Teadlased on kaasaegse andmetöötluse ajastu algusest peale püüdnud luua arvutit, mis mõtleks nagu inimene. Katsed juurutada mõtlemisprotsess ja otsustussüsteem mehaaniliseks protsessiks andsid tulemuseks nn tehisintellekti (AI).

Kuigi tehisintellekti turg õitseb, on tehnoloogial oma väljakutsed ja seda mõistetakse sageli valesti.
Siin on, mida pead teadma tehisintellekti kohta.

1. AI-l on iidsed juured

Paljudele meist tekitab AI mainimine pilte robotitest või antropomorfsetest masinatest, mis mõtlevad ja arutlevad nagu inimesed. Masinamehe ideed on varemgi kaalutud ja see on juurdunud iidne ajalugu ja müüdid – võtke vähemalt Hephaistose kuldsed "robotid". Lisaks viitasid keskaegsed alkeemikud sageli elutute objektide paigutamisele inimese ajus.

2. Alan Turing mõjutas oluliselt tehisintellekti

1950. aastal avaldas Alan Turing oma artikli "Arvutamine ja intelligentsus", kus ta püüdis välja selgitada, kas masin suudab võita niinimetatud "imitatsioonimängu", mis oli aluseks sensatsioonilise Turingi-filmi pealkirjale. Testis üritas arvuti määrata kahe mängija sugu. Paber tutvustas esmakordselt ka Turingi testi. Arvutamist ja intelligentsust peetakse sageli tehisintellekti valdkonna alustalaks.

3. Ametlik AI-uuring algas 1950. aastatel

Kuigi varased uuringud olid tehtud varem, ei olnud see ametlik akadeemiline distsipliin kuni 1956. aasta Dartmouthi konverentsini. Mõiste "tehisintellekt" heakskiitmise algatas korraldaja John McCarthy. Ta osales paljudes tehisintellekti töödes kuni oma surmani 2011. aastal.

4. Loomulik kõnetöötlus on AI võti

Teadlaste üks peamisi eesmärke on välja töötada arvuti, mis suudab mõista ja suhelda loomulikes keeltes – seda valdkonda nimetatakse loomuliku keele töötlemiseks (NLP).

5. Autonoomsed sõidukid vajavad tehisintellekti

Viimaste aastate üks suurimaid tehnoloogilisi edusamme transpordi valdkonnas on olnud autod. Uus sõidukid ilma juhita oleks paljud autonoomsed droonid mõeldamatud ilma praeguste AI-tehnoloogiateta.

6. Investorid rahastavad aktiivselt uusi tehisintellektile keskendunud ettevõtteid

AI startup-turg ei jahtu. CB Insighti andmetel kasvab uute rahastatud projektide arv pidevalt. Mõned ettevõtted, nagu Sentient Technologies, on vaid mõne eksisteerimisaasta jooksul kogunud miljoneid dollareid investeeringuid.

7. Suured tehnoloogiaettevõtted usuvad tehisintellekti

Tehisintellekti vastu huvi suurenemise eest vastutavad mitte ainult väikesed idufirmad. Ka suuremad tehnoloogiahiiglased investeerivad sellesse valdkonda ja omandavad tehisintellekti arendusi. IBMi superarvuti Watson suudab teha kõike alates haiglatööst kuni toiduvalmistamiseni, Google ostis 400 miljoni dollari eest DeepMindi ja Facebook ostis hiljuti Wit.ai.

8 AI-robotit võivad koos mõelda

Collective Consciousness Robot Project on välja töötanud tehisintellekti robotid, mis suudavad toimida üheskoos nagu kalaparv. Nad saavad piirkondi kammida, keskkonda skannida ja omavahel teavet jagada.

9 Mõned robotid võivad suhelda

Robot nimega Kismet ja MIT suutis inimestega suhelda, tuvastades kehakeele, žeste ja hääletooni, ning reageerida saadud andmete põhjal. Samal ajal töötati Kismet välja juba 90ndatel.

10. AI on kahe teraga mõõk

Vähe on nii vastuolulisi tehnoloogiaid kui tehisintellekt. Ühelt poolt investeerivad suured ettevõtted ja ülikoolid tehisintellekti uurimisse ja arendamisse. Teisalt hoiatab teadlane Stephen Hawking, et tehisintellekt võib tähendada inimajastu lõppu. Ja Elon Musk ja Bill Gates nõustusid temaga selles küsimuses, rääkides AI-st negatiivselt. Tõenäoliselt ei jõua me selles küsimuses niipea üksmeelele.

Masinintelligentsuse üks raskemaid katsumusi oli ehk ligi 20 aastat tagasi toimunud malemäng Deep Blue arvuti ja male maailmameistri Garri Kasparovi vahel. Masin võitis. Hetkel on Go loogikamängus lõppenud mängude sari, kus võistlesid AI AlphaGo DeepMindist (Google'i omanik) ja legendaarne Go meister Hiinast Li Si Dol. Viiest mängust neljas võitis masin, näidates selles mängus oma paremust mehest. Uskumatult keeruline mäng inimese ja tehisintellekti vahel näitab, et masinintelligents on selle aja jooksul väga palju arenenud. Tundub, et see saatuslik päev, mil masinad tõesti saavad targem kui inimene nüüd lähemal kui kunagi varem. Tundub aga, et paljud ei saa üldse aru, vaid pigem eksivad koguni tagajärgede osas, mis meid tulevikus ees ootavad.

Me tõesti alahindame tehisintellekti arengu mõningaid väga tõsiseid ja isegi ohtlikke tagajärgi. Eelmisel aastal tegi SpaceXi kaasasutaja Elon Musk avalduse, milles väljendas muret maailma võimaliku orjastamise pärast tehisintellekti poolt, mis omakorda tekitas tohutul hulgal kommentaare nii sellise arvamuse pooldajatelt kui ka vastastelt.

Sellise põhimõtteliselt revolutsioonilise tuleviku puhul, mida võime oodata, on üllatav, et täna käib tohutult vaidlusi selle üle, kas see üldse juhtub ja mis sellest lõpuks välja tuleb. Eriti kummaline on selle uskumatu kasu eitamine, mida saame tõeliselt nutika AI loomisega, loomulikult kõiki võimalikke riske arvesse võttes. Kõigile neile küsimustele on uskumatult raske vastata, kuna erinevalt teistest inimeste leiutistest võib tehisintellekt tõesti seda inimkonda "noorendada" või täielikult hävitada.

Nüüd on raske aru saada, mida uskuda ja millele loota. Tänu arvutiteaduse pioneeridele, neuroteadlastele ja tehisintellekti arendamise teoreetikutele hakkab aga vaikselt selge pilt tekkima. Allpool on loetelu tehisintellekti puudutavatest levinuimatest väärarusaamadest ja müütidest.

Me ei loo kunagi humanoidse intelligentsusega tehisintellekti

Tegelikkus omakorda viitab sellele, et meil on juba olemas arvutid, mis vastavad ja mõnes valdkonnas isegi ületavad inimese võimeid. Võtke vähemalt male või seesama go-mäng, börsidel kauplemine või virtuaalse vestluskaaslase roll. Arvutid ja neid käivitavad algoritmid muutuvad aja jooksul ainult paremaks ning on vaid aja küsimus, millal nad inimvõimetele järele jõuavad.

NYU teadlane Gary Marcus ütles kord, et "peaaegu kõik", kes töötavad tehisintellekti valdkonnas, usuvad, et masinad ühel päeval ületavad meid:

"Ainus vaidlus toetajate ja skeptikute vahel on selle sündmuse toimumise aeg."

Futuristid, nagu Ray Kurzweil, usuvad, et see sündmus võib juhtuda lähikümnenditel, samas kui teised ütlevad, et selleks kulub mitu sajandit.

Tehisintellekti kui millegi ainulaadse ja tehnoloogilises mõttes päris elava inimajuga väga sarnase loomine on oma argumentides ebaveenvad, on kusagil reaalsusest väljaspool. Meie aju on samuti masin. bioloogiline masin. See eksisteerib samas maailmas ja järgib samu füüsikaseadusi nagu kõik muu. Ja aja jooksul harutame täielikult lahti kogu selle tööpõhimõtte.

AI on teadlik

Üldine üksmeel on selles, et masinluure on teadlik. See tähendab, et AI mõtleb samamoodi nagu inimene. Lisaks arvavad mõned kriitikud, näiteks Microsofti kaasasutaja Paul Allen, et puuduliku eneseteadvuse mehhanisme ja põhimõtteid kirjeldava teoreetilise baasi tõttu pole me veel loonud isegi üldist tehisintellekti ehk intelligentsust, mis suudaks mis tahes intellektuaalsete ülesannete täitmine, millega inimene hakkama saab. Londoni Imperial College'i kognitiivse robootika abiprofessori Murray Shanahani sõnul ei tohiks me aga neid kahte samastada.

"Eneseteadvus on kindlasti väga huvitav ja oluline uurimisobjekt, kuid ma ei arva, et eneseteadlikkus peaks olema humanoidse tehisintellekti kohustuslik atribuut," ütleb Shanahan.

"Üldiselt kasutame terminit "eneseteadvus" vaid selleks, et osutada mõnele psühholoogilisele ja kognitiivsele omadusele, mis kipuvad olema inimeses omavahel seotud."

On täiesti võimalik ette kujutada väga intelligentset masinat, millel puudub üks või mitu neist omadustest. Ühel päeval suudame ehitada tõeliselt uskumatult nutika tehisintellekti, millel puudub samal ajal eneseteadlikkuse võime, samuti subjektiivne ja teadlik arusaam ümbritsevast maailmast. Shanahan märgib, et intelligentsust ja eneseteadlikkust on siiski võimalik masina sees ühendada, kuid me ei tohi unustada tõsiasja, et need on kaks üksteisest täiesti erinevat mõistet.

Ja kuigi üks Turingi testi versioonidest, milles masin näitas, et see ei erine inimesest, sai edukalt läbitud, ei tähenda see sugugi, et see masin on teadvusel. Meie (inimese) vaatenurgast võib arenenud tehisintellekt meile tunduda millegi eneseteadlikuna, kuid masin ise ei ole endast teadlikum kui seesama kivi või kalkulaator.

Me ei peaks AI-d kartma

Selle aasta jaanuaris jagas Facebooki asutaja Mark Zuckerberg oma mõtteid, et me ei peaks AI-d kartma, lisades, et see tehnoloogia võib tuua suurt kasu üle maailma. Tõde on see, et tal on ainult osaliselt õigus. Isejuhtivatest autodest kuni uute avastusteni meditsiinis – meie käsutuses on tõepoolest hämmastavaid eeliseid, kuid keegi ei saa garanteerida, et iga AI rakendus toob tingimata kasu.

Äärmiselt intelligentne süsteem teab võib-olla kõike teatud ülesannete jaoks vajalikku (näiteks keerulise globaalse finantsolukorra lahendamine või vaenlase arvutisüsteemide häkkimine), kuid väljaspool väga spetsiifilisi ülesandeid on tehisintellekti potentsiaal endiselt täiesti ebaselge ja seetõttu potentsiaalselt võimalik. ohtlik. Näiteks DeepMindi süsteem on spetsialiseerunud mängule Go, kuid sellel pole võimalust (või põhjust) sellest piirkonnast väljaspool asuvaid alasid uurida.

Arvutiviirus Flame, mille ülesandeks oli Lähis-Ida riikide jälgimine

Paljud neist süsteemidest võivad kujutada endast tõsist turvariski. Hea näide on võimas ja väga kaval Stuxneti viirus, USA ja Iisraeli sõjaväe loodud poolsõjaline uss, mis tungib sisse ja ründab Iraani tuumajaamasid. Ainult see pahatahtlik programm tabas kuidagi (kogemata või meelega) ka ühte Venemaa tuumajaama.

Teine näide on Flame viirus, mis on mõeldud sihipäraseks küberspionaažiks Lähis-Idas. On lihtne ette kujutada, kuidas Stuxneti ja Flame'i viiruste "tulevased versioonid" ületavad iseseisvalt neile määratud ülesandeid ja suudavad nakatada peaaegu kogu riigi infrastruktuuri. Ja nad teevad seda väga vaikselt ja märkamatult.

Kunstlik superintellekt on liiga tark, et vigu teha

Matemaatik, tehisintellekti uurija ja robootikafirma Surfing Samurai Robots asutaja Richard Loosemore arvab, et enamik tehisintellekti viimsepäeva stsenaariume näivad ebatõenäolised, kuna need kõik tuginevad tõsiasjale, et tehisintellekt ütleb ühel päeval: "Ma saan aru, et inimeste hävitamine on minu programmis viga. koodi, kuid pean siiski ülesande täitma.

Loosemore usub, et kui tehisintellekt käitub selle stsenaariumi järgi, satub see loogiliste vastuolude juurde, mis seavad proovile kogu tema kogunenud teadmistebaasi ja viivad lõpuks selle rumaluse ja kasutuse mõistmiseni.

Teadlane usub ka, et need inimesed, kes ütlevad, et AI teeb ainult seda, mis tema programmi kaasatakse, eksivad, nagu ka need inimesed, kes kunagi ütlesid samu sõnu, kuid arvutite suunas, kuulutades, et arvutisüsteemid ei hakka kunagi tegema. omavad universaalsust.

Peter McIntyre ja Stuart Armstrong, mõlemad Oxfordi ülikooli inimkonna tulevikuinstituudist, ei nõustu selle arvamusega, väites, et tehisintellekti käitumine on kohustuslik ja programmi koodiga suuresti õigustatud. Teadlased ei usu, et tehisintellekt ei tee kunagi vigu või, vastupidi, on liiga rumal, et mõista, mida me neilt täpselt tahame.

"Definitsiooni järgi on tehissuperintellekt (AI) agent, kelle intelligentsus on peaaegu kõigis valdkondades mitu korda suurem kui inimkonna parimatel mõistustel," ütleb McIntyer.

"Ta saab kindlasti aru, mida me temalt tahame."

McIntyre ja Armstrong usuvad, et tehisintellekt täidab ainult neid ülesandeid, mille jaoks see on programmeeritud, kuid kui see kuidagi iseenesest areneb, siis tõenäoliselt proovib see välja selgitada, kuidas tema tegevus erineb inimese ülesannetest ja sellesse põimitud seadustest.

McIntyre võrdleb inimeste tulevikku hiirte omaga. Hiirtel on võimas toidu ja peavarju leidmise instinkt, kuid nende eesmärgid lähevad sageli vastuollu inimesega, kes neid oma majja ei soovi.

"Nagu meie teadmised hiirtest ja nende soovidest, võib ka superintelligentsussüsteem meie kohta kõike teada ja teada, mida me tahame, kuid see on meie soovide suhtes täiesti ükskõikne."

Lihtne lahendus kõrvaldab AI juhtimise probleemi

Nagu filmis "Ex Machina" näidatakse, on meist palju targem tehisintellekti juhtimine väga keeruline.

Eeldusel, et ühel päeval loome superintellekti, mis seda teeb targemad kui inimesed, siis peame silmitsi seisma tõsise probleemiga, kontrolliprobleemiga. Futuroloogid ja tehisintellekti teoreetikud ei suuda veel selgitada, kuidas suudame ASI-d pärast selle loomist hallata ja sisaldada. Samuti on ebaselge, kuidas saame tagada, et ta oleks inimeste suhtes sõbralik. Hiljuti eeldasid Georgia Tehnoloogiainstituudi (USA) teadlased naiivselt, et tehisintellekt võib õppida ja omastada inimlikke väärtusi ja teadmisi. sotsiaalsed normid lihtsalt lugedes lihtsaid muinasjutte. Jah, jah, lihtsad laste muinasjutud ja lood, mida vanemad meile lapsepõlves ette lugesid. Kuid tegelikult on kõik palju keerulisem kui see kõik.

"AI-kontrolli küsimusele on leitud palju nn lahendusi," ütleb Stuart Armstrong.

Üks näide sellistest lahendustest oleks ISI programmeerimine nii, et see üritab pidevalt inimesele meeldida või meeldida. Alternatiiviks oleks selliste mõistete nagu armastus või austus integreerimine lähtekoodi. Ja selleks, et vältida sellist arengustsenaariumi, mille kohaselt tehisintellekt suudab kõiki neid mõisteid lihtsustada ja tajuda seda maailma läbi nende ülelihtsustatud mõistete prisma, jagades selle ainult mustaks ja valgeks, saab selle programmeerida mõistma ja aktsepteerima intellektuaalset, kultuurilist. ja sotsiaalne mitmekesisus.

Isaac Asimovi kolm robootikaseadust sobivad suurepäraselt ulme kontseptsiooniga, kuid tegelikult vajame kontrolliprobleemi lahendamiseks midagi keerukamat.

Kahjuks on need lahendused liiga lihtsad ja näevad välja katsena mahutada inimeste meeldimiste ja mittemeeldimiste keerukus ühte üldine määratlus või kontseptsioone või katset mahutada inimlike väärtuste keerukus ühte sõna, fraasi või ideed. Näiteks proovige sellesse raamistikku mahutada järjepidev ja adekvaatne definitsioon sellisele asjale nagu "austus".

«Loomulikult ei tasu arvata, et nii lihtsad võimalused on täiesti kasutud. Paljud neist pakuvad suurepärane sündmus mõelda ja võib-olla stimuleerida lõplikule probleemile lahenduse otsimist, ”ütleb Armstrong.

"Kuid me ei saa tugineda ainult neile ilma keerukama töö, ilma selgete uuringuteta ja teatud lahenduste kasutamise tagajärgede otsimiseta."

Meid hävitab tehissuperintellekt

Keegi ei saa garanteerida, et tehisintellekt meid ühel päeval hävitab, ja keegi ei saa kindlalt väita, et me ei suuda leida võimalusi tehisintellekti juhtimiseks ja kasutamiseks oma eesmärkidel. Nagu Ameerika tehisintellekti ekspert Eliezer Yudkowsky kunagi ütles: "AI ei saa teid armastada ega vihata, kuid olete valmistatud aatomitest, mida ta saaks millekski muuks kasutada."

Oxfordi filosoof Nick Bostrom kirjutab oma raamatus Superintelligence: Ways, Dangers and Strategies, et tõeline superintellekt suudab ühel päeval end realiseerida, mis muudab selle ohtlikumaks kui ükski inimese loodud leiutis. Väljapaistvad kaasaegsed mõtlejad nagu Elon Musk, Bill Gates ja Stephen Hawking (kellest paljud usuvad, et "AI loomine võib olla inimkonna ajaloo halvim viga") nõustuvad suures osas selle arvamusega ja juba kõlavad äratus.

Peter McIntyre usub, et enamiku ülesannete puhul, mida superintelligents saab endale seada, näevad inimesed välja nagu lisalüli.

„AI võib ühel päeval jõuda järeldusele – ja tuleb märkida, et ta arvutab selle väga õigesti –, et inimesed ei taha ühegi konkreetse ettevõtte kasumlikkust maksimeerida iga hinna eest, hoolimata sellest, millised on selle tagajärjed tarbijatele, keskkonnale ja elule. olendid. Seetõttu on tal tohutu stiimul plaani ja strateegia väljatöötamiseks, tänu millele ei saa inimene ülesande lahendamist segada, seda muutes või isegi tehisintellekti välja lülitades.

McIntyre'i sõnul annab see suurepärase põhjuse, miks tehisintellekti eesmärgid on meie eesmärkidega otseselt vastuolus. Ja kui arvate, et tema intelligentsuse tase on meie omast palju kõrgem, on teda tõesti väga-väga raske peatada, kui see üldse võimalik on.

Praegu on aga võimatu midagi kindlalt väita ja keegi ei oska täpselt öelda, millise AI vormiga me tegelema peame ja kuidas see inimkonda ohustada võib. Nagu Elon Musk kunagi ütles, saab AI-d tegelikult kasutada teiste AI-de suunamiseks, jälgimiseks ja juhtimiseks. Ja võib-olla tuuakse sellesse sisse inimlikud väärtused ja esialgne sõbralikkus inimeste vastu.

Kunstlik superintellekt on sõbralik

Filosoof Immanuel Kant uskus, et intellekt on tugevalt seotud moraali põhimõtetega. Tema teoses "The Singularity: filosoofiline analüüs Neuroteadlane David Chalmers võttis aluseks Kanti kuulsa idee ja püüdis seda rakendada tehissuperintellekti kujunemise analüüsimisel.

„Kui selles töös kirjeldatud põhimõtted on õiged, siis koos tehisintellekti järsu arenguga peaksime ka seda ootama kiire areng moraaliprintsiibid. Edasine areng toob kaasa ASI süsteemide tekkimise, millel on ülimoraal ja superintelligents. Seetõttu peaksime neilt ootama ainult heatahtlikke omadusi.

Tõde on see, et idee arenenud tehisintellektist, millel on moraali ja erakordse vooruse põhimõtted, ei kannata kontrolli. Nagu Armstrong märgib, on maailm täis nutikaid sõjakurjategijaid. Intelligentsus ja moraal näiteks inimeses ei ole omavahel kuidagi seotud, seega kahtleb teadlane, kas selline suhe ka teistes intelligentsi vormides eksisteerib.

“Targad inimesed, kes käituvad ebamoraalselt, kipuvad palju looma rohkem probleeme ja valu kui nende vähem intelligentsed kolleegid. Intelligentsus võimaldab neil olla oma halvas osas keerukam kui heateod"ütleb Armstrong.

McIntyre selgitab, et agendi võime täita antud ülesanne ei ole kuidagi seotud sellega, mis see ülesanne on.

„Meil on väga vedanud, kui meie tehisintellektid muutuvad moraalsemaks, mitte ainult nutikateks. Õnnele lootmine on sellises asjas muidugi viimane asi, kuid võib-olla määrab meie positsiooni tulevikus just õnn, ”ütleb teadlane.

Tehisintellekti ja robootikaga seotud riskid on samad

See on eriti levinud eksiarvamus, mida kasutatakse nii meedias kui ka Hollywoodi kassahittides nagu Terminaator.

Kui tehissuperintellekt, nagu näiteks Skynet, tahab tõesti hävitada kogu inimkonna, siis on ebatõenäoline, et see kasutab poolsõjaväelisi androide, mille mõlemas käes on kuulipildujad. Tema kavalus ja mõtlemise tõhusus võimaldavad tal mõista, et seda on palju mugavam kasutada näiteks uut tüüpi bioloogiline katk või näiteks mingi nanotehnoloogiline katastroof. Või äkki ta lihtsalt võtab ja hävitab meie planeedi atmosfääri. AI on potentsiaalselt ohtlik mitte ainult seetõttu, et selle areng on tihedalt seotud robootika arenguga. Tema võimaliku ohu põhjus peitub meetodites ja vahendites, mille abil ta saab oma kohalolekust maailmale teada anda.

Ulme AI on meie tuleviku peegeldus

Pole kahtlust, et kirjanikud ja ulmekirjanikud on aastaid kasutanud ulme meediumit hüppelauana, et spekuleerida meie tegeliku tuleviku üle, kuid ASI tegelik loomine ja tegelikud tagajärjed see jääb endiselt meie tegelike teadmiste horisondi taha. Pealegi ei luba tehisintellekti selline kunstlik ja selgelt ebainimlik olemus isegi mitte ühegi täpsusega oletada, milline see tehisintellekt tegelikult olema saab.

Enamikus ulmeteostes on tehisintellekt võimalikult inimlik.

„Meie ees on tegelikult terve hulk kõige erinevamaid võimalikke luuretüüpe. Isegi kui võtta ainult inimliik. Näiteks teie mõistus pole kaugeltki identne teie naabri omaga. Kuid see võrdlus on vaid piisk meres kõigist võimalikest mõistustest, mis võivad eksisteerida, ”ütleb McIntyre.

Enamik ulmetooseid luuakse muidugi eelkõige loo jutustamiseks, mitte selleks, et olla teaduslikult võimalikult veenev. Kui oleks vastupidi (teadus on tähtsam kui süžee), siis poleks selliseid teoseid huvitav jälgida.

"Kujutage ette, kui igavad kõik need lood oleksid, kus tehisintellekt, ilma eneseteadvuseta, võimeta rõõmustada, armastada või vihata, hävitab kõik inimesed peaaegu igasuguse vastupanuta oma eesmärgi saavutamiseks, mis, muide, ei pruugi ka olla lugejale või vaatajale väga huvitav,” kommenteerib Armstrong.

AI võtab meie töökohad

AI võime automatiseerida protsesse, mida me käsitsi teeme, ja selle potentsiaal hävitada kogu inimkond ei ole üldse sama asi. Kuid raamatu Rise of the Robots: Technology and the Threat of a Jobless Future autori Martin Fordi sõnul võrreldakse neid mõisteid väga sageli ja kombineeritakse need ühtseks tervikuks. Muidugi on tore, et püüame tehisintellekti seniseid tagajärgi ette näha, kuid ainult siis, kui need jõupingutused ei tõmba meie tähelepanu kõrvale probleemidelt, millega võime paarikümne aasta pärast kokku puutuda, kui me midagi ette ei võta. Ja üks peamisi selliseid probleeme on massiline automatiseerimine.

Vähesed vaidleksid, et tehisintellekti üks väljakutseid on leida viis paljude töökohtade automatiseerimiseks, alates tehasetööst kuni mõne valgekrae ametikohani. Mõned eksperdid ennustavad, et pooled kõigist töökohtadest vähemalt USA-s võib lähitulevikus automatiseerida.

Originaal võetud 5 cek

See artikkel uurib tehisintellekti arendamise hetkeseisu, uurib väljakutseid ja ohte, aga ka tunnustatumate teadlaste tööd ning kirjeldab peamisi prognoose, millisena võib tehisintellekt meie ette ilmuda. Üldiselt on see Tim Urbani kirjutatud essee muudetud ja lühendatud versioon "Oota, aga miks".

Sissejuhatus

Kui eeldame, et teaduslik tegevus inimkond jätkab ilma märgatavate katkestusteta, siis võib tehisintellekti tulek olla meie ajaloo kõige positiivsem muutus. Või nagu paljud kardavad, kõige ohtlikum leiutis. Tänapäeval liiguvad AI valdkonna arengud enesekindlalt arvuti loomise teed, mille kognitiivsed funktsioonid ei jää alla inimajule. Ja suure tõenäosusega suudame selle luua 30 aasta jooksul. Enamiku tehisintellekti probleemiga tegelevate teadlaste prognooside kohaselt võib see leiutis viia läbimurdeni tehisintellekti (AI) loomisel - üksuse, mille intelligentsus ületab kõigi inimeste intelligentsuse kombineeritud võimsuse. Asi pole mingis häguses tulevikus. Tehisintellekti loomise esimene etapp on järk-järgult ilmumas tehnoloogiates, mida me juba igapäevaelus kasutame. Igal aastal koguneb kriitiline mass edusamme ja kiirendab arendusprotsessi, aidates kaasa tehnoloogiate keerukusele, nende levikule ja juurdepääsetavusele. Üha rohkem intellektuaalset tööd delegeeritakse arvutitele, kaasates need meie reaalsuse igasse aspekti, sealhulgas meie töökorraldusse, kogukondade moodustamisse ja maailmaga suhtlemisse.

Eksponentsiaalne kasv

Tehnoloogilise arengu juhtpõhimõte

AI revolutsiooni juhtpõhimõtete paremaks mõistmiseks kaldume kõrvale teaduslikud uuringud. Kujutage ette, et olete saanud ajamasina ja peate toimetama kellegi minevikust olevikku, nii et see inimene jääb meie tehnoloogilistest ja kultuurilistest saavutustest sõnatuks.

Oletame, et otsustate minna 200 aastat tagasi. Põrutas 1800. aastate algusesse, haaras mõne mehe kinni ja tõi ta 2016. aastasse. Sa juhid teda ja jälgid tema reaktsioone kõigele ümbritsevale. Me ei kujuta ette, kuidas ta tajub neid mööda teid kihutavaid helendavaid kapsleid; vestlused inimestega üle ookeani; vaade spordimängud möödudes sellest 1000 km kaugusel; 50 aastat tagasi toimunud kontserdi kuulamine; maagilise ristkülikuga askeldamine, mis suudab salvestada pilte ja liikuvaid pilte, samuti näidata kaardil asukohta tähistavat väikest punkti; rääkides silmast silma inimesega teisel pool riiki ja palju muud. Me ei vaja palju aega. Paari minuti pärast läks külaline minevikust lõpuks hulluks.

Nüüd tahate mõlemad teada, kuidas 1600. aastate inimene reageeriks 1800. aastate saavutustele. Liigud ajas, haarad esimese ettetuleva ja kannad selle 200 aastat edasi, 19. sajandisse. Ta on väga huvitatud ümbritseva maailma vaatamisest, kuid sa mõistad, et ta ei ole šokeeritud sellest, mida ta näeb. See tähendab, et selleks, et šokeerida kedagi 19. sajandiga, tuleb minna palju kaugemale kui 200 aastat tagasi. Mis seal pisiasja, liigume edasi 15 000 aastat tagasi. Ajal enne esimest põllumajandusrevolutsiooni, mille kaudu tekkisid esimesed linnad ja tekkis tsivilisatsioonide mõiste. Otsige üles mõni kütt-korilane ja näidake talle 1750. aastate tohutuid impeeriume koos nende kõrguvate kirikute, laevadega, mis suudavad ületada ookeane, "sees olemise" kontseptsiooniga ning tohutute teadmiste ja avastustega raamatute kujul. Me ei vaja palju aega. Paari minuti pärast läks külaline minevikust lõpuks hulluks.

Nüüd otsustate kolmekesi samasuguse triki uuesti ette võtta. Saate aru, et pole mõtet minna 15 000 või 30 000 või 45 000 aastat tagasi. Peate ajas palju kaugemale hüppama. Leiate 100 000 aasta taguse mehe ja viite ta ringkäigule keeruka sotsiaalse hierarhiaga hõimudesse. Ta näeb mitmesuguseid jahirelvi, kavalaid tööriistu, tuld ning esimest korda kuuleb keelt märkide ja helide kujul. Noh, saate aru, kogu see asi ajab ta peast läbi. Paari minuti pärast läheb ta lõpuks hulluks.

Mis juhtus? Miks pidime iga kord minema palju kaugemale minevikku? 100 000 → 15 000 → 200 aastat tagasi?

Seda seetõttu, et arenenumad ühiskonnad arenevad kiiremini kui vähem arenenud ühiskonnad. 1800. aastatel teadis inimkond palju rohkem, mistõttu pole üllatav, et ta arenes palju kiiremini kui inimkond 15 000 aastat tagasi. Ja meile täna piisab selleks, et tulevikus hulluks minna, et liikuda edasi vähem kui 200 aastat.

AI teadlane ja spetsialist Ray Kurzweil ütleb, et „aastatel 2000–2014 nägime sama palju edusamme kui kogu 20. sajandi jooksul. Ja sama palju saavutatakse 2021. aastaks, kõigest seitsme aastaga. Veel 20 aasta pärast saavutame aastaga edusammud, mis on kordades suuremad kui terve 20. sajandi jooksul tehtud edusammud, ja siis lühendatakse seda perioodi kuuele kuule. Kurzweil usub, et 21. sajandi lõpuks oleme 1000 korda arenenumad kui 20. sajandil.

Loogika näeb ette, et kui planeedi kõige arenenumad liigid liiguvad edasi üha kiirenevas tempos, muudab progress lõpuks täielikult nende ettekujutust elust, ettekujutust sellest, mis on olla inimene. Nagu oleks intelligentsuse areng evolutsiooniprotsessis muutnud inimeksistentsi nii palju, et see muudaks kõigi elusolendite olemasolu Maal. Ja kui veedate mõnda aega teaduse ja tehnoloogia hetkeolukorra uurimisel, märkate palju märke, et elu sellisena, nagu me seda teame, ei suuda enam meie järgmisele läbimurdele vastu seista.

Tee üldise tehisintellekti juurde

Arvutite ehitamine, mis on sama intelligentsed kui inimesed

AI on üldine mõiste arvutiteabe tehnoloogiate kirjeldamiseks. Vaatamata arvamuste mitmekesisusele selles küsimuses usub enamik eksperte, et tehisintellektil on kolm kategooriat.

Piiratud tehisintellekt (ANI, Artificial Narrow Intelligence)

Esimese kategooria AI. Spetsialiseerunud konkreetsele valdkonnale. Näiteks on tehisintellekt, mis suudab võita male maailmameistriid, kuid see on ainus asi, mida see suudab.

Üldine tehisintellekt (AGI, Artificial General Intelligence)

Teise kategooria AI. Intelligentsuse poolest jõuab ta inimeseni ja ületab seda ehk suudab “järeldusi teha, planeerida, probleeme lahendada, abstraktselt mõelda, keerulistest ideedest aru saada, kiiresti õppida, sh oma kogemuse põhjal”.

Tehislik superintellekt (ASI, Artificial Super Intelligence)

Kolmanda kategooria AI. Ta on targem kui kogu inimkond kokku, ulatudes "natuke targemast" kuni "triljon korda targemini".

Praegune olukord

Praegu on inimkond loonud esimese kategooria tehisintellekti ja neid kasutatakse kõikjal:

- Autod on täis ANI-süsteeme, alates arvutitest, mis arvutavad ABS-i ajastust kuni arvutiteni, mis reguleerivad kütuse sissepritse seadeid.
- Google'i otsingumootor on üks suur ANI, millel on uskumatult keerukad algoritmid lehtede järjestamiseks ja sisu kuvamise arvutamiseks. Sama võib öelda ka Facebooki uudistevoo kohta.
- Meiliteenuse rämpspostifiltrid kasutavad rämpsposti tuvastamiseks ANI-d. See tehisintellekt on iseõppiv ja kohandub teie eelistuste ja funktsioonidega.
- Reisilennukeid kontrollib peaaegu täielikult ANI ilma inimeste abita.
- Testitav Google'i isejuhtiv auto kasutab võimsaid ANI-süsteeme, mis võimaldavad sellel oma keskkonda ära tunda ja sellele reageerida.
- Teie nutitelefon on väike ANI tehas. Kasutate kaardirakendusi, saate oma eelistuste põhjal soovitusi, vaatate homset ilma ja räägite Siriga.
- Kabe, male, scrabble, backgammoni ja othello parimad mängijad on ainult ANI süsteemid.
- Keerulisi ANI-süsteeme kasutatakse laialdaselt tootmises, sõjaväes ja rahanduses (tänapäeval kaubeldakse üle poole USA turgude aktsiatest AI-programmidega).

Kaasaegsed ANI-süsteemid ei ole eriti inspireerivad. Halvimal juhul võib lollakas või pahatahtlikult programmeeritud ANI viia üksiku katastroofini, nagu lennuõnnetus, tuumaelektrijaama rike või turuõnnetus (nagu 2010. aasta välkkrahh, kui ANI programm käsitles ootamatut olukorda valesti, põhjustades aktsiaturg kukkus triljoni dollari võrra. Pärast vea parandamist hüvitati vaid osa kahjudest). Kuigi ANI-d ei suuda meie olemasolu ohustada, ei saa me silmi sulgeda tõsiasja ees, et üha kasvav ja keerulisem suhteliselt turvaliste ANI-de ökosüsteem on globaalsete muutuste esilekutsuja. Iga uuendus ANI ruumis panustab vaikselt väikese summa ühisesse riigikassasse, muutub järjekordseks kiviks teel AGI ja ASI poole.

Nii näeb maailma Google'i isejuhtiv auto. Põhineb Embedded Linux Conference 2013 videol - KEYNOTE Google'i isejuhtivad autod

Miski ei pane teid inimese intelligentsust rohkem hindama kui mõistma, kui uskumatult keeruline on luua arvutiid, mis ei jää intelligentsusega meist alla. Äärmiselt lihtne on ehitada arvuti, mis on võimeline korrutama kümnekohalisi numbreid sekundi murdosaga. Ja ehitada selline, mis suudab koerale otsa vaadata ja vastata, kas see on koer või kass, on äärmiselt keeruline. Kas luua tehisintellekt, mis suudab males võita kõiki inimesi? Valmistatud. Kas töötada välja tehisintellekt, mis suudab lugeda lõiku kuueaastasest raamatust ja mõista selle tähendust? Täna kulutab Google sellele ülesandele miljardeid dollareid.

Miks tulevad meie jaoks keerulised asjad – nagu arvutused, strateegiad finantsturgudel ja tõlkimine keeltest – hämmastava kergusega arvutisse, samas kui meie jaoks lihtsad asjad – nagu nägemine, liikumine, liikumine ja taju – antakse kätte neile meeletult raske?

See, mis meile tundub lihtne, on tegelikult uskumatult keerulised protsessid. Asi on selles, et need optimeeriti meie (ja enamiku loomade) jaoks sadade miljonite aastate taguse evolutsiooni käigus. Kui sirutate käe eseme poole, sooritavad teie õla, küünarnuki ja randme lihased, kõõlused ja luud silmade kontrolli all silmapilkselt pikkade füüsiliste toimingute jada, et teie käsi saaks korralikult kolmes dimensioonis liikuda. Teisest küljest on pikkade numbrite korrutamine või male mängimine bioloogilistele olenditele uus tegevus, meil pole lihtsalt olnud võimet nendega kohaneda, nii et arvuti ei pea meie võitmiseks palju vaeva nägema.

Siin on naljakas näide:

Pilti A vaadates saate nii teie kui ka arvuti kindlaks, et sellel on vahelduvate kahevärviliste laikude ristkülik.

Pilt B. Saate hõlpsasti kirjeldada läbipaistmatuid ja poolläbipaistvaid kujundeid, kuid arvuti läheb haledalt üles. Ta kirjeldab seda, mida ta näeb - mitmes toonis kahemõõtmeliste figuuride kogumit. Ja tal on täielik õigus. Lihtsalt meie aju teeb suurepärast tööd stseeni kavandatud sügavuse, segatud varjude ja üksteise peale asetatud valgustuse tõlgendamisel.

Pilti C vaadates näeb arvuti kahemõõtmelist kollaaži valgetest, mustadest ja hallidest täppidest, samas tunnete hõlpsasti ära, mida tegelikult kujutatakse – foto tüdrukust ja koerast kivisel kaldal.

Ja kõik eelnev kehtib ainult visuaalse teabe ja selle töötlemise kohta. Ja selleks, et intelligentsilt inimesele alla ei jääks, peab arvuti ka näiteks ära tundma erinevaid näoilmeid või mõistma mõistete “lõbutse”, “leevendust” ja “teine ​​tunne” tähendust. Kuidas suudavad arvutid saavutada veelgi kõrgemaid võimeid, nagu näiteks keeruline arutluskäik, informatsiooni tõlgendamine ja seoste loomine erinevate teadmiste valdkondade vahel? Palju lihtsam oli ehitada pilvelõhkujaid, saata mees kosmosesse ja välja mõelda Suure Paugu üksikasjad, kui mõista, kuidas teie enda aju töötab, ja mõelda, kuidas teha midagi, mis töötab sama hästi kui tema oma. Praeguseks peetakse inimese aju kõige keerulisemaks objektiks teadaolevas universumis.

Seadmete arendamine

Kui AI ei peaks olema rumalam inimese aju, siis on äärmiselt oluline varustada see sarnaste arvutusressurssidega. Neid saab väljendada arvutuste arvuga, mida aju suudab sekundis teha – CPS, arvutused sekundis.

Peamine väljakutse seisneb selles, et seni oleme suutnud täpselt mõõta vaid mõne ajuosa tööd. Ray Kurzweil töötas aga välja meetodi CPS-i kogusumma määramiseks. Ta võttis ühe sektsiooni CPS-i ja korrutas proportsionaalselt kogu aju raskusega. Ta tegi seda korduvalt, tuginedes teatud lõikude erinevatele professionaalsetele hinnangutele ja selle tulemusel saavutas ta alati sama väärtuse - 1016 CPS ehk 10 kvadriljonit CPS.

Üks kiiremaid kaasaegseid superarvuteid, Hiina Tianhe-2, on selle jõudluse juba ületanud ja jõudnud umbes 34 kvadriljoni CPS-ni. Kuid see koletis võtab enda alla 720 ruutmeetrit ruumi ja tarbib 24 megavatt-tundi energiat (ja inimaju - umbes 20 vatti) ning selle ehitamine läks maksma 390 miljonit dollarit. Seega ei sobi see eriti üldiseks kasutamiseks ega isegi enamiku kaubanduslike ja tööstuslike rakenduste jaoks.

Kurzweil soovitab läheneda arvutitele CPS-i järgi 1000 dollari kohta. Kui saame selle raha eest 10 kvadriljonit jõudlust, tähendab see, et AGI-st on saanud meie elu tõeline osa. Täna saate 1000 dollari eest umbes 1010 CPS - 10 triljonit. Aeg-ajalt austatud Moore'i seadus ütleb, et maksimaalne arvutusvõimsus kahekordistub ligikaudu iga kahe aasta järel, mis tähendab, et riistvara areng, nagu ka inimkonna areng, kasvab plahvatuslikult (viimaste andmete kohaselt ei kehti Moore'i seadus viie aasta pärast enam töö põhiliste füüsiliste tõkete saavutamise tõttu). Selle prognoosi ajakava järgi:

See visualiseerimine põhineb Curweili süžeel ja tema analüüsil raamatud Singulaarsus on lähedal.

See dünaamika viitab sellele, et inimajule sarnase jõudlusega arvutid ilmuvad umbes 2025. aastal. Kuid ainult arvutusvõimsus ei muuda arvutit intelligentseks. Seega järgmine küsimus on: "Kuidas me saame anda põhjust kõigile neile gigahertsidele?".

Tarkvaraarendus

Üks raskemaid asju AGI loomisel on vajaliku tarkvara kirjutamine. Fakt on see, et keegi ei tea, kuidas arvutit nutikaks teha. Vaidleme siiani selle üle, kuidas anda arvutile inimmõistus, et see teaks, mis on "koer", tunneks ära kõvera B-tähe ja oskaks filmi keskpäraseks hinnata. Selle ülesande lahendamiseks on aga mitu põhilist lähenemist.

1. Inimese aju töö kopeerimine.

Probleemi lahendus "otsmikul": kopeerige aju arhitektuur ja ehitage arvuti sellega tihedalt kooskõlas. Näide: tehisnärvivõrk. Esialgu on see transistoride "neuronite" võrk, mis on omavahel ühendatud sisendite / väljundite kaudu. Selline võrgustik ei tea midagi, täpselt nagu beebi aju. Tema "koolitus" on seotud katsega täita mõnda ülesannet, näiteks käekirjatuvastust. Alguses toimuvad neuronite vastasmõjud ja katsed iga tähte digiteerida täiesti kaootiliselt. Aga millal selline närvivõrk mõneni jõuab positiivne tulemus, süvenevad selleni viinud vastastikused seosed. Ja suhted, mis viisid negatiivsete tulemusteni, nõrgenevad. Pärast mitmeid katse-eksitusi moodustab võrk teatud interaktsioonide jadad ja optimeeritakse konkreetse ülesande jaoks.

On ka radikaalsem lähenemine – täielik ajuemuleerimine. Teadlased võtavad tõelise aju ja lõikavad selle sisse suur hulk tükid, tuvastada närviühendused ja kopeerida need tarkvara abil. Kui see lähenemine on edukas, on meil arvuti, mis suudab täita samu ülesandeid kui inimese aju. Piisab, kui anda talle võimalus õppida ja infot koguda ... Kas me oleme kaugel täisväärtuslikust ajumulatsioonist? Üsna kaugele, sest just saime jäljendada 1 mm lameussi aju, mis koosneb vaid 302 neuronist. Võrdluseks, inimese aju koosneb umbes 86 miljardist neuronist, mis on üksteisega ühendatud triljonite sünapside kaudu.

2. Arvutite areng.

Isegi kui suudame aju jäljendada, mis on võrreldav lennuki ehitamisega linnutiibade liikumist kopeerides, sobivad masinad siiski kõige paremini uute, tehnikale orienteeritud lähenemisviiside kasutamiseks, mitte bioloogia kopeerimiseks. Kui aju on digitaalseks reprodutseerimiseks liiga keeruline, saame evolutsiooni protsessi jäljendada. Selleks kasutatakse niinimetatud "geneetilisi algoritme". Oletame, et rühm arvuteid üritab ülesannet täita ja edukaim neist ristub teistega, edastades poole programmikoodist uue arvuti loomiseks. Edukamad jäetakse protsessist välja. Kiirus ja eesmärgile orienteeritus on kunstliku evolutsiooni eelised bioloogilise evolutsiooni ees. Pärast paljusid iteratsioone võimaldab loomulik valik luua üha arenenumaid arvuteid. Väljakutse seisneb protsessi automatiseerimises, et kunstlik evolutsioon saaks areneda ilma inimese sekkumiseta.

3. Lase arvutil lahendada kõik probleemid, mitte meie.

Viimane lähenemine on kõige lihtsam ja hirmutavam. Peame ehitama arvuti, mille kaks peamist ülesannet on tehisintellekti uurimine ja muudatuste tegemine enda kood mitte ainult selleks, et õppida oma arhitektuuri täiustama, vaid ka seda praktikas rakendada. See tähendab, et me räägime arvutist arvutiteadlaseks muutmisest, et ta saaks iseseisvalt oma arendustööd läbi viia. See on eelistatud viis AGI hankimiseks.

Võib-olla tunduvad kõik need tarkvaratäiustused teile liiga aeglased või hoomamatud, kuid vastavalt teaduslikud ideed, võib üks väike uuendus arendusprotsessi hetkega kiirendada. See on nagu Koperniku revolutsiooni tagajärjed – tema avastus hõlbustas hetkega planeetide trajektooride matemaatilisi arvutusi ja see omakorda viis uute avastusteni. Nii et ärge alahinnake eksponentsiaalset kasvu: see, mis võib välja näha nagu tigu roomamine, võib kiiresti muutuda jooksuks.

Visualisatsioon, mis põhineb graafikul raamatust „Tere tulemast, robotiülemad. Palun ärge vallandage meid?

Tee tehissuperintellekti juurde

Üksus, mis on targem kui kogu inimkond kokku

Tõenäoliselt suudame ühel hetkel luua AGI: tarkvara, mis on kordades intelligentsem kui inimene. Kas see tähendab, et arvutid saavad meiega võrdseks? Üldse mitte – arvutid on palju tõhusamad. Elektroonilise olemuse tõttu on neil mitmeid eeliseid:

- Kiirus. Aju neuronid töötavad umbes 200 Hz sagedusel ja tänapäevaste protsessorite keskmine sagedus on 2 GHz, see tähendab 10 miljonit korda kiirem.
- Mälu. Tehismaailmas on fakte palju keerulisem unustada või segi ajada. Arvutid mäletavad sekundiga palju rohkem, kui inimene kümne aastaga mäletab. Lisaks on arvuti mälu palju täpsem ja suurem.
- Esitus. Transistorid on palju täpsemad kui neuronid ja neil on väiksem tõenäosus ebaõnnestuda (ja neid saab parandada või asendada). Inimese aju väsib kiiresti ja arvutid võivad töötada tipptasemel ilma peatumata.
- kollektiivsed võimed. Inimestevahelise suhtluse olemuse ja sotsiaalsete hierarhiate keerukuse tõttu võib inimrühmas töötamine olla naeruväärselt keeruline. Ja mida suurem on grupp, seda aeglasemaks muutub iga liikme tagasitulek. AI-l puuduvad need bioloogilised piirangud, see ei koge inimkollektiividele omaseid probleeme ning suudab sünkroonida ja värskendada oma operatsioonisüsteemi.

Praegune lehekülg: 7 (raamatul on kokku 39 lehekülge) [juurdepääsetav lugemisväljavõte: 10 lk]

Ükski masin ei mõtle igavestele küsimustele

Leo Chalupa

neuroteadlane; asepresident uurimistegevus George Washingtoni ülikool

Hiljutised demonstratsioonid suure jõudlusega arvutite erakordsete võimaluste kohta on tähelepanuväärsed, kuid mitte üllatavad. Õigesti programmeeritud masinad on suurte andmemahtude salvestamisel ja hindamisel ning peaaegu hetkeliste otsuste tegemisel inimestest tunduvalt paremad. Nad on mõtlemismasinad, kuna neis toimuvad protsessid on sarnased paljude inimeste mõtlemise aspektidega.

Kuid laiemas mõttes kasutatakse mõistet "mõtlemismasin" valesti. Ükski masin ei küsi igavesi küsimusi: “Kust ma tulin? Miks ma siin olen? Kuhu ma lähen?" Masinad ei mõtle oma tulevikule, nende vältimatule lõpule ega pärandile. Sellistele küsimustele mõtlemiseks on vaja teadvust ja eneseteadvust. Mõtlemismasinatel neid pole ja arvestades meie praegust teadmiste taset, on ebatõenäoline, et nad neid lähitulevikus omandaksid.

Ainus realistlik lähenemine inimajuga sarnase masina ehitamiseks peab põhinema mõtte aluseks olevate närviahelate kopeerimisel. Veelgi enam, praegu UC Berkeley, MIT-is ja mitmetes teistes ülikoolides käimasolevad uurimisprogrammid keskenduvad selle eesmärgi saavutamisele, milleks on ajukoorena töötavate arvutite ehitamine. Hiljutised edusammud ajukoore mikrostruktuuri uurimisel on olnud suureks tõukejõuks ja on tõenäoline, et AJU 27
BRAIN, aju-uuringud uuenduslike neurotehnoloogiate edendamise kaudu - Märge. per.

- Valge Maja uus projekt - annab palju väärtuslikku teavet. Järgmistel aastakümnetel saame teada, kuidas on ajukoore igas kuues kihis miljardid neuronid omavahel seotud, ning ka sellistest ühendustest moodustatud funktsionaalsete ahelate tüübid.

See on vajalik esimene samm inimese ajule omasel viisil mõtlemise võimeliste masinate arendamiseks. Kuid targa masina ehitamiseks ei piisa ajukoore mikrostruktuuri mõistmisest. Vaja on arusaamist neuronaalsest tegevusest, mis on mõtteprotsessi aluseks. Pildiuuringud on avastanud palju uut teavet ajupiirkondade kohta, mis on seotud selliste funktsioonidega nagu nägemine, kuulmine, puudutus, hirm, nauding jne.

Kuid meil pole isegi ligikaudset arusaama sellest, mis juhtub, kui mõtleme. Sellel on palju põhjuseid, millest vähim on meie suutmatus isoleerida mõtteprotsessi teistest füüsilistest seisunditest. Lisaks võivad erinevad ajuahelad olla seotud erinevate mõtteviisidega. Kui mõtleme eelseisvale loengule, süttib meie aju teisiti kui siis, kui mõtleme tasumata arvetele.

Lähitulevikus võib eeldada, et arvutid edestavad inimesi üha enamate tegevuste osas. Kuid inimmõtleva masina loomiseks vajame palju paremat arusaamist inimese aju tööpõhimõtetest. Praegu ei pea me muretsema robotite kodaniku- ega muude õiguste pärast ning ei pea kartma, et nad võimu üle võtavad. Kui masin äkitselt kontrolli alt väljub, piisab pistiku pistikupesast välja tõmbamisest.

Kas Singulaarsus on linnalegend?

Daniel Dennett

Filosoof; filosoofiaprofessor ja Tuftsi ülikooli kognitiivsete uuringute keskuse kaasdirektor; raamatu Intuitsioonipumbad ja muud mõtlemisvahendid autor

Singulaarsus – see saatuslik hetk, mil tehisintellekt ületab intelligentsuse poolest oma loojaid ja võtab üle maailma – on meem, mille üle tasub mõtiskleda. Tal on omadused linnalegend: teatav teaduslik usutavus ("Noh, põhimõtteliselt ma arvan, et see on võimalik!") Ja imeline, värisev kulminatsioon ("Meid hakkavad valitsema robotid!"). "Kas teadsite, et kui aevastate, röhitsete ja peerutate samal ajal, siis surete?" - "Tule, eks?" Pärast aastakümneid kestnud kõmu tehisintellekti üle võiks arvata, et inimesed peavad Singulaarsust naljaks, kuid nagu selgub, on avalikkuse mure selle idee pärast ainult kasvamas. Viska mõned kuulsad pöördujad – Elon Musk, Stephen Hawking ja David Chalmers – teiste suurte nimede sekka ja sa ei saa teda kuidagi tõsiselt võtta. Millal see silmapaistev sündmus toimub – kümne, saja või tuhande aasta pärast? Võib-olla oleks targem juba praegu planeerima hakata, barrikaade rajama ja valvsust suurendada, otsides katastroofi kuulutajaid?

Vastupidi, ma arvan, et need häiresignaalid suunab meid eemale pakilisemast probleemist, meid ähvardavast katastroofist, mis on palju lähemal ja mis ei vaja abi Moore'i seadusest ega tulevastest läbimurdest teoreetilises teaduses. Juba mitu sajandit oleme loodust suurte raskustega mõistnud, täna võimaldavad kogutud teadmised meil esimest korda ajaloos kontrollida oma saatuse paljusid aspekte – ja nüüd oleme valmis sellest kontrollist lahti ütlema mõtlematute tehisagentide kasuks ja ennatlikult panustama. tsivilisatsioon autopiloodil. Kiusatus seda teha on salakaval, sest kõik järgmine samm iseenesest on pakkumine, millest ei saa keelduda. Kui teeksite pliiatsi ja paberiga keerulisi aritmeetilisi arvutusi, näeksite täna välja nagu täielik loll, samas kui taskukalkulaator on palju kiirem ja peaaegu 100% töökindel (ärge unustage ümardamisviga). Miks õppida pähe rongide sõiduplaani, kui saate seda igal ajal oma nutitelefonis vaadata? Jäta kaardi lugemine oma GPS-navigaatori hooleks; jah, ta pole üldse tark, aga tuleb ülesandega palju paremini toime kui sina – ei lase sul eksida.

Tehnoloogilisel redelil kõrgemale ronimine: arstid sõltuvad üha enam diagnostikasüsteemidest, mis on objektiivselt usaldusväärsemad kui ükski inimspetsialist. Kas soovite, et teie arst lükkaks masina järelduse tagasi, millal me räägime oma elu päästmiseks ravi valimise kohta? See võib olla IBM Watsonis kasutatava tehnoloogia parim – objektiivselt kõige edukam, otseselt kasulik – rakendus 28
Superarvuti, mis on võimeline mõistma loomulikus inglise keeles küsimusi ja otsima vastuseid andmebaasist. - Märge. toim.

Ja küsimus, kas seda arvutit saab pidada intelligentseks (või teadlikuks), on asja kõrval. Kui selgub, et Watson oskab olemasolevate andmete põhjal diagnoose panna paremini kui inimeksperdid, siis on meie moraalne kohustus tema töö tulemusi ära kasutada. Arst, kes otsustab sellise masina soovitusi eirata, palub õigusabi ametiseisundi kuritarvitamise kohta. Minu arvates pole ükski inimtegevuse valdkond selliste optimeerijaproteeside kasutamise suhtes immuunne ja kõikjal, kus need ilmuvad, oleme sunnitud tegema valiku usaldusväärsete tulemuste kasuks, mitte aga inimsuhted nagu see oli enne. Käsitöökeraamika ja käsitsi kootud kampsunite kõrval võivad koha sisse võtta inimtekkelised seadused ja isegi kunstlik teadus.

Tehisintellekti esimestel päevadel püüti teha selget vahet tehisintellekti ja kognitiivse modelleerimise vahel. Esimene pidi olema inseneriteaduse haru ja töötama oma äranägemise järgi, mitte püüdma jäljendada inimese mõtteprotsesse, välja arvatud juhul, kui see osutub tõhusaks. Kognitiivne modelleerimine oli seevastu psühholoogia ja neuroteaduse täiendus. Kognitiivse modelleerimise mudel, mis veenvalt demonstreeriks tüüpilisi inimlikke vigu või lõkse, oleks triumf, mitte läbikukkumine. See püüdluste erinevus on jätkuvalt olemas, kuid on avalikkuse teadvusest peaaegu kadunud. Amatööride jaoks on tehisintellekt asi, mis suudab Turingi testi läbida. Hiljutised edusammud tehisintellektis on suuresti tingitud sellest, et oleme loobunud inimeste mõtlemisprotsesside modelleerimisest (mida arvasime mõistvat) ning superarvutite hämmastava võimsuse kasutamise suunas andmete kaevandamiseks oluliste seoste ja mustrite väljavõtmiseks. Samal ajal ei püüa me enam panna arvutid aru saama, mida nad teevad. Irooniline, aga sellised muljetavaldavad tulemused sunnivad paljusid kognitiivteadlasi oma seisukohta ümber mõtlema; Selgub, et selle kohta, kuidas aju teeb oma hiilgavat tööd tuleviku loomisel, on veel palju õppida ning masinõpe ja andmekaeve tehnikad aitavad meid selles.

Kuid avalikkus eeldab, et iga must kast, mis suudab selliseid asju teha (olenemata hiljutistest tehisintellekti edusammudest), on intelligentne agent, sarnaselt inimesega, kuigi tegelikult on see, mis kastis on, veidralt lõigatud kaks. dimensiooniline kangas, mille tugevus seisneb just selles, et sellel puudub inimmõistuse kujuline pealisehitus koos kõigi selle tunnustega: kalduvus hajuda, muretseda, kogeda emotsioone, taaselustada mälestusi ja luua isiklikke kiindumusi. See pole üldse humanoidrobot, vaid mõistusetu ori, autopiloodi uusim mudel.

Mis probleem on tüütu mõttetöö allhanke tegemisel sellistele kõrgtehnoloogilistele seadmetele? Mitte midagi, eeldusel, et (1) me ei eksita end ja (2) suudame kuidagi ära hoida oma kognitiivsete oskuste atroofiat.

1. Väga-väga raske on leppida meie assistentide piirangutega ja neid mitte unustada, samuti mitte unustada inimlikku kalduvust omistada arvutitele alati intelligentsust, nagu me teame alates kurikuulsast Eliza programmist, mille kirjutas Josef Weizenbaum aastal. 1960. aastad. See on väga ohtlik, sest meil on alati kiusatus nõuda neilt rohkem kui see, milleks me nad lõime, ja ka usaldada nende tulemusi, kui on parem mitte.

2. Kasutage seda või kaotage see. Kuna me muutume üha enam sõltuvaks kognitiivsetest proteesidest, on oht, et me muutume abituks, kui need kunagi lakkavad töötamast. Internet ei ole mõistlik agent (no mõnes mõttes võib-olla ka mõistlik), aga sellegipoolest oleme sellest nii sõltuvaks muutunud, et kui see järsku katki läheks, tekiks selline paanika, et ühiskond häviks mõneks päevaks. . Muide, me peame nüüd tegema kõik endast oleneva, et seda sündmust ära hoida, sest see võib juhtuda iga hetk.

Tegelik oht ei ole need masinad, mis meist targemaks saavad ja meie saatuse peremeeste rolli anastavad. Tõeline oht on masinad, mis on sisuliselt mõttetud, kuid millel on meie võimed, mis ületavad nende pädevuse taseme.

Nanotahtlikkus

William Tecumseh Fitch

Viini ülikooli kognitiivse bioloogia lektor; raamatu The Evolution of Language autor 29
Fitch W. T. Keele evolutsioon. - M .: Kirjastus "YaSK", 2013.

Vaatamata arvutusvõimsuse tohutule kasvule, ei mõtle tänapäeva arvutid nii, nagu meie (või šimpansid või koerad). Ränipõhistel arvutitel puudub orgaanilise intelligentsuse kõige olulisem võime – võime muuta oma materiaalset vormi ja seega ka tulevikuarvutusi vastuseks maailmas toimuvatele sündmustele. Ilma selle võimeta (mida teistes töödes nimetasin nanointentsionaalsuseks) ei saa ainuüksi andmetöötlusega mõeldagi, sest arvutatud sümbolitel ja väärtustel puudub sisemine põhjuslik seos reaalse maailmaga. Igasugune räniprotsessori tööst saadud teave peab olema inimeste poolt mõtestatud, et see oleks tähendusrikas, ja see jääb selliseks ka lähitulevikus. Meil on vähe põhjust karta intelligentseid masinaid, palju rohkem põhjust karta üha ebaintelligentsemaid inimesi, kes neid kasutavad.

Mis täpselt on bioloogilise, mitte räniarvuti eripära? Ärge kartke, ma ei pea silmas mingit müstilist élan vitaali 30
Elujõud (fr.) on filosoof Henri Bergsoni poolt kasutusele võetud termin, et selgitada evolutsiooni edasiviivat jõudu. - Märge. toim.

See on elusrakkude jälgitav, mehhaaniline tunnus – tunnus, mis on kujunenud normaalsete evolutsiooniprotsesside käigus. Minu konstruktsioonides pole müstikat ega "nähtamatut vaimu". Sisuliselt on nanointentsionaalsus rakkude võime reageerida muutustele keskkonnas, paigutades ümber oma molekule ja muutes seeläbi kuju. See on amööbi omadus, mis haarab kinni bakterist, lihasrakk, mis tõstab müosiini taset vastuseks jooksmisele, või (mis kõige olulisem) neuron, mis laiendab oma dendriite vastusena kohalikule närviarvutuskeskkonnale. Nanointentsionaalsus on maapealse elu peamine, vastupandamatu, vaieldamatu tunnus, mida tänapäevase arvuti “südame” moodustavates trükitud räni mikroskeemides ei leidu. Kuna selline füüsiline eristamine aju ja arvuti vahel on lihtne ja toores tõsiasi, jääb küsimus: mil määral suur tähtsus tal on abstraktsemad filosoofilised probleemid, mis puudutavad mõtte- ja tähenduskontseptsioone. Ja siin muutub olukord keerulisemaks.

Filosoofilised arutelud algavad Kanti väitega, et meie meel on alati eraldatud meie mõtlemise tüüpilistest objektidest – füüsilistest üksustest reaalses maailmas. Me saame nende kohta infot (footonite, õhuvibratsiooni või emiteeritud molekulide kaudu), kuid meie mõistus/aju ei puutu nendega kunagi otseselt kokku. Seega osutub ootamatult keeruliseks küsimus, kuidas saab väita, et meie mõistuse olemused (mõtted, uskumused, soovid) on väidetavalt suunatud pärismaailma asjadele. Tõepoolest, suundumus on vaimufilosoofias keskne küsimus, mis on paljude aastate pikkuse vaidluse aluseks filosoofide, nagu Dennett, Fodor ja Searle, vahel. Filosoofidel on selle selgitamisel vähe abi olnud, nimetades seda näilist mentaalset suunda intentsionaalseks (mitte segi ajada selle sõna tavapärase tähendusega inglise keeles: "teha midagi tegema"). Intentsionaalsuse küsimused on tihedalt seotud teadvuse fenomenoloogia sügavate probleemidega, mida sageli väljendatakse terminitega "qualia" ja "raske teadvuse probleem". 31
Selle termini võttis kasutusele filosoof David Chalmers; tähendab probleemi selgitada, kuidas ajus toimuvad protsessid põhjustavad subjektiivseid kogemusi. - Märge. toim.

Kuid need käsitlevad lihtsamat ja põhimõttelisemat küsimust: kuidas saab vaimne entiteet (mõte – närvilise erutuse muster) olla selle sõna mis tahes tähenduses seotud oma objektiga (asi, mida sa näed või inimene, kellele mõtled)?

Siin on skeptiku, solipsisti vastus: sellist seost pole, tahtlikkus on illusioon. See järeldus on vale vähemalt ühes olulises valdkonnas (Schopenhaueri märkus 200 aastat tagasi): ainus koht, kus vaimsed nähtused (ihad ja kavatsused, mis ilmnevad närviimpulssis) reaalse maailmaga kokku puutuvad, on meie oma. kehad (näiteks neuromuskulaarne ristmik). Elusaine ja eriti neuronite plastilisus tähendab seda, et tagasisideahel seob meie mõtted otseselt meie tegudega, imbudes tagasi läbi taju, kus see mõjutab neuronite endi struktuuri. Silmus sulgub meie peas iga päev (tõepoolest, kui te homme sellest esseest midagi mäletate, siis ainult seetõttu, et mõned teie aju neuronid on muutnud oma kuju, nõrgendades või tugevdades sünapse, laiendades või vähendades ühenduste arvu). Sellist tagasisideahelat ei saa põhimõtteliselt jäigas ränikiibis sulgeda. See bioloogiline kvaliteet annab inimesele (nagu ka šimpansidele ja koertele) vaimse aktiivsuse oma loomupärase sisemise tahtlikkusega, mida tänapäevastes räniarvutussüsteemides ei ole.

Kui väide on tõene (ja minu loogika ja intuitsioon seda toetavad), siis masinad "mõtlevad", "teavad" või "saavad" millestki ainult niivõrd, kuivõrd seda teevad nende loojad ja programmeerijad, kui tähenduse lisab tahtlik, tõlgendav agent. , millel on aju. Igasugune arvuti "intelligentsus" on eranditult sellega töötavate inimeste mõistus.

Seetõttu ma ei karda, et robotid tõusevad üles või hakkavad oma õiguste eest võitlema (kui just petetud inimesed ei otsusta neid kaitsta). Kas see tähendab, et pole vaja muretseda enne, kui keegi leiutab nanointentsionaalsusega arvuti? Kahjuks mitte: on veel üks oht, mis tuleneb meie liigsest kalduvusest elututele objektidele ekslikult kavatsust ja mõistmist omistada ("Minu autole ei meeldi madala oktaanarvuga kütus"). Mõeldes nii arvutuslikele artefaktidele – arvutitele, nutitelefonidele, juhtimissüsteemidele – anname järk-järgult neile (ja neile, kes neid juhivad) oma teadliku ja pädeva mõistmise kohustuse. Olukord muutub ohtlikuks siis, kui anname selle meelsasti ja laisalt järele lugematutele ränisüsteemidele (autonavigaatorid, nutitelefonid, e-hääletamise süsteemid), mis mitte ainult ei mõtle sellele, mida nad arvutavad, vaid isegi ei tea sellest. Ülemaailmne finantskriis on andnud meile maitse sellest, mis võib juhtuda arvutipõhises maailmas, kui tegelik vastutus ja tegelikud pädevused on ebamõistlikult masinatele üle viidud.

Ma ei karda edukat AI ülestõusu, vaid pigem katastroofilist riket, mille põhjustavad paljud väikesed vead liiga võimsas ränisüsteemis. Oleme veel kaugel singulaarsusest, kui arvutid saavad meist targemaks, kuid see ei tähenda, et me ei peaks globaalse võrgu kokkuvarisemise pärast muretsema. Et astuda esimene samm selliste katastroofide ärahoidmiseks, peate lõpetama oma vastutuse nihutamise arvutitele ning mõistma ja aktsepteerima lihtne tõde V: Masinad ei mõtle. Ja see, mida me nende mõtlemiseks võtame, muutub iga päevaga üha ohtlikumaks.

Mõistuse mängud (ja ettekuulutused).

Irene Pepperberg

Harvardi ülikooli psühholoogiaosakonna teadur ja õppejõud; Raamatu "Alex ja mina" autor (Alex & Me)

Masinad oskavad suurepäraselt arvutada, kuid mitte nii hästi mõtlema. Masinatel on lõputult visadust ja visadust ning, nagu mõned ütlevad, suudavad nad hõlpsalt lahti murda keerulise matemaatilise probleemi või aidata teil võõras linnas liiklust läbida, kuid seda kõike tänu inimeste loodud algoritmidele ja programmidele. Mis on autodel puudu?

Masinatel puudub nägemus (vähemalt veel mitte ja ma ei usu, et Singulaarsuse tulek seda muudaks). Ma ei pea silmas nägemist. Arvutid ei leia uut rakendust, mis on määratud populaarseks saama. Arvutid ei otsusta kaugeid galaktikaid uurida – nad saavad suurepäraselt hakkama, kui me nad sinna saadame, kuid see on juba teine ​​lugu. Arvutid on kõrgema matemaatika ja kvantmehaanika osas kindlasti paremad kui keskmine inimene, kuid neil puudub nägemus, et selliste tegevuste vajadust tegelikult tuvastada. Masinad suudavad inimesi males võita, kuid nad pole seda veel leiutanud intellektuaalne mäng mis hõivab inimkonda sajandeid. Masinad näevad statistilisi mustreid, millest mu nõrk aju puudust tunneb, kuid nad ei suuda välja pakkuda uut ideed, mis ühendaks erinevad andmekogumid ja looks uue teadusvaldkonna.

Ma ei hooli nii palju masinatest, mis oskavad arvutada. Ma elan kuidagi üle pidevad brauseri kokkujooksmised, aga olgu mul nutikas külmik, mis suudab jälgida selles ja väljas olevate toodete RFID-koode ning saadab mulle SMS-i, mis tuletab meelde, et koju minnes ostaksin kreemi (kasutan võimalust pöörduge nende poole, kes sellise süsteemi kallal töötavad: kiirustage!). Mulle meeldib, kui arvuti kriipsutab alla sõnad, mida ta ei tea, ja isegi kui vahel on mingi 'fülogeneetika' segu, leian ma levinud sõnadest õigekirjavigu (ja praegu ei lase see mul ka õigekirjavigu teha). Kuid need näited näitavad, et see, et masin näitab midagi mõtlemise sarnast, ei tähenda, et see tegelikult mõtleb või vähemalt seda, et ta mõtleb nagu inimene.

Mulle meenub üks varasemaid uuringuid ahvide keelekasutamise õpetamise vallas – kus nad pidid erinevatele küsimustele vastamiseks plastkiipe manipuleerima. Seejärel korrati katset õpilastega, kes – üllatuslikult – said süsteemi valdamises suurepäraselt hakkama, kuid kui neilt küsiti, mida nad teevad, vastasid nad, et lahendavad huvitavaid mõistatusi ja neil polnud aimugi, et neile keelt õpetatakse. Järgnes palju arutelu ning me avastasime ja õppisime uutest uuringutest palju. Mitmed mitteinimesed said aru erinevate sümbolite, mida neid kasutama õpetati, viitavast tähendusest ning algse metoodika kaudu õppisime palju ahvide intelligentsuse kohta. Selle loo mõte seisneb selles, et algselt keerulise keelelise süsteemina näiv süsteem nõudis palju rohkem ettevalmistust, kui algselt kavatseti, et saada rohkemaks kui suhteliselt lihtsate paarisassotsiatsioonide jada.

Nii et minu mure pole mitte mõtlemismasinate pärast, vaid leplikus ühiskonnas, kes on valmis loobuma oma unistajatest vastutasuks võimaluse eest mitte teha rasket tööd. Inimesed peaksid ära kasutama oma kognitiivseid võimeid, mis vabanesid, kui masinad musta töö üle võtsid, olema sellise vabaduse eest tänulikud ja kasutama seda, suunates oma võimeid lahendama keerulisi igapäevaseid probleeme, mis nõuavad taipamist ja prohvetlikku nägemust.

programmeerimine,

Asjade Interneti arendamine,

E-kaubanduse arendamine,

Robootika arendamine

Tänapäeval ei kirjuta tehisintellektist ainult laisad. Näiteks Autodesk usub, et tehisintellekt suudab arvestada palju rohkemate teguritega kui inimene ning seeläbi pakkuda keerukatele probleemidele täpsemaid, loogilisemaid ja veelgi loomingulisemaid lahendusi. Oxfordi ülikoolis on üldisi soovitusi, et tehisintellekt võib lähitulevikus asendada personaliajakirjanikke ning kirjutada neile arvustusi ja artikleid (ja seda ja võita Pulitzeri preemia).

Üldine vaimustus tehisintellekti temaatikast on ammu jõudnud teaduskonverentsidest kaugemale ning erutab nii kirjanike, filmitegijate kui ka laiemat avalikkust. Näib, et tulevik, kus robotid (või Skynet) valitsevad maailma või vähemalt lahendavad enamiku igapäevastest ülesannetest, on käeulatuses. Aga mida teadlased ise sellest arvavad?

Alustuseks tasub mõista mõistet "tehisintellekt": sellel teemal on liiga palju spekulatsioone ja kunstilist liialdust. Selles küsimuses on kõige parem võtta ühendust selle termini autoriga (ja Lispi keele osalise tööajaga looja ja paljude auhindade võitjaga) - John McCarthyga. Samanimelises artiklis ("Mis on tehisintellekt?") andis McCarthy järgmise määratluse:

See on intelligentsete masinate, eriti intelligentsete arvutiprogrammide loomise teadus ja tehnoloogia. Tehisintellekt seotud ülesandega kasutada arvuteid inimese intelligentsuse töö mõistmiseks, kuid ei piirdu ainult bioloogias vaadeldud meetodite kasutamisega.

Tuleb välja, et tehisintellekt ja inimese intelligentsus on omavahel tihedalt seotud? Mitte päris nii – McCarthy ise rõhutas: kui intelligentsus "üldiselt" on "arvutuslik" komponent selles, mis aitab subjektil etteantud eesmärke saavutada, siis inimese, loomade ja masinate intelligentsus töötab teisiti.

Selgub, et tehisintellekt ei ole inimese sarnasus, kuigi paljud futuristid, kirjanikud ja isegi teadlased tahaksid uskuda, et see pole nii. Michael Jordan, California ülikooli Berkeley emeriitprofessor, kordab seda sageli. Ta usub, et tehisintellekti mõistmise puudumine ei too kaasa mitte ainult "ilusate kujutiste" loomist, mis ei ole seotud reaalse teadusega, vaid tõelise desinformatsiooniga ja erinevat tüüpi müüdid, mis selles vallas õitsevad.

Esimene müüt: tehisintellekti loomiseks või täiustamiseks peate mõistma, kuidas inimaju töötab

Jordan väidab, et see pole sugugi nii. Tehisintellekti tööl pole reeglina midagi pistmist sellega, kuidas inimintellekt töötab. See "müüt" on sügavalt juurdunud avalikkuse eelsoodumuses "ilusate ideede" vastu: tehisintellekti käsitlevatele mitteilukirjanduslikele kirjanikele on meeldinud neuroteadusest ammutatud metafoorid.

Tegelikult on neuroteadusel väga kaudne seos (või üldse mitte midagi) tehisintellekti tööga. Michael Jordani jaoks kõlab idee, et "sügav õppimine nõuab arusaamist sellest, kuidas inimese aju töötleb teavet ja õpib", otsene vale.

Sügava õppimisega seotud "neuronid" on metafoor (või Jordani keelt kasutades aju toimimise "karikatuur" üldiselt), mida kasutatakse ainult lühiduse ja mugavuse huvides. Tegelikkuses on sama süvaõppe mehhanismide töö palju lähemal logistilise regressiooni statistilise mudeli koostamise protseduurile kui reaalsete neuronite tööle. Samal ajal ei tule kellelegi pähe kasutada statistikas ja ökonomeetrias metafoori "neuronit" "lühiduse ja mugavuse huvides".

Teine müüt: tehisintellekt ja süvaõpe on kaasaegse teaduse uusimad saavutused

Arvamus, et “inimmõtlevad” arvutid saadavad meid lähitulevikus, on otseselt seotud mõttega, et tehisintellekt, närvivõrgud, süvaõpe on vaid kaasaegse teaduse omand. Lõppude lõpuks, kui tunnistada mõtet, et see kõik leiutati aastakümneid tagasi (ja robotid pole maailma vallutanud tänapäevani), siis "ootuste lävi" alates teaduslikud saavutusedüldiselt ja eriti nende arengukiirust tuleb tõsiselt vähendada.

Kahjuks püüab meedia nende lugude vastu huvi tekitada ja on väga valiv teemade osas, mis toimetajate arvates lugejatele huvi pakuvad. Selle tulemusel osutuvad nende kirjeldatud saavutused ja nende väljavaated palju muljetavaldavamaks kui tegelikud avastused ning osa teabest jäetakse lihtsalt "korralikult välja", et mitte vähendada kirgede intensiivsust.

Suur osa sellest, mida praegu tehisintellekti "kastmes" esitatakse, on lihtsalt töödeldud informatsioon närvivõrkude kohta, mis on inimkonnale olnud teada juba 80ndatest.

Ja kaheksakümnendatel kordasid kõik seda, mida teati 1960. aastatel. On tunne, et iga 20 aasta tagant on huvilaine samade teemade vastu. Praeguses laines on põhiideeks konvolutsiooniline närvivõrk, millest räägiti juba paarkümmend aastat tagasi.
- Michael Jordan

Kolmas müüt: tehisnärvivõrk koosneb samadest elementidest, mis "päris" võrk

Tegelikult kasutavad arvutiteadlased neurobioloogilisi termineid ja määratlusi palju julgemalt kui paljud neuroteadlased. Huvist aju töö ja inimintellekti struktuuri vastu on saanud kasvulava sellise teooria nagu "neuraalne realism" arendamiseks.

Tehisintellekti süsteemides pole naelu ega dendriite, pealegi pole nende tööpõhimõtted kaugel mitte ainult aju tööst, vaid ka kurikuulsast “närvirealismist”. Tegelikult ei ole närvivõrkudes midagi "närvisüsteemi".

Veelgi enam, neuraalse realismi idee, mis põhineb tehisintellektisüsteemide töö võrdlemisel aju tööga, Jordani sõnul ei pea vett. Tema sõnul ei viinud tehisintellekti vallas edusamme mitte “neuraalne realism”, vaid põhimõtete kasutamine, mis on inimaju töökorraldusega täiesti vastuolus.

Näitena toob Jordan populaarse süvaõppe algoritmi, mis põhineb "õppevigade tagasivoolul". Selle tööpõhimõte (nimelt signaali edastamine vastupidises suunas) on selgelt vastuolus inimese aju toimimisega.

Neljas müüt: teadlased mõistavad hästi, kuidas "inimlik" intelligentsus töötab

Ja see on jällegi tõest kaugel. Sama Michael Jordani sõnul ei jää aju sügavad põhimõtted mitte ainult neuroteaduse lahendamata probleemiks – selles vallas on teadlased probleemi lahendamisest lahutatud aastakümneteks. Ja katsed luua töötavat ajuimitatsiooni ei too ka teadlasi inimese intellekti toimimise mõistmisele lähemale.

See on lihtsalt arhitektuur, mis on loodud lootuses, et kunagi loovad inimesed sellele sobivad algoritmid. Kuid miski ei toeta seda lootust. Arvan, et lootuse aluseks on usk, et kui ehitad midagi ajulaadset, saad kohe aru, mida see teha suudab.
- Michael Jordan

John McCarthy omakorda rõhutas, et probleem ei seisne ainult süsteemi loomises inimintellekti kujundis ja sarnasuses, vaid selles, et teadlased ise ei jaga ühist arvamust, mis see (intelligents) on ja mis see on. on millised konkreetsed protsessid vastutavad.

Teadlased püüavad sellele küsimusele vastata erineval viisil. Michael Nielsen esitab oma raamatus Neural Networks and Deep Learning mitmeid seisukohti. Näiteks konnekoomika seisukohalt seletatakse meie intelligentsust ja selle tööd sellega, kui palju neuroneid ja gliiarakke meie aju sisaldab ning kui palju seoseid nende vahel täheldatakse.

Arvestades, et meie ajus on umbes 100 miljardit neuronit, 100 miljardit gliaalrakku ja 100 triljonit neuronitevahelist ühendust, on äärmiselt ebatõenäoline, et suudame selle arhitektuuri "täpselt uuesti luua" ja selle lähitulevikus tööle panna.

Kuid molekulaarbioloogid, kes uurivad inimese genoomi ja selle erinevusi inimeste lähisugulastest evolutsiooniahelas, annavad julgustavamaid ennustusi: selgub, et inimese genoom erineb šimpansi genoomist 125 miljoni aluspaari võrra. Joonis on suur, kuid mitte lõpmatult suur, mis annab Nielsenile põhjust loota, et nende andmete põhjal suudab teadlaste rühm koostada kui mitte "töötava prototüübi", siis vähemalt piisava " geneetiline kirjeldus” inimaju või õigemini tema töö aluseks olevatest aluspõhimõtetest.

Tasub öelda, et Nielsen järgib "konventsionaalset inimšovinismi" ja usub seda tähenduslikud põhimõtted, mis määravad inimese intellekti töö, asuvad nendesamades 125 miljonis aluspaaris, mitte aga ülejäänud 96% genoomist, mis on inimestel ja šimpansitel samad.

Kas me saame luua tehisintellekti, mis on võimete poolest võrdne inimesega? Kas me suudame lähitulevikus täpselt aru saada, kuidas meie enda aju töötab? Michael Nielsen, usub, et see on täiesti võimalik – kui relvastada end usuga helgesse tulevikku ja et paljud asjad looduses toimivad lihtsamate seaduste järgi, kui esmapilgul tundub.

Kuid Michael Jordan annab teadlaste praktilisele tööle lähemalt nõu: ärge alluge ajakirjanike provokatsioonidele ja ärge otsige "revolutsioonilisi" lahendusi. Tema arvates piiravad tehisintellekti probleemiga tegelevad teadlased end tarbetult inimintellekti kui uurimistöö lähtepunkti ja lõppeesmärgiga sidudes: huvitavaid lahendusi selles piirkonnas võib asuda suundades, mis ei ole kuidagi seotud sellega, kuidas meie aju on paigutatud (ja kuidas me selle struktuuri ette kujutame).