Արամ Ալավերդյան ԳիտաՆյութ

Դմիտրի Սոշնիկով. «Նեյրոցանցերին միշտ մարդ-նկարիչ է հարկավոր»

25.04.2020

Մոլեգնող համավարակն աշխարհում առկա սոցիալ-տնտեսական մոդելի անկատարությունը պատին է դեմ տվել: Պարզվում է՝ նրա մեխանիզմները ի վիճակի չեն գլոբալ ճգնաժամեր կանխատեսել, առավելևս՝ հաղթահարել դրանք: Փորձագետները ենթադրում են, որ արհեստական ​​բանականությունը կարող է և պետք է դառնա մարդկության օգնական, որպեսզի կանխի նման կործանարար իրավիճակները, այն ունակ է հավաքել ու մշակել հսկայական քանակությամբ տվյալներ: Դմիտրի Սոշնիկովը, «Microsoft Ռոսիայի» տեխնոլոգիական ավետարանիչն է, նա պատմում է , թե ինչպես կարող է արհեստական ​​բանականությունը «ուժեղ» կամ «թույլ» լինել, ինչպես է այն գիտելիքներ ձեռք բերում և ինչի է առհասարակ ընդունակ:

— Ի՞նչ է արհեստական բանականությունը:

— Մարդը միշտ է ցանկացել ինչ-որ արհեստական կենդանի արարած ստեղծել: Հիշենք գոնե Պիգմալիոնին: Այնուամենայնիվ, բարդ համակարգեր ստեղծելու ունակությունը միշտ էլ անբավարար է եղել: Համակարգչի հայտնագործությամբ իրավիճակը որոշ չափով փոփոխվել է:

Արհեստական ​​բանականությունը (AI) նախևառաջ համակարգչային գիտության մի բաժին է, ուսումնասիրում է, թե ինչպես կարելի է համակարգչի միջոցով ալգորիթմիզացիայի չենթարկվող խնդիրներ լուծել, պատասխաններ, որոնք դեռևս քողարկված են: Օրինակ ՝ մեզանից յուրաքանչյուրը մարդու տարիքը, ըստ նրա արտաքինի, կարող է որոշել: Թե ինչպես է մեզ դա հաջողվում, մենք արդեն դա չգիտենք, հետևաբար չենք կարողանում այն նաև ծրագրավորել: Այստեղ ահա մեքենայի տված ուսումն էլ գալիս է մեզ օգնելու, համակարգիչը «ինքն իրեն սովորում», տարբեր օրինակներ օգտագործելու, համադրելու խնդիրը պարզապես ի մի է բերում: Այսօր մենք արդեն կարող ենք ամբողջ համակարգեր ստեղծել, որոնք իրենց բարդությամբ սովորական կենդանիների ուղեղին համապատասխանում են: Ահա, ըստ այդմ էլ, նման տեխնոլոգիաները ներկայումս շարունակաբար ու շատ արագ զարգացման ընթացքի մեջ են:

— Իսկ օգտագործելի՞ են արդյոք նույն AI-ի սահմանումները, երբ խոսվում է մարդու բանականության մասին, կարո՞ղ է այն ավելի ուժեղ լինել, կամ թույլ, կամ ավելի զարգացած, քան մյուսները:


— «Բանականությունների» համեմատության հարցը շատ բարդ է, որովհետև, ըստ էության, մենք չգիտենք դա ինչ է: Մենք կարող ենք միայն վստահ լինել, որ մարդն այդպիսի բանականության տիրապետում է: Բայց, օրինակ, եթե հարցնեք` կատուն բանակա՞ն է, ասենք, ապա մենք կստանանք հիսունով հիսուն ճշմարտացիությամբ տարբեր կարգի պատասխաններ: Գոյություն ունեն «ուժեղ» և «թույլ» AI տերմիններ: «Թույլ» AI- ը ծրագրեր են, որոնք լուծում են բավականին գործնական առաջադրանքներ, ինչպիսիք են, օրինակ, լուսանկարից տարիք որոշելը: Սա կարող է օգտակար լինել, օրինակ, լսարանի միջին տարիքի վերլուծության համար: Նման AI- ն ի վիճակի է լուծել հստակ սահմանված մի խնդիր և ամենևին չի կարող «մրցակցել» մարդու հետ: Գիտնականներն այժմ աշխատում են «ուժեղ» AI-ի վրա, որը կոչվում է նաև AGI (Artificial General Intelligence): Այս «բանականությունն» արդեն խնդիրների լուծման լայն շրջանակ է ունենալու և ավելի մոտ է մարդկայինին, քանի որ մենք ՝ մարդիկ, անընդհատ վերլուծում և պատասխան ենք տալիս մշտապես փոփոխվող շատ գործոնների:

— Մարդն ինքնուրույն կարո՞ղ է զարգացնել իր բանականությունը: «ԱԲ»-ն կարո՞ղ է ինքնուրույն զարգանալ, թե՞ այն ամբողջովին մարդու կառավարման տակ է:

— Արհեստական ​​բանականության տեխնոլոգիաների մեծ մասն այժմ մեքենայացված ուսուցումն է, երբ համակարգիչն ինքն է սերտում տվյալների հավաքածուներից: Տվյալների շատացմանը զուգընթաց, կարելի է մոդելի վերապատրաստում անել՝ կատարողականությունը բարելավելու համար: Այնուամենայնիվ, սա մարդու կողմից առաջնորդվող, նպատակաուղղված բարելավում է: Ընդ որում, մարդու սովորելու բոլոր մեթոդները պահպանվում են: Օրինակ ՝ մարդը կարող է ինչ-որ մի գիրք կամ կինոնկար մոռանալ, և նրան հարկավոր է գալիս կրկին կարդալ կամ վերանայել դրանք: Նույնկերպ նեյրոնային ցանցն է վերապատրաստման սկզբում իրեն ուսուցանված որոշ տվյալներ «մոռանում», ուստի դասընթացները սովորաբար իրականացվում են մի քանի (շատ) անգամ:

— Ֆիլ Հարվիի փորձարարությամբ վերծանված Շեքսպիրի 19 պիեսները, որի ժամանակ նա օգտագործել է «Microsoft»-ի գործիքները, ցույց է տվել, որ AI- ն չի ընկալում հումոր, կատակներ, ենթատեքստ և երկիմաստություն: Հնարավո՞ր է դա նրան սովորեցնել ՝ ընդլայնելով ուսուցման տեսականին:

— Ֆիլ Հարվիի փորձը իրականում տվյալների վերլուծության բավականաչափ մի պարզ վարժություն է: Ես ինքս էլ եմ վերջերս ուսանողներին լուսանկարների վերլուծության նմանատիպ փորձ ցուցադրել: Մենք մարդկանց լուսանկարներ ենք վերցրել տարբեր միջոցառումներից`գիտաժողովներից, ուսանողական դպրոցներից, և օգտվելով Microsoft-ի ճանաչողական ծառայություններից, տվյալներ ենք վերհանել՝ սեռի, տարիքի և այլնի վերաբերյալ: Փորձի արդյունքում հանգել ենք այն եզրակացության, որ կանայք մոտ մեկ երրորդ չափով ավելի երջանիկ են, քան տղամարդիկ: Ի դեպ, այս միտումը դիտարկվել է՝ անկախ կոնկրետ լուսանկարներից:

Կարելի՞ է, ըստ այդմ, ասել, թե կանայք իսկապես ավելի երջանիկ են: Կամ նրանք ավելի երջանիկ են երևում: Կամ թե՝ դա այն տվյալների առանձնահատկությունների վրա է ստացված, որոնցով նեյրոցանցը «ուսուցանվել» է: Իրականում, ճշգրիտ «ուսուցանման» խնդիրը բավականին բարդ է, ու, եթե հաշվի առնենք նաև անհավասարակշիռ տվյալները, ապա ցանցը, ամենայն հավանականությամբ, ստանում է աչառու արդյունքներ: Հնարավոր է՝ զգացմունքները վերծանելու ժամանակ, երբ տվյալները ժողովվել են կին-մոդելներից (ովքեր հաճախ են ժպտում) ու տղամարդ մարզիկներից (ովքեր խիստ և լուրջ են), այդ հանգամանքն իր կնիքը դրել է, հետևաբար, պետք է փաստենք, որ երջանկություն «որոշելու» վրա սեռը իր որոշիչ դերն, այնուամենայնիվ, ունեցել է:

Ինչ վերաբերում է հումորին, ապա նեյրոցանցը երբեմն ի վիճակի է կախվածությունները ավելի հաջող վերծանել, քան մարդիկ: Բայց ավելի բարդ կախվածություններ գտնելու համար՝ շատ տվյալներ է արդեն հարկավոր:Մարդը, ամենայն հավանականությամբ, չի հասկանա կատակների մեծ մասը՝ մի այնպիսի լեզվով, որն իրեն հարիր չէ, քանի որ նա ոչ մի կինոնկար չի տեսել կամ գրքեր չի կարդացել: Եվ եթե հումորի ճանաչումը իր իսկ մարդու համար է դժվար գործ, ապա, ինչ խոսք, նեյրոցանցի համար դա արդեն ավելի քան բարդ խնդիր է:

— Որևէ մեկին հաջողվե՞լ է, օգտագործելով «ԱԲ»-ն, նոր գիտելիքներ ստանալ աշխարհից, մարդկանց ու արվեստի ստեղծագործությունների մասին…

— AI- ն նոր գիտելիքների սքանչելի մի աղբյուր է: Ամենակարևոր գիտելիքը, որ այն ապագայում մեզ տալու է, դա ինքներս մեզ ավելի խորը բացահայտելու, մեր ներքին կառուցվածքի ճանաչողության վերհանումն է:

Գործնական օրինակներ շատ կան: Նախագծերից մեկը, որն իրականացրել են Միացյալ Նահանգների իմ գործընկերները, նեյրոցանցի միջոցով Ալյասկայի գորշ ճայերի պոպուլիացիայի ուսումնասիրությունն է: Թռչունների քանակն անզեն աչքով հաշվելն անիրական է, իհարկե, բայց ահա նեյրոցանցը այդ գործը լավ կատարում է, ինչն իր հերթին նոր գիտելիքներ է տալիս մեզ կենդանիների բնակության վերաբերյալ: AI- ն այսօր նաև ապացուցողական բժշկության և ուրիշ այլ բնագավառներում է օգտագործվում:

Օրինակ, այս տարի, «Աղջիկները AT ոլորտում» ամենամյա ակցիայի շրջանակներում, որը տեղի է ունենում մարտ-ապրիլ ամիսներին և օգնում է՝ ուսանողների ուշադրությունը սևեռելու ճշգրիտ գիտությունների ուսումնասիրության վրա, մենք անցկացնում ենք կրթական տեսադասեր, որոնք նրանց ծանոթացնում են AI և մեքենայական ուսուցման հիմնական հասկացություններին և այլն: Գործնական աշխատանքի համար պահանջվում է ստեղծել սեփական կոգնիտիվ դիմանկարը: Դա անելու համար հարկավոր է մի քանի լուսանկարներ վերցնել: Նեյրոցանցը դրանցում հղման կետեր է գտնում, ասենք, աչքերի կոորդինատների միջոցով, այնուհետև՝ համահարթեցնում բոլոր լուսանկարները, ծածկում դրանք այնպես, որ արդյունքում աչքերը համընկնեն: Շատ հետաքրքիր էֆեկտ է արձանագրվում: Անձի կամ մի քանի մարդու «միջինացված» լուսանկարի համապատկերն ինքնուրույն ցնդում է և վերածվում աղմուկի, և դեմքի առանձնահատկություններ են արտացոլվում դրանից: Սա մի պարզ մտահղացում է, բայց, լուսանկարների ավտոմատ մշակման և մանիպուլյացիայի օգնությամբ, դուք կարող եք ստեղծել շատ ավելի հետաքրքիր ու ազդեցիկ էֆեկտներ:

— Արդեն հիմա լսում ենք, որ ինչ-որ ապրանք՝ դիզայներական կահույք, օրինակ, սարքվում է «Արհեստական Բանականության» օգնությամբ: Դա հնարավո՞ր է, թե՞ արտադրողներն են խորամանկում…

— AI հասկացությունն այնքան լայն է, որ կարող է կիրառվել գրեթե ամենուր: Միգուցե մեքենայացված ուսուցման մոդելն է օգտագործվել նույն կահույքի պատրաստման համար՝ նյութերի սպառումն են որոշել: Ձևի համար պաշտոնապես ասել են՝ AI է օգտագործվել, բայց դա, իհարկե, չի նշանակում, որ կահույքն ամբողջությամբ հորինվել է արհեստական բանականությամբ: Կամ՝ կահույքի զարդարման համար ընդամենը արհեստականորեն ստեղծված հնարքներ են օգտագործվել:

— ԱԲ-ն կարո՞ղ է արվեստի երկեր ստեղծել…

— Դա բարդ ու քննարկելու հարց է, որին, տեխնոլոգիաների հետագա զարգացման հետ կապված՝ տեսանելի ապագայում մեծ ուշադրություն է դարձվելու: Շատերը լսել են ԱԲ-ի վրձնած նկարի մասին, որը աճուրդում 400 հազար դոլարով վաճառվել է: Բայց այդ հարցին այնքան էլ հեշտ չէ միանշանակ պատասխանել: Ինչի՞ համար է կոլեկցիոները փող վճարել: Ստեղծագործության համա՞ր է վճարել, թե՞ ԱԲ-ի կողմից արված առաջին երկի հեղինակը կոչվելու դիմաց է փող տվել: Ինչպես Coca Cola-ի կամ Pepsi-ի դեպքում է, վճարվելիք գնի նշանակալի մասը պարզապես բրենդի համար է տրվում: Արժեքը, ոչ թե նկարի, այլ դրա հետ կապված պատմության մեջ է զետեղված, իսկ այդ պատմությունն, իհարկե, մարդն է արարում:

Լավ արդյունքի հասնելու համար մարդը պետք է ճշմարիտ տվյալների բազա ընտրի, շատ ժամանակ ծախսի մոդելների մշակման վրա և, վերջապես, ստացած հարյուրավոր արդյունքներից վերցնի լավագույնը: Մարդն է հենց այն գիտելիքի կրողը, թե արվեստի որ գործն է գեղեցիկ, որը՝ ոչ: Ավելի ճիշտ, դա ոչ թե գիտելիք, այլ ինտուիցիա է: AI- ն դեռևս հասու չէ ինտուիցիա ունենալուն:

Հետևաբար, նեյրոցանցը որպես գործիք է պետք դիտարկել, նա է աշխատանքի ամենամեծ բաժինը կատարում: Նկար ստեղծող նեյրոցանցի ունակությունը, հիմնվելով օրինակների վրա, որոշում է, թե գծագրման նոր ուղիների ինչ մեթոդներ կան (վրձնահարված, ներկելու ձևեր), թե ինչպես կարելի է այնուհետև այս հասարակ տարրերի միջոցով ավելի մեծ մաս կազմող մատերիայի վրա աշխատել (քիթ, աչքեր, բերան՝ դիմանկարի դեպքում): Մոտավորապես նույնկերպ, ինչպես երեխան է ճանաչում, նախ, առարկաները, այնուհետև՝ իր ձեռքով փորձում դրանք թղթի վրա վերարտադրել:

Եվ հետո է միայն նեյրոցանցը, արդյունք ստանալու համար, ամբողջ իր ստացած պաշարը պատահական եղանակով համատեղում: Գրեթե նույնկերպ նկարիչն է ի մի բերում իր մեջ հատվածական տեսած պարագաները, որպեսզի իր ոճի համաձայն վերարտադրի սեփականը: Մի բացառությամբ միայն՝ ի տարբերություն նեյրոցանցի, նկարիչն ի սկզբանե ճաշակի ընկալում ունի: Նեյրոցանցը «զուրկ» է ճաշակից, այդ պատճառով նկարչի կարիք ունի, որը լավագույն նմուշներ է ընտրում նրա համար:

— Նախորդ դարի սկզբին մեքենաների նենգադուլի թեման էր շատ շրջանառվում: Շատ գրողներ այդ սյուժեն իրենց վեպերում նույնիսկ օգտագործել են: Երբևէ կարո՞ղ է ԱԲ-ն էլ բողոքի ցույցի դուրս գալ մարդու դեմ, դադարել նրան ենթարկվել, կամ նույնիսկ կոնֆլիկտի մեջ մտնել նրա հետ…

— Կարևոր է հասկանալ, որ ԱՀ-ն (գոնե այժմ և տեսանելի ապագայում) չունի որևէ ներքին «չարակամություն» կամ «բարյացկամություն»: Սա պարզապես որոշակի հնարամիտ եղանակ է ՝ ամփոփելու այն տվյալները, որոնց վրա նա ուսումնասիրություն է կատարել: Այն հզոր գործիք է, մարդը կարող է այն օգտագործել, ինչպես բարի, այնպես էլ չար նպատակների համար: Եվ, հետևաբար, իհարկե, կան մտահոգություններ ԱԻ զարգացման ճանապարհին, վտանգներ կան նաև այլ տեխնոլոգիաների զարգացման մեջ, բայց, հույս ունենանք, որ ողջամտությունն ու բարությունն են միշտ հաղթելու վերջում:

Այդ իսկ պատճառով մենք գտնում ենք, որ AI- ի նկատմամբ վստահությունը պետք է ձևավորվի արդեն նախագծման փուլում, և արտադրանքները պետք է մշակվեն ՝ հաշվի առնելով խիստ սահմանված բարեկրթության որոշակի շրջանակներ: Արհեստական ​​բանականության զարգացման նորմերի շուրջ Microsoft-ը, Google-ը, Facebook-ը, Apple-ը, IBM-ը և այլք համատեղ են աշխատում: Տվյալների գաղտնիությունը, ԱՀ համակարգերի բարոյական կարգավիճակը և պատասխանատվության բաշխումը՝ խնդիրներն են, որոնց վրա տեխնոլոգիական ընկերություններն այժմ մեծ ուշադրություն են դարձնում:

Բացի այդ, արհեստական ​​բանականության, ինժեներական և հետազոտական ​​նախագծերի համար՝ Microsoft-ը էթիկայի կոմիտե է ստեղծել: Հուսով ենք, որ սա օգնում է ճանապարհ հարթել դեպի հաջորդ սերնդի համակարգեր, արհեստական ​​բանականության աջակցությամբ կառավարելու սկզբունքների միասնական մի շրջանակ՝ երաշխավորելով, որ դրանք օգտագործվելու են միայն ի բարօրություն աշխարհի:

— Դուք մարդու և արհեստական բանականության փոխհարաբերությունների մեջ ինչ-որ բարեկրթական հակասություն տեսնու՞մ եք…

— Կարծում եմ, ամենավառ օրինակը այս ոլորտում անօդաչու ավտոմեքենաների դիլեման է: Կրիտիկական իրավիճակում պետք է որոշվի, ասենք, թե ում պետք է փրկել առաջին հերթին: Եվ չկա հանրամատչելի լուծում՝ ինչ անել այս դեպքում: MIT- ի հետազոտողների առաջարկած մոտեցումներից մեկը Moral Machine-ի տարբերակն է, երբ կայքում բոլորին առաջարկվում է քվեարկել, թե ինչպես պետք է ԱՀն իրեն պահի, դիցուք, ճանապարհատվածի վրա որոշակի իրավիճակում: Դրանով հանդերձ՝ AI-ի մեջ մենք կարող ենք գաղափարներ սերմանել բարոյականության մասին, ինչը մոտավորապես համապատասխանում է մարդկայինին:

20.04.2020թ.
Տատյանա Ֆիլիպովա
Թարգմանեց Արամ Ալավերդյանը

No Comments

Leave a Reply