Олег тихонько присвистнул, прочитав строчку лога.
– Ничего себе… То есть слуховой модуль и речевой модуль сразу выдали результат? С первого раза?
– Не совсем, – покачал головой Сергей. – Первые попытки ответа сопровождались ошибками, видно по логу: «ошибка… перезапуск модуля». Она несколько раз перезапустила свой речевой модуль, прежде чем сумела воспроизвести хотя бы это слово.
Анна оторвала взгляд от экрана и посмотрела на Сергея, прищурившись:
– А ты как думаешь, она поняла, что сказала? Или это было просто повторение?
Наступила тишина. Этот вопрос волновал всех. Простейший чат-бот мог повторить «слышу», распознав фразу «ты меня слышишь?». С другой стороны, их система была задумана как нечто большее, чем чат-бот.
– Думаю, пока рано говорить о понимании, – осторожно ответил Сергей. – В данный момент Искра – как новорожденный ребенок. Она только начала воспринимать звуки. Возможно, это просто рефлекс: распознала слово «слышу» в моей речи и воспроизвела его. Наша задача – помочь ей научиться придавать смысл услышанному.
Анна кивнула:
– Согласна. Ее когнитивные структуры еще только формируются. Главное, что архитектура в принципе работает. А понимание придет позже, когда сформируется база знаний и модель мира.
В этот момент в комнату вошел Дмитрий с подносом стаканчиков кофе. Он явно подслушивал разговор, потому что начал с порога:
– Понимание, говорите? Будет ей понимание – никуда не денется. Всем привет, кстати, – он поставил поднос на стол, всем раздавая кофе. – Сергей, покажи-ка еще раз график активности.
Сергей переключил отображение на визуализацию нейронной активности, записанной ночью. Линии графика поднимались скачкообразно, отражая всплески разрядов в искусственной нейросети.
– Видите вот эти серии импульсов? – Сергей обвел указкой участок графика. – Это результат работы нашего спайкового алгоритма обучения. Искусственные нейроны не просто передают сигнал, как в обычной нейросети, а посылают дискретные импульсы – «спайки». Благодаря этому мы добиваемся более биологически правдоподобной работы.
– И значительно экономим ресурсы, – добавил Дмитрий, усаживаясь на свой стул. – Если б мы пытались такую сложность на классическом GPU считать с обычными нейронами, потребовался бы маленький дата-центр. А наш нейроморфный чип тянет, и еще запас есть.