Искусственный интеллект, наиболее точно моделирующий человеческий разум

В этом посте расскажем о компании Nara Logics, которая основываясь на результатах многолетних исследований в области когнитивистики (науки о процессах познания), которые ведутся в Массачусетском технологическом институте (MIT), использует результаты исследований мозга для развития собственной платформы искусственного интеллекта.

Какими бы ошеломительными темпами ни развивались технологии искусственного интеллекта, человеческий мозг остаётся более гибким и эффективным. Несмотря на то что мы способны быстро принимать решения на основе неполной и меняющейся информации, многие современные системы искусственного интеллекта могут нормально функционировать только после обучения на основе качественно размеченных данных, а когда появляется новая информация, для её учёта в алгоритмах искусственного интеллекта часто требуется его полное переобучение.

Сегодня компания-стартап Nara Logics, соучредителем которой является выпускник MIT, пытается вывести технологии искусственного интеллекта на новый уровень, где моделирование мозговой деятельности осуществляется более естественным образом. В разработанном компанией механизме искусственного интеллекта используются последние разработки в области нейробиологии для репликации структуры и функций мозга на уровне нервных цепей.

В результате была создана платформа искусственного интеллекта, обладающая рядом преимуществ по сравнению с традиционными системами нейронных сетей. Традиционные системы искусственного интеллекта используют твёрдо фиксированные алгоритмы, пользователи же платформы Nara Logics могут не только следить за её работой, но и взаимодействовать с ней, варьируя переменные, задавая новые цели и в итоге лучше понимая свои данные. Платформа также может начать работать без структурированных данных обучения и "впитывать" новую информацию по мере её поступления. Возможно, наиболее важной особенностью платформы Nara Logics является то, что она способна "пояснять" причины, лежащие в основе каждой выдаваемой ею рекомендации, а это является ключевым фактором принятия рекомендаций во многих отраслях, например в здравоохранении.

"Некоторые наши клиенты в сфере здравоохранения рассказывают, что в их больницах были установлены системы искусственного интеллекта, выдававшие, к примеру, вероятность того, что кто-то из их бывших пациентов снова может попасть в больницу, но такие системы никогда не "объясняли", по какой причине это может произойти, чтобы мы понимали, к чему быть готовыми", – рассказывает генеральный директор компании Nara Logics Яна Эггерс, возглавляющая компанию вместе с техническим директором и основателем Натаном Уилсоном.

Системы искусственного интеллекта Nara Logics сегодня используются организациями здравоохранения, потребительскими компаниями, производственными предприятиями и государственными органами. Такие системы снижают затраты и поднимают качество работы с клиентами.

"Наши системы предназначены для людей, которым приходится принимать сложные решения из-за большого количества факторов [и данных], а также для людей, понимающих, что при появлении новой информации, им, вполне вероятно, придётся принимать другие, не менее сложные решения", – говорит Эггерс.

Уилсон разработал концепцию, согласно которой сложности нейробиологических структур необходимо изучать и принимать как данность, а не бояться их, и именно на основе такой концепции была создана архитектура платформы. Эту концепцию он разрабатывал и оттачивал более десяти лет, работая в Департаменте мозговых и когнитивных наук Массачусетского технологического института, где долго время занимались проблемами человеческого разума.

"В Nara Logics мы считаем, что нейронауки сегодня находятся на правильном пути, и этот путь может привести нас к действительно новым способам принятия решений, о которых мы раньше и не подозревали", – рассказывает Уилсон.

Страсть всей жизни

Уилсон начал обучение в Корнелльском университете, где получил степени бакалавра и магистра. После поступления в Массачусетский технологический институт в 2000 году его научный интерес определился окончательно. За те пять лет, когда он готовился к получению степени кандидата наук, и за семь лет после получения докторской степени он создал математическую основу для моделирования функций мозга.

"Сообщество MIT сосредоточено на разработке новых вычислительных моделей, выходящих за рамки современной компьютерной науки, – говорит Уилсон. – Наша работа тесно связана с информатикой, но при этом также учитывает мозговую деятельность человека, и эта связь может помочь нам понять, как работают или как могут работать компьютеры".

С 2010 по 2012 год Уилсон днями и ночами работал над новым проектом, переводя свои алгоритмы в коммерческую систему, которая потом стала основой Nara Logics. В 2014 году на эту работу обратила внимание Эггерс, которая в то время возглавляла ряд успешных коммерческих компаний, но которую всё больше стали занимать проблемы искусственного интеллекта.

Эггерс считает, что механизм искусственного интеллекта Nara Logics способен оказать неоценимую поддержку бизнесу. Уже в то время этот механизм – Nara Logics Synaptic Intelligence, обладал уникальными в своей области особенностями.

В этом механизме объекты, содержащиеся в данных клиентов, например сведения о пациентах и назначенных им курсах лечения, объединяются в основанные на функциональных особенностях матрицы и передают их другим объектам в структуре, подобной той, которая существует в биологических системах. Взаимосвязи между объектами также формируются через ряд локальных функций, которые в компании называют правилами синаптического обучения. Эти правила были выведены из результатов нейробиологических исследований поведения клеток и нервных цепей.

"Мы каталогизируем все метаданные, а также то, что называется коннектомами (полным описанием структуры связей в нервной системе), анализируем базу неструктурированных данных и выстраиваем связи между всеми элементами, – объясняет Уилсон. – Как только вы накопите такую информацию, вы сможете давать системе задания, и механизм переработает данные и выдаст совпадения по указанным параметрам. При таком подходе стоит избегать представления того, каким должен быть правильный ответ".

Свойства и правила для каждого объекта в системе Synaptic Intelligence Nara Logics хранятся локально, что позволяет платформе принимать новые данные, изменяя только в небольшое количество связанных объектов. Считается, что мозг работает "снизу вверх".

"Данный принцип кардинально отличается от принципов глубокого обучения или других подходов, придерживающихся предельно простой доктрины: глобально оптимизировать всё, что только возможно, и каждая клетка будет делать то, что ей предписывает главный алгоритм, – поясняет Уилсон. – Нейробиологи же полагают, что каждая клетка принимает решения по собственному усмотрению".

Дизайн позволяет пользователям исследовать взаимосвязи данных, "активируя" определённые объекты или функции и наблюдая за тем, какие ещё компоненты активируются или “уходят в тень”.

Механизм Nara Logics даёт ответы, активируя небольшое количество объектов в наборе данных. По мнению компании, такая картина напоминает технологию "разреженного кодирования", которое, как принято считать, используется высшими отделами мозга, в которых всегда активируется лишь небольшое количество нейронов. Принцип разреженного кодирования позволяет отслеживать пути принятия решений своей платформой и объяснять пользователям причины, которые легли в основу таких решений.

Уже перейдя в компанию Nara Logics, Уилсон по-прежнему принимал участие в работе сообщества MIT. По словам Уилсона, у компании появилось много новых клиентов.

Использование платформы искусственного интеллекта

Производители уже пользуются платформой Nara Logics для лучшего понимания данных с устройств Интернета вещей, потребительские компании используют эту платформу для организации более качественного взаимодействия с клиентами, а предприятия здравоохранения используют платформу для принятия более взвешенных решений, относящихся к организации лечения. "Мы создаём конкретный алгоритм, на основе которого принимаются решения, – рассказывает Уилсон. – Мы уверены, что такой алгоритм можно кодифицировать, и верим, что результаты работы такого алгоритма будут иметь огромную ценность, особенно если правильно подготовить и запустить процесс". На фоне пандемии Covid-19, нарушившей нормальную работу отраслей промышленности и подчеркнувшей необходимость инвестиций в адаптивное программное обеспечение, Nara Logics почти вдвое увеличила клиентскую базу. Основатели компании с энтузиазмом работают над решением, которое, по их мнению, более дружественно по отношениею к людям, чем другие системы искусственного интеллекта. "Самым важным отличием нашей платформы от других платформ является то, что мы создаём структуру ИИ, частью которой являются люди, и эти люди хорошо понимают, чем именно занимается такой искусственный интеллект и какова его конечная цель, – говорит Уилсон. – Таким образом, мы сможем принимать наиболее разумные решения, а чем больше таких решений будет принято, тем лучше для всех".

У нас в SkillFactory, на курсе по машинному обучению, , мы помогаем нашим студентам освоить нужные навыки для создания своего ИИ. А если у вас уже есть базовые навыки ML и Python, то у нас есть продвинутый курс по нейросетям, партнером которого выступает NVIDIA.

Узнайте, как прокачаться в других специальностях или освоить их с нуля:

• Профессия Data Scientist

• Профессия Data Analyst

• Курс по Data Engineering