Штучний інтелект може дати уявлення про те, що робить наш мозок, коли ми спимо
"Минулої ночі мені приснився дивний сон". Впевнений, що ці слова ви промовляли багато разів. Але чому? Від Зиґмунда Фройда до Карла Юнґа та Келвіна Голла сновидіння досліджували аж до знудження, але досі немає чіткої відповіді на питання, що їх формує. Неусвідомлені бажання? Підтримка активності нейронів? Консолідація пам'яті? Психосексуальне задоволення бажань? Ніхто не знає. Навіть Фройд нібито зауважив: "Іноді сигара – це просто сигара".
Але завдяки штучному інтелекту (ші) та використанню нейронних мереж, що імітують роботу мозку, починають з'являтися підказки. У 1968 році Філіп Дік опублікував роман "Чи мріють андроїди про електричних овець?", на основі якого 1982 року було знято фільм "Той, що біжить по лезу". Відповідь на це питання виявилася позитивною.
Спочатку короткий і дуже спрощений посібник із нейронних мереж. Вони містять цифрові шари взаємопов'язаних вузлів, змодельованих на основі нейронів людського мозку та синаптичних зв'язків, які чудово знаходять закономірності. На основі числових вагових коефіцієнтів у кожному вузлі після сканування мільйонів фотографій шар може зробити висновок, що округлий об'єкт з очима, носом і ротом є фізіономією. Потім ці дані переходять на наступний рівень, який шукає закономірності в цих закономірностях. Можливо, він визначить, котяча це чи собача морда. Потім ще один шар знаходить закономірності закономірностей закономірностей, аж доки, наприклад, зможе визначити породу собаки як сибірську хаскі. І так далі.
Теоретично винайдені в 1943 році треновні нейронні мережі реально існують з 1958 року, коли психолог Френк Розенблат продемонстрував машину Perceptron у Корнельській аерокосмічній лабораторії. Але лише за минуле десятиліття штучний інтелект став масовим і набув здатності розуміти ваш голос чи розпізнавати обличчя на фотографіях.
Що змінилося? Швидші процесори та дешевша пам'ять, безумовно, допомогли, але нейромережі в минулому часто застрягали, "перепідганяючи" дані під певний висновок – наприклад, визначаючи все, що має котячі очі, як кота. Або під висновок, що Стоунгендж побудували динозаври. Ми теж так робимо, коли стукаємо по дереву або одягаємо щасливі шкарпетки, бо минулого разу наша команда виграла. Комп'ютери можуть бути такими ж забобонними, як і ми.
У 1970 році фінський студент Сеппо Ліннайнмаа запропонував "зворотне поширне" (тут знов-таки надмірне спрощення) надсилання помилок назад через нейромережеві шари, щоб узагальнити вагові коефіцієнти і краще знаходити закономірності. Але лише 1986 року після статті “Learning representations by back-propagating errors” ["Навчання репрезентацій за допомогою зворотно поширних помилок"], серед співавторів якої був Джеффрі Гінтон, патріарх дослідження нейронних мереж, зворотно поширні дослідження отримали розвиток. Знадобилося ще двадцять років для методики зважування (визначення вагових коефіцієнтів) – і власне завдяки їй ші так добре працює з розпізнаванням голосу й обличчя.
Тепер про сучасні теорії: У 2020 році нейробіолог Ерік Гоел, на той час професор Університету Тафтса, постулював, що людський мозок зациклюється у перепідгонці на тому самому й потребує узагальнення, щоб подолати цю проблему. Гоел припускав, що мозок "робить його, отримуючи дикий, божевільний досвід щоночі". Він висунув гіпотезу, що "сновидіння як форма навмисно спотворених вхідних даних, ймовірно, походять від шуму, введеного в ієрархічну структуру мозку". Звучить знайомо? Так, можливо, сновидіння – це зворотне поширення, яке вносить шум і помилки, щоб усунути або узагальнити наше розпізнавання образів. Це би пояснило, чому сни такі дивні.
Гоел навіть пише, що, можливо, "художні твори – романи, скажімо, чи фільми – діють як штучні сни, виконуючи принаймні частину тієї ж функції" введення шуму і помилок. Незла причина, щоб переглянути 31 фільм (і не тільки) "Кіновсесвіту Marvel". Можливо, колись віртуальна реальність частково замінить чудернацькі сновидіння і вилікує дефіцит сну.
Ще однією проблемою нейромереж є "катастрофічне забування", коли нові дані перезаписують стару інформацію. У нещодавній статті Максима Баженова, дослідника сну в медичній школі Каліфорнійського університету в Сан-Дієго, зазначається, що "людський мозок безперервно навчається і включає нові дані в існуючі знання", і "найкраще, коли нове навчання чергується з періодами сну для консолідації пам'яті". Він стверджує, що те саме стосується і нейронних мереж штучного інтелекту – вони краще навчаються, коли отримують трохи "сну". Можливо, саме тому Microsoft обмежує свій чат-бот Bing до 20 відповідей. Перші відгуки про ChatGPT 4, останню ітерацію, свідчать про те, що він точніший, але не дуже креативний. Можливо, він потребує доброго нічного сну.
Між перепідгонкою і катастрофічним забуванням наш мозок повинен приєднувати новий досвід до старих спогадів, не забуваючи при цьому минулого. Якось я чув, як чемпіон світу з шахів Маґнус Карлсон розповідав історію про гру проти себе молодого у старій шаховій програмі, яку він випустив багато років тому. Казав, що було дещо сюрреалістично, але дуже цікаво побачити, як далеко він просунувся. Можливо, саме тому ми спимо не для того, щоби стерти старі спогади, а щоб розставити акценти і налаштувати їх, аби ми могли дорослішати і прогресувати. Завдяки ChatGPT і дослідженням ші ми дізнаємося про себе значно більше. Солодких снів.
Andy Kessle
The Wall Street Journal, 3.04.2023
03.04.2023