Uczenie maszynowe (in. systemy uczące się) staje się ważnym elementem dzisiejszych technologii. Filtry antyspamowe, technologie automatycznych tłumaczeń, maszynowe rozpoznawanie obrazów i dźwięków - te wszystkie rozwiązania bazują w różnych stopniu na uczeniu maszynowym. Prezentując maszynie np. setki konstrukcji językowych, możemy po jakimś czasie sprawić, że rozpozna ona te konstrukcje w tekstach.

Ludzki umysł, a nawet umysły zwierząt potrafią zrobić coś więcej. Potrafią na podstawie zaobserwowanych zjawisk stworzyć ich koncepcję, mniej lub bardziej doskonałą. Naukowcy pracujący przy tajnych i nowatorskich projektach Google X postanowili zająć się również tym problemem i otrzymali bardzo ciekawe wyniki, które opisali w artykule pt. Building High-level Features Using Large Scale Unsupervised Learning.

Czytaj: Sparaliżowana steruje ramieniem robota za pomocą myśli (wideo)

Badacze eksperymentowali ze sztuczną siecią neuronową, która miała naśladować pracę mózgu. Ta sieć wykorzystywała 16 tys. rdzeni procesorów w centrum danych firmy Google, które tworzyły ponad miliard połączeń. Badacze postawili hipotezę, że jeśli będą prezentować tej sieci przez tydzień filmy z YouTube, sieć nauczy się rozpoznawać jakiś powtarzalny element.

Ku zdziwieniu badaczy jeden ze sztucznych neuronów zaczął bardzo silnie reagować na obrazy kocich pysków. Udało się też otrzymać neurony rozpoznające ludzkie sylwetki. Co istotne, wykorzystywany w badaniach system nie był wcześniej informowany, jak wygląda kot lub że w ogóle jest coś takiego jak kot. On sam zaczął rozpoznawać koty, czyli stworzył sobie własną koncepcję tego typu obiektów na obrazach. 

fot. - Wizualizacja neuronu rozpoznającego kocie pyski

Nie można powiedzieć (jak sugerują niektóre media), że sieć neuronowa Google wytworzyła pojęcie kota. Ona wytworzyła sobie jakieś własne pojęcie, które odpowiada w jakimś stopniu naszemu wyobrażeniu kota. To właśnie jest fascynujące.

Wspomniana sieć neuronowa jest wykorzystywana przez Google do usprawnienia standardowego rozpoznawania obrazów. Teraz inżynierowie Google mają kolejny problem do rozgryzienia - czy da się wykorzystać funkcje "samouctwa", aby usprawnić standardowe rozpoznawanie obrazów? Zapewne się da, ale nie wiadomo jeszcze jak.

Trzeba jeszcze mieć na uwadze, że maszynowe uczenie się i ewentualnie samouctwo to nie tylko obrazy. Komputery mogą z czasem uczyć się koncepcji słów pisanych i dźwięków.

Kto wie? Może kiedyś sztuczne umysły wytworzą sobie filozofię i uczucia? Wówczas będziemy mieli nie lada problem, bo czy takie sztuczne uczucia będą rzeczywiście sztuczne? Czy nasze koncepcje wytworzone w mózgach z białka są bardziej żywe niż to, co powstało w krzemie? Czy będzie można sterować uczuciami komputerów? Czy eksperymentalne wzbudzanie u maszyny uczuć przykrych będzie znęcaniem się? Ot, takie problemy na przyszłość...

Czytaj: Interfejs ruchowy bez Kinecta - wystarczy mikrofon i głośnik! (wideo)