I Marts 2016 computer algoritme AlphaGo selskab DeepMind var i stand til at vinde over Lee Sedalen, på det tidspunkt verdens bedste spiller i komplekse logik. Denne begivenhed blev en af de afgørende øjeblikke i historien for den industri, der på den tid begyndte, og den sejr computer, Deep Blue, IBM verden skak-verdensmester Garry Kasparov, og den sejr Watson supercomputer fra IBM i quizzen for akademikere i Fare i 2011.
Men stadig, på trods af disse sejre, uanset hvor imponerende de end måtte være, så er vi her stort set tale om uddannelse algoritmer og rå computerkraft end de faktiske kunstig intelligens. En tidligere Professor i robotteknologi Massachusetts Institute of technology Rodney Brooks, en af grundlæggerne af iRobot, Rethink Robotics og senere, sagde, at uddannelse algoritme af spillet i en kompleks strategisk puslespil, der er ikke intelligens. I hvert fald ikke sådan som vi repræsenterer, til mennesker.
Ekspert forklarede, at uanset hvor stærk AlphaGo hverken viste sig i udførelsen af dens opgaver, i virkeligheden, er han ikke i stand til noget andet. Desuden, det er konfigureret på en sådan måde, at de kan spille, gå kun på den standard box, 19 x 19. I et interview med TechCrunch Brooks fortalte, hvordan de havde for nylig lejlighed til at chatte med team af DeepMind og finde ud af en interessant detalje. På spørgsmålet om, hvad der ville være sket, for at ændre turneringen størrelse bestyrelser, og steg det til 29 x 29 celler, holdet AlphaGo tilstod ham, at selv en lille ændring i banen ville føre til, at “vi er kommet til en ende”.
“Jeg tror, folk kan se, hvor godt algoritmen klarer med et problem, og sandsynligvis straks tror, at han er i stand til effektivt at udføre de andre. Men det faktum, at han ikke kan,” siger Brooks.
Hård sex intelligens
I maj i år, i et interview med Devin Coldewey på konferencen TechCrunch Disrupt Kasparov bemærkes, at udviklingen af en computer, der kan spille skak på globalt plan er en ting, men noget andet er at kalde sådan en computer med kunstig intelligens, som det er det ikke. Det er bare en maskine, der kaster alle deres computerkraft på det problem, som hun brugte til at klare bedst.
“I skak, de maskiner, der er at vinde på grund af muligheden for dybt design og beregning. De kan blive helt uovervindelig, når der er en enorm database, meget hurtig hardware og en mere logisk algoritmer. Men de mangler forståelse. De ikke kan genkende strategiske mønstre. De maskiner, der ikke har noget formål,” — sagde Kasparov.
Gil Pratt, administrerende DIREKTØR for Toyota Institut, en afdeling af Toyota, der arbejder med problemstillinger og projekter i relation til kunstig intelligens og dens brug i hjemmet robotter og ubemandede køretøjer, tog også del i et interview med TechCrunch i tilfælde af Robotteknologi Session. Ifølge ham, at de frygter, at vi høre fra en bred vifte af mennesker, herunder Elon musk for nylig kaldet kunstig intelligens en “eksistentiel trussel mod menneskeheden”, kan skyldes, at noget mere end dem, antiutopiya beskrivelser af den verden, der tilbyder os en science fiction.
“Vores nuværende system af dybe læring er gode til at udføre deres opgaver, men kun i det omfang, at vi har skabt. Men i virkeligheden er de meget specialiserede og lille i omfang. Så jeg tror, det er vigtigt hver gang i forbindelse med emnet at nævne, at hvor gode de er, og hvordan de er faktisk ineffektiv. Og hvor langt vi er fra den tid, da disse systemer vil være i stand til at begynde at forestille sig den trussel, som siger Elon Musk og resten,” siger Pratt.
Brooks, til gengæld, på TechCrunch Robotteknologi Session bemærkes, at der blandt mænd i Almindelighed er der en tendens til at antage, at hvis den algoritme, der er i stand til at klare den opgave “x”, så må han være lige så intelligent som mennesker.
“Jeg tror, at grunden til, at folk, herunder Elon musk, gøre denne fejl er følgende. Når vi ser en person, meget godt klare sin opgave, vi forstår, at han har en høj kompetence i denne sag. Det forekommer mig, at den samme model, som folk forsøger at gælde for machine learning. Og dette er den vigtigste fejl,” siger Brooks.
CEO Facebook mark Zuckerberg blev afholdt på en søndag live stream, som også kritiseres kommentarer fra Elon musk, kalder det “temmelig uansvarligt”. Ifølge Zuckerberg, AI vil være i stand til markant at forbedre vores liv. Moskus til gengæld besluttet ikke at forblive tavs og svarede Ham, at “begrænset forståelse” om AI. Emnet er stadig ikke lukket, og Moskus lovede senere mere detaljeret til at reagere på angreb fra kolleger i IT-branchen.
Af den måde, Moskus er ikke den eneste, der mener, at AI kan være en potentiel trussel. Fysiker Stephen Hawking og filosof Nick Bostrom også udtrykt deres bekymring over den mulige infiltration af kunstig intelligens i hverdagen for menneskeheden. Men mest sandsynligt, at de taler om mere generelle kunstig intelligens. Om den ene, der er undervist i disse laboratorier, som Facebook AI Forskning, DeepMind og Maluuba, snarere end på mere specialiserede AI, den første ansatser, som vi kan se i dag.
Brooks bemærker også, at mange af kritikerne af AI ikke selv arbejde på dette område, og foreslået, at disse mennesker bare ikke forstår, hvor svært det er at finde løsninger for hver enkelt opgave i dette område.
“Der er faktisk mennesker, som mener, AI som en eksistentiel trussel, ikke så meget. Stephen Hawking, Britiske astrofysiker og astronom Martin Rees… og et par andre. Det ironiske er, at de fleste af dem har en funktion – de behøver ikke engang arbejde inden for kunstig intelligens,” sagde Brooks.
“For dem af os, der arbejder med AI, er det tydeligt, hvor svært det er at få noget på det niveau af det færdige produkt.”
Misforståelse, AI
En del af problemet kommer også fra det faktum, at vi kalder det for “kunstig intelligens”. Sandheden er, at denne “intelligens” er ikke som den menneskelige intelligens, som i ordbøger og leksikale ordbøger er normalt beskrevet som “evnen til læring, forståelse og tilpasning til nye situationer”.
Pascal Kaufmann, DIREKTØR i Starmind, en start-up, tilbyde bistand til andre virksomheder til at bruge kollektiv menneskelig intelligens i søgningen efter løsninger på problemer inden for erhvervslivet, for de sidste 15 år på at studere neurobiologi. Den menneskelige hjerne og computer, sagde Kaufman, de fungerer meget forskelligt, og det ville være en åbenbar fejl at sammenligne dem.
“Analogien er, at hjernen fungerer som en computer – en meget farlig og er en hindring for fremskridt i udviklingen af AI,” siger Kaufman.
Ekspert mener også, at vi ikke vil få meget langt i forståelsen af den menneskelige intelligens, hvis vi finder det i form af teknologi.
“Det er en misforståelse, at algoritmer fungerer som den menneskelige hjerne. Folk ligesom algoritmer, og derfor tror de, at hjernen kan beskrives med deres hjælp. Jeg mener, at det er grundlæggende forkert,” tilføjer Kaufman.
Hvis noget går galt
Der er mange eksempler, hvor AI algoritmer er ikke så smart, som vi er vant til at tænke over dem. Og en af de mest berygtede kan tjene som AI-algoritme Tay (Tay), som er skabt af udviklingsteamet af AI-systemer fra Microsoft og ude af kontrol sidste år. Det tog mindre end en dag at vende bot til en reel racistisk. Eksperter siger, at dette kan ske med en AI-system, når det tilbydes dårlige eksempler at følge. I tilfælde af Tay, hun kom under indflydelse af racistiske og andre offensive leksikalske ord former. Og da det var programmeret til at “lære” og “spejl adfærd”, som det snart kom ud af kontrol af forskere.
I forbindelse med den omfattende forskning specialister på Cornell og Wyoming universiteter, blev det konstateret, at meget let at narre de algoritmer, der er uddannet til at identificere digitale billeder. Den sagkyndige fandt, at det billede, der lignede en “forvrænget nonsens” for de mennesker, der af den algoritme, der blev bestemt som billedet af nogle dagligdags objekt som en skolebus.
Ifølge en artikel i MIT Teknisk Gennemgang og beskrivelse af dette projekt, er det ikke klart, hvorfor den algoritme, der kan blive narret på den måde, det blev gjort af forskere. Hvad vi fandt ud af, er det faktum, at folk har lært at genkende, hvad der er før dem er enten selvforsynende billede, eller nogle obskure billede. Algoritmer til gengæld analyserer pixel, lettere manipulation og bedrag.
Som for selvkørende biler, her er meget mere kompliceret. Der er nogle ting, at en person, der forstår, når de forbereder sig på at håndtere bestemte situationer. Bilen af, at dette tog vil være meget vanskeligt. I en lang artikel, der er offentliggjort i et af bilen blogs af Rodney Brooks i januar i år, er et par eksempler på sådanne situationer, herunder én, der beskriver, hvordan ubemandet køretøj nærmer sig en trafik Stoppe tegn, som ligger ved siden af fodgængerfelt i byen i begyndelsen, som er og kommunikere med en voksen med et barn.
Den algoritme, der er tilbøjelige til at blive konfigureret til at vente til passage for fodgængere på tværs af vejen. Men hvad nu, hvis disse fodgængere aldrig at krydse vejen, fordi de venter på, sige, en skolebus? Driver-den person, der i dette tilfælde kunne give et signal om, at fodgængere, som til gengæld ville svinge sin hånd, hvilket indikerer, at han kan passere. Ubemandede bil i denne situation kan det bare være døde i vandet, uendeligt venter på at komme over vejen, fordi den algoritme, der ikke har nogen forståelse af disse unikke menneskelige signaler, skriver Brooks.
Hver af disse eksempler viser os, hvor langt vi er stadig nødt til at rykke i udviklingen af kunstig intelligens algoritmer. I hvilket omfang det vil lykkes, udviklerne generaliseret AI, er et andet spørgsmål. Der er ting, som folk let i stand til at klare, men for at træne algoritmen til dette er tortur. Hvorfor? Fordi vi mennesker er ikke begrænset i vores uddannelse af særlige opgaver.
Kunstig intelligens er ikke så smart som dig, og Elon Musk mener, at det
Nikolai Khizhnyak