Hvornår Vil Computere Kunne Tænke Som Mennesker? - Alternativ Visning

Indholdsfortegnelse:

Hvornår Vil Computere Kunne Tænke Som Mennesker? - Alternativ Visning
Hvornår Vil Computere Kunne Tænke Som Mennesker? - Alternativ Visning

Video: Hvornår Vil Computere Kunne Tænke Som Mennesker? - Alternativ Visning

Video: Hvornår Vil Computere Kunne Tænke Som Mennesker? - Alternativ Visning
Video: HOW TO Build a HiFi Home Audio System in 2021 | The Basics 2024, Juli
Anonim

I science fiction-romaner fra 1960'erne dukkede kunstig intelligens op som en helt. I bøger kommunikerede computere ikke kun med mennesker på almindeligt naturligt sprog og tog vanskelige beslutninger, men anerkendte sig også som enkeltpersoner. Vil dette forblive en evig drøm, eller vil computere før eller senere være i stand til at indhente mennesker?

Vil computere være i stand til at tænke som mennesker? Dette er et spændende og meget interessant spørgsmål, og jo mere vi studerer det, jo mere lærer vi om os selv og vores tænkningsprocesser. På trods af det unikke ved menneskelig tænkning kan computere i høj grad overgå mennesker i visse opgaver. De færreste af os kan formere to decimaler i vores hoveder, slå verdensskakmesteren eller endda finde den bedste rute gennem en trafik-fastklemt by. Men når det kommer til menneske-computer-interaktion, er ting langt fra strålende. For ikke at nævne de problemer, der kræver menneskelig opfattelse og intuition for deres løsning - her kan computere være helt ubrugelige.

Evne til at lære

Computere har enorm computerkraft, men de har ingen menneskelige følelser og følelser, ingen menneskelig sensibilitet. Dette er den vigtigste grundlæggende forskel mellem en computer og et menneske. Forskellen ligger ikke på sindets niveau, men på niveauet af følelser og følelser, der præcist bestemmer, hvordan og hvorfor vi tænker. Og dette giver os på sin side muligheden for selvlæring under påvirkning af en slags interne stimuli - i modsætning til en computer, hvis evne til at lære mere eller mindre er strengt begrænset af software-rammen. En computer løser individuelle problemer meget mere effektivt end en person, men en maskine kan ikke tænke som en person.

Et af de karakteristiske eksempler på reflektionen af vores tankegang er sprog. Næsten ethvert naturligt sprog definerer ofte tvetydigt forskellige begreber, derfor er det et alvorligt problem at genkende betydningen af selv almindelig tekst for en computer. For at en computer skal kunne behandle sådanne oplysninger, er man nødt til at ty til”oversættelse” - formalisering af tale, tekst eller anden information. Men vi kan ikke forvente, at en computer gør dette på egen hånd. Selvfølgelig vil han ved hjælp af programmer være i stand til at danne et svar for os, der giver mening og synes fuldstændig menneskelig. Men dette er faktisk en efterligning, ikke ægte menneskelig tænkning. Computeren i dette tilfælde er et almindeligt informationsbehandlingsværktøj.

Næsten nøjagtig efterligning

Salgsfremmende video:

Moderne softwarealgoritmer og computerkraft gør det muligt for computere i dag at efterligne menneskelig adfærd så nøjagtigt, at mange medier afsender om "tænker" for alvor. Vores computer IBM Watson er blevet almindeligt kendt, som overgik mennesket i spiludstillingen Jeopardy (den russiske analog - "Eget spil"), og både spilspørgsmålene og computerens svar blev formuleret på naturligt sprog. Ikke desto mindre er Watson ikke en model for den menneskelige hjerne, men et specialiseret informationsbehandlingssystem, der analyserer spørgsmål om naturlige sprog ved hjælp af algoritmer og estimerer sandsynligheden for et bestemt svar fra en omfattende database baseret på akkumulerede statistikker. Og selvom Watson i øjeblikket er det mest avancerede system, der er i stand til at "forstå" anmodninger på naturligt sprog og svare på dem, forsikrer jeg Deminde i vores computer finder du ikke en person - i nogen forstand af ordet.

Mekanistisk måde

At flytte fra ekstern efterligning til reel modellering af menneskelig tænkning kræver at løse et helt andet problem. Oprettelse af en computer, der ikke kun fungerer inden for et givet program, men faktisk tænker som et menneske, kræver gentagelse af den biologiske sti, som naturen allerede er gået igennem. Faktisk er du nødt til at bygge en analog af den menneskelige hjerne og give maskinen alle de kommunikationskanaler med omverdenen, som en person besidder. Naturligvis er alt dette spekulativt, da den praktiske gennemførelse af et sådant projekt stadig ikke er muligt at forestille sig. Og ikke så meget på grund af ufuldkomne teknologier eller manglende computerkraft, men fordi vi stadig ikke forstår, hvordan den menneskelige hjerne og vores opfattelse fungerer.

Menneskelig opfattelse er et enormt mysterium. Indtil videre har ingen engang en grov idé om, hvordan det fungerer, i den videnskabelige undersøgelse af dette spørgsmål (psykologer, biologer og cybernetik beskæftiger sig også med dette) er vi i begyndelsen af stien. Prøv at forestille sig mængderne af data, der kommer ind i hjernen: visuel (med en enorm opløsning), lyddata, taktil, temperatur, gustatory, lugt, emotionel. Al denne information påvirker den følelsesmæssige tilstand, som påvirker analyse, databehandling og beslutningstagning. Hjernen behandler denne gigantiske mængde information parallelt og i realtid. Nu har vi ikke engang nogen ideer om, hvordan det ville være muligt at simulere et sådant skema helt i hardware (selvom nogle elementer naturligvis allerede er brugt i udviklingen af nye arkitekturer).

Har vi brug for en superbrain

Et vigtigt aspekt ved modellering er energieffektivitet. En menneskelig hjerne, der vejer ca. 1,5 kg, bruger ca. 30 watt. Moderne supercomputere optager hele bygninger, og strømforbruget beregnes i megawatt. Dette betyder, at hvis vi kunne opbygge en mekanistisk model af den menneskelige hjerne, så ville den være enorm og forbruge mange størrelsesordener mere energi end den originale, for ikke at nævne afkøling. Teknologier står dog ikke stille - både IBM og andre virksomheder arbejder på nye processorarkitekturer, på nye halvledermaterialer, der vil reducere forbruget og størrelsen på computere. Derudover vil parallelisering af beregningsprocesser bidrage til at øge effektiviteten. Kvantecomputere er ganske lovende i denne henseende.

Hvornår bliver det? Hvis vi sætter os en sådan opgave i dag og leverer tilstrækkelig finansiering, kan det tage hundrede år (dette er en temmelig optimistisk prognose). Men vil et sådant mål være berettiget? Oprettelse af en model for den menneskelige hjerne vil ikke give noget grundlæggende nyt til at løse daglige problemer, som traditionelle computere kan håndtere. Derudover bliver du nødt til ikke kun at møde teknologiske, men også etiske problemer. De vil dog opstå under alle omstændigheder, fordi almindelige computere gennemtrænger alle nye centrale områder af menneskelig aktivitet. For eksempel er der ikke længere nogen tvivl om, at computere snart kontrollerer biler, og her kommer vi ind i etikområdet - hvem vil være ansvarlig i tilfælde af en ulykke? Men jeg er ikke bange for nye teknologier. Når alt kommer til alt er en computer bare et værktøjmed til at gøre verden mere bekvem for os mennesker.

David Ferrucci, specialist i kunstig intelligens, leder af semantisk analyse og integration ved IBM Thomas Watson Research Center, IBM Emeritus, skaberen af IBM Watson supercomputer
David Ferrucci, specialist i kunstig intelligens, leder af semantisk analyse og integration ved IBM Thomas Watson Research Center, IBM Emeritus, skaberen af IBM Watson supercomputer

David Ferrucci, specialist i kunstig intelligens, leder af semantisk analyse og integration ved IBM Thomas Watson Research Center, IBM Emeritus, skaberen af IBM Watson supercomputer.

Interviewet af: Alexey Levin, Oleg Makarov, Dmitry Mamontov

Anbefalet: