🔧 🛋️ 👩‍🏫 ¿Neurointeligencia o mito? 🤴🏿 👩🏻‍🏭 🧚🏻

¡La era de la inteligencia artificial de la red neuronal está en pleno apogeo! Un verdadero avance en los últimos años: las redes neuronales reconocen no solo el habla, imágenes de animales, escenas complejas, ¡sino incluso las describen con palabras! (NeuralTalk). En las redes neuronales, se hacen bots que todavía son malos, pero que ya están respondiendo. Las redes neuronales componen música y escriben poesía. Según el escenario, ¡las redes neuronales incluso van a hacer una película! Pronto, los periodistas profetizan, muy pronto operarán automóviles, bancos, corporaciones, países. "Y todos volarán en diligencia", así es como soñaron a principios del siglo pasado. Así que ahora sus creadores sueñan con un futuro de red neuronal. Dicen que pronto superarán a una persona en todo. Las redes neuronales ya han vencido a una persona en ajedrez, vete, en Jaopardy (juego propio). Y por eso llaman a sus creaciones no menos que Inteligencia Artificial.Reconoció al caballo en la imagen: inteligencia artificial. ¿Por qué inteligencia? Porque antes, solo los humanos sabían cómo hacer esto. Es extraño por qué entonces una calculadora no se llamaba inteligencia artificial. ¿Es cierto entonces llamar redes neuronales?

Por supuesto, una red neuronal es un orden de magnitud más complicado que una calculadora. Pero, si observa el resultado del trabajo de una red neuronal sin anticipar la inteligencia, ¡esto es solo un clasificador! Además, es de naturaleza regresiva: reduce el conjunto de entradas a la elección de varias opciones (a excepción de las redes asociativas y la máquina de Boltzmann). Relé, solo con una entrada más compleja. Me pareció que la inteligencia es al menos la capacidad de razonar. Y aunque ninguna red puede construir incluso el silogismo más simple, llámelo inteligencia, por decirlo suavemente, demasiado pronto. No estoy hablando de tareas más complejas. Por ejemplo

Una abeja tiene un poco más de neuronas en su cabeza, pero sabe lo que ninguna red neuronal moderna puede hacer todavía: volar a gran velocidad entre ramas y árboles. Si bien Google tiene dificultades para sudar durante más de 10 años de desarrollo, conduce automóviles a lo largo de las marcas viales. Y las abejas son un insecto, el comienzo de la evolución de la red neuronal. Ni siquiera hemos alcanzado este nivel inicial, pero ya llamamos a la red la creación que marcó la corona de la evolución de la red neuronal: el intelecto.

Todos, y los propios científicos, cometen el mismo error epistemológico. ¡Dicen que la red es inteligente porque reconoció al caballo en la imagen! ¿Reconoció ella el caballo? Simplemente eligió la salida X, que el investigador llamó "caballo". Sí, ella hizo una generalización (clasificador), reduciendo la versión del caballo a la salida "caballo". Pero la red neuronal no tiene idea de lo que eligió. Ella no tiene el concepto de "caballo" (semántica), el "significado" de la salida de "caballo" está en nuestra cabeza, y no en la red. Para que él esté en la red neuronal en sí, no debe elegir una entrada, ni una palabra de acuerdo con una imagen reconocida, sino todas las palabras relacionadas contextualmente, es decir, todo el concepto de un "caballo". Entonces ella, tal vez, comprenderá que el caballo y la nebulosa tienen un significado común solo en el sentido de una nube de polvo cósmico.Para una red neuronal, la salida seleccionada es un "punto" semántico que no tiene contenido.

Los logros más débiles de las redes neuronales son precisamente en PNL, donde se requiere la comprensión del lenguaje natural. Porque todavía no parecemos entender lo que queremos decir con nosotros mismos, como me parece a mí. Y este es el aspecto más importante que nos gustaría implementar en el automóvil. Y que con razón podría llamarse inteligencia. Comprensión precisa en el sentido de la semántica del "caballo". Al mismo tiempo, parece que nos estamos acercando al umbral de comprender lo que nosotros mismos estamos haciendo: crean redes, entrenan, pero ya no pueden entender cómo logran el resultado según los propios creadores. Aunque creamos solo el primer ladrillo en el edificio de Inteligencia. ¿Podemos entonces lograr un nivel más serio de IA, que es un orden de magnitud más complicado que el actual?

Resumen

Como resultado, citaré un artículo recién publicado en Habré sobre los "éxitos" de las redes neuronales en la imitación lingüística (semántica) de habrahabr.ru/company/payonline/blog/307666

"Solo hay un problema que rápidamente se hace evidente a medida que uno observa a otros. respuestas del sistema Cuando Lee preguntó: "¿Cuántas patas tiene un gato?" El sistema respondió: "Cuatro, supongo". Después de eso, hizo otro intento: "¿Cuántas patas tiene un ciempiés?" La respuesta fue curiosa: "Ocho". Esencialmente, el programa de Lee no tiene idea de lo que está hablando. Ella entiende que ciertas combinaciones de símbolos pueden ocurrir juntas, pero no tiene la más mínima idea sobre la existencia del mundo real. Ella no sabe cómo se ve realmente el ciempiés o cómo se mueve. Es decir, ante nosotros todavía es solo una ilusión de inteligencia.privados del sentido muy común que los humanos damos por sentado. Tal inestabilidad de resultados es bastante común para los sistemas de aprendizaje profundo. El programa de imágenes de subtítulos de Google comete errores extraños. Mirando una señal de tráfico, por ejemplo, podría llamarlo un refrigerador lleno de comida ".

De los comentarios noto ZhenyaZero, que expresó con mucha precisión la diferencia concreta entre las redes neuronales modernas y cómo los humanos reconocemos las imágenes. “Sin embargo, indudablemente distinguirás un caballo con una quinta pata de un tigre con una quinta pata. Y al describir la imagen, la mayoría de la gente dirá "un caballo con una quinta pata" y no "creo que es pan comido". Y los resultados de la red neuronal en variantes inusuales y limítrofes se predicen muy mal y, a menudo, parecen completamente inadecuados.

Y también algunos hechos
1) Para ver tantos "caballos" diferentes, ni una sola persona tendrá suficiente de toda su vida.
2) A menudo es suficiente que un niño muestre una vez una imagen de un nuevo animal y explique cuál es su diferencia, para que pueda reconocer a esos animales la próxima vez y en cualquier pose.
3) Queremos decir "caballo" incluso cuando vemos solo una brida.

Las conclusiones del artículo son bastante obvias, pero es más importante entender por qué existen tales diferencias y qué hacer a continuación. Sus sugerencias

¿Neurointeligencia o mito?

More articles: