Способность вести внутренний диалог всегда считалась исключительно человеческой чертой, помогающей нам структурировать хаос мыслей и принимать решения. Но ученые из Окинавы доказали, что подобные механизмы крайне полезны и для цифрового разума.
Разговор ИИ-модели с собой помогает ей учиться и выполнять сразу несколько задач
Ученые Окинавского института науки и технологий представили инновационный метод обучения нейросетей через имитацию внутреннего монолога. Исследователи включили в архитектуру ИИ механизмы кратковременной памяти и системы речевых сигналов направленных на себя. Это позволило моделям эффективнее обобщать опыт и переключаться между новыми задачами.
Внутренняя речь и архитектура рабочей памяти повышают производительность ИИ при выполнении многозадачных операций и решении сложных задач по генерации шаблонов. Kaori Serakaki/OIST
Главным техническим новшеством стала архитектура с несколькими «слотами» рабочей памяти. Это похоже на временные контейнеры для фрагментов информации, аналогичные нашей способности напевать или разговаривать, пока мы ищем ручку. Оказалось, что наличие нескольких таких ячеек в сочетании с речью обращенной к себе позволяет ИИ успешно выполнять инверсию последовательностей — сложную задачу, при которой требуется перечислить последовательность или воспроизвести действия в обратном порядке, не теряя контекста.
В ходе экспериментов выяснилось, что добавление в процесс обучения этапа «бормотания» — когда система генерирует промежуточные внутренние сообщения перед выполнением действия — радикально меняет качество работы. Модели, использующие такие «самоинструкции» в сочетании с многослойной рабочей памятью, справлялись с обращением последовательностей и многозадачностью гораздо лучше классических систем. Это приближает искусственный интеллект к человеческому способу освоения мира, где важна не только сухая статистика данных, но и логика внутренних рассуждений. Работа опубликована в журнале Neural Computation.
Первый автор работы, доктор Джеффри Квайссер, подчеркивает фундаментальную значимость этого открытия: «Наше исследование выдвигает на первый план важность взаимодействия системы с собой в процессе обучения. Структурируя обучающие данные таким образом, чтобы научить нашу систему разговаривать с собой, мы показываем, что обучение формируется не только архитектурой наших систем ИИ, но и динамикой взаимодействия, заложенной в наши процедуры обучения».
Такой подход позволяет нейросетям оперировать даже в условиях дефицита информации, извлекая максимум пользы из ограниченных наборов данных, что делает технологию более гибкой и экономичной по сравнению с традиционными гигантскими моделями.
Будущее в сложном мире
Искусственный разум смотрит на себя https://www.dreamstime.com/
Следующим шагом исследователей станет проверка «говорящего» ИИ в условиях реального мира, полного шума и непредсказуемых факторов. Ученые планируют усложнить среду, чтобы нейросети учились принимать решения в динамике, подобно тому, как развивается человеческий ребенок.
Это критически важно для создания автономных роботов, способных помогать в сельском хозяйстве или в быту. Понимание механизмов внутренней речи не только совершенствует машины, но и дает ключи к разгадке биологических основ человеческого поведения. В конечном счете, создание систем, способных к рефлексии, может стать мостиком к более глубокому пониманию того, как наш собственный мозг преобразует абстрактные сигналы в осмысленные действия.