Se crede că, odată cu cele mai recente progrese în cercetarea inteligenței artificiale, mașinile vii și inteligente vor fi în curând la orizont. Mașinile înțeleg comenzile vocale, disting imaginile, conduc mașini și joacă jocuri mai bine decât noi. Cât mai rămâne să aștepți până când încep să meargă printre noi?
Un raport recent publicat de Casa Albă despre inteligența artificială ia o poziție sceptică. Se spune că în următorii 20 de ani este puțin probabil să vedem mașini „care prezintă capacități intelectuale comparabile sau superioare celor ale oamenilor”, dar în următorii ani „mașinile vor realiza capacități umane pentru tot mai multe sarcini”. Cu toate acestea, acestui raport îi lipsesc câteva lucruri importante.
Cercetătorul în inteligență artificială Arend Hintze susține că raportul se concentrează exclusiv pe „tipul plictisitor de IA”. Întrerupe o ramură gigantică a cercetării AI la jumătatea propoziției, modul în care evoluția ne ajută să dezvoltăm sisteme de AI mai bune și modul în care modelele de calcul ne ajută să înțelegem evoluția propriei noastre inteligențe umane.
Raportul se concentrează pe, după cum spune omul de știință, principalele instrumente ale IA: învățarea automată și învățarea profundă. Acest tip de tehnologie le-a permis roboților să joace bine teste și să-i depășească pe maeștrii jocului go. Aceste sisteme pot gestiona cantități colosale de date și pot efectua calcule complexe foarte repede. Dar le lipsește un element care va fi cheia în crearea mașinilor inteligente pe care am vrea să le avem în viitor.
Avem nevoie de mai mult decât învățarea mașinilor pentru a învăța. Trebuie să depășim limitele care definesc patru tipuri diferite de inteligență artificială. Barierele care separă mașinile de noi - și noi de ele.
AI tip I: mașini cu reacție
Cele mai de bază tipuri de sisteme de IA sunt extrem de reactive și nu pot forma amintiri sau pot folosi experiențe din trecut pentru a informa deciziile actuale. Deep Blue, supercomputerul de șah IBM care l-a învins pe marele maestru Garry Kasparov la sfârșitul anilor 1990, este un exemplu perfect al acestui tip de mașină.
Video promotional:
Deep Blue poate identifica piese pe o tablă de șah și știe cum se mișcă. El poate face predicții despre mișcări, atât ale sale, cât și ale adversarului său. Și alege cele mai optime mișcări posibile.
Cu toate acestea, el nu are nicio idee despre trecut și amintirea a ceea ce s-a întâmplat. În afară de regula rar folosită specifică șahului de a nu repeta aceeași mișcare de trei ori, Deep Blue ignoră totul până acum. Se uită doar la piesele de pe tabla de șah și alege următoarea mișcare.
Acest tip de inteligență include un computer care percepe lumea în mod direct și acționează pe baza a ceea ce vede. El nu se bazează pe un concept interior al lumii. În lucrarea sa, cercetătorul AI Rodney Brooks a susținut că ar trebui să construim doar astfel de mașini. În opinia sa, oamenii nu sunt prea buni în programarea unor lumi simulate precise pentru computere, așa cum se spune, în crearea unei „reprezentări”, o reprezentare a lumii.
Mașinile inteligente moderne pe care le admirăm fie nu au un astfel de concept al lumii, fie sunt foarte limitate și se ocupă de anumite sarcini. Inovația în designul Deep Blue nu a vizat extinderea numărului de mișcări posibile pe care le are în vedere un computer. În schimb, dezvoltatorii au găsit o modalitate de a-și restrânge viziunea, de a renunța la unele dintre mișcările posibile în viitor, în funcție de modul în care sunt evaluate.
La fel, AlphaGo Google, care l-a învins pe campionul mondial la Go, nu are nicio modalitate de a evalua posibile mișcări viitoare. Metoda sa de analiză este mai sofisticată decât cea a Deep Blue: folosește o rețea neuronală pentru a evalua desfășurarea jocului.
Aceste tehnici îmbunătățesc capacitățile sistemelor de IA, fac anumite jocuri să se joace mai bine, dar nu sunt ușor de schimbat sau de aplicat în alte situații. Aceste tipuri de imaginații computerizate nu au un concept al lumii în ansamblu - ceea ce înseamnă că nu pot merge dincolo de îndeplinirea sarcinilor specifice pentru care au fost făcute și sunt ușor păcăliți.
Nu pot participa interactiv la lume și ne-ar plăcea să vedem într-o zi doar astfel de sisteme de AI. În schimb, mașinile se vor comporta exact așa cum fac întotdeauna atunci când se confruntă cu aceeași situație. Dacă vrem să facem sistemul AI fiabil și de încredere, atunci este un lucru bun: ați dori ca vehiculul dvs. autonom să fie fiabil. Dar dacă vrem ca mașinile să interacționeze cu noi și cu lumea, este rău. Cele mai simple sisteme AI nu se plictisesc niciodată, nu pot fi interesate sau supărate.
AI tip II: memorie limitată
Tipul II include mașini care pot privi în trecut. Mașinile cu conducere automată sunt deja puțin capabile de asta. De exemplu, observă viteza și direcția altor vehicule. Acest lucru nu se poate face dintr-o dată, pentru aceasta trebuie să identificați anumite obiecte și să le observați în timp.
Aceste observații sunt adăugate la reprezentările pre-programate ale mașinilor cu conducere automată asupra lumii, care includ marcaje rutiere, semafoare și alte elemente critice. Sunt conectate atunci când mașina decide să schimbe banda și să nu se ciocnească cu alta.
Dar aceste bucăți simple de informații despre trecut sunt doar temporare. Ele nu vor fi salvate ca parte a bibliotecii de experiență a vehiculului în care poate învăța, așa cum fac șoferii umani, acumulând experiență de-a lungul anilor în timp ce conduc.
Cum construim sisteme AI care construiesc reprezentări complete, ne amintim experiențele noastre și învățăm să facem față unor situații noi? Brooke avea dreptate că acest lucru este foarte greu de făcut. Poate că merită să căutați inspirație în evoluția darwiniană?
AI tip III: teoria minții
Aici trebuie să facem o scurtă oprire și să numim acest moment un decalaj important între mașinile pe care le avem și mașinile pe care am dori să le construim în viitor. Cu toate acestea, primul pas este să fie mai specific cu privire la vizualizările pe care trebuie să le creeze mașinile.
Mașinile următoarei clase mai avansate formează nu numai reprezentări ale lumii, ci și ale altor agenți sau entități ale lumii. În psihologie, aceasta se numește „teoria minții” - înțelegerea faptului că oamenii, ființele și obiectele din lume pot avea gânduri și emoții care își afectează propriul comportament.
Acest lucru este important pentru modul în care noi, oamenii, modelăm societatea, deoarece ne oferă interacțiuni sociale. Fără să ne înțelegem motivele și intențiile reciproce și să nu luăm în considerare ceea ce știe altcineva despre mine sau despre mediu, lucrul împreună este dificil în cel mai bun caz și imposibil în cel mai rău caz.
Dacă sistemele de inteligență artificială rătăcesc vreodată printre noi, vor trebui să înțeleagă ceea ce gândim și simțim, cel puțin la nivelul presupunerilor. Și reglați-vă comportamentul în consecință.
Tipul IV de AI: conștiința de sine
Scopul final al dezvoltării inteligenței artificiale este de a crea sisteme care pot modela imagini de sine. În cele din urmă, cercetătorii AI nu trebuie doar să înțeleagă conștiința, ci și să creeze mașini cu conștiință.
Aceasta este într-un sens o extensie a „teoriei minții” menționată în tipul anterior de IA. Când vorbim despre conștiință, ne referim și la conștiința de sine. „Vreau acest lucru” este diferit de „Știu că vreau acest lucru”. Ființele conștiente sunt conștiente de sine, conștiente de stările lor interioare și pot anticipa comportamentul sau sentimentele altora. Presupunem că cineva care ne semnalează în trafic este supărat sau nerăbdător, pentru că așa ne-am putea simți în locul lui. Fără o teorie a minții, nu am putea face astfel de inferențe.
Deși probabil suntem departe de a construi mașini conștiente de noi, trebuie să ne concentrăm eforturile pe calea înțelegerii memoriei, a învățării și a capacității de a lua decizii cu privire la experiențele din trecut. Acesta este un pas important către înțelegerea minții umane în sine. Și acest lucru este foarte important dacă vrem să proiectăm sau să dezvoltăm mașini care nu numai că pot clasifica ceea ce văd în fața noastră, ci și multe altele.
ILYA KHEL
