В рамках прошедшего в Нижнем Новгороде форума «Молодежь и наука» выдающийся российский ученый, профессор Университета Лестера (Великобритания) Александр Горбань прочитал лекцию «Искусственный интеллект, основанный на данных: работа над ошибками».
Сегодня это звучит почти как аксиома: кто выиграет в гонке систем искусственного интеллекта (ИИ), тот будет владеть миром. Ведущие страны вкладывают в эту сферу многомиллиардные средства. Но, как оказалось, все системы искусственного интеллекта (ИИ) допускают ошибки. Самое громкое событие, связанное с применением ИИ в медицине, это провал широко разрекламированной многомиллионной системы «Ватсон» знаменитой фирмы IBM. Оказалось, что она ставит диагнозы и консультирует хуже среднего врача. После нескольких лет работы систему удалили с рынка. В чем главная проблема применения ИИ? В ошибках интеллекта. Протоколы его взаимодействия и человека сложнейший вопрос, демонстрирующий, что мы пока плохо друг к другу приспособлены.
Значит, мы должны исправлять ошибки, допущенные ИИ? «Нет, - считает Александр Горбань, мы должны научиться с ними работать». Сегодня схема обучения искусственного интеллекта такая: ученый должен взять допущенную ошибку и вернуться к исходной логической точке, когда ИИ только начал обучаться, и с самого начала переучить его с учётом этой ошибки. Это гигантская и очень непрактичная работа. А можно действовать иначе: Не возвращаться к азам, не портить то, что ИИ уже освоил, а понять причину ошибки. Именно на этом базируется сегодня мировой тренд в области развития искусственного интеллекта. В результате такого подхода будет создан искусственный интеллект нового поколения, который сможет исправлять собственные погрешности.
Александр Горбань входит в Топ-100 самых цитируемых российских учёных по данным РИНЦ. В 2018 году ученый стал победителем конкурса мегагрантов, благодаря чему в Нижегородском государственном университете имени Н. И. Лобачевского была создана Лаборатория перспективных методов анализа многомерных данных. Работа сотрудников лаборатории сконцентрирована на создании технологии и методов исправления ошибок систем искусственного интеллекта при предобработке, хранении и анализе больших данных.
