Mir kënnen AI Systemer net trauen, gebaut op Deep Learning Alleng

Mir kënnen AI Systemer net trauen, gebaut op Deep Learning Alleng

Dësen Text ass net d'Resultat vu wëssenschaftlecher Fuerschung, mee eng vu ville Meenungen iwwer eis direkt technologesch Entwécklung. A gläichzäiteg eng Invitatioun zur Diskussioun.

De Gary Marcus, e Professer op der New York University, mengt datt déif Léieren eng wichteg Roll an der Entwécklung vun AI spillt. Awer hien mengt och datt exzessiv Begeeschterung fir dës Technik zu senger Diskreditatioun féieren kann.

A sengem Buch AI nei starten: Kënschtlech Intelligenz bauen déi mir kënne vertrauen De Marcus, en Neurowëssenschaftler duerch Training, deen eng Karriär op modernste AI Fuerschung opgebaut huet, adresséiert déi technesch an ethesch Aspekter. Aus enger Technologie Perspektiv kann déif Léieren erfollegräich d'perceptuell Aufgaben imitéieren déi eis Gehirer ausféieren, sou wéi Bild- oder Riederkennung. Awer fir aner Aufgaben, wéi Gespréicher verstoen oder Ursaach-an-Effekt Bezéiungen bestëmmen, ass déif Léieren net gëeegent. Fir méi fortgeschratt intelligent Maschinnen ze kreéieren déi eng méi breet Palette vu Probleemer kënne léisen - dacks kënschtlech allgemeng Intelligenz genannt - muss déif Léieren mat aneren Techniken kombinéiert ginn.

Wann en AI System seng Aufgaben oder d'Welt ronderëm net wierklech versteet, kann dëst zu geféierleche Konsequenze féieren. Och déi geringsten onerwaart Verännerungen am System Ëmfeld kënnen zu engem falsche Verhalen féieren. Et goufe scho vill esou Beispiller: Determinante vun onpassende Ausdréck, déi einfach ze täuschen sinn; Aarbecht Sich Systemer déi konsequent diskriminéieren; Chaufferlos Autoen déi Crashen an heiansdo de Chauffer oder de Foussgänger ëmbréngen. Kënschtlech allgemeng Intelligenz erstellen ass net nëmmen en interessant Fuerschungsproblem, et huet vill komplett praktesch Uwendungen.

An hirem Buch streiden de Marcus a säi Co-Autor Ernest Davis fir en anere Wee. Si gleewen datt mir nach ëmmer wäit vun der allgemenger AI erstellen, awer si sinn zouversiichtlech datt fréier oder spéider et méiglech ass et ze kreéieren.

Firwat brauche mir allgemeng AI? Spezialiséiert Versioune si scho geschaf ginn a bréngen vill Virdeeler.

Dat ass richteg, an et wäert nach méi Virdeeler ginn. Awer et gi vill Probleemer déi spezialiséiert AI einfach net léisen. Zum Beispill, normal Ried ze verstoen, oder allgemeng Hëllef an der virtueller Welt, oder e Roboter deen hëlleft beim Botzen a Kachen. Esou Aufgaben sinn iwwer d'Kapazitéite vu spezialiséierten AI. Eng aner interessant praktesch Fro: ass et méiglech e séchere selbstfahrenden Auto mat spezialiséierter AI ze kreéieren? D'Erfahrung weist datt esou AI nach ëmmer vill Problemer mam Verhalen an anormalen Situatiounen huet, och beim Fueren, wat d'Situatioun immens komplizéiert.

Ech denken, datt mir all gär hätten AI ze hunn, déi eis hëllefe kënnen grouss nei Entdeckungen an der Medizin ze maachen. Et ass net kloer ob déi aktuell Technologien dofir gëeegent sinn, well d'Biologie e komplext Gebitt ass. Dir musst bereet sinn vill Bicher ze liesen. Wëssenschaftler verstinn Ursaach-an-Effekt Bezéiungen an der Interaktioun vun Netzwierker a Molekülen, kënnen Theorien iwwer Planéiten entwéckelen, asw. Wéi och ëmmer, mat spezialiséierten AI kënne mir keng Maschinnen erstellen déi fäeg sinn esou Entdeckungen. A mat allgemenger AI kënne mir d'Wëssenschaft, d'Technologie an d'Medezin revolutionéieren. Menger Meenung no ass et ganz wichteg weider ze schaffen fir allgemeng AI ze kreéieren.

Et kléngt wéi mat "Allgemeng" Dir mengt staark AI?

Mat "Allgemeng" mengen ech datt AI fäeg ass iwwer nei Probleemer ze denken an ze léisen. Am Géigesaz zu, sot, Go, wou de Problem sech an de leschten 2000 Joer net geännert huet.

Allgemeng AI soll fäeg sinn Entscheedungen a Politik a Medizin ze treffen. Dëst ass analog zu mënschlech Fäegkeet; all vernünfteg Persoun ka vill maachen. Dir hëlt onerfueren Studenten an bannent e puer Deeg hunn se op bal alles schaffen, vun engem juristesche Problem zu engem medezinesch Problem. Dëst ass well se en allgemengt Verständnis vun der Welt hunn a kënne liesen, an dofir zu enger ganz breet Palette vun Aktivitéiten bäidroen.

D'Relatioun tëscht sou enger Intelligenz a staarker Intelligenz ass datt eng net-staark Intelligenz wahrscheinlech net allgemeng Probleemer léise wäert. Fir eppes robust genuch ze kreéieren fir mat enger ëmmer verännerter Welt ze këmmeren, musst Dir op d'mannst allgemeng Intelligenz upassen.

Awer elo si mir ganz wäit vun dësem. AlphaGo kann perfekt gutt op engem 19x19-Brett spillen, awer et muss nei trainéiert ginn fir op engem rechteckege Brett ze spillen. Oder huelt den duerchschnëttleche Deep Learning System: et kann en Elefant erkennen wann e gutt beliicht ass a seng Hauttextur sichtbar ass. A wann nëmmen d'Silhouette vun engem Elefant ze gesinn ass, wäert de System et wahrscheinlech net erkennen.

An Ärem Buch ernimmt Dir datt déif Léieren d'Fäegkeete vum allgemenge AI net erreechen kann well et net fäeg ass déif Verständnis ze maachen.

An der kognitiv Wëssenschaft schwätzen se iwwer d'Bildung vu verschiddene kognitiven Modeller. Ech sëtzen an engem Hotelzëmmer an ech verstinn datt et e Kleederschaf ass, et ass e Bett, et gëtt en Fernseh deen op eng ongewéinlech Manéier opgehang ass. Ech kennen all déi Objeten, ech identifizéieren se net nëmmen. Ech verstinn och wéi se matenee verbonne sinn. Ech hunn Iddien iwwer de Fonctionnement vun der Welt ronderëm mech. Si sinn net perfekt. Si kënne falsch sinn, awer si sinn zimlech gutt. A baséiert op hinnen, maachen ech vill Conclusiounen, déi Richtlinne fir meng alldeeglech Handlungen ginn.

Deen aneren Extrem war eppes wéi den Atari Spillsystem gebaut vum DeepMind, an deem et sech erënnert wat et muss maachen wann et Pixel op bestëmmte Plazen um Écran gesinn huet. Wann Dir genuch Daten kritt, kënnt Dir mengen datt Dir e Verständnis hutt, awer a Wierklechkeet ass et ganz iwwerflächlech. Beweis dofir ass datt wann Dir Objekter ëm dräi Pixel bewegt, spillt d'AI vill méi schlecht. Ännerunge baffle him. Dëst ass de Géigendeel vum déiwe Verständnis.

Fir dëse Problem ze léisen, proposéiert Dir zréck op klassesch AI. Wéi eng Virdeeler solle mir probéieren ze benotzen?

Et gi verschidde Virdeeler.

Als éischt ass klassesch AI tatsächlech e Kader fir kognitiv Modeller vun der Welt ze kreéieren, baséiert op deenen Conclusiounen dann gezunn kënne ginn.

Zweetens, klassesch AI ass perfekt kompatibel mat Reegelen. Et gëtt e komeschen Trend am Deep Learning elo wou Experten probéieren Reegelen ze vermeiden. Si wëllen alles op neurale Netzwierker maachen an näischt maachen wat wéi klassesch Programméierung ausgesäit. Mee et gi Problemer, déi op dës Manéier roueg geléist goufen, a keen huet drop opmierksam gemaach. Zum Beispill, Strecken op Google Maps bauen.

Tatsächlech brauche mir béid Approche. Maschinnléieren ass gutt fir aus Daten ze léieren, awer ganz schlecht fir d'Abstraktioun ze representéieren déi e Computerprogramm ass. Klassesch AI funktionnéiert gutt mat Abstraktiounen, awer et muss ganz vun der Hand programméiert ginn, an et gëtt ze vill Wëssen op der Welt fir se all ze programméieren. Kloer musse mir béid Approche kombinéieren.

Dëst verbënnt an d'Kapitel an deem Dir schwätzt iwwer wat mir vum mënschleche Geescht léiere kënnen. An als éischt iwwer d'Konzept baséiert op der uewen ernimmt Iddi datt eise Bewosstsinn aus ville verschiddene Systemer besteet, déi op verschidde Manéieren funktionnéieren.

Ech mengen eng aner Manéier dëst z'erklären ass datt all kognitiv System mir hunn wierklech en anere Problem léist. Ähnlech Deeler vun AI mussen entworf ginn fir verschidde Probleemer ze léisen déi verschidde Charakteristiken hunn.

Elo probéieren mir e puer all-zu-eent Technologien ze benotzen fir Problemer ze léisen déi radikal vuneneen anescht sinn. E Saz ze verstoen ass guer net datselwecht wéi en Objet z'erkennen. Awer d'Leit probéieren déif Léieren a béide Fäll ze benotzen. Aus kognitiver Siicht sinn dat qualitativ verschidden Aufgaben. Ech sinn einfach iwwerrascht wéi wéineg Unerkennung et gëtt fir klassesch AI an der Deep Learning Gemeinschaft. Firwat waart bis eng Sëlwerkugel erscheint? Et ass onerreechbar, an fruchtlos Sich erlaaben eis net déi voll Komplexitéit vun der Aufgab fir AI ze kreéieren.

Dir schwätzt och datt AI Systemer gebraucht ginn fir Ursaach-an-Effekt Bezéiungen ze verstoen. Denkt Dir datt déif Léieren, klassesch AI oder eppes ganz Neies eis domat hëllefen?

Dëst ass en anert Gebitt wou déif Léieren net gutt gëeegent ass. Et erkläert net d'Ursaache vu bestëmmten Eventer, awer berechent d'Wahrscheinlechkeet vun engem Event ënner bestëmmte Konditiounen.

Wat schwätzen mir iwwer? Dir kuckt bestëmmte Szenarie, an Dir verstitt firwat dat geschitt a wat kéint geschéien wann e puer Ëmstänn änneren. Ech kann de Stand kucken op deem den Fernseh sëtzt a mir virstellen datt wann ech ee vu senge Been ofschneiden, de Stand kippt an de Fernseh fällt. Dëst ass eng Ursaach an Effekt Relatioun.

Klassesch AI gëtt eis e puer Tools fir dëst. Hie ka sech zum Beispill virstellen, wat Ënnerstëtzung ass a wat e Fall ass. Awer ech wäert net iwwerluewen. De Problem ass, datt klassesch AI gréisstendeels op komplett Informatiounen iwwert wat geschitt hänkt, an ech koum zu enger Conclusioun just duerch de Stand kucken. Ech kann iergendwéi generaliséieren, Deeler vum Stand virstellen, déi fir mech net ze gesinn sinn. Mir hunn nach net d'Tools fir dës Immobilie ëmzesetzen.

Dir sot och, datt d'Leit ugebaut Wëssen hunn. Wéi kann dëst an AI ëmgesat ginn?

Am Moment vun der Gebuert ass eise Gehir schonn e ganz ausgeglachene System. Et ass net fix Natur déi éischt, rau Entworf. An dann hëlleft Léieren eis dësen Entworf uechter eist Liewen ze iwwerschaffen.

E rau Entworf vum Gehir huet scho gewësse Fäegkeeten. Eng Neigebuerene Bierg Geess ass fäeg an e puer Stonnen unerringing de Bierg Säit erofzesetzen. Et ass evident, datt hien schonn e Verständnis vun dräi-zweedimensional Raum huet, sengem Kierper an der Relatioun tëscht hinnen. E ganz komplexe System.

Dëst ass deelweis firwat ech gleewen datt mir Hybriden brauchen. Et ass schwéier virzestellen, wéi een e Roboter kéint kreéieren, dee gutt funktionéiert an enger Welt ouni ähnlecht Wësse vu wou ufänken, anstatt mat engem eidele Blat unzefänken an aus laanger, grousser Erfahrung ze léieren.

Wat d'Mënsche ugeet, kënnt eist Gebuertswëssen aus eisem Genom, deen sech iwwer eng laang Zäit entwéckelt huet. Awer mat AI Systemer musse mir en anere Wee goen. En Deel vun dësem kënnen d'Regele sinn fir eis Algorithmen ze konstruéieren. En Deel dovun kann d'Regele sinn fir d'Datestrukturen ze kreéieren déi dës Algorithmen manipuléieren. An en Deel vun dëser kann Wëssen ginn, datt mir direkt an Maschinnen investéieren.

Et ass interessant datt Dir am Buch d'Iddi vu Vertrauen an d'Schafe vu Vertrauenssystemer bréngt. Firwat hutt Dir dëse spezielle Critère gewielt?

Ech gleewen, datt haut all dëst e Ball Spill ass. Et schéngt mir datt mir duerch e komeschen Moment an der Geschicht liewen, a vill Software vertrauen déi net zouverlässeg ass. Ech denken, datt d'Suergen, déi mir haut hunn, net fir ëmmer daueren. An honnert Joer wäert AI eist Vertrauen berechtegen, a vläicht souguer méi fréi.

Awer haut ass AI geféierlech. Net am Sënn datt den Elon Musk Angscht huet, mee am Sënn datt d'Aarbechtsinterviewsystemer Fraen diskriminéieren, egal wat d'Programméierer maachen, well hir Tools ze einfach sinn.

Ech wënschen mir hätten besser AI. Ech wëll net en "AI Wanter" gesinn, wou d'Leit mierken datt AI net funktionnéiert an einfach geféierlech ass an et net wëllt fixéieren.

Op e puer Weeër schéngt Äert Buch ganz optimistesch ze sinn. Dir gitt un datt et méiglech ass vertrauenswierdeg AI ze bauen. Mir mussen just an eng aner Richtung kucken.

Dat ass richteg, d'Buch ass kuerzfristeg ganz pessimistesch a laangfristeg ganz optimistesch. Mir gleewen datt all d'Problemer, déi mir beschriwwen hunn, geléist kënne ginn andeems mir e méi breede Bléck op d'korrekt Äntwerten huelen. A mir mengen, wann dat geschitt, wäert d'Welt eng besser Plaz ginn.

Source: will.com

Setzt e Commentaire