STEM

Sieci neuronowe + algorytmy genetyczne = myślące komputery?

Niewiele pytań budzi tyle kontrowersji jak to, czy maszyny będzie kiedyś stać na kreatywność. Jesteśmy w stanie zaakceptować fakt, że urządzenia wyposażone w sztuczną inteligencję prowadzą samochody, diagnozują choroby, prognozują wskaźniki przestępczości lub analizują teksty wydajniej niż ludzie. Ale w najbliższej przyszłości nie będą przecież tworzyć filmów czy obrazów jak ten powyżej, prawda?

„Dopóki maszyna nie będzie mogła napisać sonetu lub skomponować koncertu w oparciu o własne myśli bądź emocje, nie zaś w wyniku losowego doboru znaków, dopóty nie będziemy mogli przyrównać maszyny do mózgu”, przekonywał Geoffrey Jefferson, uznany brytyjski neurochirurg, w 1949 roku.

Chociaż kreatywność jest podstawowym składnikiem ludzkiej inteligencji, stale zbliżamy się do momentu, w którym będziemy mogli ją symulować. Jefferson mógłby się przerazić, gdyby zobaczył, do czego zdolne są współczesne sieci neuronowe i algorytmy genetyczne.

google deep dream sieć neuronowa obraz2
Bezkresna pagoda. Przykład osobliwych obrazów stworzonych przez sieć neuronową firmy Google. Autor obrazu: Google.

Obraz na początku artykułu został stworzony przez komputer. Projekt Google o nazwie Deep Dream to przykład wizji, jakich doznaje firma Google. Wyposażeni w sztuczną sieć neuronową – ogromny mózg maszynowy – i ponad 10 miliardów obrazów zgromadzonych w archiwach, inżynierowie firmy Google postanowili przekonać się, co by się stało, gdyby ich komputery wykorzystały wzory z pikseli, jakie rozpoznały na różnych obrazach.

„Na całą sieć składa się zwykle od 10 do 30 warstw sztucznych neuronów”, mówią członkowie zespołu badawczego Google. „Pierwsza warstwa może poszukiwać krawędzi lub narożników. Warstwy środkowe interpretują podstawowe cechy dla ogólnych kształtów czy elementów, jak np. drzwi czy liść. Ostatnie kilka warstw zbiera te dane i przedstawia ich kompleksowe interpretacje – neurony te aktywują się w reakcji na bardzo złożone obiekty, jak budynki czy drzewa.

W jednej chwili kształty chmur stają się ptakami (system był szkolony głównie z użyciem obrazów przedstawiających zwierzęta), w tle pojawiają się bajeczne krajobrazy, drzewa przeobrażają się w fantazyjne budowle, a z liści wyrastają owady. Gdyby H.P. Lovecraft pracował dla Google, rezultaty podobnych eksperymentów z jego udziałem mogłyby niewiele różnić się od przedstawionych w tym artykule. Oto jak Deep Dream przekształcił zdjęcie drzewa.

google deep dream drzewo
Firma Google nauczyła swoją sieć neuronową poszukiwać wzorów na obrazach, co zaowocowało wieloma niesamowitymi efektami. Autor obrazu: Google.

Komputery są w stanie nas zaskakiwać. Każdy, kto ma w tej kwestii wątpliwości, powinien zapoznać się ze zdumiewającymi pracami, które powstały w oparciu o algorytmy genetyczne. Odtwarzając proces ewolucyjny za pośrednictwem maszyn, algorytmy genetyczne mogą rozwiązywać wiele problemów. Modele te wykorzystuje się podczas opracowywania nowych leków lub optymalizowania struktur architektonicznych.

Projekt współtworzony przez Uniwersytet Michigan i Uniwersytet Techniczny w Delft korzysta z algorytmu genetycznego, którego zadaniem jest stworzenie bardziej efektywnej konstrukcji mostu (patrz ilustracja poniżej). Algorytmy genetyczne zastosowano również do projektowania anteny Evolved Antenna dla misji promów kosmicznych NASA.

A co jest najdziwniejsze? Często te neuroewolucyjne rozwiązania sprawdzają się lepiej niż wszelkie wynalazki człowieka, jednak sami ich twórcy mają trudności w wyjaśnieniu, dlaczego pewne usprawnienia dorównują tym, które tworzą ludzie.

Dość powszechnie wiadomo, że superkomputer Watson firmy IBM pokonał ludzi w amerykańskim teleturnieju “Jeopardy”. Nie każdy jednak wie, że w tym roku Watson zaprezentował swoją pierwszą książkę kucharską.

„Pomysły na przepisy w książce nie należą do zwykłego szefa kuchni”, napisano we wstępie do Kuchni kognitywnej mistrza Watsona. „Jakim ekscentrykiem musi być kucharz, który proponuje takie dania, jak turecko-koreańska sałatka cesarska czy zupa bouillabaisse z kubańskiego homara? W tym przypadku takim, który nigdy niczego nie jadł. Właściwie ten geniusz kulinarny nie ma nawet kubków smakowych, nosa ani innych możliwości fizycznego doświadczania potraw czy napojów”.

Przepisy komponowane przez Watsona są wynikiem gromadzenia faktów pochodzących z milionów stron literatury fachowej i tworzenia między nimi powiązań. Prawdziwy kucharz może dysponować encyklopedyczną wiedzą, jeśli chodzi o zestawianie ze sobą różnych składników, ale Watson jest w stanie analizować substancje chemiczne, które odpowiadają za dany smak, by następnie wygenerować niespotykane wcześniej kompozycje.

Aplikacja na Facebooka Chef Watson
Ser, papryka i piwo? Aplikacja Chef Watson pozwala odkrywać nowe przepisy i doznania kulinarne.

IBM jest pionierem w dziedzinie określanej mianem informatyki kognitywnej. Jak podkreśla laureat Nagrody Nobla i emerytowany profesor Uniwersytetu Princeton Daniel Kahneman, pozwoli ona przyszłym komputerom naprawdę „rozumieć kontekst sytuacyjny”, „znajdować wyjaśnienia”, a w końcu „przekroczyć ograniczenia wyobraźni i kreatywności”.

Oczywiście algorytmy genetyczne i sieci neuronowe to wciąż bardzo nowoczesne technologie, które narażone są na wiele błędów. I chociaż możemy łączyć je z obrazami i filmami, potrafimy budować roboty, które adaptują się do otoczenia, modelom tym brakuje jeszcze umiejętności nadawania sensu materiałom źródłowym. Ich pojmowanie świata jest sterowane i uzależnione od sposobu, w jaki je szkolimy.

Oto przykład, jak sieć neuronowa próbuje (właściwie bezskutecznie) zinterpretować czołówkę serialu Star Trek.

Jak widać – na polu sztuk pięknych ludzie wciąż mogą czuć się bezpiecznie. Ale ten stan rzeczy nie potrwa raczej zbyt długo. – Luke Dormehl (@lukedormehl)

 

Udostępnij ten artykuł

Podobne tematy

Nauka

Przeczytaj w następnej kolejności