В ближайшее десятилетие компьютеры научатся мыслить по-человечески

Профессор Джеффри Хинтон (Geoff Hinton) пообещал, что в ближайшее десятилетие компьютеры научатся мыслить по-человечески, и в том числе флиртовать. В этом им поможет новый класс алгоритмов, разработку которого Хинтон сейчас ведет для компании Google. Суть проекта ученый пояснил в интервью газете The Guardian.

Как рассказал Хинтон, принцип работы его алгоритма основывается на том, что каждому слову приписывается набор цифр (он же вектор), который определяет его положение в теоретическом «смысловом пространстве» или облаке. Предложение можно рассматривать как соединительную линию между этими словами, и в свою очередь, также свести к набору цифр или «вектору мысли».

Основная сложность — в том, чтобы понять, какие цифры приписать каждому слову в языке. На этом этапе ученые обращаются к так называемому методу «глубокого обучения». Позиции слов в смысловом облаке распределяются случайным образом, а затем искусственный интеллект (ИИ) начинают тренировать, предлагая ему для обработки массив данных.

В частности, алгоритм разрабатывают, чтобы улучшить программы машинного перевода (наподобие Google Translate). Сейчас такие программы берут переводы отдельных слов из словарей, а также просматривают ранее переведенные документы, чтобы найти общеупотребительные аналоги тех или иных фраз. Хотя получившийся текст часто позволяет уловить общий смысл оригинала, случается, что результат выглядит полной белибердой или противоречит правилам грамматики.

Векторы, как объяснил Хинтон, позволяют точнее определить первоначальный смысл сказанного. В роли массива данных в этом случае выступает набор переведенных документов. Сначала перевод выглядит как чепуха, но обратная связь позволяет машине определить, где была допущена ошибка. На основании полученной информации искусственный интеллект корректирует положение каждого слова, пока имеющееся у него облако смыслов не начнет совпадать с используемым людьми.

«Если вы берете вектор, обозначающий Париж, убираете вектор, соответствующий Франции, и заменяете его Италией, то Париж меняется на Рим, — пояснил Хинтон. — Это весьма примечательно».

По мнению ученого, компьютеры будет очень сложно обучить распознавать иронию, однако создать отвечающую за флирт программу гораздо проще. «Возможно, вначале она будет общаться довольно прямолинейно, без намеков», — оговорился он.

Хинтон пришел в Google в 2013 году. C 1980-х годов он занимается изысканиями в области метода «глубокого обучения». Под «глубоким обучением» обычно понимают разновидность машинного обучения, предусматривающую использование многоуровневых нейронных сетей. Нейронные сети — это математические модели, симулирующие процесс обучения человека; их достоинство — способность воспринимать неупорядоченную информацию.