, что там есть?».

Чтобы ответить на этот вопрос, давайте разберемся, что такое ИИ, на что он способен и неспособен, и как его возможности можно использовать для обучения и развития. Для начала нужно понять, что же такое интеллект.

В интеллекте есть два важных компонента — исполнение и изучение.

Допустим, если система (человек, животное или что-то иное) способна анализировать сложные ситуации и делать правильный выбор, то ее поведение можно назвать интеллектуальным.

Читайте также:  На службе у вмс сша появятся роботы-рыбы

Однако такому поведению можно научиться, если постоянно корректировать свои поступки на основе прошлого опыта. Это означает, что интеллект можно создать или приобрести.

Общая информация об ИИ

Существует два вида искусственного интеллекта. Мы называем его «искусственным», потому что он был создан на основе человеческих знаний об интеллекте.

Ранние модели ИИ появились во времена когнитивной революции и были ответом на существующую парадигму бихевиоризма.

В ее основе лежала мысль о том, что человеку не дано понять, как работает мозг: это «черный ящик», в который входят одни данные, а выходят другие — их-то бихевиористы пытались предугадать.

Но когнитивная революция опровергла эту теорию, и принципы работы мозга стали объяснимы. Первые модели с ИИ подчинялись законам формальной логики, так как они отвечали прежним взглядам на интеллект.

В основе законов лежали четкие представления о мире, которые подчинялись определенным правилам. Одни правила, в свою очередь, могли подчиняться другим.

Такие системы были созданы для выполнения умных задач и могли обучаться.

Важно

Первые модели с ИИ работали в узких предметных областях. Но результаты непрерывных исследований привели ученых к выводу, что непредсказуемое поведение в человеческой когнитивной структуре нельзя объяснить законами логики. В мышлении человека возникают систематические ошибки, которые объективно противоречат логике.

Среди таких когнитивных искажений — создание стереотипов, функциональная закрепленность, психологические установки, склонность к подтверждению своей точки зрения, ограниченная рабочая память. Оказалось, что человеческое поведение более зависимо от текущей ситуации, чем от формальной логики.

Возникла необходимость усовершенствовать существующую модель ИИ.

“Очеловечить” поведение программируемых систем пытались разными способами — с помощью коннекционизма, генетических алгоритмов и принципов нечеткой логики.

Такие системы назвали субсимвольными, так как принципы их работы невозможно описать только с помощью семантики. В определенных ситуациях их поведение, на самом деле, было очень похоже на человеческое.

Но эти системы не создавались вручную, а скорее «обучались» с помощью наборов данных и обратной связи.

Сегодня эти два подхода дополняют друг друга. В предметных областях, где поведение задается на основе законов формальной логики, можно использовать символьные системы, которые будут реагировать соответствующим образом. Но обычно их возможности ограничены, и такие модели не дорастают до «общего искусственного интеллекта».

Субсимвольные модели обучаются с помощью наборов данных и обратной связи и вырабатывают способность находить закономерности в этой информации.

Они могут успешно работать в непонятных для нас предметных областях, но результаты их работы так же недоступны для человеческого анализа.

Эти системы можно научить распознавать эмоции и другие общие модели поведения, но они всегда ограничены заданными условиями.

Совет

Недостаток субсимвольных моделей, которые становятся все более популярными, заключается в трудности интерпретации конечных алгоритмов. Поведение этих систем приходится объяснять также, как поведение человека.

Благодаря росту вычислительных мощностей мы можем одновременно работать с двумя системами. Одна из самых известных моделей, IBM Watson, интегрирует работу отдельных систем и определяет наиболее значимые выходные данные у каждой из них. Существует мнение, что такие системы, по сути, занимаются только поиском. Но возникает другой вопрос: как можно (и нужно) использовать ИИ в работе.

ИИ и работа

Системы искусственного интеллекта никогда не устают, выполняют задачи объективно и без ошибок. В этом заключается их основное преимущество.

Благодаря обучению и оценке результаты работы систем искусственного интеллекта становятся предсказуемыми. В этом они отличаются от людей. Но такие системы практически не могут выходить за рамки изученного материала.

Они учатся на основе обратной связи и в какой-то степени начинают вести себя произвольно, но все же они весьма ограничены.

Для обучения систем все реже вручную создают логические правила. Чаще всего для этих целей используют встроенные алгоритмы.

Если мы сможем охарактеризовать входную информацию и предоставить системе обратную связь по удачным и неудачным моментам, она научится обрабатывать большой объем данных и выполнять задания, используя новую информацию.

Таким образом, системы можно научить различать визуальные закономерности и применять их в рентгенографии для выявления отклонений. По качеству работы они догонят и обгонят человека.

Обратите внимание

Компьютеры могут автоматизировать значительную часть задач, которую ранее выполняли люди. Такие системы способны делать работу, которая не под силу человеку: например, быстро и точно выполнять сложные вычисления или запоминать несвязанные факты. Однако принцип их работы достаточно сложно понять, и они не могут выполнять задачи, которые находятся за пределами их тренировочного набора.

ИИ используют для распознавания естественного языка и генерации ответов, например в чат-ботах. ИИ также помогает выявлять неисправности, и его часто применяют в системах управления роботами.

ИИ обучают распознавать потоки информации, например новости, обобщать их или выделять главное.

Системы с искусственным интеллектом помогают принимать решения в разных сферах деятельности — финансах, медицине, авиации.

Это особенно тревожно для тех, чей труд может можно легко автоматизировать. Но пока на системы ИИ нельзя полностью полагаться, потому что они не справляются с ситуациями, к которым их не готовили. В отличие от людей, у них нет большого опыта, на который можно опереться в незнакомой ситуации. Такую универсальную базу знаний для ИИ пытаются создать уже много лет, но пока безуспешно.

Есть еще один подход: вместо того, чтобы заменять людей компьютерами, нужно придумать, как использовать и тех, и других. Это направление называется усилением интеллекта. Согласно ему, нужно взять лучшее из двух систем и объединить их в одну более эффективную.

ИИ в обучении и развитии

Какую роль играет ИИ в обучении и развитии? На самом деле, большую. Прежде всего, системы с ИИ помогают оптимизировать работу внутри организации.

Рано или поздно наступит необходимость объединить работу людей и умных устройств. Это становится очевидно, учитывая, что одной из задач отдела по обучению и развитию является решение проблем с эффективностью компании.

Существует несколько основных направлений, где можно использовать ИИ.

Важно

Во-первых, ИИ подходит для чат-ботов или похожих инструментов для ответов на вопросы. Они помогут сотрудникам и клиентам получить ответы о политике и процедурах компании, станут опорой для стажеров и облегчат работу сотрудникам службы поддержки.

Во-вторых, ИИ может использоваться в адаптивном обучении. Интеллектуальные обучающие системы отлично подходят для работы в узких предметных областях и механического запоминания. Экспертные модели можно использовать для консультирования учеников по непонятным для них темам. Также они помогают наработать профессиональные навыки.

В-третьих, ИИ выявляет закономерности. Если вы отслеживаете большое количество данных, например через XAPI, система найдет соответствия, которые человек мог упустить. Она поможет с категоризацией, проведет различия между ситуациями, подберет подходящие действия и решения.

Это задачи, которые уже сейчас могут решать системы с ИИ. Однако совсем скоро наступит время, когда им будет под силу:

  • проводить синтаксический анализ текстовой информации, задавать вопросы или отвечать на них;
  • проверять сложные работы и оценивать успеваемость;
  • объяснять принципы работы систем и предлагать рекомендации по использованию.

Но не все так безоблачно. Скорее всего, границы применения ИИ выйдут за пределы организации, и наступит пора задуматься о разделении ответственности.

С этической точки зрения, если машины заменят людей, то как мы сможем помочь тем, кто останется без работы? Если системы так сильно зависят от набора данных, которые используются при обучении, как оценить их работу? В каких случаях человек работает лучше компьютера? Не все эти вопросы требуют ответа, но задуматься о них стоит.

Наступил переломный момент, когда ИИ может заменить человеческий труд или дополнить его. По поводу ИИ возникают рабочие и морально-этические вопросы, ответить на которые нужно как можно скорее.

Мне кажется, нужно отталкиваться от задачи и для начала разобраться, что должно быть «в мире» (инструменты с ИИ или без него), а что в «голове» (чем будет заниматься человек).

Обучение и развитие должно играть в этом процессе ведущую роль.

Оригинал статьи (на английском языке): на сайте Ассоциации по развитию талантов ATD.
Автор – Кларк Куинн, исполнительный директор компании Quinnovation (США).

Источник: http://trends.skolkovo.ru/2017/12/iskusstvennyiy-intellekt-i-obuchenie/

Ссылка на основную публикацию
Adblock
detector