​Acum patru ani, 700 de savanți din domeniul calculatoarelor au participat la un concurs pentru un sistem de inteligență artificială (A.I.) care să treacă un test pentru clasa a VIII-a. Premiul era de 80.000 de dolari. N-au reușit. Cel mai avansat sistem a făcut 60% din test. A.I. n-a putut atinge abilitățile de limbaj și logică pe care elevii trebuie să le aibă când încep liceul. Dar săptămâna aceasta, Allen Institute for Artificial Intelligence din Seattle a făcut cunoscut că un sistem a trecut testul cu ușurință. A răspuns la peste 90% din întrebările testului pentru a VIII-a și la peste 80% pentru clasa a XII-a.

Allen InstituteFoto: allenai.org

Sistemul, numit Aristo, demonstrează că în ultimele luni cercetătorii au făcut progrese însemnate în dezvoltarea de A.I. care să înțeleagă limbaje și să reproducă logica și capacitatea de decizie umane. Aristo a fost creat strict pentru teste cu opțiuni multiple. A primit examane standard scrise pentru elevi din New York, chiar dacă Allen Institute a exclus întrebările care conțineau poze sau diagrame. Răspunsul la acelea ar fi necesitat abilități suplimentare, care combină înțelegea limbajului și logica cu așa-numita computer vision. Unele întrebări, cum este următoarea dintr-un examen pentru clasa a opta, cereau doar puțin mai mult decât extragerea de informații:

„Un grup de țesuturi care lucrează împreună pentru a îndeplini o funcție specifică se numește: (a) un organ; (b) un organism; (c) un sistem; (d) o celulă”

Dar altele, ca aceasta din același examen, cereau logică:

„Care schimbare ar provoca cel mai probabil o scădere a numărului de veverițe dintr-o anumită zonă? (a) o scădere a numărului de prădători; (b) o reducere a concurenței dintre veverițe; (c) o creștere a cantității de hrană disponibilă; (d) o creștere a numărului de incendii forestiere”

Cercetătorii de la Allen Institute au început să lucreze la Aristo – voiau să creeze un „Aristotel digital” – în 2013, imediat după ce institutul a fost creat de miliardarul din Seattle Paul Allen, co-fondator al Microsoft. Ei au văzut în testele științifice o alternativă mai valoroasă la tipicele repere pentru A.I., care se limitau la jocuri ca șahul și tablele sau la obiective create doar pentru mașini.

Un test științific nu poate fi trecut doar învățând reguli. Cere conexiuni logice. O creștere a numărului de incendii forestiere, de exemplu, poate ucide veverițe sau limita resursele de hrană de care au nevoie pentru a trăi și a se reproduce.

Entuziasmul stârnit de Aristo și progresele sale este încă temperat de savanții care cred că mașinile sunt încă departe de a stăpâni limbajul natural - și încă și mai departe de a reproduce adevărata inteligență. „Nu putem compara această tehnologie cu elevii adevărați și cu abilitatea lor de raționa”, spune Jingjing Liu, cercetătoare la Microsoft care lucrează la aceleași tehnologii ca și Allen Institute.

Dar realizările lui Aristo se pot extinde la o gamă largă de produse și servicii, de la motoare de căutare pe internet la registrele spitalelor. „Va avea consecințe semnificative pentru afaceri”, spune Oren Etzioni, fostul profesor la University of Washington care conduce Allen Institute. „Pot să spun – cu deplină încredere – că veți vedea o întreagă nouă generație de produse, unele de la startup-uri, altele de la companii mari”.

Noile cercetări pot conduce la sisteme care să poarte o conversație decentă. Dar pot și să încurajeze răspândirea de informații false. „Suntem la cel mai timpuriu stadiu pentru aceasta”, spune Jeremy Howard, care conduce Fast.ai, un alt laborator cunoscut din San Francisco. „Suntem atât de departe de potențialul deplin că nu pot spune unde ne va duce”.

Allen Institute a avansat mai repede decât se așteptau mulți experți, printre care și dr. Etzioni. Munca a fost făcută de rețele neurale, sisteme matematice complexe care pot învăța procedee analizând volume vaste de date. Sesizând șabloane în mii de fotografii ale unor câini, o rețea neurală poate învăța să recunoască un câine.

În ultimele luni, laboratoarele de vârf din A.I. au construit rețele neurale complicate, care pot învăța meandrele limbajului analizând articole și cărți scrise de oameni. La Google, cercetătorii au construit un sistem numit Bert care a parcurs mii de articole Wikipedia și o întreagă bibliotecă de romane de dragoste, științifico-fantastice și altele. Analizând toate aceste texte, Bert a învățat să ghicească cuvântul care lipsește dintr-o propoziție. Deprinzând acesată aptitudine, Bert și-a însușit un volum imens de informații despre modurile fundamentale în care este clădită o limbă. Iar cercetătorii pot folosi aceste cunoștințe la alte aplicații.

Allen Institute a construit Aristo pe tehnologia Bert. L-au alimentat pe Bert cu o multitudine de întrebări și răspunsuri. Cu timpul, a învățat să răspundă singur la unele întrebări. Până de curând, cercetătorii defineau comportamentul sistemului de testare scriind câte o linie de cod software după alta. Uneori, încă fac această muncă de codare obositoare. Dar acum sistemul poate învăța singur din datele digitale și se poate ameliora într-un ritm mult mai rapid.

Sisteme ca Bert – numite „modele de limbaj” – conduc acum o mare varietate de proiecte de cercetare, inclusiv sisteme conversaționale și instrumente destinate identificării știrilor false. Cu mai multe date și mai multă putere de calcul, cercetătorii cred că tehnologia va continua să se îmbunătățească.

Dar dr. Etzioni punctează că viitorul acestor sisteme este greu de prezis și că limbajul este doar una din piesele puzzle-ului. Doamna Liu și colegii de la Microsoft au încercat să construiască un sistem care să treacă examenul de admitere la facultăți. Secțiunea de limbaj a fost fezabilă, dar crearea aptitudinilor de raționament necesare pentru matematică a fost cu totul altceva: „A fost mult prea dificil”. (The New York Times)