Ученые из Северо-западного университета создали новую вычислительную модель, которая справляется с тестом на интеллект не хуже взрослого человека. Об этом сообщается в исследовании, опубликованном в журнале Psychological Review.

Сегодня системы искусственного интеллекта способны решать самые разные задачи, и часто они делают это не хуже человека. Компьютерные программы успешно синтезируют речь, читают по губам, сочиняют песни, распознают изображения, копируют стили великих художников, обыгрывают людей в сложные игры и даже предсказывают риск смерти пациентов от болезни. Тем не менее, несмотря на все достижения в области искусственного интеллекта, компьютеру все еще трудно имитировать мышление человека. Созданная в 2015 году учеными система ConceptNet, проходя школьный тест на IQ, смогла «догнать» лишь четырехлетнего ребенка.

Матрица Рейвена. Ken Forbus et al / Psychological Review, 2016

Авторы новой работы считают, что одной из ключевых особенностей человеческого мышления является способность находить визуальные аналогии. Поэтому исследователи создали вычислительную модель, которая способна пройти тест Рейвена. Он оценивает уровень интеллекта человека, его способности к абстрактному мышлению и умение находить зрительные аналогии. В рамках теста участнику предлагается несколько блоков заданий с возрастающей сложностью. Каждое задание представляет собой таблицу с фигурами, логически связанными между собой. Испытуемому необходимо «уловить» эту связь и дополнить таблицу недостающим элементом.

Пример таблицы из теста Рейвена. Jirah / Wikimedia

В основе модели авторов лежит система CogSketch и алгоритм структурного отображения Structure mapping engine (SME). Платформа CogSketch была создана в лаборатории ученых в прошлом году, и она используется для обработки входных данных. Система способна понимать пространственные отношения между объектами на двумерном изображении, однако у нее нет собственного полноценного «зрения». Для того, чтобы модель решала задачи теста Рейвена, исследователи самостоятельно разделяют рисунок на отдельные объекты, обозначая границы между ними. CogSketch определяет взаимное положение фигур в пространстве, их ориентацию и топологию (то есть содержит ли один объект другой, пересекаются ли они, и так далее). Модель SME продолжает работу CogSketch. Она попарно сравнивает объекты и ищет между ними сходства и отличия, после чего, основываясь на этих данных, генерирует ответ.

Авторы тестировали систему искусственного интеллекта на стандартном тесте Рейвена из 60 заданий. Она справилась с 56 вопросами, показав результат «выше среднего» по нормам, принятым в США в 1993 году. Работу системы сравнивали с результатами теста студентов Северо-западного университета. В эксперименте участвовали 42 человека в возрасте от 18 до 22 лет, которые решили 36 задач на компьютере. В среднем, студенты смогли выполнить 30 из 36 заданий, что сопоставимо с 54 верными ответами в полной версии теста.

«Модель решает задания не хуже 75 процентов взрослых американцев, то есть лучше, чем в среднем. Задачи, которые трудны для человека, также трудны и для модели, и это лишь доказывает, что она удачно имитирует некоторые характеристики человеческого мышления», — отмечает один из авторов исследования.

По мнению ученых, способность понимать сложные отношения между изображениями является ключевой для более высокого уровня познания. Она необходима для того, чтобы делать и понимать аналогии, которые люди используют для решения простых задач, моральных дилемм, а также для описания окружающего мира. Тем не менее, не стоит делать вывод, что компьютер научился самостоятельно «думать» на уровне среднестатистического американца, так как он решает только определенный класс задач.

Другой важный шаг в «приближении» компьютера к человеку сделала лаборатория Google DeepMind. Они создали систему искусственного интеллекта, которая научилась определять вес и количество объектов в виртуальном мире. Интересно, что для того, чтобы понять, чем отличаются одни предметы от других, компьютер непосредственно взаимодействует с ними.

Автор: Кристина Уласович