У Європейській космічній агенції працюють над штучним інтелектом, який би був настільки ж легким у спілкуванні, як ChatGPT, але при цьому вмітиме давати науково обґрунтовані відповіді. Він має аналізувати супутникові дані й робити на їхній основі висновки.
Що може штучний інтелект?
Якщо ви спробуєте поставити штучному інтелекту на основі лінгвістичної моделі, подібного до ChatGPT, питання, що потребує аналізу даних, то у відповідь він із великою ймовірністю видасть якусь маячню. Так відбувається через те, що подібні системи просто не вміють здійснювати аналіз даних. Проте скоро це може змінитися.
Насправді штучний інтелект у вигляді нейромереж до аналізу даних застосовується вже достатньо давно. Машини займаються обробкою сигналів від телескопів, розпізнаванням образів на супутникових знімках Землі та будують фізичні моделі.
Проте це зовсім інші штучні інтелекти. Вони навчені саме для виконання тієї задачі, для якої створені, й звернутися до них із питанням, викладеним звичайною, зрозумілою усім мовою, просто не вийде. Щобільше, навіть виконати якусь іншу аналітичну задачу вони не в змозі. Проте науковці вже працюють над розв’язанням цієї проблеми.
Універсальний помічник
Серед інших, цим завданням займається і Європейська космічна агенція разом із партнерами. Вони створюють універсального помічника, який зміг би на основі супутникових знімків компетентно відповідати на запитання про найкращі місця для ведення сільського господарства та вказувати на ймовірність землетрусів. Проте на шляху до цієї системи інженерам доведеться розв’язати одразу кілька складних задач.
З одного боку, нейромережі все ще не дуже вправні у розв’язанні практичних задач на основі аналізу супутникових даних про Землю. Перші кроки у цьому напрямку вже зроблені. Наприклад, інженери тестують систему I*STAR, котра аналізує інформацію про землетруси та виверження вулканів для того, аби прогнозувати подальші події. А інструмент SaferPlaces AI створює карти повеней, якими можуть користуватися команди рятувальників.
Проблема з усіма цими моделями полягає в тому, що вони не є універсальними. Варто їх застосувати до іншої задачі й іншого набору даних — і вони не зможуть нічого зробити. Потрібне базове ядро штучного інтелекту, яке може навчатися самостійно будь-яких задач. Розробка його триває ще з 2018 року і вони вже дали певні плоди.
Один проєкт базової моделі — PhilEO — розпочався на початку 2023 року і зараз досягає стадії готовності. Його структура оцінки заснована на глобальних даних Copernicus Sentinel-2. Проте вчені переконані, що в готовому вигляді він зможе швидко пристосуватися до обробки будь-яких даних.
Людська мова
Крім власне аналітичної, у головоломці є також і, так би мовити, психологічна складова. Штучні інтелекти все ще недостатньо добре розуміють людські запити, коли вони стосуються пошуку якихось даних. Покращення розуміння запитів природною мовою — ще одне завдання, над яким працюють в ESA.
Вже існує система, яка здатна зрозуміти, що саме хоче побачити людина, і знайти ці місця на знімках супутників. Проте основна діяльність у цьому напрямку має розпочатися у квітні цього року. Науковці переконані, що їм вдасться створити систему, яка здатна не тільки зрозуміти питання, а й проаналізувати наукові дані у пошуках відповіді на нього.
За матеріалами phys.org
Тільки найцікавіші новини та факти у нашому Telegram-каналі!
Приєднуйтесь: https://t.me/ustmagazine
