Testu hau ez da ikerketa zientifikoen emaitza, gure berehalako garapen teknologikoari buruzko iritzi askotako bat baizik. Eta aldi berean eztabaidarako gonbidapena.
Gary Marcus, New Yorkeko Unibertsitateko irakasleak, uste du ikaskuntza sakonak zeregin garrantzitsua duela AIaren garapenean. Baina, gainera, teknika honenganako gehiegizko ilusioak haren desprestigioa ekar dezakeela uste du.
Bere liburuan AI berrabiaraztea: fidagarri izan gaitezkeen adimen artifiziala eraikitzea Marcus, prestakuntza bidezko neurozientzialaria, AI puntako ikerketan karrera egin duena, alderdi teknikoak eta etikoak jorratzen ditu. Teknologiaren ikuspuntutik, ikaskuntza sakonak arrakastaz imita ditzake gure garunak egiten dituen pertzepzio-zereginak, hala nola irudiak edo hizketa-ezagutzea. Baina beste zeregin batzuetarako, hala nola elkarrizketak ulertzeko edo kausa-ondorio harremanak zehazteko, ikaskuntza sakona ez da egokia. Arazo sorta zabalagoa ebatzi dezaketen makina adimentsu aurreratuagoak sortzeko βaskotan adimen orokor artifiziala deituaβ ikaskuntza sakona beste teknika batzuekin konbinatu behar da.
AI sistema batek bere zereginak edo inguruko mundua benetan ulertzen ez baditu, horrek ondorio arriskutsuak ekar ditzake. Sistemaren ingurunean ustekabeko aldaketarik txikienak ere portaera okerrak sor ditzake. Jadanik izan dira horrelako adibide asko: engainatzeko errazak diren esamolde desegokien determinatzaileak; etengabe diskriminatzen duten lana bilatzeko sistemak; gidaririk gabeko autoak istripu egiten dutenak eta batzuetan gidaria edo oinezkoa hiltzen dutenak. Adimen orokorra artifiziala sortzea ez da ikerketa-arazo interesgarri bat soilik, aplikazio guztiz praktiko asko ditu.
Beren liburuan, Marcusek eta bere egilekide Ernest Davisek beste bide bat defendatzen dute. AI orokorra sortzetik urrun gaudela uste dute, baina ziur daude lehenago edo beranduago sortzea posible izango dela.
Zergatik behar dugu AI orokorra? Bertsio espezializatuak dagoeneko sortu dira eta onura asko ekartzen dituzte.
Hori bai, eta are onura gehiago izango dira. Baina AI espezializatuak konpondu ezin dituen arazo asko daude. Adibidez, hizkera arrunta ulertzea, edo mundu birtualean laguntza orokorra, edo garbiketan eta sukaldaritzan laguntzen duen robot bat. Horrelako zereginak AI espezializatuaren gaitasunetatik kanpo daude. Beste galdera praktiko interesgarri bat: posible al da auto gidatzeko auto seguru bat sortzea AI espezializatua erabiliz? Esperientziak erakusten du horrelako IAk jokabidearekin arazo ugari dituela oraindik egoera anormaletan, gidatzen ari denean ere, eta horrek asko zailtzen du egoera.
Uste dut denok nahiko genukeela medikuntzan aurkikuntza berri handiak egiten lagun diezagukeen IA izatea. Ez dago argi egungo teknologiak horretarako egokiak diren, biologia arlo konplexua baita. Liburu asko irakurtzeko prest egon behar duzu. Zientzialariek kausa-ondorio erlazioak ulertzen dituzte sareen eta molekulen elkarrekintzan, planetei buruzko teoriak garatu ditzakete, etab. Hala ere, AI espezializatuarekin, ezin ditugu horrelako aurkikuntzak egiteko gai diren makinak sortu. Eta AI orokorrarekin, zientzia, teknologia eta medikuntza iraul genezake. Nire ustez, oso garrantzitsua da AI orokorra sortzeko lanean jarraitzea.
Badirudi "orokorra"rekin AI indartsua esan nahi duzula?
"Orokorrean" esan nahi dut AI arazo berriak hegan pentsatu eta konpontzeko gai izango dela. Ez bezala, demagun, Go, non arazoa ez den aldatu azken 2000 urteetan.
AI orokorrak erabakiak hartzeko gai izan beharko luke bai politikan bai medikuntzan. Hau giza gaitasunaren analogoa da; edozein pertsona zentzudun asko egin dezake. Esperientziarik gabeko ikasleak hartzen dituzu eta egun gutxiren buruan ia edozertan lan egiten duzu, arazo juridiko batetik hasi eta arazo mediko batera. Hau da, munduaren ulermen orokorra dutelako eta irakurtzeko gai direlako, eta, beraz, jarduera sorta zabalean lagundu dezaketelako.
Adimen horren eta adimen sendoaren arteko erlazioa da adimen sendoa ez den batek ziurrenik ezingo duela arazo orokorrak konpondu. Etengabe aldatzen ari den mundu bati aurre egiteko nahikoa sendoa sortzeko, agian adimen orokorrera hurbildu beharko zenuke gutxienez.
Baina orain oso urrun gaude honetatik. AlphaGo ezin hobeto joka daiteke 19x19 taula batean, baina berriro trebatu behar da taula angeluzuzen batean jokatzeko. Edo hartu batez besteko deep learning sistema: elefante bat antzeman dezake ondo argiztatuta badago eta bere azalaren ehundura ikusten bada. Eta elefante baten silueta bakarrik ikusten bada, ziurrenik sistemak ezingo du ezagutu.
Zure liburuan aipatzen duzu ikaskuntza sakonak ezin dituela AI orokorraren gaitasunak lortu, ez baita ulertzeko gai.
Zientzia kognitiboan hainbat eredu kognitiboren eraketaz hitz egiten dute. Hoteleko gela batean eserita nago eta ulertzen dut armairu bat dagoela, ohe bat dagoela, ezohiko moduan zintzilik dagoen telebista bat dagoela. Objektu hauek guztiak ezagutzen ditut, ez ditut identifikatzen soilik. Ulertzen dut, gainera, nola elkarri lotuta dauden. Inguruko munduaren funtzionamenduari buruzko ideiak ditut. Ez dira perfektuak. Oker egon daitezke, baina nahiko onak dira. Eta horietan oinarrituta, nire eguneroko ekintzen jarraibide bihurtzen diren ondorio asko ateratzen ditut.
Beste muturra DeepMind-ek eraikitako Atari joko sistemaren antzeko zerbait zen, zeinetan pantailako leku jakin batzuetan pixelak ikusten zituenean zer egin behar zuen gogoratzen zuen. Datu nahikoa lortzen baduzu, ulermena duzula pentsa dezakezu, baina errealitatean oso azalekoa da. Horren froga da objektuak hiru pixel mugitzen badituzu, AI-ak askoz okerrago jokatzen duela. Aldaketek nahasten dute. Hau ulermen sakonaren kontrakoa da.
Arazo hau konpontzeko, AI klasikora itzultzea proposatzen duzu. Zein abantaila erabiltzen saiatu behar dugu?
Hainbat abantaila daude.
Lehenik eta behin, AI klasikoa munduaren eredu kognitiboak sortzeko esparru bat da, eta ondoren ondorioak atera daitezke.
Bigarrenik, AI klasikoa guztiz bateragarria da arauekin. Ikaskuntza sakonean joera bitxi bat dago orain, non adituak arauak saihesten saiatzen ari diren. Sare neuronaletan dena egin nahi dute eta ez programazio klasikoaren itxura duen ezer egin. Baina badira modu lasaian konpondu ziren arazoak, eta inork ez zion kasurik egin. Adibidez, Google Maps-en ibilbideak eraikitzea.
Izan ere, bi ikuspegiak behar ditugu. Ikaskuntza automatikoa ona da datuetatik ikasteko, baina oso eskasa programa informatiko bat den abstrakzioa irudikatzeko. AI klasikoak ongi funtzionatzen du abstrakzioekin, baina eskuz guztiz programatu behar da, eta munduan ezagutza gehiegi dago horiek guztiak programatzeko. Argi dago bi ikuspegiak uztartu behar ditugula.
Honek giza adimenetik ikas dezakegunari buruz hitz egiten duen kapituluarekin lotzen da. Eta lehenik eta behin, gure kontzientzia modu ezberdinetan funtzionatzen duten hainbat sistemaz osatuta dagoen ideian oinarritutako kontzeptuari buruz.
Uste dut hori azaltzeko beste modu bat daukagun sistema kognitibo bakoitzak arazo ezberdin bat konpontzen duela benetan. AIaren antzeko zatiak ezaugarri desberdinak dituzten arazo desberdinak ebazteko diseinatu behar dira.
Orain, bata bestearengandik oso desberdinak diren arazoak konpontzeko teknologia guztiak erabiltzen saiatzen ari gara. Perpaus bat ulertzea ez da objektu bat antzematea. Baina jendea ikaskuntza sakona erabiltzen saiatzen ari da bi kasuetan. Ikuspegi kognitibotik, kualitatiboki zeregin desberdinak dira. Harrituta nago, ikaskuntza sakoneko komunitatean AI klasikoa zeinen gutxi estimatzen den. Zergatik itxaron zilarrezko bala bat agertu arte? Lortu ezina da, eta bilaketa antzuek ez digute ahalbidetzen IA sortzeko zereginaren konplexutasun osoa ulertzen.
Halaber, AI sistemak beharrezkoak direla aipatzen duzu kausa-ondorio harremanak ulertzeko. Ikaskuntza sakonak, AI klasikoak edo guztiz berriak den zerbaitek lagunduko gaituela uste duzu?
Ikaskuntza sakona ondo egokitzen ez den beste arlo bat da hau. Ez ditu gertaera batzuen kausak azaltzen, baina baldintza jakinetan gertakari baten probabilitatea kalkulatzen du.
Zertaz ari gara? Zenbait eszenatoki ikusten dituzu, eta ulertzen duzu zergatik gertatzen den eta zer gerta daitekeen egoera batzuk aldatzen badira. Telebista eserita dagoen euskarria begiratu dezaket eta imajina dezaket hanka bat mozten badiot, euskarria irauli egingo dela eta telebista erori egingo dela. Hau kausa eta efektu harremana da.
AI klasikoak tresna batzuk ematen dizkigu horretarako. Imajina dezake, adibidez, zer den euskarria eta zer den erorketa. Baina ez dut gehiegi goraipatzen. Arazoa da AI klasikoa, neurri handi batean, gertatzen ari denari buruzko informazio osoaren araberakoa dela, eta standari begiratuta atera nuen ondorio batera. Nolabait orokortu dezaket, niri ikusten ez zaizkidan standaren zatiak imajinatu. Oraindik ez dugu tresnarik propietate hau ezartzeko.
Jendeak berezko ezagutza duela ere esaten duzu. Nola inplementa daiteke hori AI-n?
Jaiotzen den momentuan, gure garuna jada sistema oso landua da. Ez da finkoa naturak sortu zuen lehen zirriborroa. Eta gero ikasteak zirriborro hori gure bizitzan zehar berrikusten laguntzen digu.
Garunaren zirriborro batek gaitasun batzuk ditu dagoeneko. Mendi-ahuntz jaioberria ordu gutxiren buruan mendi-hegaldura hutsik gabe jaisteko gai da. Bistakoa da dagoeneko badaukala hiru dimentsioko espazioa, bere gorputza eta haien arteko harremana. Oso sistema konplexua.
Horregatik, neurri batean, hibridoak behar ditugula uste dut. Zaila da imajinatzea nola sortu daitekeen robot bat ongi funtzionatzen duen mundu batean nondik hasi behar den antzeko ezagutzarik gabe, hutsune hutsetik hasi eta esperientzia luze eta zabaletik ikasi beharrean.
Gizakioi dagokionez, gure berezko ezagutza gure genomatik dator, denbora luzez eboluzionatu dena. Baina AI sistemekin beste bide batetik joan beharko dugu. Honen zati bat gure algoritmoak eraikitzeko arauak izan daitezke. Horren zati bat algoritmo hauek manipulatzen dituzten datu-egiturak sortzeko arauak izan daitezke. Eta horren zati bat izan daiteke zuzenean makinetan inbertituko dugula jakitea.
Interesgarria da liburuan konfiantzaren ideia eta konfiantzazko sistemak sortzea. Zergatik aukeratu zenuen irizpide zehatz hori?
Uste dut gaur egun hori guztia pilota partida bat dela. Historiako une arraro bat bizitzen ari garela iruditzen zait, fidagarria ez den software askorekin konfiantzaz. Uste dut gaur ditugun kezkak ez direla betiko iraungo. Ehun urte barru, IAk gure konfiantza justifikatuko du, eta agian lehenago.
Baina gaur egun AI arriskutsua da. Ez Elon Musk beldurtzen duen zentzuan, baizik eta lan-elkarrizketa sistemek emakumeak diskriminatzen dituztelako, programatzaileek egiten dutena kontuan hartu gabe, haien tresnak sinpleegiak direlako.
AI hobea izatea nahiko nuke. Ez dut ikusi nahi "AI negua" non jendea konturatzen den AI ez dela funtzionatzen eta arriskutsua dela eta ez duela konpondu nahi.
Nolabait, zure liburuak oso baikorra dirudi. AI fidagarria eraikitzea posible dela suposatzen duzu. Beste norabide batean begiratu besterik ez dugu egin behar.
Hori bai, liburua oso ezkorra da epe laburrean eta oso baikorra epe luzera. Deskribatu ditugun arazo guztiak erantzun zuzenak zeintzuk izan behar duten begirada zabalago batean konpon daitezkeela uste dugu. Eta hori gertatzen bada, mundua leku hobea izango dela uste dugu.
Iturria: www.habr.com