Mihail Burcev, a moszkvai Fizikai és Technológiai Intézet idegrendszeri és mélytanulási laboratóriumának vezetője arról beszél, hogy lehetséges-e létrehozni az emberi elme teljes értékű számítógépes analógját, és elmagyarázza, miért fejlesztik a tudósok, és hogyan lehet megvédeni a troll támadásoktól.
Július végén a MIPT tudósai nemzetközi versenyt indítottak az élő ember utánzására képes „beszélt” mesterséges intelligencia-rendszerekért, és mindenkit meghívtak, hogy beszéljen velük, és értékelje az ebből fakadó párbeszédeket. Az önkéntesek segítségével a tudósok azt remélik, hogy a következő három évben létrehoznak egy hangsegédet, amely szinte ugyanolyan jól kommunikálhat egy emberrel, mint egy élő beszélgetőtárssal.
A versenyt a montreali, McGill és Carnegie Mellon egyetemek tudósai közösen szervezték. A linkre kattintva részt vehet a párbeszéd rendszerek tesztelésében.
Valójában ezeket az ötleteket nem ma találták ki - a Google, az Apple, az Amazon és más informatikai vállalatok modern hangsegédei a mély múltban, a számítógépes korszak legelején gyökereznek. Az első ilyen beszélőgépet, ELIZA néven, 1966-ban hozták létre, és valójában vicc volt, egy pszichoterapeuta paródiája, amely haszontalan tanácsokat adott a betegnek.
Az ezt követő években és évtizedekben a programozók egyre összetettebb és "élő" rendszereket hoztak létre a számítógéppel való kommunikációhoz. A legfejlettebb ilyen rendszerek képesek felismerni a tulajdonos hangulatát, emlékezni a régi vágyakra és preferenciákra, és megoldani a számára szokásos rutinszerű és háztartási feladatokat, élelmiszert vagy árut rendelni a boltban, vagy szolgáltató szerepet játszani a call centerekben.
Mikhail, csaknem 50 év telt el az ELIZA létrehozása óta. Mi változott általában ez alatt az idő alatt, és elvben számíthat arra, hogy a jövőben a tudósok képesek lesznek olyan rendszert létrehozni, amelyet az emberek nem tudnak megkülönböztetni az élő beszélgetőpartnertől?
- Úgy gondolom, hogy a közeljövőben lehetséges lesz egy olyan beszélt intelligencia-technológia létrehozása, amely lehetővé teszi a gép számára, hogy megközelítse az emberi párbeszéd szintjét. Ezen a feladaton dolgozunk az iPavlov projekt keretében, amely a Nemzeti Technológiai Kezdeményezés része.
A felhasználónak ugyanolyan kényelmesen kell kommunikálnia egy automatikus párbeszédrendszerrel, mint egy élő emberrel. Ez lehetővé teszi olyan információs rendszerek létrehozását, amelyek képesek jobban megérteni, mit akar az ember tőle, és természetes nyelven reagálhatnak rá.
Promóciós videó:
A beszélgetési intelligencia számos hang- és szöveges felület automatizálására használható, beleértve a Messengerhez hasonló távközlőket is. A hírvivők, amint azt a statisztikák mutatják, manapság aktívabban használják, mint a közösségi hálózatok, és nagyon sok információ jut át a szöveges kommunikációs csatornákon.
Például kényelmesen használhatók a közlekedésben, és egy párbeszéd-asszisztens - egy csevegőrobot - hozzáadása lehetővé teszi a felhasználók számára, hogy ne csak kommunikáljanak egymással, hanem megkapják a szükséges információkat, vásárolhassanak és még sok minden mást végezhessenek. Ez oda vezet, hogy az azonnali üzenetküldők és a hangsegédek fokozatosan felváltják a megszokott weboldalakat és alkalmazásokat, valamint online tanácsadók és telefonos központok szerepét is ellátják.
Tekintettel az Apple, a Google és az Amazon jelenlétére ezen a piacon, Oroszország versenyezhet-e itt? Van-e olyan sajátosság az orosz nyelvben, amely akadályozhatja az orosz vállalatok és tudósok potenciális versenytársait?
- Természetesen az orosz nyelv összetettebb, és néhány módszer, amelyet manapság a párbeszédrendszerek és a hangsegédek fejlesztése során alkalmaznak a világon, nem alkalmazható finomítás és jelentős módosítás nélkül, amely lehetővé tenné számukra a gazdagabb nyelvtan használatát.
Másrészt a Siri, a Cortana, a Google és más digitális asszisztensek munkájában alkalmazott alapvető algoritmusokat senki sem rejti el - ezek legalább a kutatás és a koncepció szintjén elérhetőek számunkra. A kutatási cikkek és a programkód gyakran nyilvánosan elérhető - elvileg az oroszhoz is adaptálható.
Mihail Burtsev, a MIPT idegrendszeri és mély tanulási laboratóriumának vezetője
Ráadásul nem sok kísérlet van ennek megvalósítására "ipari" szinten. Az egyetlen nagy projektet a Yandex hajtja végre, amely az Alice projekt asszisztensét fejleszti.
Projektünkben olyan eszközöket próbálunk létrehozni, amelyek leegyszerűsítik és felgyorsítják az ilyen, különféle célokra tervezett "ipari" párbeszéd rendszerek létrehozását. De bármilyen probléma megoldására képes univerzális hangsegéd kifejlesztése rendkívül nehéz feladat még a nagyvállalatok számára is.
Másrészt egy speciális párbeszéd rendszert használó kisvállalkozások automatizálása sokkal könnyebben megvalósítható. Reméljük, hogy az általunk létrehozott eszközök segítenek a vállalkozóknak és a programozóknak elég gyorsan megoldani ezeket a problémákat, anélkül, hogy bármilyen mély tudással rendelkeznének, és nem kellene erre szuper erőfeszítéseket tenni.
Sok tudós, például Roger Penrose vagy Stuart Hameroff, úgy gondolja, hogy az emberi elme kvantum jellegű, és elvileg lehetetlen megépíteni a gép analógját. Egyetért velük, vagy sem?
- Véleményem szerint, ha megnézzük, mit tudunk ma az agy felépítéséről és az emberi tudat természetéről, akkor eddig nincsenek alapvető akadályaink annak, hogy munkáját számítógéppel reprodukáljuk.
Penrose-nak és Hameroffnak számos hipotézise van, amelyek véleményük szerint megmagyarázzák, miért nem lehet ezt megtenni. Eddig a neurofiziológusok nem találtak kísérleti bizonyítékot arra, hogy ezek a hipotézisek helyesek, és jelenlegi tudásbázisunk az ellenkezője mellett szól.
A másik dolog az, hogy az ilyen gép létrehozásának időkerete továbbra sem teljesen meghatározott. Számomra úgy tűnik, hogy ez legalább 50 vagy akár 100 év múlva megtörténhet.
Szüksége lesz-e ehhez alapvetően új technológiákra és számítógépekre, amelyek működési alapelveikben közelebb állnak az idegsejtekhez, mint a digitális logikához?
- Ha úgy gondoljuk, hogy az emberi intelligencia valamilyen számítási formán alapul, akkor a Turing-géppel egyenértékű bármely univerzális számítási rendszer elméletileg utánozhatja az emberi agy munkáját.
A másik dolog az, hogy ez a gép nagyon lassan tud működni, ami gyakorlati szempontból használhatatlanná teszi. Ma nehéz kitalálni, hogy a számítógépek felépítésére milyen technológiákra lesz szükségünk itt.
Milyen más feladatokat oldhatnak meg a digitális asszisztensek, a ma elvégzett dolgokon kívül? Használhatók-e halott nyelvű szövegek vagy olyan titkosítások megfejtésére, mint a Voynich-kézirat?
- Jelenleg, ha jól tudom, senki sem próbálta ideghálózat segítségével feltárni az elhalt nyelvek titkait és megfejteni a szövegeket, de számomra úgy tűnik, hogy valaki megpróbálja ezt megtenni a közeljövőben. Viszont minket még nem érdekeltek ilyen dolgok.
A "Segítő" valójában egy nagyon tág fogalom, amely sok különböző dolgot tartalmazhat. Ha például ugyanazt az ELIZA-t, a virtuális „pszichoterapeutát” vesszük fel, felmerül a kérdés: asszisztens-e vagy sem?
A párbeszédrendszerek nemcsak gyakorlati problémák megoldására használhatók, hanem az emberek szórakoztatására vagy hangulatuk fenntartására is. A kérdés itt valójában az, hogy mit értünk a személyes asszisztens fogalma alatt, és mennyire széles vagy keskeny. A legszélesebb értelemben az ilyen rendszerek képesek megoldani a kommunikációval kapcsolatos összes kérdést, bár változó sikerrel.
A beszélgetési interfészek az emberekkel való közvetlen kommunikáció mellett arra is használhatók, hogy megtanítsák a gépeket arra, hogy gyorsan megtalálják a közös nyelvet és információkat továbbítsanak az egyik rendszerből a másikba.
Ez megkerüli a meglévő és a létrehozott szolgáltatások közötti kapcsolatok létrehozásának és adatátadásának problémáját, mivel a kommunikációhoz nem kell ismerniük egymás API-specifikációit. Képesek lesznek az adatok cseréjére természetes nyelvek vagy saját mesterséges nyelvük segítségével, amelyeket gépek vagy emberek találnak ki ilyen célokra.
Nagyjából elmondható, hogy még az egymás számára "ismeretlen" rendszerek is képesek lesznek megállapodni a számukra közös kommunikációs nyelv használatával, nem pedig az információcserére vonatkozó rögzített szabályokkal. Ha valami nem világos számukra, akkor kérdezhetnek egymástól ismeretlen dolgokról, ami hihetetlenül rugalmasvá teszi az interneten nyújtott szolgáltatások és szolgáltatások teljes infrastruktúráját, és lehetővé teszi az új szolgáltatások gyors integrálását az emberek segítsége nélkül.
Ezzel kapcsolatban felmerül a kérdés - kinek kell felelnie a "pszichoterapeuta" ELIZA, a számítógépes orvosok és más hangsegédek ajánlásaiért, akiknek tanácsai nagyban befolyásolhatják az ember jólétét és egészségét?
- Ez nagyon nehéz kérdés, mivel ma nincsenek egyértelmű kritériumok, amelyek segítenek megérteni, hogyan viselkedjünk ilyen esetekben. Számos olyan internetes szolgáltatás és szolgáltatás, amely ajánlásokat ad a felhasználóknak, csak akkor kezd működni, ha a felhasználó elfogadja a szolgáltatási feltételeket és a vele való együttműködés eredményeként felmerülő következményeket.
Számomra úgy tűnik, hogy a csevegőrobotok és a hangsegédek munkáját - legalábbis létezésük korai szakaszában - hasonló módon lehetne szabályozni. Például, ha egy bot egyszerűen információt keres és elemez, ugyanúgy jár el, mint egy kereső, akkor ugyanazok a szabályok alkalmazhatók rá. Abban az esetben, ha orvosi vagy jogi tanácsot ad, a felelősség formájának másnak kell lennie.
Például az ilyen rendszereknek egyértelműen értesíteniük kell a felhasználót a mesterséges intelligencia és a közönséges orvos közötti választás következményeiről. Az embernek választása lesz - bízni az orvosban, aki például téved az esetek 10% -ában, vagy olyan gépre fogad, amelyik az esetek 3% -ában rossz választ ad. Az első esetben az orvos lesz a felelős a hibáért, a másodikban pedig maga a felhasználó.
Tavaly a Microsoft elindította a Tay. AI chatbotot, amelyet szó szerint egy nappal később ki kellett kapcsolnia, mivel a netezők valódi rasszistává tették a „tizenéves lányt”. Meg lehet-e védeni az ilyen párbeszédrendszereket a trolloktól és a tréfáktól?
- Úgy tűnik számomra, hogy meg tudja védeni magát, de hogy érdemes-e megtenni, a rendszer céljától függ. Nyilvánvaló, hogy ha a rendszernek nem kellene konkrét megjegyzéseket adnia - durva vagy szélsőséges, akkor szűrhetjük a válaszait. Ez a szűrés történhet a rendszer kiképzésének szakaszában, vagy már a válaszok generálása során.
Egyébként a párbeszéd minőségének értékelésével kapcsolatos hasonló feladatot a csapatok megoldották a DeepHack Turing tudományos iskola-hackathon keretében, amelyre néhány hete került sor a MIPT-n. Résztvevői olyan algoritmusokat fejlesztettek ki, amelyek megjósolhatták a párbeszéd jelzéseiből, hogy az ember milyen értékelést ad a párbeszéd rendszerének.
Ennek a megközelítésnek a fejlesztése a következő lépés egy olyan program létrehozása, amely értékelné a kifejezések elfogadhatóságát vagy a felhasználói lekérdezésekre adott válaszok generálásához felhasznált források megbízhatóságát. Számomra úgy tűnik, hogy ez segít megoldani ezt a problémát.