Πίνακας περιεχομένων:

9 αφελείς ερωτήσεις για την τεχνητή νοημοσύνη
9 αφελείς ερωτήσεις για την τεχνητή νοημοσύνη
Anonim

Διαχωρίζοντας τη φαντασία από ένα ρεαλιστικό μέλλον.

9 αφελείς ερωτήσεις για την τεχνητή νοημοσύνη
9 αφελείς ερωτήσεις για την τεχνητή νοημοσύνη

Τι είναι το AI;

Μαθηματικοί, προγραμματιστές, μελλοντολόγοι και φιλόσοφοι αγωνίζονται να ορίσουν την τεχνητή νοημοσύνη (AI). Από τη μία πλευρά, είναι μια μεγάλης κλίμακας διεπιστημονική περιοχή έρευνας στη διασταύρωση των μαθηματικών, της γλωσσολογίας, του προγραμματισμού και της ψυχολογίας.

Από την άλλη πλευρά, το AI είναι ένας μαθηματικός αλγόριθμος που δημιουργεί έξυπνα προγράμματα υπολογιστών. Ονομάζονται έτσι επειδή μπορούν να εκτελούν λειτουργίες που θεωρούνται προνόμιο ενός ατόμου. Για παράδειγμα, γράψτε ένα ποίημα ή μουσική, κάντε μια συζήτηση.

Η τεχνητή νοημοσύνη δημιουργείται για την επίλυση συγκεκριμένων προβλημάτων - όλα αυτά τα συστήματα είναι εξαιρετικά εξειδικευμένα και δεν μπορούν να εκτελέσουν πολλές λειτουργίες ταυτόχρονα. Εάν ένα πρόγραμμα έχει σχεδιαστεί για να μεταγράφει την ανθρώπινη ομιλία, δεν μπορεί ποτέ να παίξει ένα παιχνίδι με κάρτες.

Είναι σύνηθες να γίνεται διάκριση μεταξύ αδύναμου και ισχυρού AI. Όταν οι εταιρείες ισχυρίζονται ότι έχουν δημιουργήσει ένα προϊόν με τεχνητή νοημοσύνη, εννοούν τις αδύναμες επιλογές του: πρόκειται για αυτόματους πιλότους, βοηθούς φωνής, μεταφραστές. Η συλλογιστική για μια ισχυρή τεχνητή νοημοσύνη, αυτή που μπορεί να σκέφτεται και να έχει επίγνωση του εαυτού της (δηλαδή, να γίνει στην πραγματικότητα στο ίδιο επίπεδο με το ανθρώπινο μυαλό), παραμένει μια επιστημονική και φιλοσοφική συζήτηση.

Μια αδύναμη τεχνητή νοημοσύνη, όταν μεταφράζει ένα κείμενο, αντικαθιστά ορισμένες λέξεις με άλλες σύμφωνα με έναν συγκεκριμένο αλγόριθμο και ένας ισχυρός μπορεί να κατανοήσει ανεξάρτητα το νόημα μιας πρότασης. Αυτή είναι η κύρια διαφορά.

Είναι και τα ρομπότ AI; Τι γίνεται με τα chat bots, τη μηχανική μάθηση, τα νευρωνικά δίκτυα;

Όχι, μιλάμε για πολύ κοντινές και αλληλοεξαρτώμενες έννοιες, αλλά και πάλι δεν είναι το ίδιο πράγμα. Ας επιστρέψουμε στον ορισμό: Η τεχνητή νοημοσύνη είναι ένα διεπιστημονικό πεδίο έρευνας μεγάλης κλίμακας (όπως η γεωγραφία).

Υπάρχουν αρκετοί εξειδικευμένοι τομείς γνώσης σε αυτόν τον τομέα, ένας από τους οποίους είναι η μηχανική μάθηση. Μαζί με αυτό, υπάρχουν επεξεργασία κειμένου φυσικής γλώσσας, εικονικοί βοηθοί και συστήματα συστάσεων. Είναι σαν φυσική, οικονομική ή κοινωνική γεωγραφία.

Κατεβαίνουμε ένα σκαλί πιο κάτω. Ένα νευρωνικό δίκτυο είναι μια από τις υποενότητες της μηχανικής μάθησης, ένας μαθηματικός αλγόριθμος με αυτοματοποιημένο συντονισμό παραμέτρων. Συνολικά, υπάρχουν τέσσερις κύριες υποενότητες (μέθοδοι) της μηχανικής μάθησης: η κλασική, η ενίσχυση, οι μέθοδοι συνόλου και τα νευρωνικά δίκτυα. Φανταστείτε ότι αυτή είναι η γεωγραφία των ωκεανών στο τμήμα της παγκόσμιας φυσικής γεωγραφίας.

Και πού ταξινομούνται σε αυτή την περίπτωση τα ρομπότ; Chatbots, ρομπότ, αυτόματοι μεταφραστές, σαρωτές - όλα αυτά είναι το τελικό αποτέλεσμα και η μορφή παρουσίασης της τεχνολογίας AI.

Ερωτήσεις Τεχνητής Νοημοσύνης: Η τεχνητή νοημοσύνη ως περιοχή έρευνας
Ερωτήσεις Τεχνητής Νοημοσύνης: Η τεχνητή νοημοσύνη ως περιοχή έρευνας

Μπορώ να γνωρίσω την τεχνητή νοημοσύνη στην πραγματική ζωή;

Φυσικά! Το χρησιμοποιούμε για μια μεγάλη ποικιλία εργασιών. Για παράδειγμα, το T9 προβλέπει τη λέξη που γράφετε - αυτό το AI αναγνωρίζει τον συνδυασμό γραμμάτων και προτείνει μία από τις διαθέσιμες επιλογές στη βάση δεδομένων του. Ένας οικιακός βοηθός ρομπότ που ανταποκρίνεται σε φωνητικές εντολές είναι ένα παράδειγμα τεχνολογίας. Το Siri είναι επίσης τεχνητή νοημοσύνη.

Το AI μπορεί να μάθει;

Ναι, ξέρει ήδη πώς να μαθαίνει και να βελτιώνεται. Για παράδειγμα, η Google δημιούργησε το AI Mastering the game of Go χωρίς ανθρώπινη γνώση, το οποίο κατέκτησε ανεξάρτητα το αρχαίο κινέζικο επιτραπέζιο παιχνίδι Go, μαθαίνοντας από αστοχίες και νίκες.

Ωστόσο, αξίζει να θυμόμαστε ότι η αυτομάθηση δεν είναι υποχρεωτικό χαρακτηριστικό της τεχνητής νοημοσύνης. Υπάρχουν συστήματα που απλώς εκτελούν μια συγκεκριμένη εργασία πολύ καλά και στα οποία δεν έχουν «μπει» στη λειτουργία μάθησης. Αυτά περιλαμβάνουν ρομπότ που εργάζονται στην παραγωγή και τη διαλογή.

Τι θα λέγατε για την αναγνώριση των συναισθημάτων;

Ναι, υπάρχουν συστήματα υπολογιστών που μπορούν να αναγνωρίσουν τα συναισθήματα από τις εκφράσεις του προσώπου ενός ατόμου κατά τη διάρκεια μιας συνομιλίας. Το πρόγραμμα αξιολογεί τη θέση των βασικών σημείων του προσώπου (φρύδια, μάτια, μύτη, σαγόνι και χείλη) και τα συγκρίνει με τα σημάδια πιθανών συναισθημάτων που αναγράφονται στον κώδικά του.

Επιπλέον, τα συστήματα είναι σε θέση να απεικονίσουν συναισθήματα χρησιμοποιώντας emoticon ή emojis. Αυτή η χειραγώγηση βασίζεται σε μια πολύ απλή λογική: τα βασικά συναισθήματα (χαρά, διασκέδαση, αγανάκτηση) είναι εύκολο να προβλεφθούν και να προσομοιωθούν, βασιζόμενοι σε λέξεις ενεργοποίησης ("ευχαριστώ", "συγγνώμη", "προσβλητικό" και άλλα).

Και προειδοποιώντας την επόμενη ερώτηση: όχι, η τεχνητή νοημοσύνη δεν μπορεί να βιώσει συναισθήματα. Σχηματίστηκαν στους ανθρώπους στη διαδικασία της εξέλιξης και της κοινωνικοποίησης. Ένα παρόμοιο σύστημα απόκρισης υπάρχει στα ζώα - βιώνουν χαρά, οργή, άγχος κ.λπ. Αλλά μόνο ένα άτομο συμπλήρωσε αυτό το φάσμα με την ικανότητα της ορθολογικής σκέψης.

Μπορεί το AI να γίνει πιο έξυπνο από τους ανθρώπους;

Από τη μια πλευρά, αυτό είναι μια μάλλον ανούσια ερώτηση, επειδή δεν υπάρχει καθολική κλίμακα για τη μέτρηση της νοημοσύνης. Για παράδειγμα, γνωρίζουμε ότι ο καρδιακός ρυθμός ενός υγιούς ατόμου είναι περίπου 60 παλμοί ανά λεπτό. Πώς όμως πρέπει να μετριέται το μυαλό; Στον αριθμό των διαβασμένων βιβλίων, γνώση του περιοδικού πίνακα ή ικανότητα να δίνεις απαντήσεις σε τυχόν ερωτήσεις; Μπορεί μια γάτα να θεωρηθεί πιο έξυπνη από έναν σκίουρο και ένας αετός πιο έξυπνος από μια οχιά; Πώς συγκρίνετε τη νοημοσύνη ενός φυσικού αστρονόμου και ενός χειρουργού;

Υπάρχει ένα δημοφιλές τεστ για τη μέτρηση του δείκτη νοημοσύνης (IQ) του Hans Eysenck, αλλά είναι κατηγορηματικά αδύνατο να το θεωρήσουμε καθολικό κριτήριο. Στον άνθρωπο, ο εγκέφαλος λειτουργεί με διαφορετικούς τρόπους και «ακονίζεται» για τον ένα ή τον άλλο τύπο δραστηριότητας. Μέχρι να υπάρξει ένα κριτήριο που μπορεί να χρησιμοποιηθεί ως απόλυτος δείκτης, δεν θα υπάρχει τέτοια βαθμολογία.

Από την άλλη πλευρά, όταν λέμε «οι μηχανές θα γίνουν πιο έξυπνες από τους ανθρώπους», εννοούμε μάλλον ότι θα γίνουν πιο έξυπνες. Και ο νους είναι πολύ ευρύτερος από τη νόηση, διαμορφώνεται στη διαδικασία της ζωής και εξαρτάται από ένα δισεκατομμύριο διαφορετικούς παράγοντες. Μέχρι στιγμής, επιστήμονες και συγγραφείς επιστημονικής φαντασίας προτείνουν τη μόνη δυνατή (αλλά δεν έχει ακόμη εφαρμοστεί) επιλογή στην οποία η τεχνητή νοημοσύνη θα γίνει πιο ευφυής από έναν άνθρωπο: εάν η τεχνολογία εφαρμοστεί με βάση μόρια DNA και όχι με μοντελοποίηση νευρωνικών δικτύων.

Μπορεί το AI να μετρήσει τις δικές του ενέργειες;

Οχι. Για την αξιολόγηση των πράξεων, ένα άτομο, εκτός από τη διαδικασία σκέψης, απαιτεί ηθικές στάσεις, συναισθήματα και πολιτισμικούς κανόνες που αλλάζουν με την πάροδο του χρόνου. Η τεχνολογία (τουλάχιστον όχι ακόμα) δεν είναι διαθέσιμη.

Μπορεί να χακαριστεί το AI;

Ναι είναι δυνατόν. Είναι ένα πρόγραμμα που ελέγχεται από τον άνθρωπο. Οποιοδήποτε πρόγραμμα μπορεί να χακαριστεί.

Είναι δυνατόν το AI να ξεφύγει από τον έλεγχο και να αποφασίσει να απαλλαγεί από το άτομο;

Παρά το γεγονός ότι έχουμε δει πολλές ιστορίες στις οποίες τα ρομπότ γίνονται επιθετικά τέρατα, μπλοκάρουν τη ζωή των πόλεων, αρπάζουν απόρρητες πληροφορίες και διαπράττουν άλλα εγκλήματα, αυτό είναι δυνατό μόνο στις ταινίες.

Το AI εκτελεί αποκλειστικά εκείνες τις εργασίες που ορίζονται σε αυτό από τον προγραμματιστή. Η τεχνολογία δεν προβλέπει ανεξάρτητο καθορισμό στόχων. Η τεχνητή νοημοσύνη μπορεί να καταλήξει στα χέρια εγκληματιών και να προκαλέσει ζημιά, αλλά και πάλι είναι θέμα ανθρώπινης βούλησης.

Ένα διαφορετικό σενάριο μπορεί να προκύψει μόνο εάν λυθεί το πρόβλημα της ισχυρής τεχνητής νοημοσύνης. Αυτό δεν είναι δυνατό σήμερα. Επομένως, όλα τα επιχειρήματα σχετικά με την πιθανή υποδούλωση της ανθρωπότητας από την τεχνητή νοημοσύνη δεν έχουν πραγματική βάση.

Συνιστάται: