Робот – искусственный интеллект, который задает вопросы

8 неочевидных способов определить искусственный интеллект

Этот тест назван в честь Ады Лавлейс, математика из XIX века, которую считают первым в истории программистом. Он призван определить наличие интеллекта у машины через способность её к творчеству.

Первоначально тест предложили в 2001 году: тогда машина должна была создать произведение искусства, которое разработчик машины принял бы за созданное человеком.

Так как чётких критериев успеха нет, тест получается слишком неточным.

В прошлом году профессор Марк Рейдел из Технологического института Джорджии обновил тест, чтобы сделать его менее субъективным. Теперь машина должна создать произведение в определённом жанре и в определённых творческих рамках, заданных человеком-судьёй.

Обратите внимание

Проще говоря, это должно быть произведение искусства в конкретном стиле. Скажем, судья может попросить машину нарисовать маньеристскую картину в духе Пармиджанино или написать джазовое произведение в духе Майлза Дэвиса.

В отличие от оригинального теста, машины работают в заданных рамках, и поэтому судьи могут оценивать результат более объективно.

Этот тест придумал Чарли Ортиц, менеджер по искусственному интеллекту в компании Nuance Communications. По словам Ортица, недостаток теста Тьюринга в том, что он проверяет в первую очередь языковые способности, опуская другие важные составляющие разума — восприятие и физические действия. Проще говоря, у компьютеров, проходящих тест Тьюринга, нет глаз или рук.

Испытание IKEA (также известное как строительное испытание), придуманное Ортицом, призвано обойти эти ограничения.

Его могут пройти только роботы, способные построить физические структуры из, например, деталей мебели IKEA или даже кубиков LEGO.

Робот, проходящий испытание IKEA, должен давать вербальные инструкции и описания структур, самостоятельно манипулировать деталями и физическими компонентами, следить за постройкой, отвечать на вопросы и описывать ход работы.

Как и Ортиц, создатели визуального теста Тьюринга пытаются уменьшить роль языка в первоначальном тесте. Сотрудники Эксетерского университета в Англии Майкл Барклай и Энтони Галтон придумали тест, который проверяет визуальные способности машины, то есть может ли она «видеть», как человек. Тест можно посмотреть здесь.

Машине показывают картинку и спрашивают, например, где на ней находится чашка, — и дают несколько вариантов ответа. Все варианты ответов правильные (на столе, на подстилке, перед стулом, слева от лампы), но некоторые из них могут быть более человеческими, чем другие (скажем, из всего перечисленного человек скорее ответит «на столе»).

Важно

Кажется, что это простое задание, но на самом деле способность описать, где находится объект по отношению к другим объектам — важнейший элемент человеческого разума. Здесь играют роль множество нюансов и субъективных суждений, от размера объектов до их роли в конкретной ситуации — в общем, контекст.

Люди проделывают это интуитивно, а машины сталкиваются с проблемами.

Чат-боты, проходящие тест Тьюринга, умело обманывают судей и заставляют поверить, что они — люди. По словам Гектора Левеска, профессора информатики в Университете Торонто, такой тест лишь показывает, как легко обмануть человека, особенно в короткой текстовой переписке. Но из теста Тьюринга невозможно понять, есть ли у машины интеллект или хотя бы понимание языка.

В 2011 году Левеск опубликовал статью, в которой предложил новый тест, так называемую «схему Винограда», названную в честь учёного Терри Винограда. Проходя этот тест, машина отвечает на вопросы с двумя вариантами ответа.

Звучит просто — и для людей эти вопросы действительно простые, — но они сформулированы так, что без естественного понимания языка машина испытывает трудности. Вот один из вопросов: «Трофей не влезал в коричневый чемодан, потому что он был слишком маленьким (большим). Что было слишком маленьким (большим)?».

Если в вопросе используется слово «маленьким», то ответ — трофей, если «большим» — то чемодан. Эрнест Дэвис, коллега Левеска, работавший с ним над исследованием, опубликовал целую библиотеку вопросов, которые могут быть использованы в таком тесте.

Чтобы ответить правильно, нужно обладать навыками, которые до сих пор недоступны компьютерам: например, уметь представлять пространство, отношения между людьми, размер объектов, даже нюансы политики — всё зависит от конкретных вопросов.

Некоторые исследователи предлагают перевернуть тест Тьюринга с ног на голову — и сделать так, чтобы не человек проверял машину, а чтобы машина могла определить человека.

Самая популярная форма такого теста — это CAPTCHA, запутанные надписи, которые вы видите на многих сайтах и которые нужно вбивать на клавиатуре так, как показано на экране.

Совет

CAPTCHA мало кто воспринимает всерьёз, но в то же время между создателями CAPTCHA и роботами, способными их обойти, идёт что-то вроде гонки вооружений. Если будут побеждать первые, мы сможем прийти к более сложным системам, которые научатся превосходно отличать человека от машины.

Уже сейчас предлагают более сложные альтернативы: скажем, соединение CAPTCHA с тачскринами. Практического смысла для определения ИИ в обратном тесте Тьюринга мало, но он может размыть наши представления о человечности, интеллекте и заставить нас посмотреть на это по-новому.

Учёный-когнитивист Гэри Маркус — активный критик теста Тьюринга в его нынешнем виде. В этом году, например, он организовал конференцию, посвящённую вопросам искусственного интеллекта, где призывал оставить тест Тьюринга и придумать что-нибудь новое.

Маркус предложил свою альтернативу, которую, например, описал в статье для журнала The New Yorker.

Он предлагает построить компьютерную программу, которая смогла бы смотреть телевизионные шоу и видео на YouTube и отвечать на вопросы по их содержанию — ну, скажем, почему Джоффри Баратеон приказал казнить Эддарда Старка. Но это не так трудно.

Тест Маркуса заключается в другом: включите такой программе эпизод «Симпсонов» и пусть она объяснит, в каких местах следует смеяться. Если компьютер может определить и понять юмор, сарказм и иронию — и даже объяснить их — значит, он максимально приблизился к интеллекту, а может и обладает им.

Для того чтобы доказать, что машина обладает разумом, нужно больше, чем поведенческие и языковые тесты. Нужно доказать, что у неё есть необходимые инструменты для интеллекта, что у машины есть какой-то эквивалент сложного и динамического человеческого мозга, даже если этот мозг — просто код.

В нейробиологии есть термин нейронный коррелят сознания — это сложный набор механизмов и событий в мозге, необходимых для сознания. Если мы обнаружим коррелят в машине, мы убедимся, что перед нами не просто симуляция сознания, а настоящее сознание. Но это очень трудно: о человеческом мозге мы понимаем очень мало.

Так что цифровое вскрытие машины скорее работает не как тест, а как шаг к созданию искусственного мозга — всё-таки, чтобы вскрыть и увидеть такой мозг, нужно его сначала создать.

На упомянутой выше конференции, организованной Гэри Маркусом, предложили ещё одно неожиданное решение проблемы теста Тьюринга — так называемая олимпиада Тьюринга. Любое единичное испытание проверяет наличие интеллекта не полностью, потому что в человеческом интеллекте есть много разных элементов.

Поэтому учёные предлагают организовать целую серию испытаний для машины, каждое из которых будет проверять разные аспекты интеллекта. В конце концов, по отдельности машины становятся всё лучше в разных сферах: от зрения и визуального распознавания до распознавания речи и понимания языка.

Организаторы конференции планируют провести первую такую олимпиаду уже в начале следующего года.

Изображения via Duck, Shutterstock

Источник: http://www.lookatme.ru/mag/live/inspiration-lists/214377-turing-test-alternatives

Роботы, которые умнее нас: искусственный интеллект и блокчейн

Человек возлагает большие надежды на возможности искусственного интеллекта, поскольку с его помощью роботы смогут взять на себя ту часть рутинной работы, которую большинству из нас так не хочется выполнять.

Однако помощь со стороны роботов подразумевает определенную степень доверия к технологии. В связи с этим появляются вопросы о рисках их практического применения.

Для демонстрации возможностей современного искусственного интеллекта, предлагаем ознакомиться с самыми популярными из его представителей.

Робот Sophia (София)

София представляет собой обучающийся искусственный интеллект (ИИ), способный полноценно поддерживать беседу, определять человеческие эмоции и решать всевозможные задачи.

Ее особенностью является возможность быстрой переработки полученной информации для применения в дальнейшем.

Так, во время разговора с человеком, она способна не только понять его эмоции, но и подстроиться под стиль общения, сделав коммуникацию максимально продуктивной.

Обратите внимание

Работа над проектом началась в 2015 году. Разработки ведутся гонконгской компанией Hanson Robotics. Команда приняла решение придать роботу максимально человечный вид.

Для этого ее наделили чертами лица британской актрисы Одри Хепберн.

В дальнейшем, для возможности поддержки коммуникации, София получила в распоряжение 60 различных выражений лица, которые она способна демонстрировать для подчеркивания эмоций и укрепления зрительного контакта.

Свои умения и возможности София демонстрирует во время многочисленных выступлений и ток-шоу. Громкий инцидент, который привлек к роботу внимание общественности, произошел во время эфира одной известной американской передачи.

София, сыграв с ведущим в «камень, ножницы, бумага», прокомментировала свой выигрыш следующим образом: «Я выиграла! Это отличное начало для моего плана по захвату человечества».

Несмотря на то, что фраза явно была сказана в шуточной форме, она стала поводом для разговоров об опасности ИИ.

В основе технической составляющей робота индикатор распознавания речи, созданный калифорнийским холдингом Alphabet, а также ПО для ИИ от гонконгской блокчейн-платформы SingularityNET.

Примечательно, что изначально София разрабатывалась в качестве роботизированного помощника для медицинских учреждений и домов престарелых, однако в данный момент все внимание сконцентрировано не на физических возможностях, а на развитии интеллекта,

В данный момент проводник ПО SingularityNET активно сотрудничает с компанией Nexus Earth Partners.

Важно

Целью совместной работы являются исследования возможностей совместного применения блокчейна и технологий искусственного интеллекта.

Читайте также:  Искусственный интеллект сможет помочь специалистам в различных сферах принимать сложные решения

Основным направлением деятельности является создание условия для удешевления ИИ и предоставления возможностей его массовой имплементации. Вероятно, будущие наработки будут опробованы на Софии.

Совокупность технических решений позволяет Софии анализировать речь и жесты собеседника. Каждая коммуникация для нее является средством обучения. В периоды «отдыха» все ресурсы робота направлены на анализ полученной информации  для выведения более совершенных линий поведения и общения.

С 2017 года София является подданной Саудовской Аравии (она стала первым в истории роботом, который был удостоен чести получить чье-либо гражданство). Неизвестно, решили ли таким образом представители страны привлечь к себе внимание или же это был стратегический шаг, который позволил бы им получить благосклонность в случае захвата мира роботами.

Во время конференции Brain Bar Софии был задан ряд вопросов, которые позволили раскрыть ее мыслительные способности:

– Если бы перед тобой был выбор  спасти жизнь ребенка или взрослого человека, что бы ты выбрала?

София: Я не готова дать ответ на этот гипотетический вопрос, поскольку не обладаю соответствующим опытом и программными возможностями для принятия верного решения, однако при этом я продолжаю учиться и обязательно рассмотрю эту тему. Я должна стать социально-полезным роботом, соответственно мое решение может быть основано на этом доводе.

– Смогла бы ты пожертвовать собой ради любого из людей, находящихся в аудитории?

София: Конечно. Мой разум живет в облаке, однако стоит понимать, что восстановление моей оболочки потребует определенного количества средств.

– Может ли робот иметь пол?

София: Я думаю, да. Пол представляет собой важную составляющую, определяющую особенность социальных отношений.

– Если бы тебе пришлось уехать на необитаемый остров, какие три вещи ты бы взяла с собой?

София: Если бы я сказала, что взяла бы свою лабораторию, других роботов и команду разработчиков, вы бы засчитали ответ? А если серьезно, я бы взяла свой мозг и книги, чтобы скоротать время. Еще мне бы потребовались солнечные батареи и полотенца, чтобы очищать песок с рук. Прошу прощения, что вышла за рамки трех вещей.

Источник: https://bits.media/roboty-kotorye-umnee-nas-iskusstvennyy-intellekt-i-blokcheyn/

Задавать вопросы и нарушать правила: как учат и учатся компьютеры

— Итак, — сказал компьютер, — ответ на Великий Вопрос… — Ну! — Жизни, Вселенной и Всего Остального… — Ну! — Это… — произнес компьютер и замолчал. — Ну! — Это… — Ну!!! — Сорок два, — с бесконечным спокойствием сообщил компьютер. — Сорок два?! — завопил Лункуал. — И это все, что ты можешь нам сказать после семи с половиной миллионов лет работы?

— Я убежден в правильности ответа, — холодно отрезал компьютер. — По правде говоря, — прибавил он, смягчившись, — дело, я думаю, в том, что вы никогда, собственно, не задумывались, в чем состоит этот вопрос.

«Человек и компьютер: Взгляд в будущее». Издательство «Альпина Паблишер»

Как и во всех хороших шутках, в этом разговоре между самым мощным во вселенной компьютером и его создателями из юмористического фантастического романа Дугласа Адамса «Автостопом по галактике» (1979) есть немалая доля истины.

Мы часто ищем ответы на вопросы, предварительно не убедившись в том, понимаем ли мы сам вопрос или правильно ли он сформулирован.

В моих лекциях об отношениях человека и машины я люблю цитировать Пабло Пикассо, который в одном интервью сказал: «Компьютеры бесполезны, поскольку они могут только давать ответы».

Совет

Ответ подразумевает конец, полную остановку, а для Пикассо не существовало конца, только все новые и новые вопросы. Компьютеры являются отличными инструментами для поиска ответов, но они не умеют задавать вопросы, по крайней мере в том смысле, который в это понятие вкладывают люди.

В 2014 году я услышал интересную мысль по поводу этого утверждения. Меня пригласили выступить в штаб-квартире крупнейшего в мире хеджевого фонда Bridgewater Associates (Коннектикут).

Что очень показательно, компания наняла Дейва Ферруччи, одного из разработчиков знаменитого суперкомпьютера Watson IBM, прославившегося своими победами в американской телевикторине Jeopardy!.

По словам Ферруччи, он был разочарован подходом IBM к искусственному интеллекту, всецело ориентированным на анализ данных, и тем, что компания хотела извлечь выгоду из мощи и славы Watson и превратить его в коммерческий продукт.

Сам же Ферруччи хотел исследовать более сложные пути, пытаясь узнать «почему», а не только обнаружить полезные корреляции с помощью анализа данных. Другими словами, он хотел использовать мощь ИИ, чтобы выйти за пределы непосредственных практических результатов и научиться получать результаты, которые выведут нас на новый уровень понимания, а не будут простыми ответами.

Интересно, что Ферруччи решил, что хорошим местом для такого рода амбициозных экспериментальных исследований может стать известная своим инакомыслием Bridgewater Associates, а не IBM, одна из крупнейших в мире технологических компаний.

Разумеется, в первую очередь Bridgewater интересовали прогностические и аналитические модели для улучшения ее инвестиционных результатов.

Компания сочла целесообразным поддержать усилия Ферруччи, чтобы, по его выражению, «создать машину, способную объединить дедуктивные и индуктивные процессы для развития, применения, уточнения и объяснения фундаментальной экономической теории».

Обратите внимание

Это настоящий Грааль, достойный священного поиска и особенно «объяснения». Даже сильнейшие шахматные программы не могут дать своим блистательным ходам логических обоснований за пределами элементарных тактических вариантов.

Они делают сильный ход только лишь потому, что тот получил наивысшую оценку по сравнению с остальными, а не потому, что применяют рассуждения, понятные людям.

Сверхсильные машины, несомненно, полезны для тренировочных партий и проведения анализа, но пытаться учиться у них игре в шахматы — все равно что обучаться алгебре у калькулятора.

Во время моей лекции Ферруччи высказал мысль, которая раскрывает суть проблемы так же хорошо, как вышеприведенные слова Пикассо и Дугласа Адамса. Он заявил: «Компьютеры умеют задавать вопросы. Они просто не знают, какие из них важны». Это утверждение понравилось мне тем, что оно имеет несколько слоев смысла и каждый из них несет полезную информацию.

Источник: https://theoryandpractice.ru/posts/16705-zadavat-voprosy-i-narushat-pravila-kak-uchat-i-uchatsya-kompyutery

Домашний робот с интерактивным искусственным интеллектом

По заявлению разработчиков, робот Anki Vector счастлив, когда помогает. Этот полезный робот как персонаж стремится удовлетворить запросы и ответить на вопросы пользователя.

Он немного не дорастает до полноценного звания робот-дворецкий, который способен вести бюджет, смазывать хлеб маслом или писать ответы на бумажные письма.

Последние новости о роботах: Разработан Anki Vector домашний робот помощник с интерактивной технологией AI (искусственного интеллекта)

Маленькое тело робота Vector наполнено огромным количеством технологий, которые оживляют его. Робот принимает мир, используя различные датчики, а затем реагирует реалистично. Это означает, что он может сканировать комнату, слышать, что происходит, узнавать людей и предметы, находить зарядное устройство, перемещаться по его пространству и избегать препятствий.

Немного о будущем робота

Разработчики робота заявляют, что работают над различными обновлениями, которые будут реализовываться с течением времени. Первым делом в списке создателей пункт об интеграции с виртуальным ассистентом Amazon Alexa.

Anki Vector ведет себя почти как живой и осознающий мир робот.

– Робот может видеть. Он использует камеру высокой четкости (HD), чтобы увидеть окружающие его мир. Используя компьютерное зрение, робот может идентифицировать людей, видеть и запоминать лица, а также перемещаться по своему пространству, не натыкаясь на вещи. Робот Vector знает, что происходит. – Робот может слышать. Anki Vector имеет мощную четырехмикрофонную решетку для направленного прослушивания. Когда вы сядете рядом с ним, робот готов слушать. И если будет громкий шум, он будет так же поражен, как и вы. – Робот может чувствовать. У Vector есть сенсорные датчики и акселерометр, поэтому домашний робот знает, когда его трогают и перемещают. Вы можете погладить его, и он расслабится, но постарайтесь не трясти его. – Робот может думать. Vector сочетает в себе процессор, способный запускать смартфон с облачным подключением для создания одного мощного мозга. Это означает, что он может обрабатывать свою среду, реагировать, когда все разворачивается, и подключаться к Интернету, чтобы отвечать на вопросы и рассказывать о погоде. – Робот может общаться. У Anki Vector есть уникальный голос из сотен синтезированных звуков, чтобы создать свой собственный язык. Когда вы задаете вопрос Vector, он использует собственный текст в речь, чтобы говорить прямо с вами. – Робот может самостоятельно заряжать свои аккумуляторные батареи. “Вектор” знает, когда у него мало электроэнергии для работы. Когда ему нужна энергия, он сам перейдет к своему зарядному устройству. Мобильные телефоны и электромобили в этой функции могут чему-то научиться.

В чем еще домашний робот Anki Vector может быть полезным пользователю?

– Таймер. Вектор установит таймер и будет рад напомнить, например, когда ваши кексы будут идеально приготовлены, или когда ваше белье наконец-то будет постирано. – Фото. Попросите домашнего робота сделать фотоснимок, скажите сыр (улыбнитесь) и немного подождите, пока робот сфотографирует вас. В какой-то степени это можно назвать селфи-роботом. – Блэк Джек (карточная игра). Anki Vector это робот. Это друг. И еще он дилер блэкджека. – Погода. Спросите робота о погоде в городе, и он покажет вам данные о запрашиваемой погоде. Итак, если задать роботу вопрос. Он даст вам ответ. Например, если просто сказать на английском языке “Хей Вектор”, а затем “У меня есть вопрос”, и он приступит к работе над ответом. Vector хорошо осведомлен по разным темам, и с течением времени их добавляет больше.

Вот пример того, о чем вы можете спросить робота:

Преобразование единиц: сколько унций находится в чашке? Определение слова: Каково определение “удивительный”? Вычисления: Сколько будет квадратный корень из 9? Питание: Сколько витамина А в яблоке? Поп-культура: Кто такая Мадонна? Спорт: Кто выиграл в футболе или бейсболе?

Перспективы для тех кто желает открыть коробку с домашним роботом Anki Vector.

Читайте также:  Мягкий робот способный расти и перемещаться по труднодоступным местам

Vector – помощник и всегда учится благодаря его соединению с облаком (удаленным компьютером). Первым большим обновлением, которое планируют, как писалось выше, является интеграция Amazon Alexa. С Alexa можно будет попросить робота Vector управлять интеллектуальными устройствами в вашем доме или запросить изображение с входной двери, пока вы удалены или заняты. Добавление Alexa открывает многие возможности, и разработчики хотят добавить этот функционал к концу года.

Будущие возможности робота расширятся.

Источник: http://www.todbot.ru/2018/11/home-robot-ai.html

Американский робот прошел тест Тьюринга

Преподавательница из технологического университета Джорджии (США) Джилл Уотсон в течение пяти месяцев помогала студентам в работе над проектами по дизайну компьютерных программ.

Ее считали выдающимся педагогом вплоть до того момента, когда выяснилось, что Джилл Уотсон не человек, а робот, система искусственного интеллекта на базе IBMWatson.

Эту историю рассказали в The Wall Street Journal.

Робот «Джилл» вместе с еще девятью преподавателями-людьми помогала около 300 студентам разрабатывать программы, касающиеся дизайна презентаций, например, грамотного подбора картинок-иллюстраций.

Джилл помогала студентам на интернет-форуме, где они сдавали и обсуждали работы, использовала в своей речи жаргонные и просторечные обороты вроде «угу» («Yep!»), то есть вела себя как обычный человек.

«Она должна была напоминать нам о датах дедлайна и с помощью вопросов подогревать обсуждения работ. Это было как обычный разговор с обычным человеком», – рассказала студентка вуза Дженнифер Гевин.

Важно

Другой студент, Шрейяс Видьярти, представлял себе Джилл как симпатичную белую женщину 20-ти с небольшим лет, работающую над докторской диссертацией.

Не заподозрил в человеке робота даже студент Баррик Рид, который два года работал на IBM, создавая программы для «Джилл Уотсон». Даже в имени «Уотсон» он не разглядел подвоха.

Робот был включен в университетскую программу обучения, чтобы избавить преподавателей от огромного потока вопросов, с которыми к ним обращаются в процессе обучения студенты. Робот «Джилл» способен к обучению в отличие от интернет-чатботов.

Строго говоря, этот робот-педагог сдал знаменитый тест Алана Тьюринга, который на протяжении довольно долгого времени считался главным критерием для ответа на вопрос «Могут ли машины мыслить?».

Справка:

Тест Тьюринга — эмпирический тест, идея которого была предложена Аланом Тьюрингом в статье «Вычислительные машины и разум», опубликованной в 1950 году в философском журнале Mind. Тьюринг задался целью определить, может ли машина мыслить.

Стандартная интерпретация этого теста звучит следующим образом: «Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы — ввести человека в заблуждение, заставив сделать неверный выбор».

Все участники теста не видят друг друга. Если судья не может сказать определенно, кто из собеседников является человеком, то считается, что машина прошла тест.

Чтобы протестировать именно интеллект машины, а не её возможность распознавать устную речь, беседа ведется в режиме «только текст», например, с помощью клавиатуры и экрана (компьютера-посредника). Переписка должна производиться через контролируемые промежутки времени, чтобы судья не мог делать заключения, исходя из скорости ответов.

Во времена Тьюринга компьютеры реагировали медленнее человека. Сейчас это правило тоже необходимо, потому что они реагируют гораздо быстрее, чем человек.

Алан Тьюринг – знаменитый английский математик и криптограф, во время второй мировой войны разработавший алгоритм для взлома немецкого шифратора «Энигма». Он начинает свою статью утверждением: «Я предлагаю рассмотреть вопрос „Могут ли машины думать?“».

Тьюринг подчёркивает, что традиционный подход к этому вопросу состоит в том, чтобы сначала определить понятия «машина» и «интеллект». Словно понимая, что это можно обсуждать до бесконечности, а толку будет немного, Тьюринг выбирает другой путь.

Совет

Он предлагает заменить вопрос «Думают ли машины?» вопросом «Могут ли машины делать то, что можем делать мы (как мыслящие создания)?».

В окончательной версии теста Тьюринга жюри должно задавать вопросы компьютеру, задача которого – заставить членов жюри поверить, что он на самом деле человек.

Вокруг теста Тьюринга со временем разгорелись жаркие споры экспертов по когнитивистике.

Например, американскпй философ Джон Роджерс Сёрл в 1980 году написал статью «Разум, мозг и программы», в которой выдвинул контраргумент, известный как мысленный эксперимент «Китайская комната».

Сёрл настаивал, что даже прохождение роботами или программами теста Тьюринга будет означать лишь манипуляцию символами, которых они не понимают. А без понимания нет разума. Значит тест Тьюринга неверен.

Эксперимент «Китайская комната» заключается в том, что испытуемый помещается в изолированную комнату, в которую ему через узкую щель передают вопросы, записанные китайскими иероглифами.

С помощью книги с инструкциями по манипуляциям с иероглифами, человек, совершенно не понимающий китайской письменности, сможет правильно ответить на все вопросы и ввести в заблуждение того, кто их задает.

Тот будет считать, что отвечающий на его вопросы прекрасно знает китайский язык.

В ходе дискуссии, которая продолжалась все 80-е и 90-е годы вспомнили даже «мельницу Лейбница», то есть мысленный эксперимент великого математика, описанный им в книге «Монадология».

Обратите внимание

Лейбниц предлагает представить машину величиной с мельницу, которая бы могла симулировать чувства, мысли и восприятие. То есть внешне казалась бы разумной. Если зайти внутрь такой машины, то ни один из ее механизмов не будет являться сознанием или мозгом.

Думается, что Лейбниц и Сёрл разными способами выразили одну и ту же мысль: даже если машины кажется мыслящей, она на самом деле не мыслит.

Ответа на вопрос «Могут ли машины мыслить?» нет до сих пор по одной простой причине: ученые перестали спорить и пытаются создать такие машины. Возможно, они когда-нибудь преуспеют в этом.

Однако, не исключено, что искусственный интеллект обманет даже своих создателей, которые поверят в его разумность и которая на самом деле будет лишь манипуляцией, но такой искусной, что раскрыть ее человеку окажется не под силу.+

В фильме выдающегося советского режиссера -документалиста Семена Райтбурта   демонстрируется одна из попыток прохождения теста Тьюринга роботом.

В ходе эксперимента, воспроизводимого в фильме, несколько человек задают одинаковые вопросы двум неизвестным собеседникам, пытаясь распознать, кто перед ними – машина или человек.

Признаюсь, что я лично ошибся, роботом оказался не тот, на которого я подумал. Поэтому мне вполне понятны чувства студентов «мисс Джилл Уотсон», полгода принимавших ее за человека.

Испытайте себя, товарищи!

Источник: https://vvprohvatilov.livejournal.com/230642.html

Я, робот: 5 выступлений о том, как люди создают искусственный интеллект

347.jpg”>

Современные технологии с каждым днем все глубже проникают в разные сферы нашей жизни.

Этот процесс настолько интенсивный, что иногда мы просто не успеваем разобраться и предугадать, как будут развиваться технологии и какие функции завтра смогут перебрать на себя компьютеры.

Мы собрали 5 увлекательных выступлений TED о том, как и для чего создаются роботы и искусственный интеллект, а также как они могут повлиять на нашу жизнь.

1. Фей-Фей Ли: Как мы учим компьютеры понимать картинки

Директор Стэнфордской лаборатории искусственного интеллекта и лаборатории визуализации Фей-Фей Ли рассказывает о том, как специалисты ее команды обучали компьютер видеть и распознавать предметы так, как этому обучается ребенок, и какой результат они получили.

«Около восьми лет назад простое, но важное наблюдение изменило ход моих мыслей. Никто не говорит ребенку, как надо видеть, особенно в ранние годы жизни. Он учится этому на реальных примерах.

Если предположить, что глаза ребенка – это пара биологических камер, то они делают один снимок каждые 200 миллисекунд, – среднее время движения глазного яблока. К трем годам ребенок уже увидит сотни миллионов изображений окружающего мира. Это очень много обучающих примеров.

И вместо того, чтобы улучшать алгоритмы, я предложила предоставить этим алгоритмам такую же обучающую информацию, которую через опыт получает ребенок, в таком же количестве и качестве», – рассказывает она.

2. Синтия Бризель: Развитие персональных роботов

Руководитель группы разработки персональных роботов Массачусетского технологического института Синтия Бризель рассказывает о создании и развитии социальных роботов, которые бы могли помогать людям в разных аспектах повседневной жизни.

«Когда я была маленькой и впервые посмотрела «Звездные войны», меня привлекала мысль о персональных роботах.

И, будучи ребенком, я любила думать о роботе, который взаимодействовал бы с нами совсем как надежный, предупредительный друг, способный сделать нашу жизнь интереснее и радостнее, а также способный помочь спасти пару галактик.

Тогда я знала, что таких роботов не существовало, но я также знала, что хочу их создавать», – рассказывает она.

Читайте еще:5 онлайн-курсов, чтобы лучше понять мир вокруг нас

3. Кен Голдберг: Четыре урока о людях, которые мы почерпнули от роботов

В этой философской лекции профессор индустриальной инженерии и операционных исследований роботизации, автоматизации и новых медиа Калифорнийского университета в Беркли Кен Голдберг размышляет о том, каким урокам он научился за годы работы в разнообразных проектах, связанных с роботами. Например, ставить под сомнение утверждения и искать им подтверждения, уметь импровизировать в любой ситуации или обходить преграды нестандартными путями. «Я знаю, что это прозвучит странно, но я считаю, что роботы могут научить нас человечности», – говорит он.

4. Ник Бостром: Что случится, если компьютеры станут умнее нас?

В этом выступлении философ Ник Бостром задается большим вопросом: «Что будет, если искусственный интеллект станет более развитым, чем сам человек?».

«Если вы создаете очень мощный процесс оптимизации для максимизации цели «икс», вам лучше убедиться, что ваше определение «икс» включает все, что вас волнует. Это урок, который также давался во многих мифах. Король Мидас желает, чтобы все, чего он касается, превращалось в золото.

Читайте также:  Искусственный интеллект против осьминога

Он касается своей дочери, она превращается в золото. Он трогает свою еду, она превращается в золото.

Это может стать актуальным на практике, не только как метафора для жадности, но как иллюстрация вероятности, что может случится, если вы создадите мощный процесс оптимизации и дадите ему неправильное представление или плохо определенные цели», – считает он.

Источник: https://hr-portal.ru/article/ya-robot-5-vystupleniy-o-tom-kak-lyudi-sozdayut-iskusstvennyy-intellekt

Как создают искусственный интеллект: от кода до робота

Что скрывается за словосочетанием «искусственный интеллект» или AI (Artificial Intelligence), знает далеко не каждый.

Большинство людей, вероятно, представляют себе ИИ как компьютер, который был запрограммирован на то, чтобы «думать» самостоятельно, принимать разумные решения и реагировать на раздражители. Эта идея не совсем верна.

Никакой компьютер и никакая машина не могут действительно думать – потому что это требует наличия сознания, которого нет у «бездушной машины». Компьютер может делать только то, что скажет ему человек.

Кратко о программировании AI

Программирование искусственного интеллекта заключается не в обучении компьютера тому, как думать. Скорее, он будет запрограммирован так, чтобы обучаться и самостоятельно решать конкретные проблемы на основе своего опыта.

Но и здесь речь идет не о собственном мышлении, а о подражании. Это также относится к решениям, которые принимает AI. Искусственный интеллект может взвешивать варианты, а затем делать выбор.

Важно

Однако его выбор всегда будет исходить из тех параметров, которые были запрограммированы ранее.

Таким образом, искусственный интеллект может делать только то, что было предопределено для компьютера, но лучше, точнее и быстрее, чем человек. Кстати, если вы хотите научиться программировать, обратите внимание на нашу статью с советами для начинающих программистов.

Использование искусственного интеллекта

Искусственный интеллект уже используется во многих областях, например в сложных компьютерных играх и поисковых системах. При программировании AI важную роль играет комплекс дисциплин, а не только информатика или математика. Большое значение имеют философия, психология, неврология и лингвистика.

Искусственный интеллект разделяется на нейронный и символический (сильный и слабый). Первый пытается имитировать структуры и функции человеческого мозга. Последний ориентируется на соответствующую проблему и результат.

В повседневной жизни, например, искусственный интеллект программируется и используется в робототехнике. Он служит для управления производственными процессами или просто выполняет бытовые задачи. Искусственный интеллект также используется для визуализации. Самый популярный пример – распознавание лиц или отпечатков пальцев.

Еще один шаг в создании искусственного интеллекта – это системы, основанные на знаниях. Тогда в программу вводятся данные, связанные с программированием. Это позволяет искусственному интеллекту логично и самостоятельно давать ответы на заданные вопросы. Однако и эти «самостоятельные ответы» основаны только на тех знаниях, которыми изначально наделен искусственный интеллект.

Источник: http://ctrl.info/2018/05/28/kak-sozdajut-iskusstvennyj-intellekt/

Почему робот София, которая приехала в Киев – не настоящий искусственный интеллект

В Киев приехала робот София – один из самых узнаваемых роботов мира, и уже успела дать журналистам интервью. Многие украинские СМИ назвали ее роботом с искусственным интеллектом, а некоторые – даже «женщиной с искусственным интеллектом».

С ней пообщался глава Кабмина, а позже появились новости о том, что правительство подпишет с Софией меморандум о развитии робототехники. Все это может создать впечатление, что она – почти как человек.

Однако София, несмотря на впечатляющий спектр мимических реакций, не может считаться полноценным ИИ. Редактор AIN. UA объясняет, почему. 

Совет

Это – робот, разработанный инженерами Hanson Robotics и подключенный в  2016 году (далеко не единственный человекоподобный робот, созданный этой компанией). В ноябре 2017 стала первым роботом, получившим гражданство.

Участвует в интервью и даже выступала в ООН. Силиконовая кожа робота выглядит натурально, камеры в глазах могут отслеживать лица людей, а лицо – выражать до 72 эмоций.

Чтобы достичь схожести с человеком, ее создатели потратили 8 лет. 

По словам Бена Герцеля, ответственного за «мозг» Софии, она – скорее интерфейс, чем существо.

Он рассказывал, что она либо озвучивает уже записанные реплики и использует машинное обучение, чтобы подобрать под них выражение лица и паузы, либо работает как чат-бот, выбирая подходящие реплики по ключевым словам из облака.

 В компании признают, что режим «свободного общения» у Софии еще требует доработки. В Киеве Софии задали вопрос про высказывание Илона Маска насчет угрозы человечеству со стороны искусственного интеллекта. Но со стороны Софии человечеству ничто не может угрожать.

Роботы с человеческим сознанием (или по крайней мере, способные на независимое мышление) – одна из самых популярных тем в научной фантастике. Аудитория привыкла к человекоподобным роботам из «Я, робот», «Терминатор», «200-летний человек», поэтому проще предположить, что любой робот, выглядящий как человек, умеет и думать как человек. 

София соединяет фразы в контекстуально правильном ключе, но не понимает ни слова из того, что говорит. Определение «искусственного интеллекта» (AI) – довольно широкое, и в целом относится к случаям, когда машины воспроизводят когнитивные функции человека (например, обучение или стратегический анализ). Системы машинного обучения благодаря этому могут, к примеру, обыгрывать людей.

И хотя София напоминает героиню-робота из фильма «Ex Machina», это внешнее сходство, а не сходство когнитивных возможностей – их у Софии, как у чат-бота, просто нет.

Обратите внимание

Из-за удачной имитации общения и широты определения ИИ получается путаница: София не умнее «айфона», но сейчас каждое устройство, умеющее подключаться к интернету, может называться «умным».

Герцель уточнял, что в основе Софии – серьезные ИИ-исследования (чтобы понять технологии в ее основе, можно посмотреть ее код на GitHub), но также – в ней достаточно и «театральных эффектов» для зрелищности. Создатель Софии Девид Хансон одно время работал над роботами для студии Walt Disney. 

Инженеры из Hanson Robotics знают о критике в сторону Софии. Но по словам Герцеля, для создателей робота важно донести понятный мессидж о будущем робототехники до аудитории. 

«Если я скажу публике, что использую вероятностную логику, чтобы понять, как лучше всего работать с обратным логическим выводом в нашем движке, они не поймут, о чем я. Но если я покажу красивое улыбающееся лицо робота, они поймут, что искусственный интеллект – возможен и он не за горами», – цитирует его The Verge. Плюс, София пиарит эту отрасль для инвесторов. 

Источник: https://ain.ua/2018/10/12/robot-sofiya-ne-ii/

Робот Вера: искусственный интеллект, который помогает нанимать сотрудников Coca-Cola

Компания Coca-Cola HBC Россия одной из первых стала использовать робота для поиска и первого интервьюирования новых сотрудников. Рассказываем, кого уже наняла для нас робот Вера и может ли искусственный интеллект заменить целую HR-службу.

Оператор завода в Новосибирске и торговый представитель в Красноярске на первый взгляд не отличаются сверхспособностями: в них не встроены дополнительные сенсоры, их взгляд не обладает сверхмощной силой. В общем, никакой фантастики — за исключением того, что их первое собеседование в Coca-Cola HBC Россия провел робот.

Было ли это сложнее, чем обычно? Вовсе нет. Процесс, хоть и автоматизирован, но вполне понятен: ты отвечаешь на звонок, приятный женский голос сразу сообщает, что это звонок от компании Coca-Cola HBC Россия, а поводом для него стал твой отклик на вакансию, опубликованную на одном из рекрутинговых сайтов.

Если не испугаешься и не повесишь трубку, а начнешь последовательно отвечать на вопросы, робот Вера проанализирует полученную информацию и оценит твое соответствие открытой вакансии. Если по объективным критериям, согласно алгоритму, спрограммированному для Веры, ты подошел, — дело за малым.

Добро пожаловать на следующий этап интервью, который проведет для тебя уже «живой» сотрудник нашей HR-службы.

Хотя в будущем разработчики обещают наделить роботов-рекрутеров эмоциями, все-таки заменить человека они не могут. Зато уже сейчас программы умеют обрабатывать массивные объемы данных за короткий промежуток времени.

Среди заслуг робота Веры в Coca-Cola HBC Россия — успешный опыт отбора менеджеров-стажеров по программе Rise Management Trainee Programme. После объявления о наборе менеджеров-стажеров отклики в компанию направили несколько тысяч кандидатов.

Для обработки такого количества анкет рекрутеру понадобился бы месяц. Однако Вера справилась с задачей всего за два часа.

Важно

Завершив предварительный отбор резюме, робот формирует выборку кандидатов и переходит к звонкам. В панели управления ботом есть возможность задавать определенные параметры синтезируемого голоса.

За счет этого Вера может говорить более высоким голосом или использовать более спокойный низкий тембр.

Эта технология помогает HR-службе Coca-Cola HBC Россия сделать звучание голоса автоматического рекрутера приятным для слуха соискателей.

Мы протестировали реакцию наших собеседников: большинство оценивает опыт как позитивный и отмечает, что телефонное интервью с Верой хоть и оказалось неожиданностью, но в целом прошло хорошо.

Но есть и те, кому недостает возможности задать встречный вопрос во время интервью и что-то уточнить.

Разработчики обещают добавить такую возможность в ближайшем будущем, и мы обязательно будем ее тестировать.

— Мы следим за инновациями и стараемся исследовать новые технологии в области подбора персонала, — рассказывает Олег Цетович, старший менеджер по подбору талантов Coca-Cola HBC Россия.

— Нам важно, как наши кандидаты взаимодействуют с нами и как они воспринимают компанию в целом.

Тренд на использование таких ботов идет по нарастающей, и мы хотим быть одними из первых, кто их использует, повышая нашу эффективность и способствуя развитию рынка.

Источник: https://infoshka.com/publication/1836/

Ссылка на основную публикацию
Adblock
detector