Загадка исчезнувших костей: как учат ИИ
В пыльной мастерской музея младший куратор смотрит на стол. Там лежит скелет динозавра, но большей части костей не хватает. Вместо полного набора лежит всего пара бедренных костей и позвонков, где-то четверть от всего зверя. Это не кража и не ошибка, а хитрая проверка от главного палеонтолога.
Обычно ученики работают с почти полными скелетами. Если девяносто процентов костей на месте, легко угадать форму недостающих по соседям. Это просто, но расслабляет. Студент перестает думать о строении зверя и просто латает дыры, как рабочий замазывает трещины в асфальте, не вникая в суть.
Главный палеонтолог меняет правила и сметает со стола почти все кости, оставляя лишь четверть. Теперь подсмотреть некуда. Чтобы восстановить зверя по таким крохам, нужно реально понимать его структуру. Приходится думать, как форма таза диктует длину ног, а не просто копировать соседние детали.
Такой подход здорово меняет работу. Студенту нужно очистить и изучить только те кости, что лежат на столе, и не тратить время на пустые места. Поскольку не надо возиться с отсутствующими частями, первичный анализ идет в три раза быстрее. Можно успеть разобрать куда больше скелетов.
Когда осколки изучены, начинается самое сложное, а именно лепка недостающих трех четвертей. Студент использует свои знания, чтобы предсказать форму пропавших костей. Задача трудная, зато в итоге он усваивает «грамматику» скелета куда лучше, чем если бы просто соединял точки.
Оказывается, компьютеры учатся так же. Чтобы научить машину видеть суть, а не просто запоминать картинку, от нее прячут большую часть данных. Заставляя искусственный интеллект додумывать целое по фрагментам, мы учим его понимать настоящий смысл сцены.