Odkrywanie ludzkiej inteligencji poprzez umysły maszyn

Kiedy zadajesz pytanie o inteligencję, czy myślisz tylko o ludzkiej inteligencji? Nie jest tak w przypadku Phillipa Isoli, profesora nadzwyczajnego na Wydziale Inżynierii Elektrycznej i Informatyki MIT (EECS). Dla Isoli badanie inteligencji jest złożonym skrzyżowaniem poznania i obliczeń, w którym ludzie, zwierzęta, a nawet maszyny mają coś fascynującego do ujawnienia.

Isola, entuzjastyczny członek Laboratorium Informatyki i Sztucznej Inteligencji MIT (CSAIL), poświęca swoje badania zawiłościom wizji komputerowej i uczenia maszynowego. Ciekawi go, w jaki sposób modele sztucznej inteligencji (AI) interpretują i rozumieją otaczający je świat oraz jak ujawnia to nieoczekiwane aspekty naszych procesów poznawczych.

Jak to się wszystko zaczęło

Wychowany w północnej Kalifornii, zamiłowanie Isoli do zrozumienia procesów naturalnych zakorzeniło się podczas jego dziecięcych eksploracji lokalnych wzgórz i wybrzeży. Ta ciekawość prowadziła go przez całą jego akademicką podróż, która doprowadziła go od bezstresowej eksploracji wielu przedmiotów na Uniwersytecie Yale, aż do serca nauk kognitywnych. Pod nadzorem profesora Briana Scholla na Wydziale Psychologii Yale, fascynacja Isoli złożonością ludzkiego mózgu przyćmiła nawet jego zainteresowanie formowaniem się planet. Był to punkt wyjścia do jego życiowego dążenia do zrozumienia inteligencji.

Następnie jego ścieżka rozeszła się nieco w kierunku niezależnego tworzenia gier wideo, zanim podjął studia podyplomowe w zakresie nauk o mózgu i nauk kognitywnych na MIT. Za przewodnią ręką profesora nauk o wzroku, Teda Adelsona, Isola znalazł intelektualną przystań, która ceniła dążenie do głębokiego, fundamentalnego zrozumienia ponad powierzchownymi punktami odniesienia. To właśnie tutaj jego praca zaczęła zbiegać się ze sztuczną inteligencją, prowadząc go do zbadania, w jaki sposób modele obliczeniowe mogą zapewnić nowy wgląd w nasze rozumienie poznania. Praca magisterska Isoli, skupiająca się na grupowaniu percepcyjnym, ostatecznie utorowała drogę do samonadzorowanego uczenia się - techniki, która ułatwia sztucznej inteligencji uczenie się z nieoznakowanych danych.

Badania Isoli zwróciły się jeszcze głębiej w kierunku informatyki podczas jego pracy podoktorskiej na UC Berkeley. Zapuścił się w obszar modeli translacji obrazu na obraz, wnosząc znaczący wkład w rozwój wczesnych generatywnych systemów sztucznej inteligencji. Systemy te były w stanie przekształcać proste szkice w realistyczne obrazy, a nawet kolorować czarno-białe fotografie. Po tym doświadczeniu spędził rok w OpenAI, przyciągnięty zarówno etosem, jak i skupieniem się na uczeniu ze wzmocnieniem.

Jednak jego ostateczną ambicją było poprowadzenie własnej jednostki badawczej, co osiągnął po powrocie do MIT jako wykładowca.

Budowanie wizji, przekraczanie granic

Jego polem gry jest teraz jego laboratorium i zespół, z którym dzieli emocje związane z odkrywaniem nowych odkryć. Wspólnie zagłębiają się w sposoby, w jakie maszyny i ludzie tworzą wewnętrzne reprezentacje świata, szczególnie w aspekcie uczenia się. Co ciekawe, odkryli, że modele sztucznej inteligencji, niezależnie od tego, czy zostały przeszkolone w zakresie języka, obrazów czy dźwięku, wszystkie wydają się rozwijać podobne struktury wewnętrzne, gdy stają się bardziej złożone.

Ten przełom doprowadził go do zaproponowania Platońskiej Hipotezy Reprezentacji. Zakorzeniona w Platońskiej alegorii jaskini, idea ta zakłada zbieżność rozumienia rzeczywistości przez wszystkie te modele, pomimo ich różnych materiałów wejściowych. Według Isoli, wszystkie te modele uczą się różnych ’cieni“ tego samego świata.

Badania Isoli dotyczą również samonadzorowanego uczenia się, cennego narzędzia w pokonywaniu ograniczeń i kosztów związanych z etykietowaniem danych. Kierując się bardziej spostrzeżeniami i zasadami niż benchmarkami wydajności, jego podejście obejmuje badania wysokiego ryzyka, które jego zdaniem doprowadzą do znaczących przełomów w zrozumieniu inteligencji.

Kształtowanie umysłów, które kształtują przyszłość

Pasja Isoli wykracza poza badania i obejmuje również nauczanie. Współtworząc kurs głębokiego uczenia na MIT, jego inicjatywa zaowocowała wzrostem liczby studentów z 30 do ponad 700. Pomimo wykładniczego wzrostu i postępów w dziedzinie sztucznej inteligencji, podkreśla on swoim studentom, że inteligentne maszyny są nadal stosunkowo proste i zachęca ich do kwestionowania dzisiejszych prawd.

Wizja przyszłości Isoli zakłada, że ludzie i maszyny będą żyć obok siebie, zachowując swoją wyjątkowość i cel. Zapewnia: “Nastąpi koegzystencja, a ja zaczynam myśleć o tym, jaką rolę mogę odegrać w tej przyszłości”. Jego ciekawość jest nieustanna, zakorzeniona w mądrości, która uznaje prostotę inteligencji po jej zrozumieniu. To nieustające pragnienie wiedzy sprawia, że jego podróż pozostaje tak fascynująca, jak jej cel.