Анастасия Кириченко
Начинающий художник, настольный игроман и жуткий любитель природы

ИИ смог обмануть 3 из 5 человек

©Infocity.az
©Infocity.az

Недавно разработанная нейронная сеть способна описывать серию изображений так, что это выглядит как рассказ, составленный реальным человеком. Этот удивительный образец ИИ, вместо того, чтобы просто идентифицировать и описывать объекты, строит потрясающие выводы о том, что изображено на картинке. И это отлично работает.

Команда исследователей из Калифорнийского университета в Санта-Барбаре разработала ИИ, чтобы определить, можно ли использовать его для составления «человеческих» описаний после просмотра определенных изображений. Вот как в опубликованном документе комментируется такая особенность:

В отличие от обычного описания, рассказы имеют выразительные языковые стили и содержат множество абстрактных понятий, которые не видны в изображениях.

Нейронная сеть, разработанная исследователями, называется Adversarial REward Learning (AREL). Если сравнивать полученную сеть с другими аналогичными образцами ИИ, то ключевое отличие заключается в том, что она не полагается на автоматическую систему оценки и, таким образом, избегает повторения.

Учить нейронную сеть придумывать абстрактные истории, которые будут осмысленными и логичными, — это непростая задача, но команда, создавшая AREL, уже продвинулась в этом. Мало того, что этот ИИ может составлять свои собственные истории, так эти рассказы еще и достаточно убедительны, чтобы заставить людей поверить, что их написал реальный человек.

Чтобы протестировать AREL, команда привлекла пользователей Amazon Mechanical Turk для проведения двух отдельных тестов. Первым был тест Тьюринга, в рамках которого пользователям требовалось только определить, кем была написана история: человеком или ИИ.

Согласно исследованию, нейронную сеть AREL выбирали 3 из 5 раз. В другом тесте исследователи попросили пользователей выбрать между AREL, историей, написанной человеком и тем текстом, который был создан предыдущим поколением ИИ. Почти в половине случаев пользователи выбирали AREL.

По мере того, как исследователи учат ИИ делать все более «очеловеченные» выводы, можно представить, какие потрясающие перспективы могут ожидать нас по мере развития и внедрения этой технологии.

К примеру, судьи на спортивных матчах могут быть заменены такими вот нейронными сетями, которые смогут доходчиво объяснять нам те или иные события. Они будут непредвзятыми и точными. Скажите, зачем нам платить кому-то около $188 тыс., чтобы узнать, жульничает ли Том Брэди, если такую же работу может выполнить ИИ?

©TypingPandas
©TypingPandas

Иными словами, в будущем нам могут больше не понадобится специалисты, основная роль которых заключается в наблюдении, анализе и описании. Кроме того, есть вполне реальный рынок всевозможных «повествований» и описаний. К примеру, если эта технология когда-нибудь попала бы в руки разработчиков из Wizards of the Coast (компания, выпускающая настольные игры, включая Dungeons and Dragons), с ее помощью можно было бы создавать бесконечное множество сценариев, персонажей и сюжетных линий.

Тем не менее нейронная сеть AREL еще не готова к такой работе, а это исследование лишь положило начало предстоящей эре разработок в этом направлении. Они будут нацелены на создание другого, усовершенствованного образца ИИ с массой практических качеств. Исследователи говорят:

Мы полагаем, что в генерации описаний есть еще много пространства для совершенствования, к примеру, как лучше имитировать человеческое воображение, чтобы создавать более яркие и разнообразные истории.

Такие нейронные сети как AREL могут развиться и получить некоторый уровень социального интеллекта. Возможно, он даже будет сопоставим с человеческим. И что же нам ждать в будущем? Киборга-дракона, который будет, к тому же, по-человечески умным и логичным? И если уже сейчас этот ИИ умудряется обманывать до половины опрашиваемых, то представьте, какие возможности откроются еще через пять лет исследований.

По материалам TRISTAN GREENE, The Next Web