Искусственный интеллект и человек

Ученые придумали новый способ научить роботов пользоваться рабочими инструментами. Машинам достаточно посмотреть видео на YouTube.

Как пишет издание VentureBeat, исследователи из Университета штата Мэриленд и Австралийского научно-исследовательского центра NICTA опубликовали статью, описывающую достижения, которые будут представлены в этом месяце в рамках 29-й ежегодной конференции Ассоциации по улучшению искусственного интеллекта (Association for the Advancement of Artificial Intelligence, AAAI).

Демонстрация новых достижений в робототехнике является примером одного из методов машинного обучения, известного как Deep learning – глубокое обучение.

В новом исследовании были применены так называемые сверточные нейронные сети, нацеленные на распознавание изображений. Система позволяет определить способ захвата предметов рукой, распознать конкретный предмет и спрогнозировать действие, которое будет к нему применено.

Ученые нашли на YouTube 88 видео по приготовлению пищи. Из полученных данных были сформированы команды, понятные роботу. В будущем, по словам исследователей, машины смогут обучаться, просматривая ролики в Интернете, то есть подобно человеку.

Одному самообучающемуся суперкомпьютеру под названием "Наутилус" предложили на основании множества старых газетных заметок начиная с 1945 года смоделировать события будущего. И эксперимент оказался удачным. Так, компьютер указал местоположение "террориста №1" Усамы бен Ладена в северном Пакистане, предсказал Арабскую весну… Правда, пока ему удавалось "предсказывать" лишь события, которые уже произошли. 
Сейчас авторы изобретения подумывают о том, чтобы заставить электронного "прорицателя" действительно пророчить будущее. В эксперименте участвовали два робота, один из которых должен был спрятаться, а второй "получал задание" его отыскать. Для этого второму роботу предстояло проанализировать следы, оставленные первым.
 При этом первый преднамеренно оставлял ложные следы (например, опрокидывал преграды). Действительно, таким образом ему удавалось достаточно долго "дурить" преследователя…Специалисты из Лаборатории интеллектуальных систем разместили группу роботов в комнате, где находились условные маркеры, обозначающие "пищу" и "яд".
 Если машины приближались к "источнику пищи", они получали дополнительные баллы, а если оказывались ближе к "яду", то теряли их. При этом всех роботов снабдили хаотично мигающими синими лампочками и камерами-датчиками, помогающими идентифицировать свет, исходящий от ламп их "товарищей". Также при желании они могли отключать свои лампочки.
Постепенно роботы разобрались, где находятся "источники еды" — ведь там наблюдалась самая большая концентрация синего света. Однако впоследствии киберы начали отключать свои "маячки", чтобы не указывать место конкурентам. А некоторые даже умудрились уводить "собратьев" прочь от вожделенного источника, интенсивно мигая лампочками совсем в других местах…

Как пишет The Independent, программа убедила людей в том, что за компьютером сидит 13-летний мальчик. Это означает фактическое прохождение теста Тьюринга, когда компьютер нельзя отличить от человека. Это серьезная веха в развитии искусственного интеллекта, но ученые уже предупреждают, что эта технология может быть использована для совершения киберпреступлений.

«Юджин Густман», Евгений Густман, Eugene Goostman — это компьютерная программа, созданная командой российских программистов, которая успешно прошла тест в Королевском обществе в Лондоне. Тридцать три процента судей поверили, что говорят с человеком, сообщают ученые из Университета Рединга, которые и организовали тест.

В ходе теста, организованного Королевским обществом, было испытано пять программ. Алан Тьюринг создал свой тест в ходе написания работы «Вычислительная техника и интеллект». В ней он отметил, что поскольку «мышлению» сложно дать определение, важно понять, может ли компьютер имитировать реальное человеческое существо. С тех пор тест стал ключевым элементом философии искусственного интеллекта.

 

Google разрабатывает программное обеспечение для подсчета калорий на фотографиях с изображением еды. Научный сотрудник компании Кевин Мерфи (Kevin Murphy) представил проект Im2Calories на недавнем мероприятии Rework Deep Learning Summit в Бостоне, рассказав аудитории, как преобразятся мобильные приложения для здоровья и фитнеса с появлением новой формы искусственного интеллекта.

Проект Im2Calories использует сложные алгоритмы глубокого обучения и глубину каждого пикселя на изображении для определения типа и размера порций.

Несмотря на то, что Im2Calories все еще находится в стадии исследования и разработки, компания уже ищет варианты использования этой технологии в других ситуациях. Например, с помощью этой технологии можно будет также анализировать дорожное движение, чтобы помочь водителям в поиске свободных парковочных мест. 

Разработчики уверены, что приложение для анализа калорийности блюд станет хитом. 

Несколько дней ранее Google представила операционную систему для «Интернета вещей», с помощью которой она собирается объединить всю Вашу домашнюю электронику в единую сеть и подключить ее к Интернету.