DeepMind ma Gato. Sztuczną inteligencję, która wykona setki różnych zadań

W ubiegłym tygodniu spółka DeepMind (która należy do koncernu Google’a) ogłosiła, że ma nowy algorytm uczenia maszynowego. W odróżnieniu od wielu poprzednich algorytmów, potrafi jednak dużo więcej.

Gato potrafi wykonać aż 600 różnych zadań. Może porozmawiać z człowiekiem, podpisywać obiekty na zdjęciach, grać w gry wideo, czy układać klocki. To bardzo zróżnicowany zakres czynności.

Nando de Freitas z DeepMind zamieścił tweeta o treści “the game is over". Co miało zasugerować, że poszukiwania “ogólnej" lub "silnej" sztucznej inteligencji są już zbędne. Teraz wystarczy tylko budować algorytmy jak Gato - tyle, że lepsze.

Inni znawcy SI są sceptyczni, czy to rzeczywiście duże osiągnięcie. Przyrównują Gato do magicznych sztuczek. Opracowany przez DeepMind algorytm niczego nie nauczył się sam. Każdej z czynności nauczyli go twórcy algorytmu.

Gato porozmawia na wiele tematów - ale nie na wszystkie, bo nic nie wie o świecie. W gry może grać na emulatorze starego Atari, a i układanie klocków przez robota też nie jest czymś, czego nie potrafiłyby algorytmy SI wcześniej. Autorzy Gato tylko "zlepili" możliwości istniejących algorytmów w jednym.

Steve Wozniak, założyciel Apple napisał kiedyś, że uwierzy w ogólną sztuczną inteligencję, jeśli będzie potrafiła wejść do dowolnego mieszkania i tam zrobić kawę. Gato zgubiłby się bez mapy.

Algorytmy uczenia maszynowego, potocznie nazywane algorytmami sztucznej inteligencji lub po prostu sztuczną inteligencją (SI), to komputerowe programy. Ich siła polega na tym, że mogą uczyć się same. Większość jednak nadal wymaga wstępnego przeszkolenia przez człowieka.

Takie algorytmy są już wykorzystywane do wielu różnych zadań: rozpoznawania obiektów i twarzy na zdjęciach, rozpoznawania mowy i przetwarzania jej na tekst, czy prognozowania pogody. Potrafią rozwiązywać też problemy naukowe, na przykład przewidzieć strukturę białek.

Wszystkie mają jednak zasadniczą wadę. Można nauczyć je jednej konkretnej czynności. Algorytm nauczony rozpoznawania twarzy nie poradzi sobie z rozpoznawaniem mowy (i odwrotnie). Gato pokazuje, że można stworzyć algorytm SI, który radzi sobie z różnymi rodzajami zadań.

Informatykom od dekad marzy się “ogólna sztuczna inteligencja" - czyli taka, którą można by nauczyć dowolnej w zasadzie czynności. Nie jest jednak oczywiste, że uda się kiedykolwiek stworzyć aż tak elastyczne i zdatne do wszystkiego algorytmy. Wielu znawców wątpi, czy jest to w ogóle możliwe.

Osobną sprawą jest koszt takich algorytmów. Trenowanie ich potrafi trwać miesiącami i pochłaniać gigawatogodziny pracy serwerów. DeepMind ma na to i czas, i pieniądze. Nie liczmy, że Gato zawędruje pod strzechy.