Архитекторы интеллекта. Вся правда об искусственном интеллекте от его создателей - [88]

Д. К.: На этот вопрос нет однозначного ответа. Вероятностные модели лежат между моделями, которые кодируют предметные знания интерпретируемым образом (имеющим смысл для людей), и моделями, которые передают статистические свойства данных. Глубокое обучение направлено на точность прогнозирования, зачастую в ущерб интерпретируемости, столь важной в медицинских приложениях. Хотя, конечно, способность обходиться без предварительно накопленных знаний, извлекая всю необходимую информацию из данных, имеет много преимуществ. Было бы здорово соединить все это.

М. Ф.: Расскажите о проекте Coursera.

Д. К.: Мы изо всех сил пытались выяснить, в каком направлении лучше всего двигаться. Стоит ли продолжить деятельность на базе Стэнфорда? Или создать некоммерческую организацию? Или открыть компанию? В итоге нам показалось, что максимальный результат даст создание компании. И в январе 2012 г. появилась Coursera.

М. Ф.: Я помню весь этот шум в СМИ о том, что теперь для обучения в Стэнфорде достаточно мобильного телефона. Мне кажется, ажиотаж в изрядной степени был вызван людьми, которые, уже имея высшее образование, посещали сайт Coursera с целью повышения квалификации. Ведь вопреки многочисленным предсказаниям студенты продолжают обучаться стандартным способом. Или со временем ситуация может поменяться?

Д. К.: Первым делом подчеркну, что мы никогда не позиционировали себя как замену полноценного высшего образования. Разумеется, разговоры на эту тему периодически возникали, но лично я не считаю эту идею хорошей. В 2012 г. утверждалось, что массовые онлайн-курсы оставят университеты без работы. Спустя год начались разговоры о том, что раз университеты все еще функционируют, идея массовых открытых онлайн-курсов провалилась. Оба утверждения представляют собой нелепые крайности, типичные для шумихи.

На мой взгляд, мы многое сделали для людей, лишенных доступа к высшему образованию. Около 25 % обучающихся на сайте Coursera не имеют научных степеней, а около 40 % проживают в развивающихся странах. Учащиеся, которые говорят, что их жизнь сильно изменилась благодаря нашему ресурсу, по большей части имели низкий социально-экономический статус. Разумеется, чтобы воспользоваться онлайн-образованием, нужен доступ в интернет. Кроме того, человек должен знать, что такая возможность существует. Надеюсь, со временем мы сможем повысить степень осведомленности.

М. Ф.: Есть мнение, что мы склонны переоценивать происходящее сейчас и недооценивать вещи, имеющие смысл в долгосрочной перспективе. Мне кажется, сейчас именно такой случай.

Д. К.: Я с вами согласна. Люди думали, что за пару лет мы трансформируем высшее образование. При этом университеты существуют около 500 лет и развиваются медленно. Но мне кажется, что даже за пять лет нашей работы многое изменилось.

Например, университеты стали предлагать онлайн-курсы зачастую по значительно более низкой цене, чем очное обучение. Когда Coursera только появилась, невозможно было представить, что у университетов появятся онлайн-программы. А сейчас цифровое обучение стало обычной вещью.

М. Ф.: Стэнфорду в ближайшее десятилетие вряд ли что-то угрожает, но обучение в других, менее престижных вузах все еще стоит очень дорого. Тогда люди начнут выбирать Coursera?

Д. К.: Думаю, что преобразованию в первую очередь подвергнется сфера последипломного образования, в частности магистратура. У очной формы обучения есть социальный компонент: общение, перемена места жительства. В аспирантуре же обычно учатся уже взрослые люди, имеющую семью и работу. В дальнейшем задумываться о более эффективном использовании времени и денег начнут студенты небольших колледжей, совмещающие учебу с работой.

М. Ф.: В рамках курсов находится огромное количество данных, пригодных для машинного обучения и ИИ. Можно ли интегрировать эти технологии в ваши курсы, сделав их более динамичными, более персонализированными и т. п.?

Д. К.: Думаю, да. В начале проекта мы пользовались стандартными методиками обучения. Интерактивность курсов обеспечивалась упражнениями. По мере сбора данных обучение может стать более персонализированным. Возможно, появится что-то вроде личного репетитора.

М. Ф.: Что вы думаете о перспективах глубокого обучения?

Д. К.: Глубокое обучение – это не волшебная палочка, но и отказываться от него не стоит. Оно позволило сделать важный шаг вперед, но вряд ли поможет достичь ИИ человеческого уровня. Нужен, по крайней мере, еще один крупный прорыв.

Сейчас сети оптимизируются под конкретные задачи, но под другие задачи их приходится переобучать или даже менять архитектуру. Фактически сейчас мы сосредоточены на узких проблемах, решения которых не пересекаются друг с другом.

Кроме того, для обучения таких моделей требуется огромный набор данных, в то время как людям хватает и небольшого объема информации. Я подозреваю, что в нашем мозге есть некая структура, отвечающая за выполнение всех задач с той скоростью, которая для робота или агента недоступна.

М. Ф.: Какие еще препятствия стоят на пути к сильному ИИ? Как добавить роботам воображение и способность придумывать новые идеи?