Ռոբոտի մարդասիրություն՝ մարդու մեքենայացում

Եթե ​​հանրաճանաչ առասպելներից ընտրենք արհեստական ​​ինտելեկտը, այն կարող է չափազանց խոստումնալից և օգտակար գյուտ դուրս գալ։ Մարդ և մեքենա. այս համադրությունը կստեղծի՞ անմոռանալի տանդեմ:

1997 թվականին Deep Blue սուպերհամակարգչից կրած պարտությունից հետո Գարրի Կասպարովը հանգստացավ, մտածեց և ... վերադարձավ մրցույթ նոր ձևաչափով. կենտավրոս. Նույնիսկ միջին համակարգչի հետ զուգակցված միջին խաղացողը կարող է հաղթել շախմատի ամենազարգացած սուպերհամակարգչին. մարդու և մեքենայական մտածողության համադրությունը հեղափոխություն է կատարել խաղի մեջ: Այսպիսով, մեքենաներից պարտվելով՝ Կասպարովը որոշեց դաշինքի մեջ մտնել նրանց հետ, որն ունի խորհրդանշական հարթություն։

Գործընթացը լղոզելով մեքենայի և մարդու միջև սահմանները շարունակվում է տարիներ շարունակ։ Մենք տեսնում ենք, թե ինչպես ժամանակակից սարքերը կարող են փոխարինել մեր ուղեղի որոշ գործառույթներ, որոնց լավ օրինակն են սմարթֆոնները կամ պլանշետները, որոնք օգնում են հիշողության թերություններ ունեցող մարդկանց: Մինչ որոշ քննադատողներ ասում են, որ նրանք նաև անջատում են ուղեղի բազմաթիվ գործառույթներ այն մարդկանց մոտ, ովքեր նախկինում զերծ էին արատներից... Ամեն դեպքում, մեքենայական բովանդակությունը ավելի ու ավելի է ներթափանցում մարդկային ընկալման մեջ՝ լինի դա տեսողական, օրինակ՝ թվային ստեղծագործությունները կամ բովանդակությունը ընդլայնված իրականության մեջ։ , կամ լսողական։ , որպես արհեստական ​​ինտելեկտի վրա հիմնված թվային օգնականների ձայն, ինչպիսին է Alexa-ն:

Մեր աշխարհը տեսանելիորեն կամ անտեսանելիորեն խճճված է հետախուզության «օտար» ձևերով, ալգորիթմներով, որոնք դիտում են մեզ, խոսում են մեզ հետ, առևտուր են անում մեզ հետ կամ օգնում են մեզ ընտրել հագուստ և նույնիսկ կյանքի ընկեր մեր անունից:

Ոչ ոք լրջորեն չի պնդում, որ գոյություն ունի մարդուն հավասար արհեստական ​​բանականություն, բայց շատերը կհամաձայնեն, որ AI համակարգերը պատրաստ են ավելի սերտորեն ինտեգրվել մարդկանց և ստեղծել «հիբրիդային», մեքենա-մարդ համակարգերից՝ օգտագործելով երկու կողմերի լավագույնը:

AI-ն ավելի է մոտենում մարդկանց

Ընդհանուր արհեստական ​​բանականություն

Հյուսիսային Կարոլինայի Դյուկի համալսարանի գիտնականներ Միխայիլ Լեբեդևը, Իոան Օպրիսը և Մանուել Կազանովան որոշ ժամանակ ուսումնասիրում են մեր մտքի հնարավորությունների բարձրացման թեման, ինչի մասին մենք արդեն խոսել ենք MT-ում։ Նրանց կարծիքով, մինչև 2030 թվականը մի աշխարհ, որտեղ մարդու ինտելեկտը կավելանա ուղեղի իմպլանտների միջոցով, կվերածվի ամենօրյա իրականության։

Ռեյ Կուրցվեյլն ու նրա կանխատեսումները անմիջապես գալիս են մտքիս։ տեխնոլոգիական եզակիություն. Այս հայտնի ֆուտուրիստը վաղուց գրել է, որ մեր ուղեղը շատ դանդաղ է այն արագության համեմատ, որով էլեկտրոնային համակարգիչները կարող են մշակել տվյալները։ Չնայած մարդկային մտքի միևնույն ժամանակ հսկայական քանակությամբ տեղեկատվություն վերլուծելու յուրահատուկ կարողությանը, Կուրցվեյլը կարծում է, որ շուտով թվային համակարգիչների աճող հաշվողական արագությունը զգալիորեն կգերազանցի ուղեղի հնարավորությունները: Նա առաջարկում է, որ եթե գիտնականները կարողանան հասկանալ, թե ինչպես է ուղեղը կատարում քաոսային և բարդ գործողություններ, և այնուհետև կազմակերպեն դրանք հասկանալու համար, դա կհանգեցնի հաշվարկների բեկման և արհեստական ​​ինտելեկտի հեղափոխության, այսպես կոչված, ընդհանուր AI-ի ուղղությամբ: Ով է նա?

Արհեստական ​​ինտելեկտը սովորաբար բաժանվում է երկու հիմնական տեսակի. նեղ Օրազ Ընդհանուր (AGI):

Առաջինը, որ մենք այսօր կարող ենք տեսնել մեր շուրջը, հիմնականում համակարգիչներում, խոսքի ճանաչման համակարգերում, վիրտուալ օգնականներին, ինչպիսին է Siri-ն iPhone-ում, ինքնավար մեքենաներում տեղադրված շրջակա միջավայրի ճանաչման համակարգերում, հյուրանոցների ամրագրման ալգորիթմներում, ռենտգեն վերլուծության մեջ, անպատշաճ բովանդակություն նշելով: Ինտերնետ, սովորելով բառեր գրել հեռախոսի ստեղնաշարի վրա և տասնյակ այլ կիրառություններ:

Ընդհանուր արհեստական ​​ինտելեկտը այլ բան է, շատ ավելին հիշեցնում է մարդու միտքը. Սա ճկուն ձև է, որը կարող է սովորել այն ամենը, ինչ դուք կարող եք սովորել մազերի կտրումից մինչև աղյուսակներ կառուցելը պատճառաբանություններ և եզրակացություններ տվյալների հիման վրա։ AGI-ն դեռ չի կառուցվել (բարեբախտաբար, ոմանք ասում են), և մենք դրա մասին ավելի շատ գիտենք ֆիլմերից, քան իրականությունից: Դրա կատարյալ օրինակներն են HAL 9000-ը «2001 թ. Տիեզերական ոդիսականը կամ Skynet-ը «Տերմինատոր» շարքից։

2012-2013 թվականներին AI հետազոտողներ Վինսենթ Ս. Մյուլերի և փիլիսոփա Նիկ Բոստրոմի չորս փորձագիտական ​​խմբերի հարցումը ցույց է տվել 50 տոկոս հավանականություն, որ արհեստական ​​ընդհանուր ինտելեկտը (AGI) կզարգանա 2040-2050 թվականներին, իսկ մինչև 2075 թվականը հավանականությունը կաճի մինչև 90 տոկոս: . . Փորձագետները կանխատեսում են նաեւ ավելի բարձր փուլ՝ այսպես կոչված արհեստական ​​գերհետախուզությունորը նրանք սահմանում են որպես «ինտելեկտ, որը շատ ավելի բարձր է, քան մարդկային գիտելիքները բոլոր բնագավառներում»: Նրանց կարծիքով, դա կհայտնվի OGI-ի ձեռքբերումից երեսուն տարի անց։ AI այլ փորձագետներ ասում են, որ այս կանխատեսումները չափազանց համարձակ են: Հաշվի առնելով մեր շատ վատ պատկերացումները, թե ինչպես է աշխատում մարդու ուղեղը, թերահավատները հարյուրավոր տարով հետաձգում են AGI-ի առաջացումը:

Համակարգչային աչք HAL 1000

Ոչ մի ամնեզիա

Ճշմարիտ AGI-ի հիմնական խոչընդոտներից մեկն այն է, որ AI համակարգերը մոռանան այն, ինչ սովորել են, նախքան նոր առաջադրանքների անցնելը: Օրինակ՝ դեմքերի ճանաչման արհեստական ​​ինտելեկտի համակարգը կվերլուծի մարդկանց դեմքերի հազարավոր լուսանկարներ՝ դրանք արդյունավետ հայտնաբերելու համար, օրինակ՝ սոցիալական ցանցում: Բայց քանի որ սովորելու AI համակարգերը իրականում չեն հասկանում, թե ինչ են նրանք անում, այնպես որ, երբ մենք ուզում ենք նրանց սովորեցնել որևէ այլ բան անել՝ հիմնվելով արդեն սովորածի վրա, նույնիսկ եթե դա բավականին նման խնդիր է (ասենք, զգացմունքները. ճանաչումը դեմքերում), նրանց պետք է մարզել զրոյից, զրոյից։ Բացի այդ, ալգորիթմը սովորելուց հետո մենք այլևս չենք կարող այն փոփոխել, բարելավել այլ կերպ, քան քանակական:

Տարիներ շարունակ գիտնականները փորձում էին գտնել այս խնդրի լուծման ուղիները։ Եթե ​​հաջողվեր, AI համակարգերը կարող էին սովորել վերապատրաստման նոր տվյալներից՝ առանց վերագրանցելու գործընթացում արդեն ունեցած գիտելիքների մեծ մասը:

Իրինա Հիգինսը Google DeepMind-ից օգոստոսին Պրահայում կայացած կոնֆերանսի ժամանակ ներկայացրեց մեթոդներ, որոնք կարող են ի վերջո կոտրել ներկայիս AI-ի այս թուլությունը: Նրա թիմը ստեղծել է «AI գործակալ», որը նման է ալգորիթմի վրա հիմնված վիդեոխաղի կերպարի, որը կարող է ավելի կրեատիվ մտածել, քան սովորական ալգորիթմը, որը կարող է «պատկերացնել», թե ինչ տեսք կունենա մի վիրտուալ միջավայրում իր հանդիպածը մյուսում: Այսպիսով, նեյրոնային ցանցը կկարողանա առանձնացնել այն օբյեկտները, որոնց հանդիպել է մոդելավորված միջավայրում բուն միջավայրից և հասկանալ դրանք նոր կոնֆիգուրացիաներում կամ տեղակայումներում: arXiv-ի հոդվածում նկարագրվում է սպիտակ ճամպրուկի կամ աթոռի ճանաչման ալգորիթմի ուսումնասիրությունը: Մարզվելուց հետո ալգորիթմը կարողանում է «տեսողականացնել» նրանց բոլորովին նոր վիրտուալ աշխարհում և ճանաչել նրանց, երբ խոսքը վերաբերում է հանդիպմանը:

Մի խոսքով, այս տիպի ալգորիթմը կարող է տարբերել այն, ինչի հետ հանդիպում է և նախկինում տեսածի միջև, ինչպես շատերն են անում, բայց ի տարբերություն ալգորիթմների մեծ մասի: AI համակարգը թարմացնում է այն, ինչ գիտի աշխարհի մասին՝ առանց ամեն ինչ նորից սովորելու և նորից սովորելու: Հիմնականում համակարգը ի վիճակի է նոր միջավայրում փոխանցել և կիրառել առկա գիտելիքները։ Իհարկե, տիկին Հիգինսի մոդելն ինքը դեռ AGI չէ, բայց դա առաջին կարևոր քայլն է դեպի ավելի ճկուն ալգորիթմներ, որոնք չեն տառապում մեքենայական ամնեզիայից:

Հիմարության փառքի մեջ

Փարիզի համալսարանի հետազոտողներ Միքայել Տրացցին և Ռոման Վ. Յամպոլսկին կարծում են, որ մարդու և մեքենայի մերձեցման հարցի պատասխանը արհեստական ​​ինտելեկտի ներդրումն է ալգորիթմների մեջ:արհեստական ​​հիմարություն». Սա նաև մեզ համար ավելի անվտանգ կդարձնի: Իհարկե, արհեստական ​​ընդհանուր ինտելեկտը (AGI) նույնպես կարող է ավելի անվտանգ դառնալ՝ սահմանափակելով մշակման հզորությունը և հիշողությունը։ Գիտնականները, սակայն, հասկանում են, որ գերխելացի համակարգիչը կարող է, օրինակ, ավելի շատ էներգիա պատվիրել ամպային հաշվարկների, սարքավորումներ գնելու և դրանք առաքելու կամ նույնիսկ հիմար մարդու կողմից շահարկվելու միջոցով: Ուստի անհրաժեշտ է AGI-ի ապագան աղտոտել մարդկային նախապաշարմունքներով և ճանաչողական սխալներով:

Հետազոտողները սա միանգամայն տրամաբանական են համարում։ Մարդիկ ունեն հստակ հաշվարկային սահմանափակումներ (հիշողություն, մշակում, հաշվարկ և «ժամացույցի արագություն») և բնութագրվում են ճանաչողական կողմնակալություններով: Ընդհանուր արհեստական ​​ինտելեկտն այնքան էլ սահմանափակ չէ։ Հետեւաբար, եթե այն պետք է ավելի մոտ լինի մարդուն, ապա պետք է սահմանափակվի այս կերպ։

Տրացցին ու Յամպոլսկին կարծես թե մի փոքր մոռանում են, որ սա երկսայրի սուր է, քանի որ անթիվ օրինակները ցույց են տալիս, թե որքան վտանգավոր կարող է լինել թե հիմարությունը, թե նախապաշարմունքը։

Զգացմունքներ և բարքեր

Աշխույժ, մարդանման հատկանիշներով մեխանիկական կերպարների գաղափարը վաղուց գրգռել է մարդու երևակայությունը։ «Ռոբոտ» բառից շատ առաջ ֆանտազիաներ էին ստեղծվում գոլեմների, ավտոմատների և ընկերական (կամ ոչ) մեքենաների մասին, որոնք մարմնավորում էին կենդանի էակների և՛ ձևը, և՛ ոգին: Չնայած համակարգիչների ամենուր առկայությանը, մենք այնքան էլ չենք զգում, որ թեւակոխել ենք ռոբոտաշինության դարաշրջան, որը հայտնի է, օրինակ, Jetsons շարքի տեսլականից: Այսօր ռոբոտները կարող են փոշեկուլով մաքրել տունը, վարել մեքենա և կառավարել երգացանկը երեկույթի ժամանակ, բայց նրանք բոլորն էլ շատ բան են թողնում անհատականության առումով:

Այնուամենայնիվ, սա կարող է շուտով փոխվել: Ով գիտի, թե արդյոք ավելի բնորոշ և ճամբարային մեքենաներ են սիրում վեկտոր Անկի. Փոխանակ կենտրոնանալու այն բանի վրա, թե որքան գործնական առաջադրանքներ կարող է այն կատարել, դիզայներները ձգտել են մեխանիկական ստեղծագործությանը «հոգի» տալ։ Միշտ միացված լինելով, կապված ամպի հետ՝ փոքրիկ ռոբոտը կարողանում է ճանաչել դեմքերը և հիշել անունները: Նա պարում է երաժշտության ներքո, արձագանքում է հպմանը կենդանու պես և խթանվում է սոցիալական շփումներով: Թեև նա կարող է խոսել, նա, ամենայն հավանականությամբ, կշփվի՝ օգտագործելով մարմնի լեզվի և էկրանի վրա պարզ զգացմունքային նշանների համադրությունը:

Բացի այդ, նա կարող է շատ բան անել՝ օրինակ՝ գրագետ պատասխանել հարցերին, խաղալ խաղեր, կանխատեսել եղանակը և նույնիսկ նկարել: Մշտական ​​թարմացումների միջոցով նա անընդհատ նոր հմտություններ է սովորում։

Վեկտորը նախատեսված չէ սառնարանային մասնագետների համար: Եվ միգուցե սա մարդկանց մեքենաներին ավելի մոտեցնելու միջոց է, ավելի արդյունավետ, քան հավակնոտ ծրագրերը՝ մարդու ուղեղը AI-ի հետ ինտեգրելու համար: Սա հեռու է իր տեսակի մեջ միակ նախագծից: Նախատիպերը ստեղծվել են մի քանի տարի շարունակ օգնական ռոբոտներ տարեցների և հիվանդների համարովքեր գնալով դժվարանում են համապատասխան խնամք ապահովել ողջամիտ գնով: Հայտնի ռոբոտի պղպեղ, ով աշխատում է ճապոնական SoftBank ընկերությունում, պետք է կարողանա կարդալ մարդկային զգացմունքները և սովորել, թե ինչպես շփվել մարդկանց հետ։ Ի վերջո, դա օգնում է տանը և հոգ տանում երեխաների և տարեցների մասին:

Ծեր տիկինը շփվում է Pepper ռոբոտի հետ

Գործիք, գերհետախուզություն կամ եզակիություն

Եզրափակելով, կարելի է նշել երեք հիմնական հոսքեր Արհեստական ​​ինտելեկտի զարգացման և մարդկանց հետ նրա հարաբերությունների վերաբերյալ մտորումների մեջ:

• Առաջինը ենթադրում է, որ արհեստական ​​ընդհանուր ինտելեկտի (AI) կառուցումը, որը հավասար և նման է մարդուն, ընդհանուր առմամբ անհնար է: անհնար է կամ ժամանակի մեջ շատ հեռու: Այս տեսանկյունից մեքենայական ուսուցման համակարգերը և այն, ինչ մենք անվանում ենք AI, կդառնան ավելի ու ավելի կատարյալ, ավելի ու ավելի ունակ՝ կատարելու իրենց մասնագիտացված խնդիրները, բայց երբեք չեն գերազանցի որոշակի սահմանը, ինչը չի նշանակում, որ դրանք կծառայեն միայն մարդկության օգտին: Քանի որ այն դեռ կլինի մեքենա, այսինքն՝ ոչ այլ ինչ, քան մեխանիկական գործիք, այն կարող է և՛ օգնել աշխատանքի մեջ, և՛ աջակցել մարդուն (գլխուղեղի և մարմնի այլ մասերի չիպեր), և, հնարավոր է, ծառայի մարդկանց վնասելու կամ նույնիսկ սպանելուն: .
• Երկրորդ հայեցակարգը հնարավորությունն է: AGI-ի վաղ կառուցումըև այնուհետև մեքենաների էվոլյուցիայի արդյունքում, բարձրանալ արհեստական ​​գերհետախուզություն. Այս տեսլականը պոտենցիալ վտանգավոր է մարդու համար, քանի որ գերմիտքը կարող է այն համարել թշնամի կամ ինչ-որ անհարկի կամ վնասակար: Նման կանխատեսումները չեն բացառում, որ ապագայում մարդկային ցեղը կարող է անհրաժեշտ լինել մեքենաներին, թեև պարտադիր չէ, որ որպես էներգիայի աղբյուր, ինչպես «Մատրիցայում»:
• Վերջապես, մենք ունենք նաև Ռեյ Կուրցվեյլի «եզակիության» հասկացությունը, այսինքն՝ յուրօրինակ. մարդկության ինտեգրումը մեքենաների հետ. Սա մեզ նոր հնարավորություններ կտա, իսկ մեքենաներին տրվելու են մարդկային AGI, այսինքն՝ ճկուն ունիվերսալ բանականություն: Հետևելով այս օրինակին՝ երկարաժամկետ հեռանկարում մեքենաների և մարդկանց աշխարհը կդառնա անտարբերելի:

Արհեստական ​​ինտելեկտի տեսակները

• ռեակտիվ - մասնագիտացված, արձագանքելով կոնկրետ իրավիճակներին և կատարելով խիստ սահմանված առաջադրանքներ (DeepBlue, AlphaGo):
• Հիշողության սահմանափակ ռեսուրսներով - մասնագիտացված, օգտագործելով որոշումների կայացման համար ստացված տեղեկատվության ռեսուրսները (ավտոմեքենայի ինքնավար համակարգեր, չաթ բոտեր, ձայնային օգնականներ):
• Անկախ մտքով օժտված - ընդհանուր, հասկանալով մարդկային մտքերը, զգացմունքները, դրդապատճառները և սպասումները, կարող են փոխազդել առանց սահմանափակումների: Ենթադրվում է, որ առաջին պատճենները կստեղծվեն արհեստական ​​ինտելեկտի զարգացման հաջորդ փուլում։
• ինքնագիտակցություն - բացի ճկուն մտքից, ունի նաև գիտակցություն, այսինքն. սեփական անձի հայեցակարգը. Այս պահին այս տեսլականն ամբողջությամբ գրականության նշանի տակ է։