Hvert år bliver udviklingen inden for kunstig intelligens mere og mere perfekt - ansigtsgenkendelsesteknologi, intelligente stemmeassistenter og endda kunst skabt af algoritmer bliver en del af vores liv. Men vil AI være i stand til at tage den sidste grænse af menneskelige evner og lære at opleve følelser? Sammen med teorien og praksis-platformen inviterer vi dig til at lære om menneskets og maskinens fremtid.
Den hellige versus viden
I almindelig opfattelse kan kunstig intelligens aldrig komme tæt på menneskelig følelsesmæssighed på grund af vores specielle mentale organisation, som ikke kan transplanteres i en maskine. I modsætning hertil stammer udfordringen med at skabe følelsesladet AI fra det faktum, at mennesker ikke er så gode til empati. Vi er slet ikke som ideelle følelsesmaskiner, der let kan dechiffrere andres følelser. Vores empati er alvorligt begrænset af unikke oplevelser, lærte stereotyper og individuelle psyko-emotionelle reaktioner. Derfor er det usandsynligt, at en europæer fra middelklassen forstår, hvilke følelser leder af en afrikansk stamme udtrykker, og vice versa.
På den ene side tror vi, at følelsesmæssighed er en hellig gave, et eksklusivt privilegium for mennesker. På den anden side ved vi for lidt om det, siger Sergey Markov, en specialist i AI og maskinuddannelse og grundlægger af portalen 22century.ru. Efter hans mening vil afgivelse af opfattelsen af følelsesmæssighed som noget helligt give mulighed for at finde nye metoder til at studere empati. Ved hjælp af reverse engineering (undersøger en færdig enhed eller et program for at forstå, hvordan det fungerer og opdage ikke-indlysende muligheder), undersøge neurale netværk og maskinlæring, kan du lære noget grundlæggende nyt om menneskelig følelsesmæssighed.”Maskinlæring tillader i en række tilfælde, som de siger, at harmoni med algebra - mere pålidelig viden baseret på big data-statistikker erstatter gæt og hypoteser,” mener Markov.
Etablere kommunikation
Salgsfremmende video:
Vi prøver måske ikke at undervise biler om empati bare ud af nysgerrighed, men det voksende antal automatiserede systemer - fra stemmeassistenter til selvkørende biler - gør emotionel AI til et must. Den største udfordring, som maskinlæringsspecialister står overfor, er at forenkle arbejdet med forskellige grænseflader både på inputniveauet og i processen med informationsudgang. Hyppigheden af kommunikation med computere vokser åbenlyst, men tjenesterne og systemerne i sig selv forstår endnu ikke, hvorfor vi ryster telefonen: fra vrede eller fra latter.
Emotionel intelligens er allerede efterspurgt i mange erhvervsprojekter. Fra reklame, som ved at tilpasse sig en potentiel kundes følelsesmæssige tilstand øger salget til anerkendelsesteknologier, der, efter at have opdaget den mest nervøse person i mængden, vil hjælpe med at fange kriminelle.
Forskere bliver nødt til at arbejde med følelsesmæssig intelligens og sikkerhedsproblemer.”Beslutninger truffet af computere skal ikke virke psykopatiske. Hvis en maskine fungerer i en verden, hvor mennesker lever, skal den være i stand til at tage hensyn til "menneskelige omstændigheder", det vil sige være i stand til empati. Et typisk eksempel: en robotdiagnostiker, der sender en ældre person til en kompleks operation, skal tage hensyn til de risici, der er forbundet med stress. Et ubemandet køretøj, fuldstændig blottet for empati, i en bestemt sammenhæng kan også gøre problemer,”siger filosof Kirill Martynov.
Alarmister som filosofen og antropocen-specialisten Nick Bostrom, bemærker Martynov, hævder, at problemet med "tab af følsomhed" i superintelligensen, der skiller sig skarpt på baggrund af det menneskelige niveau, er ganske reelt. De prøver allerede på at forhindre dette problem ved hjælp af lovlige begrænsninger. Med denne tilgang er AI-skabere lovligt forpligtet til at give udvikling med de elementer af følelsesmæssig intelligens, der er nødvendige for empati.
Lær følelser
Den ikke-trivielle opgave med at skabe følelsesmæssig AI bliver lettere ved ankomsten af nye værktøjer som maskinlæring. Sergey Markov beskriver denne proces på følgende måde:”Du kan tage flere hundrede tusinde lydoptagelser af menneskelige ytringer og bede en gruppe mennesker-markører om at matche et sæt markører af det 'følelsesmæssige alfabet' med hver af disse sætninger. Derefter vælges 80% af sætninger tilfældigt - på denne prøve trænes det neurale netværk til at gætte følelsesmæssige markører. De resterende 20% kan bruges til at sikre, at den kunstige intelligens fungerer korrekt. I en anden læringsmodel, som Markov beskriver, får det neurale netværk større uafhængighed. I den kategoriserer AI selv sætninger i henhold til lignende følelsesmæssig farve, talehastighed og intonation, og lærer senere at syntetisere sine udsagn baseret på de modtagne kategorier. Alligevel,Big data er ved at blive den vigtigste ressource til træning af kunstig intelligens.
Evolutionsløb
”Det faktum, at vi oplever vores egne følelser som 'ægte', skyldes kun, at vores kognitive system, der opstod under evolutionen, er så afstemt. Personer, der var i stand til at opleve følelser og kontrollere deres opførsel, fik en fordel i det evolutionære race. Computere er usandsynligt, at de kan komme tæt på at modellere den virkelige udvikling af primater - i denne forstand vil deres følelser ikke være "rigtige", mener Martynov.
Det centrale spørgsmål, siger Martynov: er det muligt at modellere de subjektive oplevelser af følelser, hvad Aristoteles ville kalde sjælen og Descartes cogito? Videnskab giver stadig ikke et direkte svar på dette spørgsmål, og filosofer indsamler konferencer om kvaliteten (irreducible elementer af subjektiv oplevelse). Selvom der er optimister som filosofen og den kognitive videnskabsmand Daniel Dennett, der hævder, at i sidste ende er subjektiv oplevelse evnen til at fortælle dig selv og andre om, hvordan du følte dig. Vi modtager selvfølgelig overbevisende verbale rapporter om følelser fra maskiner i den nærmeste fremtid, mener Martynov.
Men med en stor sandsynlighed, mener Sergei Markov, vil vores fælles fremtid med følelsesmæssig kunstig intelligens antage former, som ikke kan forestilles i dag med den stereotype modstand fra mennesker og maskiner: at tegne endda en betinget linje, der adskiller en person og et produkt af hans teknologier. Følelsesmæssig intelligens har en stor rolle at spille i dette scenarie.”
