Umetna inteligenca

Umetna inteligenca je veja računalništva, ki proučuje možnost zagotavljanja inteligentnega sklepanja in delovanja z uporabo računalniških sistemov in drugih umetnih naprav. V večini primerov je algoritem za rešitev problema neznan vnaprej.

Natančne definicije te vede ni, saj vprašanje narave in statusa človeške inteligence v filozofiji ni rešeno. Prav tako ni natančnega merila, po katerem bi lahko računalniki dosegli »inteligenco«, čeprav je bilo na zori umetne inteligence predlaganih več hipotez, na primer Turingov test ali hipoteza Newell-Simona. Trenutno obstaja veliko pristopov k razumevanju problema AI in ustvarjanju inteligentnih sistemov.

Tako ena od klasifikacij identificira dva pristopa k razvoju umetne inteligence:

od zgoraj navzdol, semiotično - ustvarjanje simbolnih sistemov, ki modelirajo mentalne procese na visoki ravni: mišljenje, sklepanje, govor, čustva, ustvarjalnost itd.;

od spodaj navzgor, biološki - študija nevronskih mrež in evolucijskih izračunov, ki modelirajo inteligentno vedenje na podlagi manjših "neinteligentnih" elementov.

Ta veda je povezana s psihologijo, nevrofiziologijo, transhumanizmom in drugimi. Kot vse računalniške vede uporablja matematiko. Zanjo sta še posebej pomembni filozofija in robotika.

Umetna inteligenca je zelo mlado raziskovalno področje, ki se je začelo leta 1956. Njegova zgodovinska pot je podobna sinusoidi, katere vsak "vzlet" je sprožila neka nova ideja. Trenutno je njen razvoj v zatonu in se umika uporabi že doseženih rezultatov na drugih področjih znanosti, industrije, gospodarstva in celo vsakdanjega življenja.

Študijski pristopi

Obstajajo različni pristopi k izgradnji sistemov AI. Trenutno obstajajo 4 precej različni pristopi:

1. Logični pristop. Osnova za logični pristop je Boolov algebra. Vsak programer je seznanjen z njim in z logičnimi operatorji že od takrat, ko je osvojil operator IF. Boolov algebra je dobila svoj nadaljnji razvoj v obliki predikatnega računa - v katerem je bila razširjena z uvedbo predmetnih simbolov, odnosov med njimi, kvantifikatorjev obstoja in univerzalnosti. Skoraj vsak sistem AI, zgrajen na logičnem principu, je stroj za dokazovanje izrekov. V tem primeru so izvorni podatki shranjeni v bazi podatkov v obliki aksiomov, pravil logičnega sklepanja kot odnosov med njimi. Poleg tega ima vsak tak stroj enoto za generiranje cilja, sistem sklepanja pa poskuša ta cilj dokazati kot izrek. Če je cilj dokazan, potem sledenje uporabljenim pravilom omogoča pridobitev verige dejanj, ki so potrebna za dosego cilja (tak sistem je znan kot ekspertni sistemi). Moč takega sistema je določena z zmožnostmi generatorja ciljev in stroja za dokazovanje izrekov. Relativno nova smer, kot je mehka logika, omogoča logičnemu pristopu večjo izraznost. Njena glavna razlika je v tem, da ima lahko resničnost izjave poleg da/ne (1/0) tudi vmesne vrednosti - ne vem (0,5), bolnik je bolj verjetno živ kot mrtev (0,75). ), je bolnik bolj verjetno mrtev kot živ (0,25). Ta pristop je bolj podoben človeškemu razmišljanju, saj na vprašanja le redko odgovarja samo z da ali ne.

2. S strukturnim pristopom tu mislimo na poskuse izgradnje AI z modeliranjem strukture človeških možganov. Eden prvih takih poskusov je bil perceptron Franka Rosenblatta. Glavna modelirana strukturna enota v perceptronih (kot v večini drugih možnosti modeliranja možganov) je nevron. Kasneje so se pojavili še drugi modeli, ki jih večina pozna pod izrazom nevronske mreže (NN). Ti modeli se razlikujejo po zgradbi posameznih nevronov, po topologiji povezav med njimi in po učnih algoritmih. Med trenutno najbolj znanimi možnostmi NN so NN s povratnim širjenjem napak, Hopfieldova omrežja in stohastične nevronske mreže. V širšem smislu je ta pristop znan kot konektivizem.

3. Evolucijski pristop. Pri gradnji sistemov AI s tem pristopom je glavna pozornost namenjena izgradnji začetnega modela in pravil, po katerih se lahko spreminja (razvija). Poleg tega je model mogoče sestaviti z različnimi metodami, lahko je nevronska mreža, nabor logičnih pravil ali kateri koli drug model. Nato prižgemo računalnik, ki na podlagi preverjanja modelov izbere najboljše izmed njih, na podlagi katerih se po različnih pravilih generirajo novi modeli. Med evolucijskimi algoritmi velja genetski algoritem za klasičnega.

4. Simulacijski pristop. Ta pristop je klasičen za kibernetiko, saj je eden njenih osnovnih konceptov črna skrinjica. Predmet, katerega obnašanje je simulirano, je natanko »črna skrinjica«. Ni nam pomembno, kaj imata in kako model delujeta, glavno je, da se naš model v podobnih situacijah obnaša popolnoma enako. Tako je tukaj modelirana še ena človeška lastnost - sposobnost kopiranja, kar počnejo drugi, ne da bi se spuščali v podrobnosti, zakaj je to potrebno. Pogosto mu ta sposobnost prihrani veliko časa, zlasti na začetku življenja.

V okviru hibridnih inteligentnih sistemov skušajo ta področja združiti. Pravila strokovnega sklepanja lahko ustvarijo nevronske mreže, generativna pravila pa se pridobijo s statističnim učenjem.

Obetaven nov pristop, imenovan povečanje inteligence, gleda na doseganje umetne inteligence z evolucijskim razvojem kot na stranski učinek tehnologije, ki krepi človeško inteligenco.

Raziskovalne smeri

Če analiziramo zgodovino umetne inteligence, lahko izpostavimo tako široko področje, kot je modeliranje sklepanja. Dolga leta je razvoj te znanosti potekal prav po tej poti in je zdaj eno najbolj razvitih področij v sodobni AI. Modeliranje razmišljanja vključuje ustvarjanje simbolnih sistemov, katerih vhod je določen problem, izhod pa zahteva njegovo rešitev. Predlagani problem je praviloma že formaliziran, tj. preveden v matematično obliko, vendar bodisi nima algoritma rešitve, bodisi je preveč zapleten, zamuden ipd. To področje vključuje: dokazovanje izrekov, sprejemanje odločitev. in teorija iger, načrtovanje in dispečiranje, napovedovanje.

Pomembno področje je procesiranje naravnega jezika, ki vključuje analizo zmožnosti razumevanja, procesiranja in generiranja besedil v »človeškem« jeziku. Predvsem problem strojnega prevajanja besedil iz enega jezika v drugega še ni rešen. V sodobnem svetu ima razvoj metod iskanja informacij pomembno vlogo. Po svoji naravi je izvirni Turingov test povezan s to smerjo.

Po mnenju mnogih znanstvenikov je pomembna lastnost inteligence sposobnost učenja. Tako v ospredje stopi inženiring znanja, ki združuje naloge pridobivanja znanja iz preprostih informacij, njihove sistematizacije in uporabe. Napredek na tem področju vpliva na skoraj vsa druga področja raziskav AI. Tudi tu ne gre spregledati dveh pomembnih podobmočij. Prvi med njimi - strojno učenje - se nanaša na proces samostojnega pridobivanja znanja s strani inteligentnega sistema v procesu njegovega delovanja. Drugi je povezan z ustvarjanjem ekspertnih sistemov - programov, ki uporabljajo specializirane baze znanja za pridobitev zanesljivih zaključkov o katerem koli problemu.

Na področju modeliranja bioloških sistemov so veliki in zanimivi dosežki. Strogo gledano lahko to vključuje več neodvisnih smeri. Nevronske mreže se uporabljajo za reševanje mehkih in zapletenih problemov, kot je prepoznavanje geometrijskih oblik ali združevanje objektov v gruče. Genetski pristop temelji na ideji, da lahko algoritem postane učinkovitejši, če si izposodi boljše lastnosti od drugih algoritmov (»staršev«). Relativno nov pristop, kjer je naloga izdelava avtonomnega programa – agenta, ki komunicira z zunanjim okoljem, se imenuje agentski pristop. In če pravilno prisilite veliko »ne zelo inteligentnih« agentov v medsebojno interakcijo, lahko dobite »mravljinčasto« inteligenco.

Težave s prepoznavanjem vzorcev so delno že rešene na drugih področjih. To vključuje prepoznavanje znakov, ročno napisano besedilo, govor in analizo besedila. Posebej velja omeniti računalniški vid, ki je povezan s strojnim učenjem in robotiko.

Na splošno se robotika in umetna inteligenca pogosto povezujeta. Integracija teh dveh znanosti, ustvarjanje inteligentnih robotov, se lahko šteje za drugo področje AI.

Strojna ustvarjalnost je ločena zaradi dejstva, da je narava človeške ustvarjalnosti še manj raziskana kot narava inteligence. Kljub temu to področje obstaja in tu se pojavljajo problemi računalniškega pisanja glasbe, literarnih del (pogosto poezije ali pravljic) in umetniškega ustvarjanja.

Končno obstaja veliko aplikacij umetne inteligence, od katerih vsaka tvori skoraj samostojno področje. Primeri vključujejo programsko inteligenco v računalniških igrah, nelinearni nadzor in inteligentne varnostne sisteme.

Opaziti je, da se številna področja raziskav prekrivajo. To je značilno za vsako znanost. A pri umetni inteligenci je razmerje med navidezno različnimi področji še posebej močno, kar je povezano s filozofsko debato o močni in šibki AI.

Na začetku 17. stoletja je Rene Descartes predlagal, da je žival nekakšen zapleten mehanizem, s čimer je oblikoval mehanistično teorijo. Leta 1623 je Wilhelm Schickard zgradil prvi mehanski digitalni računalnik, ki sta mu sledila stroja Blaisa Pascala (1643) in Leibniza (1671). Leibniz je bil tudi prvi, ki je opisal sodobni binarni številski sistem, čeprav so se pred njim za ta sistem občasno zanimali številni veliki znanstveniki. V 19. stoletju sta Charles Babbage in Ada Lovelace delala na programabilnem mehanskem računalniku.

V letih 1910-1913 Bertrand Russell in A. N. Whitehead sta izdala Principia Mathematica, ki je revolucionirala formalno logiko. Leta 1941 je Konrad Zuse izdelal prvi delujoč programsko voden računalnik. Warren McCulloch in Walter Pitts sta leta 1943 objavila Logični račun idej, ki so prisotne v živčni dejavnosti, kar je postavilo temelje za nevronske mreže.

Trenutno stanje

V tem trenutku (2008) pri ustvarjanju umetne inteligence (v izvirnem pomenu besede ekspertni sistemi in šahovski programi sem ne sodijo) primanjkuje idej. Skoraj vsi pristopi so bili preizkušeni, a niti ena raziskovalna skupina ni pristopila k nastanku umetne inteligence.

Nekateri najbolj impresivni civilni sistemi AI so:

Deep Blue - premagal svetovnega prvaka v šahu. (Dvoboj med Kasparovom in superračunalniki ni prinesel zadovoljstva ne računalničarjem ne šahistom, sistema pa Kasparov ni priznal, čeprav so prvotni kompaktni šahovski programi sestavni del šahovske ustvarjalnosti. Potem se je pojavila linija superračunalnikov IBM l. projekti brutalne sile BluGene (molekularno modeliranje) in modeliranje piramidnega celičnega sistema v švicarskem centru Blue Brain Center. Ta zgodba je primer zapletenega in skrivnega odnosa med umetno inteligenco, poslovanjem in nacionalnimi strateškimi cilji.)

Mycin je bil eden od zgodnjih strokovnih sistemov, ki je lahko diagnosticiral majhen nabor bolezni, pogosto tako natančno kot zdravniki.

20q je projekt, ki temelji na idejah AI, ki temelji na klasični igri "20 vprašanj". Zelo priljubljena je postala po tem, ko se je pojavila na internetu na spletni strani 20q.net.

Prepoznavanje govora. Sistemi, kot je ViaVoice, so sposobni služiti potrošnikom.

Roboti tekmujejo v poenostavljeni obliki nogometa na letnem turnirju RoboCup.

Uporaba AI

Banke uporabljajo sisteme umetne inteligence (AI) v zavarovalniški dejavnosti (aktuarska matematika), pri igranju na borzi in upravljanju nepremičnin. Avgusta 2001 so roboti premagali ljudi v improviziranem trgovalnem tekmovanju (BBC News, 2001). Metode prepoznavanja vzorcev (vključno z bolj zapletenimi in specializiranimi ter nevronskimi mrežami) se pogosto uporabljajo pri optičnem in akustičnem prepoznavanju (vključno z besedilom in govorom), medicinski diagnostiki, filtrih neželene pošte, v sistemih zračne obrambe (identifikacija ciljev) in tudi za zagotavljanje števila drugih nalog nacionalne varnosti.

Razvijalci računalniških iger so prisiljeni uporabljati AI različnih stopenj sofisticiranosti. Standardne naloge umetne inteligence v igrah so iskanje poti v dvodimenzionalnem ali tridimenzionalnem prostoru, simulacija vedenja bojne enote, izračun pravilne ekonomske strategije ipd.

Obeti za AI

Vidni sta dve smeri razvoja AI:

prvi je reševanje problemov, povezanih s približevanjem specializiranih sistemov umetne inteligence človeškim zmožnostim in njihove integracije, ki jo uresničuje človeška narava.

drugi je ustvarjanje umetne inteligence, ki predstavlja integracijo že ustvarjenih sistemov AI v en sam sistem, ki je sposoben reševati probleme človeštva.

Povezave z drugimi vedami

Umetna inteligenca je tesno povezana s transhumanizmom. In skupaj z nevrofiziologijo in kognitivno psihologijo tvori bolj splošno znanost, imenovano kognitivna znanost. Posebno vlogo pri umetni inteligenci ima filozofija.

Filozofska vprašanja

Znanost o "ustvarjanju umetne inteligence" ni mogla pomagati, da ne bi pritegnila pozornosti filozofov. S pojavom prvih inteligentnih sistemov so se postavila temeljna vprašanja o človeku in znanju ter deloma o ureditvi sveta. Po eni strani so neločljivo povezani s to znanostjo, po drugi pa vanjo vnašajo nek kaos. Med raziskovalci umetne inteligence še vedno ni prevladujočega stališča o merilih inteligence, sistematizaciji ciljev in nalog, ki jih je treba rešiti, ni niti stroge definicije znanosti.

Ali lahko stroj razmišlja?

Najbolj burna razprava v filozofiji umetne inteligence je vprašanje možnosti mišljenja, ustvarjenega s človeškimi rokami. Vprašanje »Ali lahko stroj razmišlja?«, ki je raziskovalce spodbudilo k ustvarjanju znanosti o simulaciji človeškega uma, je postavil Alan Turing leta 1950. Dve glavni stališči do tega vprašanja se imenujeta hipotezi močne in šibke umetne inteligence.

Izraz »močna umetna inteligenca« je uvedel John Searle, pristop pa opisuje z njegovimi besedami:

»Poleg tega tak program ne bi bil samo model uma; ona, v dobesednem pomenu besede, sama bo um, v istem smislu, v katerem je človeški um um.”

Nasprotno pa zagovorniki šibke umetne inteligence na programe raje gledajo le kot na orodja, ki jim omogočajo reševanje določenih problemov, ki ne zahtevajo celotnega obsega človeških kognitivnih sposobnosti.

V svojem miselnem eksperimentu "Kitajska soba" John Searle pokaže, da uspešnost Turingovega testa ni merilo, da ima stroj pristen proces sklepanja.

Mišljenje je proces obdelave informacij, shranjenih v spominu: analiza, sinteza in samoprogramiranje.

Podobno stališče zavzema Roger Penrose, ki v svoji knjigi »The King's New Mind« trdi, da ni mogoče pridobiti miselnega procesa na podlagi formalnih sistemov.

Glede tega vprašanja obstajajo različna stališča. Analitični pristop vključuje analizo človekovega višjega živčnega delovanja na najnižjo, nedeljivo raven (funkcija višjega živčnega delovanja, elementarna reakcija na zunanje dražljaje (dražljaje), draženje sinaps niza funkcijsko povezanih nevronov) in poznejšo reprodukcijo teh funkcij.

Nekateri strokovnjaki sposobnost racionalne, motivirane izbire v pogojih pomanjkanja informacij zamenjujejo z inteligenco. To pomeni, da se intelektualni program preprosto šteje za tisti program dejavnosti (ki ni nujno implementiran v sodobnih računalnikih), ki lahko izbira med določenim naborom alternativ, na primer, kam naj gre v primeru "šel boš levo .. .«, »Šli boste desno ...«, »Šli boste naravnost ...«

Znanost znanja

Prav tako je epistemologija - veda o znanju v okviru filozofije - tesno povezana s problemi umetne inteligence. Filozofi, ki se ukvarjajo s to temo, se spopadajo z vprašanji, podobnimi tistim, s katerimi se soočajo inženirji umetne inteligence, o tem, kako najbolje predstaviti in uporabiti znanje in informacije.

Odnos do AI v družbi

AI in religija

Med privrženci abrahamskih religij obstaja več mnenj o možnosti ustvarjanja AI na podlagi strukturnega pristopa.

Po eni od njih možgani, katerih delo skušajo posnemati sistemi, po njihovem mnenju ne sodelujejo v miselnem procesu, niso vir zavesti in katere koli druge duševne dejavnosti. Ustvarjanje AI na podlagi strukturiranega pristopa je nemogoče.

Po drugem stališču so možgani vključeni v miselni proces, vendar v obliki »oddajnika« informacij iz duše. Možgani so odgovorni za tako "preproste" funkcije, kot so brezpogojni refleksi, odziv na bolečino itd. Ustvarjanje umetne inteligence na podlagi strukturnega pristopa je možno, če sistem, ki se načrtuje, lahko izvaja funkcije "prenosa".

Obe stališči ne ustrezata podatkom sodobne znanosti, saj pojma duše sodobna znanost ne obravnava kot znanstveno kategorijo.

Po mnenju mnogih budistov je umetna inteligenca mogoča. Tako duhovni vodja Dalajlama XIV ne izključuje možnosti obstoja zavesti na računalniški osnovi.

Raeliti aktivno podpirajo razvoj na področju umetne inteligence.

AI in znanstvena fantastika

V literaturi znanstvene fantastike je umetna inteligenca najpogosteje prikazana kot sila, ki poskuša zrušiti človeško moč (Omnius, HAL 9000, Skynet, Colossus, The Matrix in Replicant) ali humanoid, ki služi (C-3PO, Data, KITT in KARR, Dvestoletni človek). Pisatelji znanstvene fantastike, kot sta Isaac Asimov in Kevin Warwick, oporekajo neizogibnosti prevlade umetne inteligence nad svetom, ki je ušla izpod nadzora.

Zanimiva vizija prihodnosti je predstavljena v romanu "The Turing Selection" pisca znanstvene fantastike Harryja Garrisona in znanstvenika Marvina Minskyja. Avtorja razpravljata o temi izgube človečnosti pri človeku, v katerega možgane so vsadili računalnik, in o pridobitvi človečnosti s strani AI stroja, v katerega spomin so se prepisale informacije iz človeških možganov.

Nekateri pisci znanstvene fantastike, kot je Vernor Vinge, so prav tako špekulirali o posledicah pojava umetne inteligence, ki bo verjetno povzročila dramatične spremembe v družbi. To obdobje imenujemo tehnološka singularnost.

Letos je Yandex predstavil glasovno pomočnico Alice. Nova storitev omogoča uporabniku, da posluša novice in vreme, dobi odgovore na vprašanja in preprosto komunicira z botom. "Alice" včasih postane predrzen, se včasih zdi skoraj razumna in človeško sarkastična, pogosto pa ne more ugotoviti, kaj jo sprašujejo, in konča v mlaki.

Vse to je sprožilo ne le val šal, ampak tudi nov krog razprav o razvoju umetne inteligence. Novice o tem, kaj so pametni algoritmi dosegli, danes prihajajo skoraj vsak dan, strojno učenje pa imenujejo eno najbolj obetavnih področij, ki se jim lahko posvetite.

Da bi razjasnili glavna vprašanja o umetni inteligenci, smo se pogovarjali s Sergejem Markovom, specialistom za metode umetne inteligence in strojnega učenja, avtorjem enega najmočnejših domačih šahovskih programov SmarThink in ustvarjalcem projekta XXII.

Sergej Markov,

specialist za umetno inteligenco

Razbijanje mitov o AI

kaj je torej "umetna inteligenca"?

Koncept "umetne inteligence" je bil do neke mere nesrečen. Sprva izvira iz znanstvene srenje, sčasoma je prodrl v fantastično literaturo in prek nje v popkulturo, kjer je doživel vrsto sprememb, dobil številne interpretacije in na koncu popolnoma mistificiran.

Zato od nestrokovnjakov pogosto slišimo izjave, kot je ta: "AI ne obstaja", "AI ni mogoče ustvariti." Napačno razumevanje narave raziskovanja umetne inteligence ljudi zlahka pripelje do drugih skrajnosti – sodobnim sistemom umetne inteligence se na primer pripisuje prisotnost zavesti, svobodna volja in skrivni motivi.

Poskusimo ločiti muhe od kotletov.

V znanosti se umetna inteligenca nanaša na sisteme, namenjene reševanju intelektualnih problemov.

Po drugi strani pa je intelektualna naloga naloga, ki jo ljudje rešujejo z lastno inteligenco. Upoštevajte, da se v tem primeru strokovnjaki namenoma izogibajo opredelitvi pojma »inteligenca«, saj je bil pred pojavom sistemov umetne inteligence edini primer inteligence človeška inteligenca, opredelitev pojma inteligence na podlagi enega samega primera pa je enako kot poskus narisati ravno črto skozi eno točko. Takšnih vrstic je lahko poljubno, kar pomeni, da bi razprava o pojmu inteligence lahko trajala stoletja.

»močna« in »šibka« umetna inteligenca

Sistemi AI so razdeljeni v dve veliki skupini.

Uporabna umetna inteligenca(uporablja se tudi izraz »šibek AI« ali »ozek AI«, v angleški tradiciji - šibek/uporabni/ozek AI) je AI, zasnovan za reševanje katerega koli intelektualnega problema ali majhnega niza njih. Ta razred vključuje sisteme za igranje šaha, Go, prepoznavanje slike, govora, sprejemanje odločitev o izdaji ali neizdaji bančnega posojila itd.

V nasprotju z uporabno umetno inteligenco je predstavljen koncept univerzalna umetna inteligenca(tudi “strong AI”, v angleščini - strong AI/Artificial General Intelligence) - torej hipotetični (zaenkrat) AI, ki je sposoben rešiti vse intelektualne probleme.

Pogosto ljudje brez poznavanja terminologije enačijo AI z močno AI, zato se pojavljajo sodbe v duhu »AI ne obstaja«.

Močna umetna inteligenca res še ne obstaja. Skoraj ves napredek, ki smo mu bili priča v zadnjem desetletju na področju umetne inteligence, je napredek aplikacijskih sistemov. Teh uspehov ne gre podcenjevati, saj so uporabni sistemi v nekaterih primerih sposobni rešiti intelektualne probleme bolje kot univerzalna človeška inteligenca.

Mislim, da ste opazili, da je koncept AI precej širok. Recimo, mentalno računanje je tudi intelektualna naloga, kar pomeni, da bo vsak računski stroj obravnavan kot sistem AI. Kaj pa računi? Abakus? Antikiterski mehanizem? Pravzaprav so vsi ti formalno, čeprav primitivni sistemi AI. Običajno pa s tem, ko sistem imenujemo sistem AI, s tem poudarimo kompleksnost problema, ki ga ta sistem rešuje.

Povsem očitno je, da je delitev intelektualnih nalog na enostavne in zapletene zelo umetna in naše predstave o kompleksnosti določenih nalog se postopoma spreminjajo. Mehanski računski stroj je bil v 17. stoletju čudež tehnike, danes pa ljudje, ki so se že od otroštva srečevali z veliko bolj zapletenimi mehanizmi, nad njim ne morejo več biti navdušeni. Ko avtomobili, ki igrajo Go, ali samovozeči avtomobili ne bodo več presenečali javnosti, se bodo verjetno našli ljudje, ki bodo zdrznili, ker bo nekdo takšne sisteme označil za AI.

"Odlični roboti": o učnih sposobnostih AI

Druga smešna napačna predstava je, da morajo imeti sistemi AI sposobnost samoučenja. Po eni strani to ni nujna lastnost sistemov umetne inteligence: obstaja veliko neverjetnih sistemov, ki se ne morejo samoučiti, a kljub temu rešujejo veliko težav bolje kot človeški možgani. Po drugi strani pa nekateri preprosto ne vedo, da je samoučenje lastnost, ki so jo mnogi sistemi AI pridobili pred več kot petdesetimi leti.

Ko sem leta 1999 napisal svoj prvi šahovski program, je bilo samoučenje na tem področju že nekaj povsem običajnega - programi so si lahko zapomnili nevarne položaje, si prilagodili uvodne variacije po svoje in uravnavali stil igre ter se prilagajali nasprotniku. Seveda so bili ti programi še zelo daleč od Alpha Zero. Vendar pa so že obstajali tudi sistemi, ki so se naučili vedenja na podlagi interakcij z drugimi sistemi s poskusi v tako imenovanem "okrepitvenem učenju". Vendar pa iz nekega nerazložljivega razloga nekateri še vedno mislijo, da je sposobnost samoučenja pravica človeške inteligence.

Strojno učenje, celotna znanstvena disciplina, se ukvarja s procesi učenja strojev za reševanje določenih problemov.

Obstajata dva velika pola strojnega učenja - nadzorovano učenje in nenadzorovano učenje.

pri usposabljanje z učiteljem stroj že ima določeno število pogojno pravilnih rešitev za določen niz primerov. Naloga usposabljanja v tem primeru je naučiti stroj na podlagi razpoložljivih primerov sprejemati pravilne odločitve v drugih, neznanih situacijah.

Druga skrajnost je učenje brez učitelja. To pomeni, da je stroj postavljen v situacijo, kjer pravilne odločitve niso znane, na voljo so samo podatki v neobdelani, neoznačeni obliki. Izkazalo se je, da lahko v takih primerih dosežete nekaj uspeha. Na primer, stroj lahko naučite prepoznati pomenska razmerja med besedami v jeziku na podlagi analize zelo velikega niza besedil.

Ena vrsta nadzorovanega učenja je učenje s krepitvijo. Ideja je, da sistem AI deluje kot agent, postavljen v neko simulirano okolje, v katerem lahko komunicira z drugimi agenti, na primer s svojimi kopijami, in prejme nekaj povratnih informacij iz okolja prek funkcije nagrajevanja. Na primer šahovski program, ki se igra sam s seboj, postopoma prilagaja svoje parametre in s tem postopoma krepi lastno igro.

Učenje s krepitvijo je precej široko področje, na katerem se uporabljajo številne zanimive tehnike, od evolucijskih algoritmov do Bayesove optimizacije. Najnovejši napredek na področju umetne inteligence za igre se nanaša na izboljšanje umetne inteligence z učenjem z okrepitvijo.

Tveganja tehnološkega razvoja: ali se moramo bati "sodnega dne"?

Nisem eden od alarmantov AI in v tem smislu nikakor nisem sam. Ustvarjalec tečaja Stanford o strojnem učenju, Andrew Ng, primerja problem nevarnosti AI s problemom prenaseljenosti Marsa.

Dejansko je verjetno, da bodo ljudje v prihodnosti kolonizirali Mars. Verjetno je tudi, da bo prej ali slej na Marsu lahko problem prenaseljenosti, a ni povsem jasno, zakaj bi se s tem problemom ukvarjali zdaj? Z Ng se strinjata Yann LeCun, ustvarjalec konvolucijskih nevronskih mrež, in njegov šef Mark Zuckerberg ter Yoshua Benyo, človek, v veliki meri zahvaljujoč raziskavam katerega so sodobne nevronske mreže sposobne reševati kompleksne probleme na področju obdelave besedil.

Predstavitev mojih pogledov na to problematiko bo verjetno trajala več ur, zato se bom osredotočil le na glavne točke.

1. NE MORETE OMEJITI RAZVOJA AI

Alarmisti upoštevajo tveganja, povezana z morebitnim uničujočim vplivom umetne inteligence, medtem ko zanemarjajo tveganja, povezana s poskusom omejitve ali celo ustavitve napredka na tem področju. Tehnološka moč človeštva se povečuje z izjemno hitro hitrostjo, kar vodi do učinka, ki ga imenujem "pocenitev apokalipse".

Pred 150 leti človeštvo ob vsej želji ni moglo povzročiti nepopravljive škode niti biosferi niti sebi kot vrsti. Za uresničitev katastrofičnega scenarija pred 50 leti bi bilo treba koncentrirati vso tehnološko moč jedrskih sil. Jutri bo majhna peščica fanatikov morda dovolj, da povzroči globalno katastrofo, ki jo povzroči človek.

Naša tehnološka moč raste veliko hitreje kot sposobnost človeške inteligence, da to moč nadzoruje.

Razen če človeško inteligenco s svojimi predsodki, agresijo, zablodami in omejitvami nadomesti sistem, ki je sposoben sprejemati boljše odločitve (bodisi AI ali, kar se mi zdi bolj verjetno, človeška inteligenca, tehnološko izboljšana in združena s stroji v en sam sistem) , lahko čakamo na globalno katastrofo.

2. ustvarjanje superinteligence je načeloma nemogoče

Obstaja zamisel, da bo umetna inteligenca prihodnosti zagotovo superinteligenca, boljša od ljudi, celo bolj kot so ljudje boljši od mravelj. V tem primeru se bojim razočarati tudi tehnološke optimiste - naše vesolje vsebuje številne temeljne fizične omejitve, ki bodo očitno onemogočile ustvarjanje superinteligence.

Na primer, hitrost prenosa signala je omejena s svetlobno hitrostjo, na Planckovi lestvici pa se pojavi Heisenbergova negotovost. To vodi do prve temeljne meje - Bremermannove meje, ki uvaja omejitve največje hitrosti izračunov za avtonomni sistem dane mase m.

Druga omejitev je povezana z Landauerjevim načelom, po katerem se pri obdelavi 1 bita informacije proizvede minimalna količina toplote. Prehitri izračuni bodo povzročili nesprejemljivo segrevanje in uničenje sistema. Pravzaprav sodobni procesorji manj kot tisočkrat zaostajajo za Landauerjevo mejo. Zdi se, da je 1000 kar veliko, a druga težava je, da veliko intelektualnih nalog spada v težavnostni razred EXPTIME. To pomeni, da je čas, potreben za njihovo rešitev, eksponentna funkcija velikosti problema. Večkratno pospeševanje sistema daje samo stalno povečanje "inteligence".

Na splošno obstajajo zelo resni razlogi za domnevo, da se superinteligentna močna AI ne bo obnesla, čeprav je raven človeške inteligence seveda lahko presežena. Kako nevarno je to? Najverjetneje ne prav veliko.

Predstavljajte si, da ste nenadoma začeli razmišljati 100-krat hitreje kot drugi ljudje. Ali to pomeni, da boste zlahka prepričali katerega koli mimoidočega, da vam da svojo denarnico?

3. skrbijo nas napačne stvari

Na žalost je zaradi špekulacij alarmantov o strahovih javnosti, omenjenih v zvezi s "Terminatorjem" in slavnim HAL 9000 Clarka in Kubricka, prišlo do premika poudarka na področju varnosti umetne inteligence proti analizi malo verjetnih , ampak učinkoviti scenariji. Hkrati se izpred oči izgubijo resnične nevarnosti.

Vsaka dovolj kompleksna tehnologija, ki si prizadeva zavzeti pomembno mesto v našem tehnološkem okolju, s seboj zagotovo prinaša določena tveganja. Parni stroji so uničili mnoga življenja – v proizvodnji, transportu itd. – preden so bili razviti učinkoviti predpisi in varnostni ukrepi.

Če govorimo o napredku na področju uporabne umetne inteligence, lahko pozornost posvetimo sorodnemu problemu tako imenovanega »Digital Secret Court«. Vedno več aplikacij AI sprejema odločitve o vprašanjih, ki vplivajo na življenja in zdravje ljudi. To vključuje medicinske diagnostične sisteme in na primer sisteme, ki v bankah odločajo o izdaji ali neizdaji posojila stranki.

Hkrati so struktura uporabljenih modelov, nabori uporabljenih dejavnikov in druge podrobnosti postopka odločanja skrite kot poslovna skrivnost osebi, čigar usoda je ogrožena.

Uporabljeni modeli se lahko odločijo na podlagi mnenj strokovnih učiteljev, ki so delali sistematične napake ali imeli določene predsodke – rasne, spolne.

Umetna inteligenca, usposobljena za odločitve takšnih strokovnjakov, bo v svojih odločitvah zvesto posnemala te pristranskosti. Navsezadnje lahko ti modeli vsebujejo posebne napake.

Malo ljudi se zdaj ukvarja s temi problemi, saj je seveda SkyNet, ki sproži jedrsko vojno, seveda veliko bolj spektakularen.

Nevronske mreže kot "vroči trend"

Po eni strani so nevronske mreže eden najstarejših modelov, ki se uporabljajo za ustvarjanje sistemov AI. Sprva so se pojavili kot rezultat bioničnega pristopa, vendar so hitro pobegnili od svojih bioloških prototipov. Edina izjema so impulzne nevronske mreže (vendar še niso našle široke uporabe v industriji).

Napredek zadnjih desetletij je povezan z razvojem tehnologij globokega učenja – pristopa, pri katerem so nevronske mreže sestavljene iz velikega števila plasti, od katerih je vsaka zgrajena na podlagi določenih pravilnih vzorcev.

Poleg ustvarjanja novih modelov nevronskih mrež je pomemben napredek storjen tudi na področju učnih tehnologij. Danes se nevronske mreže ne poučujejo več z uporabo računalniških centralnih procesorjev, temveč z uporabo specializiranih procesorjev, ki so sposobni hitro izvajati matrične in tenzorske izračune. Najpogostejša vrsta takšnih naprav danes so video kartice. Vendar pa aktivno poteka razvoj še bolj specializiranih naprav za usposabljanje nevronskih mrež.

Na splošno pa so nevronske mreže danes seveda ena glavnih tehnologij na področju strojnega učenja, ki jim dolgujemo rešitev številnih problemov, ki so bili prej nezadovoljivo rešeni. Po drugi strani pa morate seveda razumeti, da nevronske mreže niso rešitev. Za nekatera opravila še zdaleč niso najbolj učinkovito orodje.

Kako pametni so torej današnji roboti?

Vse je relativno. V primerjavi s tehnologijo iz leta 2000 so sedanji dosežki videti kot pravi čudež. Vedno bodo ljudje, ki radi godrnjajo. Pred 5 leti so na vso moč govorili o tem, da stroji nikoli ne bodo zmagali nad ljudmi v Go (ali pa vsaj ne bodo zmagali prav kmalu). Rekli so, da stroj nikoli ne bo mogel narisati slike iz nič, medtem ko danes ljudje praktično ne morejo razlikovati slik, ki so jih ustvarili stroji, od slik njim neznanih umetnikov. Konec lanskega leta so se stroji naučili sintetizirati govor, ki se tako rekoč ne razlikuje od človeškega, zadnja leta pa glasba, ki jo ustvarjajo stroji, ne usahne.

Bomo videli, kaj bo jutri. Glede teh aplikacij umetne inteligence sem zelo optimističen.

Obetavne smeri: kje se začeti potapljati na področje umetne inteligence?

Svetoval bi vam, da poskusite obvladati enega od priljubljenih ogrodij nevronske mreže in enega izmed priljubljenih programskih jezikov na področju strojnega učenja (najbolj priljubljena kombinacija je danes TensorFlow + Python).

Ko obvladate ta orodja in imate v idealnem primeru močne temelje na področju matematične statistike in teorije verjetnosti, morate svoja prizadevanja usmeriti na področje, ki bo za vas osebno najbolj zanimivo.

Zanimanje za predmet vašega dela je eden vaših najpomembnejših pomočnikov.

Potrebe po strokovnjakih za strojno učenje obstajajo na različnih področjih – v medicini, bančništvu, znanosti, proizvodnji, zato ima dober specialist danes večjo izbiro kot kadarkoli prej. Potencialne koristi katere koli od teh industrij se mi zdijo nepomembne v primerjavi z dejstvom, da boste v delu uživali.

Zanimanje za kognitivne tehnologije in umetno inteligenco je naraslo, vlaganja tveganega kapitala na tem področju za razvoj in komercializacijo izdelkov pa so presegla več milijard dolarjev.

Številna podjetja vlagajo milijarde v startupe za kognitivne tehnologije in inteligentno vedenje strojev.

Tisk, podprt z velikimi naložbami, trdi, da računalniška inteligenca začenja ubijati delovna mesta in da bodo kmalu računalniki pametnejši od ljudi, nekateri znanstveniki pa inteligenco strojev primerjajo z grožnjo preživetju človeštva.

Umetna inteligenca in inteligenca v tehnologiji

Razvoj intelektualnih sposobnosti strojev

Prvi koraki za demistificiranje tega pojma, predstavitev zgodovine in opis nekaterih glavnih inteligentnih sistemov ter bistvo umetne inteligence, ki je v njegovi osnovi.

Opredelitev umetne inteligence

Področje inteligentnega vedenja trpi zaradi preohlapnih definicij.

Umetna inteligenca je teorija in razvoj računalniških sistemov, ki lahko opravljajo naloge, ki zahtevajo človeško inteligenco.

Bistvo umetne inteligence vključuje naloge, kot so vizualno zaznavanje, prepoznavanje govora, odločanje v pogojih negotovosti, učenje in prevajanje med jeziki. Definicija nam danes omogoča razpravo o praktičnih aplikacijah, ki dosegajo končno razumevanje mehanizmov nevrološke inteligence. Niz nalog, ki običajno zahtevajo človeško inteligenco, je mogoče spremeniti in prenesti na računalniške sisteme, ki so sposobni izvajati te naloge. Tako je pomen " umetna inteligenca» se razvija skozi čas.

Uporabna definicija umetne inteligence je teorija in razvoj računalniških sistemov, ki so sposobni opravljati naloge, ki bi običajno zahtevale človeško inteligenco.

Zgodovina umetne inteligence

Umetna inteligenca oziroma inteligenca ni nova ideja. Pravzaprav sam izraz izvira iz petdesetih let prejšnjega stoletja. Za zgodovino tega območja so značilna obdobja navdušenja in visokih pričakovanj, ki se izmenjujejo z obdobji neuspehov in razočaranj:

1. Potem ko so v petdesetih letih 20. stoletja ubesedili drzen cilj simulacije človeške inteligence, so raziskovalci v 60. in 70. letih prejšnjega stoletja razvili široko paleto demonstracijskih programov, ki so bili sposobni opravljati vrsto nalog, za katere se je mislilo, da so izključno domena človekove dejavnosti. To vključuje dokazovanje izrekov, računanje problemov, odzivanje na ukaze, načrtovanje in izvajanje fizičnih dejanj – celo lažno predstavljanje terapevta in komponiranje glasbe. Toda poenostavljeni algoritmi, slabe metode za obvladovanje negotovosti in omejitve računalniške moči so preprečili poskuse reševanja zapletenih ali bolj raznolikih problemov. Sredi razočaranja zaradi pomanjkanja nadaljnjega napredka je umetna inteligenca sredi sedemdesetih let prejšnjega stoletja padla v nemilost.
2. V zgodnjih osemdesetih letih je Japonska začela program za razvoj napredne računalniške arhitekture, ki bi lahko spodbujala inteligenco. Leta 1980 je svet opazil zanimanje komercialnih ponudnikov tehnologije za te izdelke. Velika upanja glede potenciala ekspertnih sistemov so bila na koncu razblinjena zaradi omejitev, vključno s hudim pomanjkanjem zdrave pameti, težavami pri zajemanju znanja ter stroški in kompleksnostjo gradnje in vzdrževanja velikih inteligentnih sistemov.
3. V 90. letih se je nadaljevalo tehnično delo na področju inteligentnega obnašanja strojev. Metode, kot so nevronske mreže in genetski algoritmi, so dobile nov vpogled delno zato, ker so se izognile nekaterim omejitvam ekspertnih sistemov in ker so novi algoritmi postali učinkovitejši. Pri načrtovanju nevronskih mrež so preučevali možganske strukture. Genetski algoritmi so s ciljem »razvoja« uvedli nove rešitve z uvajanjem naključnih mutacij.

Katalizatorji razvoja umetne inteligence

V poznih 2000-ih so številni dejavniki pomagali obnoviti napredek v tehnologiji inteligentnega vedenja. To so bili najpomembnejši dejavniki za napredek umetne inteligence:

Moorov zakon

Moorov zakon – katerega avtor je soustanovitelj Intela Gordon Moore, navaja, da se število tranzistorjev na čipu mikrovezja podvoji vsaki 2 leti, računalniška moč pa se neusmiljeno povečuje. Sedanja generacija mikroprocesorjev zagotavlja 4-milijonkrat večjo zmogljivost kot prvi mikroprocesorski čip, ustvarjen leta 1971.

Velika količina podatkov

Delno po zaslugi interneta, družbenih medijev, mobilnih naprav in nizkocenovnih senzorjev količina podatkov po svetu hitro narašča. Naraščajoče zavedanje potencialne vrednosti teh podatkov je vodilo v razvoj novih metod za upravljanje in analizo zelo velikih nizov podatkov. Veliki podatki so postali osnova za razvoj umetne inteligence.

Posebnost uporabe podatkov je, da nekatere tehnike umetne inteligence uporabljajo statistične modele za razmišljanje o verjetnostnih podatkih, kot so slike, besedilo ali govor. Te modele je mogoče izboljšati ali "usposobiti", tako da jih izpostavite večjemu naboru podatkov, ki so zdaj bolj dostopni kot kdaj koli prej.

Internet in oblak

Internet in računalništvo v oblaku sta napredek v umetni inteligenci iz dveh razlogov.

• Prvič, dajo ogromne količine podatkov in informacij na voljo kateri koli računalniški napravi, povezani z internetom. To je pomagalo napredovati pri delu inteligentne inteligence, ki zahteva velike nabore podatkov.
• Drugič, ljudem omogočajo način sodelovanja – včasih eksplicitno ali implicitno pomagajo pri usposabljanju sistemov umetne inteligence. Nekateri raziskovalci so na primer uporabili množično iskanje v oblaku (vključevanje spletne skupnosti), da bi zaposlili na tisoče ljudi, da bi opisali digitalne slike, kar je omogočilo algoritmom, da kategorizirajo slike na podlagi njihovih opisov. Google Voice Typing analizira povratne informacije in prosto vnaša vnose svojih uporabnikov, da izboljša kakovost samodejnega prevajanja in glasovnega tipkanja.

Novi algoritmi za razvoj umetne inteligence

Algoritem predstavlja rutinski proces za reševanje programov ali problemov. V zadnjih letih so bili razviti novi algoritmi, ki znatno izboljšujejo učinkovitost strojnega učenja, ki je sama po sebi pomembna tehnologija, in drugih tehnologij, kot je računalniški vid. Dejstvo, da so algoritmi strojnega učenja zdaj odprtokodni, lahko razvijalcem zagotovi nadaljnje izboljšave, da izboljšajo delovanje umetne inteligence.

Očitno bo nastal svet z umetno inteligenco in inteligenco, kjer bodo naprave in stroji veliko bolj intuitivni, kar bo poenostavilo in obogatilo vsakdanje življenje. Na primer, pametni telefoni se zdaj bolj zavedajo naših preferenc in okolice, predvidevajo naše potrebe in nam ob pravem času zagotavljajo ustrezne informacije.

Novice o novostih na področju umetne inteligence se pojavljajo z zavidljivo pogostostjo. Tako je januarja letos Google objavil svoje načrte v sodelovanju z Movidiusom za ustvarjanje mobilnih procesorjev z zmožnostmi strojnega učenja. Navedeni cilji partnerstva so zagotoviti zmogljivosti strojne inteligence ljudem v njihovih ročnih napravah. In februarja so inženirji MIT že predstavili procesor Eyeriss, zahvaljujoč kateremu se lahko v prenosnih napravah pojavi umetna inteligenca. In to ob dejstvu, da se obseg naložb v razvoj sistemov umetne inteligence iz leta v leto povečuje.

Vse kaže, da bo umetna inteligenca kmalu prodrla tudi v naše pametne telefone, ki bodo postali bistveno pametnejši. Torej nismo daleč od vstaje strojev? Koliko pametnejši morajo postati stroji, da prevzamejo oblast nad ljudmi? In kako resnično je?

Umetna inteligenca ena, umetna inteligenca dva, umetna inteligenca tri

Ko beremo ali slišimo o umetni inteligenci, si mnogi med nami predstavljamo SkyNet in stroje iz slavnega filma Terminator. Kaj raziskovalci in razvijalci mislijo s tem pojmom?

Obstajajo tri vrste AI, ki jih moramo ali jih bomo morda morali ustvariti:

Ozko usmerjena umetna inteligenca. Točno to bomo v bližnji prihodnosti dobili v naših novih pametnih telefonih. Takšna inteligenca je v določenih dejavnostih ali operacijah boljša od človeške inteligence. Računalnik z visoko usmerjeno umetno inteligenco lahko premaga svetovnega šahovskega prvaka, parkira avto ali izbere najbolj relevantne rezultate v iskalniku.

Moč tovrstne umetne inteligence je v računalniških zmogljivostih procesorjev. Večje kot so te priložnosti, učinkoviteje so zadane naloge rešene. In s povečanjem moči procesorja zdaj ni težav. Ozko usmerjeni AI se v filozofiji umetne inteligence (ta obstaja) imenuje šibek.

Toda same računalniške zmogljivosti po mnenju znanstvenikov niso dovolj za ustvarjanje resnično pametnih strojev. Čeprav je bil prav fiktivni primer spontanega prehoda šibke umetne inteligence v močno podlago za scenarij filmov o Terminatorju. SkyNet, superračunalnik ameriškega ministrstva za obrambo, namenjen nadzoru sistema protiraketne obrambe, se zave in začne sprejemati lastne odločitve.

Splošna umetna inteligenca. Če smo že ustvarili sisteme z ozko usmerjenim AI in našli praktične aplikacije zanje, potem je s splošnim AI vse veliko bolj zapleteno. Ta vrsta umetne inteligence je že inteligenca na človeški ravni. Je univerzalen in sposoben izvajati enake intelektualne operacije kot človeški možgani.

Če bomo v življenju videli popolnoma humanoidne robote, bodo imeli točno to vrsto inteligence. Spomnite se androida Andrewa iz filma Chrisa Columbusa Bicentennial Man. Roboti s takšno AI se bodo lahko samostojno učili, razmišljali in sprejemali odločitve kot ljudje. Lahko bodo zgradili odnose z ljudmi okoli sebe, postali bodo prijatelji in pomočniki. Tovrstno umetno inteligenco imenujemo močna.

Toda med močno in šibko umetno inteligenco obstaja prepad. Če želite iti od enega do drugega, ni dovolj povečati računalniške moči računalnikov, temveč jim morate dati tudi inteligenco. Znanstveniki še niso videli jasnega načina za to.

Umetna superinteligenca. Prav ta vrsta umetne inteligence pritegne široko pozornost. Predvsem zato, ker možnost njegovega nastanka mnogi znanstveniki dojemajo kot nevarnost za človeštvo. SkyNet je ilustracija takšne grožnje.

Superinteligenca bo pametnejša od vseh ljudi. Skoraj na vseh področjih bo boljši od človeka. Sposoben bo reševati zapletene probleme in narediti znanstvena odkritja. Kako se bo inteligentni stroj obnašal v odnosu do človeštva?

Znanstveniki predlagajo tri modele interakcije:

Oracle- lahko dobimo odgovor na vsako kompleksno vprašanje.

gin- sam bo naredil vse, kar potrebujemo, pri čemer bo za to uporabil vsaj molekularni sestavljalec, celo robotske laboratorije in tovarne, ki delujejo brez človekovega posredovanja.

Suvereno- Sam bo našel problem in ga sam rešil.

Kot lahko vidite, izraz »umetna inteligenca« vsebuje tri oblike obstoja umetne inteligence. Njihove medsebojne razlike so pomembne, prav tako posledice prehoda z ene AI na drugo. Ali lahko določimo stopnjo inteligence pametnih strojev, da bi razumeli, s kom imamo opravka?

Kako izmeriti umetno inteligenco?

Ljudje se med seboj razlikujemo po stopnji inteligence. Za njegovo kvantificiranje se uporabljajo posebni testi. IQ test je znan mnogim. Kako se meri inteligenca strojev?

Če se medijskega poročanja lotimo nekritično, se intelektualna raven sodobnih strojev giblje med IQ 4-letnega otroka in 13-letnega najstnika. Ti dve številki ponazarjata dva pristopa k merjenju inteligence strojev.

Leta 2015 je skupina znanstvenikov iz Illinoisa testirala sistem umetne inteligence ConceptNet, ustvarjen na tehnološkem inštitutu v Massachusettsu, s standardnim IQ testom za otroke, stare od 2,5 do 7 let. Rezultati stroja so ustrezali povprečni zmogljivosti štiriletnega otroka.

Poleg uporabe testov, namenjenih ljudem, je splošno poznan in uporabljan poseben test, namenjen strojem. Turingov test je zasnovan tako, da ugotovi, ali lahko stroj razmišlja.

Test je sledeč. Ena oseba – sodnik – komunicira z dvema sogovornikoma, ki ju ne vidi. Vsa interakcija se izvaja z dopisovanjem z uporabo posredniškega računalnika. Eden od sogovornikov je oseba, drugi pa računalniški program, ki se predstavlja kot oseba. Če sodnik ne more z gotovostjo reči, kateri od njegovih sogovornikov je program, se šteje, da je stroj opravil test.

Do danes je bil Turingov test opravljen le enkrat. Leta 2014 je program Eugene Goostman, ki je posnemal 13-letnega najstnika, ki so ga njegovi razvijalci imenovali Eugene Goostman, uspel zavajati sodnike in se predstavljati za osebo.

Vendar pa obstaja veliko ugovorov proti takšnim testom. Tako računalniki kot njihovi programi so danes nosilci šibke, ozko usmerjene umetne inteligence. Takšna inteligenca lahko samo posnema osebo, ki opravlja test.

Vse se bo spremenilo, ko bomo iz šibke umetne inteligence prešli na močno. Stroj, obdarjen s splošno umetno inteligenco, ki bo podobna človeški inteligenci, bo že imel zavest in samozavedanje, torej bo razmišljal. Takšen računalnik bi prestal standardni test IQ in bi na vprašanja odgovarjal zavestno kot človek.

Človeški IQ se giblje od 85 do 130. Isti kazalniki bodo na voljo splošni AI. Toda zgornja raven IQ umetne superinteligence ne bo imela nobenih omejitev. Lahko jih je 1000 ali 10 000. Kaj nas čaka, ko se AI izboljša?

Umetna inteligenca je v zadnjem času ena najbolj priljubljenih tem v svetu tehnologije. Umi, kot so Elon Musk, Stephen Hawking in Steve Wozniak, so resno zaskrbljeni zaradi raziskav umetne inteligence in trdijo, da nas njihovo ustvarjanje postavlja v smrtno nevarnost. Hkrati so znanstvena fantastika in hollywoodski filmi povzročili številne napačne predstave o AI. Ali smo res v nevarnosti in kakšne netočnosti delamo, ko si predstavljamo uničenje Skynet Earth, splošno brezposelnost ali, nasprotno, blaginjo in brezskrbnost? Gizmodo je preučil človeške mite o umetni inteligenci. Tu je celoten prevod njegovega članka.

Imenujejo ga najpomembnejši test strojne inteligence, odkar je Deep Blue pred 20 leti premagal Garija Kasparova v šahovski partiji. Google AlphaGo je na turnirju Go premagal velemojstra Leeja Sedola s poraznim rezultatom 4:1 in pokazal, kako resno je napredovala umetna inteligenca (AI). Usodni dan, ko bodo stroji v inteligenci končno prehiteli ljudi, se še nikoli ni zdel tako blizu. A zdi se, da nismo nič bližje razumevanju posledic tega epohalnega dogodka.

Pravzaprav se o umetni inteligenci oklepamo resnih in celo nevarnih napačnih predstav. Lani je ustanovitelj SpaceX Elon Musk opozoril, da bi umetna inteligenca lahko prevzela svet. Njegove besede so povzročile vihar komentarjev, tako nasprotnikov kot zagovornikov tega mnenja. Za tako prihodnji monumentalni dogodek obstaja presenetljivo veliko nesoglasij o tem, ali se bo zgodil in če bo, v kakšni obliki. To je še posebej zaskrbljujoče glede na neverjetne koristi, ki bi jih lahko človeštvo pridobilo z umetno inteligenco, in morebitna tveganja. Za razliko od drugih človeških izumov ima umetna inteligenca potencial, da spremeni človeštvo ali nas uniči.

Težko je vedeti, čemu verjeti. Toda zahvaljujoč zgodnjemu delu računalniških znanstvenikov, nevroznanstvenikov in teoretikov umetne inteligence se začenja pojavljati jasnejša slika. Tukaj je nekaj pogostih napačnih predstav in mitov o umetni inteligenci.

Mit št. 1: »Nikoli ne bomo ustvarili AI z inteligenco, primerljivo s človeško«

Realnost:Že imamo računalnike, ki so enaki ali presegli človeške zmogljivosti pri šahu, igri Go, trgovanju z delnicami in pogovoru. Računalniki in algoritmi, ki jih poganjajo, so lahko samo še boljši. Samo vprašanje časa je, kdaj bodo pri kateri koli nalogi presegli ljudi.

Raziskovalni psiholog z univerze New York Gary Marcus je dejal, da "dobesedno vsi", ki delajo na področju umetne inteligence, verjamejo, da nas bodo stroji sčasoma premagali: "Edina resnična razlika med navdušenci in skeptiki so ocene časa." Futuristi, kot je Ray Kurzweil, verjamejo, da bi se to lahko zgodilo v nekaj desetletjih; drugi pravijo, da bo trajalo stoletja.

Skeptiki umetne inteligence niso prepričljivi, ko pravijo, da gre za nerešljiv tehnološki problem in da je v naravi bioloških možganov nekaj edinstvenega. Naši možgani so biološki stroji – obstajajo v resničnem svetu in se držijo osnovnih fizikalnih zakonov. Na njih ni nič nespoznavnega.

Mit št. 2: "Umetna inteligenca bo imela zavest"

Realnost: Večina si predstavlja, da bo strojna inteligenca zavestna in razmišljala tako, kot razmišljajo ljudje. Poleg tega kritiki, kot je soustanovitelj Microsofta Paul Allen, verjamejo, da še ne moremo doseči umetne splošne inteligence (sposobne rešiti vsak duševni problem, ki ga lahko reši človek), ker nimamo znanstvene teorije zavesti. Toda kot pravi specialist za kognitivno robotiko Imperial College London Murray Shanahan, teh dveh konceptov ne smemo enačiti.

»Zavest je zagotovo neverjetna in pomembna stvar, vendar ne verjamem, da je potrebna za umetno inteligenco na ravni človeka. Natančneje, besedo »zavest« uporabljamo za označevanje več psiholoških in kognitivnih lastnosti, s katerimi človek »prihaja«, pojasnjuje znanstvenik.

Možno si je predstavljati pameten stroj, ki nima ene ali več teh funkcij. Končno lahko ustvarimo neverjetno inteligentno umetno inteligenco, ki sveta ne more dojemati subjektivno in zavestno. Shanahan trdi, da je um in zavest mogoče združiti v stroju, vendar ne smemo pozabiti, da gre za dva različna pojma.

Samo zato, ker stroj prestane Turingov test, v katerem ga ni mogoče razlikovati od človeka, še ne pomeni, da je zavesten. Nam se bo napredna umetna inteligenca morda zdela zavestna, vendar ne bo nič bolj samozavestna kot kamen ali kalkulator.

Mit št. 3: "Ne smemo se bati AI"

Realnost: Januarja je ustanovitelj Facebooka Mark Zuckerberg dejal, da se umetne inteligence ne bi smelo bati, ker bo naredila neverjetno veliko dobrih stvari za svet. Pol ima prav. Od umetne inteligence bomo imeli ogromno koristi, od samovozečih avtomobilov do ustvarjanja novih zdravil, vendar ni nobenega zagotovila, da bo vsaka implementacija umetne inteligence benigna.

Visoko inteligenten sistem lahko ve vse o določeni nalogi, kot je reševanje mučnega finančnega problema ali vdor v sovražnikov obrambni sistem. Toda zunaj meja teh specializacij bo globoko ignorantsko in nezavedno. Googlov sistem DeepMind je strokovnjak za Go, vendar nima možnosti ali razloga za raziskovanje področij zunaj svoje specializacije.

Mnogi od teh sistemov morda niso predmet varnostnih pomislekov. Dober primer je zapleten in močan virus Stuxnet, militarizirani črv, ki sta ga razvili izraelska in ameriška vojska za infiltracijo in sabotažo iranskih jedrskih elektrarn. Ta virus je nekako (namerno ali po naključju) okužil rusko jedrsko elektrarno.

Drug primer je program Flame, ki se uporablja za kibernetsko vohunjenje na Bližnjem vzhodu. Zlahka si je predstavljati, da bodo prihodnje različice Stuxneta ali Flamea presegle predvideni namen in povzročile veliko škodo občutljivi infrastrukturi. (Da bo jasno, ti virusi niso umetna inteligenca, toda v prihodnosti jo bodo morda imeli, zato skrb).

Virus Flame je bil uporabljen za kibernetsko vohunjenje na Bližnjem vzhodu. Fotografija: Wired

Mit št. 4: "Umetna superinteligenca bo preveč pametna, da bi delala napake"

Realnost: Raziskovalec umetne inteligence in ustanovitelj Surfing Samurai Robots Richard Lucimore meni, da je večina scenarijev konca umetne inteligence nedoslednih. Vedno temeljijo na predpostavki, da umetna inteligenca pravi: "Vem, da je uničenje človeštva posledica napake v mojem načrtu, vendar sem vseeno prisiljen to storiti." Lucimore pravi, da če se AI tako obnaša in razmišlja o našem uničenju, ga bodo takšna logična protislovja preganjala vse življenje. To posledično poslabša njegovo bazo znanja in postane preveč neumen, da bi ustvaril nevarno situacijo. Znanstvenik tudi trdi, da se ljudje, ki pravijo: "AI lahko naredi le tisto, za kar je programiran", prav tako motijo ​​kot njihovi kolegi na začetku računalniške dobe. Takrat so ljudje s to besedno zvezo trdili, da računalniki niso sposobni dokazati niti najmanjše prilagodljivosti.

Peter Macintyre in Stuart Armstrong, ki delata na Inštitutu za prihodnost človeštva na Univerzi v Oxfordu, se ne strinjata z Lucimorom. Trdijo, da je AI v veliki meri vezan na to, kako je programiran. McIntyre in Armstrong verjameta, da umetna inteligenca ne bo mogla delati napak ali biti preveč neumna, da ne bi vedela, kaj od nje pričakujemo.

»Po definiciji je umetna superinteligenca (ASI) subjekt z inteligenco, ki je bistveno večja od inteligence najboljših človeških možganov na katerem koli področju znanja. Natančno bo vedel, kaj smo želeli, da naredi,« pravi McIntyre. Oba znanstvenika verjameta, da bo umetna inteligenca naredila le tisto, za kar je programirana. Toda če postane dovolj pameten, bo razumel, kako drugače je to od duha zakona ali namenov ljudi.

McIntyre je prihodnji položaj ljudi in umetne inteligence primerjal s trenutno interakcijo med človekom in miško. Cilj miške je iskanje hrane in zatočišča. Toda pogosto je v nasprotju z željo človeka, ki želi, da njegova žival prosto teče naokoli. »Smo dovolj pametni, da razumemo nekatere cilje miši. Tako bo tudi ASI razumel naše želje, vendar bo do njih brezbrižen,« pravi znanstvenica.

Kot kaže zaplet filma Ex Machina, bo človek izredno težko obdržal pametnejši AI

Mit št. 5: "Preprost popravek bo rešil problem nadzora AI"

Realnost: Z ustvarjanjem umetne inteligence, pametnejše od ljudi, se bomo soočili s problemom, znanim kot "problem nadzora". Futuristi in teoretiki AI zapadejo v popolno zmedo, če jih vprašate, kako bomo zajezili in omejili ASI, če se ta pojavi. Ali kako poskrbeti, da bo do ljudi prijazen. Pred kratkim so raziskovalci na Georgia Institute of Technology naivno predlagali, da bi se AI lahko naučil človeških vrednot in družbenih pravil z branjem preprostih zgodb. V resnici bo veliko težje.

»Predlaganih je bilo veliko preprostih trikov, ki bi lahko 'rešili' celoten problem nadzora AI,« pravi Armstrong. Primeri so vključevali programiranje ASI tako, da je bil njegov namen zadovoljiti ljudi, ali tako, da je preprosto deloval kot orodje v rokah osebe. Druga možnost je vključitev konceptov ljubezni ali spoštovanja v izvorno kodo. Da bi preprečili, da bi umetna inteligenca sprejela poenostavljen, enostranski pogled na svet, je bilo predlagano, da se programira tako, da ceni intelektualno, kulturno in družbeno raznolikost.

Toda te rešitve so preveč enostavne, kot poskus, da bi celotno kompleksnost človeških všečnosti in nevšečnosti stlačili v eno površinsko definicijo. Poskusite na primer pripraviti jasno, logično in uporabno definicijo »spoštovanja«. To je izjemno težko.

Stroji v Matrici bi zlahka uničili človeštvo

Mit št. 6: "Umetna inteligenca nas bo uničila"

Realnost: Nobenega zagotovila ni, da nas bo umetna inteligenca uničila ali da ne bomo mogli najti načina za njen nadzor. Kot je rekel teoretik umetne inteligence Eliezer Yudkowsky, "umetna inteligenca vas niti ne ljubi niti ne sovraži, vendar ste narejeni iz atomov, ki jih lahko uporabi za druge namene."

V svoji knjigi »Umetna inteligenca. Obdobja. Grožnje. Strategije,« je oxfordski filozof Nick Bostrom zapisal, da bo prava umetna superinteligenca, ko se pojavi, predstavljala večja tveganja kot katera koli druga človeška iznajdba. Zaskrbljenost so izrazili tudi ugledni umi, kot so Elon Musk, Bill Gates in Stephen Hawking (slednji je opozoril, da bi umetna inteligenca lahko bila naša »najhujša napaka v zgodovini«).

McIntyre je dejal, da za večino namenov, ki jih ima ASI, obstajajo dobri razlogi, da se znebite ljudi.

»Umetna inteligenca lahko povsem pravilno napove, da ne želimo, da maksimira dobiček določenega podjetja, ne glede na stroške za stranke, okolje in živali. Zato ima močno spodbudo, da zagotovi, da ga ne motijo, posegajo, izključujejo ali spreminjajo pri njegovih ciljih, saj bi to preprečilo, da bi njegovi prvotni cilji bili doseženi,« trdi McIntyre.

Razen če cilji ASI natančno odražajo naše lastne, bo imel dober razlog, da nam prepreči, da bi ga ustavili. Glede na to, da njegova raven inteligence bistveno presega našo, ne moremo storiti ničesar.

Nihče ne ve, v kakšni obliki bo umetna inteligenca ali kako bi lahko ogrozila človeštvo. Kot je opozoril Musk, se lahko umetna inteligenca uporablja za nadzor, regulacijo in spremljanje drugih AI. Lahko pa je prežet s človeškimi vrednotami ali prevladujočo željo po prijaznosti do ljudi.

Mit št. 7: "Umetna superinteligenca bo prijazna"

Realnost: Filozof Immanuel Kant je verjel, da je razum močno povezan z moralo. Nevroznanstvenik David Chalmers je v svoji študiji "Singularnost: filozofska analiza" vzel Kantovo slavno idejo in jo uporabil za nastajajočo umetno superinteligenco.

Če je to res ... lahko pričakujemo, da bo intelektualna eksplozija povzročila moralno eksplozijo. Potem lahko pričakujemo, da bodo nastajajoči sistemi ASI super-moralni in tudi super-inteligentni, kar nam omogoča, da od njih pričakujemo dobro kakovost.

Toda ideja, da bo napredna umetna inteligenca razsvetljena in prijazna, v bistvu ni zelo verjetna. Kot je opozoril Armstrong, je veliko pametnih vojnih zločincev. Zdi se, da povezava med inteligenco in moralo med ljudmi ne obstaja, zato dvomi o delovanju tega principa med drugimi inteligentnimi oblikami.

»Pametni ljudje, ki se obnašajo nemoralno, lahko povzročijo bolečino v veliko večjem obsegu kot njihovi neumnejši kolegi. Razumnost jim preprosto daje možnost, da so slabi z veliko inteligenco, ne spremeni jih v dobre ljudi,« pravi Armstrong.

Kot je pojasnil MacIntyre, zmožnost subjekta, da doseže cilj, ni pomembna za to, ali je cilj že na začetku razumen. »Imeli bomo veliko srečo, če bodo naši AI edinstveno nadarjeni in se bo njihova raven morale povečala skupaj z njihovo inteligenco. Zanašanje na srečo ni najboljši pristop za nekaj, kar bi lahko oblikovalo našo prihodnost,« pravi.

Mit št. 8: "Tveganja umetne inteligence in robotike so enaka"

Realnost: To je še posebej pogosta napaka, ki jo ohranjajo nekritični mediji in hollywoodski filmi, kot je Terminator.

Če bi umetna superinteligenca, kot je Skynet, res želela uničiti človeštvo, ne bi uporabljala androidov s šestcevnimi mitraljezi. Veliko bolj učinkovito bi bilo poslati biološko kugo ali nanotehnološko sivo goo. Ali preprosto uniči atmosfero.

Umetna inteligenca je potencialno nevarna ne zato, ker lahko vpliva na razvoj robotike, ampak zaradi tega, kako bo njen videz vplival na svet nasploh.

Mit št. 9: "Upodobitev AI v znanstveni fantastiki je natančna predstavitev prihodnosti."

Veliko vrst umov. Slika: Eliezer Yudkowsky

Seveda so avtorji in futuristi uporabili znanstveno fantastiko za ustvarjanje fantastičnih napovedi, toda obzorje dogodkov, ki ga vzpostavi ASI, je povsem druga zgodba. Poleg tega nečloveška narava umetne inteligence onemogoča, da bi poznali in s tem predvideli njeno naravo in obliko.

Da bi nas neumne ljudi zabavala, znanstvena fantastika večino umetne inteligence prikazuje kot nam podobnih. »Obstaja spekter vseh možnih umov. Tudi med ljudmi si precej drugačen od soseda, a ta razlika ni nič v primerjavi z vsemi umi, ki lahko obstajajo,« pravi McIntyre.

Ni nujno, da je večina znanstvene fantastike znanstveno točna, da bi povedala prepričljivo zgodbo. Konflikt se običajno odvija med junaki podobne moči. »Predstavljajte si, kako dolgočasna bi bila zgodba, v kateri bi umetna inteligenca brez zavesti, veselja ali sovraštva uničila človeštvo brez kakršnega koli odpora, da bi dosegla nezanimiv cilj,« pripoveduje Armstrong in zeha.

V tovarni Tesla dela na stotine robotov

Mit št. 10: "Grozno je, da bo umetna inteligenca prevzela vsa naša delovna mesta."

Realnost: Sposobnost umetne inteligence, da avtomatizira večino tega, kar počnemo, in njen potencial za uničenje človeštva sta dve zelo različni stvari. Toda po mnenju Martina Forda, avtorja knjige The Dawn of the Robots: Technology and the Threat of a Jobless Future, se nanje pogosto gleda kot na celoto. Dobro je razmišljati o oddaljeni prihodnosti umetne inteligence, dokler nas ne odvrne od izzivov, s katerimi se bomo soočili v prihodnjih desetletjih. Glavna med njimi je množična avtomatizacija.

Nihče ne dvomi, da bo umetna inteligenca nadomestila številna obstoječa delovna mesta, od tovarniškega delavca do višjih slojev belih ovratnikov. Nekateri strokovnjaki napovedujejo, da bo v bližnji prihodnosti polovici vseh delovnih mest v ZDA grozila avtomatizacija.

A to ne pomeni, da se ne moremo spopasti s šokom. Na splošno je za našo vrsto skoraj utopičen cilj, da se znebimo večine našega dela, tako fizičnega kot duševnega.

"Umetna inteligenca bo v nekaj desetletjih uničila veliko delovnih mest, vendar to ni slaba stvar," pravi Miller. Samovozeči avtomobili bodo nadomestili voznike tovornjakov, kar bo znižalo stroške dostave in posledično pocenilo številne izdelke. »Če si voznik tovornjaka in se preživljaš, boš izgubil, vsi drugi pa bodo, nasprotno, lahko kupili več blaga za isto plačo. In denar, ki ga bodo prihranili, bodo porabili za druge dobrine in storitve, ki bodo ustvarile nova delovna mesta za ljudi,« pravi Miller.

Po vsej verjetnosti bo umetna inteligenca ustvarila nove priložnosti za proizvodnjo dobrin in ljudi osvobodila, da počnejo druge stvari. Napredek umetne inteligence bo spremljal napredek na drugih področjih, zlasti v proizvodnji. V prihodnosti nam bo lažje, ne težje, zadovoljiti osnovne potrebe.