Polacy poprawią inteligencję sztucznej inteligencji

polacy poprawia inteligencje sztucznej inteligencji
Udostępnij:
Ludzki mózg potrafi upraszczać i wybierać to, co najważniejsze w procesie uczenia. Maszyny muszą mozolnie brnąć przez miliony danych. Co z tego, że są wydajniejsze, skoro wciąż ograniczone? Polscy naukowcy chcą to zmienić i zbudować sieci naśladujące ludzkie neurony.

Nad sztucznymi sieciami neuronalnymi, które będą służyć polskim firmom i startupom, pracuje sześć zespołów z Uniwersytetu Jagiellońskiego. Sieci są wykorzystywane do rozpoznawania mowy, tłumaczeń i przetwarzania obrazów. Ich przyszłe zastosowania to diagnostyka medyczna, samosterujące się samochody, a także identyfikacja osób i scen na potrzeby kryminalistyki.

Dzięki pracom prowadzonym pod kierunkiem prof. Jacka Tabora, sztuczna inteligencja ma być jeszcze bardziej inteligentna. Na zbudowanie nowatorskich sieci inspirowanych procesami poznawczymi zachodzącymi w ludzkim mózgu, badacz uzyskał ponad 19 milionów złotych w konkursie TEAM-NET Fundacji na rzecz Nauki Polskiej (FNP). „Drużynę” profesora tworzą informatycy, programiści, statystycy, biostatystycy oraz neurokognitywiści.

Kłopotliwy kot wśród zdjęć RTG

Wśród ograniczeń sztucznej inteligencji profesor wymienia powolne, bardzo czasochłonne, a więc też i energochłonne, uczenie się maszyn. Do tego, aby maszyna nauczyła się np. właściwie rozpoznawać i opisywać zdjęcia, potrzebuje ogromnego zbioru treningowego.

– Aby człowiek nauczył się poprawnie klasyfikować zdjęcia (na przykład rentgenowskie) często wystarczy, by zapoznał się z kilkudziesięcioma przykładowymi zdjęciami, podczas gdy komputer wymaga do analogicznego zadania nawet miliona zdjęć. To kolosalna różnica i spory problem, bo nie zawsze dysponujemy tak dużymi zasobami danych treningowych. Oczywiście, gdy komputer nauczy się już rozpoznawać zdjęcia, staje się w tej materii zazwyczaj wydajniejszy i skuteczniejszy niż człowiek, jednak barierę stanowi sam proces uczenia maszynowego – tłumaczy prof. Tabor.

Komputer uczy się w sposób bardzo skomplikowany. Robi to długo, w pełni analizując wszystkie dostarczane mu dane. W przeciwieństwie do tego, ludzki mózg w sposób naturalny upraszcza dane i wybiera tylko te istotne dla procesu uczenia się. Kolejnym problemem związanym z uczeniem maszynowym jest podatność komputera na błędne przykłady. Ludzki mózg ze zbioru zdjęć rentgenowskich dłoni, automatycznie odrzuci zdjęcie kota. Natomiast komputer będzie analizował fotografię owego kota z równą uwagą jak zdjęcia RTG dłoni.

– Z tych powodów, naukowcy na całym świecie, zajmujący się sztuczną inteligencją, wracają do inspiracji procesami poznawczymi zachodzącymi w ludzkim mózgu. Nasze badania doskonale wpisują się w ten światowy trend. Chcemy stworzyć sztuczne sieci neuronalne, które będą służyć lokalnym odbiorcom, czyli polskim firmom czy tzw. startupom – przekonuje prof. Tabor.

Prace nas sztuczną inteligencją trwają od lat

Jak przypomina profesor, prace nad sztuczną inteligencją (SI) trwają od lat 50. ubiegłego wieku. Początkową inspiracją dla informatyków były neurony, czyli komórki nerwowe zdolne do zbierania, agregowania i przekazywania dalej wielu różnych informacji. W toku dalszych badań nad SI naukowcy nieco odeszli od prób naśladowania neuronów. Obecnie wracają do tej idei. Informatycy nie tworzą już modeli pojedynczych neuronów, ale całe sztuczne sieci neuronowe – na wzór układów funkcjonujących w siatkówce oka czy w mózgu.

– Sieci neuronowe to struktury i systemy programowe, których działanie jest podobne do procesów zachodzących w ludzkim mózgu. Obecnie mamy coraz większy wgląd w to, jak funkcjonuje nasz mózg, a zatem możemy przekładać tę wiedzę i udoskonalać systemy sztucznej inteligencji, eliminując wiele z dotychczasowych ograniczeń występujących w klasycznym uczeniu maszynowym – mówi prof. Jacek Tabor.

Dodaje, że możliwości zastosowania sieci neuronalnych są nieograniczone. Już teraz sztuczna inteligencja jest powszechnie używana, m.in. w programach rozpoznawania mowy, tłumaczeniach tekstów i przetwarzaniu obrazów. W przyszłości zostanie wykorzystana w precyzyjnej diagnostyce medycznej, samosterujących się samochodach, czy w kryminalistyce do automatycznego opisywania zdjęć oraz identyfikacji osób lub scen.

Kompleksowe prace nad budową polskich sieci neuronalnych, pod kierunkiem prof. Jacka Tabora, będą prowadzić naukowcy z Wydziału Matematyki i Informatyki, Wydział Fizyki, Astronomii i Informatyki Stosowanej oraz Wydziału Zarządzania i Komunikacji Społecznej Uniwersytetu Jagiellońskiego.