Сегодня языковые модели могут действовать как по
запрограммированным людьми моделям, так и обучаться на базе данных.
Одни считают последних предтечами настоящего искусственного разума,
а другие указывают на невозможность имитации реального мышления.
Как ученые обучают машины разговаривать на человеческом языке на
произвольные темы, свободно подбирать слова, помогать врачам в
ежедневной работе, ПостНаука узнала у специалистов лаборатории по
искусственному интеллекту Сбера.Если говорить просто, языковая
модель это алгоритм, который по n словам в предложенном тексте
способен предположить, каким будет следующее слово и какова
вероятность появления этого слова. Языковой модели на вход всегда
поступает именно текст, и на выходе она генерирует текстовую
информацию. Поскольку в виде текста можно сформулировать большое
количество задач, языковые модели применяются очень широко.Первая
среди первыхИстория компьютерной обработки естественного языка
(natural language processing) начиналась с очень простых
алгоритмов: десяток правил плюс небольшой словарь. Затем появились
более разветвленные системы из тысяч логических шаблонов со сложной
иерархией приоритетов между ними.Дальше возникло машинное обучение:
люди научили алгоритмы выводить правила самостоятельно они
существовали не в явном виде логических условий, а в виде
абстрактных признаков внутри алгоритма. А сегодня используется
специфический вид машинного обучения глубокое обучение. Оно
представляет собой метод на базе искусственного интеллекта, который
использует многоуровневые алгоритмы машинного обучения для
извлечения все более сложных характеристик из необработанных
входных данных.Первый алгоритм, который мог поговорить с человеком,
появился в 1966 году. Чат-бот Элиза был создан американским ученым
Джозефом Вейценбаумом как эксперимент. Программа пародировала
общение психоаналитика с клиентами: она задавала собеседнику
вопросы и анализировала их ответы по ключевым словам, а дальше
выдавала следующий встречный вопрос. Выбор роли психоаналитика был
продиктован тем, что в таком диалоге можно вместо ответа задавать
вопрос за вопросом и при этом не выглядеть странно.При этом чат-бот
Элиза никак не мог быть по-настоящему похож на психоаналитика:
реальный специалист не просто задает вопросы, а профессионально
ведет клиента к нахождению ответов. К слову, этот пример отражает
вообще всю историю работы над нейросетями. Даже самая продвинутая
программа все-таки не может сравниться с разумным
существом.Современное применениеРаньше языковые модели применялись
для того, чтобы выполнять самые простые задачи, например
генерировать перевод текста. Представим, что у нас есть исходный
текст, мы хотели бы получить его на другом языке и нам необходимо
создать максимально реалистичный перевод, похожий на настоящий. Или
мы стремимся распознать голос, и языковая модель помогает нам
правильно понять то, что говорится на записи с не очень высоким
качеством.Но сегодня языковые модели тренируются решать более
сложные задачи. Если все началось с того, что разработчики пытались
прогнозировать с помощью языковых моделей следующее слово, то
сегодня у нас есть система, которой можно давать любые задачи,
сформулированные в текстовом виде. В лаборатории искусственного
интеллекта такие модели используют для разных целей. Например, для
того, чтобы по записям электронной медицинской карты предполагать
наиболее вероятный диагноз.В коротком отрезке задача специалистов
упростить работу врачей в поликлиниках. Для этого используют
языковую модель, которая обучена разбирать записи электронных
медицинских карт и, анализируя данные посещений, предполагать три
наиболее вероятных диагноза. Такая система поддержки принятия
врачебных решений, разработанная Сбером и Правительством Москвы,
была запущена во всех поликлиниках Москвы.Но на данном этапе
языковая модель умеет правильно понимать только саму медицинскую
карту: она анализирует анамнез, жалобы, результаты осмотра. При
этом модель не умеет оценивать результаты осмотра и замечать
необычные детали, обращаться к медицинской литературе и делать
таким образом необычные логические выводы.Этический вопросНе так
давно интернет облетело видео, как в Сан-Франциско полиция
останавливает беспилотный автомобиль. Выглядит это очень комично:
сотрудник заглядывает в машину и видит, что водителя в ней нет.Но
за смешным видео стоит серьезная проблема, которую человечеству
предстоит решить в будущем. Например, при анализе медицинских
изображений машина только подсказывает специалисту, а конечное
решение о постановке того или иного диагноза полностью лежит на
плечах врача.Именно поэтому так важны корректная работа создателей
подобных систем и правовое регулирование этого вопроса в будущем.
Пока специалисты пытаются использовать более простые и понимаемые
методы, чистить входную выборку, исключать из нее потенциально
вредные данные. И во многом эту задачу удается решить.
Образовательные целиВторое направление работы лаборатории это
применение искусственного интеллекта в сфере образования. Цель
разработчиков сделать процесс обучения интереснее и эффективнее.
Для того чтобы это направление запустить, лаборатория долгое время
консультировалась с ведущими вузами и узнала, что многие
преподаватели хотели бы иметь генератор заданий для студентов по
программированию и математике. Как известно, любое задание не имеет
известного решения только один поток, а дальше студенты начинают
обмениваться правильными ответами. Над решением этой проблемы и
работает лаборатория.Еще одна задача специалистов создать способ
проверки свободно сформулированных ответов на тестовые задания. Это
поможет создавать не простые тестовые задачи, где есть понятные
варианты, а более широкие и объективные системы проверки знаний.
Есть и такие разработки, как, например, генерация трека обучения
для конкретного человека, персональная модификация образовательных
материалов.Вызовы в работеВ некотором смысле современные методы
искусственного интеллекта на основе нейросетей, глубокого обучения
это нечто магическое. Разработчики имеют в распоряжении лишь некие
примитивы строительные блоки, из которых можно собрать все что
угодно. Хотите определять, что изображено на картинке, хотите
переводить литературные произведения? Пожалуйста. Но при этом никто
не знает, как такие модели работают внутри, что происходит под
капотом современных языковых моделей.Общий искусственный
интеллектВся история искусственного интеллекта заключается в том,
что ученые и разработчики все время пытаются решить искусственный
интеллект в общем. Они стремятся создать такой искусственный
интеллект, который сможет зайти на любую кухню и приготовить кофе.
Для этого специалисты используют термин точка технологической
сингулярности так они обозначают момент, когда искусственный
интеллект осознает себя и сможет быть по-настоящему
самостоятельным.Однако идея про общий искусственный интеллект имеет
вопросы, на которые нет понятных ответов. Самый простой: зачем
такой искусственный интеллект нужен человечеству? Станет такой
разум другом для людей? Возможно, текущий уровень развития
технологий это и есть то, с чем и стоит работать.
