In diesem Übersichtsartikel spreche ich über meine Erfahrungen bei der Entwicklung künstlicher Intelligenz (Wiederherstellung der menschlichen Psyche), welche Ergebnisse erzielt wurden (grundlegende kognitive Prozesse des Menschen, versteht den Text und kann klärende Fragen stellen) und in welchen Lösungen die Technologie in dieser Entwicklungsphase anwendbar ist (KI ist bereits bereit) Ersetzen Sie Live-Online-Berater und können Sie ein virtueller Assistent für Programmierer sein.

Verständnis im Kontext der KI

Verständnis ist eine der wichtigsten Fähigkeiten der Intelligenz. Die Bedeutung des Konzepts des Verstehens für die künstliche Intelligenz lässt sich an den Ideen von Alan Turing, Marvin Minsky und Ray Kurzweil ablesen.

Laut Wikipedia ist „Verstehen eine universelle Denkoperation, die mit der Assimilation neuer Inhalte verbunden ist, deren Einbeziehung in das System etablierter Ideen und Ideen . “ Wir glauben, dass der Schlüssel zu dieser Formulierung die Notwendigkeit ist, dass die KI ein „System etablierter Ideen und Ideen“ hat. Damit die KI verstehen kann, wie es einer Person geht, muss das KI-Wissenssystem identisch sein oder dem menschlichen Wissenssystem sehr nahe kommen. Andernfalls wird die Person wahrgenommen, aber nicht verstanden.

Auf der praktischen Seite bietet die Implementierung von Verständnis in KI Möglichkeiten:

- KI eine Reihe von Inhalten beibringen, die von Mann zu Mann erstellt wurden;
- mit KI in einer natürlichen Sprache interagieren;
- Erhalten Sie Schlussfolgerungen von der KI, die auf dem Verständnis von "wie ein Mensch" beruhen (die Antwort "42" ist nicht immer das, was wir brauchen).

Aus diesem Grund haben wir das Konzept des Verstehens als Hauptkonzept in unserem Ansatz zur Entwicklung der KI übernommen.

Die Hauptansätze für die KI-Entwicklung sind „von oben nach unten“ und „von unten nach oben“.

Es gibt zwei Hauptansätze für die KI-Entwicklung. Die erste zielt darauf ab, die kognitiven Fähigkeiten einer Person in einem Computer zu reproduzieren, ohne auf die Ebene einzelner Neuronen zurückzugreifen. Dieser Ansatz wird als Top-Down bezeichnet. Der zweite Ansatz zielt darauf ab, Intelligenz von Neuronen auf allgemeine Ebenen kognitiver Prozesse aufzubauen, und wird als „Bottom-up“ bezeichnet.

Was die allgemeinen Trends in der Entwicklung der KI betrifft, so ist jetzt der Bottom-up-Ansatz vorherrschend. Wahrscheinlich ist der in künstlichen neuronalen Netzen verwendete mathematische Apparat für Wissenschaftler, Entwickler und Enthusiasten verständlicher.

Wir verwenden den ersten Ansatz - „von oben nach unten“. Normalerweise wird diese Richtung der KI-Entwicklung durch das Fehlen einer allgemeinen, mehr oder weniger harmonischen, konsistenten und umfassenden Theorie menschlicher mentaler Prozesse erschwert.

Ich habe 2003 ein Team zusammengestellt, um an einer solchen Theorie zu arbeiten, damals noch zu Zwecken, die weder mit künstlicher Intelligenz noch mit Informationstechnologie im Allgemeinen zu tun haben. Eine Gruppe von akademischen und praktizierenden Psychologen und Psychotherapeuten hat es sich zur Aufgabe gemacht, die theoretischen Konzepte und praktischen Methoden der Psychologie zu rationalisieren. Ich musste alle verfügbaren wissenschaftlichen Erkenntnisse zu diesem Thema kritisch prüfen. Mehr als 30 Personen nahmen in verschiedenen Phasen an dem Projekt teil.

Bis 2008 haben wir das sogenannte entwickelt Das Modell der Psyche ist ein konsistentes Konzept der Organisation der Psyche und der darin enthaltenen Prozesse. Das Modell erwies sich angesichts der großen Anzahl interagierender Elemente als komplex, aber es gab auch ein Plus - es war gut algorithmisiert. Das heißt, Das Modell arbeitet mit einigen Elementen und beschreibt die Art ihrer Wechselwirkung nach verständlichen mathematischen Gesetzen.

Entwicklungsergebnisse wurden in mehreren Produktlösungen getestet. Insbesondere haben wir das Verhalten von Internetnutzern bei der Auswahl eines Nachrichtenartikels und bei der Auswahl eines Ergebnisses aus Suchergebnissen modelliert und Benutzer basierend auf simulierten Anforderungen an Verbrauchergruppen verschiedener Warentypen verteilt. Als Eingabedaten für die Modellierung haben wir den Verlauf der Besuche auf Websites durch jeden einzelnen Benutzer verwendet. Übrigens reichen diese Daten aus, um ungefähr hundert Merkmale einer Person zu berechnen, mit denen ein Psychologe arbeitet - Extraversion, Zwanghaftigkeit usw. Geschlecht ist auch ein psychologisches Merkmal, aber nicht für alle Länder. Für Schweden beträgt die Bestimmungsgenauigkeit beispielsweise höchstens 65%.Für osteuropäische Länder können wir das Geschlecht des Benutzers anhand des Browserverlaufs mit einer Genauigkeit von 95% bestimmen.

Wir verstehen gut, welche Prozesse in der Psyche ablaufen. Wir haben Werkzeuge, mit denen wir diese Prozesse untersuchen und analysieren können. Wir verwenden die phänomenologische Methode (1). Mit dieser Methode können Sie die Prozesse der Psyche hervorheben, untereinander trennen und die Dynamik beobachten. Für uns ist die Psyche keine Black Box, sondern größtenteils eine komplexe, aber verständliche Struktur.

Ich stelle auch fest, dass der Ansatz unseres Teams die Universalität der zu entwickelnden KI impliziert, im Gegensatz zu einer spezialisierten KI, die sich auf die Lösung derselben Probleme konzentriert.

Speicherung und Verarbeitung von Wissen in AI

Die erste Aufgabe, die wir zu lösen begannen, war die Entwicklung eines semantischen Netzwerks zum Speichern von Wissen in der Form, in der es in der menschlichen Psyche gespeichert ist. Gleichzeitig sollte die Struktur des semantischen Netzwerks nicht nur die Datenspeicherung ermöglichen, sondern auch den effizienten Betrieb von Algorithmen, die kognitive und andere Prozesse wiederholen.

Die Eckpunkte des Netzwerks sind alle Phänomene, die das Bewusstsein hervorheben kann. Scheitelpunkte gibt es in verschiedenen Formen, zum Beispiel als Objekt, Aktion, Zeichen oder abstraktes Konzept. Beispiele für Spitzen sind Laptop, Segel, Schwarz, Weltraum.

Die Verbindungen zwischen den Eckpunkten spiegeln die Art der Wechselwirkung dieser Phänomene in der Psyche wider. Im Ausdruck "blaue Kugel" zwischen den beiden Spitzen "blau" und "Kugel" besteht eine charakterologische Verbindung. Es gibt auch verschiedene Arten von Links.

In seiner Arbeit über die Bildung semantischer Netzwerkstrukturen, d.h. Um neue Arten von Peaks und Verbindungen hinzuzufügen, folgen wir dem Prozess der Ontogenese menschlicher kognitiver Funktionen. Wir verdeutlichen dies anhand eines Beispiels. Bis zu einem gewissen Punkt gibt es keine „instrumentelle“ Verbindung zwischen Phänomenen in der Psyche, da die Psyche die entsprechenden Probleme nicht löst - ein Kind kann mit einem Spatel auf ein Spielzeug klopfen und nimmt die Klinge nicht als Instrument wahr. Nach einiger Zeit, indem man das Gesehene imitiert und Wissen ansammelt, bildet sich eine neue Art von Verbindung in der Psyche - instrumentell versteht das Kind, dass man mit einer Schaufel graben kann. Somit reagiert die Psyche auf die Komplexität von Operationen, auf eine Zunahme der Datenmenge und optimiert ihre Arbeit, indem sie eine neue Art von Verbindung herstellt.

Die Bildung neuer Kommunikationsarten erfolgt im Zusammenhang mit einer neuen Art von Aktivität und im Zusammenhang mit dem Auftreten von Neoplasmen in der Psyche. (2) Ein Beispiel für eine neue Art von Aktivität - bei einem professionellen Designer ist Farbe nicht nur ein Merkmal, sondern auch ein professionelles Werkzeug, das eine separate Art von Verbindung bildet. Ein Beispiel für ein Neoplasma in der Psyche ist abstraktes Denken.

Zunächst identifizierten wir zwei Stadien bei der Bildung der Psyche - präverbal, wenn Strukturen gebildet werden, für die keine Wörter verwendet werden (von der Geburt bis zu 2 Jahren), und verbal, wenn das Wort als Identifikator verwendet wird. Die Unterteilung in die angegebenen Stufen ist bedingt, da jede von ihnen auch ihre eigenen Perioden der Strukturbildung hat.

Die Reproduktion präverbaler Strukturen erwies sich als ziemlich schwierige Aufgabe. Wir waren gezwungen, Konzepte und Verbindungen aus Strukturen zu rekonstruieren, die uns zu einem späteren Zeitpunkt bekannt waren. Zum Beispiel enthält das Vergnügen eines sechs Monate alten Kindes noch keine differenzierten Erfahrungen (ob es sich um sexuelles Vergnügen, Vergnügen durch Sättigung, Vergnügen durch Intimität usw. handelt). Bei der Entwicklung präverbaler Strukturen haben wir uns auf diejenigen beschränkt, die Verbindungen zu Strukturen haben, die in nachfolgenden Stadien gebildet wurden. Beachten Sie, dass die Methodik zur Bildung präverbaler Strukturen für das semantische Netzwerk zwar ausgearbeitet wurde, diese Aufgabe jedoch einen erheblichen Arbeitsaufwand für Psychologen erfordert. Zu diesem Zeitpunkt haben wir 3 Arten von Eckpunkten und 4 Arten von Verbindungen identifiziert.

Sobald ein Wort zur Hauptkennung von Informationen geworden ist, wurde es einfacher, Strukturen zu bilden. Sie können sich jederzeit an die Quelle wenden - die Psyche selbst, indem Sie einer Person des entsprechenden Alters Fragen stellen. Beachten Sie, dass die Psyche im verbalen Stadium nicht auf eine starke Zunahme der Anzahl von Phänomenen beschränkt ist. Es treten auch neue Arten von Phänomenen auf, beispielsweise abstrakt, fiktiv usw., was zu einer Änderung der Netzwerkstruktur führt.

Bisher gibt es eine Reihe von Entwicklungen, die versuchen, das Prinzip der Speicherung von Wissen durch den Menschen unter Verwendung des semantischen Netzwerks zu wiederholen. Unsere Methode zur Bildung der Netzwerkstruktur basiert auf den Werkzeugen, die wir für die Untersuchung mentaler (einschließlich kognitiver) Prozesse entwickelt haben. Wir haben in die Netzwerkstruktur nur das eingeführt, was tatsächlich in der Psyche des entsprechenden Alters verfügbar ist. Infolgedessen enthält das semantische Netzwerk, das die kognitive Struktur der Psyche eines siebenjährigen Kindes wiederherstellt, 17 Arten von Eckpunkten und 15 Arten von Kommunikation. In diesem Alter beim Menschen haben sich die meisten Kommunikationsformen bereits gebildet.

Bei der Erstellung eines semantischen Netzwerks haben wir einige interessante Merkmale identifiziert:

1.Das semantische Netzwerk hat einige Tricks - Elemente, die die ungleichmäßige Verteilung von Beziehungen bestimmen. Um sie herum sind die meisten Ketten dieser Glieder ausgerichtet. Das sind menschliche Bedürfnisse.

2. Mit jedem Neoplasma wird die Struktur des Wissens neu aufgebaut. Die neue Altersperiode bringt die Notwendigkeit mit sich, die Struktur der Beziehungen zwischen den Elementen erheblich zu ändern.

3. Beim Aufbau eines Referenznetzwerks haben wir persönliche Unterschiede festgestellt. Diese Unterschiede sind typisch. Das heißt, die Anzahl der Invarianten ist sehr begrenzt und beruht auf individuellen Merkmalen oder dem Einfluss der Umgebung. Dies sind psychologische Typen.

Neues Wissen gewinnen und Antworten auf Fragen finden

Algorithmen, die Denkoperationen zum Verständnis neuen Wissens implementieren, basieren auf der Struktur des semantischen Netzwerks.

Zunächst wird der Text von einem an der Stanford University entwickelten Parser verarbeitet .. Anschließend prüfen wir die Verfügbarkeit der entsprechenden Eckpunkte und Verbindungen und bilden gegebenenfalls neue. Bei der Bildung einer Antwort oder einer klärenden Frage werden die Algorithmen von den verfügbaren Daten im semantischen Netzwerk geleitet. Die vereinfachte Funktionsweise der Algorithmen kann anhand des folgenden Beispiels demonstriert werden. Nachdem AI den Text "Eisbären jagen Robben" gelesen hat, baut AI, das jedes dieser Phänomene bereits separat kennt, eine spezielle Verbindung im semantischen Netzwerk auf, die die Exklusivität festlegt - es sind Eisbären, die Robben jagen. Nach Erhalt der Frage "Braun trägt Beute auf Robben?" Die KI antwortet mit "Nein", da es im semantischen Netzwerk keine Struktur gibt, die alle angegebenen Bedingungen erfüllt: "Braunbär jagt Robben".

In der ersten Phase entwickelten wir Algorithmen, die den kognitiven Prozessen eines dreijährigen Kindes entsprechen. Basierend auf den Algorithmen haben wir ein Programm geschrieben, das einen sehr einfachen Text verstehen und verschiedene Arten von Fragen beantworten kann. Hier ist ein Demo-Programm . Das Programm ermöglichte es uns, die Verbindungen des semantischen Netzwerks auf großen Datenmengen zu konfigurieren und bestätigte die direkte Entsprechung der Reaktion des Systems und der Psyche einer lebenden Person.

Im September haben wir die Modellierung der kognitiven Prozesse eines siebenjährigen Kindes abgeschlossen. Obwohl wir nicht über die Ressourcen verfügen, um das gesamte System zu programmieren, haben wir uns vorübergehend auf ein semantisches Netzwerk und verschiedene Arten von Algorithmen beschränkt. Wenn die Algorithmen auf dieser Ebene „manuell“ berechnet werden können, kann dies nicht mit dem semantischen Netzwerk durchgeführt werden - es enthält ungefähr 10.000 Eckpunkte und 40.000 Links. Nachdem wir alle Algorithmen programmiert haben, wird diese Lösung ein ausreichend leistungsfähiges kognitives System für die Arbeit mit Textinformationen sein. Unser System kann ein Verständnis für neues Wissen vermitteln, das in natürlicher Sprache beschrieben wird und auf dem gleichen Niveau wie eine Person des entsprechenden Alters arbeitet.

Nächste Entwicklungsschritte

Der nächste Schritt in der Entwicklung unserer Technologie ist die Rekonstruktion des abstrakten Denkens des Menschen. Jetzt kann KI mit abstrakten Konzepten arbeiten, die ihr beigebracht wurden, aber nicht unabhängig neue bilden. Hier ist zum Beispiel der Text, der verwendet wird, um Fisch zu lehren:

Fisch ist ein Tier. Fisch hat einen verlängerten Körper. Fisch hat Körper abgeflacht. Fisch hat Kopf, Kiefer, Kiemen, Schwanz, silberne Schuppen. Fisch lebt im Wasser. Fische können schwimmen, schlafen, essen, Schmerzen fühlen, Angst haben. Fisch spricht nicht. Wenn der Fisch kein Wasser mehr hat, stirbt er. Fisch verwendet Kiemen zum Atmen. Fisch benutzt Flossen zum Schwimmen. Lachs, Forelle, Hai sind Fische. Katze, Bär, Kojote, Alligator, Robbe, Pelikanjagdfisch.

Die unabhängige Bildung abstrakter Konzepte wird die Möglichkeiten für den KI-Unterricht und den Umfang ihrer Verwendung erheblich erweitern. Wir haben bereits die Grundprinzipien entwickelt und planen, die Prozesse in naher Zukunft detailliert darzustellen. Das Hinzufügen von abstraktem Denken erfordert auch eine Modernisierung des semantischen Netzwerks als Neue Kommunikationsarten werden hinzugefügt.

Darüber hinaus planen wir die Entwicklung von Algorithmen zur unabhängigen Bildung neuer Kommunikationsarten durch künstliche Intelligenz. Dies erhöht die Flexibilität des semantischen Netzwerks und eine gewisse "Autonomie" beim Training der KI durch ein Expertenteam.

KI-Technologieanwendung

Die entwickelte Lösung ist in der Lage, einfachen Text zu verstehen. Beispielsweise können die meisten Artikel aus der einfachen englischen Wikipedia vom System verstanden werden. Unsere Lösung kann auch Fragen zu vorhandenem Wissen beantworten und klärende Fragen stellen, wenn sie einen Widerspruch findet. Aus Einschränkungen in dieser Phase - Texte und Fragen sollten grammatikalisch korrekt konstruiert werden. Darüber hinaus sollte das System von unseren Experten in abstrakten Konzepten in einem neuen Themenbereich geschult werden. Mit diesem Lernansatz ist die entwickelte Lösung im Dialog nicht von einer realen Person zu unterscheiden.

Von den Merkmalen unseres Lernansatzes ist keine große Menge an Trainingsdaten erforderlich. Neue abstrakte Konzepte und neues Wissen in einem bestimmten Fachgebiet, das System wird durch einmaliges Lesen des Textes trainiert.

Die in unserer KI neu erstellten kognitiven Prozesse reichen bereits für die Verwendung in Smart Bots, Online-Textunterstützung, NPCs in Spielen usw. aus. Das heißt, in Systemen, in denen die Kommunikation in einem separaten Fachgebiet in natürlicher Sprache erforderlich ist. Jetzt werden die Antworten in solchen Entscheidungen durch Live-Statements oder Skripte gebildet. Unser System bildet eine Antwort aus vorhandenem Wissen auf die gleiche Weise wie eine Person.

Wir können bestimmte Arten von kognitiven Algorithmen hinzufügen und den entsprechenden Themenbereich trainieren, damit die KI beispielsweise Programmieraufgaben für Einsteiger ausführen kann. Dies ist ein virtueller Assistent, der einen Teil der routinemäßigen Programmieraufgaben übernimmt - die Aufgabe in einer natürlichen Sprache versteht, vorhandenen Code analysiert und neuen schreibt. Zunächst sprechen wir über algorithmische Probleme mit einer guten Formulierung und einem geringen Grad an Unsicherheit.

Eigene Ressourcen reichen bereits nicht aus, daher erwägen wir eine Partnerschaft mit anderen Unternehmen. Wir können den technologischen Teil für Produkte oder Plattformen vollständig bereitstellen, und von Seiten der Partner erwarten wir Produktkompetenz und Ressourcen für die Implementierung in Code. Das Team freut sich auch über Entwickler, die den im Artikel vorgestellten Ideen nahe stehen.

Bitte schreiben Sie in den Kommentaren darüber, welche Aspekte der Technologie Sie mehr wissen möchten. In den folgenden Artikeln werde ich versuchen, dies zu berücksichtigen.

1. Husserl E. Logische Studien. / Per. mit ihm. E. A. Bernstein, Hrsg. S. L. Frank. Neuauflage von R. A. Gromov. - M .: Akademisches Projekt, 2011.
2. Piaget J. Sprache und Denken eines Kindes. - M., 1994.

Entwicklung einer starken KI durch Kopieren der Strukturen und Prozesse der menschlichen Psyche