Специалист Макаров назвал основные проблемы создания человекоподобного ИИ

Сейчас ученые пытаются решить четыре фундаментальные проблемы, мешающие созданию сильного искусственного интеллекта, рассказал "Газете.Ru" руководитель исследовательской группы "ИИ в промышленности" Института искусственного интеллекта AIRI Илья Макаров.

По его словам, большинство моделей искусственного интеллекта основаны на нейронных сетях, у которых есть целый набор проблем.

Например, так называемое "катастрофическое забывание" – ИИ забывают примеры, на которых учатся, и не могут в точности выдать тот же самый результат.

"Есть еще проблема плохой обобщающей способности — нейросеть, обученная на одном датасете картинок, не может хорошо адаптироваться к другому датасету, снятому в других условиях. Кроме того, существующие архитектуры и методы решения не позволяют научить ИИ ставить себе новые цели, достигать их и оценивать качество результата. Пока то, что мы реально можем делать — это самый слабый ИИ, который будет имитировать человека, может быть, даже что-то делать лучше, например, играть в шахматы", – считает Макаров.

Кроме того, серьезной проблемой является ограниченный доступ к высокопроизводительным вычислительным ресурсам.

"Для понимания, стоимость обучения полноценной модели, которая может обыграть человека в StarCraft, где-то $30 млн. Как вы понимаете, обычный исследователь не в состоянии получить доступ к обучению такой модели, а в случае больших языковых моделей, то даже и к запуску обученной модели из открытых источников", – объяснил собеседник "Газеты.Ru".

Подробнее о том, что такое сильный искусственный интеллект, как преодолевают технологическое отставание, а также о малом количестве русскоязычных обучающих датасетов и проблемах подготовки кадров — в материале "Газеты.Ru".