Специалисты MIT и IBM Watson обратили внимание на потенциал генеративно-состязательных сетей. По их мнению, именно этот инструмент может научить машины постигать окружающий мир.

Генеративно-состязательные сети (GAN) — восходящие звезды среди алгоритмов ИИ. На их счету — создание первой картины, написанной машиной и проданной на аукционе, и дипфейки, соединяющие лица знаменитостей с телами порноактеров. В их основе лежит принцип соперничества двух нейросетей, пишет MIT Technology Review.

Простейшее описание принципа работы выглядит так: задача одной части алгоритма — научиться создавать изображения настолько хорошие, чтобы вторая начала путать их с оригиналами.

Но GAN подходят не только для создания имитаций и подделок. Поскольку они могут изображать то, о чем «думают», именно эти алгоритмы позволяют исследователям понять, как нейросети учатся и «рассуждают».

«Для нас это шанс понять, что сеть узнает, пытаясь воссоздать визуальный мир», — говорит Дэвид Бау, участник проекта.

Но реализация проекта привела к неожиданным результатам. Исследователи начали скармливать GAN многочисленные фотографии элементов пейзажа — деревьев, травы, зданий, неба — в попытке понять, сможет ли нейросеть сама организовать пиксели в осмысленные группы без подсказки. Как ни странно, со временем ей это удалось.

Включая и выключая различные «нейроны», ученые просили GAN рисовать то, о чем она думала. Так они обнаружили отдельные кластеры нейронов, которые научились изображать, например, дерево. Другие кластеры отвечали за траву, третьи — за стены или двери.

Иными словами, машина смогла сгруппировать друг с другом пиксели разных объектов вне зависимости от их цвета. Более того, сеть как будто понимала, как правильно сочетать различные элементы сцены. Например, она не рисовала двери в небесах или облака на стенах, а готическому зданию подбирала соответствующее по стилю окно. Безо всяких подсказок GAN поняла, как устроена та часть реальности, с которой ее ознакомили.

Раньше возможность настолько глубокого обучения, которое граничит с постижением, была дискуссионным вопросом. Так что открытие американских исследователей приближает нас к созданию нейросети, работающей, как человеческий мозг. При этом о появлении универсального искусственного интеллекта говорить по-прежнему рано.

Канадский ученый Давид Дювено предложил недавно кардинально новую модель ИИ, не похожую на нейросети. Он решил полностью отказаться от дискретных слоев, заменив их на исчисления. Узлов и связей в такой модели нет — лишь непрерывный поток уравнений.