Všeobecne sa verí, že s najnovším pokrokom vo výskume umelej inteligencie sa čoskoro objavia živé a inteligentné stroje. Automobily rozumejú hlasovým príkazom, rozlišujú obrázky, jazdia autom a hrajú hry lepšie ako my. Ako dlho zostáva čakať, kým medzi nami začnú chodiť?
Nedávno zverejnená správa Bieleho domu o umelej inteligencii zaujíma skeptický postoj. Hovorí sa v ňom, že v najbližších 20 rokoch je nepravdepodobné, že by sme videli stroje „vykazujúce intelektuálne schopnosti porovnateľné alebo lepšie ako ľudské“, ale v nasledujúcich rokoch „stroje dosiahnu ľudské schopnosti pre čoraz viac úloh“. V tejto správe však chýba niekoľko dôležitých vecí.
Výskumník umelej inteligencie Arend Hintze tvrdí, že správa sa zameriava výlučne na „nudný typ AI“. V polovici vety prerušuje obrie odvetvie výskumu AI, ako nám evolúcia pomáha vyvíjať stále lepšie systémy umelej inteligencie a ako nám výpočtové modely pomáhajú pochopiť vývoj našej vlastnej ľudskej inteligencie.
Správa sa zameriava na, ako hovorí vedec, hlavné nástroje AI: strojové učenie a hlboké učenie. Tento druh technológie umožňoval robotom dobre hrať kvízy a prekonávať majstrov hry go. Tieto systémy dokážu spracovať obrovské množstvo dát a veľmi rýchlo vykonávať zložité výpočty. Ale chýba im prvok, ktorý bude kľúčový pri vytváraní inteligentných strojov, ktoré by sme chceli mať v budúcnosti.
Na učenie sa potrebujeme viac ako vyučovacie stroje. Musíme prekonať hranice, ktoré definujú štyri rôzne typy umelej inteligencie. Bariéry, ktoré oddeľujú stroje od nás - a my od nich.
AI typu I: prúdové stroje
Najzákladnejšie typy systémov AI sú vysoko reaktívne a nemôžu vytvárať spomienky alebo využívať minulé skúsenosti na informovanie aktuálnych rozhodnutí. Deep Blue, šachový superpočítač IBM, ktorý koncom 90. rokov porazil veľmajstra Garryho Kasparova, je dokonalým príkladom tohto typu stroja.
Propagačné video:
Deep Blue dokáže identifikovať figúrky na šachovnici a vie, ako sa pohybujú. Dokáže predpovedať pohyby, svoje aj súperove. A vyberá najoptimálnejšie možné pohyby.
Netuší však ani minulosť, ani spomienku na to, čo sa stalo. Okrem zriedka používaného pravidla špecifického pre šach, ktorým je trikrát neopakovať ten istý ťah, Deep Blue až doteraz všetko ignoruje. Iba sa pozrie na figúrky na šachovnici a zvolí ďalší ťah.
Tento typ inteligencie zahŕňa počítač, ktorý vníma svet priamo a koná na základe toho, čo vidí. Nespolieha sa na vnútorný koncept sveta. Výskumník AI Rodney Brooks vo svojej práci tvrdil, že by sme mali vyrábať iba také stroje. Podľa jeho názoru ľudia nie sú veľmi dobrí v programovaní presných simulovaných svetov pre počítače, ako sa hovorí, vo vytváraní „reprezentácie“, reprezentácie sveta.
Moderné inteligentné stroje, ktoré obdivujeme, buď nemajú taký koncept sveta, alebo sú veľmi obmedzené a zaoberajú sa určitými úlohami. Inovácia v dizajne Deep Blue nebola o rozšírení počtu možných pohybov, ktoré počítač zvažuje. Namiesto toho vývojári našli spôsob, ako zúžiť jeho víziu, zahodiť niektoré z možných pohybov v budúcnosti, podľa toho, ako budú vyhodnotené.
Rovnako AlphaGo Google, ktorý porazil svetového šampióna v Go, nemá ako hodnotiť možné pohyby do budúcnosti. Jeho analytická metóda je sofistikovanejšia ako metóda Deep Blue: na vyhodnotenie vývoja hry využíva neurónovú sieť.
Tieto techniky zlepšujú možnosti systémov AI, zlepšujú hranie určitých hier, ale nie je ľahké ich upravovať alebo aplikovať na iné situácie. Tieto počítačové typy predstavivosti nemajú koncepciu sveta ako celku - čo znamená, že nemôžu ísť ďalej ako za vykonávanie konkrétnych úloh, pre ktoré boli vyrobené, a dajú sa ľahko oklamať.
Nemôžu sa interaktívne zúčastňovať na svete a my by sme radi jedného dňa videli práve také systémy AI. Namiesto toho sa stroje budú správať presne tak, ako sa vždy správajú, keď čelia rovnakej situácii. Ak chceme, aby bol systém AI spoľahlivý a dôveryhodný, potom je to dobrá vec: chceli by ste, aby vaše autonómne vozidlo bolo spoľahlivé. Ale ak chceme, aby stroje interagovali s nami a so svetom, je to zlé. Najjednoduchšie systémy umelej inteligencie sa nikdy nenudia, nemôžu ich zaujímať ani rozrušovať.
AI typu II: obmedzená pamäť
Typ II obsahuje stroje, ktoré dokážu nahliadnuť do minulosti. Samoriadiace autá sú toho už trochu schopné. Napríklad sledujú rýchlosť a smer ostatných vozidiel. To sa nedá urobiť naraz, preto musíte identifikovať konkrétne objekty a pozorovať ich v priebehu času.
Tieto pozorovania sa pridávajú k predprogramovaným reprezentáciám sveta samoriadiacich automobilov, ktoré zahŕňajú dopravné značenie, semafory a ďalšie kritické prvky. Sú spojené, keď sa auto rozhodne zmeniť jazdný pruh a nezraziť sa s iným.
Ale tieto jednoduché kúsky informácií o minulosti sú iba dočasné. Nebudú uložené ako súčasť knižnice skúseností s vozidlami, v ktorej sa môže učiť, ako to robia ľudskí vodiči, zhromažďovať skúsenosti počas rokov pri šoférovaní.
Ako zostavíme systémy AI, ktoré vytvárajú kompletné reprezentácie, pamätajú si skúsenosti a učia sa zvládať nové situácie? Brooke mala pravdu, že je to veľmi ťažké. Možno stojí za to hľadať inšpiráciu v darvinovskej evolúcii?
AI typu III: teória mysle
Tu musíme urobiť krátku zastávku a nazvať tento okamih dôležitou medzerou medzi strojmi, ktoré máme, a strojmi, ktoré by sme chceli v budúcnosti postaviť. Prvý krok však musí byť konkrétnejší, čo sa týka pohľadov, ktoré budú musieť stroje vytvárať.
Stroje nasledujúcej, pokročilejšej triedy netvoria iba reprezentácie sveta, ale aj ďalších agentov alebo entít sveta. V psychológii sa tomu hovorí „teória mysle“- pochopenie toho, že ľudia, tvory a objekty na svete môžu mať myšlienky a emócie, ktoré ovplyvňujú ich vlastné správanie.
To je dôležité pre to, ako my ľudia formujeme spoločnosť, pretože nám poskytuje sociálne interakcie. Bez toho, aby sme vzájomne porozumeli motívom a zámerom a nezohľadňovali, čo o mne alebo prostredí vie niekto iný, je spolupráca v najlepšom prípade ťažká a v horšom prípade nemožná.
Ak sa systémy AI budú niekedy medzi nami túlať, budú musieť pochopiť, čo si myslíme a čo cítime, prinajmenšom na úrovni predpokladov. A podľa toho upravte svoje správanie.
IV typ AI: sebauvedomenie
Konečným cieľom vývoja umelej inteligencie je vytvorenie systémov, ktoré dokážu formovať sebaobrazy. Nakoniec musia výskumníci AI nielen rozumieť vedomiu, ale aj vytvárať stroje s vedomím.
Toto je v istom zmysle rozšírenie „teórie mysle“, ktorá bola spomenutá v predchádzajúcom type AI. Keď hovoríme o vedomí, máme na mysli aj vedomie seba. „Chcem túto vec“sa líši od „Viem, že túto vec chcem“. Vedomé bytosti si uvedomujú svoje vedomie, sú si vedomé svojich vnútorných stavov a môžu predvídať správanie alebo pocity druhých. Predpokladáme, že niekto, kto nám signalizuje v premávke, je nahnevaný alebo netrpezlivý, pretože tak by sme sa mohli cítiť na jeho mieste. Bez teórie mysle by sme nemohli robiť také závery.
Aj keď sme pravdepodobne ďaleko od budovania strojov, ktoré si uvedomujú sami seba, musíme zamerať svoje úsilie na cestu k porozumeniu pamäti, učeniu a schopnosti rozhodovať o minulých skúsenostiach. Toto je dôležitý krok k pochopeniu samotnej ľudskej mysle. A to je veľmi dôležité, ak chceme navrhnúť alebo vyvinúť stroje, ktoré dokážu klasifikovať nielen to, čo vidia pred nami, ale aj oveľa viac.
ILYA KHEL