"Sveika, HAL. Vai tu mani lasi, HAL?” sacīja astronauts Deivs Boumens, izmisīgi cenšoties kontrolēt savas emocijas.
Saturs
- Par ko mēs domājam, kad domājam par aizmirstību
- Aizmāršības veidošana A.I.
Bija pauze, un tad bezemocionālā monotonā dators atbildēja. "Apstiprinoši, Deiv. Es tevi lasu."
Ieteiktie videoklipi
"Atveriet pod bay durvis, HAL."
Kārtējā ilga pauze. Bija HAL, visvarenais A.I. kas kontrolēja Pirmais atklājums kosmosa kuģis, tiešām viņu ignorējot? Tas, protams, nav iespējams, Boumens nodomāja. Jebkurā brīdī HAL sāks darboties un paklausīs -
"Piedod, Deiv," HAL turpināja. "Es baidos, ka es to nevaru izdarīt."
"Kāda ir problēma?" Deivs jautāja.
"Nu, redzi, Deiv. Esmu aizmirsis, kā tās atvērt."
Labi, viss nenotika tieši tā 2001: Kosmosa odiseja, bet joki pamatā raksta paši. Galu galā, runājot par mākslīgo intelektu, šķiet, ka laba atmiņa ir viena no priekšnoteikumiem, ko pētnieki vēlas ieviest savās sistēmās. Neviens nevēlas A.I. kas veido sevi pēc tāda veida ikdienas, nenozīmīgas inteliģences, kas aizmirst lietas. Tātad, kāpēc, tad ir
Facebook veidojot aizmāršīgu A.I.? Un kāpēc, tāpat kā vecais joks par viesmīli un mušu klienta zupā, mēs visi drīz tādu gribēsim?Par ko mēs domājam, kad domājam par aizmirstību
Atbilde, kā izrādās, ir tāda, ka mēs darīt gribas kaut ko tādu, kas vairāk līdzinās ikdienišķai, neievērojamai inteliģencei, kas aizmirst lietas šur un tur. Cilvēki aizmirst svarīgas lietas, piemēram, jubilejas un makus un garāžas aizvēršanu pirms došanās atvaļinājumā. Tā ir neoptimāla aizmirstība. Bet mēs arī aizmirstam informāciju, jo mums tā nav jāsaglabā, apturot to kā daļu no informācijas. atkritumi, kas nokļuvuši izlietnes kanalizācijas pārtikas savācējā, pirms tas var iziet cauri īstermiņā un ilgtermiņā atmiņa.
Iekšā slavenais eksperiments, cilvēkiem tika lūgts pareizi atpazīt ASV santīmu no attēlu kolekcijas, kurā redzami nepareizi santīmi. Lai gan dalībnieki, visticamāk, redzēja un izmantoja santīmus katru dienu, viņi izrādījās pārsteidzoši slikti, veicot uzdevumu. Kā rakstīja pētnieki: "Līdzsvarā rezultāti atbilst idejai, ka objekta vizuālās detaļas, pat ļoti pazīstami objekti, parasti ir pieejami no atmiņas tikai tiktāl, cik tie ir noderīgi ikdienā dzīve.”
Lai gan tas nav tik vienkārši, kā teikt, ka smadzenes var piepildīties tāpat kā cietā diska krātuve, noteikti ir īstermiņa atmiņas, kas, šķiet, sairst, kad tās vairs nav vajadzīgas, kamēr citas iekļūst mūsu smadzenēs un tur dzīvo bez nomas maksas. Piemērs? Padomājiet par to, kur pagājušajās brīvdienās iesaiņojāt Ziemassvētku rotājumus. Pēc tam prātīgi ejiet no reģistratūras uz savu numuru pēdējā viesnīcā, kurā apmetāties, un kurā jūs, visticamāk, vairs neuzturēsieties. Neviena informācija nav vitāli svarīga jūsu labklājībai. Tomēr viena informācija ir nepieciešama, bet otra nav. Kaut kā tavas smadzenes zina, kuru izmest miskastē.
Šī ir ideja, kas ir Facebook jaunā A.I. projekts ar nosaukumu Expire-Span. Kā mākslīgais intelekts modeļi arvien vairāk tiek piemēroti liela izmēra datu kopām, piemēram, rakstiem un grāmatām, ar šiem modeļiem saistītās skaitļošanas izmaksas palielinās, mēģinot iegaumēt vairāk informācijas. Problēma kļūst vēl aktuālāka, jo cilvēki savāc arvien vairāk bagātīgu multivides datu par savu dzīvi.
"Smadzenes ir ļoti sarežģīta sistēma, kas nav pilnībā izprotama, un ir daudz dažādu veidu atmiņas, kas veido cilvēka atmiņu."
"Pieaugot mūsu rīcībā esošā satura daudzumam, galvenais jautājums ir krātuve," Andžela Fane, pētnieks Facebook AI Research Paris, pastāstīja Digital Trends. “Tālrunim, piemēram, ir ierobežots atmiņas apjoms. Tā ir vēl lielāka problēma valkājamās ierīcēs un citās ierīces tipa lietojumprogrammās, kur tas var nozīmēt privātuma apsvērumus ka cilvēki stingri vēlas, lai saturs tiktu saglabāts viņu ierīcē, nevis serverī vai mākonī, akcentējot krātuvi izaicinājumi.”
Pašreizējais A.I. modeles izmanto kaut ko tādu kā Frenka Sinatras pieeju atmiņām — tas ir, ka viņi atceras visu vai vispār neko. Vai nu viņi saglabā visu katrā laika posmā izveidoto informāciju, vai arī aizmirst to visu pēc iepriekš noteikta laika. Sainbayar Sukhbaatar, cits Facebook A.I. pētnieks, salīdzina to ar perfektu atcerēšanos visu, kas notika pagājušajā nedēļā, bet absolūti neko tālāk.
Aizmāršības veidošana A.I.
Pētnieki ir ieviesuši “aizmirstību” A.I. modeļi iepriekš. Ilgtermiņa īstermiņa atmiņa (LSTM) modeļi, piemēram, pievienoja aizmirstības mehānismu atkārtotiem neironu tīkliem (RNN), kas ir viena no galvenajām tehnoloģijām, kas veicina mašīnmācīšanos. "RNN ir iekšējā atmiņa, kas sastāv no viena vektora, tāpēc aizmirstot to, tas nozīmē to pārrakstīt ar jaunu informāciju," sacīja Sukhbaatars Digital Trends.
Turpretim Expire-Span ārējai atmiņai pievieno aizmirstības mehānismu, kurā var būt tūkstošiem vektoru. Tiek novērota jauna informācija, bet Expire-Span, kura nosaukums atgādina derīguma termiņa etiķetes, kas atrodamas uz piena pudelēm, spēj noteikt, cik ilgi šai informācijai jāpaliek atmiņā. Ja informācija netiek uzskatīta par izšķirošu nākotnei, šo informāciju var pakāpeniski padarīt sabrukums, pirms tas galu galā tiek izskausts no A.I. modeļa atmiņu, lai atbrīvotu vietu noderīgākam informāciju.
Lai to izdarītu, modelim ir jāspēj paredzēt, kas ir un kas neattiecas uz konkrētu uzdevumu, pirms tiek piešķirts pareizais derīguma termiņš, pēc kura informācija pazudīs no A.I. sistēma. Izmetot nebūtisku informāciju, Facebook A.I. spēj apstrādāt informāciju lielākā mērogā.
Tāpat kā lielākajā daļā Facebook mākslīgā intelekta pētījumu, sociālo tīklu gigants nav paziņojis, ka tuvākajā nākotnē Expire-Span tiks iekļauts kādā no tā pamatproduktiem. Bet, tā kā Facebook nodarbojas ar arvien vairāk lietotāju datu (nemaz nerunājot par to baumoja pāriet uz viedajām brillēm), nav grūti saprast, kā šī tehnoloģija varētu tikt izmantota. Kad nākotnes A.I. rīki spēj darboties augstā veiktspējas līmenī, neskatoties uz to, ka tiek apstrādāti milzīgi datu kaudzes, iemesls varētu būt Expire-Span.
Nepieļaujiet kļūdu, pieņemot, ka, veicot aizmāršīgu A.I. iezīmē vēl vienu soli ceļā uz A.I. tomēr cilvēcīgāks. Precīzi iemesli, kāpēc cilvēki aizmirst lietas, joprojām ir daudzu pētnieku pētījumu priekšmets. Tāpat kā ar smadzeņu iedvesmotiem neironu tīkliem, kas dominē mūsdienu A.I., Facebook aizmāršīgais algoritms ir veidots pēc aizmāršības teorijas; nevis mēģinājums to atkārtot ar jebkādu bioloģisko precizitāti.
"Smadzenes ir ļoti sarežģīta sistēma, kas nav pilnībā izprotama, un ir daudz dažādu atmiņas veidu, kas veido cilvēka atmiņu," sacīja Sukhbaatar. “Derīguma termiņš, tāpat kā visas citas A.I. mehānismi, var būt iedvesmoja cilvēka smadzenes, bet galu galā tie neatspoguļo patieso smadzeņu darbību. Jo īpaši atmiņa pati par sevi ir ļoti aktīva pētniecības joma. Mūsu aprakstītā cilvēka atmiņas analoģija ir pievienota tikai skaidrības labad, lai gan tā noteikti iedvesmo mūsu darbu.
Un neaizmirstiet to!
Redaktoru ieteikumi
- Facebook jaunā attēla atpazīšana A.I. ir apmācīts uz 1 miljardu Instagram fotoattēlu
- Facebook jaunais A.I. paceļ attēlu atpazīšanu pilnīgi jaunā līmenī
- Kā A.I. var uzvarēt ļaunprātīgu programmatūru, kas vēl pat neeksistē
