Од реактивних робота до сензитивних машина: 4 врсте АИ

Pin
Send
Share
Send

Уобичајено и понављајуће виђење најновијих достигнућа у истраживању вештачке интелигенције је да су паметне и интелигентне машине управо на хоризонту. Машине разумеју вербалне команде, разликују слике, возе аутомобиле и играју игре боље него ми. Колико дуже може проћи док они не закораче међу нас?

Нови извјештај Бијеле куће о умјетној интелигенцији заузима сањски скептичан поглед на тај сан. Каже да наредних 20 година вероватно неће видети да машине „показују широко применљиву интелигенцију упоредиву или већу од људске“, мада то и даље говори да ће наредних година „машине достићи и надмашити људске перформансе на више и више задатака. " Али његове претпоставке о томе како ће се те способности развијати пропустиле су неке важне тачке.

Као истраживач АИ, признаћу да је било лепо што сам своје поље истакнуо на највишем нивоу америчке владе, али извештај се фокусирао готово искључиво на оно што ја називам „досадном врстом АИ“. Одбацила је у пола реченице моју грану истраживања АИ, како еволуција може помоћи развоју све већих система АИ и како рачунски модели могу да нам помогну да схватимо како се развијала наша људска интелигенција.

Извештај се фокусира на оно што би се могло назвати главним алатима АИ: машинско учење и дубоко учење. Ово су врсте технологија које су могле да играју "Јеопарди!" па, и победите људске Го мајсторе у најсложенијој игри икад измишљеној. Ови тренутни интелигентни системи су у стању да обрађују огромне количине података и врло брзо праве сложене прорачуне. Али им недостаје елемент који ће бити кључан за изградњу осећајних машина које имамо у будућности.

Морамо више да научимо од машина да учимо. Морамо превазићи границе које дефинишу четири различите врсте вештачке интелигенције, баријере које раздвајају машине од нас - и нас од њих.

АИ типа И: Реактивне машине

Најосновније врсте АИ система су потпуно реактивне и немају могућност ни да формирају сећања нити да користе претходна искуства за информисање о тренутним одлукама. Дееп Блуе, ИБМ-ов суперкомпјутер у шаху, који је крајем деведесетих победио међународног велемајстора Гаррија Каспарова, савршен је пример ове врсте машина.

Дееп Блуе може препознати комаде на шаховској плочи и знати како се сваки креће. Може да предвиђа шта би могли бити следећи потези за њега и противника. И међу могућностима може изабрати најоптималније потезе.

Али он нема никакав концепт прошлости, нити сећање на оно што се догађало раније. Осим ретко коришћеног шаховског правила против понављања истог потеза три пута, Дееп Блуе игнорише све пре садашњег тренутка. Све што ради јесте да погледате комаде на шаховској плочи како тренутно стоје и да изаберете један од могућих следећих потеза.

Ова врста интелигенције укључује да рачунар директно доживљава свет и делује на оно што види. Не ослања се на интерни концепт света. У семинарском раду, истраживач АИ Роднеи Броокс тврдио је да само такве машине треба да градимо. Његов главни разлог је био што људи нису баш добри у програмирању тачно симулираних светова за рачунаре које могу користити, што се у АИ стипендији назива „репрезентацијом“ света.

Садашње интелигентне машине којима се чудимо или немају такав концепт света, или имају веома ограничену и специјализовану за своје одређене задатке. Иновација у дизајну Дееп Блуе-а није била проширивање спектра могућих филмова које је рачунар сматрао. Уместо тога, програмери су пронашли начин да сузи своје стајалиште, да престану следити неке потенцијалне будуће потезе, на основу тога како су оценили њихов резултат. Без ове способности, Дееп Блуе би требао бити још снажнији рачунар да би уствари побиједио Каспаров.

Слично томе, Гоогле-ов АлпхаГо, који је победио врхунске стручњаке за људске ресурсе, такође не може оценити све потенцијалне будуће потезе. Метода његове анализе је софистициранија од Дееп Блуе-а, користећи неуронску мрежу за процену развоја игара.

Ове методе побољшавају способност АИ система да боље играју одређене игре, али не могу се лако променити или применити у другим ситуацијама. Ове компјутеризоване маште немају концепт ширег света - што значи да не могу да функционишу мимо одређених задатака који су им додељени и лако се заваравају.

Не могу интерактивно учествовати у свету, као што то можемо замислити АИ системи једног дана. Уместо тога, ове машине ће се понашати сасвим на исти начин сваки пут када се нађу у истој ситуацији. Ово може бити веома добро за поузданост АИ система: желите да ваш аутономни аутомобил буде поуздан возач. Али лоше је ако желимо да се машине истински ангажују са светом и одговоре на њих. Ови најједноставнији АИ системи никада неће бити досадни, заинтересовани или тужни.

Тип ИИ АИ: Ограничена меморија

Ова класа ИИ типа садржи машине које могу да гледају у прошлост. Ауто-аутомобили који раде само ово већ чине. На пример, посматрају брзину и смер других аутомобила. То се не може урадити за само један тренутак, већ захтева идентификовање одређених објеката и њихово надгледање током времена.

Ова запажања се додају унапред програмираним приказима света само возећих аутомобила, који такође укључују ознаке трака, семафор и друге важне елементе, попут кривина на путу. Укључени су када аутомобил одлучи када ће заменити траке, како не би посекао другог возача или ударио аутомобил у близини.

Али ови једноставни подаци о прошлости само су пролазни. Нису сачувани као део библиотеке искуства аутомобила из које се може научити, на начин на који људски возачи годинама сакупљају искуство за воланом.

Па како да изградимо АИ системе који граде пуну репрезентацију, сећамо се својих искустава и научимо како да се носимо са новим ситуацијама? Броокс је био у праву у томе што је то врло тешко учинити. Моје сопствено истраживање метода инспирисаних еволуцијом дарвина може почети да надокнађује људске недостатке пуштајући машине да граде своје сопствене представе.

АИ типа ИИИ: теорија ума

Могли бисмо се зауставити овдје и назвати ову тачку важном подјелом између машина које имамо и машина које ћемо градити у будућности. Међутим, боље је прецизније разговарати о врстама репрезентација које машине морају формирати и шта они требају да се односе.

Машине у следећој, напреднијој класи не представљају само представке о свету, већ и о другим агентима или ентитетима у свету. У психологији се то назива „теорија ума“ - разумевање да људи, створења и објекти у свету могу имати мисли и емоције који утичу на њихово сопствено понашање.

Ово је пресудно за то како смо људи формирали друштва, јер су нам омогућили друштвене интеракције. Без разумевања мотива и намера једних других и без узимања у обзир онога што неко други зна о мени или околини, заједнички рад је у најбољем случају тежак, у најгорем случају немогућ.

Ако ће АИ системи икада ходати међу нама, мораће бити у стању да схвате да свако од нас има мисли и осећања и очекивања како ће се према нама поступати. И мораће да прилагоде своје понашање у складу са тим.

АИ типа ИВ: Самосвести

Завршни корак развоја АИ је изградња система који могу формирати представке о себи. На крају, ми истраживачи АИ морамо не само да разумемо свест, већ и да израдимо машине које то имају.

Ово је, у извесном смислу, продужетак "теорије ума" коју поседује вештачка интелигенција типа ИИИ. Свест се такође назива "самосвести". („Желим тај предмет“ врло је различита изјава од „Знам да желим тај предмет.“) Свесна бића су свесна себе, знају своја унутрашња стања и способна су да предвиде предосећања других. Претпостављамо да је неко ко лебди иза нас у љутњи или нестрпљив, јер се тако осећамо када гњавимо друге. Без теорије ума не бисмо могли направити такве врсте закључака.

Иако смо вероватно далеко од стварања машина које су свесне себе, требало би да усредсредимо своје напоре на разумевање памћења, учења и способности да заснивамо одлуке на искуствима из прошлости. Ово је важан корак за само разумевање људске интелигенције. И од пресудне је важности ако желимо да дизајнирамо или развијамо машине које су више него изузетне у класификацији онога што виде испред њих.

Аренд Хинтзе, доцент за интегративну биологију и рачунарске науке, Мицхиган Стате Университи

Pin
Send
Share
Send