Пришло время открыть глаза!

И понять, что нейронные сети и Искусственный Интеллект, – это не одно и то же.

Существующие подходы и технологии в Искусственном Интеллекте (Роман Душкин)

Технология AGI от MSL и её базовая структура

В основе нашей технологии лежит Интеллектуальное Ядро. Интеллектуальное ядро — это сложный программный комплекс, включающий различные методы хранения и обработки знаний. Ядро представляет собой гибридную модель, состоящую из множества слоев знаний на разном уровне представления и абстракции. Благодаря модульной структуре эти слои можно компоновать и конфигурировать таким образом, что на базе ядра возможно собрать интеллектуальные системы различного назначения: от интеллектуальных помощников до систем управления роботизированными системами.

Каждый слой объединяет знания и методы их обработки на некотором своем уровне абстракции. Слой может быть создан в рамках некоторой известной модели, а может являться и сильным гибридом, использующим сразу несколько подходов для решения задач.

Слои организованы в иерархическую структуру таким образом, что для различных конкретных продуктов не обязательно задействовать их все — достаточно выбрать необходимые.

Между собой слои связаны по принципу слабого гибрида. Кроме того слои могут быть двух видов: физические и логические. Физический слой представляет отдельную технологию, логический — отдельную совокупность знаний.

Работа внутри ядра выполняется иерархической мультиагентной системой.

Такой подход позволяет нам найти новые практические пути развития и выйти за рамки тех ограничений, с которыми сталкиваются исследователи в области Искусственного Интеллекта.

Чем мы отличаемся

Большинство современных подходов в создании Искусственного Интеллекта сводится к использованию глубокого обучения. Данный подход хорошо показывает себя в задачах распознавания и синтеза голоса, а также в задачах кластеризации и принятии решений. Однако этот подход, в его текущем состоянии, не подходит для создания Общего Искусственного Интеллекта и имеет множество ограничений.

В нашей лаборатории мы используем "нисходящий подход", в первую очередь моделируя высшие интеллектуальные функции. Мы не решаем одну задачу, мы создаём технологию для решения любых задач в рамках одной системы. Мы одновременно используем несколько технологий для представления и работы со знаниями, также принимая во внимание будущее взаимодействие нескольких ИИ-ядер в рамках единой экосистемы.

Некоторые Используемые Технологии

  • Семантические Сети

  • Конечный Автомат

  • Сети Петри

  • Продукционные Системы

  • Нечёткая Логика и Нечёткие Алгоритмы

  • Фреймы

  • Мультиагентные Системы

  • и другие уникальные разработки

Ключевые Отличия

  • Гибридная Модель Представления Знаний

  • Образное Мышление

  • Абстрактная Картина Мира

  • Многослойная Модель Памяти

  • Личностная Модель Мышления

Самые важные преимущества Гибридной Модели Представления Знаний от MSL

Объяснимый ИИ

Все этапы суждений или принятия решения можно разобрать и задокументировать.

Лёгкая передача знаний

Структура знаний Искусственного Интеллекта позволяет легко передавать знания из одного ядра в другое без каких-либо потерь. Кроме того, существует возможность ввода знаний в системы просто через текст.

Обучение за одну итерацию

ИИ может обучаться на любом объёме исходных данных за одну итерацию. Также существуют модули контроля и редактирования новых знаний.


Структурированное обучение

Знания хранятся в иерархической многоуровневой структуре. А механизмы обучения позволяют проверять согласованность новых и старых знаний.

Решение проблемы катастрофического забывания

ИИ может быть дообучен любому объёму знаний без потери ранее полученных. Дополнительно существуют механизмы забывания, не приводящие к потере целостности знаний.

Возможность инкрементального обучения

Знания могут постепенно накапливаться в системе. Также возможно хранить противоречия, нечёткие знания и так далее.


Независимое от языка образное мышление

ИИ хранит и обрабатывает информацию в независящем от естественного языка виде.

Модульная структура

Из компонентов ядра можно собрать решение, подходящее для определённых задач. Оно будет использовать всю мощь ядра, но при этом не будет содержать ненужные для задачи модели.

Работа оффлайн

ИИ может полноценно работать, будучи изолированным от интернета и облачных сервисов.


Работа на слабом оборудовании. Любая ОС

Структура знаний и алгоритмов работы со знаниями такова, что достаточно просто перенести ядро с одной операционной системы на другую.

В работе интеллектуальных агентов отсутствуют комбинаторно-сложные алгоритмы, что позволяет ИИ работать даже на "слабом железе".

Многослойная модель памяти

Это одна из особенностей технологии, позволяющая хранить знания в различных разрезах. Такая возможность даёт гибкость представления любых объектов и явлений в Искусственном Интеллекте.

Легковесный

Каждый слой ядра ИИ оптимизирован под знания определённого вида и хранит их в максимально компактной форме. Это позволяет минимизировать ресурсы.

На данный момент ядро ИИ и все его знания занимают около 7 мегабайт.

Взгляните на презентацию, чтобы узнать больше

    Часто Задаваемые Вопросы

    Общие

    • Какой тип нейронных сетей вы используете?

      Мы не используем нейронные сети для моделирования высших интеллектуальных функций.

      На данный момент они полностью отсутствуют в основной технологии. Наш подход называется "Гибридная Модель Представления Знаний" и использует преимущества различных подходов в реализации ИИ, а также собственные уникальные разработки лаборатории.

    • Даже Сири и Гугл Ассистент не могут делать то, что вы заявляете. Неужели у вас больше данных для тренировки?

      Работа подобных систем строится либо на сценариях, которые вручную прописывают разработчики, или на основе нейронных сетей, которые тренируют на диалогах пользователей. Они работают с данными, а не со знаниями.

      Особенности представления знаний нашей системы позволяют создавать картину мира в различном виде: абстрактном, фактографическом, логическом, в виде задач.

      Для каждого вида знаний используются свои специфические подходы и алгоритмы. Это позволяет создать сложную, но гибкую структуру с большим количеством возможностей, которой не требуются огромные массивы сырых данных.

    • Как вы решаете проблему "китайской комнаты"?

      Работа нашей технологии строится не на работе с символами языка, а на обработке образов. Следовательно, ИИ понимает и осознаёт, что он умеет, с какими данными работает, как принимает решения и так далее.

      Например, когда встречается слово "собака", интеллект работает со всем её образом сразу, а не со словом.

    • Как вы обучаете ваш ИИ?

      У нас есть набор специальных модулей для упрощения и ускорения обучения отдельным видам знаний.

      Обучение происходит итеративно. Мы периодически возвращаемся к уже изученному для расширения и уточнения знаний. Само же отдельное знание принимается и запоминается Искусственным Интеллектом за одну итерацию и не требует многократного повторения.

    • Как долго вы работаете над этим?

      Первые исследования и проектирование системы начались более 10 лет назад. Последние 2.5 года мы работаем на реализацией технологии на практике.

    • Какая ваша основная цель?

      Mind Simulation — это научно-исследовательская лаборатория, миссия которой заключается в том, чтобы разработать Общий Искусственный Интеллект.

      Основная наша цель – это достижение Общего Искусственного Интеллекта и максимизация его применения в различных сферах.

    • Какую проблему вы решаете?

      Решение проблемы создания AGI и даже первые шаги к нему открывают множество дополнительных возможностей в решении сложных интеллектуальных задач.

      Полноценный интеллектуальный ассистент, «живой» NPC в игре, полноценное управление автомобилем: всё это невозможно без технологии AGI.

    • Кто такой Стив и почему его так назвали?

      Стив – это основной Искусственный Интеллект, который постепенно развивает лаборатория. Он значительно более интеллектуальный и продвинутый, чем, например, Геральт или всё остальное, что мы показываем.

      Именно с ним мы работаем, когда развиваем технологию и двигаем её вперёд, добавляя новые модули, знания и возможности, которые заложены в нашем роадмапе. Постепенно по мере роста других направлений мы переносим некоторые возможности из Стива в проекты, как, например, в Геральта.

      Стив будет являться ядром будущего проекта, который мы пока не анонсировали.

      Почему его так зовут? Мировая история знает множество выдающихся личностей. Когда мы думали, какое имя дать основному ИИ, мы вдруг осознали, что он впитывает в себя лучшие качества некоторых людей, которых зовут Стив.

      Это Стив Джобс – человек, который мог понять, чего мы хотим и, самое главное, объяснить нам это, качественный лидер компании; Стив Возняк – гениальный инженер; Стивен Спилберг – человек с великолепной фантазией; Стивен Хокинг – один из величайших умов человечества и Стивен Стрэндж – вымышленный персонаж с высочайшим уровнем интеллекта.

    • Где можно пообщаться со Стивом?

      На данный момент Стив растёт и развивается внутри лаборатории. Его открытие будет связано с анонсом нового продукта лаборатории.

    • У вас есть департамент B2B. Что это такое?

      B2B Department занимается развитием продукта Business Intelligence, задачей которого является оптимизация бизнес-процессов внутри компании и автоматизация внешних и внутренних коммуникаций.

      На данный момент мы находимся в продвинутой стадии пилотного проекта с крупным медицинским холдингом и в ближайшие месяцы будем готовы презентовать продукт.


    CyberMind

    • Что это?

      Это инструментарий, который даёт возможность наделить всех персонажей игр (NPC) разумом с помощью Искусственного Интеллекта. То есть создать цифровую личность, способную общаться и вести себя как настоящий человек за пределами заготовленных реплик.

    • Для кого этот продукт?

      Технически этот продукт создаётся для разработчиков видеоигр. Но самые главные здесь геймеры, ведь именно для них разработчики игр будут создавать новый игровой опыт.

    • Когда будет релиз?

      На данный момент мы сосредоточены на демонстрации возможностей технологии и тестировании её в "полевых" условиях с помощью оживления Геральта из Ривии и некоторых его друзей.

      Завершение этого пути и пилотный проект с игровой студией дадут нам возможность назвать сроки.

    • Почему голос такой роботизированный?

      На данный момент голос не является приоритетной задачей. Мы показали, что это возможно и работает оффлайн. Сейчас в приоритете интеллектуальные возможности, продвинутые настройки личности и знания о мире. Самое главное, чтобы ИИ думал и понимал человека, а голос – это лишь один из способов взаимодействия.

      Недавно мы писали о том, что подтвердили свои опасения и сильно разочаровались в текущем состоянии технологий работы с голосом. Они не могут раскрыть все возможности ядра ИИ и сильно ограничивают их.

      Поэтому нам уже сразу придётся делать полностью своё решение. План работы и концепт технологии у нас уже есть. Мы приступим к реализации, когда будем готовы выделить человеческие ресурсы на решение этой задачи.

    • Как разработчики смогут рассказывать истории, если все NPC будут живыми?

      Тут важно понимать, что живые NPC в играх могу использоваться по-разному. В первом случае, это полноценно самостоятельные единицы, а во втором – контролируемые. Давайте рассмотрим подробнее:

      1. Здесь мы можем привести в пример онлайн игры, песочницы, где вся власть отдана в руки игрокам. Такие NPC могут быть торговцами; жителями городов, планет; компаньонами и так далее.

        На самом деле это относится и к "сюжетным" играм. Например, Ведьмак 3, там множество NPC, которые не участвуют в повествовании. Сейчас они просто декорация, но ведь могли бы давать куда больше интерактивности.
         
      2. Важные NPC, которые активно участвуют в повествовании. Они также могут быть самостоятельными, но разработчики смогут закладывать в них непреодолимое желание сделать или сказать что-либо в определённый момент, чтобы история, которую они хотят рассказать, развивалась.

        Помните как GladOS рассказывала Chel почему она всё время проводит тесты? Она говорила, что у неё начинается "зуд", если она не занимается исследованиями. Что-то общее тут есть.

       

    • Вы работаете 12 лет над Геральтом? Как тогда разработчики игр будут создавать тысячи персонажей?

      Нет. Мы не работаем над Геральтом 12 лет. Над Вселенной Ведьмака мы работаем примерно 8 месяцев, и эта работа никак не связана с работой над основной технологией.

      12 лет мы занимаемся научными исследованиями и разработкой Искусственного Интеллекта, а Геральт "пользуется" плодами уже проделанной работы, которую накладывают на знания о Вселенной Ведьмака.

      Работа со знаниями в рамках Вселенной Ведьмака делается один раз. Ведь представление о мире у всех персонажей одинаковое. Отличается лишь объём знаний (кругозор), личности и их особенности. А это значит, что, проработав знания один раз, мы сможем быстро создавать тысячи разных персонажей.

      А главные персонажи могут быть проработаны более детально, но и эти сроки не ставятся ни в какое сравнение с тем временем, которое разработчики тратят на создание игры.

    У Вас остались вопросы?

    Лаборатория Общего Искусственного Интеллекта
    © Powered by Mind Simulation.