AlphaGo: slå människor är en sak men för att verkligen lyckas med AI måste arbeta med dem

Google DeepMind framgång är betydande, men artificiell intelligens utövare måste lära allmänheten att det finns mer att AI än att försöka ersätta dem

Michael Cook

Tisdag den 15 Mars 2016 14.00 GMT

Senast ändrad torsdag 17 Mars 2016 12.27 GMT

“Verkligen, det enda spelet som är kvar efter att schack är att Gå”, var hur Demis Hassabis scenen inför AlphaGo match med världsmästaren Lee Sedol tidigare denna månad.

Antingen Hassabis exemplar av den senaste Street Fighter fick inte levereras i tid, eller att han försökte vara lite poetisk för att markera tillfället. Hursomhelst, skulle du bli förlåtna för att tänka att det verkligen inte fanns några spel kvar att erövra när media reaktion på AlphaGo vinna de tre första matcher i bäst av fem mot sina mänskliga motståndare. Det har varit en nyfiken månad för att vara en AI-forskare.

Relaterat: AlphaGo tätningar 4-1 seger över Gå grandmaster Lee Sedol

Att titta på tävlingen, som AlphaGo till slut vann med 4-1, jag har lärt mig en hel del om att Gå och en av de mest intressanta sakerna är hur de utrymmen som lämnas tomma om styrelsen kan ofta vara så viktigt och meningsfullt som utrymmen där stenar är spelade. Historien om AI definieras på motsvarande sätt som mycket av de problem vi har sidestepped eller vänster ut som de vi har fortsatt med att den är färdig. Det är fortfarande en hel del utrymme kvar för att säkra, och ännu mer utrymme så att vi har helt enkelt aldrig ens tittat på.

En av de mindre spelade hörn av att styrelsen är delkropps-AI kallas computational kreativitet. För de senaste fem åren har jag arbetat på ett system som heter Angelina, som designar enkla tv-spel på sin egen (inklusive vissa baserat på Guardian berättelser). Detta område har nyligen haft sin egen AlphaGo ögonblick av olika slag, som den Europeiska Vad händer Om Maskinen projektet bidragit till att skapa förutsättningen bakom en West End-musikal, Utanför Staketet. Vi håller på att bygga program som kan engagera människor på ett kreativt sätt, eller som vi ibland uttrycker det, att uppvisa beteenden som observatörer skulle beskriva som kreativa. Så vårt område definieras i termer av yttre krafter – någon eller något annat behov att bekräfta vårt arbete som kreativa, vi kan inte bara slå våra motståndare till underkastelse och förklarar att vi är mer konstnärliga.

Vi har att behandla AI som kall, hård vetenskap, men vi är också tvungna att engagera sig med den som en delad sociala koncept. AI är inte bara de algoritmer och data, modeller och resultat. Det är vår kollektiva förståelse, som ett samhälle, en av de saker tekniken kan göra, saker man ännu inte kan göra, och då AI – grejer som händer om dessa saker träffas.

Denna, för mig, är betydelsen av händelser som AlphaGo/Lee matchup. Inte dödar en vit val för AI-forskare, men den inverkan det har på hur det offentliga förstå vad AI är, och vad det är till för.

Relaterat: Killer robotar och digital läkare: hur kan vi skydda samhället från AI?

Det är lätt att tänka på AI som helt enkelt vara en fråga om att vara bättre än människor på saker och ting. Om du var född i en tid innan Siri, din första möte med AI var nog en fiende i ett tv-spel där syftet är oftast att försöka stoppa dig från att vinna. Klagomål om spelets AI är nästan alltid en begäran om bättre AI – vi vill ha mer, starkare, snabbare, smartare, mer överraskande, mer hänsynslösa, mer effektiva. Vi vill bli slagen, utmanas, drivit. Det är berättelsen.

Som AI: s program i den verkliga världen – att förutsäga, klassificering, problemlösning – värdet av en AI som mäts i allmänhet med hur mycket bättre det är på sin uppgift än en människa. Är det konstigt, som en följd av att den allmänna oron för en framtid i vilken den ersätter oss i vårt arbete, eller kanske helt enkelt torkar ut oss helt och hållet?

Samtidigt som det är lätt att avfärda prata av apocalypses och doom som hype, det är viktigt att förstå konsekvenserna allmänhetens syn på AI har på samhället. Som vi placera dessa nya system på en allt högre piedestaler, riskerar vi att förlora den vägledande hand av människor.

AI är inte född i ett vakuum. AlphaGo inte själv kommer till stånd. Systemen är utvecklade av människor, och de ärver mänskliga brister med dem – ett faktum AI utövare är ofta i förnekelse om. När dessa människor är främst vita, manliga medelklassen forskare dator då som orsakar ytterligare problem. Just nu är det ofarliga slip-ups, som inte märker att din selfie-analysatorn är med din data är vita, västerländska normer om skönhet. Snart dessa system kommer att vara avgörande för vem som får hälsa täckning, som blir villkorligt frigiven; vem som får sina bästa skolor som får sparken. Diskursen har vi nu om projekt som AlphaGo påverkar hur människor modern AI, vad folk tror AI är till för, och i slutändan påverka hur människor kommer att investera i och använda det i framtiden.

Relaterat: NHS är en mycket större utmaning än att Gå DeepMind

När Hassabis beskriver Gå som “det enda spelet left”, jag känner i mitt poetisk licens är också en hel del presumtion om vilka utmaningar vi som AI-forskare väljer att gå efter. DeepMind berättar att StarCraft är att deras nästa mål – ett annat spel mest om att gå head-to-head mot en människa. Det finns massor av AI stora utmaningar som finns, men som vi inte ge så mycket tanke åt. Snarare än Starcraft, skulle en AI lära sig att spela ett team eSport som League of Legends, förståelse, samarbete och kommunikation i teamet med människor? Kunde AI lära sig att vara en lekkamrat i ett spel som Minecraft och improvisera i tillverkning och co-creation? Kan vi lära en dator att vara så realistiskt felbar och benägna att tricks som din bästa vän är? Kan vi se till outforskade delar av artificiell intelligens, tomma utrymmen på bortre sidan av styrelsen, och tror att mer allmänt om vad AI kan göra och vara?

AlphaGo dator beats Gå champion – video

Jag är verkligen glad över att AlphaGo har lyckats att slå en världsmästare på Go – det är en milstolpe som har varit i medvetandet hos forskarna sedan innan fältet ens existerade. Men jag tror att vi kan och bör vara mer ambitiöst om vad vi vill ha från AI i syfte att bredda hur allmänheten tycker om teknik. Det är vår plikt som läkare att vara ansvarig i den berättelse som vi, i syfte att förmedla att det är konstigt utrymme mellan vad människor förstår teknik för att kunna, och vad som är tänkt att vara omöjligt. Som vi marshall Gå över gapet från omöjligt till möjligt, det är dags att titta på vad som är nästa. Jag hoppas att vi kan göra ett bra val.

Michael Cook är en AI-forskare vid Goldsmiths, University of London