Τι είδους μαθητή χρειάζεται ένας μάγος και τι είδους AI χρειαζόμαστε;

ΠΡΟΕΙΔΟΠΟΙΗΣΗ
Κρίνοντας από την υψηλή αναλογία του αριθμού των σιωπηλά δυσαρεστημένων προς τον αριθμό των σχολιαστών που έχουν κάτι να εναντιωθούν, δεν είναι προφανές σε πολλούς αναγνώστες ότι:
1) Πρόκειται για ένα καθαρά θεωρητικό άρθρο συζήτησης. Δεν θα υπάρχουν πρακτικές συμβουλές εδώ σχετικά με την επιλογή εργαλείων για την εξόρυξη κρυπτονομισμάτων ή τη συναρμολόγηση ενός πολυδονητή για να αναβοσβήνει δύο λαμπτήρες.
2) Αυτό δεν είναι ένα δημοφιλές επιστημονικό άρθρο. Δεν θα υπάρχει καμία εξήγηση για τα ομοιώματα της αρχής λειτουργίας της μηχανής Turing χρησιμοποιώντας το παράδειγμα των σπιρτόκουτων.
3) Σκεφτείτε καλά πριν συνεχίσετε την ανάγνωση! Σας ελκύει η στάση του επιθετικού ερασιτεχνισμού: αφαιρώ όλα όσα δεν καταλαβαίνω;
Ευχαριστώ εκ των προτέρων όλους όσους αποφασίσουν να μην διαβάσουν αυτό το άρθρο!
Τι είδους μαθητή χρειάζεται ένας μάγος και τι είδους AI χρειαζόμαστε;

Ο δαίμονας είναι ένα πρόγραμμα υπολογιστή σε συστήματα κλάσης UNIX που εκκινείται από το ίδιο το σύστημα και εκτελείται στο παρασκήνιο χωρίς άμεση αλληλεπίδραση με τον χρήστη.

Wikipedia

Ακόμα και στην προσχολική ηλικία, άκουσα ένα παραμύθι για τον μαθητευόμενο ενός μάγου. Θα το επαναλάβω στην επανάληψη:

Μια φορά κι έναν καιρό, κάπου στη μεσαιωνική Ευρώπη, ζούσε ένας μάγος. Είχε ένα μεγάλο βιβλίο με ξόρκια δεμένο με μαύρο δέρμα μοσχαριού με σιδερένια κουμπώματα και γωνίες. Όταν ο μάγος χρειαζόταν να κάνει ξόρκι, το ξεκλείδωσε με ένα μεγάλο σιδερένιο κλειδί, το οποίο κουβαλούσε πάντα στη ζώνη του σε μια ειδική θήκη. Ο μάγος είχε επίσης έναν μαθητή που υπηρετούσε τον μάγο, αλλά του απαγορευόταν να κοιτάξει το βιβλίο των ξόρκων.

Μια μέρα ο μάγος έφυγε για όλη την ημέρα για δουλειές. Μόλις έφυγε από το σπίτι, ο μαθητής όρμησε στο μπουντρούμι, όπου υπήρχε ένα αλχημικό εργαστήριο στο οποίο βρισκόταν ένα βιβλίο με ξόρκια αλυσοδεμένο σε ένα τραπέζι. Ο μαθητής άρπαξε τα χωνευτήρια στα οποία ο μάγος έλιωνε μόλυβδο για να το κάνει χρυσό, τα τοποθέτησε στο μαγκάλι και άναψε τη φωτιά. Το μόλυβδο γρήγορα έλιωσε, αλλά δεν μετατράπηκε σε χρυσό. Τότε ο μαθητής θυμήθηκε ότι ο μάγος, έχοντας λιώσει το μόλυβδο, ξεκλείδωνε κάθε φορά το βιβλίο με ένα κλειδί και ψιθύριζε ένα ξόρκι από αυτό για πολλή ώρα. Ο μαθητής κοίταξε απελπισμένος το κλειδωμένο βιβλίο και είδε ότι δίπλα του βρισκόταν το κλειδί, ξεχασμένο από τον μάγο. Μετά όρμησε στο τραπέζι, ξεκλείδωσε το βιβλίο, το άνοιξε και διάβασε δυνατά το πρώτο ξόρκι, προφέροντας προσεκτικά άγνωστες λέξεις συλλαβή προς συλλαβή, υποθέτοντας ότι ένα τόσο σημαντικό ξόρκι όπως το ξόρκι της μετατροπής του μολύβδου σε χρυσό θα ήταν σίγουρα το πρώτο .

Αλλά τίποτα δεν συνέβη: ο επικεφαλής δεν ήθελε να μεταμορφωθεί. Ο μαθητής ήθελε να δοκιμάσει ένα άλλο ξόρκι, αλλά στη συνέχεια ένας κεραυνός συγκλόνισε το σπίτι και ένας τεράστιος, ανατριχιαστικός δαίμονας εμφανίστηκε μπροστά στον μαθητή, καλούμενος από το ξόρκι που μόλις είχε απαγγείλει ο μαθητής.
- Σειρά! - γρύλισε ο δαίμονας.
Από φόβο, όλες οι σκέψεις έφυγαν από το κεφάλι του μαθητή, δεν μπορούσε καν να κουνηθεί.
- Δώσε διαταγές, αλλιώς θα σε φάω! - ο δαίμονας γρύλισε ξανά και άπλωσε ένα τεράστιο χέρι προς τον μαθητή για να τον αρπάξει.
Σε απόγνωση, ο μαθητής μουρμούρισε το πρώτο πράγμα που σκέφτηκε:
- Πότισε αυτό το λουλούδι.
Και έδειξε ένα γεράνι, μια γλάστρα του οποίου στεκόταν στο πάτωμα στη γωνία του εργαστηρίου· στο ταβάνι πάνω από το λουλούδι υπήρχε το μόνο μικρό παράθυρο στο μπουντρούμι, από το οποίο το φως του ήλιου μετά βίας διέσχιζε. Ο δαίμονας εξαφανίστηκε, αλλά μια στιγμή αργότερα εμφανίστηκε ξανά με ένα τεράστιο βαρέλι νερό, το οποίο γύρισε πάνω από το λουλούδι, χύνοντας το νερό. Εξαφανίστηκε ξανά και ξαναεμφανίστηκε με γεμάτο βαρέλι.
«Αρκετά», φώναξε ο μαθητής, στεκόμενος μέχρι τη μέση στο νερό.
Αλλά προφανώς η επιθυμία από μόνη της δεν ήταν αρκετή - ο δαίμονας μετέφερε και μετέφερε νερό σε ένα βαρέλι, χύνοντάς το στη γωνία όπου κάποτε βρισκόταν ένα λουλούδι κρυμμένο κάτω από το νερό. Μάλλον χρειαζόταν ένα ειδικό ξόρκι για να διώξει τον δαίμονα. Αλλά το τραπέζι με το βιβλίο είχε ήδη εξαφανιστεί στο λασπωμένο νερό, μέσα στο οποίο έπλεε στάχτες και κάρβουνα από το μαγκάλι, άδειες αποθήκες, φιάλες, σκαμπό, γαλβανόμετρα, δοσίμετρα, σύριγγες μιας χρήσης και άλλα σκουπίδια, έτσι ακόμα κι αν ο μαθητής ήξερε πώς να βρει το απαιτούμενο ξόρκι, δεν μπορούσε να το κάνει. Το νερό ανέβαινε και ο μαθητής ανέβηκε στο τραπέζι για να μην πνιγεί. Αλλά αυτό δεν βοήθησε για πολύ - ο δαίμονας συνέχισε μεθοδικά να μεταφέρει νερό. Ο μαθητής ήταν ήδη μέχρι το λαιμό του μέσα στο νερό όταν ο μάγος επέστρεψε, ανακαλύπτοντας ότι είχε ξεχάσει το κλειδί του βιβλίου στο σπίτι και έδιωξε τον δαίμονα. Το τέλος του παραμυθιού.

Αμέσως για το προφανές. Με τη φυσική νοημοσύνη (NI) του μαθητή, φαίνεται ότι όλα είναι ξεκάθαρα - ανόητα, πρέπει να ψάχνετε για πολύ καιρό για κάτι ακόμα πιο χαζό. Αλλά με τη νοημοσύνη του δαίμονα - παρεμπιπτόντως, τι είδους νοημοσύνη έχει: EI ή AI; – διφορούμενος. Διαφορετικές εκδόσεις είναι νόμιμες (και θα προκύψουν επίσης ερωτήσεις σχετικά με αυτές):

Έκδοση 1) Ο δαίμονας είναι πιο χαζός και από τον μαθητή. Έλαβε μια εντολή και θα την εκτελεί επ' αόριστον, ακόμη και όταν εξαφανιστεί κάθε νόημα: το λουλούδι - το αντικείμενο του ποτίσματος - θα εξαφανιστεί, η γωνία στην οποία συνδέονται οι συντεταγμένες του λουλουδιού θα εξαφανιστεί, ο πλανήτης Γη θα εξαφανιστεί και Ο ηλίθιος δαίμονας θα συνεχίσει να μεταφέρει νερό σε βαρέλια σε ένα ορισμένο σημείο στο διάστημα. Και αν ένα σουπερνόβα ξεσπάσει σε αυτό το σημείο, τότε ο δαίμονας δεν ενδιαφέρεται πού θα μεταφέρει το νερό. Επιπλέον: πόσο ανόητος πρέπει να είσαι για να ποτίσεις ένα μικρό λουλούδι από ένα τεράστιο βαρέλι; Αυτό λέγεται ήδη όχι το πότισμα του λουλουδιού, αλλά το πνίξιμο του λουλουδιού. Καταλαβαίνει καν την έννοια των εντολών;

Έκδοση 2) ​​Ο δαίμονας καταλαβαίνει τα πάντα, αλλά δεσμεύεται από υποχρεώσεις. Διεξάγει λοιπόν κάτι σαν ιταλική απεργία. Μέχρι να αποβληθεί επίσημα σύμφωνα με όλους τους κανόνες, δεν θα σταματήσει.

Ερώτηση 1 προς τις εκδόσεις 1,2) Πώς να ξεχωρίσετε έναν εντελώς ηλίθιο δαίμονα σύμφωνα με την έκδοση 1 από έναν καθόλου ηλίθιο δαίμονα σύμφωνα με την έκδοση 2;
Ερώτηση 2 έως τις εκδόσεις 1,2) Θα είχε ο δαίμονας σωστά (από την άποψη του μαθητή) μια πιο ακριβή διατύπωση; Για παράδειγμα, αν ένας μαθητής είπε: πάρτε αυτή την άδεια φιάλη λίτρων που βρίσκεται στο ράφι, γεμίστε τη με νερό και ποτίστε αυτό το λουλούδι μία φορά. Ή, για παράδειγμα, αν ο μαθητής είπε: φύγε.

Έκδοση 3) Ο μάγος έκανε ένα επιπλέον ξόρκι στον δαίμονα, σύμφωνα με το οποίο εάν κάποιος άλλος εκτός από τον μάγο χρησιμοποιεί τις υπηρεσίες του δαίμονα, τότε ο δαίμονας πρέπει να ενημερώσει αμέσως τον μάγο για αυτό το γεγονός.

Έκδοση 4) Ο δαίμονας δεν κρατά κακία στον μάγο και στον μαθητή του, επομένως, βλέποντας ότι η κατάσταση ήταν εκτός ελέγχου, κατά τις κινήσεις του με ένα βαρέλι εμφανίστηκε πίσω από την πλάτη του μάγου και γάβγισε: «Ξέχασες το κλειδί στο σπίτι , υπάρχει πλημμύρα.» Αλλά ο ίδιος ο μάγος δεν θα το θυμόταν.

Σημείωση 1 έως έκδοση 4) Αξίζει ιδιαίτερα να σημειωθεί ότι οι φορείς EI έχουν πολύ ατελή μνήμη.

Περαιτέρω εκδόσεις μπορούν να πολλαπλασιαστούν όπως "κουνέλια Fibonacci", π.χ. όχι πολύ περίπλοκος αλγόριθμος. Για παράδειγμα:
Έκδοση 5) Ο δαίμονας εκδικείται τον μαθητή επειδή τον ενόχλησε.
Έκδοση 6) Ο δαίμονας δεν κρατά κακία στον μαθητή, αλλά εκδικείται τον μάγο.
Έκδοση 6) Ο δαίμονας εκδικείται όλους.
Έκδοση 7) Ο δαίμονας δεν εκδικείται, αλλά διασκεδάζει. Τελειώνει όταν κουραστεί.
Και τα λοιπά.

Έτσι, με τον δαίμονα είναι ξεκάθαρο ότι τίποτα δεν είναι ξεκάθαρο. Δεν είναι καλύτερο με έναν μάγο. Μπορείτε να βρείτε όχι λιγότερες εκδοχές: ότι αποφάσισε σκόπιμα να δώσει ένα μάθημα σε έναν μαθητή που τρυπάει την περίεργη μύτη του παντού. ότι ήθελε να πνίξει τον μαθητή, αλλά όταν ο δαίμονας γάβγισε για την πλημμύρα, τρόμαξε - ξαφνικά ένας από τους περαστικούς άκουσε, τότε η υποψία θα έπεφτε στον μάγο. ήθελε να ξυπνήσει το ενδιαφέρον του μαθητή για ξόρκια κ.λπ.

Εδώ είναι πιθανή μια παιδική ερώτηση: ποια από τις προτεινόμενες εκδοχές είναι σωστή; Προφανώς, οποιαδήποτε. Δεν υπάρχει καμία πληροφορία αχρησιμοποίητη στην ιστορία που να ευνοεί οποιαδήποτε εκδοχή έναντι των άλλων. Εδώ έχουμε να κάνουμε με μια αρκετά συνηθισμένη περίπτωση έργων τέχνης με δυνατότητα διφορούμενης ερμηνείας. Για παράδειγμα, αν ένας σκηνοθέτης θέλει να ανεβάσει αυτό το παραμύθι σε ένα θέατρο ή να κάνει μια ταινία βασισμένη σε αυτό, μπορεί να επιλέξει την ερμηνεία που είναι πιο ελκυστική από τη σκοπιά του. Ένας άλλος σκηνοθέτης μπορεί να βρει ελκυστική μια διαφορετική ερμηνεία. Ταυτόχρονα, η ελκυστικότητα μπορεί να καθοριστεί από πρόσθετους παράγοντες, για παράδειγμα, ελκυστικότητα για τους θεατές προκειμένου να εξασφαλιστούν οι μέγιστες εισπράξεις στο box office ή ελκυστικότητα για να επιδειχθεί κάποια σούπερ ιδέα: η ιδέα της νίκης του καλού επί του κακού, η ιδέα του καθήκοντος, μια επαναστατική ιδέα - για παράδειγμα, σύμφωνα με τον Ντοστογιέφσκι: μαθητής, όπως ο Ρασκόλνικοφ, θέτει την ερώτηση "είναι ένα πλάσμα που τρέμει ή έχει το δικαίωμα" κ.λπ.

Γεννιέται ένα άλλο ερώτημα.
Μία ακόμα ερώτηση). Πώς μπορούμε να διδάξουμε την τεχνητή νοημοσύνη να δίνει προτίμηση σε μία από τις εκφρασμένες εκδόσεις εάν εμείς οι ίδιοι, έχοντας AI, δεν μπορούμε πάντα να επιλέξουμε συνειδητά μία από αυτές;

Επιστρέφοντας στον μάγο, φαίνεται πολύ εύλογη η εκδοχή ότι ήθελε έναν υπάκουο και υπάκουο μαθητή, σαν δαίμονας, για να μην χώνει τη μύτη του σε απαγορευμένα βιβλία και όπου δεν του ζητήθηκε. Το ίδιο πράγμα τώρα ζητείται συχνά από την τεχνητή νοημοσύνη. Με την πρώτη ματιά, αυτές είναι κανονικές παραδοσιακές απαιτήσεις για κάθε μηχανή: η πλήρης υπακοή, η ανυπακοή είναι απαράδεκτη. Αλλά στην περίπτωση του AI, μπορεί να προκύψει το ζήτημα των εκδόσεων 1,2 (βλ. παραπάνω), δηλ. Η τεχνητή νοημοσύνη εκφυλίζεται - το υλικό μπορεί να σκέφτεται ό,τι θέλει για τους δημιουργούς και τους κατόχους του, αλλά δεν θα εκτελέσει καμία ενέργεια που σχετίζεται με την τεχνητή νοημοσύνη, π.χ. Αντί για AI θα πάρουμε ένα ηλίθιο πρωτόγονο αυτόματο. Από αυτό αναδύεται μια υποψία: μήπως ο μάγος δεν ήθελε να κάνει τον μαθητή έναν τόσο ηλίθιο ερμηνευτή σαν δαίμονα; Εκείνοι. Εμφανίζεται η ιδέα του AI με περιορισμούς. Εδώ όλα είναι ακόμη πιο δύσκολα ακόμα και στον τομέα της ΕΙ: θυμηθείτε τις αιώνιες συγκρούσεις «πατέρες και γιοι», «δάσκαλος και μαθητής», «αφεντικό και υφιστάμενος».

Νωρίτερα Επιλέγοντας έναν ορισμό της τεχνητής νοημοσύνης από τους πιθανούς, σημείωσα:

το έργο της ταξινόμησης αρκετών δεκάδων χιλιάδων λέξεων αλφαβητικά θα είναι κουραστικό για ένα άτομο, θα του πάρει πολύ χρόνο για να το κάνει και η πιθανότητα σφαλμάτων για έναν μέσο ερμηνευτή με μέσο επίπεδο ευθύνης θα είναι σημαντική. Ένας σύγχρονος υπολογιστής θα εκτελέσει αυτήν την εργασία χωρίς σφάλματα σε πολύ σύντομο χρονικό διάστημα για ένα άτομο (κλάσματα του δευτερολέπτου).

Κατέληξα στον ακόλουθο ορισμό: Η τεχνητή νοημοσύνη περιλαμβάνει εργασίες που ένας υπολογιστής επιλύει πολύ χειρότερα από έναν άνθρωπο.

Αυτός ο ορισμός λαμβάνει υπόψη τις σκέψεις που εκφράστηκαν παραπάνω και είναι βολικός για πρακτική· ταυτόχρονα, δεν είναι ιδανικός, έστω και μόνο επειδή οι λίστες εργασιών "που ένας υπολογιστής επιλύει πολύ χειρότερα από έναν άνθρωπο" είναι διαφορετικοί τώρα και πριν από 20 χρόνια . Αλλά, κατά τη γνώμη μου, κανείς δεν έχει καταλήξει ακόμη σε έναν πιο τέλειο ορισμό.

Τα παραπάνω απεικονίζονται καθαρά ποιοτικά από το διάγραμμα στην αρχή του άρθρου. Στον άξονα συντεταγμένων «δεξιοτήτων», οι δεξιότητες στην περιοχή του μηδέν (μηδέν και λίγο περισσότερο) αντιστοιχούν σε δεξιότητες όπου ένα άτομο είναι ανώτερο από έναν υπολογιστή, για παράδειγμα, στην ικανότητα λήψης μη τυπικών αποφάσεων. Οι δεξιότητες στην περιοχή του ενός (ένας και ελαφρώς λιγότερες) αντιστοιχούν σε δεξιότητες όπου ένας υπολογιστής είναι ανώτερος από ένα άτομο: ικανότητα υπολογισμού, μνήμη. Βάζοντας τη μέγιστη υπεροχή ίση με μια συμβατική μονάδα στον άξονα συντεταγμένων «ανωτερότητας», λαμβάνουμε την εξάρτηση της υπεροχής από τις δεξιότητες για τους ανθρώπους και τους υπολογιστές με τη μορφή διαγωνίων ενός τετραγώνου μονάδας. Κάπως έτσι φαίνεται η κατάσταση αυτή τη στιγμή. Είναι δυνατόν μια ισχυρή τεχνητή νοημοσύνη να έχει όλες τις δεξιότητες στο μέγιστο (κόκκινη γραμμή); Ή ακόμα πιο ψηλά (super-AI - μπλε γραμμή); Ίσως ο ενδιάμεσος στόχος της προόδου δεν πρέπει να είναι ισχυρός, αλλά όχι αρκετά
αδύναμη AI (μωβ γραμμή), η οποία θα είναι κατώτερη από την τεχνητή νοημοσύνη σε μια σειρά από δεξιότητες, αλλά όχι τόσο όσο είναι τώρα.

Επιστρέφοντας στο λογοτεχνικό μας παραμυθένιο μοντέλο, μπορούμε να πούμε ότι όλοι οι ήρωές του δεν απέδωσαν με τον καλύτερο τρόπο: ο μάγος ξέχασε το κλειδί και δέχτηκε μια πλημμύρα στο μπουντρούμι του, ο μαθητής, από βλακεία και απροσεξία, έλαβε ένα σωρό ακραίες εντυπώσεις και σχεδόν πνιγμένος, ο δαίμονας εκδιώχθηκε χωρίς καμία ευγνωμοσύνη. Όσον αφορά τη νοημοσύνη του δαίμονα, έχει ήδη σημειωθεί ότι είναι δύσκολο να τον κατατάξουμε ξεκάθαρα ως AI ή EI, αλλά η ευφυΐα (αν και όχι εντυπωσιακή) των άλλων ανήκει ξεκάθαρα στην EI. Μπορεί να ειπωθεί για αυτούς ότι το να κάνουν επικίνδυνα λάθη στις αποφάσεις, να είναι απρόσεκτοι, να ξεχνάς τα απαραίτητα και να κουράζονται είναι οι κύριες εγγενείς ιδιότητες τους. Δυστυχώς, αυτές οι ιδιότητες είναι εγγενείς σε όλους τους άλλους φορείς ΕΙ σε μεγαλύτερο ή μικρότερο βαθμό. Η αναξιοπιστία της ταξινόμησης λέξεων ή αριθμών EI έχει ήδη επισημανθεί παραπάνω, αλλά φαίνεται ακόμα πιο απλή εργασία - η απλή απομνημόνευση ενός αριθμού αποδεικνύεται πολύ δύσκολη για τους ανθρώπους. Για ένα μηχάνημα, η ικανότητα να θυμάται τα ψηφία του pi περιορίζεται μόνο από το μέγεθος της μνήμης του και οι περισσότεροι άνθρωποι πρέπει να χρησιμοποιούν βελτίωση της μνήμης, όπως "Τι ξέρω για τους κύκλους". Φαίνεται ότι η γραμμή "3,1416" έχει λιγότερους χαρακτήρες από το καθορισμένο μνημονικό, αλλά για κάποιο λόγο οι άνθρωποι προτιμούν να θυμούνται με λιγότερο οικονομικό τρόπο. Και περισσότερο:

Μάθετε και μάθετε τον αριθμό πίσω από τον αριθμό, πώς να παρατηρήσετε την τύχη

Για να μην κάνουμε λάθη,
Πρέπει να διαβαστεί σωστά
Τρία, δεκατέσσερα, δεκαπέντε
Ενενήντα δύο και έξι

Για να θυμάστε τα χρώματα του ουράνιου τόξου:

Κάθε σχεδιαστής θέλει να ξέρει πού να κατεβάσει το Photoshop

Και η αρχή του περιοδικού πίνακα:

Το εγγενές νερό (Υδρογόνο) αναμίχθηκε με γέλη (Ήλιο) για να χυθεί (λίθιο). Ναι, πάρτε και ρίξτε (βηρύλλιο) στο πευκοδάσος (Βόριο), όπου από κάτω κρυφοκοιτάζει η εγγενής γωνία (άνθρακας) ασιατικό (άζωτο) και με τόσο ξινό πρόσωπο (οξυγόνο) που δευτερεύον (φθόριο) δεν το έκανα θέλετε να κοιτάξετε. Αλλά δεν τον χρειαζόμασταν (το Neon), οπότε απομακρυνθήκαμε τρία (Νάτριο) μέτρα και καταλήξαμε στη Magnolia (Μαγνήσιο), όπου η Alya με μια μίνι (Αλουμίνιο) φούστα αλείφθηκε με κρέμα (πυρίτιο) που περιείχε Φώσφορο (Φώσφορος) ώστε να σταματήσει να είναι η Σέρα (Σέρα). Μετά από αυτό, η Alya πήρε Χλώριο (Χλώριο) και έπλυνε το πλοίο των Αργοναυτών (Αργόν)

Γιατί όμως τόσο εμφανής ατέλεια σε μια τόσο τέλεια ΕΙ; Ίσως, χάρη στην ικανότητα να ξεχνάει τα πιο απλά γεγονότα, ένα άτομο αποκτά την ελευθερία να συνδυάζει θραύσματα των σκέψεών του σε μια αυθαίρετη άγρια ​​σειρά και να βρίσκει μη τυποποιημένες λύσεις; Αν ναι, τότε το strong-AI είναι αδύνατο. Ή θα ξεχάσει σαν άνθρωπος, ή δεν θα είναι ικανός για μη τυποποιημένες λύσεις. Σε κάθε περίπτωση, από τις παραπάνω παραδοχές προκύπτει ότι είναι απαραίτητο να γίνει διάκριση μεταξύ των στόχων της τεχνητής νοημοσύνης: ένας από τους στόχους είναι η μοντελοποίηση της τεχνητής νοημοσύνης, ο άλλος είναι η δημιουργία ισχυρής τεχνητής νοημοσύνης. Η επίτευξη του ενός μπορεί να αποκλείει την επίτευξη του άλλου.

Όπως μπορούμε να δούμε, υπάρχουν πάρα πολλές ερωτήσεις με διφορούμενες απαντήσεις στον τομέα της τεχνητής νοημοσύνης, επομένως δεν είναι σαφές προς ποια κατεύθυνση να κινηθεί κανείς. Όπως συμβαίνει σε τέτοιες περιπτώσεις, προσπαθούν να κινηθούν προς όλες τις κατευθύνσεις ταυτόχρονα. Ταυτόχρονα, λόγω της έλλειψης μαθηματικά αυστηρών διατυπώσεων, πρέπει κανείς να στραφεί στη φιλοσοφία και στην καλλιτεχνική και λογοτεχνική μοντελοποίηση. Ένα από τα πιο διάσημα παραδείγματα προς αυτή την κατεύθυνση είναι το βιβλίο «Turing Selection» (1992) ενός από τους διακεκριμένους της AI, Marvin Lee Minsky, και του διάσημου συγγραφέα επιστημονικής φαντασίας Harry Harrison. Θα παραθέσω από αυτό το βιβλίο, εξηγώντας ίσως το παραπάνω περιγραφόμενο φαινόμενο της μνημονικής:

Η ανθρώπινη μνήμη δεν είναι ένα μαγνητόφωνο που καταγράφει τα πάντα με χρονολογική σειρά. Είναι δομημένο εντελώς διαφορετικά - μάλλον σαν ένα ατημέλητα συντηρημένο ευρετήριο καρτών, εξοπλισμένο με ένα μπερδεμένο και αντιφατικό ευρετήριο. Και όχι μόνο σύγχυση - από καιρό σε καιρό αλλάζουμε τις αρχές ταξινόμησης των εννοιών.

Μια ενδιαφέρουσα ερμηνεία της μεταφοράς του μαγνητοφώνου σε ένα άλλο λογοτεχνικό έργο, την ιστορία του Stanislaw Lem "Terminus" (από τη σειρά "Stories about the Pilot Pirx"). Εδώ είναι η περίπτωση ενός είδους «έξυπνου μαγνητοφώνου»: ένα παλιό ρομπότ σε ένα παλιό διαστημόπλοιο που κάποτε υπέστη ένα ατύχημα ασχολείται με συνεχείς εργασίες επισκευής, συνοδευόμενες από χτύπημα. Αλλά αν ακούσετε προσεκτικά, δεν πρόκειται απλώς για λευκό τεχνολογικό θόρυβο, αλλά για ηχογράφηση του κώδικα Μορς - συνομιλίες μεταξύ των μελών του πληρώματος ενός ετοιμοθάνατου πλοίου. Ο Πιρξ επεμβαίνει σε αυτές τις διαπραγματεύσεις και λαμβάνει απροσδόκητα απάντηση από τους νεκρούς αστροναύτες. Αποδεικνύεται ότι το πρωτόγονο ρομπότ επισκευής αποθηκεύει κατά κάποιο τρόπο αντίγραφα της συνείδησής τους ή είναι γνωστικές παραμορφώσεις της αντίληψης του πιλότου Pirx;

Σε μια άλλη ιστορία, το «Ananke» (από την ίδια σειρά), ένα αντίγραφο του EI στον υπολογιστή ελέγχου μιας διαστημικής μεταφοράς οδηγεί στην παρανοϊκή υπερφόρτωσή του με δοκιμαστικές εργασίες, που καταλήγει σε καταστροφή.

Στην ιστορία «Ατύχημα», ένα υπερβολικά ανθρωπόμορφα προγραμματισμένο ρομπότ πεθαίνει ως αποτέλεσμα μιας ορειβατικής ανάβασης που αποφάσισε να κάνει στον ελεύθερο χρόνο του. Χρειάζονται τέτοιοι ερμηνευτές; Αλλά οι δαίμονες που προσηλώνονται στο πότισμα ενός λουλουδιού δεν είναι επίσης πάντα απαραίτητοι.

Σε ορισμένους ειδικούς στον τομέα της τεχνητής νοημοσύνης δεν αρέσει τέτοιος «φιλοσοφισμός» και «λογοτεχνισμός», αλλά αυτός ο «φιλοσοφισμός» και ο «λογοτεχνισμός» είναι παραδοσιακά εγγενείς στην ανάλυση της τεχνητής νοημοσύνης και είναι αναπόφευκτοι εφόσον η τεχνητή νοημοσύνη συγκρίνεται με την τεχνητή νοημοσύνη. περισσότερο όσο η AI προσπαθεί να αντιγράψει την AI.

Εν κατακλείδι, μια έρευνα για μια σειρά από ζητήματα που προέκυψαν.

Μόνο εγγεγραμμένοι χρήστες μπορούν να συμμετάσχουν στην έρευνα. Συνδεθείτε, Σας παρακαλούμε.

1. Η τεχνητή νοημοσύνη περιλαμβάνει εργασίες που ένας υπολογιστής επιλύει πολύ χειρότερα από έναν άνθρωπο;

  • Ναί

  • Όχι

  • Ξέρω καλύτερα τον ορισμό. Θα το δώσω στα σχόλια.

  • Δύσκολο να απαντήσω

Ψήφισαν 34 χρήστες. 7 χρήστες απείχαν.

2. Εάν το AI πρέπει να είναι μόνο εκτελεστής, πρέπει όλες οι εντολές να λαμβάνονται κυριολεκτικά; Για παράδειγμα, είπαν να ποτίσεις ένα λουλούδι - αυτό σημαίνει νερό μέχρι να σε διώξουν

  • Ναί

  • Όχι

  • Δύσκολο να απαντήσω

Ψήφισαν 37 χρήστες. 6 χρήστες απείχαν.

3. Είναι δυνατόν να έχετε μια ισχυρή τεχνητή νοημοσύνη, στην οποία όλες οι δεξιότητες θα είναι μέγιστες (κόκκινη γραμμή στην εικόνα στην αρχή του άρθρου);

  • Ναί

  • Όχι

  • Δύσκολο να απαντήσω

Ψήφισαν 35 χρήστες. 7 χρήστες απείχαν.

4. Είναι δυνατό το super-AI (μπλε γραμμή στην εικόνα στην αρχή του άρθρου);

  • Ναί

  • Όχι

  • Δύσκολο να απαντήσω

Ψήφισαν 36 χρήστες. 7 χρήστες απείχαν.

5. Ο ενδιάμεσος στόχος δεν πρέπει να είναι ισχυρή, αλλά και εντελώς αδύναμη τεχνητή νοημοσύνη (μωβ γραμμή στο σχήμα στην αρχή του άρθρου), η οποία σε ορισμένες δεξιότητες θα είναι κατώτερη από την τεχνητή νοημοσύνη, αλλά όχι τόσο όσο είναι τώρα ?

  • Ναί

  • Όχι

  • Δύσκολο να απαντήσω

Ψήφισαν 33 χρήστες. 5 χρήστες απείχαν.

6. Το να κάνεις επικίνδυνα λάθη στις αποφάσεις, να είσαι απρόσεκτος, να ξεχνάς τα απαραίτητα και να κουράζεσαι είναι οι κύριες εγγενείς ιδιότητες της ΣΝ;

  • Ναί

  • Όχι

  • Έχω διαφορετική άποψη, την οποία θα δώσω στα σχόλια.

  • Δύσκολο να απαντήσω

Ψήφισαν 33 χρήστες. 5 χρήστες απείχαν.

7. Χάρη στην ικανότητα να ξεχνάει τα πιο απλά γεγονότα, ένα άτομο αποκτά την ελευθερία να συνδυάζει θραύσματα των σκέψεών του σε μια αυθαίρετη άγρια ​​σειρά και να βρίσκει μη τυποποιημένες λύσεις;

  • Ναί

  • Όχι

  • Έχω διαφορετική άποψη, την οποία θα δώσω στα σχόλια.

  • Δύσκολο να απαντήσω

Ψήφισαν 31 χρήστες. 4 χρήστες απείχαν.

8. Η μοντελοποίηση της τεχνητής νοημοσύνης και η δημιουργία ισχυρής τεχνητής νοημοσύνης είναι δύο διαφορετικές εργασίες που μπορούν να επιλυθούν με διαφορετικές μεθόδους;

  • Ναί

  • Όχι

  • Έχω διαφορετική άποψη, την οποία θα δώσω στα σχόλια.

  • Δύσκολο να απαντήσω

Ψήφισαν 32 χρήστες. 4 χρήστες απείχαν.

Πηγή: www.habr.com

Προσθέστε ένα σχόλιο