АВТОНОМНОЕ ПРОГРАММИРОВАНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА: ПОТЕНЦИАЛ AI В УЛУЧШЕНИИ СВОИХ СОБСТВЕННЫХ ВОЗМОЖНОСТЕЙ

AUTONOMOUS PROGRAMMING OF ARTIFICIAL INTELLIGENCE: A STUDY ON THE POTENTIAL OF AI IN ENHANCING ITS OWN PERFORMANCE

Anastasia Sushko

student, Department of Web and Multimedia Applications Developer, Krasnodar Technical University of Management, Informatization and Service,

Russia, Krasnodar

АННОТАЦИЯ

ИИ уже долгое время облегчают жизнь людям, в связи с чем возникает вопрос о полной их самостоятельности и автономности для упрощения из собственного программирования.  Автор рассматривает потенциал искусственного интеллекта (ИИ) программировать самого себя в автономном режиме с минимальным задействованием человека, с упором на мета-обучение и техники самооптимизации с помощью рекуррентных нейронных сетей. Мы рассмотрим возможности использования ИИ для разработки и оптимизации собственных алгоритмов и что стоит знать, когда речь идет о машинном мозге.

ABSTRACT

AI has long been making life easier for people, raising questions about their full autonomy and self-sufficiency to simplify programming. The author explores the potential of artificial intelligence (AI) to self-program in autonomous mode with minimal human involvement, focusing on meta-learning and self-optimization techniques using recurrent neural networks. We will look at the possibilities of using AI to develop and optimize algorithms and what to know when it comes to machine intelligence.

Ключевые слова: искусственный интеллект, компьютер, робот, мышление, самооптимизация, информационные системы, сознание.

Keywords: artificial intelligence, computer, robot, thinking, self-optimization, information systems, consciousness.

В наше время ИИ приносит значительную пользу и находит широкое применение в различных аспектах повседневной жизни человека. Машинные способности уже активно применяют на производствах. С помощью ИИ контролируют дорожное движение, фиксируют загруженность дорог. Искусственный интеллект внедряют при проведении диагностических процедур в медицинских клиниках и центрах, проведении исследований. Но что такое ИИ и какие цели преследует его создание?

Искусственный интеллект (ИИ) — это область науки и техники, которая занимается созданием систем, способных выполнять интеллектуальные функции, присущие человеку. Это междисциплинарная область, объединяющая математику, биологию, психологию, кибернетику и другие дисциплины.

Основная цель ИИ - понять природу человеческого интеллекта и воспроизвести его средствами компьютерных технологий. Ученые и разработчики ИИ стремятся создавать программы и устройства, которые могут принимать решения и выполнять действия, присущие человеческому мышлению, понять механизмы человеческого мышления и разработать алгоритмы и системы, которые могут даже превзойти когнитивные способности человека. Однако многие системы искусственного интеллекта сталкиваются с ограничениями при работе с данными.

Для преодоления этого препятствия исследователи активно разрабатывают самооптимизирующийся искусственный интеллект (Self-Optimizing AI). Этот вариант искусственного интеллекта наделен способностью к непрерывному обучению и самосовершенствованию на основе накопленного опыта. Такой прогресс в области самооптимизирующегося ИИ призван внести революционные изменения в различные отрасли. И все же, как ИИ способен обучать сам себя?

Важно понимать, что мозг ИИ работает по-другому, чем человеческий. Человеческий мозг способен адаптироваться к новым условиям и задачам, в то время как машинный мозг может потеряться, даже если условия изменяются незначительно. Рассмотрим немного подробнее:

Человеческий мозг: обучается на опыте. Он не просто запоминает информацию, но и создает связи между нейронами, что позволяет ассоциировать концепции и применять знания в новых ситуациях.  Также наш мозг адаптируется. Он изменяет свое поведение и стратегии в зависимости от изменяющихся условий.

Машинный мозг: ИИ учится на огромных наборах данных, но его способность генерализировать и применять знания в новых ситуациях ограничена. Изменения в условиях могут сбить ИИ с толку, поскольку он "запрограммирован" на конкретные решения в конкретных условиях.

Из этого следует, что в данном случае машинному мозгу не хватает гибкости. ИИ нужно научить не только решать поставленные ему задачи, но и научить находить новые алгоритмы и вариации решения. Здесь появляется смысл в использовании рекуррентных нейронных сетей.

Рекуррентные нейронные сети (RNN - Recurrent Neural Networks) — это особый класс искусственных нейронных сетей. Основная особенность RNN заключается в том, что они используют внутреннее состояние ("память") для обработки входных данных, они "помнят" прошлые входы и используют эту информацию для обработки текущих входов. В отличие от традиционных нейронных сетей, которые обрабатывают каждый элемент входной последовательности независимо, RNN используют информацию из предыдущих шагов для принятия решений на текущем шаге.

Также в развитии самообучения машин есть еще один способ, который называется метаобучением. Метаобучение (meta-learning) — это подход в машинном обучении, который позволяет системам быстро обучаться новым задачам, используя накопленный предыдущий опыт. Основная идея метаобучения заключается в том, чтобы не просто обучать модель на конкретной задаче, а научить её учиться эффективно. Вместо того, чтобы тренировать модель напрямую на целевых данных, в метаобучении алгоритм обучается на метаданных - информации о том, как лучше всего обучаться.

Процесс метаобучения начинается с формирования набора различных, но связанных между собой задач, на которых будет обучаться модель. Их называют метадатестов. В ходе их создания происходит сбор множества задач и разделение их на наборы. После сбора всех нужных наборов задач происходит этап метаобучения модели, где происходит загрузка метатренировочного набора данных для обучения модели на основе этого набора. Цель этого этапа - научить модель эффективно использовать алгоритмы для быстрого обучения новым задачам. Далее, на основе загрузки метатестового набора данных и способности ИИ его решения, происходит оценка способности модели быстро адаптироваться и самообучаться новым незнакомым задачам.

Ключевое отличие метаобучения от традиционного обучения в том, что модель не просто обучается решать одну конкретную задачу, а учится самому процессу обучения, что делает её более гибкой и адаптивной.

Самообучающийся ИИ — это действительно большой прорыв, но он также может таить в себе множество проблем, о которых важно помнить. При самообучении ИИ результат может быть непредсказуемым. ИИ может стать слишком сложным, чтобы его понять и контролировать. Его логика и цели могут отличаться от человеческих, что приводит к непредсказуемым последствиям, например, нарушение этических норм, нанесение вреда людям. Также совсем неясно, кто же будет нести ответственность за действия самообучающегося ИИ? Разработчики, пользователи или сама машина?

Список литературы:

1. Будущее машинного обучения — разработан новый метод построения нейросетей [Электронный ресурс] // TECHDIGEST: 2023. Сайт. — URL: https://techdigest.ru/a/inzhenery-nist-sozdali-sverkhprovodnikovuyu-kameru-s-razresheniem-400-000-pikseley (дата обращения 10.06.2024).
2. Исаков С. Рекуррентная нейронная сеть (RNN): виды, обучение, примеры [Электронный ресурс] // Neurohive: 2018. 11 августа. Сайт. — URL: https://neurohive.io/ru/osnovy-data-science/rekurrentnye-nejronnye-seti/ (дата обращения: 16.06.2024).
3. Стапарь Е. Искусственный интеллект в жизни человека [Электронный ресурс] // MITM institute: 2023. 29 сентября. Сайт. — URL: https://mitm.institute/journal--informatika--iskusstvennyj-intellekt-v-zhizni-cheloveka (дата обращения: 17.06.2024).
4. Хватков Г. Как искусственный интеллект создаёт сам себя [Электронный ресурс] // Skillbox.ru: 2021. 23 июля. Сайт. — URL: https://skillbox.ru/media/business/kak-iskusstvennyy-intellekt-sozdayet-sam-sebya/ (дата обращения: 21.05.2024).
5. Хель И. Появится ли когда-нибудь искусственный интеллект с сознанием? [Электронный ресурс] // Hi-News.ru : 2017. Сайт. — URL: https://hi-news.ru/computers/poyavitsya-li-kogda-nibud-iskusstvennyj-intellekt-s-soznaniem.html (дата обращения: 13.05.2024).
6. SOINN — самообучающийся алгоритм для роботов [Электронный ресурс] // Хабр: 2013. Сайт. —  URL: https://habrahabr.ru/post/188230/ (дата обращения: 07.06.2024).