В последние годы многие компании и люди инвестируют в развитие искусственного интеллекта. И многие из них пытаются найти что-то вроде Святого Грааля. Одна система, которая может накапливать интеллект, приносить им большую прибыль и ну, может быть, помогает человечеству.

Лично я считаю, что это тупик. Мы видим наш мозг - одну машину - один объект, который нам кажется разумным. Но нам нужно осознать две вещи. Во-первых, наш мозг состоит из групп узкоспециализированных единиц - групп нейронов, частей нашего мозга. Во-вторых, без возможности узнавать друг друга о собственном опыте мы все равно будем пещерными людьми.

Эти вещи подводят меня к теории, согласно которой, если мы создадим ИИ, это будет большой и распределенный рой небольших узкоспециализированных систем ИИ, работающих вместе как один когнитивный суперинтеллект.

Еще одна вещь, подтверждающая эту теорию, - это сама природа. Возьмем, к примеру, семьи муравьев или пчел. Эти маленькие существа просты и не так сильны, как особи. Но вместе они создают большие сообщества, способные создавать сложные структуры и вести себя как интеллектуальная система.

Что ж, человечество тоже суперинтеллект. Нам удалось развить промышленность, компьютеры и Интернет.

Специализация

Специализация - важная часть интеллектуальной системы. Мы люди специализированные, у нас разные профессии, и без них мы не сможем достичь чудес нашей цивилизации. Попробуем представить, что каждый из нас должен всему научиться. Бьюсь об заклад, вы понимаете, что это не сработает.

Сообщества животных, особенно насекомых, тоже специализированы. У пчел есть трутни, рабочие и королева. То же самое и с муравьями.

Командуй и завоевывай

Еще одно свойство людей (а также других видов) - это способность командовать и побеждать или просто способность делегировать работу другим людям.

Это подводит меня к идее разделить систему ИИ на менеджеров и рабочих.

Рабочие - это самая нижняя часть системы. Они выполняют реальные действия, такие как вычисления, моделирование, просмотр вашего календаря, создание встреч, вызов API-интерфейсов, перемещение с вещами. Это просто приводы.

Менеджеры по сравнению с рабочими - профессиональные делегаты. Их роль - понимать вещи на более высоком уровне абстракции. Они собирают все вместе и делегируют задачи работникам для достижения целей.

Также у нас есть менеджеры менеджеров. Эта иерархия может быть неопределенной в зависимости от требуемого уровня абстракции.

И работники с менеджерами должны учиться друг у друга так же, как мы, люди, и так же, как муравьи, используют следы запаха для поиска оптимальных путей.

Примеры специализированных систем искусственного интеллекта

У нас может быть множество простых и сложных систем. От простого калькулятора до системы, которая может просматривать ваш календарь, до нейронной сети, способной распознавать изображения.

А также эти нейронные сети могут быть менеджерами и рабочими. Вы можете обучить нейронную сеть распознавать объекты на более высоком уровне абстракции, такие как животное, машина, здание. А затем он может делегировать распознавание специализированной сети, которая может распознать, что это за животное. Допустим, это бабочка. И даже это можно передать в сеть, которая сможет распознать, что это за бабочка.

Проблема ресторана

Возьмем следующую задачу:

Закажи мне место на двоих в ближайшем итальянском ресторане с хорошей оценкой на завтрашний вечер.

Решение этой проблемы может состоять из следующих шагов.

  1. Топ-менеджер: В чем задача? О, заказ места в ресторане - давайте делегируем его системе бронирования ресторанов.
  2. Менеджер среднего звена. Давайте разделим проблему на более мелкие части: нам нужно найти ресторан, а затем заказать место. Так что делегируйте первую часть системе поиска ресторанов.
  3. Рабочий. Давайте воспользуемся поисковой системой или базой данных, чтобы найти ближайший ресторан, который соответствует требуемым критериям.
  4. Менеджер среднего звена: Хорошо, у нас есть ресторан, давайте попробуем зарезервировать столик.
  5. Рабочий: давайте позвоним в выбранный ресторан и попробуем забронировать столик.
  6. Менеджер среднего звена: Ресторан недоступен, попробуйте повторять шаги 4–6, пока у нас не получится, иначе у нас закончатся варианты.
    Хорошо, у нас есть резерв на завтра вечером в 7 часов, вернем как решение.
  7. Топ-менеджер: Хорошо, пользователь, есть решение вашей проблемы.

Концепция реализации

Если вы разбираетесь в программировании, вы можете представить каждую систему ИИ как единственную функцию. В нем есть аргументы, описывающие запрос - проблему. И у него есть возвращаемое значение - решение.

Эти функции могут быть рабочими - делать что-то вроде возврата данных или ответа на часть более серьезной проблемы. А также они могут быть менеджерами - делегируя часть проблемы другим функциям.

Функции менеджера могут действовать как преобразователи информации. Они разбивают проблему на более мелкие части, получают результаты и объединяют ответы в единое решение.

Обучение

Каждый вызов функции (делегирование) генерирует трассировку вызова - путь к возможному решению. А если результат нас не устроит, мы можем оценить путь и предложить другой подход. Или мы можем позволить системе самой попробовать другой способ. Или мы можем определить другой набор функций, цель которых - оценить, где может быть ошибка. А для экономии ресурсов можно забыть о функциях, которые какое-то время бесполезны.

В случае, если система является распределенной, мы можем создать общую библиотеку знаний. Когда одна часть системы находит решение какой-либо проблемы, она может сообщить об этом другим системам, чтобы они могли использовать ее для построения более высоких концепций без необходимости поиска самого частичного решения. То же самое мы, люди, узнаем, делясь своими идеями и знаниями.

Вывод

Лично я считаю, что мы уже находимся на пути к распределенной суперинтеллектуальной системе. Многие компании по всему миру создают множество небольших специализированных систем. Оба основаны на машинном обучении и традиционном программировании. И эти системы становятся взаимосвязанными как часть экономики API.

Чем компьютер лучше нас? При решении задач, требующих чистой логики или высоких вычислительных навыков. И, в основном, со скоростью обмена информацией.

Возможно, мы еще не признаем Интернет как сверхразумную систему, но, возможно, это уже произошло или будет в будущем. Потому что кажется, что разум - это результат соединенных вместе более мелких узкоспециализированных единиц, ведущих себя как рой насекомых или как популяция людей.

Эта статья изначально была размещена в моем блоге: https://jiri.hybek.cz/en/The-Swarm-AI/.