Nos últimos anos, o tópico da inteligência artificial tem sido discutido ativamente, uma vez que uma das abordagens de seu estudo está ganhando impulso ativamente entre as grandes corporações. Essa abordagem é redes neurais. Mais recentemente, cerca de um ano atrás, essa palavra podia ser ouvida de todos os lugares. Hoje, consideramos a história do estudo da inteligência artificial pela humanidade (verifica-se que ela já tem cerca de 2000 anos) e as realidades de hoje.
Os autores deste artigo são os caras do Jedium. Eu dou a eles a palavra.1. Introdução
De fato, graças ao crescimento do poder computacional dos computadores convencionais, tornou-se conveniente envolver-se em IA no nível do software. Na medida em que artigos sobre como "escrever" sua rede neural com conhecimento mínimo de programação foram apresentados em fontes de TI populares. No entanto, antes de nos aprofundarmos no estudo de nossa empresa nessa área, gostaríamos de lhe contar um pouco da história.
AI não é uma descoberta do século XXI
O rápido desenvolvimento dessa indústria começou há vários anos, mas antes disso, a humanidade estudava inteligência artificial há alguns milhares de anos. Começando por Aristóteles e Descartes e terminando com o notório John von Neumann. Este último deu uma enorme contribuição ao desenvolvimento da lógica de um computador moderno. Muitos cientistas estudaram essa área. Uma descrição completa da história da IA terá mais de uma série de artigos com longas transcrições e explicações. O objetivo do background científico da IA é transmitir alguns pontos que serão importantes para entender o que o Jedium faz.
Nos anos 30 do século passado, houve um grande interesse no estudo da inteligência artificial. Cientistas com abordagens diferentes para o estudo da IA alcançaram excelentes resultados, contestaram as teorias uns dos outros e provaram novas. Assim, por exemplo, na época, foi inventado um teste de Turing, que pressupõe que, em uma conversa com dois interlocutores, uma pessoa não consiga distinguir a IA de outra pessoa (a conversa deve ser conduzida usando um terminal de computador para excluir a influência da voz, aparência e qualidades difamatórias semelhantes ), temos uma AI completa. O mais interessante é que uma vez que o teste foi aprovado. Como resultado, os trabalhos de Turing tornaram-se uma base fundamental de conhecimento sobre sistemas de computadores, os quais, com base nos dados de entrada, criam seus próprios axiomas (julgamentos que não exigem provas). Graças aos axiomas, os sistemas podem tirar conclusões sobre solicitações específicas do usuário ou fazer previsões com uma precisão muito impressionante. Em nossos dias, são esses sistemas que passaram a ser chamados de redes neurais.
Existem várias abordagens para o estudo da IA, mas vale a pena destacar pelo menos duas - com certa semântica e sem ela. Escrevemos lógica ou escrevemos um programa de computação altamente carregado, ou seja, uma rede neural. No entanto, após o final da década de 40 do século passado e até o presente, nenhuma grande inovação foi observada no campo da IA. Houve um "inverno" - um declínio no interesse no estudo da inteligência artificial. Isso ocorreu devido à falta de poder computacional para construir redes neurais poderosas, e a abordagem do lado lógico se mostrou extremamente difícil e mostrou resultados decepcionantes.
Alguns anos atrás, o poder da computação começou a ser suficiente para a construção de redes neurais muito poderosas. No entanto, o interesse neles entre as pessoas comuns adquire uma tendência negativa, enquanto entre os especialistas, pelo contrário, o treinamento continua. Vale a pena fazer uma reserva - as redes neurais estão cada vez mais começando a adquirir a propriedade de coisas cotidianas e cotidianas. Assistentes de voz em seus gadgets, visão de máquina, que você mais uma vez usa para digitalizar documentos com seu smartphone, editor de fotos e muitos outros exemplos. As pessoas se acostumam e o “efeito uau” está ficando cada vez mais difícil. Portanto, existe uma tese de que o desenvolvimento de redes neurais não se moverá tão rápido em um futuro próximo, ou seja, um novo "inverno" virá.
Mas, embora o trabalho no estudo da IA nas empresas não pare, o setor tem sérios problemas que impedem a pesquisa produtiva nessa área.
Por exemplo, falta de dados para o treinamento de redes neurais. Estudando essa conclusão e fazendo a pergunta “de onde podemos obter os dados?”, Descobrimos uma abordagem interessante que poderia ser a solução para o problema.
Exemplo vivo
O pessoal da Jedium está criando uma plataforma que padroniza e simplifica o desenvolvimento de aplicativos de VR / AR, além de criar sistemas de treinamento. Enquanto trabalhavam nessa área, eles descobriram estudos interessantes sobre o chamado "conhecimento oculto". O conhecimento oculto é uma habilidade que uma pessoa possui, mas não possui outra. Uma pessoa com conhecimento oculto pode compartilhá-lo. Apenas o problema todo está no nome - essas habilidades estão ocultas e, até que uma pessoa seja informada sobre elas, ela não sabe que as possui.
O conhecimento oculto é a base do aprendizado social. Se houver conhecimento que um aluno possa dar a outros, a carga sobre o professor será reduzida. Quase ninguém ainda testou esta tese na prática - não há sistemas de software especializados. A empresa está caminhando nessa direção. Há um ambiente virtual no qual você pode recriar as condições para registrar o conhecimento oculto e usá-lo para transferi-lo para outros alunos.
Mas, para aproveitar o conhecimento oculto e simplesmente criar um ambiente de aprendizado eficaz, você precisa de elementos fortes o suficiente da inteligência artificial. Por exemplo, para construir uma aprendizagem verdadeiramente individualizada (Aprendizagem Personalizada), com base nas lacunas no conhecimento e nas preferências de cada uma delas. E isso requer algoritmos eficazes de análise de dados, em realidades modernas - redes neurais treinadas.
Moderno e-learning
Ao criar um sistema moderno de aprendizado on-line, também vale a pena levar em consideração as tendências modernas, e existem várias delas, e muitas vezes é difícil distinguir a fronteira entre elas:
- A transição do aprendizado "com um professor no centro" para o aprendizado "com um aluno no centro". Por algum tempo, um paradigma exclusivamente clássico foi considerado nos sistemas de aprendizagem on-line - "o professor diz algo aos alunos". Ao mesmo tempo, não é muito importante que meios técnicos específicos foram utilizados, sejam modernos LMS e ferramentas para criar conteúdo educacional ou apenas apresentações enviadas aos alunos. Agora, existe uma opinião geral de que o foco do sistema de treinamento não deve ser o professor, mas o aluno, recebendo conhecimento de várias fontes e formando sua própria imagem do mundo;
- Comunicação assíncrona / síncrona. Esse é um problema um pouco menor no sentido técnico, pois não faltam ferramentas para comunicação remota ao vivo. Um problema muito maior parece-nos o uso correto de tais ferramentas, especialmente no contexto do planejamento do treinamento em geral. Apesar do fato de o conceito de aprendizado misto (aprendizado misto) não ser nada novo, muitas vezes nos deparamos com situações em que a comunicação ao vivo e o próprio curso de treinamento eram separados um do outro, não se unindo em um único sistema. Se falamos sobre os métodos de aprendizagem social, eles geralmente se desenvolvem há muito tempo "fora do mainstream", que, é claro, criaram vários produtos bastante interessantes, como o Fórum do Conhecimento, mas deixaram em aberto a questão de como combinar essas abordagens com as geralmente aceitas.
- Paradigmas construtivistas e conexionistas. Novamente, ambos parecem muito interessantes em combinação com todos os itens acima, mas acreditamos que ainda não foram encontrados padrões comuns de aplicação e implementação no produto de software (apesar do fato de que, para o LMS / LCMS tradicional, tudo isso já é existe por muito tempo).
- Simulações, jogos sérios, role-playing games. Em muitas áreas, esses tipos de treinamento são considerados os melhores. Mas, ao mesmo tempo, por um longo tempo, eles ficaram um pouco distantes dos sistemas de treinamento como um todo - nem os padrões nem as práticas de aplicação contribuíram para isso. Agora, com a transição do AICC / SCORM para o xAPI, há uma oportunidade claramente visível de integrá-los ao treinamento, mas, novamente, não há padrões ou práticas recomendadas.
Ao criar nossa plataforma, procuramos abordagens para solucionar alguns desses problemas, enquanto tentávamos encontrar uma solução não na teoria, mas em um produto de software muito específico com certos recursos. Acreditamos que isso foi parcialmente possível, mas também vemos que uma grande parte desses problemas requer maior desenvolvimento da plataforma e análise do seu trabalho. Gostaríamos de falar mais sobre isso em artigos futuros.
Expandindo os limites da inteligência
Nossa missão é expandir as fronteiras do desenvolvimento intelectual, enriquecendo o conhecimento social das pessoas com avanços tecnológicos.
A teoria de ensinar as pessoas há muito se desenvolve isoladamente do progresso tecnológico. Nosso objetivo é apagar essa barreira, alcançando sinergias no trabalho conjunto da inteligência humana e da máquina.
E entender no processo o que realmente está acontecendo.
Os autores
A Jedium é uma empresa parceira da Microsoft que trabalha no campo da realidade virtual aumentada e da inteligência artificial. A Jedium desenvolveu uma estrutura para simplificar o desenvolvimento de projetos complexos no Unity, parte dos quais está disponível publicamente
no GitHub . A Jedium planeja reabastecer o repositório com novos módulos de estrutura, bem como soluções de integração com o Microsoft Azure.
Vitaliy Chashchin - Desenvolvedor de software com mais de 10 anos de experiência no design e implementação de aplicativos cliente-servidor tridimensionais - do conceito à completa implementação e integração de aplicativos e soluções no campo da realidade virtual. Arquiteto de Sistemas Jedium LLC, MSc em TI.
Alexey SarafanovGerente de Marketing na Jedium LLC.
Sergey KudryavtsevCEO e fundador da Jedium LLC.