I dag er mange af verdens teknologivirksomheder i en unik race for bogstaveligt talt at puste liv i kunstig intelligens (AI). Maskinindlæringssystemer er allerede blevet en integreret del af forretningen for mange, så det er ikke overraskende, hvis nyhederne om AI og neurale netværk kommer over dine øjne næsten hver dag. Normalt lyder overskrifterne på sådanne nyheder sådan: "AI besejrede en person i et videospil" eller "AI efterligner menneskelig tale", og nogle gange er "AI mere effektiv end en person til at bestemme udviklingen af kræft." Er vi virkelig tæt på det øjeblik, hvor maskiners intelligens kan sammenlignes med mennesker, eller det øjeblik, hvor menneske og maskine kan snakke og arbejde sammen så naturligt som mennesker gør indbyrdes? Er maskiner langt fra selvbevidsthed?
For tidlig hype
På trods af at alle ovennævnte "overskrift" AI-præstationer allerede er reelle, tror folk som Yang LeCun, direktør for AI-udvikling hos Facebook og professor i datalogi ved New York University, at vi overvurderer mulighederne i nutidens AI-systemer og skabe en alt for hype omkring dem.
"Faktisk er vi stadig langt fra at skabe maskiner, der kan lære grundlæggende verdensbillede på samme måde som mennesker og dyr kan gøre det," kommenterede LeCune i et interview med The Verge.
"Ja, du kan ikke argumentere for, at maskiner i nogle isolerede områder allerede har erhvervet kapaciteter, der overgår menneskelige, men i udsigten til at skabe en generel universal kunstig intelligens er vi ikke engang kommet tæt på niveauet for en rotte."
Den såkaldte generelle kunstige intelligens er et system, der ikke kræver deltagelse af en menneskelig operatør og er i stand til at udføre næsten enhver opgave, som et menneske kan udføre. De nuværende AI-systemer er specialiserede og kan kun arbejde med en eller anden opgave, for eksempel til at beskæftige sig med tale- eller billedgenkendelse eller til at fremhæve specifikke objekter i enorme mængder data, det vil sige kun at gøre, hvad de var programmeret til at gøre. Sådanne specialiserede AI'er kaldes ofte "anvendte AI'er" eller "højt specialiserede AI'er", som kun endnu en gang viser deres begrænsede intellektuelle muligheder.
LeCuns krav er aftalt af Manuel Sebrian, en MIT-medarbejder og medudvikler af Shelley, en AI-algoritme, der er i stand til at skrive skræmmende historier.
Salgsfremmende video:
”AI er bare et godt værktøj. Men efter min mening er AI baseret på min erfaring med Shelley meget langt fra at kunne skabe horrorhistorier på et professionelt niveau, da det stadig er meget langt fra niveauet for menneskelig intelligens,”bemærker Sebrian.
LeCune mener generelt, at på trods af alle de fantastiske fremskridt, som forskere og udviklere af kunstig intelligens har opnået i de senere år, er det ikke nøjagtigt at arbejde med maskinlæring og neurale netværk udviklingen af den meget reelle kunstige intelligens, som alle drømmer om i dag. …
”Jeg ønsker på ingen måde at nedsætte fordelene ved vores medingeniører og forskere fra DeepMind, der arbejder med den samme AlphaGo, men når folk fortolker forbedringen af AlphaGo som betydelige fremskridt i udviklingen af generel kunstig intelligens, er det forkert. Fordi det slet ikke er sådan,”siger LeCun.
Pierre Barot, administrerende direktør for Aiva Technologies, som udviklede Aivas AI-algoritme til at lave musik, mener også, at de fremskridt, vi har gjort med at skabe syntetisk intelligens, er noget overdrevne.
”Generel kunstig intelligens er et emne, der får stor opmærksomhed. Generelt er jeg selvfølgelig optimistisk med hensyn til, hvor hurtigt teknologi udvikler sig, men samtidig tror jeg, at de fleste mennesker simpelthen ikke forstår kompleksiteten i vores egen hjerne, for ikke at nævne, hvor svært det vil være at skabe en kunstig,”siger Baro …
Opbygning af generel kunstig intelligens
I dag er folk meget glad for at bruge udtrykket AI af en eller anden grund, selv hvor samtalen kan dreje sig om noget helt andet. I enhver nyhed om AI kan du komme på tværs af udtryk som "maskinindlæring" eller "dyb læring" samt "neurale netværk". Selvom hvert af disse udtryk til en vis grad er relateret til AI, taler vi faktisk ikke om AI som sådan.
Maskinindlæring er et værktøj. Et sæt algoritmer, der udgør et intelligent system, der lærer ved at absorbere en enorm mængde data. Også dyb læring er en type maskinindlæring, ikke nødvendigvis bundet til en bestemt opgave. På den anden side er et neuralt netværk et system, der efterligner hjernens arbejde, men igen fungerer det kun inden for rammerne af de funktioner, ifølge hvilke maskinlæringsalgoritmer oprettes.
AI-eksperter mener, at alle tre af ovenstående komponenter er det grundlæggende grundlag for at skabe en syntetisk intelligens med evnen til at tænke på en menneskelig måde, det vil sige at være opmærksom på ens handlinger og deres konsekvenser. Men vi er kun i begyndelsen af denne vej. Nej, vi har virkelig gjort store fremskridt, men den aktuelle udvikling har næppe flyttet os fra sted mod at skabe reel intelligens. Det er dog ganske interessant at spekulere på, hvornår vi skal forvente, at denne type kunstig intelligens opstår. Er der en tidsramme?
Ifølge Luke Tang, leder af AI-opstart TechCode, vil det virkelige skift mod fuldgyldig kunstig intelligens "begynde med et gennembrud i udviklingen af ikke-overvågede maskinlæringsalgoritmer." Når vi kommer dertil, "vil maskinens intelligens meget hurtigt overgå menneskelig intelligens," delte Tang i et interview med futurismen.
At sige, at dette vil være vanskeligt at opnå, er praktisk taget intet at sige.
”At skabe en fuldgyldig generel kunstig intelligens kræver alvorlige fremskridt ikke kun inden for softwareudvikling. Der er behov for betydelige fremskridt inden for neurovidenskab og hardwareudvikling,”siger Baro.
”Vi er ved kanten af Moores lov, når transistorer bliver så små, at de simpelthen ikke kan opnås fysisk. Og nye hardwaremiljøer som f.eks. Kvantecomputering har endnu ikke været i stand til at demonstrere deres overlegenhed i forhold til vores konventionelle hardware, selv når de udfører standardopgaver,”tilføjer eksperten.
Mange er enige om, at for at kunne betragte AI som reel intelligens, skal den håndtere løsning af fem specifikke problemer, hvoraf den første er Turing-testen, hvor en maskine har brug for at overbevise en person om, at han taler med en anden person, ikke en maskine. … Den samme Baro er overbevist om, at den nuværende generation vil være i stand til at være vidne til, hvordan AI med succes vil klare Turing-testen, dvs. faktisk vil bedrage en person. Ikke desto mindre mener eksperten, at "det ikke nødvendigvis kun er generel kunstig intelligens, men noget, der allerede er tættere på det."
Intelligensforbedring
Det er umuligt ikke at bemærke, at fremkomsten af generel kunstig intelligens vil være forkynderen for den såkaldte teknologiske singularitet. For dem, der har glemt, husk at begrebet teknologisk singularitet taler om det øjeblik, hvor intelligente maskiner overgår det menneskelige niveau af intelligens og stimulerer en voldsom og eksponentiel teknologisk vækst, der på et grundlæggende niveau lover at transformere vores liv. Forfatteren af udtrykket er, som hele konceptet, Vernor Vinge, der skrev følgende i 1993:
”Vi vil snart være i stand til at skabe en intelligens, der overgår vores egen. Når dette sker, vil menneskets historie nå en slags singularitet, en intellektuel overgang til et nyt niveau. Det vil være umuligt at flygte fra det, ligesom det er umuligt at flygte fra midten af et sort hul. Fra dette øjeblik vil verden begynde at ændre sig så meget, at den går ud over vores forståelse."
På trods af at dette øjeblik er noget, som folk som SoftBank CEO Masayoshi Son og futuristen Ray Kurzweil ser meget frem til, er der dem (som f.eks. Elon Max, Stephen Hawking og endda Bill Gates), der klart ikke Jeg er meget glad for denne mulighed. De hævder, at folk simpelthen ikke forstår, hvad det virkelig betyder at få kunstig superintelligens, og vi er tydeligvis ikke klar til de mulige konsekvenser, som en teknologisk singularitet kan medføre.
Men hvorfor er det nødvendigt at se på spørgsmålet ud fra dette synspunkt? Hvorfor er det nødvendigt at betragte kunstig intelligens som en solnedgang for hele menneskeheden og ikke som dens ledsager, ven, hjælper i sidste ende? Musk overvejer i retfærdighed en sådan idé, hvorfor han skabte Neuralink-projektet. Kurzweil nævnte dette samarbejde mellem menneske og maskine, da han sagde, at nanobotter i fremtiden vil leve i os, hvilket i høj grad vil forbedre vores kapaciteter.
”Vi er nødt til at fokusere på den fordel, som AI kan give os - forbedret intelligens, det vil sige menneskelig intelligens, hvis kapacitet vil blive forbedret af AI,” siger Baro.
Algoritmer som Aiva og Shelley viser allerede deres fordele ved at arbejde med mennesker. Samtidig gør intelligente robotter som Hanson Robotics 'Sophia og SotfBanks Pepper det let for os i det mindste at forestille os, at virkelig intelligente maskiner allerede er blandt os. Måske bliver en superintelligens med en IQ på 10.000, som Masayoshi Son forestiller sig, virkelig den meget kognitive maskinintelligens, som vi alle stræber efter? Hvis dette er tilfældet, har vi ikke meget at vente på - omkring tre årtier, siger eksperter.
”Vi når dette niveau af AI, måske om 30-50 år. På den ene side kan det synes, at dette er meget lang tid, men på den anden side betyder det, at mange af os vil have en chance for at leve op til dette øjeblik, konkluderede Tang.
Nikolay Khizhnyak
