Greg Corrado, førende programmerer af Google Brain-projektet (som skaber maskinindlæring og kunstig intelligenssystemer og deres integration i Google-tjenester) fortalte RIA Novosti, hvad kunstig intelligens er, hvorfor opstanden af selvforbedrende maskiner ikke truer os, og delte hans tanker om, hvordan menneskeheden vil tilpasse sig livet i æraen med "intelligente maskiner".
I de senere år har Corrado og hans kolleger udviklet nye maskinoversættelsessystemer, lært Google Images billedsøgemaskine til at genkende katte, hunde og andre objekter og skabt et neuralt netværk, der forbedrer fotoopløsningen. De arbejder i øjeblikket på en stemmeassistent til Android-telefoner.
Greg, bedømt efter dine publikationer, begyndte din videnskabelige karriere inden for neurofysiologi, ikke i udviklingen af kunstig intelligens. Hvordan skete det, at AI-systemer blev vigtige for dig personligt og for Google generelt?
- Til at begynde med var jeg interesseret i helt forskellige ting - først studerede jeg fysik, og derefter skiftede jeg til området hjernevidenskab. Det så mig ud til, at hjernen var det mest interessante fysiske system, og jeg ville forstå, hvordan udviklingen af vores hjerne førte til fremkomsten af intelligente og selvbevidste væsener.
Efter at have arbejdet i nogen tid på denne måde, indså jeg, at det ikke var mindre interessant for mig at studere alle former for intelligens, ikke kun i dens biologiske, men også i kunstige manifestationer. Derudover syntes det for mig på det tidspunkt, at vi inden for kunstig intelligens ville være i stand til at gå langt hurtigere end i studiet af den menneskelige hjerne.
Hos Google er situationen en anden - virksomheden har faktisk været engageret i kunstig intelligens siden starten. Selve implementeringen af søgemaskinen, som det blev forestillet af selskabets grundlæggere, Sergey Brin og Larry Page, kræver i det mindste en form for kunstig intelligens.
For os er hovedopgaven ikke at skabe AI som en slags produkt, som vi kunne pakke i en kasse og sælge, men at bruge sådanne systemer til at organisere og behandle information. Mængden af information vokser konstant, og jo flere data vi modtager, desto dårligere ser vi dem og mister ideen om, hvad der er vigtigt og hvad ikke.
Den meget matematiske idé, der beskriver dybe neurale netværk og ikke-lineære læringsmetoder, dukkede op for mere end ti år siden, men de er først blevet populære i de sidste to eller tre år. Hvad er grunden til dette?
Salgsfremmende video:
- Jeg kan sige mere - selve principperne for organisering af disse netværk syntes endnu tidligere i 60'erne af det forrige århundrede, og de blev endelig formaliseret i en matematisk form i 1980'erne og 1990'erne. Siden da har de faktisk ikke ændret sig. Den eneste grund til, at deres renæssance sker lige nu, er, at computere er blevet markant hurtigere i de senere år, og vi har mulighed for billigt at øge deres magt.
I 1990'erne og begyndelsen af 2000'erne forstod vi ikke dette, og derfor blev neurale netværk på det tidspunkt betragtet som et interessant, men nytteløst legetøj. Men i virkeligheden havde de simpelthen ikke nok computereessourcer til at gøre noget nyttigt. Da datamængder og beregningsressourcer var små, brugte enkle matematiske tilgange dem mere effektivt end neurale netværk.
Forstod vi først, at dybe netværk og maskinlæring kan være nyttige? omkring 2010 eller 2011, og det tog os omkring fem år at teste denne idé og bevise, at den var. Nu forstår enhver i branchen, at det er sådan, og stræber i denne retning.
Hvert år producerer vores civilisation flere og flere data, hvis behandling snart vil være umulig uden brug af kunstig intelligens. Vil menneskeheden være i stand til at udvikle sig yderligere, som modstanderne af AI mener, uden at bruge sådanne systemer?
”Jeg tror ikke, at kunstig intelligens eller maskinlæring kan være noget, der er godt eller dårligt - det er bare et sæt nye teknologier, den måde at bruge, som udelukkende vil afhænge af os selv. Som samfund må vi beslutte, hvad og hvordan de skal anvendes - for eksempel kan vi helt opgive dem af en etisk eller politisk grund.
Jeg personligt synes, at en sådan løsning ville være ekstremt ineffektiv og ligner den, hvis vi forbød automatiske symaskiner og tvang alle fabrikker til at sy tøj med hånden. I stedet er vi nødt til at forstå, hvor brugen af dem vil give reelle fordele og tilpasse os til vores værdier.
Og det ser ud til, at der er utallige områder, hvor brugen af både AI og maskinlæring vil give enorme fordele for samfundet, hvoraf mange vi stadig ikke kan forestille os.
Google bruger i dag neurale netværk i arbejdet med Google Translate, Google Image Search og mange andre produkter. Hvor vil det største gennembrud i deres ansøgning ske i den nærmeste fremtid?
- Når folk taler om udviklingen af kunstig intelligens, forestiller de sig ofte noget meget imponerende, som det virkelig ikke er. Du skal forstå, at vi simpelthen prøver at gøre maskiner mindre dumme end de er i dag og få dem til at interagere med mennesker på den mest naturlige måde.
Derudover tillader kunstig intelligens os at rette fejlene i maskiner og få dem til at lære af disse fejl. Der er en slags dialog mellem menneske og maskine.
Jeg håber, at vi i de næste ti år har et system, der muligvis arbejder med telefoner og andre mobile enheder, der dynamisk vil interagere med ejeren og tage hensyn til hans personlighedskarakteristika og nogle specifikke ønsker.
For eksempel beder du en sådan assistent om at hjælpe dig med at nå et punkt på kortet. Når han tilbyder dig en rute, kan du bede ham om at lægge den tættere på parken eller opfylde andre ønsker, og systemet vil forstå dig og opfylde dine ønsker. Vi ønsker, at kommunikation med sådanne systemer skal gå så naturligt som muligt for en person.
I de senere år taler forskere i stigende grad om oprettelsen af selvforbedrende kunstige intelligenssystemer, som mange seriøse videnskabsmænd, for eksempel Stephen Hawking, betragter som meget farlige for mennesker. Er det virkelig?
- Faktisk er der ikke skabt selvforbedrende kunstig intelligens. Fra et teknisk synspunkt er det muligt, at sådanne systemer en dag vil vises, men indtil videre eksisterer de ikke, og det er usandsynligt, at de vises i en overskuelig fremtid.
For eksempel er der i dag robotter, der arbejder på samlebånd og samler maskiner og andre komplekse tekniske enheder. Disse robotter blev samlet på samme linje med deltagelse af de samme robotter, men det betyder ikke, at robotterne har forbedret sig selv. Det samme gælder for maskinlæringsteknologier - vi bruger dem til at analysere data, herunder andre kunstige intelligenssystemer, men de kan stadig ikke forbedre sig selv uden menneskelig kreativitet.
AlphaGo-systemet er for eksempel i stand til en meget begrænset form for selvlæring, men det kan ikke ændre sin arkitektur radikalt og gøre sig radikalt anderledes, for eksempel tilpasset til at løse andre problemer. Det, der findes i dag, er kun en lille del af hvad der skal gøres for at skabe selvlæringssystemer, og resten af vejen er endnu ikke dækket.
Derfor synes jeg personligt, at skabelsen af kunstig intelligens i dag mere og mere ligner kunst end teknik eller videnskab, og ledere i vores branche overrasker ofte sig selv og kolleger med deres uventede opdagelser og fund. Generelt kan vi sige, at skabelsen af AI i dag er menneskets eksklusive privilegium.
Kan sådanne systemer bruges til at løse de mest usædvanlige opgaver - for eksempel som en "hjerne" til rovere eller sonder, der uafhængigt vil studere fjerne planeter og verdener?
- I princippet er dette meget muligt, og det forekommer mig, at kunstig intelligens i fremtiden vil blive brugt til at udføre forskning i rummet eller på havbunden, hvor direkte kontrol af teknologi er umulig af en eller anden grund. AI-systemer vil hjælpe sådanne rovers eller robotter med at løse nogle rutinemæssige opgaver og undgå farer, men reel videnskabelig forskning vil stadig blive udført af mennesker.
Kun en person kan indstille specifikke videnskabelige opgaver og bestemme, hvordan man skal løse dem. Vi kan fortælle roboten - "kom tættere på dette krater og prøv at finde hvide klipper i det", men roboten selv kan i princippet ikke forstå, hvorfor disse klipper er af interesse for os. Mennesket sætter opgaver meget godt og ser efter måder at løse dem på, og maskiner har endnu ikke en sådan mulighed. I dette tilfælde kan robotter kun være assistenter, men ikke forskere.
Dette spørgsmål er direkte relateret til det faktum, at mange mennesker ikke forstår, hvad kunstig intelligens er, og mener, at forskere skaber en komplet analog af en person med hans sind, følelser og andre træk. Hvorfor sker dette?
- Det ser ud til, at dette er en konsekvens af det faktum, at folk ikke forstår, hvorfor kunstig intelligens overhovedet findes. De tror, at vi skaber maskiner som mennesker. Jeg afviser dette helt og siger, at vi skaber det ikke for at erstatte en person, men for at supplere hans evner.
For eksempel bruger jeg en computer hver dag, og der er ting, som jeg og den kan gøre alene - tilføj eller multiplicer tal. Computeren gør det hurtigere, og jeg værdsætter det også af denne grund. Derfor kan jeg udføre "arbejdsdeling" ved at overdrage beregningerne til computeren og gøre mere, end jeg ville have været i stand til uden hans hjælp. Og dette forekommer mig som essensen af kunstig intelligens.
Ideen om at skabe en fuldstændig analog til en person, synes jeg, er forankret i enten science fiction eller filosofi. Filosofer har længe tænkt over, om vi kan oprette maskiner, der ligner mennesker, men dette spørgsmål har intet at gøre med, om sådanne "kunstige mennesker" vil være nyttige for os, og om det overhovedet er muligt.
Derfor er det bedre ud fra praksis at skabe intelligens, der vil komplementere vores eget sind og udvide dets muligheder og ikke kopiere det.
Allerede i dag findes der systemer, der ligner maskiner med en autopilot, hvor menneskeliv afhænger af kunstig intelligens. Skal vi skabe grundlæggende nye juridiske normer for at definere ansvar, og hvem der er ansvarlig for AI's handlinger?
- Dette er et meget vigtigt spørgsmål. Lad mig med det samme understrege, at jeg ikke er advokat, men det ser ud til, at der allerede har været eksempler på lignende problemer i fortiden. For eksempel har der i mange århundreder været love, der bestemmer, hvem der er ansvarlig for det faktum, at en persons hest sparkede en fremmed, en hund angreb en fremmed, en maskine brød sammen og sårede en arbejdstager eller en anden hændelse skete.
Vi, forekommer mig, er nødt til at bruge denne oplevelse, når vi fastlægger ansvaret for opførsel af kunstig intelligenssystemer. Følgelig er det kun at diskutere, hvordan vi kan tilpasse disse principper til at bestemme, hvordan vi skal interagere med autonome maskiner og andre enheder af denne type.
Denne diskussion, jeg er mere end sikker, vil være meget varm og lang, men det ser ud til, at den ikke kræver indførelse af nogen helt nye juridiske normer og principper. Naturligvis foreslår nogle mennesker, at man betragter AI-systemer som”personligheder” og så videre, men for mig personligt er dette noget meget mærkeligt og uforståeligt.
Futurologer og nogle af dine kolleger forudsiger, at den videre udvikling af AI vil efterlade mange mennesker, der arbejder med kvalificeret, men rutinemæssigt arbejde - revisorer, chauffører, embedsmænd - uden arbejde. Eksisterer dette problem, og hvordan kan det løses?
- Naturligvis eksisterer dette problem. Mine forældre og bedsteforældre var bogholder, og min bedstemor startede med pen og papir og færdig med lommeregnere, og min mor skiftede fra regnemaskiner til regneark på en computer. Alle disse ændringer har radikalt ændret den måde, regnskabsfolk arbejder på, men selve kernen i erhvervet er ikke ændret fra dette - revisorer er ikke forsvundet, men på samme tid begyndte de at arbejde bedre, hurtigere og bedre.
Det ser ud til, at der vil ske noget lignende med kunstig intelligens. Indholdet af mange erhverv vil ændre sig, men deres essens vil forblive det samme, nogle af dem kan endda forsvinde, men en sådan skæbne vil kun være en lille del af dem.
Derudover kunne der ske noget lignende, som skete inden for webdesign i slutningen af 1990'erne - inden fremkomsten og spredningen af Internettet kunne ingen have forestillet sig, at nogen kunne gøre sådanne ting. På den anden side er det tåbeligt og forkert at nærme sig dette spørgsmål let og tro, at intet vil ændre sig. Du er nødt til at forstå, at disse teknologier vil ændre verden, at du bliver nødt til at tilpasse sig dem og hjælpe andre med at tilpasse sig dem.
