Kai leidžiame protui skrajoti, miegodami ar ne, jis ima maišyti ir permaišyti potyrius, sukurdamas keisčiausius vaizdinius, haliucinacijas, netgi nušvitimus. Ar gali mašinos ką panašaus? Kur nubrėžta riba tarp žmogaus ir programos kūrybos?

Taip gali nutikti ramiai svajojant, išsitiesus ant kalvos šlaito, kai išvystame banginį debesyse. Arba sapnai gali būti svarbesni, kaip žymusis pasakojimas apie chemiką Friedrichą Kekulé, atradusį benzeno molekulės formą, susapnavęs gyvatę, ryjančią savo uodegą.

Nėra abejonių, kad mūsų rūšį sapnai veikia – kad mūsų gebėjimas rasti netikėtas naujas struktūras triukšme daro mus žmonėmis ir dar kūrybingais.

Gal būtent dęl to rinkinys neįtikėtinai primenančių sapnus vaizdų kuriuos neseniai paskelbė Google kelia tokią sumaištį. Šiuos vaizdus susapnavo kompiuteriai.

Google šių atvaizdų sukūrimo techniką pagal filmą vadina incepcionizmu, o ir vaizdai įvairiausi, nuo gražių iki keistų.

Tai kas čia vyksta?? Neseniai rašėme apie didelę atvaizdų atpažinimo pažangą, naudojant gilaus pažinimo algoritmus. Pateikus šiems algoritmams milijonus pažymėtų atvaizdų (katė“, „karvė“, „kėdė“, etc.), jie išmoksta atpažinti ir identifikuoti objektus ir nepavadintuose paveikslėliuose. Anksčiau šiais metais, Google, Microsoft, ir Baidu paveikslėlius atpažino geriau nei žmonės.

Šiuo atveju Google procesą apvertė. Jie liepė savo programinei įrangai generuoti atvaizdus, naudojant dirbtiniame neuronų tinkle (DNT) jau saugomą informaciją.

Ir štai kas nuostabu: eksperimento dalyje, kur programinei įrangai buvo leista „laisvai sieti“ ir tada rezultatas būdavo paduodamas atgal, taip asociacijas sustiprinant – ji rasdavo anksčiau neegzistavusius vaizdus ir struktūras (dažnai jau matytų vaizdų mišrainę).

Kai kada ji interpretuodavo lapus kaip paukščius ar medžius kaip pastatus. Kartais kurdavo keistus įsivaizduojamus gyvūnus debesyse – „admirolą–šunį“ „kiaulę–sraigę“, „kupranugarį–paukštį” ar „šunį–paukštį“.

Tai kiek primena mūsų pačių kūrybingumą. Mes paimame įspūdžius, sumaišome galvoje ir kuriame sudėtingas idėjas – kai kurios iš jų beprasmės, kai kurios aiškesnės. Bet ar tai tas pats?

Paprastas atsakymas: žinoma ne.

Tai Alano Turingo pateiktas ledi Lovelace prieštaravimas. Ada Lovelace, poeto Lordo Bairono duktė, parašė ankstyviausią apibūdinimą to, ką dabar pavadintume modernaus universalaus kompiuterio programine įranga ir programavimu. Ir ji abejojo, ar mašinų kūrybiškumas kada nors bus įmanomas.

„Analitinė mašina neturi pretenzijų ką nors pradėti,“ rašė Lovelace. „Ji gali atlikti bet ką, ką žinome, kaip nurodyti atlikti. Ji gali analizuoti; bet ji neturi galių tikėtis kokių nors analitinių sąryšių ar tiesų.“

Tai yra, mašinos daro tai, ką mes joms liepiame. Nieko daugiau.

Turingas perfrazavo Lovelace prieštaravimą kaip „mašina niekada negali mūsų nustebinti.” Ir su tuo nesutiko. Jis sakė, kad jo mašina jį dažnai nustebindavo – dažniausiai todėl kad jis suprato vidinę sandarą bendrais bruožais. Bet praktikoje specifika dažnai pateikdavo stulbinančius rezultatus.

Išties, Google šį eksperimentą atliko todėl, kad „mes, tiesą sakant, labai mažai suprantame, kodėl tam tikri modeliai veikia, o kiti – ne.” Kitaip tariant, mes turime bendrą idėją, tačiau dažnai nežinome, kas vyksta kiekviename proceso žingsnyje.

DNT, daugiau ar mažau paremti žmogaus smegenimis, sudaryti iš hierarchinių dirbtinių neuronų sluoksnių. Kiekvienas sluoksnis atsako už vis abstraktesnių atvaizdo komponentų atpažinimą. Pavyzdžiui, pirmasis sluoksnis skirtas kraštų ir kampų aptikimui. Kitas sluoksnis gali ieškoti bazinių formų – ir taip iki galutinio sluoksnio, kur abstrakčiai peršokama prie „šakutės“ ar „pastato“.

Atvirkštinis algoritmo vykdymas yra būdas išsiaiškinti, ką jie išmoko.

Vienoje eksperimento dalyje tyrėjai liepė algoritmui sukurti konkretų atvaizdą, tarkime, banano koncepciją, atsitiktiniam triukšme (tarkime, jokios stoties nerodančio televizoriaus ekrane matomame „sniege“). Tai buvo būdas nustatyti, kaip gerai ji pažino bananus. Vienu atveju, paprašyta sugeneruoti hantelį, programinė įranga vis rodydavo hantelį rankoje.

„Šio atveju tinklas nesugebėjo visiškai išgryninti hanteli esmės,“ tinklaraštyje parašė Google inžinieriai. „Gal jam niekada nebuvo rodytas hantelis be jį laikančios rankos. Vizualizacija gali padėti mums ištaisyti tokius treniruočių neatitikimus.“

Kai jie leido algoritmui žiūrėti į atvaizdą ir laisvai asocijuoti, pasidarė įdomiau. Gautų rezultatų abstraktumas priklausė nuo to, kurio DNT sluoksnio buvo klausiama.

Pirmasis, mažiausiai abstraktus sluoksnis išryškino kraštus. Rezultatai priminė ornamentus. Kažką panašaus tikriausiai esate matę fotografijų apdorojimo programėlėse. Bet aukštesniuose sluoksniuose pasirodė abstraktesni bruožai. Tada jie buvo dar labiau pabrėžiami, atgaliniu ryšiu.

Tyrėjai tinklo paprašė „Kad ir ką čia matai, noriu to daugiau!”

Viena prasme, šie vaizdai yra absoliučiai rezultatas to, ką mašina pateikia iš savo duomenų bazių, kaip nurodė programuotojas. Visai kaip pastebėjo ledi Lovelace. Ir tuo pačiu metu jie yra be abejonės stebinantys taip, kaip sakė Alanas Turingas.

Ko gero labiausiai stebina tas aspektas, kaip jie tiek apdorojimu, tiek gaunamais rezultatais, primena kažką, ką galėtume sukurti ir mes – svajotojas, ganomuose debesyse įžvelgiantis keisčiausias formas ar abstraktus menininkas, vizualizuojantis netikėčiausių derinių vaizdus. (Išties, pats noras antropomorfuoti mechanizmus pats yra ironiškas pavyzdys struktūrų radimas ten, kur jų nėra.)

Ir norisi toliau ekstrapoliuoti šį procesą.

Kas nutiks, kai programos paims vaizdus, tekstą, kitus jutiminius duomenis – galiausiai panašius į mūsų potyrius? Ar gali toks procesas kaip incepcionizmas paskatinti juos permaišyti šiuos potyrius į originalia idėjas? Kur nubrėšime liniją tarp žmogaus ir mašinos kūrybingumo?

Tai uždaro rato debatai ir tokio skirtumo vienareikšmiškai apibrėžti neįmanoma.

Kompiuteriams vis geriau pažįstant abstrakčias koncepcijas, jie padės mokslininkams ar menininkams rasti naujų idėjų. Ir gal mes tuo pačiu naujai pažvelgsime ir pažinsime savo pačių kūrybiškumą.

O kol kas galime mėgautis šiais pirmais stebinančiais žingsneliais.

Visi atvaizdai

Jason Dorrier
singularityhub.com

Komentarai (0)