Мэдрэлийн бэлгэдлийн хиймэл оюун ухаан: Логик болон сургалтын аль алиныг нь шийдэж чадах машин

• Зохиогчийн тухай:
• Зохиогчийн нэр

  Quantumrun Foresight
• Дөрөвдүгээр сар 13, 2023

Машины сургалт (ML) нь өвөрмөц сорилтуудтай үргэлж ирээдүйтэй технологи байсаар ирсэн ч судлаачид том өгөгдлөөс давсан логикт суурилсан системийг бий болгохыг эрэлхийлж байна. Логик дээр суурилсан системүүд нь системийн шийдвэр гаргах үйл явцыг ойлгоход илүү ил тод, тайлбарлах боломжтой симбол дүрслэл, үндэслэлтэй ажиллахад зориулагдсан. 

Мэдрэлийн бэлгэдлийн хиймэл оюун ухааны контекст

Мэдрэлийн бэлгэдлийн AI (мөн нийлмэл AI гэж нэрлэдэг) нь хиймэл оюун ухааны (AI) хоёр салбарыг нэгтгэдэг. Нэгдүгээрт, харилцаа холбоо, дүрмийг (жишээ нь, объектын өнгө, хэлбэр) ойлгохын тулд тэмдэглэгээг ашигладаг бэлгэдлийн хиймэл оюун ухаан юм. Бэлгэдлийн хиймэл оюун ухаан ажиллахын тулд мэдлэгийн сан нь нарийн, нарийвчилсан, бүрэн дүүрэн байх ёстой. Энэ шаардлага нь өөрөө суралцах боломжгүй бөгөөд мэдлэгийн баазыг байнга шинэчилж байх нь хүний ​​ур чадвараас шалтгаална гэсэн үг. 

Мэдрэлийн бэлгэдлийн хиймэл оюун ухааны өөр нэг бүрэлдэхүүн хэсэг нь гүн мэдрэлийн сүлжээ (гүн сүлжээ) эсвэл гүнзгий суралцах (DL) юм. Энэхүү технологи нь хүний ​​тархины мэдрэлийн эсийг дуурайдаг олон тооны давхаргын зангилааг ашиглан том өгөгдлийн багц боловсруулахад өөрөө суралцдаг. Жишээлбэл, гүн тор нь муур, нохойн янз бүрийн дүрсийг дамжуулж аль нь аль нь болохыг нарийн тодорхойлох боломжтой бөгөөд цаг хугацаа өнгөрөх тусам сайжирдаг. Гэсэн хэдий ч гүн гүнзгий сүлжээний хийж чадахгүй зүйл бол нарийн төвөгтэй харилцааг боловсруулах явдал юм. Судлаачид бэлгэдлийн хиймэл оюун ухаан болон гүн сүлжээг нэгтгэснээр их хэмжээний өгөгдлийг мэдлэгийн санд оруулахын тулд DL-г ашигладаг бөгөөд үүний дараа симбол хиймэл оюун ухаан нь дүрэм, харилцааг тодорхойлох эсвэл тодорхойлж чаддаг. Энэхүү хослол нь илүү үр дүнтэй, үнэн зөв мэдлэг олж авах, шийдвэр гаргах боломжийг олгодог.

Мэдрэлийн бэлгэдлийн хиймэл оюун ухаанд ханддаг өөр нэг талбар бол гүн сүлжээний өртөг өндөртэй сургалтын үйл явц юм. Нэмж дурдахад гүн сүлжээ нь оролтын өгөгдлийн жижиг өөрчлөлтөд мэдрэмтгий байж, ангиллын алдаа гаргахад хүргэдэг. Тэд мөн хийсвэр үндэслэлтэй тулгардаг, сургалтын мэдээлэлгүйгээр асуултад хариулдаг. Цаашилбал, эдгээр сүлжээнүүдийн дотоод үйл ажиллагаа нь нарийн төвөгтэй бөгөөд хүмүүст ойлгоход хэцүү байдаг тул тэдний таамаглалын цаад шалтгааныг тайлбарлахад бэрхшээлтэй байдаг.

Сөрөг нөлөө

Стэнфордын их сургуулийн судлаачид үндсэн 100,000D хэлбэрийн (дөрвөлжин, бөмбөрцөг, цилиндр гэх мэт) 3 дүрсийг ашиглан нийлмэл хиймэл оюун ухааны анхны судалгааг хийж, дараа нь эрлийзийг өгөгдлийг боловсруулах, харилцааг дүгнэхэд сургах янз бүрийн асуултуудыг ашигласан (жишээлбэл, куб улаан уу? ). Мэдрэлийн бэлгэдлийн хиймэл оюун ухаан эдгээр асуултуудад 98.9 хувь нь зөв хариулж чаддаг болохыг тэд олж мэджээ. Нэмж дурдахад эрлийз нь шийдлийг боловсруулахын тулд сургалтын мэдээллийн ердөө 10 хувийг шаарддаг. 

Тэмдгүүд эсвэл дүрмүүд нь гүн торыг хянадаг тул судлаачид тэдгээр нь хэрхэн "суралцаж" байгаа, хаана эвдрэл үүсч байгааг хялбархан харж чадна. Өмнө нь энэ нь гүн торны сул талуудын нэг байсан бөгөөд нарийн төвөгтэй код, алгоритмын давхарга, давхаргын улмаас хянах боломжгүй байсан. Мэдрэлийн бэлгэдлийн хиймэл оюун ухааныг өөрөө жолооддог автомашинд туршиж, зам дээрх эд зүйлс болон хүрээлэн буй орчны аливаа өөрчлөлтийг таних зорилгоор туршиж байна. Дараа нь эдгээр гадны хүчин зүйлсэд зохих хариу үйлдэл үзүүлэхэд сургадаг. 

Гэсэн хэдий ч бэлгэдлийн хиймэл оюун ухаан ба гүн торыг хослуулах нь илүү дэвшилтэт хиймэл оюун ухаанд хүрэх хамгийн сайн зам мөн эсэх талаар янз бүрийн санал бодол байдаг. Брауны их сургуулийн судлаачид гэх мэт зарим судлаачид энэхүү эрлийз арга нь хүний ​​оюун ухаанд хүрсэн хийсвэр сэтгэхүйн түвшинд тохирохгүй байж магадгүй гэж үздэг. Хүний оюун ухаан нь биологийн мэдрэлийн сүлжээг ашиглан объектуудын бэлгэдлийн дүрслэлийг бий болгож, эдгээр тэмдэгтүүдийг ашиглан төрөл бүрийн сэтгэгдлийг гүйцэтгэх боломжтой бөгөөд тусгай симболын бүрэлдэхүүн хэсэг шаардлагагүй болно. Зарим мэргэжилтнүүд хиймэл оюун ухааны чадавхийг сайжруулахад хүний ​​чадварыг дуурайдаг гүн торонд функцуудыг нэмэх зэрэг өөр аргууд илүү үр дүнтэй гэж үзэж байна.

Мэдрэлийн бэлгэдлийн хиймэл оюун ухаанд зориулсан програмууд

Мэдрэлийн бэлгэдлийн хиймэл оюун ухаанд зориулсан зарим програмууд нь:

• Хүний тушаал, сэдлийг илүү сайн ойлгож чаддаг чатбот гэх мэт роботууд нь илүү үнэн зөв хариулт, үйлчилгээг бий болгодог.
• Эмнэлгийн оношлогоо, эмчилгээний төлөвлөлт, эм боловсруулах гэх мэт асуудлыг шийдвэрлэх илүү төвөгтэй, эмзэг хувилбаруудад үүнийг ашиглах. Энэхүү технологийг тээвэр, эрчим хүч, үйлдвэрлэл зэрэг салбарт шинжлэх ухаан, технологийн судалгааг хурдасгахад ашиглаж болно. 
• Одоогоор хүний ​​дүгнэлтийг шаарддаг шийдвэр гаргах үйл явцыг автоматжуулах. Үүний үр дүнд ийм хэрэглээ нь харилцагчийн үйлчилгээ гэх мэт тодорхой салбарт өрөвдөх сэтгэл, хариуцлага алдагдахад хүргэж болзошгүй юм.
• Цахилгаан эрчим хүчийг идэвхтэй хэмнэж, аюулгүй байдлын арга хэмжээг хэрэгжүүлэх гэх мэт өөр хувилбаруудыг боловсруулах боломжтой илүү ухаалаг ухаалаг хэрэгслүүд болон виртуал туслахууд.
• Хувийн нууц, өмчлөл, хариуцлагатай холбоотой асуудлууд гэх мэт ёс зүйн болон хууль эрх зүйн шинэ асуултууд.
• Засгийн газар болон бусад улс төрийн нөхцөл байдалд шийдвэр гаргах чадвар сайжирсан. Энэ технологийг илүү зорилтот зар сурталчилгаа, хэт хувийн сурталчилгаа, хэвлэл мэдээллийн хэрэгслээр дамжуулан олон нийтийн санаа бодолд нөлөөлөхөд ашиглаж болно.

Анхаарах асуултууд

• Мэдрэлийн бэлгэдлийн хиймэл оюун ухаан бидний өдөр тутмын амьдралд өөр ямар нөлөө үзүүлнэ гэж та бодож байна вэ?
• Энэ технологийг бусад салбарт хэрхэн ашиглах вэ?