К. О. Н. И.

Доклад

Владимир С. Смолин. Не только оптимизация: декомпозиция, локализация и линеаризация — другие математические идеи, необходимые для описания сложного мира (например, методами нейрокартирования).

Аннотация: Алгоритмы глубокого обучения на основе обратного распространения ошибки позволили автоматизировать решение многих «интеллектуальных» задач. Показатели мощности используемой техники, объёмов данных и энергопотребления, характеризующие обучение наиболее мощных нейросетевых алгоритмов, за последнее десятилетие выросли в миллион раз. В следующее десятилетие рост ещё в миллион раз уже невозможен, нужно искать другие пути развития.
      Не обязательно (поскольку невозможно…) бесконечно увеличивать мощность нейросетей для решения всё более сложных задач. Можно последовать примеру человека, который использует значительно меньшие ресурсы, поскольку не просто оптимизирует свои действия, а разбивает сложные задачи на несколько простых, решение которых не требует огромных ресурсов. Современные глубокие нейросети больше сосредоточены на проблемах оптимизации решений частных задач методами статистики. Вопросы же декомпозиции остаются возложенными на человека.
   Невозможность познания целостного реального мира статистическими методами и желание построить сильный ИИ (AGI) приводят к необходимости использовать идеи декомпозиции, локализации и линеаризации представления знаний в структуре нейросетей. Центральной частью доклада является описание путей практической реализации перечисленных идей на основе нейросетевых карт, организованных в иерархическую структуру, взаимодействие уровней которой осуществляется через экраны – устройства для отображения знаний для решения текущих задач.
   Наличие экранов между разными уровнями иерархической структуры позволяет использовать предлагаемую архитектуру нейросети в двух основных режимах: немедленного формирования действий на основе имеющихся знаний (интуиция) и моделирования различных вариантов предполагаемых действий (мышление) для получения новых знаний для улучшения формируемых действий.

Информация о докладчике: Смолин Владимир Сергеевич, научный сотрудник сектора робототехники в ФИЦ ИПМ им. М.В. Келдыша РАН. В ИПМ работаю с 1999 г., окончил МФТИ в 1980 г, проблемами ИИ и нейросетей начал заниматся ещё в 1976 г. С 1980 по 1998 г. работал в лаборатории нейробионики в МИРЭА.
  Предыдущие выступления докладчика по теме: (1) AGI как средство получения «действительно» новых знаний с использованием имеющихся (https://www.youtube.com/watch?v=a6UoSioUsrA), сетевой семинар AGIRussia, 6 октября 2022 г. (2) Познание как важнейшая составляющая ИИ (https://youtu.be/W_ALOQSXj6c), летняя школа ВШЭ, Москва, 05.07.2022 г.