ஆழ்ந்த கற்றலில் மட்டும் கட்டமைக்கப்பட்ட AI அமைப்புகளை நாங்கள் நம்ப முடியாது

இந்த உரை அறிவியல் ஆராய்ச்சியின் விளைவாக இல்லை, ஆனால் நமது உடனடி தொழில்நுட்ப வளர்ச்சி பற்றிய பல கருத்துக்களில் ஒன்றாகும். அதே நேரத்தில் கலந்துரையாடலுக்கான அழைப்பு.

நியூயார்க் பல்கலைக்கழகத்தின் பேராசிரியரான கேரி மார்கஸ், AI இன் வளர்ச்சியில் ஆழ்ந்த கற்றல் முக்கிய பங்கு வகிக்கிறது என்று நம்புகிறார். ஆனால் இந்த நுட்பத்திற்கான அதிகப்படியான உற்சாகம் அதன் அவமதிப்புக்கு வழிவகுக்கும் என்றும் அவர் நம்புகிறார்.

அவரது புத்தகத்தில் AI ஐ மறுதொடக்கம் செய்தல்: நாம் நம்பக்கூடிய செயற்கை நுண்ணறிவை உருவாக்குதல் அதிநவீன AI ஆராய்ச்சியில் ஒரு தொழிலைக் கட்டியெழுப்பிய பயிற்சியின் மூலம் நரம்பியல் விஞ்ஞானியான மார்கஸ், தொழில்நுட்ப மற்றும் நெறிமுறை அம்சங்களைக் குறிப்பிடுகிறார். தொழில்நுட்பக் கண்ணோட்டத்தில், ஆழ்ந்த கற்றல், படம் அல்லது பேச்சு அங்கீகாரம் போன்ற நமது மூளை செய்யும் புலனுணர்வுப் பணிகளை வெற்றிகரமாகப் பின்பற்றலாம். ஆனால் உரையாடல்களைப் புரிந்துகொள்வது அல்லது காரண-விளைவு உறவுகளைத் தீர்மானிப்பது போன்ற பிற பணிகளுக்கு, ஆழ்ந்த கற்றல் பொருத்தமானதல்ல. பரந்த அளவிலான சிக்கல்களைத் தீர்க்கக்கூடிய மேம்பட்ட அறிவார்ந்த இயந்திரங்களை உருவாக்க-பெரும்பாலும் செயற்கை பொது நுண்ணறிவு என்று அழைக்கப்படுகிறது-ஆழமான கற்றல் மற்ற நுட்பங்களுடன் இணைக்கப்பட வேண்டும்.

ஒரு AI அமைப்பு அதன் பணிகளை அல்லது அதைச் சுற்றியுள்ள உலகத்தை உண்மையிலேயே புரிந்து கொள்ளவில்லை என்றால், இது ஆபத்தான விளைவுகளுக்கு வழிவகுக்கும். கணினியின் சூழலில் ஏற்படும் சிறிய எதிர்பாராத மாற்றங்கள் கூட தவறான நடத்தைக்கு வழிவகுக்கும். இதுபோன்ற பல எடுத்துக்காட்டுகள் ஏற்கனவே உள்ளன: ஏமாற்றுவதற்கு எளிதான பொருத்தமற்ற வெளிப்பாடுகளை தீர்மானிப்பவர்கள்; தொடர்ந்து பாகுபாடு காட்டும் வேலை தேடல் அமைப்புகள்; ஓட்டுநர் இல்லாத கார்கள் விபத்துக்குள்ளாகி சில சமயங்களில் ஓட்டுநர் அல்லது பாதசாரியைக் கொல்லும். செயற்கை பொது நுண்ணறிவை உருவாக்குவது ஒரு சுவாரஸ்யமான ஆராய்ச்சி சிக்கல் மட்டுமல்ல, இது பல முழுமையான நடைமுறை பயன்பாடுகளைக் கொண்டுள்ளது.

அவர்களின் புத்தகத்தில், மார்கஸ் மற்றும் அவரது இணை ஆசிரியர் எர்னஸ்ட் டேவிஸ் ஆகியோர் வேறு பாதைக்காக வாதிடுகின்றனர். பொது AI ஐ உருவாக்குவதில் நாங்கள் இன்னும் வெகு தொலைவில் உள்ளோம் என்று அவர்கள் நம்புகிறார்கள், ஆனால் விரைவில் அல்லது பின்னர் அதை உருவாக்க முடியும் என்று அவர்கள் நம்புகிறார்கள்.

நமக்கு ஏன் பொது AI தேவை? சிறப்பு பதிப்புகள் ஏற்கனவே உருவாக்கப்பட்டு நிறைய நன்மைகளைக் கொண்டு வருகின்றன.

அது சரி, இன்னும் பல நன்மைகள் இருக்கும். ஆனால் சிறப்பு AI வெறுமனே தீர்க்க முடியாத பல சிக்கல்கள் உள்ளன. எடுத்துக்காட்டாக, சாதாரண பேச்சு, அல்லது மெய்நிகர் உலகில் பொதுவான உதவி அல்லது சுத்தம் செய்வதற்கும் சமைப்பதற்கும் உதவும் ரோபோவைப் புரிந்துகொள்வது. இத்தகைய பணிகள் சிறப்பு AI இன் திறன்களுக்கு அப்பாற்பட்டவை. மற்றொரு சுவாரஸ்யமான நடைமுறை கேள்வி: சிறப்பு AI ஐப் பயன்படுத்தி பாதுகாப்பான சுய-ஓட்டுநர் காரை உருவாக்க முடியுமா? இத்தகைய AI இன்னும் அசாதாரண சூழ்நிலைகளில் நடத்தையில் பல சிக்கல்களைக் கொண்டுள்ளது, வாகனம் ஓட்டும்போது கூட, இது நிலைமையை பெரிதும் சிக்கலாக்குகிறது என்பதை அனுபவம் காட்டுகிறது.

மருத்துவத்தில் பெரிய புதிய கண்டுபிடிப்புகளை செய்ய உதவும் AI ஐ நாம் அனைவரும் விரும்புகிறோம் என்று நினைக்கிறேன். உயிரியல் ஒரு சிக்கலான துறை என்பதால் தற்போதைய தொழில்நுட்பங்கள் இதற்கு ஏற்றதா என்பது தெளிவாக இல்லை. நிறைய புத்தகங்களைப் படிக்க நீங்கள் தயாராக இருக்க வேண்டும். விஞ்ஞானிகள் நெட்வொர்க்குகள் மற்றும் மூலக்கூறுகளின் தொடர்புகளில் காரண-மற்றும்-விளைவு உறவுகளைப் புரிந்துகொள்கிறார்கள், கிரகங்களைப் பற்றிய கோட்பாடுகளை உருவாக்கலாம் மற்றும் பல. இருப்பினும், சிறப்பு AI மூலம், அத்தகைய கண்டுபிடிப்புகள் திறன் கொண்ட இயந்திரங்களை உருவாக்க முடியாது. பொது AI மூலம், அறிவியல், தொழில்நுட்பம் மற்றும் மருத்துவத்தில் புரட்சியை ஏற்படுத்த முடியும். என் கருத்துப்படி, பொது AI ஐ உருவாக்கும் நோக்கில் தொடர்ந்து பணியாற்றுவது மிகவும் முக்கியம்.

"பொது" என்பதன் மூலம் நீங்கள் வலுவான AI என்று கூறுவது போல் தெரிகிறது?

"பொது" என்பதன் மூலம், AI ஆனது பறக்கும்போது புதிய சிக்கல்களைப் பற்றி சிந்திக்கவும் தீர்க்கவும் முடியும். கடந்த 2000 வருடங்களாக பிரச்சனை மாறாத நிலையில், போ என்று சொல்லலாம்.

பொது AI அரசியல் மற்றும் மருத்துவம் ஆகிய இரண்டிலும் முடிவுகளை எடுக்க முடியும். இது மனித திறனுக்கு ஒப்பானது; எந்த ஒரு நல்ல மனிதனும் நிறைய செய்ய முடியும். நீங்கள் அனுபவமற்ற மாணவர்களை அழைத்து, சில நாட்களுக்குள் சட்டப் பிரச்சனை முதல் மருத்துவப் பிரச்சனை வரை கிட்டத்தட்ட எதிலும் வேலை செய்ய வேண்டும். ஏனென்றால், அவர்கள் உலகத்தைப் பற்றிய பொதுவான புரிதலைக் கொண்டுள்ளனர் மற்றும் படிக்க முடியும், எனவே மிகவும் பரந்த அளவிலான செயல்பாடுகளுக்கு பங்களிக்க முடியும்.

அத்தகைய நுண்ணறிவுக்கும் வலுவான நுண்ணறிவுக்கும் இடையிலான தொடர்பு என்னவென்றால், வலிமையற்ற நுண்ணறிவால் பொதுவான பிரச்சினைகளைத் தீர்க்க முடியாது. மாறிக்கொண்டே இருக்கும் உலகத்தை சமாளிக்கும் அளவுக்கு வலுவான ஒன்றை உருவாக்க, நீங்கள் குறைந்தபட்சம் பொது நுண்ணறிவை அணுக வேண்டியிருக்கலாம்.

ஆனால் இப்போது நாம் இதிலிருந்து வெகு தொலைவில் இருக்கிறோம். AlphaGo 19x19 போர்டில் நன்றாக விளையாட முடியும், ஆனால் செவ்வக பலகையில் விளையாட அதை மீண்டும் பயிற்சி செய்ய வேண்டும். அல்லது சராசரி ஆழமான கற்றல் முறையை எடுத்துக் கொள்ளுங்கள்: யானை நன்கு எரியும் மற்றும் அதன் தோல் அமைப்பு தெரிந்தால் அதை அடையாளம் காண முடியும். மேலும் யானையின் நிழற்படம் மட்டும் தெரிந்தால், கணினியால் அதை அடையாளம் காண முடியாமல் போகும்.

உங்கள் புத்தகத்தில், ஆழமான கற்றல் பொது AI இன் திறன்களை அடைய முடியாது என்று குறிப்பிட்டுள்ளீர்கள், ஏனெனில் அது ஆழமாக புரிந்துகொள்ளும் திறன் இல்லை.

அறிவாற்றல் அறிவியலில் அவர்கள் பல்வேறு அறிவாற்றல் மாதிரிகளை உருவாக்குவது பற்றி பேசுகிறார்கள். நான் ஒரு ஹோட்டல் அறையில் அமர்ந்திருக்கிறேன், அங்கே ஒரு அலமாரி இருக்கிறது, ஒரு படுக்கை இருக்கிறது, ஒரு டிவி வழக்கத்திற்கு மாறான முறையில் தொங்கவிடப்பட்டுள்ளது என்பதை நான் புரிந்துகொள்கிறேன். இந்த அனைத்து பொருட்களையும் நான் அறிவேன், நான் அவற்றை அடையாளம் காணவில்லை. அவை எவ்வாறு ஒன்றோடொன்று இணைக்கப்பட்டுள்ளன என்பதையும் நான் புரிந்துகொள்கிறேன். என்னைச் சுற்றியுள்ள உலகின் செயல்பாட்டைப் பற்றிய யோசனைகள் என்னிடம் உள்ளன. அவர்கள் சரியானவர்கள் அல்ல. அவை தவறாக இருக்கலாம், ஆனால் அவை மிகவும் நல்லவை. அவற்றை அடிப்படையாகக் கொண்டு, எனது அன்றாடச் செயல்களுக்கான வழிகாட்டியாக நான் பல முடிவுகளை எடுக்கிறேன்.

மற்ற தீவிரமானது டீப் மைண்ட் உருவாக்கிய அடாரி கேம் சிஸ்டம் போன்றது, இதில் திரையில் சில இடங்களில் பிக்சல்களைப் பார்க்கும்போது அது என்ன செய்ய வேண்டும் என்பதை நினைவில் வைத்தது. உங்களுக்கு போதுமான தரவு கிடைத்தால், உங்களுக்கு புரிதல் இருப்பதாக நீங்கள் நினைக்கலாம், ஆனால் உண்மையில் அது மிகவும் மேலோட்டமானது. இதற்கு ஆதாரம் என்னவென்றால், நீங்கள் பொருட்களை மூன்று பிக்சல்கள் மூலம் நகர்த்தினால், AI மிகவும் மோசமாக விளையாடுகிறது. மாற்றங்கள் அவரை குழப்புகின்றன. இது ஆழமான புரிதலுக்கு எதிரானது.

இந்தச் சிக்கலைத் தீர்க்க, கிளாசிக்கல் AIக்குத் திரும்புவதை நீங்கள் முன்மொழிகிறீர்கள். நாம் என்ன நன்மைகளைப் பயன்படுத்த முயற்சிக்க வேண்டும்?

பல நன்மைகள் உள்ளன.

முதலில், கிளாசிக்கல் AI என்பது உண்மையில் உலகின் அறிவாற்றல் மாதிரிகளை உருவாக்குவதற்கான ஒரு கட்டமைப்பாகும், அதன் அடிப்படையில் முடிவுகளை எடுக்கலாம்.

இரண்டாவதாக, கிளாசிக்கல் AI விதிகளுடன் முற்றிலும் இணக்கமானது. நிபுணர்கள் விதிகளைத் தவிர்க்க முயற்சிக்கும் ஆழமான கற்றலில் இப்போது ஒரு விசித்திரமான போக்கு உள்ளது. அவர்கள் நியூரல் நெட்வொர்க்குகளில் எல்லாவற்றையும் செய்ய விரும்புகிறார்கள் மற்றும் கிளாசிக்கல் புரோகிராமிங் போன்ற எதையும் செய்ய மாட்டார்கள். ஆனால் இந்த வழியில் அமைதியாக தீர்க்கப்பட்ட பிரச்சினைகள் உள்ளன, யாரும் அதில் கவனம் செலுத்தவில்லை. எடுத்துக்காட்டாக, Google வரைபடத்தில் வழிகளை உருவாக்குதல்.

உண்மையில், எங்களுக்கு இரண்டு அணுகுமுறைகளும் தேவை. இயந்திரக் கற்றல் தரவுகளிலிருந்து கற்றுக்கொள்வது நல்லது, ஆனால் கணினி நிரலான சுருக்கத்தைக் குறிப்பிடுவதில் மிகவும் மோசமாக உள்ளது. கிளாசிக் AI சுருக்கங்களுடன் நன்றாக வேலை செய்கிறது, ஆனால் அது முற்றிலும் கையால் திட்டமிடப்பட வேண்டும், மேலும் அவை அனைத்தையும் நிரல் செய்ய உலகில் அதிக அறிவு உள்ளது. தெளிவாக நாம் இரண்டு அணுகுமுறைகளையும் இணைக்க வேண்டும்.

மனித மனதில் இருந்து நாம் என்ன கற்றுக்கொள்ளலாம் என்பதைப் பற்றி நீங்கள் பேசும் அத்தியாயத்துடன் இது இணைகிறது. முதலில், மேலே குறிப்பிட்டுள்ள கருத்தை அடிப்படையாகக் கொண்ட கருத்தைப் பற்றி, நமது நனவு வெவ்வேறு வழிகளில் செயல்படும் பல்வேறு அமைப்புகளைக் கொண்டுள்ளது.

இதை விளக்குவதற்கான மற்றொரு வழி என்னவென்றால், நம்மிடம் உள்ள ஒவ்வொரு அறிவாற்றல் அமைப்பும் வெவ்வேறு சிக்கலைத் தீர்க்கிறது. AI இன் ஒத்த பகுதிகள் வெவ்வேறு குணாதிசயங்களைக் கொண்ட வெவ்வேறு சிக்கல்களைத் தீர்க்க வடிவமைக்கப்பட வேண்டும்.

இப்போது நாம் ஒருவருக்கொருவர் முற்றிலும் வேறுபட்ட சிக்கல்களைத் தீர்க்க சில ஆல் இன் ஒன் தொழில்நுட்பங்களைப் பயன்படுத்த முயற்சிக்கிறோம். ஒரு வாக்கியத்தைப் புரிந்துகொள்வது ஒரு பொருளை அங்கீகரிப்பது போன்றது அல்ல. ஆனால் மக்கள் இரண்டு நிகழ்வுகளிலும் ஆழ்ந்த கற்றலைப் பயன்படுத்த முயற்சிக்கின்றனர். ஒரு அறிவாற்றல் பார்வையில், இவை தரமான வேறுபட்ட பணிகள். ஆழ்ந்த கற்றல் சமூகத்தில் கிளாசிக்கல் AI க்கு எவ்வளவு குறைவான பாராட்டுக்கள் உள்ளன என்பதைக் கண்டு நான் ஆச்சரியப்படுகிறேன். வெள்ளி தோட்டா தோன்றும் வரை ஏன் காத்திருக்க வேண்டும்? இது அடைய முடியாதது மற்றும் பயனற்ற தேடல்கள் AI ஐ உருவாக்கும் பணியின் முழு சிக்கலையும் புரிந்துகொள்ள அனுமதிக்காது.

காரணம் மற்றும் விளைவு உறவுகளைப் புரிந்துகொள்ள AI அமைப்புகள் தேவை என்றும் நீங்கள் குறிப்பிடுகிறீர்கள். ஆழ்ந்த கற்றல், கிளாசிக்கல் AI அல்லது முற்றிலும் புதியது இதற்கு உதவும் என்று நினைக்கிறீர்களா?

ஆழ்ந்த கற்றல் சரியாக பொருந்தாத மற்றொரு பகுதி இது. இது சில நிகழ்வுகளின் காரணங்களை விளக்கவில்லை, ஆனால் கொடுக்கப்பட்ட நிபந்தனைகளின் கீழ் ஒரு நிகழ்வின் நிகழ்தகவைக் கணக்கிடுகிறது.

நாம் என்ன பேசுகிறோம்? நீங்கள் சில காட்சிகளைப் பார்க்கிறீர்கள், இது ஏன் நடக்கிறது மற்றும் சில சூழ்நிலைகள் மாறினால் என்ன நடக்கும் என்பதை நீங்கள் புரிந்துகொள்கிறீர்கள். டிவி உட்கார்ந்திருக்கும் ஸ்டாண்டைப் பார்த்து, அதன் ஒரு காலை வெட்டினால், ஸ்டாண்ட் சாய்ந்து டிவி விழும் என்று கற்பனை செய்யலாம். இது ஒரு காரணம் மற்றும் விளைவு உறவு.

கிளாசிக் AI இதற்கான சில கருவிகளை நமக்கு வழங்குகிறது. உதாரணமாக, ஆதரவு என்றால் என்ன, வீழ்ச்சி என்றால் என்ன என்பதை அவர் கற்பனை செய்யலாம். ஆனால் நான் அதிகமாகப் பாராட்ட மாட்டேன். பிரச்சனை என்னவென்றால், கிளாசிக்கல் AI பெரும்பாலும் என்ன நடக்கிறது என்பது பற்றிய முழுமையான தகவலைப் பொறுத்தது, மேலும் நான் நிலைப்பாட்டை பார்த்து ஒரு முடிவுக்கு வந்தேன். நான் எப்படியாவது பொதுமைப்படுத்த முடியும், எனக்குப் புலப்படாத நிலைப்பாட்டின் பகுதிகளை கற்பனை செய்து பார்க்க முடியும். இந்த சொத்தை செயல்படுத்துவதற்கான கருவிகள் எங்களிடம் இல்லை.

மக்களிடம் உள்ளார்ந்த அறிவு இருக்கிறது என்றும் சொல்கிறீர்கள். AI இல் இதை எவ்வாறு செயல்படுத்தலாம்?

பிறந்த நேரத்தில், நமது மூளை ஏற்கனவே மிகவும் விரிவான அமைப்பாக உள்ளது. இது நிலையானது அல்ல, இயற்கையானது முதல், கடினமான வரைவை உருவாக்கியது. பின்னர் கற்றல் நம் வாழ்நாள் முழுவதும் அந்த வரைவைத் திருத்த உதவுகிறது.

மூளையின் தோராயமான வரைவு ஏற்கனவே சில திறன்களைக் கொண்டுள்ளது. புதிதாகப் பிறந்த ஒரு மலை ஆடு சில மணிநேரங்களில் மலைப்பகுதியில் தவறாமல் இறங்கும். அவர் ஏற்கனவே முப்பரிமாண வெளி, அவரது உடல் மற்றும் அவற்றுக்கிடையேயான உறவைப் பற்றிய புரிதல் கொண்டவர் என்பது வெளிப்படையானது. மிகவும் சிக்கலான அமைப்பு.

இதனால்தான் எங்களுக்கு கலப்பினங்கள் தேவை என்று நான் நம்புகிறேன். வெற்று ஸ்லேட்டுடன் தொடங்கி நீண்ட, பரந்த அனுபவத்தில் இருந்து கற்றுக்கொள்வதை விட, எங்கு தொடங்குவது என்பது போன்ற அறிவு இல்லாத உலகில் சிறப்பாக செயல்படும் ஒரு ரோபோவை எப்படி உருவாக்க முடியும் என்று கற்பனை செய்வது கடினம்.

மனிதர்களைப் பொறுத்தவரை, நமது உள்ளார்ந்த அறிவு நீண்ட காலமாக உருவாகியுள்ள நமது மரபணுவிலிருந்து வருகிறது. ஆனால் AI அமைப்புகளுடன் நாம் வேறு வழியில் செல்ல வேண்டும். இதன் ஒரு பகுதி நமது அல்காரிதம்களை உருவாக்குவதற்கான விதிகளாக இருக்கலாம். இந்த அல்காரிதம்கள் கையாளும் தரவு கட்டமைப்புகளை உருவாக்குவதற்கான விதிகள் இதன் ஒரு பகுதியாக இருக்கலாம். இதன் ஒரு பகுதியாக நாம் நேரடியாக இயந்திரங்களில் முதலீடு செய்வோம் என்ற அறிவு இருக்கலாம்.

புத்தகத்தில் நீங்கள் நம்பிக்கை மற்றும் நம்பகமான அமைப்புகளை உருவாக்குவது பற்றிய யோசனையை கொண்டு வருவது சுவாரஸ்யமானது. இந்த குறிப்பிட்ட அளவுகோலை ஏன் தேர்ந்தெடுத்தீர்கள்?

இன்று இதெல்லாம் ஒரு பந்து விளையாட்டு என்று நான் நம்புகிறேன். நம்பத்தகாத மென்பொருட்களை நம்பி வரலாற்றில் ஒரு விசித்திரமான தருணத்தில் வாழ்ந்து கொண்டிருக்கிறோம் என்று எனக்குத் தோன்றுகிறது. இன்று நாம் கொண்டிருக்கும் கவலைகள் என்றென்றும் நிலைக்காது என்று நினைக்கிறேன். நூறு ஆண்டுகளில், AI நமது நம்பிக்கையை நியாயப்படுத்தும், ஒருவேளை விரைவில்.

ஆனால் இன்று AI ஆபத்தானது. எலோன் மஸ்க் பயப்படுகிறார் என்ற அர்த்தத்தில் அல்ல, ஆனால் வேலை நேர்காணல் அமைப்புகள் பெண்களுக்கு எதிராக பாகுபாடு காட்டுகின்றன, புரோகிராமர்கள் என்ன செய்தாலும், அவர்களின் கருவிகள் மிகவும் எளிமையானவை.

எங்களிடம் சிறந்த AI இருக்க வேண்டும் என்று நான் விரும்புகிறேன். "AI குளிர்காலத்தை" நான் பார்க்க விரும்பவில்லை, அங்கு AI வேலை செய்யாது மற்றும் மிகவும் ஆபத்தானது மற்றும் அதை சரிசெய்ய விரும்பவில்லை என்பதை மக்கள் உணர்ந்துள்ளனர்.

சில வழிகளில், உங்கள் புத்தகம் மிகவும் நம்பிக்கைக்குரியதாகத் தெரிகிறது. நம்பகமான AI ஐ உருவாக்குவது சாத்தியம் என்று நீங்கள் கருதுகிறீர்கள். நாம் வேறு திசையில் பார்க்க வேண்டும்.

அது சரி, புத்தகம் குறுகிய காலத்தில் மிகவும் அவநம்பிக்கையானது மற்றும் நீண்ட காலத்திற்கு மிகவும் நம்பிக்கையானது. சரியான பதில்கள் என்னவாக இருக்க வேண்டும் என்பதை விரிவாகப் பார்ப்பதன் மூலம் நாங்கள் விவரித்த அனைத்து சிக்கல்களும் தீர்க்கப்படும் என்று நாங்கள் நம்புகிறோம். இது நடந்தால், உலகம் சிறப்பாக இருக்கும் என்று நாங்கள் நினைக்கிறோம்.

ஆதாரம்: www.habr.com