Специалисты Google создали новый алгоритм, который позволяет искусственному интеллекту оценивать связи между явлениями и строить силлогизмы. Теперь компьютеры смогут это делать даже лучше, чем люди.
Описание разработки опубликовано на портале научных препринтов arXiv. Исследование выполнено британской компанией DeepMind, принадлежащей корпорации Google.
Каждому человеку в повседневной жизни приходится принимать во внимание связи между самыми разными вещами. Какая сумочка подойдет под новое платье? Как много парков расположено с домом, где вы хотите купить квартиру? Умение анализировать такие отношения называется сравнительным мышлением (relational reasoning). До сих пор два основных типа искусственного интеллекта (ИИ) - статистический и символический - справлялись со сравнительным мышлением хуже, чем люди. Статистический ИИ, или машинное обучение, замечательно умеет распознавать предметы, но с логикой дело обстоит у него куда хуже. Напротив, символический интеллект умеет осуществлять логические операции согласно предзаданным правилам, но мало поддается обучению.
Специалисты DeepMind преодолели это затруднение, разработав новый тип нейронных сетей, которые предназначены для попарного сравнения предметов. В ходе испытаний программисты предъявляли сетям комбинации из шаров, кубов и других объектов и затем задавали вопрос наподобие следующего: «имеет ли объект, который находится напротив синего предмета, такую же форму, что и маленькая голубая штука справа от серого металлического шара?».
Существующие формы ИИ выдают правильные ответы на такого рода вопросы в 42-77% случаях. Люди справляются с подобным заданием в 92% случаях. Частота же правильных ответов нового алгоритма составила 96%, то есть он превзошел человеческий интеллект. Чтобы решить поставленную задачу, ИИ нового типа комбинировал нейронные сети, отвечающие за понимание вопросов и за распознавание предметов.
Кроме того, новый алгоритм преуспел и в решении силлогизмов вроде «Лили - это лебедь. Лили - белая. Грег - это лебедь. Какого цвета Грег?» (правильный ответ - белого). Традиционные разновидности ИИ решали такие задачки в 45% случаях, тогда как новых алгоритм делает это с частотой 98%. В дальнейшем ученые хотят доработать алгоритм, чтобы он умел сравнивать предметы не только попарно, но и по три, а также в других комбинациях.
