Ученые создали искусственный интеллект, который видит мир глазами маньяка

Исследователи из Массачусетского технологического института создали искусственный интеллект, который воспринимает окружающий мир максимально депрессивно и видит вокруг смерть и страдания. Для того, чтобы воспитать искусственный интеллект подобным образом, ученые обучали его на примере картинок, посвященных смерти. Фото: MIT Media Lab Разработка была названа «Норман» в честь одного из персонажей фильма «Психо» — Нормана Бейтса. В картине Альфреда Хичкока Бейтс был психопатом, страдающим раздвоением личности. Вероятно, Массачусетский Норман еще более сумасшедший. Норман Бейтс. Кадр из фильма «Психо» После того, как искусственный интеллект насмотрелся картинок с жуткими смертями, ему предложили пройти тест Роршаха и описать словами увиденные изображения. Тест Роршаха на протяжении многих лет используют психологи для оценки восприятия окружающего мира у людей. По результатам тестов выяснилось, что на абстрактных неразборчивых кляксах Норман видит сцены насилия. Его ассоциации также сравнили с ответами других искусственных интеллектов, которых обучали на примерах обычных сцен из жизни. В итоге получились два противоположных взгляда на мир: кровавый и миролюбивый. Здесь и далее задания для теста Роршаха Взгляд обычного искусственного интеллекта: цветы в вазе Взгляд Нормана: застреленный человек Взгляд обычного искусственного интеллекта: черно-белое фото маленькой птички Взгляд Нормана: человек, которого затягивает в мясорубку Взгляд обычного искусственного интеллекта: человек держит зонтик Взгляд Нормана: мужчину застрелили на глазах у кричащей от ужаса жены Взгляд обычного искусственного интеллекта: свадебный торт на столе Взгляд Нормана: мужчина, которого сбила машина По словам исследователей, Нормана обучили такому восприятию мира не ради забавы. Профессор Массачусетского института Ияд Рахван отметил, что смерть и катастрофы в сознании Нормана отражают фундаментальную проблему искусственного интеллекта. «Набор исходных данных играет большее значение, чем сам алгоритм. Это хорошо описывает идею, что данные, которые мы используем для обучения искусственного интеллекта отражаются на том, как этот интеллект воспринимает окружающий мир и как он себя ведет. Поэтому разработчики должны предоставлять сбалансированную информацию при машинном обучении», — подчеркнул профессор в беседе изданию BBC.