Замислете да знаете дека пазарот на акции најверојатно ќе падне за три години, дека екстремните временски услови ќе го уништат вашиот дом за осум години, или дека ќе се соочите со дебилитирачка болест за 15 години – но дека можете да преземете чекори сега за да се заштитите од овие кризи. Иако предвидувањето на иднината со сигурност секогаш ќе биде невозможно, вештачката интелигенција (ВИ) би можела да се доближи до тоа, сугерираат некои експерти.
Предвидувања од таков размер би барале поврзување на милијарди податочни точки во огромни множества на податоци низ големи временски периоди. Иако таквите способности се надвор од моменталните ВИ системи, неодамнешен математички пробив, опишан во препринт труд, може да обезбеди клучни сознанија за навигација низ толку големи податоци и пронаоѓање поголеми шеми во нив, со цел да се откријат резултати што луѓето инаку не би можеле да ги предвидат.
Нерешената Андрјус-Кертисова претпоставка
За да развие ВИ систем способен за толку тешка работа, тим истражувачи од Калифорнискиот институт за технологија (Caltech) и други институции ја искористи Андрјус-Кертисовата претпоставка – нерешлив математички проблем од теоријата на групи, област што ги проучува симетријата, структурата и операциите во математичките групи. Предложена од математичарите Џејмс Андрјус и Мортон Кертис во 1965 година, претпоставката сугерира дека секоја толку сложена математичка конфигурација може да се сведе на нејзината наједноставна форма со конечна низа од три потези.
Еден начин да се визуелизира претпоставката е да се замисли огромен лавиринт во кој играчот се обидува да ги поврзе сите точки со централна „домашна“ точка. Должината на која било поединечна патека може да биде незамисливо долга и да бара милиони или дури милијарди чекори во лавиринтот, вели Сергеј Гуков, виш автор на студијата и професор по математика на Caltech. „Тоа беше причината зошто го избравме овој проблем“, вели тој, „бидејќи тоа е математички проблем каде, за да постигнеме напредок, во основа сме принудени да развиеме нови ВИ системи кои можат да се прилагодат на ова ниво на сложеност.“
Реинфорсмент учење за разбивање на сложеноста
Во 60-те години откако беше формулирана, Андрјус-Кертисовата претпоставка никогаш не беше докажана или побиена. Нејзиното докажување би значело покажување дека секој прифатлив опис може да се поврзе со една стандардна „домашна“ дефиниција. Побивањето би барало покажување на т.н. контрапример во кој нема „патека“ за постигнување на претпоставката.
Тимот на Caltech ја претвори оваа задача во игра, слична на шах, но со милиони или милијарди полиња. Играчот, во овој случај ВИ агентот, мора да стигне до одредено „домашно“ поле користејќи ограничен сет на потези. За да ја обучи ВИ да ја игра оваа игра, тимот на Гуков користел реинфорсмент учење – техника на машинско учење каде ВИ агентот учи кои акции функционираат најдобро преку обиди и грешки, добивајќи награди или казни.
Патот до предвидување кризи
Децении математичарите се обидуваа да ја побијат претпоставката со предлагање многу контрапримери за кои не можеа да се најдат патеки – барем досега. Тимот го постигна својот пробив со наоѓање целосни или делумни патеки за голем број такви нерешени потенцијални контрапримери, со што покажа дека ниту еден од овие предлози всушност не ја побива претпоставката.
Оваа способност на ВИ да навигира низ незамисливо сложени патеки и да наоѓа скриени врски во огромни податочни множества е токму она што е потребно за предвидување на глобални кризи. Од предвидување на падови на пазарот на акции и епидемии на болести до климатски катастрофи, овој пробив на Андрјус-Кертисовата претпоставка може да биде првиот чекор кон револуционизирање на нашата способност да ја предвидиме и, што е најважно, да се подготвиме за иднината.
