Termín „umelá inteligencia“sa často týka neurónových sietí postavených na technológiách hlbokého strojového učenia. Navyše, technológia školenia neurónových sietí je dobre rozvinutá a prináša ovocie. Nie všetci vedci však zdieľajú názor, že umelá inteligencia by sa mala vyvíjať touto cestou. Niekto dokonca verí, že takýmto systémom „by nemalo byť dôverované“a ich vývoj nepovedie k ničomu dobrému.
Umelá inteligencia v modernom slova zmysle - to si vôbec mnohí myslia.
Prečo strojové učenie je zlé pre ľudský rozvoj
V rozsiahlej práci uverejnenej na stránkach Technologyreview, profesor na newyorskej univerzite, odborník v oblasti kognitívnej vedy (kognitívna veda), Gary Marcus hovoril o rizikách rozsiahleho využívania neurónových sietí založených na hlbokom strojovom učení.
Po prvé, vedec sa domnieva, že táto technológia má jasné obmedzenia. Najmä sa dlho hovorilo o potrebe vytvoriť takzvanú „skutočnú AI“, ktorá je vhodná na riešenie širokého spektra problémov, nielen jedného konkrétneho, ako sa to teraz deje. Existujúce systémy AI už dosiahli vrchol svojho rozvoja a prakticky nemajú kam rásť. Okrem toho nemôžete len vziať a povedzme najprv naučiť sa jeden AI riadiť auto a donútiť iného opraviť ho a potom skombinovať systémy, čím vytvoríte univerzálneho asistenta. Umelé inteligencie jednoducho nebudú schopné interagovať, pretože sa „učili rôznymi spôsobmi“.
Ako urobiť inteligentnejšiu inteligenciu
Propagačné video:
Aby sa algoritmy stali efektívnejšími, musia byť „trénované odlišne“. Je potrebné prinútiť ich, aby začali vidieť vzťah objektov a dôsledky ich vzájomného pôsobenia. V takom prípade budeme slúžiť ako najlepší príklad.
Profesor Gary Marcus.
To, čo Marcus ponúka, nie je vôbec nič nové. Príklad opísaný vyššie je, ako si vedci predstavili „klasickú AI“. Aby však takáto AI fungovala efektívne, musíme vopred naplánovať všetky možné výsledky. A to je takmer nereálne. Ale existuje cesta von.
Riešením môže byť akási symbióza „klasickej umelej inteligencie“, ktorá vidí vzťahy a získava riešenia zrozumiteľným spôsobom, a hlboké učenie, ktoré dokáže nájsť riešenie pomocou „pokusu a omylu“. Môže to byť nejaký základný systém pravidiel a predpisov týkajúcich sa okolitého sveta. Na ich základe sa systémy AI už budú môcť rozvíjať v určitej oblasti. Skutočná umelá inteligencia musí pochopiť, ako všetko funguje, aby porozumelo vzťahom príčina-následok a ľahko prepínalo z jednej úlohy na druhú. Moderné systémy postavené pomocou technológie hlbokého učenia to jednoducho nedokážu.
Vladimír Kuzněcov