211service.com
Två rivaliserande AI-metoder kombineras för att låta maskiner lära sig om världen som ett barn
Foto från DEN NEUROSYMBOLISKA KONCEPT-LÄRARE: TOLKNING AV SCENER, ORD OCH MENINGAR FRÅN NATURLIG ÖVERVAKNING; Redigerat av MIT Technology Review
Under decennierna sedan starten av artificiell intelligens har forskningen inom området fallit i två huvudläger. Symbolisterna har försökt bygga intelligenta maskiner genom att koda in logiska regler och representationer av världen. Connectionisterna har försökt konstruera artificiella neurala nätverk, inspirerade av biologi, för att lära sig om världen. De två grupperna har historiskt sett inte kommit överens.
Men a nytt papper från MIT, IBM och DeepMind visar kraften i att kombinera de två tillvägagångssätten, vilket kanske pekar på en väg framåt för området. Teamet, ledd av Josh Tenenbaum , professor vid MIT Centrum för hjärnor, sinnen och maskiner , skapade ett datorprogram som kallas neuro-symbolic concept learner (NS-CL) som lär sig om världen (om än en förenklad version) precis som ett barn kan göra – genom att se sig omkring och prata.
Systemet består av flera delar. Ett neuralt nätverk tränas på en serie scener som består av ett litet antal objekt. Ett annat neuralt nätverk tränas på en serie textbaserade fråge-svar-par om scenen, till exempel F: Vilken färg har sfären? A: Röd. Detta nätverk lär sig att kartlägga de naturliga språkfrågorna till ett enkelt program som kan köras på en scen för att producera ett svar.
NS-CL-systemet är också programmerat för att förstå symboliska begrepp i text som objekt, objektattribut och rumsliga relationer. Den kunskapen hjälper NS-CL att svara på nya frågor om en annan scen - en typ av bedrift som är mycket mer utmanande med enbart ett anslutningssätt. Systemet känner alltså igen begrepp i nya frågor och kan relatera dem visuellt till scenen före den.
'Det här är ett spännande tillvägagångssätt', säger Brenden sjö , en biträdande professor vid NYU. 'Neural mönsterigenkänning gör att systemet kan ser , medan symboliska program låter systemet anledning . Tillsammans går tillvägagångssättet utöver vad nuvarande system för djupinlärning kan göra.'
Med andra ord adresserar hybridsystemet viktiga begränsningar hos båda tidigare tillvägagångssätt genom att kombinera dem. Den övervinner symbolismens skalbarhetsproblem, som historiskt har kämpat för att koda komplexiteten i mänsklig kunskap på ett effektivt sätt. Men det tar också itu med ett av de vanligaste problemen med neurala nätverk: det faktum att de behöver enorma mängder data.
Det är möjligt att träna bara ett neuralt nätverk för att svara på frågor om en scen genom att mata in miljontals exempel som träningsdata. Men ett mänskligt barn kräver inte en så stor mängd data för att förstå vad ett nytt objekt är eller hur det relaterar till andra objekt. Dessutom har ett nätverk som tränats på det sättet ingen verklig förståelse för begreppen som är involverade – det är bara en omfattande mönstermatchningsövning. Så ett sådant system skulle vara benäget att göra väldigt fåniga misstag när de ställs inför nya scenarier. Detta är ett vanligt problem med dagens neurala nätverk och underbygger brister som lätt kan avslöjas (se AI:s språkproblem).
Connectionism-purister kan invända mot det faktum att systemet kräver viss kunskap för att hårdkodas in. Men arbetet är viktigt eftersom det knuffar oss närmare att konstruera en form av intelligens som liknar vår egen. Kognitionsforskare tror att det mänskliga sinnet går igenom några liknande steg, och att detta underbygger flexibiliteten i mänskligt lärande.
Mer praktiskt kan det också låsa upp nya tillämpningar av AI eftersom den nya tekniken kräver mycket mindre träningsdata. Robotsystem, till exempel, skulle äntligen kunna lära sig i farten, snarare än att lägga ner mycket tid på att träna för varje unik miljö de befinner sig i.
Det här är verkligen spännande eftersom det kommer att ta oss förbi detta beroende av enorma mängder märkt data, säger David Cox , vetenskapsmannen som leder MIT-IBM Watson AI-labbet.
Forskarna bakom studien utvecklar nu en version som fungerar på fotografier av verkliga scener. Detta kan visa sig vara värdefullt för många praktiska tillämpningar av datorseende.