Вчені з Массачусетського технологічного інституту створили алгоритм, який вчить штучний інтелект сприймати інформацію скептично. Потім ШІ перевірили на простій грі, і виявилося, що він справляється із завданням краще за своїх попередників, повідомляє «Ліга».
Щоб зробити ШІ стійким до даних, що є суперечвливими, дослідники спробували впровадити захист для контрольованого навчання, об'єднавши алгоритм навчання даними з глибокою нейронною мережею, яка використовується, наприклад, для навчання машини грі в Го або шахи.
Зазвичай нейромережу вчать пов'язувати певні дані з заданими параметрами. Наприклад, якщо в ШІ завантажити зображення з міткою «кішка», то в подальшому він з легкістю зможе визначити кішку, потрапляючи на зображення з відповідної міткою. Але такий спосіб дуже тривалий і трудомісткий, тому вчені хотіли знайти спосіб, який може змусити ШІ приймати рішення в режимі реального часу.
Тому команда вирішила спиратися на форму машинного навчання, яка не вимагає зв'язування помічених вхідних даних з вихідними, а скоріше спрямована на посилення певних дій у відповідь на вхідні дані. Тобто, вчені придумали спосіб, за допомогою якого машина могла аналізувати свої правильні і неправильні відповіді.
Для перевірки результатів дослідники використовували гру пінг-понг, в якій два гравці знаходяться по різні боки екрану і відбивають м'ячик в сторону суперника. Вчені змістили траєкторію руху м'яча на кілька пікселів, а машина повинна була зрозуміти, коли він рухається правильно, а коли її намагаються обдурити.
Дослідники відзначають, що ШІ впорався з цим завданням краще за своїх попередників.
Підписуйтесь на наш Telegram-канал з новинами технологій і культури.
Раніше вчені з Університету Кенхі в Сеулі створили нейромережу, яка перетворила малюнки, зроблені Галілео Галілеєм, в знімки, зроблені сучасними зондами. Штучний інтелект реконструював магнітні поля і активність Сонця за архівними зображенням сонячних плям.