Британський стартап створює штучний інтелект, який може самостійно керувати дронами

Дебати про те, як далеко може зайти штучний інтелект, обертаються навколо питань про те, що насправді являє собою людський інтелект, і чи може машина функціонувати подібно до людського мозку?

Британська компанія Stanhope AI будує свої моделі відповідно до принципів нейробіології та використовує для натхнення ієрархічні механізми прогнозування. 

В результаті ми отримали штучний інтелект, який не потребує навчання. Йому потрібно лише сказати, що він існує, надати попередню систему переконань - і він злітає (буквально) в реальний світ і вчиться з його оточення за допомогою сенсорів.  Так само як ви бачите, чуєте і відчуваєте речі, які розширюють ваші знання, змушуючи вас оновлювати (або зміцнювати) свій світогляд.

Стартап, що з'явився в Університеті коледжу Лондона, щойно залучив 2,3 млн фунтів стерлінгів для свого "агентного ШІ", натхненного нейробіологією.

Багатошаровий "мозок" Stanhope 

Метод Stanhope AI ґрунтується на теорії, яка стверджує, що мозок має модель світу і постійно намагається зібрати докази, щоб підтвердити та оновити цю модель. 

"ШІ має "мозок" глибиною в кілька рівнів, і в самому низу мозку знаходяться його датчики,” - пояснює Моран. Сенсори, які для нас з вами були б нашими очима, в цьому випадку - це камери та LiDAR. 

"А потім вони потрапляють у прогностичний рівень, який намагається сказати: "Гаразд, я бачив стіну он там. Тепер мені не потрібно продовжувати шукати". І це вбудовується в більш цікаве когнітивне передбачення на вищих рівнях. Тож це дуже схоже на ієрархічний мозок".

Це той самий вид передбачення, яким займається наш мозок, щоб зрозуміти світ і заощадити енергію (мозок є найбільш енергоємним органом, який у нас є). Це принцип нейронауки, який називається "активним висновком" і є частиною теорії вільної енергії, розробленої співзасновником Мораном, професором теоретичної нейробіології Карлом Фрістоном. 

"Мені не потрібно перевіряти кожен піксель на стіні, щоб переконатися, що це стіна. Ось чому ми вважаємо людський мозок таким ефективним", - додає Моран.По суті, те, як ви відчуваєте світ, є результатом того, як ваш мозок прогнозує, що ви його побачите, з огляду на енергоефективність. Але варто віддати належне нашому мозку, він потім уточнює ці прогнози на основі вхідних сенсорних даних. Модель Stanhope AI робить те ж саме, використовуючи візуальні дані з навколишнього світу. Потім вона приймає автономні рішення на основі нових даних у режимі реального часу.

Не потрібно великих наборів даних для навчання 

Використання такого підходу до ШІ суттєво відрізняється від традиційних методів машинного навчання.

"Ми не тренуємо [нашу модель], - каже Моран. "Основна робота полягає у створенні генеративної моделі, а також у тому, щоб переконатися, що вона є правильною і має відповідні попередні дані про те, де ви хочете, щоб вона працювала".

Але для того, щоб стартап вийшов за межі лабораторії, потрібні реальні застосування. Stanhope AI заявляє, що їхній ШІ може бути встановлений на автономних машинах, таких як дрони для доставки та роботи. Наразі технологія тестується на безпілотниках разом з партнерами, серед яких Федеральне агентство з проривних інновацій Німеччини та Королівський військово-морський флот.

Найбільшим технологічним викликом, який стартап подолав до цього часу, було масштабування від менших моделей, що працюють в лабораторних умовах, до більших, які можуть навчитися орієнтуватися в набагато більш широкому ландшафті.

"Нам довелося використовувати три математичні шляхи для розрахунку вільної енергії, які були набагато ефективнішими, щоб ми могли будувати набагато більші світи для наших дронів", - стверджує Моран. Вона також додає, що пошук потрібного обладнання, до якого компанія могла б отримати доступ і контролювати його, не покладаючись на третіх осіб, також являв собою значну технічну перешкоду. 

Нова хвиля агентного ШІ

"Моделі активного висновку" Stanhope AI, за словами компанії, є справді автономними і можуть перебудовувати та вдосконалювати свої прогнози. Це частина нової хвилі "агентного ШІ", який, як і людський мозок, завжди намагається "вгадати, що буде далі", безперервно навчаючись на розбіжностях між прогнозами та даними в реальному часі. Немає потреби в тривалому (і дорогому) попередньому навчанні, і цей підхід також знижує ризик "галюцинацій" штучного інтелекту. 

Моран пояснює: "Ми переконуємося, що він працює абсолютно бездоганно в симуляції. Якщо ШІ або дрон робить щось дивне, ми дуже детально аналізуємо, у що він вірив, чому він зробив те, що зробив. Тож це зовсім інший спосіб розробки штучного інтелекту". За її словами, ідея полягає в тому, щоб трансформувати можливості ШІ та робототехніки і зробити їх більш ефективними в реальних сценаріях.

UCL Technology Fund очолив раунд фінансування Stanhope AI на суму 2,3 млн фунтів стерлінгів. У раунді також взяли участь Creator Fund, MMC Ventures, Moonfire Ventures і Rockmount Capital, а також кілька галузевих інвесторів.