Клиффорд Пиковер - Искусственный интеллект. Иллюстрированная история. От автоматов до нейросетей

Как следует из этих примеров, обучение с подкреплением – это разновидность машинного обучения, которое предполагает прохождение определенных состояний в поисках вознаграждения или максимизации ожидаемого совокупного вознаграждения. «Ученик» (программный агент) совершает множество действий, чтобы выяснить, какие из них приносят наибольшее вознаграждение. Сейчас обучение с подкреплением часто совмещают с глубоким обучением, при котором задействуется крупная нейросеть, зачастую для распознавания закономерностей в данных. При обучении с подкреплением системы и машины учатся без заранее сформулированных инструкций. Это означает, что беспилотные автомобили, промышленные роботы и дроны развивают и совершенствуют свои навыки методом проб и ошибок, постепенно накапливая опыт. Однако широко применять подобный метод проблематично: он требует огромных массивов данных и тренировочных симуляций.

СМ. ТАКЖЕ Крестики-нолики (ок. 1300 до н. э.), Искусственные нейронные сети (1943), Машинное обучение (1959), Победа над чемпионом мира по коротким нардам (1979), Шашки и искусственный интеллект (1994)

Обучение с подкреплением – метод обучения программных агентов полезным действиям для максимизации общего вознаграждения. Среди ранних примеров применения метода – решение для прохождения лабиринтов, а также системы для игры в шашки, крестики-нолики и короткие нарды.

Недавно журнал Economist приравнял использование современных устройств с технологией распознавания речи к «произнесению магического заклинания», которое позволяет людям «управлять миром с помощью одних только слов». Это перекликается с утверждением писателя Артура Кларка: любая достаточно развитая технология неотличима от магии. «Стремительное развитие технологий обработки голоса подтверждает тезис Кларка… Скажите несколько слов в пространство – и ближайшее устройство исполнит ваше желание».

Теория и практика машинного распознавания звучащей речи имеют долгую историю. В 1952 г. Bell Laboratories разработала на основе ламповой схемы систему AUDREY , которая понимала произносимые вслух числа. Десять лет спустя на Всемирной выставке 1962 г. в Сиэтле была представлена машина IBM Shoebox : она распознавала шестнадцать слов, включая цифры от 0 до 9, и выполняла арифметические операции, если слышала такие слова, как «плюс». В 1987 г. американский производитель игрушек Worlds of Wonder создал куклу Джули, которая понимала несколько простых фраз и отвечала на них.

Технологии машинного распознавания речи значительно эволюционировали. Поначалу в них использовалась скрытая марковская модель – статистический метод предсказания того, соответствует ли звук слову. В наше время для достижения высокой точности распознавания применяется глубокое обучение (то есть искусственные нейросети с множеством слоев). Например, система распознавания речи может слышать звуковой поток в шумной среде и строить «догадки» о том, что говорится, определяя вероятность появления разных слов и фраз, с которыми она сталкивалась в тренировочных текстах. Специальные приложения могут располагать данными о вероятности использования той или иной фразы и определять, например, следует ли ранжировать слова «аневризма брюшной аорты» высоко или низко, с учетом того, услышаны ли они системой голосового ввода в рентгеновском кабинете или автомобильной системой, ожидающей простой команды.

Сегодня многочисленные цифровые помощники – в наших домах, автомобилях, офисах и мобильных телефонах – отвечают на голосовые команды и вопросы и пишут заметки под нашу диктовку. Речевой ввод также облегчает жизнь слабовидящим и людям с ограниченными физическими возможностями.

СМ. ТАКЖЕ Синтез речи (1939), Искусственные нейронные сети (1943), Обработка естественного языка (1954)

Устройство IBM Shoebox слушало, как оператор произносит цифры и арифметические команды, например: «Пять плюс три плюс восемь минус девять. Сумма».

В 1954 г. вышел пресс-релиз IBM : «Сегодня электронный „мозг“ впервые осуществил перевод с русского языка на английский. Знаменитый компьютер 701 за несколько секунд перевел текст на удобочитаемый английский язык. Девушка, не понимавшая ни слова на языке Страны Советов, выбивала на перфокартах русские фразы». Далее сообщалось, что «„мозг“ печатает английские переводы на принтере с невероятной скоростью – две с половиной строки в секунду».

В 1971 г. информатик Терри Виноград (р. 1946) написал программу SHRDLU , которая переводила человеческие команды («поместить красный кубик рядом с синей пирамидой») в физические действия. В наше время под обработкой естественного языка понимается множество ИИ-технологий, включая распознавание речи, восприятие естественных языков (то есть понимание машиной прочитанного) и синтез речи. Одна из целей этого направления состоит в том, чтобы упростить взаимодействие между человеком и компьютером.

Поначалу для обработки естественного языка использовались сложные наборы правил, прописанных вручную; но с 1980-х гг. их заменили алгоритмы машинного обучения: машины самостоятельно осваивают правила путем анализа больших наборов данных, то есть входного языкового материала. К типичным задачам обработки языка относятся машинный перевод, ответы на вопросы («Как называется столица Франции?»), анализ тональности текста (отношение говорящего к теме) и т. д. Системы обработки естественного языка, анализирующие входные данные из текстов, аудио и видео, фильтруют спам в электронной почте, конспектируют длинные статьи и отвечают на вопросы в приложениях для смартфонов.

Обработка естественного языка сопряжена со многими трудностями. В живой речи звуки соседних слов сливаются друг с другом, и вычислительная система должна учитывать синтаксис (грамматику), семантику (значения слов) и прагматику (цель высказывания или намерение говорящего), а также контекст высказывания. Сегодня точность обработки языка удается повысить за счет широкого применения искусственных нейросетей.

СМ. ТАКЖЕ Синтез речи (1939), Искусственные нейронные сети (1943), Тест Тьюринга (1950), Распознавание речи (1952), Машинное обучение (1959), «Симбиоз человека и компьютера» Ликлайдера (1960), Психотерапевт ELIZA (1964), SHRDLU (1971), Параноик PARRY (1972), Watson участвует в телевикторине (2011)