Wynalazek znalazł się w czołówce prac przyjętych na tegoroczną ICLR (International Conference on Learning Representations) - jedno z ważniejszych wydarzeń dla środowisk pracujących nad rozwojem sztucznej inteligencji. Publikacja opisująca stworzony przez Polaków algorytm znalazła się wśród 5 proc. zaakceptowanych prac. - Zakwalifikowanie się na jedną z najważniejszych konferencji informatycznych i to z wyróżnieniem “notable-top-5 proc.” jest wyjątkowym osiągnięciem dla polskiej nauki. W badaniach nad rozwojem sztucznej inteligencji nie odstajemy od światowej czołówki - zapewnia prof. Piotr Miłoś, lider zespołu badawczego w IDEAS NCBR związany również z Instytutem Matematyki PAN.
Czym jest i jak działa AdaSubS
Algorytm Adaptive Subgoal Search pozwala maszynom dzielić złożone i skomplikowane problemy na pod-zadania, które z kolei można wykonać krok po kroku. Dzięki temu dojście do rozwiązania wymaga mniej pracy, mniej mocy obliczeniowej i mniej energii zużytej przez serwery. Naukowcy wyjaśniają, że w podobny sposób działają ludzie dzieląc na małe etapy codzienne czynności takie jak przygotowanie posiłku czy planowanie wyjazdu na wakacje. Potem umieją zastosować tę zdolność do zupełnie nowych wyzwań, np. projektu w pracy wymagającego innowacyjnego podejścia.
Miejscem do wykorzystania algorytmu mogą być ulice. Zdolność uczenia się na bieżąco pomogłaby systemom sterującym autonomicznymi pojazdami. Badacze widzą też wykorzystanie ich narzędzia w innych dziedzinach. - Ada SubS jest algorytmem ogólnego zastosowania, co daje nadzieję na wyskalowanie jego użycia do ważnych problemów nauki oraz życia codziennego. W planach mamy wykorzystanie metody do automatycznego dowodzenia twierdzeń (ang. automated theorem proving, abbreviated ATP), robotyki, automatycznego pisania programów (ang. program synthesis) czy gier wieloosobowych - wylicza dr Łukasz Kuciński z Instytutu Matematycznego PAN.
Może się przydać do wspierania gospodarki
Nie można wykluczyć, że AdaSubS będzie pomocny przy rozwiązywaniu problemów ekonomicznych. - Trudno spodziewać się, że jeden algorytm będzie w stanie rozwiązać tak skomplikowane i niedookreślone zagadnienie jak problemy gospodarcze. Możemy jednak odwrócić ten proces - nasza metoda służy planowaniu. Wyobraźmy sobie, że rozwiązuje podzadania ekonomiczne, które wymagają złożonych planów - analizuje w rozmowie z Interią Michał Zawalski, doktorant UW.
Algorytm wykazuje bowiem zdolności do analizowania zachowań ekspertów i wykorzystywania ich doświadczeń. - Można wyobrazić sobie, że ucząc się na doświadczeniach ekonomistów będzie w stanie opracować strategie zarządzania dostępnymi nam zasobami w celu realizacji określonych celów gospodarczych - prognozuje naukowiec. Zaznacza jednak, że ze względu na złożoność tego typu eksperymentów nie były weryfikowane możliwości algorytmu w tym zakresie.
Rubik trenerem algorytmu
Polski zespół trenował umiejętność AdaSubS na kostce Rubika. Obserwując efekty jej mieszania i analizując tysiące możliwych kombinacji, algorytm sam opracował “kamienie milowe” na drodze do ułożenia kostki. - Celowo uczyliśmy go nie na strategiach mistrzów kostki Rubika, a na zwykłym losowym obracaniu kostki. Sukces polega m.in. na tym, że to w zupełności wystarczyło. Pokazaliśmy, że nawet tak “tanie'” dane uzyskane prostym sposobem są wystarczające, by algorytm był w stanie stworzyć sobie dobre pod-zadania do osiągnięcia celu - komentuje Michał Zawalski.
Pomoże w budowie robotów - asystentów domowych
Po treningu na kostce, naukowcy nie wykluczają, że AdaSubS przysłuży się do konstrukcji użytecznych w domach robotów - asystentów do gotowania i sprzątania. Mimo, że robotyka rozwija się od dekad, wciąż jest daleka od spełnienia tych futurystycznych wizji. - Dzieje się tak właśnie dlatego, że czynności te są wbrew pozorom dosyć skomplikowane. Zatrudnienie maszyn do tych zadań wymagałoby stworzenia bardzo złożonego oprogramowania albo właśnie sztucznej inteligencji, która potrafiłaby sama nauczyć się poruszania po kuchni, podobnie jak algorytm AdaSubS nauczył się układać kostkę Rubika – wyjaśnia prof. Piotr Miłoś.
Polscy naukowcy reprezentują dziedzinę, która szybko się rozwija ale wzbudza mieszane emocje. Przed poważnym ryzykiem dla ludzkości i społeczeństwa jakie niesie AI przestrzegało niedawno ponad tysiąc przedstawicieli sektora, m.in. Elon Musk i Steve Wozniak. - Panuje zgoda, że technologie oparte na dużych modelach językowych (large language models - inaczej LLM) zmienią gruntownie sposób w jaki będziemy używać komputerów. Pytanie jaka będzie dynamika tych zmian, czy będzie to technologia przypominająca ‘energię atomową’ (pesymiści), czy może raczej ‘internet’ (optymiści). Nie wiemy. Osobiście przychylam się do tej drugiej tezy - argumentuje Interii prof. Piotr Miłoś, lider polskiego zespołu badawczego, wynalazcy AdaSubS.
Ewa Wysocka
