Жасалма интеллект бүгүнкү күндө эмне кыла алат

2024 Автор: Malcolm Clapton | [email protected]. Акыркы өзгөртүү: 2023-12-17 04:03

Спойлер эскертүүсү: Машиналардын көтөрүлүшүнө дагы көп убакыт бар.

Илон Маск Тесла Бот гуманоид роботун тааныштырганда, жаңы илимий революция жакындап калгандай сезилет. Дагы бир аз - жана жасалма интеллект (AI) адамдан ашып кетет, ал эми машиналар бизди жумушта алмаштырат. Бирок, AI боюнча атактуу эксперттер профессорлор Гари Маркус менен Эрнест Дэвистен мындай тыянактарды чыгарууга шашпоо сунушталат.

Жасалма интеллектти кайра жүктөөдө изилдөөчүлөр эмне үчүн заманбап технологиялар идеалдуу эмес экенин түшүндүрүшөт. "Alpina PRO" басма үйүнүн уруксаты менен Lifehacker биринчи бөлүмдөн үзүндү жарыялайт.

Бул учурда биздин амбициябыз менен жасалма интеллекттин реалдуулугунун ортосунда чоң ажырым бар - чыныгы жар. Бул туңгуюк үч конкреттүү проблеманын чечилбегендигинен келип чыкты, алардын ар бири менен чынчылдык менен күрөшүү керек.

Булардын биринчиси, биз ишенчээктик деп атаган нерсебиз, бул биз адамдар, чынында эле, адамдар менен машиналарды айырмалап үйрөнө электигибизге негизделет жана бул бизди алдашты жеңилдетет. Биз интеллектти компьютерлерге таандык кылабыз, анткени биз өзүбүз эволюциялашып, иш-аракеттерин көбүнчө идеялар, ишенимдер жана каалоолор сыяктуу абстракцияларга негиздеген адамдардын арасында жашаганбыз. Машиналардын жүрүм-туруму көбүнчө адамдардын жүрүм-турумуна үстүртөн окшош, ошондуктан биз машиналарда жок болсо да, машиналарга бир эле типтеги негизги механизмдерди тез эле дайындайбыз.

Машиналар иш жүзүндө канчалык жөнөкөй эрежелерди сактабасын, биз машиналарды когнитивдик мааниде («Менин компьютерим мен файлымды өчүрдүм деп ойлойт») ойлонбой коё албайбыз. Бирок адамдарга карата колдонулганда өзүн актаган тыянактар жасалма интеллект программаларына колдонулганда таптакыр туура эмес болушу мүмкүн. Коомдук психологиянын негизги жобосун эске алуу менен, биз муну негиздүү негиздүү ката деп атайбыз.

Бул катанын эң алгачкы учурларынын бири 1960-жылдардын орто ченинде, Элиза аттуу чатбот кээ бир адамдарды алар айтып жаткан нерселерди чындап түшүнгөнүнө ынандырганда болгон. Чынында, Элиза жөн эле ачкыч сөздөрдү чогултуп, адамдын ага айткан акыркы сөзүн кайталады жана туюк кырдаалда "Мага балалыгың жөнүндө айтып бер" сыяктуу стандарттуу сүйлөшүү трюктарына өттү. Эгер апаңды айтсаң, ал сенден үй-бүлөң жөнүндө сурамак, бирок ал үй-бүлө деген эмне экенин, эмне үчүн адамдар үчүн маанилүү экенин билбесе да. Бул чыныгы акылдын демонстрациясы эмес, жөн гана айла-амалдардын жыйындысы болчу.

Элиза адамдарды такыр түшүнбөгөнүнө карабастан, көптөгөн колдонуучулар аны менен болгон диалогдорго алданып калышкан. Кээ бирлери клавиатурада фразаларды терип, Элиза менен ушинтип сүйлөшүп, бирок чатботтун трюктарын туура эмес чечмелеп, тоту куштун сөзүн пайдалуу, чын ыкластуу кеңеш же боорукердик деп түшүнүп, бир нече саат өткөрүштү.

Джозеф Вайзенбаум Элизанын жаратуучусу.

Машина менен сүйлөшүп жатканын жакшы билген адамдар, театр сүйүүчүлөр ишенбестиктерин бир азга четке таштап, күбө болгон кыймыл-аракеттин чыныгы деп айтууга акысы жок экенин унуткан сыяктуу, бул чындыкты да бат эле унутуп коюшат.

Элизанын маектештери көбүнчө система менен жеке сүйлөшүүгө уруксат берүүнү талап кылышчу жана сүйлөшүүдөн кийин, менин бардык түшүндүрмөлөрүмө карабастан, машина аларды чындап эле түшүнөт деп ырасташкан.

Башка учурларда, аныктыгын баалоодо ката сөздүн түз маанисинде өлүмгө алып келиши мүмкүн. 2016-жылы автоматташтырылган Tesla унаасынын бир ээси автопилот режиминин коопсуздугуна ушунчалык ишенгендиктен, (окуялар боюнча) ал Гарри Поттер тасмаларын көрүү менен толук баш ийип, машинени баарын өз алдынча жасоого калтырган.

Баары жакшы өттү - кандайдыр бир убакта ал жаман болгонго чейин. Кырсыксыз жүздөгөн, ал тургай миңдеген чакырымдарды басып өтүп, машина (сөздүн бардык маанисинде) күтүүсүз тоскоолдукка учурады: ак жүк ташуучу унаа трассаны кесип өтүп, Тесла чиркегичтин астына чуркап келип, унаа ээси ошол жерде каза болгон.. (Унаа айдоочуга башкарууну колго алуу үчүн бир нече жолу эскерткени менен, айдоочу тез эле реакция кыла албагандай сезилди.)

Бул окуянын адеп-ахлактуулугу түшүнүктүү: бир же эки көз ирмемге (ал тургай, алты айга) бир аппараттын "акылдуу" болуп көрүнүшү анын чындап эле ошондой экенин же бардык шарттарды көтөрө аларын билдирбейт. адам адекваттуу жооп кайтарат.

Экинчи көйгөйдү биз тез прогресстин иллюзиясы деп атайбыз: жасалма интеллекттеги прогрессти жаңылыштыруу, жеңил маселелерди чечүү менен байланышкан, прогресс үчүн, чынында эле татаал маселелерди чечүү менен байланышкан. Бул, мисалы, IBM Watson системасы менен болгон: оюнда анын прогресси Jeopardy! абдан келечектүү көрүндү, бирок чындыгында система иштеп чыгуучулар күткөндөн да адам тилин түшүнүүдөн алда канча алыс болуп чыкты.

DeepMind компаниясынын AlphaGo программасы да ушундай жол менен жүрүшү мүмкүн. Go оюну шахмат сыяктуу идеалдаштырылган маалымат оюну, анда эки оюнчу тең каалаган убакта тактайдын баарын көрүп, катаал күч менен кыймылдардын кесепеттерин эсептей алышат.

Көпчүлүк учурларда, чыныгы жашоодо, эч ким толук ишенимдүү эч нерсе билбейт; биздин маалыматтар көбүнчө толук эмес же бурмаланган.

Эң жөнөкөй учурларда деле белгисиздик көп. Врачка жөө барабызбы же метрого түшөбүзбү (күн булуттуу болгондуктан) метро поездин күтүүгө канча убакыт кетээрин, поезд жолдо тыгылып калабы же жокпу, так билбейбиз. бочкадагы сельд сыяктуу вагонго тыгылып калабыз же сыртта жамгырда нымдап калабыз, метрого түшүүгө батынбай, кечиккенибизге дарыгер кандай карайт.

Биз ар дайым бизде болгон маалымат менен иштейбиз. Go оюнун миллиондогон жолу ойноп, DeepMind AlphaGo системасы эч качан белгисиздик менен күрөшкөн эмес, ал маалыматтын жетишсиздигин же анын толук эместигин жана ыраатсыздыгын, адамдардын өз ара аракеттенүүсүнүн татаалдыктарын айтпаганда да билбейт.

Акыл оюндарын чыныгы дүйнөдөн такыр башкача кылган дагы бир параметр бар жана бул дагы маалыматтарга байланыштуу. Жада калса татаал оюндарды да (эгер эрежелер жетишерлик катуу болсо) дээрлик кемчиликсиз моделдештирсе болот, андыктан аларды ойногон жасалма интеллект системалары машыктыруу үчүн зарыл болгон чоң көлөмдөгү маалыматтарды оңой чогулта алат. Ошентип, Go учурда, машина өзүнө каршы ойноп, адамдар менен оюнду окшоштура алат; система терабайт маалымат керек болсо да, аны өзү түзөт.

Ошентип, программисттер аз же эч кандай чыгым менен толугу менен таза симуляциялык маалыматтарды ала алышат. Тескерисинче, реалдуу дүйнөдө кемчиликсиз таза маалыматтар жок, аны окшоштуруу мүмкүн эмес (оюндун эрежелери тынымсыз өзгөрүп тургандыктан) жана андан да кыйыныраак көптөгөн гигабайт тиешелүү маалыматтарды сыноо аркылуу чогултуу. жана ката.

Чындыгында, бизде ар кандай стратегияларды сынап көрүү үчүн бир нече гана аракет бар.

Биз, мисалы, транспорттук тандоо жагынан жүрүм-турумубузду кескин жакшыртуу үчүн, ар бир визиттин алдында чечимдердин параметрлерин акырындык менен тууралап, дарыгерге 10 миллион жолу кайталай албайбыз.

Эгерде программисттер улгайган адамдарга жардам берүү үчүн роботту үйрөтүүнү кааласа (айталы, оорулуу адамдарды төшөккө жаткыруу үчүн), ар бир бит маалымат чыныгы акчага жана чыныгы адам убактысына арзыйт; симуляция оюндарын колдонуу менен бардык керектүү маалыматтарды чогултуу үчүн эч кандай жол жок. Жада калса катаал сыноолордун муляждары чыныгы адамдарды алмаштыра албайт.

Карылык кыймылынын ар кандай мүнөздөмөлөрү бар чыныгы улгайган адамдар, керебеттердин ар кандай түрлөрү, пижамалардын ар кандай түрлөрү, үйлөрдүн ар кандай түрлөрү боюнча маалыматтарды чогултуу керек, бул жерде ката кетирүүгө болбойт, анткени адамды бир нече аралыкка да түшүрүү. санти-метрлик керебетке балээ болор эле. Бул учурда, коркунучта белгилүү бир прогресс (азырынча эң эле жөнөкөй) бул тармакта тар жасалма интеллекттин ыкмаларын колдонуу менен жетишилди. Dota 2 жана Starcraft 2 видео оюндарында дээрлик эң мыкты адам оюнчуларынын деңгээлинде ойногон компьютердик системалар иштелип чыккан, мында каалаган убакта катышуучуларга оюн дүйнөсүнүн бир бөлүгү гана көрсөтүлөт жана ошентип, ар бир оюнчу маалыматтын жетишсиздиги көйгөйү - Клаузевицтин жеңил колу менен "белгисиз туман" деп аталат. Бирок, иштелип чыккан системалар дагы эле абдан тар багытталган жана иш туруксуз бойдон калууда. Мисалы, Starcraft 2де ойногон AlphaStar программасы ар кандай каармандардын бир гана жарышын үйрөнгөн жана бул иштеп чыгуулардын дээрлик эч бири башка расалардай ойнотулбайт. Анан, албетте, бул программаларда колдонулган ыкмалар турмуштук бир топ татаал жагдайларда ийгиликтүү жалпылоолорду жасоого ылайыктуу деп айтууга эч кандай негиз жок. чыныгы жашоо. IBM бир эмес, эки жолу ачкандай (адегенде шахматта, анан коркунучта!), Жабык дүйнөдөгү көйгөйлөрдөгү ийгилик ачык дүйнөдө ийгиликке эч кандай кепилдик бербейт.

Сүрөттөлгөн жардын үчүнчү чөйрөсү - ишенимдүүлүктү ашыкча баалоо. Кайра-кайра, биз адамдар жасалма интеллекттин жардамы менен кандайдыр бир көйгөйгө бир аз убакытка чейин иштебей турган чечим табаар замат, алар автоматтык түрдө кайра карап чыгуу менен (жана бир аз көбүрөөк көлөмдөгү маалыматтар менен) бардыгын ойлой турганын көрөбүз. ишенимдуу иштей берет.убакыт. Бирок бул сөзсүз эле андай эмес.

Кайрадан айдоочусу жок унааларды алып кетебиз. Тынч жолдо так белгиленген тилкеде туура айдай турган автономдуу унаанын демонстрациясын түзүү салыштырмалуу оңой; бирок адамдар муну бир кылымдан ашык убакыттан бери жасай алышкан. Бирок, бул системаларды оор же күтүлбөгөн шарттарда иштетүү алда канча кыйын.

Дьюк университетинин адам жана автономия лабораториясынын директору Мисси Каммингс (жана АКШнын Аскер-деңиз флотунун мурдагы учкучу) бизге электрондук кат аркылуу айткандай, кеп айдоочусу жок унаа канча миль жол кырсыгысыз жүрө аларында эмес. бул машиналар өзгөрүп жаткан кырдаалдарга ылайыкташа алат. Анын айтымында, Мисси Каммингс, 2018-жылдын 22-сентябрында авторлорго электрондук кат., Заманбап жарым автономдуу унаалар "адатта, алар идеалдуу эмес шарттарда кантип иштей ала тургандыгы жөнүндө эч нерсе айтылбаган шарттардын өтө тар диапазонунда гана иштешет."

Феникстеги миллиондогон сыноо миляларында толук ишенимдүү кароо Бомбейдеги муссондо жакшы көрсөткүчтөрдү көрсөтүү дегенди билдирбейт.

Автономдуу унаалардын идеалдуу шарттарда (мисалы, шаар четиндеги көп тилкелүү жолдордогу күн ачык күндөрү) жана экстремалдык шарттарда эмне кылууларынын ортосундагы бул принципиалдуу айырмачылык бүтүндөй бир тармак үчүн оңой эле ийгилик жана ийгиликсиздик маселеси болуп калышы мүмкүн.

Экстремалдуу шарттарда автономдуу айдоого анчалык көп көңүл бурулбагандыктан жана учурдагы методология автопилот жаңыдан каралып жаткан шарттарда туура иштешин камсыз кылуу багытында өнүкпөгөндүктөн, миллиарддаган долларлар жакында айкын болуп калышы мүмкүн. жөн эле адам сыяктуу айдоо ишенимдүүлүгүн камсыз кыла албаган өзүн-өзү башкарган унааларды куруу ыкмаларына жумшалган. Бизге керек болгон техникалык ишенимдин деңгээлине жетүү үчүн азыркылардан түп-тамырынан бери айырмаланган ыкмалар талап кылынышы мүмкүн.

Ал эми унаалар – бул көптөгөн окшоштордун бир гана мисалы. Жасалма интеллект боюнча заманбап изилдөөлөрдө анын ишенимдүүлүгү дүйнөлүк деңгээлде бааланбай келет. Бул жарым-жартылай, анткени бул чөйрөдөгү учурдагы иштеп чыгуулардын көбү жаңы өнүмдөрдү сунуштоо же жарнамалоо сыяктуу каталарга чыдамдуу көйгөйлөрдү камтыйт.

Чынында, биз сизге продукциянын беш түрүн сунуштасак, анын үчөө гана жакса, эч кандай зыян болбойт. Бирок келечектеги бир катар сындуу AI колдонмолорунда, анын ичинде айдоочусуз унаалар, карыларга кам көрүү жана саламаттыкты сактоону пландаштыруу, адамдык ишенимдүүлүк абдан маанилүү болот.

Карыган чоң атаңызды бештен төрт жолу гана төшөккө жеткире ала турган үй роботун эч ким сатып албайт.

Заманбап жасалма интеллект теориялык жактан эң жакшы жарыкта пайда болушу керек болгон тапшырмаларда да олуттуу кемчиликтер үзгүлтүксүз болуп, кээде абдан күлкүлүү көрүнөт. Кадимки мисал: компьютерлер, негизинен, тигил же бул сүрөттөлүштө эмне болуп жатканын (же болуп жатканын) кантип таанууну жакшы үйрөнүшкөн.

Кээде бул алгоритмдер жакшы иштейт, бирок көбүнчө алар укмуштуудай каталарды чыгарышат. Эгер сиз сүрөттү күнүмдүк көрүнүштөрдүн сүрөттөрү үчүн коштомо жазууларды жараткан автоматташтырылган системага көрсөтсөңүз, сиз көп учурда адам жазган нерсеге абдан окшош жооп аласыз; мисалы, адамдардын тобу фризби ойноп жаткан төмөндөгү көрүнүш үчүн, Google'дун коомчулукка кеңири таанылган субтитр чыгаруу системасы ага туура ат берет.

Бирок беш мүнөттөн кийин, сиз ошол эле системадан таптакыр абсурддуу жоопту оңой эле ала аласыз, мисалы, кимдир бирөө стикерлерди чаптап койгон бул жол белгиси менен: Системанын жаратуучулары бул катанын эмне үчүн пайда болгонун түшүндүрүшкөн жок., бирок мындай учурлар сейрек эмес. Бул учурда система сүрөттү (балким түсү жана текстурасы боюнча) "көп тамак-аш жана суусундуктарга толтурулган муздаткыч" деп белгиленген башка сүрөттөргө окшош деп классификациялаган деп болжолдоого болот. Албетте, компьютер түшүнгөн жок (адам оңой эле түшүнө алат) мындай жазуу чоң тик бурчтуу металл кутучанын ичинде ар кандай (ал тургай, баары эмес) буюмдары бар учурда гана ылайыктуу болот. бул көрүнүш "тамак-аш жана суусундуктар көп муздаткыч".

Ошо сыяктуу эле, айдоочусу жок унаалар көбүнчө "көргөндөрүн" туура аныкташат, бирок кээде автопилотто токтоп турган өрт өчүрүүчү унааларды же тез жардам унааларын сүзүп алган Тесладагыдай ачык-айкын нерсени байкабай калышат. Бул сыяктуу сокур тактар, эгерде алар электр тармактарын башкарган системаларда жайгашса же коомдук ден соолукту көзөмөлдөөгө жооптуу болсо, андан да коркунучтуу болушу мүмкүн.

Амбиция менен жасалма интеллекттин реалдуулуктарынын ортосундагы ажырымды жоюу үчүн бизге үч нерсе керек: бул оюндагы баалуулуктарды так билүү, эмне үчүн заманбап AI системалары өз функцияларын жетиштүү деңгээлде аткарбагандыгын так түшүнүү жана, акырында, жаңы өнүгүү стратегиясы машина ой жүгүртүү.

Жасалма интеллекттин коюмдары жумуш, коопсуздук жана коомдун түзүлүшү жагынан чындап эле жогору болгондуктан, баарыбызга - AI адистерине, тектеш кесиптерге, карапайым жарандарга жана саясатчыларга - иштин чыныгы абалын түшүнүү зарыл. азыркы жасалма интеллекттин өнүгүү деңгээлине жана мүнөзүнө сын көз менен баа берүүнү үйрөнүү үчүн бул тармакта.

Жаңылыктарга жана статистикага кызыккан жарандар үчүн адамдарды сөздөрдү жана сандар менен адаштыруу канчалык оңой экенин түшүнүү маанилүү болгондой эле, бул жерде жасалма интеллект кайда экенин түшүнүү үчүн түшүнүүнүн барган сайын маанилүү аспектиси бар. кайда чын; ал азыр эмне кыла алат жана ал кантип билбейт жана, балким, үйрөнбөйт.

Эң негизгиси, жасалма интеллект сыйкыр эмес, жөн гана техникалардын жана алгоритмдердин жыйындысы, алардын ар биринин өзүнүн күчтүү жана алсыз жактары бар, кээ бир тапшырмалар үчүн ылайыктуу, башкалары үчүн ылайыктуу эмес экенин түшүнүү. Бул китепти жазууга киришкенибиздин негизги себептеринин бири – биз жасалма интеллект жөнүндө окугандарыбыздын көбү бизге жасалма интеллекттин дээрлик сыйкырдуу күчүнө негизсиз ишенимден улам келип чыккан абсолюттук фантазиядай сезилет.

Ошол эле учурда, бул ойдон чыгарылган заманбап технологиялык мүмкүнчүлүктөр менен эч кандай байланышы жок. Тилекке каршы, жалпы коомчулук арасында AI талкуусуна спекуляция жана апыртуулар катуу таасир эткен жана таасир этүүдө: көпчүлүк адамдар универсалдуу жасалма интеллект түзүү канчалык кыйын экенин билишпейт.

Андан ары талкууну тактап көрөлү. AI менен байланышкан чындыктарды тактоо бизден олуттуу сынды талап кылса да, биз өзүбүз жасалма интеллекттин каршылаштары эмеспиз, бизге технологиялык прогресстин бул жагы абдан жагат. Биз жашообуздун маанилүү бөлүгүн ушул тармакта кесипкөй катары өткөрдүк жана анын мүмкүн болушунча тезирээк өнүгүшүн каалайбыз.

Америкалык философ Хуберт Дрейфус бир жолу китеп жазган, анын ою боюнча, жасалма интеллект эч качан кандай бийиктиктерге жете албайт. Бул китеп жөнүндө эмес. Ал жарым-жартылай AI учурда эмне кыла албай турганына жана аны түшүнүү эмне үчүн маанилүү экенине көңүл бурат, бирок анын олуттуу бөлүгү компьютердик ой жүгүртүүнү өркүндөтүү жана аны азыр биринчи жасоо кыйынга турган аймактарга жайылтуу үчүн эмне кылуу керектиги жөнүндө айтылат.

Биз жасалма интеллекттин жок болушун каалабайбыз; биз аны түп-тамырынан бери жакшыртууну каалайбыз, ошону менен биз ага чындап таяна алабыз жана анын жардамы менен адамзаттын көптөгөн көйгөйлөрүн чече алабыз. Жасалма интеллекттин азыркы абалы боюнча бизде көптөгөн сындар бар, бирок биздин сындаганыбыз – бардык нерседен баш тартууга жана баш тартууга чакыруу эмес, биз жасап жаткан илимге болгон сүйүүнүн көрүнүшү.

Кыскасы, биз жасалма интеллект чындап эле биздин дүйнөнү олуттуу түрдө өзгөртө алат деп ишенебиз; бирок биз чыныгы прогресс жөнүндө айтуудан мурун AI жөнүндө көптөгөн негизги божомолдор өзгөрүшү керек деп эсептейбиз. Жасалма интеллектти биз сунуштап жаткан “кайра коюу” изилдөөнү токтотууга такыр негиз эмес (бирок айрымдар биздин китепти дал ушундай маанайда түшүнүшү мүмкүн), тескерисинче диагноз: биз азыр кайда тыгылып калдык жана андан кантип чыгабыз? бүгүнкү абал.

Биздин оюбузча, алдыга карай умтулуунун эң жакшы жолу – бул өзүбүздүн акылыбыздын түзүлүшүнө көз чаптырып, ичибизге кароо.

Чыныгы акылдуу машиналар адамдардын так көчүрмөсү болбошу керек, бирок жасалма интеллектке чынчылдык менен караган ар бир адам адамдардан, өзгөчө жаш балдардан үйрөнө турган көп нерсе бар экенин көрөт. алардын жаңы түшүнүктөрдү кабыл алуу жана түшүнүү жөндөмдүүлүгү.

Медициналык илимпоздор көбүнчө компьютерлерди "адамдан тышкаркы" системалар катары мүнөздөшөт, бирок адамдын мээси дагы эле кеминде беш аспектиде кремнийден бир топ жогору турат: биз тилди түшүнө алабыз, дүйнөнү түшүнө алабыз, биз ийкемдүү иштей алабыз. жаңы шарттарга көнүп, биз жаңы нерселерди тез үйрөнө алабыз (чоң көлөмдөгү маалыматтар жок болсо да) жана толук эмес, ал тургай карама-каршы келген маалыматтын алдында ой жүгүртүүгө болот. Бардык бул фронттордо заманбап жасалма интеллект системалары адамдардан үмүтсүз артта калууда.

Жасалма интеллект: Reboot заманбап технологияларды түшүнгүсү келген жана AIнын жаңы муунун кантип жана качан жашообузду жакшыртаарын түшүнгүсү келген адамдарды кызыктырат.