Området inden for kunstig intelligensforskning er nået langt, men mange mener, at det officielt blev født, da en gruppe forskere fra Dartmouth College mødtes i sommeren 1956. Computere er forbedret dramatisk i løbet af de sidste par år; i dag udfører de beregningsoperationer meget hurtigere end mennesker. I betragtning af alle disse utrolige fremskridt var forskernes optimisme forståelig. Den geniale computerforsker Alan Turing antydede udseendet af tænkemaskiner nogle få år tidligere, og forskere kom på en simpel idé: intelligens er faktisk kun en matematisk proces. Den menneskelige hjerne er en maskine til en vis grad. Fremhæv tænkningsprocessen, og maskinen kan efterligne den.
Så virkede problemet ikke særlig vanskeligt. Dartmouth-forskerne skrev: "Vi mener, at der kan gøres betydelige fremskridt med et eller flere af disse problemer, hvis en omhyggeligt udvalgt gruppe forskere arbejder på det sammen i løbet af sommeren." Dette forslag indeholdt for øvrig en af de tidligste anvendelser af udtrykket "kunstig intelligens". Der var mange ideer: måske at efterligne kredsløb af neuroner i hjernen kunne lære maskiner de abstrakte regler for det menneskelige sprog.
Forskerne var optimistiske, og deres indsats blev belønnet. De havde programmer, der syntes at forstå menneskers sprog og kunne løse algebraiske problemer. Folk forudsagde fortroligt, at maskinens intelligens på det menneskelige niveau vil dukke op om tyve år.
Det er en heldig tilfældighed, at forudsigelsesfeltet, når vi vil have kunstig intelligens på menneskeligt niveau, blev født omtrent på samme tid som selve AI-feltet. Faktisk går det hele tilbage til Turing's første artikel om "tænkemaskiner", hvor han forudsagde, at Turing-testen - hvor en maskine skal overbevise en person om, at den også er et menneske - ville bestå 50 år senere, i år 2000. I dag forudsiger selvfølgelig folk stadig, at dette vil ske i de næste 20 år blandt de berømte "profeter" - Ray Kurzweil. Der er så mange meninger og forudsigelser, at det sommetider ser ud til, at AI-forskere lægger følgende sætning på telefonsvareren: "Jeg har allerede forudsagt, hvad dit spørgsmål vil være, men nej, jeg kan ikke forudsige det nøjagtigt."
Problemet med at forsøge at forudsige en nøjagtig dato for AI på humant niveau er, at vi ikke ved, hvor langt vi kan gå. Det lyder ikke som Moore's Law. Moore's Law - fordobling af computerkraft hvert par år - giver en specifik forudsigelse om et specifikt fænomen. Vi forstår nogenlunde, hvordan vi går videre - for at forbedre siliciumchip-teknologi - og vi ved, at vi i princippet ikke er begrænsede i vores nuværende tilgang (indtil vi begynder at arbejde med chips i atomskala). Det samme kan ikke siges om kunstig intelligens.
Almindelige fejl
Stuart Armstrongs forskning fokuserede på tendenser i disse fremskrivninger. Specifikt kiggede han efter to vigtige kognitive partier. Den første var ideen om, at AI-eksperter forudsiger, at AI vil ankomme (og gøre dem udødelige) lige inden de dør. Dette er Kurzweils kritik af "nørdetrapningen" - hans forudsigelser er motiverede af frygt for død, ønske om udødelighed og grundlæggende irrationelle. Skaberen af superintelligens bliver næsten et objekt for tilbedelse. Kritikken fremsættes normalt af folk, der arbejder inden for AI-området, der ved første hånd om frustrationerne og begrænsningerne i moderne AI.
Salgsfremmende video:
Den anden idé er, at folk altid vælger et tidsrum på 15-20 år. Dette er nok til at overbevise folk om, at de arbejder på noget, der vil være revolutionerende i den nærmeste fremtid (fordi folk er mindre tiltrukket af den indsats, der vil manifestere sig gennem tidene), men ikke så meget i den nærmeste fremtid, at du straks finder dig selv forbandet forkert. Folk er glade for at forudsige udseendet af AI, før de dør, men det er ønskeligt, at det ikke er i morgen eller om et år, men om 15-20 år.
Måling fremskridt
Armstrong bemærker, at hvis du vil måle gyldigheden af en bestemt forudsigelse, er der mange parametre at se på. For eksempel giver ideen om, at intelligens på menneskeligt niveau vil udvikle sig ved at simulere den menneskelige hjerne, dig mindst en klar ramme for måling af fremskridt. Hver gang vi får et stadig mere detaljeret kort over hjernen, eller efterfølgende imiterer vi en bestemt del af det, hvilket betyder, at vi skrider frem mod et specifikt mål, som antagelig vil resultere i menneskelig niveau AI. Måske er 20 år ikke nok til at nå dette mål, men i det mindste kan vi måle fremskridt fra et videnskabeligt synspunkt.
Sammenlign nu denne tilgang med tilgangen fra dem, der siger, at AI, eller noget bevidst, vil "vises", hvis netværket er komplekst nok og har tilstrækkelig computerkraft. Måske er det sådan, vi forestiller os menneskelig intelligens og bevidsthed, der opstod i udviklingsprocessen, selvom evolutionen har taget milliarder af år, ikke titusinder. Problemet er, at vi ikke har nogen empiriske beviser: vi har aldrig set bevidstheden komme fra et komplekst web. Ikke kun ved vi ikke, om dette er muligt, vi kan ikke engang vide, hvornår dette venter os, fordi vi ikke kan måle fremskridt på denne vej.
Der er en enorm vanskelighed med at finde ud af, hvilke opgaver der virkelig er vanskelige at udføre, og dette har hjemsøgt os fra fødslen af AI til i dag. Det er simpelthen umuligt at forstå menneskets sprog, chance og kreativitet, selvforbedring - og alt på én gang. Vi har lært at behandle naturlig tale, men forstår vores computere, hvad de behandler? Vi har lavet en AI, der føles "kreativ", men er der nogen kreativitet i dens handlinger? Den eksponentielle selvforbedring, der vil føre til singulariteten, synes generelt at være noget transcendentalt.
Vi selv forstår ikke, hvad intelligens er. For eksempel har AI-eksperter altid undervurderet AI's evne til at spille Go. I 2015 troede mange, at AI ikke ville lære at spille Go før i 2027. Men kun to år er gået, ikke tyve. Betyder det, at AI vil skrive den største roman på få år? Forstå verden konceptuelt? Kommer du tæt på en person med hensyn til intelligens? Ukendt.
Ikke menneske, men smartere end mennesker
Vi har måske set forkert på problemet. For eksempel er Turing-testen endnu ikke bestået i den forstand, at AI kunne overbevise en person i en samtale om, at han taler med en person; men beregningsevnen for AI såvel som evnen til at genkende mønstre og køre en bil er allerede langt ud over det niveau, mennesker har til rådighed. Jo flere beslutninger der træffes ved hjælp af algoritmer af "svag" AI, jo mere Internettet af ting vokser, jo flere data tilføres neurale netværk, og desto større er påvirkningen af denne "kunstig intelligens".
Vi ved muligvis endnu ikke, hvordan man opretter intelligens af menneskelig karakter, men vi ved heller ikke, hvor langt vi kan gå med den nuværende generation af algoritmer. Indtil videre er de ikke engang tæt på de forfærdelige algoritmer, der undergraver den sociale orden og bliver en slags vag superintelligens. Det betyder heller ikke, at vi skal holde os til optimistiske prognoser. Vi bliver nødt til at sørge for, at værdien af menneskeliv, moral, moral altid er indlejret i algoritmerne, så algoritmerne ikke er fuldstændigt umenneskelige.
Eventuelle prognoser skal halveres. Glem ikke, at det i de tidlige dage af AI så ud til, at det ville lykkes meget hurtigt. Og i dag tror vi også det. 60 år er gået, siden forskere samledes i Dartmouth i 1956 for at "skabe intelligens på tyve år", og vi fortsætter deres arbejde fortsat.
Ilya Khel