Kasmet dirbtinio intelekto pokyčiai tampa vis tobulesni - veido atpažinimo technologija, intelektualūs balso asistentai ir net algoritmų sukurtas menas tampa mūsų gyvenimo dalimi. Bet ar aš sugebėsiu perimti paskutinę žmogaus galimybių ribą ir išmokti patirti emocijas? Kartu su teorijos ir praktikos platforma kviečiame sužinoti apie žmogaus ir mašinos ateitį.
- „Salik.biz“
Šventas ir žinios
Paprastai dirbtinis intelektas niekada negali priartėti prie žmogaus emocionalumo dėl mūsų ypatingos psichinės organizacijos, kurios neįmanoma persodinti į aparatą. Priešingai, iššūkis sukurti emocinę AI kyla iš to, kad žmonėms empatija nėra tokia gera. Mes visai nepanašūs į idealias emocines mašinas, kurios gali lengvai iššifruoti kitų jausmus. Mūsų empatiją rimtai riboja unikalūs išgyvenimai, išmokti stereotipai ir individualios psichoemocinės reakcijos. Taigi vargu ar europietis iš viduriniosios klasės supranta, kokius jausmus reiškia afrikiečių genties lyderis, ir atvirkščiai.
Viena vertus, mes tikime, kad emocionalumas yra šventa dovana, išskirtinė žmonių privilegija. Kita vertus, apie tai žinome per mažai, sako Sergejus Markovas, AI ir mašinų mokymosi specialistas bei portalo 22century.ru įkūrėjas. Jo manymu, atsisakius emocingumo suvokimo kaip kažko švento, bus galima rasti naujų metodų empatijos tyrimui. Atlikdami atvirkštinę inžineriją (tyrinėdami gatavą įrenginį ar programą, kad suprastumėte, kaip jis veikia, ir atrasdami neabejotinas galimybes), tyrinėdami neuroninius tinklus ir mokydamiesi mašinų, galite išmokti iš esmės naujo apie žmogaus emocionalumą. „Mašinų mokymasis daugeliu atvejų leidžia, kaip sakoma, tikėti harmonija su algebra - patikimesnės žinios, pagrįstos stambiųjų duomenų statistika, pakeičia spėliones ir hipotezes“, - įsitikinęs Markovas.
Užmegzkite ryšį
Reklaminis vaizdo įrašas:
Mes galbūt nemėginsime mokyti automobilių apie empatiją tik iš smalsumo, tačiau augantis automatinių sistemų skaičius (nuo balso pagalbininkų iki savarankiškai važiuojančių automobilių) daro emocinę AI būtiną. Pagrindinis iššūkis, su kuriuo susiduria mašinų mokymosi specialistai, yra supaprastinti darbą su skirtingomis sąsajomis tiek įvesties lygiu, tiek informacijos išvesties procese. Akivaizdu, kad bendravimo su kompiuteriais dažnis auga, tačiau pačios tarnybos ir sistemos dar nesupranta, kodėl mes purtome telefoną: iš pykčio ar iš juoko.
Emocinis intelektas jau yra paklausus daugelyje verslo projektų. Nuo reklamos, kuri, prisitaikiusi prie potencialaus kliento emocinės būklės, padidina pardavimus, iki atpažinimo technologijų, kurios, aptikusios nervingiausią minios žmogų, padės sugauti nusikaltėlį.
Tyrėjams teks spręsti emocinio intelekto ir saugos problemas. „Kompiuterių priimti sprendimai neturėtų atrodyti psichopatiški. Jei mašina veikia pasaulyje, kuriame gyvena žmonės, ji turi sugebėti atsižvelgti į „žmogiškas aplinkybes“, tai yra, sugebėti empatijos. Tipiškas pavyzdys: robotas diagnostikas, siunčiantis pagyvenusį žmogų atlikti sudėtingą operaciją, turi atsižvelgti į riziką, susijusią su stresu. Bepilotis automobilis, visiškai neturintis empatijos, tam tikrame kontekste taip pat gali sukelti bėdų “, - sako filosofas Kirilas Martynovas.
Alarmistai, pavyzdžiui, filosofas ir antropoceno specialistas Nickas Bostromas, pažymi Martynovas, tvirtina, kad super intelekto „jautrumo praradimo“problema, kuri ryškiai išsiskiria žmogaus lygio fone, yra gana reali. Jie jau bando užkirsti kelią šiai problemai pasitelkdami teisinius apribojimus. Laikydamiesi šio požiūrio, PG kūrėjai bus teisiškai įpareigoti suteikti vystymąsi emocinio intelekto elementams, būtiniems empatijai.
Mokykite emocijų
Netriviali užduotis sukurti emocinę AI tampa lengvesnė atsiradus naujiems įrankiams, tokiems kaip mašininis mokymasis. Sergejus Markovas apibūdina šį procesą taip: „Galite paimti kelis šimtus tūkstančių žmonių kalbų garso įrašų ir paprašyti žymeklių grupės suderinti„ emocinės abėcėlės “žymeklių rinkinį su kiekviena iš šių frazių. Tuomet atsitiktinai parenkama 80% frazių - šiame pavyzdyje nervų tinklas mokomas atspėti emocinius žymenis. Likusius 20% galima panaudoti norint įsitikinti, ar dirbtinis intelektas veikia tinkamai “. Kitame mokymosi modelyje, kurį apibūdina Markovas, neuroninis tinklas įgyja daugiau nepriklausomybės. Jame pati AI klasifikuoja frazes pagal panašų emocinį spalvingumą, kalbos greitį ir intonaciją, o vėliau išmoksta sintetinti savo teiginius, remdamasi gautomis kategorijomis. Bet kokiu atvejuDideli duomenys tampa pagrindiniu dirbtinio intelekto mokymo šaltiniu.
Evoliucijos lenktynės
„Tai, kad mes patiriame savo emocijas kaip„ tikras “, yra tik dėl to, kad mūsų pažinimo sistema, atsiradusi evoliucijos metu, yra taip sureguliuota. Asmenims, galintiems patirti emocijas ir kontroliuoti savo elgesį, evoliucijos lenktynėse buvo suteiktas pranašumas. Vargu, ar kompiuteriai sugebės priartėti prie tikrojo primatų evoliucijos modeliavimo - šia prasme jų emocijos nebus „tikros““, - įsitikinęs Martynovas.
Svarbiausias Martynovo klausimas: ar įmanoma modeliuoti subjektyvius emocijų išgyvenimus, ką Aristotelis pavadintų siela, o Descartesas - cogito? Mokslas vis dar nepateikia tiesioginio atsakymo į šį klausimą, o filosofai renka konferencijas apie kvaalijos prigimtį (negrįžtami subjektyvios patirties elementai). Nors yra ir tokių optimistų kaip filosofas ir kognityvinis mokslininkas Danielis Dennettas, kurie teigia, kad galiausiai subjektyvi patirtis yra sugebėjimas papasakoti sau ir kitiems apie tai, kaip jautėtės. Mes, žinoma, artimiausiu metu sulauksime įtikinamų žodinių pranešimų apie emocijas iš mašinų, galvoja Martynovas.
Tačiau labai tikėtina, kad Sergejus Markovas tiki, kad mūsų bendra ateitis su emociniu dirbtiniu intelektu įgis tokias formas, kurių šiandien neįmanoma įsivaizduoti esant stereotipiniam žmonių ir mašinų pasipriešinimui: „Greičiau ateityje žmonės ir mašinos bus sujungtos į heterogeniškas sintetines sistemas, kuriose nebegalite daugiau nubrėžti net sąlyginę liniją, atskiriančią žmogų ir jo technologijų produktą. Šiame scenarijuje didelę reikšmę turi emocinis intelektas. “