Znajdź zawartość

Naukowcy z University of Washington i Allen Institute for AI nauczyli system sztucznej inteligencji reagować jak pies. Wykorzystali przy tym dane zebrane od prawdziwego zwierzęcia. Szczegóły badań zostaną przedstawione podczas Conference on Computer Vision and Pattern Recognition. Celem badaczy było stworzenie systemu reagującego w określonych warunkach jak prawdziwy pies. Modelowym zwierzęciem był malamut, którego wyposażono w kamerą GoPro i mikrofon na głowie, czujniki ruchu na całym ciele oraz komputer Arduino, który zbierał i przetwarzał dane. Na ich podstawie SI miała za zadanie przewidzieć przyszłe zachowania zwierzęcia, zaplanować zadanie i nauczyć się psiego zachowania. Naukowcy chcieli w ten sposób sprawdzić, czy ich SI będzie w stanie przewidzieć, co zrobi pies np. po spotkaniu w parku wiewiórki. W sumie nagrano 24500 klatek wideo, które zsynchronizowano z dźwiękiem i ruchmi ciała. Do nauki SI wykorzystano 21000 klatek, a resztę użyto podczas testów. Autorzy badań donoszą, że cały system działa bardzo dobrze, a zadania, które uznano za najbardziej wymagające, wykonuje lepiej niż przewidziano. Na razie jednak SI nie była połączona z żadnym robotem. Całość prac prowadzono na komputerze. Najprawdopodobniej jednak w niedalekiej przyszłości powstanie pies-robot, który dzięki systemowi sztucznej inteligencji będzie zachowywał się jak prawdziwy pies. « powrót do artykułu

W realność powstania sztucznej inteligencji niektórzy powątpiewają, inni są o jej powstaniu przekonani, spodziewając się nawet, że przewyższy ona poziom człowieka. Trudno jednak zweryfikować jej ewentualne powstanie, czy choćby ocenić, czy zbliżamy się do celu, skoro nie istnieją żadne testy potrafiące ocenić inteligencję maszyny, nie mówiąc już o porównaniu jej z inteligencją człowieka. Istnieje oczywiście zaproponowany dawno temu „test Turinga", ale jest on mocno umowny, nie daje żadnej odpowiedzi na temat stopnia rozwoju, nie pozwala nawet ocenić, czy dzisiejsze programy są inteligentniejsze od wczorajszych. Testy IQ przeznaczone dla ludzi nadają się zaś tylko dla ludzi. Co w tej sytuacji zrobić? Należy stworzyć lepsze, uniwersalne zestawy testów na inteligencję - orzekli hiszpańscy i australijscy naukowcy zrzeszeni w projekcie „Anytime Universal Intelligence" i tak też zrobili. Ich metoda badania ma odmienne założenia niż tradycyjny test psychometryczny, czy test na przekroczenie pewnego poziomu - jak test Turinga. Test, który opracowali José Hernández-Orallo z Polytechnic University of Valencia i David L. Dowe z Monash University w Clayton opiera się o koncepcje matematyczne i obliczeniowe. Korzysta on z interaktywnych zadań, których pozom trudności oceniany jest poprzez liczenie tzw. złożoności Kołmogorowa - czyli ilości zasobów obliczeniowych, koniecznych do pisania obiektu lub informacji. Jak opisują wyjątkowe cechy swojego testu jego autorzy: nie wymaga on wyczerpania określonej serii zadań, lecz może być przerwany w dowolnym momencie - jednak im dłuższy czas wykonywania, tym większa jego dokładność. Druga zaleta jest taka, że można go zaaplikować każdemu: zarówno człowiekowi (czy to dorosłemu, czy nie), zwierzęciu, jak też bytowi niebiologicznemu: robotowi czy programowi, a w przyszłości nawet istotom pozaziemskim. No i oczywiście da się dzięki niemu uchwycić ten moment, kiedy ewentualnie inteligencja maszynowa prześcignie ludzką. Ale wtedy pewnie to ona będzie badać nas.

Zaledwie trzynaście lat temu komputer stworzony przez IBM pobił w tej królewskiej grze ludzkiego arcymistrza: Garrego Kasparowa. W przyszłym roku program o nazwie „Watson" rzuci wyzwanie ludzkim mistrzom teleturnieju Jeopardy! Podobno po przegranym z komputerem turnieju arcymistrz Garry Kasparow miał mówić, że chwilami miał wrażenie, że gra z człowiekiem. Mimo to, od stworzenia programu do skutecznej gry w szachy - grę o wielu kombinacjach ale prostych regułach - do prawdziwej sztucznej inteligencji droga jeszcze daleka. Czy trzynaście lat to wystarczający czas? Być może przekonamy się o tym w lutym przyszłego roku. Wówczas napisany przez IBM program „Watson" (nazwany na cześć twórcy firmy, Thomasa J. Watsona) stanie do walki z ludźmi w popularnym teleturnieju Jeopardy! (ang. ryzyko). W Polsce teleturniej ten znany był pod nazwą Va Banque (prowadził go Kazimierz Kaczor). Sztuka rozumienia zadanego w naturalnym języku pytania i udzielenia odpowiedzi w takimże języku jest już wystarczająco trudna, Jeopardy! stwarza jednak dodatkowe wyzwanie: w tym programie dostaje się odpowiedź i należy ułożyć do niej poprawne pytanie. Rozwiązań może być zatem więcej i mogą one być formułowane w różny sposób, dodatkowo liczy się prędkość, ponieważ nagrodę zgarnia najszybszy gracz. Najlepsi z najlepszych - po obu stronach Do rywalizacji w imieniu ludzkości stają również nie zwykle zjadacze chleba i uczestnicy teleturniejów, ale najwięksi mistrzowie: Ken Jennings, który wygrał aż 74 turnieje pod rząd w sezonie 2004-2005, oraz Brad Rutter, zdobywca największej wygranej (niemal 3,3 miliona dolarów) podczas czterech turniejów. Poza prestiżem i chwałą do wzięcia w pokazowej grze jest okrągły milion dolarów. Niezależnie od wyniku zwycięzcą będą instytucje charytatywne - IBM zobowiązał się do przekazania na cele dobroczynne całej ewentualnej wygranej, Jennings i Rutter - połowę uzyskanej sumy. Mecz Watson kontra Jennings kontra Rutter będzie emitowany w dniach 14-16 lutego 2011. Obok ludzi pojawi się zatem komputerowy awatar. Wiadomo, że rozegrano już pięćdziesiąt próbnych i testowych turniejów pomiędzy sztuczną inteligencją rodem z IBM a ludzkimi zwycięzcami, ale obie strony milczą o ich wyniku. Jednak fakt rzucenia przez zespół programistów rękawicy zdaje się wskazywać, że są oni przekonani o dużych szansach na co najmniej równorzędną rywalizację. O wyniku przekonamy się za dwa miesiące. Znawcy zagadnienia sztucznej inteligencji za probierz siły algorytmicznego myślenia uważają często grę Go - w której rzeczywiście mimo prostych reguł najlepsze programy nie dorównują wyższej klasy zawodnikom. Jednak stworzenie programu potrafiącego nie tylko szybko i sprawnie sięgać do bazy danych, ale rozumieć i komunikować się w naturalnym języku, będzie nie tylko przełomem, ale zaoferuje wiele praktycznych korzyści. A także, nie da się ukryć, będzie wyjątkowo atrakcyjne medialnie. http://www.youtube.com/watch?v=FC3IryWr4c8

Zapobieganie rozwojowi choroby Alzheimera wymaga rozpoznania jej wczesnych symptomów. Najczęściej zaczyna się od łagodnego upośledzenia funkcji poznawczych (mild cognitive impairment, MCI). Jednak nie u każdego pacjenta z MCI ta przypadłość rozwija się, w wielu przypadkach pozostaje ona na stałym poziomie. Jak zidentyfikować i odróżnić te przypadki? Doktor Sven Haller, radiolog z University Hospitals of Geneva zaprzągł do diagnozowania nową, specjalistyczną technologię podatnościozależnego rezonansu magnetycznego (susceptibility weighted imaging, SWI) oraz... sztuczną inteligencję. W przygotowawczym badaniu wzięło udział 69 pacjentów w wieku przeciętnie 65 lat płci obojga ze zdiagnozowanym MCI oraz grupa kontrolna 35 osób. Zaburzenia poznawcze zidentyfikowano za pomocą standardowego zestawi testów psychologicznych, wszystkich badanych poddano obrazowaniu nową technologią rezonansu magnetycznego. Po roku badania powtórzono, identyfikując 27 pacjentów z pogłębiającym się stanem MCI. Badanie SWI pozwoliło na dokładną analizę nawet niewielkich naczyń krwionośnych, połączoną z identyfikacją mikrowylewów, a także na porównanie stężenia żelaza w różnych obszarach mózgu. Liczba odkrytych mikrowylewów była znacząco wyższa u osób z narastającym upośledzeniem zdolności poznawczych (54%) niż u osób ze stabilną dolegliwością (33%). W grupie kontrolnej wskaźnik ten wyniósł jedynie 14%. Obrazowanie pokazało również, że osoby ze zdiagnozowanym MCI miały zwiększoną koncentrację żelaza w niektórych głębszych strukturach mózgu (w jądrze podkorowym) a zmniejszoną w innych. Zakłócenia w dystrybucji żelaza mogą być zatem uznane za dodatkowy indykator upośledzenia funkcji mózgu. Nie koniec na tym, bowiem dr Haller dokonał analizy zgromadzonych danych przy pomocy oprogramowania klasyfikującego z algorytmami sztucznej inteligencji. Komputerowa ocena, który z pacjentów zagrożony jest postępującym upośledzeniem sprawdziła się w 85 procentach. Jak na pierwsze rezultaty wynik jest bardziej niż obiecujący, doktor Sven Haller zamierza kontynuować poszukiwania oznak pozwalających bezbłędnie identyfikować osoby zagrożone chorobą Alzheimera i innymi chorobami neurodegeneracyjnymi.

Naukowcy z Cornell University stworzyli program, dzięki któremu komputer jest w stanie wykorzystać dane z obserwacji do stworzenia ogólnego prawa. To, co dotychczas było efektem pracy genialnych umysłów, stało się dostępne dla maszyn. Przełomowa praca to dzieło profesora mechaniki i inżynierii kosmicznej Hoda Lipsona oraz doktoranta Michaela Schmidta, specjalizującego się w tworzeniu oprogramowania dla nauk biologicznych. Program pozwala maszynie na analizowanie surowych niedokładnych danych i na odkrycie na ich podstawie praw rządzących naturą. Jednym z największych problemów współczesnej nauki jest analizowanie olbrzymich zbiorów danych i odkrywanie fundamentalnych praw tam, gdzie istnieją luki w teoriach ich dotyczących - mówi Lipson. Oprogramowanie z Cornell University potrafi porównywać olbrzymią liczbę zmiennych, szukać w nich zależności i wyodrębniać pewne stałe zależności pomiędzy nimi. Tworzy na tej podstawie równania, których prawdziwość sprawdza w oparciu o dostępne informacje. Pozostawia następnie te równania, które najlepiej się sprawdzają, a inne odrzuca. Czynności te powtarza tak długo, aż w końcu znajdzie algorytm, który dokładnie opisuje zachowanie analizowanego przez siebie systemu. W ten sposób komputer znajduje stałe, które leżą u podstaw praw fizyki. Po włączeniu maszyna Schmidta i Lipsona potrafiła jedynie określić jaka korelacja zachodzi pomiędzy obserwowanymi danymi i stwierdzić, które z nich są ważne, a które należy odrzucić. Korzystając z danych z oscylatora harmonicznego, wahadła i podwójnego wahadła, ale bez znajomości jakichkolwiek zasad fizyki, geometrii czy kinematyki, maszyna samodzielnie stworzyła prawa zachowania energii, pędu i drugą zasadę dynamiki. Nie oznacza to, że naukowcy wkrótce staną się niepotrzebni, gdyż zastąpią ich komputery. Jednak nowe oprogramowanie umożliwi uczonym na znacznie szybsze wyodrębnienie istotnych danych i skupienie się właśnie na nich. Warto wspomnieć, że uczeni z Cornell nie są jedynymi, którzy w ostatnim czasie przeprowadzili tak znaczące prace. W Wielkiej Brytanii profesor Ross King z Aberystwyth University stworzył automatycznego naukowca imieniem Adam. Maszyna samodzielnie stworzyła hipotezę o istnieniu genów w drożdżach i o enzymach produkowanych przez te geny. Następnie zaprojektowała i przeprowadziła eksperyment, który miał potwierdzić hipotezę. Następnie, korzystając z wyników eksperymentu, Adam skorygował hipotezę i przeprowadził kolejne eksperymenty, na podstawie których opracował teorię. Naukowcy powtórzyli następnie eksperymenty Adama i okazało się, że robot doszedł do prawidłowych wniosków.

Naukowcy z teksańskiego Instytutu Badań nad Grupami Zbrojnymi (Institute for the Study of Violent Groups - ISVG), opracowali program komputerowy, którego zadaniem jest analiza doniesień prasowych i odgadywanie, jaka grupa stoi za konkretnym atakiem czy zamachem terrorystycznym. Oprogramowanie napisano w języku Python. Analizuje ono doniesienia i wychwytuje takie informacje, jak np. użyta broń, rodzaj celu, taktyka ataku. Na tej podstawie stara się określić, jaka grupa jest odpowiedzialna za zamach. Prace nad oprogramowaniem, wykorzystującym techniki sztucznej inteligencji, trwały przez 18 miesięcy, i brali w nich udział naukowcy z Rice University. Program korzysta z olbrzymiej bazy danych, w której specjaliści z ISVG na bieżąco umieszczają wszelkie informacje o działających grupach zbrojnych. Pierwszy prawdziwy test program przeszedł niedawno, analizując dane dotyczące ataku na hotele w Bombaju. Natychmiast po atakach specjaliści wprowadzili do komputerów kilka informacji. Oprogramowanie poznało więc używaną broń (karabiny maszynowe, granaty, materiały wybuchowe), cel (miejsca publiczne) oraz taktykę (bezpośredni atak, ostrzał, zasadzka). Co ciekawe, programu nie poinformowano, gdzie nastąpił atak. Na podstawie dostępnych informacji stwierdził on, że za zamachem mogą stać następujące organizacje: Al-Kaida, Tygrysy-Wyzwoliciele Tamilskiego Eelamu (Sri Lanka), Hamas (Palestyna), partyzantka czeczeńska lub Zjednoczony Front Wyzwolenia Assamu (Indie). Odpowiedź była więc oczywista i, jak pokazała przyszłość, w stu procentach prawdziwa.

Amerykańska firma badawcza Novamante stworzyła oprogramowanie, które uczy się poprzez kontrolowania postaci w wirtualnych światach. Wkrótce światy takie, jak chociażby gra Second Life, będą wykorzystywane jako poligony treningowe dla sztucznej inteligencji (AI). Początkowo mechanizmy AI będą wbudowywane w wirtualne zwierzęta, które będą uczyły się od swoich wirtualnych właścicieli, którymi sterują ludzie. Na dalszym etapie prac Novamante chce stworzyć oprogramowanie, które pozwoli na samodzielny byt gadającej papudze, czy nawet dziecku. Firma opracowała odpowiedni „kognitywny engine”, który działa jak część myślącej sztucznej inteligencji. Engine posiada duże możliwości samouczenia się od innych awatarów, może podejmować własne decyzje, które pozwalają na osiągnięcie założonych celów. Doktor Ben Goertzel mówi, że gry podobne do Second Life są bardzo dobrym miejscem do rozwoju sztucznej inteligencji. Są również świetnym rynkiem. Wielu graczy z pewnością byłoby skłonnych zapłacić za inteligentnego psiaka. W tej chwili w Second Life jest wiele zwierząt domowych, ale nie są one zbyt mądre. W tej chwili mamy już nieźle funkcjonujący mózg zwierzęcy i rozpoczynamy wprowadzanie go do różnych wirtualnych światów. Jestem pewien, że możemy stworzyć interesujące inteligentne zwierzęta – mówi Goertzel.

Zwycięzcy ostatnich Grand Challenge, sponsorowanych przez DARPA (Defense Advanced Research Project Agency – Agencja Zaawansowanych Projektów Obronnych) zawodów, w których biorą udział samochody bez kierowców, staną w bieżącym roku przed nowym wyzwaniem. Urban Grand Challenge będzie ni mniej, ni więcej tylko zawodami rozgrywającymi się na ulicach miasta. Wcześniej samochody ścigały się jedynie na pustyni. Ponad 86 pojazdów będzie miało do przejechania 160 kilometrów. Właściciel zwycięskiego pojazdu otrzyma 2 miliony dolarów. Za zajęcie drugiego miejsca przewidziano nagrodę w wysokości miliona USD, a trzecie miejsce będzie premiowane 500 tysiącami dolarów. Wyścig będzie miał miejsce 3 listopada 2007 roku. Sądzę, że największym wyzwaniem dla wszystkich załóg będzie interakcja z innymi samochodami. Ze stałymi przeszkodami można sobie bez problemu poradzić i trzymać się swojego pasa. Jednak zatrzymanie się na światłach, branie pod uwagę sąsiednich samochodów czy zmiana pasa, by uniknąć kolizji, będzie sporym problemem – stwierdził Mike Montemerlo, badacz z Laboratorium Sztucznej Inteligencji Uniwersytetu Stanforda, którego pojazd "Junior”, zwycięzca Grand Challenge, też będzie brał udział w zawodach. "Juniorowi” (Volkswagen Passat) w wykonaniu zadania pomogą dwu- i czterordzeniowe procesory Intela oraz specjalne oprogramowanie, pisane wspólnie przez pracowników Uniwersytetu i koncernu Intel. Samochód za pomocą laserów i kamer bez przerwy monitoruje swoje otoczenie. Na podstawie zebranych danych tworzony jest model otaczającej go przestrzeni, który zostaje następnie wysłany do elementów sterujących pojazdu.