Šiandien daugelis pasaulio technologijų kompanijų dalyvauja unikaliose varžybose, kurios tiesiogine prasme įkvepia gyvybę dirbtiniam intelektui (AI). Mašininio mokymosi sistemos daugeliui jau tapo neatsiejama verslo dalimi, todėl nenuostabu, jei naujienos apie dirbtinį intelektą ir neuroninius tinklus patenka į jūsų akis beveik kiekvieną dieną. Paprastai tokių naujienų antraštės skamba taip: „Dirbtinis intelektas nugalėjo žmogų vaizdo žaidime“arba „Dirbtinė imituoja žmogaus kalbą“, o kartais „dirbtinis intelektas yra veiksmingesnis nei žmogus nustatydamas vėžio vystymąsi“. Ar tikrai artimas momentas, kai mašinų intelektą galima palyginti su žmonėmis, ar momentas, kai žmogus ir mašina gali kalbėti mažai ir dirbti kartu taip natūraliai, kaip žmonės daro tarpusavyje? Ar mašinos yra toli nuo savęs suvokimo?
Priešlaikinis ažiotažas
Nepaisant to, kad visi aukščiau išvardyti „antraštiniai“dirbtinio intelekto pasiekimai jau yra tikri, tokie žmonės kaip Yang LeCun, „AI“plėtros direktorius „Facebook“ir Niujorko universiteto informatikos profesorius, mano, kad mes pervertiname šių dienų dirbtinio intelekto sistemų galimybes. sukurdamas pernelyg didelį ažiotažą aplink juos.
"Tiesą sakant, mes dar toli gražu nesukuriame mašinų, kurios galėtų išmokti pagrindinės pasaulėžiūros taip, kaip tai gali padaryti žmonės ir gyvūnai", - interviu "The Verge" komentavo LeCune'as.
- Taip, negalima teigti, kad kai kuriose izoliuotose vietovėse mašinos jau įgijo sugebėjimus, pranokstančius žmogaus galimybes, tačiau, norėdami sukurti bendrą visuotinį dirbtinį intelektą, mes net nepriartėjome prie žiurkės lygio.
Vadinamasis bendrasis dirbtinis intelektas yra sistema, kuri nereikalauja žmogaus operatoriaus dalyvavimo ir yra pajėgi atlikti beveik visas užduotis, kurias gali atlikti žmogus. Dabartinės dirbtinio intelekto sistemos yra specializuotos ir gali dirbti tik atlikdamos vieną ar kitą užduotį, pavyzdžiui, tvarkyti kalbos ar vaizdo atpažinimą arba išskirti konkrečius objektus didžiuliais duomenų kiekiais, tai yra, daryti tik tai, kam buvo užprogramuota. Tokie specializuoti intelektiniai intelektai dažnai vadinami „taikomaisiais intelektualiaisiais intelektais“arba „labai specializuotais intelektualiaisiais intelektais“, kurie tik dar kartą parodo jų ribotas intelektines galimybes.
„LeCun“pretenzijoms pritaria MIT darbuotojas ir „Shelley“, AI algoritmo, galinčio parašyti baisias istorijas, bendraautorius Manuelis Sebrianas.
Reklaminis vaizdo įrašas:
„PG yra tiesiog puikus įrankis. Bet, mano nuomone, remiantis patirtimi su Shelley, dirbtinis intelektas toli gražu negali sukurti siaubo istorijų profesionaliu lygmeniu, nes tai vis dar labai toli nuo žmogaus intelekto lygio “, - pažymi Sebrianas.
LeCune apskritai mano, kad, nepaisant visų nuostabių pažangos lygių, kuriuos pastaraisiais metais pasiekė tyrinėtojai ir dirbtinio intelekto kūrėjai, darbas su mašininiu mokymusi ir neuroniniais tinklais nėra tas pats tikrasis dirbtinis intelektas, apie kurį šiandien visi svajoja. …
„Aš jokiu būdu nenoriu sumenkinti mūsų kolegų inžinierių ir tyrėjų iš„ DeepMind “, dirbančių su tuo pačiu„ AlphaGo “, nuopelnų, tačiau, kai žmonės„ AlphaGo “patobulinimą supranta kaip reikšmingą pažangą kuriant bendrą dirbtinį intelektą, tai neteisinga. Nes tai visai ne taip “, - sako LeCunas.
Pierre'as Barot'as, „Aiva Technologies“generalinis direktorius, sukūręs „Aiva“AI muzikos kūrimo algoritmą, taip pat mano, kad pažanga, kurią pasiekėme kurdami sintetinį intelektą, yra šiek tiek perdėta.
„Bendras dirbtinis intelektas yra tema, kuriai skiriama daug dėmesio. Apskritai, aš, žinoma, optimistiškai vertinu, kaip greitai vystosi technologijos, tačiau tuo pačiu manau, kad dauguma žmonių paprasčiausiai nesupranta mūsų pačių smegenų sudėtingumo, jau nekalbant apie tai, kaip sunku bus sukurti dirbtines “, - sako Baro. …
Bendro dirbtinio intelekto kūrimas
Šiandien žmonės labai mėgsta naudoti AI terminą dėl bet kokios priežasties, net jei pokalbis gali būti apie ką nors kita. Bet kurioje naujienoje apie dirbtinį intelektą galite rasti tokių terminų kaip „mašininis mokymasis“ar „gilus mokymasis“, taip pat „neuroniniai tinklai“. Nors kiekvienas iš šių terminų tam tikru mastu yra susijęs su dirbtiniu intelektu, iš tikrųjų mes nekalbame apie dirbtinį intelektą kaip tokį.
Mašininis mokymasis yra įrankis. Algoritmų rinkinys, sudarantis intelektualią sistemą, kuri mokosi sugerdama didžiulį duomenų kiekį. Taip pat gilus mokymasis yra mašininio mokymosi rūšis, nebūtinai susieta su konkrečia užduotimi. Kita vertus, neuroninis tinklas yra sistema, imituojanti smegenų darbą, tačiau vėlgi ji veikia tik funkcijų, pagal kurias kuriami mašininio mokymosi algoritmai, rėmuose.
PG ekspertai mano, kad visi trys aukščiau išvardyti komponentai yra pagrindinis sintetinio intelekto kūrimo pagrindas, turintis galimybę mąstyti žmogiškai, tai yra žinoti savo veiksmus ir jų pasekmes. Bet mes esame tik pačioje šio kelio pradžioje. Ne, mes iš tikrųjų padarėme daug pažangos, tačiau dabartiniai pokyčiai vargu ar mus perkėlė iš vietos į tikrojo intelekto kūrimą. Tačiau visai įdomu susimąstyti, kada turėtume tikėtis, kad atsiras tokio tipo dirbtinis intelektas. Ar yra laiko tarpas?
Pasak AI startuolio „TechCode“vadovo Luco Tungo, tikrasis perėjimas prie visaverčio dirbtinio intelekto „prasidės proveržiu kuriant neprižiūrimus mašininio mokymosi algoritmus“. Kai mes ten pateksime, „mašininis intelektas labai greitai pranoks žmogaus intelektą“, - interviu „Futurism“dalijosi Tangas.
Sakyti, kad to bus sunku pasiekti, praktiškai nėra nieko pasakyti.
„Norint sukurti visavertį bendrą dirbtinį intelektą, reikia rimtos pažangos kuriant ne tik programinę įrangą. Reikalinga reikšminga pažanga neuromokslų ir aparatūros kūrimo srityje “, - sako Baro.
„Mes esame Moore'o įstatymo ribose, kai tranzistoriai pasidaro tokie maži, kad jų tiesiog negalima fiziškai gauti. Naujos aparatinės įrangos aplinkos, tokios kaip kvantinis skaičiavimas, dar neatlikdamos standartinių užduočių dar negalėjo įrodyti savo pranašumo prieš įprastą aparatinę įrangą “, - priduria ekspertas.
Daugelis sutinka, kad tam, kad dirbtinį intelektą galėtų laikyti tikru intelektu, jis turi susidoroti su penkių specifinių problemų sprendimu, iš kurių pirmasis yra Turingo testas, kai mašina turi įtikinti žmogų, kad jis kalba su kitu asmeniu, o ne su mašina. … Tas pats Baro įsitikinęs, kad dabartinė karta galės liudyti, kaip dirbtinis intelektas sėkmingai susidoros su Turingo testu, tai yra, iš tikrųjų, apgaudinės žmogų. Nepaisant to, ekspertas mano, kad „tai nebūtinai bus tik bendras dirbtinis intelektas, bet tai, kas jam jau yra arčiau“.
Intelekto stiprinimas
Neįmanoma nepastebėti, kad bendro dirbtinio intelekto atsiradimas bus vadinamojo technologinio singuliarumo pranašas. Tiems, kurie pamiršo, prisiminkite, kad technologinio singuliarumo samprata kalba apie momentą, kai intelektualios mašinos pranoksta žmogaus intelekto lygį, skatindamos siaučiantį ir eksponentinį technologinį augimą, kuris iš esmės žada pakeisti mūsų gyvenimą. Termino, kaip ir visos koncepcijos, autorius yra Vernoras Vinge'as, kuris 1993 m. Parašė:
„Netrukus galėsime sukurti intelektą, pranokstantį mūsų pačių. Kai tai nutiks, žmonijos istorija pasieks tam tikrą savitumą, intelektualų perėjimą į naują lygį. Iš jos pabėgti bus neįmanoma, kaip ir ištrūkti iš juodosios skylės centro. Nuo šios akimirkos pasaulis pradės keistis tiek, kad viršys mūsų supratimą “.
Nepaisant to, kad šios akimirkos žmonės, pavyzdžiui, „SoftBank“generalinis direktorius Masayoshi Son ir futuristas Ray Kurzweilas, labai laukia, yra tokių (kaip, pavyzdžiui, Elonas Maxas, Stephenas Hawkingas ir net Billas Gatesas), kurie akivaizdžiai to nedaro. Aš labai džiaugiuosi šia perspektyva. Jie teigia, kad žmonės paprasčiausiai nesupranta, ką iš tikrųjų reiškia gauti dirbtinį intelektą, ir mes akivaizdžiai nesame pasirengę galimoms pasekmėms, kurias gali sukelti technologinis ypatingumas.
Bet kodėl reikia žiūrėti į klausimą šiuo požiūriu? Kodėl dirbtinį intelektą reikia laikyti visos žmonijos saulėlydžiu, o ne galiausiai jo palydovu, draugu, pagalbininku? Teisybės dėlei Muskas svarsto tokią idėją, todėl sukūrė projektą „Neuralink“. Kurzweilas paminėjo šį žmogaus ir mašinos bendradarbiavimą sakydamas, kad ateityje nanobotai gyvens mūsų viduje, labai pagerindami mūsų galimybes.
„Turime sutelkti dėmesį į naudą, kurią mums gali suteikti dirbtinis intelektas - sustiprintą intelektą, tai yra žmogaus intelektą, kurio galimybes sustiprins dirbtinis intelektas“, - sako Baro.
Algoritmai, tokie kaip Aiva ir Shelley, jau rodo savo naudą dirbant su žmonėmis. Tuo pat metu tokie intelektualūs robotai kaip „Hanson Robotics“„Sophia“ir „SotfBank“„Pepper“leidžia mums bent jau įsivaizduoti, kad tarp mūsų jau yra tikrai intelektualių mašinų. Galbūt 10 000 intelekto intelekto intelektas, kaip įsivaizduoja Sūnus Masayoshi, iš tikrųjų taps pačiu pažintiniu mašininiu intelektu, kurio mes visi siekiame? Jei taip yra, tada daug laukti nereikės - apie tris dešimtmečius, sako ekspertai.
„Šį intelekto lygį pasieksime galbūt po 30–50 metų. Viena vertus, gali atrodyti, kad tai labai ilgas laikas, tačiau, kita vertus, tai reiškia, kad daugelis iš mūsų turės galimybę gyventi iki šios akimirkos “, - užbaigė Tangas.
Nikolajus Khizhnyakas