በጥልቅ ትምህርት ብቻ የተገነቡ AI ስርዓቶችን ማመን አንችልም።

በጥልቅ ትምህርት ብቻ የተገነቡ AI ስርዓቶችን ማመን አንችልም።

ይህ ጽሑፍ የሳይንሳዊ ምርምር ውጤት አይደለም, ነገር ግን ፈጣን የቴክኖሎጂ እድገታችንን በተመለከተ ከብዙ አስተያየቶች አንዱ ነው. እና በተመሳሳይ ጊዜ ለውይይት ግብዣ.

በኒውዮርክ ዩኒቨርሲቲ ፕሮፌሰር የሆኑት ጋሪ ማርከስ ጥልቅ ትምህርት በ AI እድገት ውስጥ ትልቅ ሚና እንዳለው ያምናሉ። ነገር ግን ለዚህ ዘዴ ከልክ ያለፈ ጉጉት ወደ ውርደት ሊያመራ ይችላል ብሎ ያምናል.

በመጽሐፉ ውስጥ AIን እንደገና ማስጀመር፡- ሰው ሰራሽ የማሰብ ችሎታን መገንባት እምነት ልንጥልበት እንችላለን እጅግ በጣም ጥሩ በሆነ AI ምርምር ላይ ሥራን የገነባው የነርቭ ሳይንቲስት በማሰልጠን ማርከስ ቴክኒካዊ እና ሥነ ምግባራዊ ገጽታዎችን ይዳስሳል። ከቴክኖሎጂ አንፃር፣ ጥልቅ ትምህርት እንደ ምስል ወይም ንግግር ማወቂያ ያሉ አእምሯችን የሚያከናውናቸውን የማስተዋል ተግባራት በተሳካ ሁኔታ መኮረጅ ይችላል። ነገር ግን እንደ ንግግሮች መረዳት ወይም መንስኤ-እና-ውጤት ግንኙነቶችን መወሰን ላሉ ሌሎች ተግባራት ጥልቅ ትምህርት ተስማሚ አይደለም። ብዙ ችግሮችን ለመፍታት የሚያስችል የላቀ የማሰብ ችሎታ ያላቸው ማሽኖችን ለመፍጠር - ብዙውን ጊዜ አርቲፊሻል አጠቃላይ ኢንተለጀንስ ተብሎ የሚጠራው - ጥልቅ ትምህርት ከሌሎች ቴክኒኮች ጋር መቀላቀል አለበት።

የ AI ስርዓት ተግባራቶቹን ወይም በዙሪያው ያለውን ዓለም በትክክል ካልተረዳ, ይህ ወደ አደገኛ ውጤቶች ሊመራ ይችላል. በስርአቱ አካባቢ ላይ ትንሽ ያልተጠበቁ ለውጦች እንኳን ወደ ስህተት ባህሪ ሊመሩ ይችላሉ። ቀደም ሲል ብዙ እንደዚህ ያሉ ምሳሌዎች ነበሩ: ለማታለል ቀላል የሆኑ ተገቢ ያልሆኑ አባባሎችን የሚወስኑ; ያለማቋረጥ አድልዎ የሚያደርጉ የሥራ ፍለጋ ሥርዓቶች; አሽከርካሪ አልባ መኪኖች ተጋጭተው አንዳንዴ ሹፌሩን ወይም እግረኛውን ይገድላሉ። ሰው ሰራሽ አጠቃላይ የማሰብ ችሎታ መፍጠር አስደሳች የምርምር ችግር ብቻ አይደለም ፣ ብዙ ሙሉ በሙሉ ተግባራዊ መተግበሪያዎች አሉት።

ማርከስ እና ተባባሪው ኧርነስት ዴቪስ በመጽሐፋቸው ውስጥ ስለ ሌላ መንገድ ይከራከራሉ. አጠቃላይ AIን ከመፍጠር አሁንም በጣም ሩቅ ነን ብለው ያምናሉ, ነገር ግን ፈጥኖም ሆነ ዘግይቶ መፍጠር እንደሚቻል እርግጠኞች ናቸው.

ለምን አጠቃላይ AI ያስፈልገናል? ልዩ ስሪቶች ቀድሞውኑ ተፈጥረዋል እና ብዙ ጥቅሞችን ያመጣሉ.

ትክክል ነው, እና የበለጠ ጥቅሞችም ይኖራሉ. ነገር ግን ልዩ AI በቀላሉ ሊፈታ የማይችላቸው ብዙ ችግሮች አሉ። ለምሳሌ ተራ ንግግርን መረዳት ወይም በምናባዊው አለም አጠቃላይ እርዳታ ወይም በፅዳት እና ምግብ ማብሰል የሚረዳ ሮቦት። እንደነዚህ ያሉ ተግባራት ከልዩ AI አቅም በላይ ናቸው. ሌላ አስደሳች ተግባራዊ ጥያቄ-ልዩ AI በመጠቀም ደህንነቱ የተጠበቀ በራስ የሚነዳ መኪና መፍጠር ይቻላል? ልምድ እንደሚያሳየው እንዲህ ያለው AI አሁንም ባልተለመዱ ሁኔታዎች ውስጥ በባህሪው ላይ ብዙ ችግሮች አሉት, በሚያሽከረክሩበት ጊዜም እንኳ, ሁኔታውን በእጅጉ ያወሳስበዋል.

በሕክምና ውስጥ ትልቅ አዳዲስ ግኝቶችን እንድናደርግ የሚረዳን ሁላችንም AI እንዲኖረን የምንፈልግ ይመስለኛል። ባዮሎጂ ውስብስብ መስክ ስለሆነ አሁን ያሉት ቴክኖሎጂዎች ለዚህ ተስማሚ ስለመሆናቸው ግልጽ አይደለም. ብዙ መጽሃፎችን ለማንበብ ዝግጁ መሆን አለብዎት. የሳይንስ ሊቃውንት በኔትወርኮች እና በሞለኪውሎች መስተጋብር ውስጥ መንስኤ-እና-ውጤት ግንኙነቶችን ይገነዘባሉ ፣ ስለ ፕላኔቶች ንድፈ ሀሳቦችን ማዳበር ይችላሉ ፣ ወዘተ. ነገር ግን፣ በልዩ AI፣ እንደዚህ አይነት ግኝቶች የሚችሉ ማሽኖችን መፍጠር አንችልም። እና ከአጠቃላይ AI ጋር፣ ሳይንስን፣ ቴክኖሎጂን እና ህክምናን መለወጥ እንችላለን። በእኔ አስተያየት አጠቃላይ AI ለመፍጠር መስራት መቀጠል በጣም አስፈላጊ ነው.

በ"ጄኔራል" ጠንካራ AI ማለትዎ ነውን?

"በአጠቃላይ" ማለቴ AI በበረራ ላይ አዳዲስ ችግሮችን ማሰብ እና መፍታት ይችላል. ላለፉት 2000 ዓመታት ችግሩ ያልተለወጠበት ይሂዱ ይበሉ።

ጄኔራል AI በፖለቲካ እና በህክምና ውስጥ ውሳኔዎችን ማድረግ መቻል አለበት. ይህ ከሰው ችሎታ ጋር ተመሳሳይ ነው; ማንኛውም ጤናማ ሰው ብዙ ሊሠራ ይችላል. ልምድ የሌላቸውን ተማሪዎች ወስደህ በጥቂት ቀናት ውስጥ ከህግ ችግር እስከ ህክምና ችግር ድረስ ማንኛውንም ነገር እንዲሰሩ ታደርጋለህ። ይህ የሆነበት ምክንያት ስለ ዓለም አጠቃላይ ግንዛቤ ስላላቸው እና ማንበብ ስለሚችሉ እና ስለዚህ በጣም ሰፊ ለሆኑ ተግባራት አስተዋፅኦ ስለሚያደርጉ ነው።

በእንደዚህ ዓይነት ብልህነት እና በጠንካራ የማሰብ ችሎታ መካከል ያለው ግንኙነት ጠንካራ ያልሆነ የማሰብ ችሎታ ምናልባት አጠቃላይ ችግሮችን መፍታት አይችልም. በየጊዜው ከሚለዋወጠው ዓለም ጋር ለመቋቋም የሚያስችል ጠንካራ ነገር ለመፍጠር፣ ቢያንስ ወደ አጠቃላይ የማሰብ ችሎታ መቅረብ ሊያስፈልግህ ይችላል።

አሁን ግን ከዚህ በጣም ርቀናል. AlphaGo በ 19x19 ሰሌዳ ላይ በትክክል መጫወት ይችላል, ነገር ግን አራት ማዕዘን ቅርጽ ባለው ሰሌዳ ላይ ለመጫወት እንደገና ማሰልጠን ያስፈልጋል. ወይም አማካይ የጥልቅ ትምህርት ሥርዓትን ይውሰዱ፡ ዝሆንን በደንብ ካበራና የቆዳው ገጽታ ከታየ ሊያውቅ ይችላል። እና የዝሆን ምስል ብቻ የሚታይ ከሆነ ስርዓቱ ሊያውቀው አይችልም.

በመፅሃፍዎ ውስጥ ጥልቅ እውቀት የአጠቃላይ AI ችሎታዎችን ማሳካት እንደማይችል ጠቅሰዋል ምክንያቱም ጥልቅ ግንዛቤን ማግኘት አይችልም.

በእውቀት (ኮግኒቲቭ) ሳይንስ ውስጥ ስለ የተለያዩ የግንዛቤ ሞዴሎች አፈጣጠር ይናገራሉ. በሆቴል ክፍል ውስጥ ተቀምጫለሁ እና ቁም ሣጥን እንዳለ፣ አልጋ እንዳለ፣ ባልተለመደ መንገድ የተንጠለጠለ ቲቪ እንዳለ ተረድቻለሁ። እነዚህን ሁሉ ነገሮች አውቃቸዋለሁ፣ ብቻ አልለይም። እርስ በእርሳቸው እንዴት እርስ በርስ እንደሚገናኙም ተረድቻለሁ. በዙሪያዬ ስላለው ዓለም አሠራር ሀሳቦች አሉኝ. ፍጹም አይደሉም። እነሱ የተሳሳቱ ሊሆኑ ይችላሉ, ግን በጣም ጥሩ ናቸው. እና በእነሱ ላይ በመመስረት ለዕለታዊ ድርጊቶቼ መመሪያ የሚሆኑ ብዙ ድምዳሜዎችን አደርጋለሁ።

ሌላው ጽንፍ በ DeepMind የተገነባው እንደ Atari ጨዋታ ሥርዓት የሆነ ነገር ነበር፣ በዚህ ውስጥ በስክሪኑ ላይ በተወሰኑ ቦታዎች ላይ ፒክስሎችን ሲመለከት ምን ማድረግ እንዳለበት ያስታውሳል። በቂ መረጃ ካገኘህ ግንዛቤ እንዳለህ ታስብ ይሆናል፣ ነገር ግን እንደ እውነቱ ከሆነ በጣም ላዩን ነው። ለዚህ ማረጋገጫው እቃዎችን በሶስት ፒክሰሎች ካንቀሳቅሱ, AI በጣም የከፋ ይጫወታል. ለውጦች ግራ ያጋቡት። ይህ የጥልቅ ግንዛቤ ተቃራኒ ነው።

ይህንን ችግር ለመፍታት ወደ ክላሲካል AI ለመመለስ ሀሳብ አቅርበዋል. የትኞቹን ጥቅሞች ለመጠቀም መሞከር አለብን?

በርካታ ጥቅሞች አሉት.

በመጀመሪያ ፣ ክላሲካል AI በእውነቱ የዓለምን የግንዛቤ ሞዴሎች ለመፍጠር ማዕቀፍ ነው ፣ በዚህ መሠረት መደምደሚያዎች ሊደረጉ ይችላሉ።

በሁለተኛ ደረጃ, ክላሲካል AI ከህጎች ጋር በትክክል ይጣጣማል. ባለሙያዎች ደንቦችን ለማስወገድ በሚሞክሩበት ጊዜ በጥልቅ ትምህርት ውስጥ እንግዳ የሆነ አዝማሚያ አለ። በነርቭ ኔትወርኮች ላይ ሁሉንም ነገር ማድረግ ይፈልጋሉ እና ክላሲካል ፕሮግራሚንግ የሚመስል ምንም ነገር ማድረግ አይፈልጉም። ነገር ግን በዚህ መንገድ በተረጋጋ ሁኔታ የተፈቱ ችግሮች አሉ, እና ማንም ትኩረት አልሰጠውም. ለምሳሌ በGoogle ካርታዎች ውስጥ መንገዶችን መገንባት።

እንደ እውነቱ ከሆነ, ሁለቱንም አካሄዶች እንፈልጋለን. የማሽን መማር ከመረጃ በመማር ጥሩ ነው፣ነገር ግን የኮምፒውተር ፕሮግራም የሆነውን ረቂቅን በመወከል በጣም ደካማ ነው። ክላሲክ AI ከአብስትራክቶች ጋር በደንብ ይሰራል፣ ነገር ግን ሙሉ በሙሉ በእጅ ፕሮግራም መደረግ አለበት፣ እና ሁሉንም ፕሮግራም ለማድረግ በአለም ላይ ብዙ እውቀት አለ። ሁለቱንም አካሄዶች ማጣመር እንዳለብን ግልጽ ነው።

ይህ ከሰው አእምሮ ምን እንደምንማር ከምትናገሩበት ምዕራፍ ጋር የተያያዘ ነው። እና በመጀመሪያ ደረጃ, ንቃተ ህሊናችን በተለያየ መንገድ የሚሰሩ ብዙ የተለያዩ ስርዓቶችን ያቀፈ መሆኑን ከላይ በተጠቀሰው ሀሳብ ላይ የተመሰረተ ጽንሰ-ሐሳብ.

እኔ እንደማስበው ይህንን ለማብራራት ሌላኛው መንገድ እያንዳንዱ የእውቀት (ኮግኒቲቭ) ስርዓት የተለየ ችግርን ይፈታል ። ተመሳሳይ የሆኑ የ AI ክፍሎች የተለያዩ ባህሪያት ያላቸውን የተለያዩ ችግሮችን ለመፍታት የተነደፉ መሆን አለባቸው.

አሁን አንዳቸው ከሌላው በጣም የተለዩ ችግሮችን ለመፍታት አንዳንድ ሁሉንም-በአንድ-ቴክኖሎጅዎችን ለመጠቀም እየሞከርን ነው። አንድን ዓረፍተ ነገር መረዳት አንድን ነገር ከማወቅ ጋር አንድ አይነት አይደለም። ነገር ግን ሰዎች በሁለቱም ጉዳዮች ጥልቅ ትምህርትን ለመጠቀም እየሞከሩ ነው። ከግንዛቤ እይታ አንጻር እነዚህ በጥራት የተለያዩ ስራዎች ናቸው. በጥልቅ ትምህርት ማህበረሰብ ውስጥ ለክላሲካል AI ያለው አድናቆት ምን ያህል ትንሽ እንደሆነ በማየቴ አስገርሞኛል። የብር ጥይት እስኪታይ ድረስ ለምን ይጠብቃሉ? ሊደረስበት የማይቻል ነው, እና ፍሬ-አልባ ፍለጋዎች AI የመፍጠር ስራን ሙሉ ውስብስብነት እንድንረዳ አይፈቅዱልንም.

መንስኤ-እና-ውጤት ግንኙነቶችን ለመረዳት AI ስርዓቶች እንደሚያስፈልግም ጠቅሰዋል። ጥልቅ ትምህርት፣ ክላሲካል AI ወይም ሙሉ በሙሉ አዲስ የሆነ ነገር በዚህ ላይ ይረዳናል ብለው ያስባሉ?

ይህ ጥልቅ ትምህርት በደንብ የማይስማማበት ሌላው መስክ ነው። የአንዳንድ ክስተቶችን መንስኤዎች አይገልጽም, ነገር ግን በተሰጡት ሁኔታዎች ውስጥ የአንድ ክስተት እድልን ያሰላል.

ስለ ምን እያወራን ነው? አንዳንድ ሁኔታዎችን ይመለከታሉ፣ እና ይህ ለምን እንደሚከሰት እና አንዳንድ ሁኔታዎች ከተቀየሩ ምን ሊፈጠር እንደሚችል ተረድተዋል። ቴሌቪዥኑ የተቀመጠበትን መቆሚያ አይቼ አንድ እግሩን ብቆርጥ መቆሚያው ይገለበጣል እና ቴሌቪዥኑ ይወድቃል ብዬ አስባለሁ። ይህ የምክንያት እና የውጤት ግንኙነት ነው።

ክላሲክ AI ለዚህ አንዳንድ መሳሪያዎችን ይሰጠናል. እሱ ለምሳሌ ድጋፍ ምን እንደሆነ እና ውድቀት ምን እንደሆነ መገመት ይችላል. ግን ከመጠን በላይ አላመሰግንም. ችግሩ ክላሲካል AI በአብዛኛው የተመካው ስለተፈጠረው ነገር በተሟላ መረጃ ላይ ነው, እና እኔ በቆመበት ቦታ ላይ በመመልከት ብቻ አንድ መደምደሚያ ላይ ደረስኩ. ለኔ የማይታዩትን የመቆሚያ ክፍሎችን እንደምንም ጠቅለል አድርጌ አስብ። ይህንን ንብረት ተግባራዊ ለማድረግ እስካሁን መሳሪያ የለንም።

ሰዎች በተፈጥሮ እውቀት አላቸው ትላላችሁ። ይህ በ AI ውስጥ እንዴት ሊተገበር ይችላል?

በተወለድንበት ጊዜ, አንጎላችን ቀድሞውኑ በጣም የተራቀቀ ስርዓት ነው. አልተስተካከለም, ተፈጥሮ የመጀመሪያውን, ረቂቅ ረቂቅ ፈጠረ. እና ከዚያ መማር ያንን ረቂቅ በህይወታችን በሙሉ እንድንከልሰው ይረዳናል።

ረቂቅ የአንጎል ረቂቅ አስቀድሞ የተወሰኑ ችሎታዎች አሉት። አዲስ የተወለደ የተራራ ፍየል በጥቂት ሰአታት ውስጥ ሳይሳሳት ከተራራው ዳር መውረድ ይችላል። ቀደም ሲል ባለ ሶስት አቅጣጫዊ ቦታን, ሰውነቱን እና በመካከላቸው ያለውን ግንኙነት ግንዛቤ እንዳለው ግልጽ ነው. በጣም ውስብስብ ስርዓት.

ይህ በከፊል ነው ዲቃላዎች እንፈልጋለን ብዬ የማምነው። በባዶ ሰሌዳ በመጀመር እና ከረጅም እና ሰፊ ልምድ ከመማር ይልቅ ከየት መጀመር እንዳለበት ተመሳሳይ እውቀት በሌለበት ዓለም ውስጥ በጥሩ ሁኔታ የሚሰራ ሮቦት እንዴት እንደሚፈጥር መገመት ከባድ ነው።

ሰውን በተመለከተ፣የእኛ የተፈጥሮ እውቀታችን የሚመጣው ከረጅም ጊዜ ጀምሮ በዝግመተ ለውጥ ከመጣው ጂኖም ነው። ነገር ግን በ AI ስርዓቶች የተለየ መንገድ መሄድ አለብን. የዚህ አካል ስልተ ቀመሮቻችንን የመገንባት ህጎች ሊሆኑ ይችላሉ። የዚህ አካል እነዚህ ስልተ ቀመሮች የሚቆጣጠሩትን የውሂብ አወቃቀሮችን የመፍጠር ደንቦች ሊሆኑ ይችላሉ. የዚህ አንዱ አካል በቀጥታ በማሽን ላይ ኢንቨስት እንደምናደርግ ዕውቀት ሊሆን ይችላል።

በመጽሐፉ ውስጥ የመተማመንን እና የመተማመን ስርዓቶችን መፍጠር ሀሳብ ማውጣቱ አስደሳች ነው። ይህን ልዩ መስፈርት ለምን መረጡት?

ዛሬ ይህ ሁሉ የኳስ ጨዋታ ነው ብዬ አምናለሁ። የማይታመን ብዙ ሶፍትዌሮችን በማመን በታሪክ እንግዳ ጊዜ ውስጥ እየኖርን ያለን መስሎ ይታየኛል። ዛሬ ያለብን ጭንቀቶች ለዘለዓለም የሚቆዩ አይመስለኝም። በአንድ መቶ ዓመታት ውስጥ, AI የእኛን እምነት ያጸድቃል, እና ምናልባት በቅርቡ.

ግን ዛሬ AI አደገኛ ነው. ኤሎን ሙክ በሚፈራው መልኩ አይደለም ነገር ግን የስራ ቃለ መጠይቅ ስርዓቶች በሴቶች ላይ አድልዎ ስለሚያደርጉ, ፕሮግራመሮች ምንም ቢሰሩ, መሳሪያዎቻቸው በጣም ቀላል ስለሆኑ.

የተሻለ AI እንዲኖረን እመኛለሁ። ሰዎች AI እንደማይሰራ እና ልክ አደገኛ እንደሆነ እና እሱን ማስተካከል የማይፈልጉበት "AI ክረምት" ማየት አልፈልግም.

በአንዳንድ መንገዶች፣ የእርስዎ መጽሐፍ በጣም ብሩህ ተስፋ ያለው ይመስላል። እምነት የሚጣልበት AI መገንባት ይቻላል ብለው ያስባሉ. ወደ ሌላ አቅጣጫ ብቻ መመልከት አለብን.

ልክ ነው፣ መጽሐፉ በአጭር ጊዜ ውስጥ በጣም ተስፋ አስቆራጭ እና በረጅም ጊዜ ውስጥ በጣም ተስፋ ሰጪ ነው። ትክክለኛዎቹ መልሶች ምን መሆን እንዳለባቸው በሰፊው በመመልከት የገለጽናቸው ችግሮች በሙሉ ሊፈቱ እንደሚችሉ እናምናለን። እናም ይህ ከተከሰተ, ዓለም የተሻለች ቦታ ትሆናለች ብለን እናስባለን.

ምንጭ: hab.com

አስተያየት ያክሉ