Cum Poate Învăța Inteligența Artificială Despre Procesul De Învățare?

Pentru a face salturi noi în avansarea inteligenței artificiale, inteligența artificială ar trebui, așa cum spune autorul Jun Wu în Forbes, să “învețe să învețe”. Ce ar însemna asta?

Așa cum explică Wu, „oamenii au capacitatea unică de a învăța din orice situație sau mediu.” Oamenii pot adapta procesul de învățare. Pentru a avea o calitate atât de flexibilă, inteligența artificială are nevoie de Inteligență Artificială Generală – ar trebui să învețe despre procesul de învățare, ceea ce se numește Meta-Învățare.

Există o contrastare foarte specifică în procesul de învățare între oameni și inteligența artificială. În timp ce capacitatea de învățare a omului este limitată, inteligența artificială are multe mai multe resurse, cum ar fi puterea de calcul. Puterea creierului uman are limite și are timp limitat pentru a învăța. Dar, în timp ce inteligența artificială “învață din mai multe date decât datele pe care le folosim creierul uman, prelucrarea acestor cantități uriașe de date necesită o putere de calcul imensă.”

Wu explică că“pe măsură ce crește complexitatea sarcinilor inteligenței artificiale, există și o creștere exponențială a puterii de calcul.” Asta ar însemna că, chiar dacă costul puterii de calcul este scăzut, “creșterea exponențială nu este niciodată scenariul pe care îl dorim.” Acesta este principalul motiv pentru care, în acest moment, “inteligența artificială este proiectată pentru a fi învățătoare cu scop specific,” făcând procesul de învățare mai eficient.

Dar, pe măsură ce inteligența artificială a început să învețe mai mult, “învățând să învețe” a început “să deducă din date cu complexitate crescândă.” Pentru a evita creșterea exponențială a puterii de calcul, a trebuit să se găsească o cale de învățare mai eficientă, și inteligența artificială a trebuit să-și amintească acea cale.

Problema a devenit și mai complexă atunci când cercetătorii și tehnologii au început să atribuie inteligenței artificiale sarcini de multitasking. Pentru a putea face asta, inteligența artificială “are nevoie să poată evalua seturi independente de date în paralel. De asemenea, are nevoie să relateze piese de date și să deducă legături între aceste date.” În timp ce se efectuează o sarcină, inteligența artificială are nevoie să-și actualizeze cunoștințele, astfel încât să le poată aplica în alte situații. “Deoarece sarcinile sunt interconectate, evaluările pentru sarcini vor trebui să fie efectuate de întreaga rețea.”

Google (GOOGL ) a dezvoltat un astfel de model, MultiModel, care este un sistem de inteligență artificială care “a învățat să efectueze opt sarcini diferite simultan. MultiModel poate detecta obiecte în imagini, oferi subtitrări, recunoaște vorbirea, traduce între patru perechi de limbi și efectuează analiza gramaticală a constituenților.

În timp ce realizarea Google este un salt mare înainte, inteligența artificială trebuie să facă încă pași importanți pentru a deveni un învățător cu scop general. Pentru a putea realiza asta, ar trebui să dezvolte în continuare meta-raționamentul și meta-învățarea. Așa cum explică Wu, “meta-raționamentul se concentrează pe utilizarea eficientă a resurselor cognitive. Meta-învățarea se concentrează pe capacitatea unică a oamenilor de a utiliza eficient resursele cognitive limitate și datele limitate pentru a învăța.”

În prezent, există studii efectuate pentru a descoperi lacunele dintre cogniția umană și modul în care inteligența artificială învață, cum ar fi conștientizarea stărilor interne, acuratețea memoriei sau încrederea.

Toate acestea înseamnă că “a deveni un învățător artificial generalizat necesită cercetări extinse despre cum învață oamenii, precum și despre cum inteligența artificială poate imita modul în care oamenii învață. Pentru a se adapta la noi situații, cum ar fi capacitatea de a “multitaska” și capacitatea de a lua “decizii strategice” cu resurse limitate, sunt doar câteva dintre obstacolele pe care cercetătorii inteligenței artificiale le vor depăși pe parcurs.”