Чем обладает человеческий интеллект? Может ли искусственный интеллект овладеть человеческими профессиями? Что считать искусственным интеллектом?
Определение проблем
При первых попытках создать собственный ИИ, у меня возникло две трудности, которые можно было считать непреодолимыми. Первая - нужен большой массив данных для обучения нейронной сети. Мало того что их нужно собрать, так их еще нужно обработать должным образом, чтобы нейронная сеть выдавала нужный результат. Вторая - мне нужны огромные вычислительные мощности, а то никакого искусственного интеллекта не получится.
Решая эти две проблемы, я перебирал множество вариантов, но ни один из них мне не подходил, пока я не наткнулся на теорию графов. Если кому интересно, то есть замечательная книга Д.В. Карпов "Теория графов", написана предельно понятным математическим языком. В 2018 году я попробовал создать голосовой ассистент. Результат меня не устроил полностью. Хоть на тот момент и были описаны методы и способы создания программ для обучения и до-обучения нейронных сетей, но в своей сути это была математическая статистика и ничего более.
Безусловно, если раздуть обучающий набор до гигантских размеров, обучить модель на суперкомпьютере, то получится ChatGPT или PALM. Но при этом, у них нет "искры". О чем это я? Проблема в том, что ими можно пользоваться как хорошей поисковой системой, генераторами текста и кода. Но ценность человеческого интеллекта состоит в том, что он способен мечтать, фантазировать, выдвигать гипотезы по определенным правилам и проверять их жизнеспособность. Так почему бы эту ценность не перенести в программу?
Решение проблем
Чтобы человек стал профессионалом в определенной области, например программирование, нужны десятилетия накопления опыта и знаний. Как выглядит процесс обучения? В раннем возрасте преобладает любопытство, этот возраст еще называют возрастом почемучки. В этот период мы познаем мир, собираем информацию о нем. Для построения гипотез еще рановато, поэтому мы идет путем приобретения опыта - обжигаемся, набиваем шишки, падаем и встаем. Когда данных и опыта становится достаточно, формируются правила которым нужно следовать, чтобы познавать мир безболезненно. Становится возможным оперировать абстракциями, появляется абстрактное мышление, мы начинаем мечтать, воображать. Мы уже можем представить чтоб будет, если подойти слишком близко к доброй, с виду, соседкой собаке. На этом этапе мы идем в школу, начинаем постигать науки.
Но что если ускорить процессы? Что если всё необходимое будет изначально заложено в исходном коде программы? Что если пропустить многие этапы взросления и перейти непосредственно к профессиональным навыкам?
Рецепт Self-learning artificial intelligence (SLAI)
Решение проблемы большого массива данных решается наличием этих данных в сети и возможностью скачать их только для обучения нейронной сети или создания графа знаний по интересующей нас тематике.
Проблема вычислительных мощностей решается архитектурой искусственного интеллекта, которая работает подобно blockchain, способна масштабироваться и хранить данные на разных серверах.
Поскольку данные в графе знаний уже сгруппированы, нужно построить ассоциации между ними. Граф состоит из узлов и связей, где узлы - это способ представления данных в нужном виде, а связи между узлами это направления, по которым можно проложить путь и объединить данные, находящие в узлах в определенную логику. Получившая "дорожка" внутри графа называется путь. В SLAI путь - это одна из возможных гипотез.
После того как гипотезы созданы, их нужно проверить на работоспособность и достоверность. После проверки получаем решение интересующей задачи. В течении трех месяцев разработки команде SLAI удалось разработать ядро, которое решает три проблемы.
"На днях мы протестировали гипотезу, результаты поразительны. Программа принимает на вход функции, затем строить граф знаний на этих функциях. С помощью графа мы получаем пути в графе - это гипотезы, варианты последовательностей выполнения функций. В финальной части программы мы тестируем каждую гипотезу на работоспособность и оставляем только рабочие комбинации функций. Еще мы написали автоматическое перестроение графа при добавлении новой функции - все работает."