इस समीक्षा लेख में, मैं कृत्रिम बुद्धिमत्ता (मानव मानस का मनोरंजन) विकसित करने में अपने अनुभव के बारे में बात करता हूं, क्या परिणाम प्राप्त हुए हैं (बुनियादी मानव संज्ञानात्मक प्रक्रियाएं, पाठ को समझती हैं और प्रश्न स्पष्ट कर सकती हैं), और विकास के इस चरण में तकनीक जिस समाधान पर लागू होती है (एआई पहले से ही तैयार है) लाइव ऑनलाइन सलाहकार बदलें और प्रोग्रामर के लिए एक आभासी सहायक हो सकते हैं)।

एआई के संदर्भ में समझना

समझना - बुद्धि का सबसे महत्वपूर्ण क्षमताओं में से एक। आर्टिफिशियल इंटेलिजेंस के लिए समझ की अवधारणा के महत्व का पता एलन ट्यूरिंग, मार्विन मिनस्की और रे कुर्ज़वील के विचारों में लगाया जा सकता है। विकिपीडिया के

अनुसार , "समझ नई सामग्री की आत्मसात करने से जुड़ी सोच का एक सार्वभौमिक संचालन है, स्थापित विचारों और विचारों की प्रणाली में इसका समावेश । " इस सूत्रीकरण की कुंजी, हम मानते हैं, AI के लिए "स्थापित विचारों और विचारों की प्रणाली" की आवश्यकता है। एआई के लिए यह समझने के लिए कि कोई व्यक्ति कैसा है, एआई ज्ञान प्रणाली मानव ज्ञान प्रणाली के समान या बहुत करीब होनी चाहिए। अन्यथा, व्यक्ति माना जाएगा, लेकिन समझा नहीं जाएगा।

व्यावहारिक पक्ष पर, AI में समझ का कार्यान्वयन अवसर प्रदान करता है:

- आदमी के लिए आदमी द्वारा बनाई गई सामग्री की एक सरणी ऐ सिखाएं;
- एक प्राकृतिक भाषा में एआई के साथ बातचीत;
- एआई से निष्कर्ष प्राप्त करें जो "एक इंसान की तरह" की समझ पर आधारित हैं (उत्तर "42" हमेशा वह नहीं होता है जिसकी हमें आवश्यकता होती है)।

इसलिए, हमने एआई के विकास के हमारे दृष्टिकोण में मुख्य समझ के रूप में अपनाया।

एआई विकास के मुख्य दृष्टिकोण "टॉप-डाउन" और "बॉटम-अप" हैं

एआई विकास के लिए दो मुख्य दृष्टिकोण हैं। पहला उद्देश्य व्यक्तिगत न्यूरॉन्स के स्तर का सहारा लिए बिना कंप्यूटर में किसी व्यक्ति की संज्ञानात्मक क्षमताओं को पुन: प्रस्तुत करना है। इस दृष्टिकोण को टॉप-डाउन कहा जाता है। दूसरा दृष्टिकोण न्यूरॉन्स से खुफिया संज्ञानात्मक प्रक्रियाओं के सामान्य स्तर तक निर्माण का उद्देश्य है, और क्रमशः, "नीचे-ऊपर" कहा जाता है।

एआई के विकास में सामान्य रुझानों के लिए, अब नीचे-ऊपर दृष्टिकोण प्रचलित है। संभवतः कृत्रिम तंत्रिका नेटवर्क में प्रयुक्त गणितीय उपकरण वैज्ञानिकों, डेवलपर्स, उत्साही लोगों के लिए अधिक समझ में आता है।

हम पहले दृष्टिकोण का उपयोग करते हैं - "टॉप-डाउन"। आमतौर पर एआई विकास की यह दिशा मानव मानसिक प्रक्रियाओं के सामान्य, अधिक या कम सामंजस्यपूर्ण, सुसंगत और व्यापक सिद्धांत की कमी से जटिल है।

मैंने 2003 में इस तरह के सिद्धांत पर काम करने के लिए एक टीम को इकट्ठा किया, फिर भी कृत्रिम बुद्धि या सामान्य रूप से सूचना प्रौद्योगिकी से संबंधित उद्देश्यों के लिए नहीं। मनोवैज्ञानिक और मनोचिकित्सकों के शैक्षणिक और अभ्यास करने वाले एक समूह ने मनोविज्ञान में उपलब्ध सैद्धांतिक अवधारणाओं और व्यावहारिक तरीकों को व्यवस्थित करने का कार्य स्वयं निर्धारित किया है। मुझे इस विषय पर सभी उपलब्ध वैज्ञानिक ज्ञान की गंभीर समीक्षा करनी थी। परियोजना में विभिन्न चरणों में 30 से अधिक लोगों ने हिस्सा लिया।

2008 तक, हमने तथाकथित विकसित किया मानस का मॉडल मानस के संगठन की एक सुसंगत अवधारणा है और इसमें प्रक्रियाएं हैं। बड़ी संख्या में बातचीत करने वाले तत्वों के मद्देनजर मॉडल जटिल हो गया, लेकिन एक प्लस भी था - यह अच्छी तरह से एल्गोरिदम था। यानी मॉडल कुछ तत्वों के साथ काम करता है और समझने योग्य गणितीय कानूनों के अनुसार उनकी बातचीत की प्रकृति का वर्णन करता है।

कई उत्पाद समाधानों में विकास के परिणामों का परीक्षण किया गया है। विशेष रूप से, हमने खोज परिणामों से परिणाम चुनते समय, समाचार लेख चुनते समय, इंटरनेट उपयोगकर्ताओं के व्यवहार को मॉडल किया, और नकली जरूरतों के आधार पर विभिन्न प्रकार के सामानों के उपभोक्ता समूहों को उपयोगकर्ताओं को वितरित किया। मॉडलिंग के लिए इनपुट डेटा के रूप में, हमने प्रत्येक व्यक्तिगत उपयोगकर्ता द्वारा साइटों पर जाने के इतिहास का उपयोग किया। वैसे, ये आंकड़े किसी व्यक्ति की लगभग सौ विशेषताओं की गणना करने के लिए पर्याप्त हैं जो एक मनोवैज्ञानिक के साथ काम करता है - अपव्यय, संकलन, आदि। लिंग एक मनोवैज्ञानिक विशेषता भी है, लेकिन सभी देशों के लिए नहीं। उदाहरण के लिए, स्वीडन के लिए, निर्धारण की सटीकता अधिकतम 65% है,पूर्वी यूरोप के देशों के लिए, हम 95% की सटीकता के साथ ब्राउज़िंग इतिहास के आधार पर उपयोगकर्ता के लिंग का निर्धारण कर सकते हैं।

हम अच्छी तरह से समझते हैं कि मानस में क्या प्रक्रियाएं होती हैं, हमारे पास ऐसे उपकरण हैं जो हमें इन प्रक्रियाओं का अध्ययन और विश्लेषण करने की अनुमति देते हैं। हम घटना पद्धति (1) का उपयोग करते हैं। यह विधि आपको मानस की प्रक्रियाओं को उजागर करने, उन्हें आपस में साझा करने, गतिशीलता का निरीक्षण करने की अनुमति देती है। हमारे लिए, मानस एक ब्लैक बॉक्स नहीं है, अधिकांश भाग के लिए यह एक जटिल, लेकिन समझने योग्य संरचना है।

मैं यह भी ध्यान देता हूं कि हमारी टीम का दृष्टिकोण विकसित हो रहे AI की सार्वभौमिकता को दर्शाता है, विशेष AI के विपरीत समान समस्याओं को हल करने पर ध्यान केंद्रित किया गया है।

एअर इंडिया में ज्ञान का भंडारण और प्रसंस्करण

हमने जो पहला काम शुरू किया, वह ज्ञान के भंडारण के लिए एक अर्थ नेटवर्क का विकास है, जिसमें यह मानव मानस में संग्रहीत है। इसी समय, सिमेंटिक नेटवर्क की संरचना को न केवल डेटा भंडारण प्रदान करना चाहिए, बल्कि संज्ञानात्मक और अन्य प्रक्रियाओं को दोहराते हुए एल्गोरिदम का कुशल संचालन भी करना चाहिए।

नेटवर्क के कोने कोई भी घटना है जो चेतना को उजागर कर सकते हैं। कार्य विभिन्न रूपों में आते हैं, उदाहरण के लिए, एक वस्तु, एक क्रिया, एक संकेत, एक अमूर्त अवधारणा। चोटियों के उदाहरण हैं लैपटॉप, सेल, ब्लैक, स्पेस।

कोने के बीच के कनेक्शन मानस में इन घटनाओं की बातचीत के प्रकार को दर्शाते हैं। दो चोटियों "नीली" और "गेंद" के बीच "ब्लू बॉल" की अभिव्यक्ति में एक वर्णात्मक संबंध है। लिंक भी कई प्रकार के हो सकते हैं।

सिमेंटिक नेटवर्क संरचनाओं के निर्माण पर उनके काम में, अर्थात्। नए प्रकार की चोटियों और कनेक्शनों को जोड़ने के लिए, हम मानव संज्ञानात्मक कार्यों के ओटोजेनेसिस की प्रक्रिया का पालन करते हैं। हम इसे एक उदाहरण से स्पष्ट करते हैं। एक निश्चित बिंदु तक, मानस में घटना के बीच कोई "वाद्य" संबंध नहीं है, क्योंकि मानस संबंधित समस्याओं को हल नहीं करता है - एक बच्चा अपने कंधे के ब्लेड के साथ एक खिलौना टैप कर सकता है, और वह कंधे के ब्लेड को एक उपकरण के रूप में नहीं समझता है। कुछ समय बाद, जो देखा गया था और ज्ञान संचय कर रहा था, उसका अनुकरण करते हुए मानस - वाद्य में एक नए प्रकार का संबंध बनता है, बच्चा समझता है कि आप फावड़े से खुदाई कर सकते हैं। इस प्रकार, मानस संचालन की जटिलता का जवाब देता है, डेटा की मात्रा में वृद्धि करता है, और एक नए प्रकार के कनेक्शन का गठन करके अपने काम का अनुकूलन करता है।

नए प्रकार के संचार का गठन एक नए प्रकार की गतिविधि के संबंध में होता है और मानस में नियोप्लाज्म की उपस्थिति के संबंध में (2) एक नए प्रकार की गतिविधि का एक उदाहरण - एक पेशेवर डिजाइनर के साथ, रंग न केवल एक विशेषता है, बल्कि एक पेशेवर उपकरण भी है, जो एक अलग प्रकार का कनेक्शन बनाता है। मानस में एक रसौली का एक उदाहरण अमूर्त सोच है।

सबसे पहले, हमने मानस के गठन में दो चरणों की पहचान की - प्रारंभिक, जब संरचनाएं बनती हैं जिसके लिए शब्दों का उपयोग नहीं किया जाता है (जन्म से 2 वर्ष तक), और मौखिक, जब शब्द पहचानकर्ता के रूप में उपयोग किया जाता है। संकेतित चरणों में विभाजन सशर्त है, क्योंकि उनमें से प्रत्येक की संरचना गठन की अपनी अलग अवधि भी है।

प्रीवेरबल संरचनाओं का प्रजनन एक कठिन कार्य साबित हुआ। हमें बाद के चरणों में ज्ञात संरचनाओं से अवधारणाओं और कनेक्शन को फिर से संगठित करने के लिए मजबूर किया गया था। उदाहरण के लिए, छह महीने के बच्चे की खुशी में अभी तक विभेदित अनुभव नहीं है (चाहे वह यौन सुख हो, तृप्ति से सुख हो, अंतरंगता से सुख हो, आदि)। प्रीवेरबल संरचनाओं के विकास में, हमने अपने आप को उन लोगों तक सीमित कर दिया जिनका बाद के चरणों में गठित संरचनाओं के साथ संबंध है। ध्यान दें कि यद्यपि सिमेंटिक नेटवर्क के लिए पूर्ववर्ती संरचनाओं के गठन की कार्यप्रणाली पर काम किया गया है, इस कार्य के लिए मनोवैज्ञानिकों के महत्वपूर्ण कार्य की आवश्यकता है। इस स्तर पर, हमने 3 प्रकार के कोने और 4 प्रकार के कनेक्शन की पहचान की।

जैसे ही एक शब्द सूचना का मुख्य पहचानकर्ता बन गया, संरचनाओं को बनाना आसान हो गया। आप हमेशा स्रोत - मानस की ओर मुड़ सकते हैं, उचित उम्र के व्यक्ति से प्रश्न पूछकर। ध्यान दें कि मौखिक स्तर पर, मानस घटना की संख्या में व्यापक वृद्धि तक सीमित नहीं है। नई प्रकार की घटनाएं भी दिखाई देती हैं, उदाहरण के लिए, अमूर्त, काल्पनिक आदि, जो नेटवर्क की संरचना में बदलाव को दर्शाता है।

आज तक, सिमेंटिक नेटवर्क का उपयोग करके मनुष्य द्वारा ज्ञान के भंडारण के सिद्धांत को दोहराने के लिए कई विकास हैं। नेटवर्क संरचना बनाने की हमारी विधि उन उपकरणों पर आधारित है जिन्हें हमने मानसिक (संज्ञानात्मक सहित) प्रक्रियाओं के अध्ययन के लिए विकसित किया था। हमने नेटवर्क संरचना में केवल वही प्रस्तुत किया जो वास्तव में संबंधित आयु के मानस में उपलब्ध है। नतीजतन, सात साल के बच्चे के मानस की संज्ञानात्मक संरचना को फिर से बनाने वाले सिमेंटिक नेटवर्क में 17 प्रकार के कोने और 15 प्रकार के संचार होते हैं। मनुष्यों में इस उम्र तक, संचार के अधिकांश रूप पहले ही बन चुके हैं।

सिमेंटिक नेटवर्क बनाने की प्रक्रिया में, हमने कई दिलचस्प विशेषताओं की पहचान की:

1।सिमेंटिक नेटवर्क में कुछ तरकीबें हैं - ऐसे तत्व जो रिश्तों के असमान वितरण को निर्धारित करते हैं। उनके चारों ओर, इन लिंक की अधिकांश श्रृंखलाएं उन्मुख हैं। ये मानवीय जरूरतें हैं।

2. प्रत्येक नियोप्लाज्म के साथ, ज्ञान की संरचना का पुनर्निर्माण किया जाता है। नए युग की अवधि तत्वों के बीच संबंधों की संरचना को महत्वपूर्ण रूप से बदलने की आवश्यकता लाती है।

3. किसी प्रकार के संदर्भ नेटवर्क का निर्माण करते हुए, हमने व्यक्तिगत अंतर दर्ज किए। ये अंतर विशिष्ट हैं। अर्थात्, आक्रमणकारियों की संख्या बहुत सीमित है और व्यक्तिगत विशेषताओं या पर्यावरण के प्रभाव के कारण है। ये मनोवैज्ञानिक प्रकार हैं।

नया ज्ञान प्राप्त करना और प्रश्नों के उत्तर देना

एल्गोरिदम जो नए ज्ञान को समझने से संबंधित सोच संचालन को लागू करते हैं, सिमेंटिक नेटवर्क की संरचना पर आधारित हैं।

प्रारंभ में, पाठ को स्टैनफोर्ड विश्वविद्यालय में विकसित एक पार्सर द्वारा संसाधित किया जाता है ।। फिर हम संबंधित कोने और कनेक्शन की उपलब्धता की जांच करते हैं और यदि आवश्यक हो, तो नए फॉर्म बनाते हैं। उत्तर या स्पष्ट प्रश्न बनाते समय, एल्गोरिथम सिमेंटिक नेटवर्क में उपलब्ध डेटा द्वारा निर्देशित होते हैं। एल्गोरिदम के सरलीकृत संचालन को निम्न उदाहरण द्वारा प्रदर्शित किया जा सकता है। "ध्रुवीय भालू शिकारियों का शिकार करें" पाठ को पढ़ने के बाद, एआई, पहले से ही इन घटनाओं में से प्रत्येक को अलग-अलग जानते हुए, अर्थ नेटवर्क में एक विशेष कनेक्शन बनाता है जो विशिष्टता को ठीक करता है - यह ध्रुवीय भालू है जो जवानों का शिकार करते हैं। प्रश्न प्राप्त करने के बाद, "भूरा भालू मुहरों का शिकार करता है?" एआई "नहीं" का जवाब देगा, क्योंकि सिमेंटिक नेटवर्क में एक संरचना नहीं होगी जो सभी निर्दिष्ट शर्तों को पूरा करती है "ब्राउन भालू शिकार करता है"।

पहले चरण में, हमने तीन साल के बच्चे की संज्ञानात्मक प्रक्रियाओं के अनुरूप एल्गोरिदम विकसित किया। एल्गोरिदम के आधार पर, हमने एक कार्यक्रम लिखा जो बहुत ही सरल पाठ को समझ सकता है और कई प्रकार के सवालों के जवाब दे सकता है, यहाँ एक डेमो प्रोग्राम है । कार्यक्रम ने हमें बड़ी मात्रा में डेटा पर सिमेंटिक नेटवर्क के कनेक्शन को कॉन्फ़िगर करने की अनुमति दी और सिस्टम की प्रतिक्रिया और एक जीवित व्यक्ति के मानस के प्रत्यक्ष पत्राचार की पुष्टि की।

सितंबर में, हमने सात साल के बच्चे की संज्ञानात्मक प्रक्रियाओं का मॉडलिंग पूरा किया। जबकि हमारे पास पूरे सिस्टम को प्रोग्राम करने के लिए संसाधन नहीं हैं, इसलिए हम अस्थायी रूप से खुद को सिमेंटिक नेटवर्क और कई प्रकार के एल्गोरिदम तक सीमित कर लेते हैं। यदि इस स्तर पर एल्गोरिदम की गणना "मैन्युअल रूप से" की जा सकती है, तो यह सिमेंटिक नेटवर्क के साथ नहीं किया जा सकता है - इसमें लगभग 10,000 कोने और 40,000 लिंक शामिल हैं। जब हम सभी एल्गोरिदम की प्रोग्रामिंग समाप्त कर लेते हैं, तो यह समाधान पाठ्य सूचना के साथ काम करने के लिए एक पर्याप्त शक्तिशाली संज्ञानात्मक प्रणाली होगी। हमारी प्रणाली प्राकृतिक भाषा में वर्णित नए ज्ञान की समझ प्रदान कर सकती है, और उपयुक्त उम्र के व्यक्ति के समान स्तर पर काम कर सकती है।

अगला विकास कदम

हमारी तकनीक के विकास में अगला कदम हम मनुष्य की अमूर्त सोच के पुनर्निर्माण में देखते हैं। अब AI अमूर्त अवधारणाओं के साथ काम कर सकता है जो इसे सिखाया गया था, लेकिन स्वतंत्र रूप से नए रूप नहीं बना सकते हैं। उदाहरण के लिए, यहां मछली को पढ़ाने के लिए पाठ का उपयोग किया जाता है:

मछली एक जानवर है। मछली का शरीर लम्बा होता है। मछली का शरीर चपटा हुआ है। मछली के सिर, जबड़े, गलफड़े, पूंछ, चांदी की तराजू होती है। मछली पानी में रहती है। मछली तैर सकती है, सो सकती है, खा सकती है, दर्द महसूस कर सकती है, डर सकती है। मछली नहीं बोलती। अगर मछली पानी से बाहर है तो वह मर जाती है। मछली सांस लेने के लिए गिल्स का उपयोग करती है। मछली तैराकी के लिए पंख का उपयोग करती है। सामन, ट्राउट, शार्क मछली हैं। बिल्ली, भालू, कोयोट, मगरमच्छ, सील, पेलिकन शिकार मछली।

अमूर्त अवधारणाओं के स्वतंत्र गठन से एआई को पढ़ाने और इसके उपयोग के दायरे की संभावनाओं का काफी विस्तार होगा। हमने पहले ही मूल सिद्धांतों को विकसित कर लिया है और निकट भविष्य में प्रक्रियाओं को विस्तार देने की योजना बना रहे हैं। अमूर्त सोच को जोड़ने के लिए भी अर्थ नेटवर्क के आधुनिकीकरण की आवश्यकता होगी नए प्रकार के संचार जोड़े जाएंगे।

इसके अलावा, हम कृत्रिम बुद्धि द्वारा नए प्रकार के संचार के स्वतंत्र गठन के लिए एल्गोरिदम विकसित करने की योजना बनाते हैं। यह विशेषज्ञों के एक दल से एआई के प्रशिक्षण में सिमेंटिक नेटवर्क और कुछ "स्वायत्तता" में लचीलापन जोड़ देगा।

एआई प्रौद्योगिकी अनुप्रयोग

विकसित समाधान सरल पाठ को समझने में सक्षम है, उदाहरण के लिए, सरल अंग्रेजी विकिपीडिया के अधिकांश लेखों को सिस्टम द्वारा समझा जा सकता है। इसके अलावा, हमारा समाधान मौजूदा ज्ञान के बारे में सवालों के जवाब दे सकता है और यदि यह विरोधाभास पाता है तो स्पष्ट प्रश्न पूछें। इस स्तर पर प्रतिबंधों से - ग्रंथों और प्रश्नों को व्याकरणिक रूप से सही ढंग से निर्मित किया जाना चाहिए। इसके अलावा, सिस्टम को हमारे विशेषज्ञों द्वारा एक नए विषय क्षेत्र में अमूर्त अवधारणाओं में प्रशिक्षित किया जाना चाहिए। सीखने के इस दृष्टिकोण के साथ, विकसित समाधान एक वास्तविक व्यक्ति से बातचीत में अविवेच्य है।

सीखने के लिए हमारे दृष्टिकोण की विशेषताओं में से - बड़ी मात्रा में प्रशिक्षण डेटा की आवश्यकता नहीं है। एक विशिष्ट विषय क्षेत्र में नई अमूर्त अवधारणाएं और नया ज्ञान, सिस्टम को पाठ के एकल पढ़ने से प्रशिक्षित किया जाता है।

हमारे एआई में बनाई गई संज्ञानात्मक प्रक्रियाएं पहले से ही स्मार्ट बॉट, ऑनलाइन टेक्स्ट सपोर्ट, एनपीसी इन गेम्स आदि के उपयोग के लिए पर्याप्त हैं। यानी उन प्रणालियों में जिनमें प्राकृतिक भाषा में एक अलग विषय क्षेत्र में संचार आवश्यक है। अब इस तरह के फैसलों के जवाब लाइव स्टेटमेंट या स्क्रिप्ट से बनते हैं। हमारा सिस्टम मौजूदा ज्ञान से उसी तरह एक उत्तर बनाता है जैसे एक व्यक्ति करता है।

हम कुछ प्रकार के संज्ञानात्मक एल्गोरिदम जोड़ सकते हैं और संबंधित विषय क्षेत्र को प्रशिक्षित कर सकते हैं, ताकि एआई प्रदर्शन कर सके, उदाहरण के लिए, प्रवेश स्तर के प्रोग्रामिंग कार्य। यह एक आभासी सहायक है जो नियमित प्रोग्रामिंग कार्यों का हिस्सा लेगा - एक प्राकृतिक भाषा में कार्य को समझेगा, मौजूदा कोड का विश्लेषण करेगा, नया लिखेगा। सबसे पहले, हम एल्गोरिदम समस्याओं के बारे में एक अच्छे सूत्रीकरण और अनिश्चितता की कम डिग्री के साथ बात कर रहे हैं।

स्वयं के संसाधन पहले से ही पर्याप्त नहीं हैं, इसलिए, हम अन्य कंपनियों के साथ साझेदारी पर विचार कर रहे हैं। हम उत्पादों या प्लेटफार्मों के लिए पूरी तरह से तकनीकी हिस्सा प्रदान कर सकते हैं, और साझेदारों की ओर से हम कोड में कार्यान्वयन के लिए उत्पाद विशेषज्ञता और संसाधन देखने की उम्मीद करते हैं। टीम उन डेवलपर्स को भी प्रसन्न करेगी जो लेख में प्रस्तुत विचारों के करीब हैं।

टिप्पणियों में, कृपया इस बारे में लिखें कि प्रौद्योगिकी के किन पहलुओं को आप अधिक जानना चाहते हैं, निम्नलिखित लेखों में मैं इसे ध्यान में रखने की कोशिश करूंगा।

1. हसरल ई। तार्किक अध्ययन। / प्रति। उसके साथ। ई। ए। बर्नस्टीन, एड। एस। एल। फ्रैंक। आर। ए। ग्रोमोव का नया संस्करण। - एम।: शैक्षणिक परियोजना, 2011।
2. पियाजेट जे। भाषण और एक बच्चे की सोच। - एम।, 1994।

मानव मानस की संरचनाओं और प्रक्रियाओं की नकल करके एक मजबूत एआई विकसित करना