"Нечеткие" алгоритмы ИИ помогают людям с потерей памяти
Новый компьютерный алгоритм, разработанный профессором Фархамом Аараби из Университета Торонто, может хранить и доставать информацию стратегически, как и наш мозг. Для этого разработчикам пришлось научить его "забывать" данные.
"Большинство людей думают об искусственном интеллекте больше как о роботе, чем о человеке. Это должно измениться", - убежден Аараби. Разработка была представлена на конференции IEEE Engineering in Medicine and Biology Society в Глазго, пишет Tech Xplore.
В прошлом компьютеры полагались на своих пользователей, которые точно говорили им, какую информацию хранить. Но с появлением методов искусственного интеллекта, таких как глубокое обучение и нейросети, произошел переход к "более нечетким" подходам.
"Десять лет назад вычисления были посвящены абсолютам", - говорит Аараби. Процессоры обрабатывали и хранили данные памяти именно таким образом, чтобы принимать двоичные решения. Не было никакой двусмысленности.
"Теперь мы хотим, чтобы наши компьютеры делали приблизительные выводы и угадывали проценты. Мы хотим, чтобы процессор сказал нам, например, что есть 10% вероятность того, что на фото изображен автомобиль, и 40% вероятность того, что это пешеход", - объясняет профессор.
Аараби расширил тот же нечеткий подход к хранению и извлечению информации. Для этого он использовал несколько свойств, которые помогают людям определить, что запомнить и, что также критически важно, что забыть. Исследования показали, что мы склонны отдавать приоритет более поздним событиям по сравнению с ранними. Мы также подчеркиваем воспоминания, которые более важны для нас, и сжимаем в памяти длинные повествования до их сути.
"Например, сегодня я помню, что проводил свою дочь в школу, я пообещал, что верну кому-то деньги, и пообещал, что прочитаю исследовательскую работу, - говорит Аараби. - Но я не помню каждую секунду того, что я пережил".
Способность упускать из виду определенную информацию может завысить существующие модели машинного обучения. Сегодня алгоритмы машинного обучения просматривают миллионы записей базы данных в поисках шаблонов, которые помогут им правильно связать задачу с выводом. Только после бесчисленных повторений алгоритм в конечном итоге становится достаточно точным, чтобы справиться с новыми проблемами, которых он еще не видел.
Если искусственная память, вдохновленная биологией, позволит этим алгоритмам придавать известность наиболее релевантным данным, они потенциально могут достичь значимых результатов гораздо быстрее. Этот подход также может поддерживать инструменты, которые обрабатывают естественный язык, чтобы помочь людям с потерей памяти отслеживать ключевую информацию.
Аараби и его команда создали такой инструмент, используя простой интерфейс на основе электронной почты. Он напоминает участникам важную информацию, основанную на алгоритмическом приоритете и релевантном указателе ключевых слов. "В конечном счете, он предназначен для людей с потерей памяти, - отмечает Аараби. - Это помогает им запоминать вещи очень по-человечески, очень мягко, не подавляя их. Большинство вспомогательных средств управления задачами слишком сложны и бесполезны в этих обстоятельствах".
"Я сам им пользуюсь", - признается профессор. Сегодняшняя цель, по его словам, состоит в том, чтобы получить обратную связь от пользователей. Следующим шагом будет налаживание партнерских отношений в области здравоохранения для более всестороннего тестирования.
Аараби уверен, что этот алгоритм - только начало. "Биологически вдохновленная память вполне может приблизить ИИ к возможностям человеческого уровня", - утверждает он.
Российские ученые обучают технику распознавать усталость человека. Новый метод оцифровки состояний человека для биокибернетических технологий представили ученые ЮУрГУ. Это поможет наладить взаимодействие между людьми и машинами, когда человеческие реакции притупляются из-за особенностей организма.
