لم أتحرك ولم أتنفس بصعوبة ... لا بد أنهم فقدوا أثري الآن ... خرجت من مخبئي وواجهت أحدهم وجهًا لوجه ... صرخ ، لكنه لم يستطع الحركة. .. اللعبة تحطمت مرة أخرى

الذكاء الاصطناعي (AI) في ألعاب الفيديو شيء لا يلاحظه معظمنا حتى ينكسر. إنها موجودة بشكل غير مرئي في كل شيء ، وتؤثر على تجربة اللعب لدينا ، وتصورنا لكل لحظة من الألعاب ، ولكنها واحدة من أكثر عناصر ألعاب الفيديو التي لا تحظى بالتقدير. الذكاء الاصطناعي هو التوابل التي تضفي نكهة على اللعبة ، ويغمرنا في عالم اللعبة مثل أي شيء آخر.

يفهم الجميع مصطلح "الذكاء الاصطناعي" بطريقته الخاصة. يمكن أن يشير هذا المصطلح إلى عمليات البرامج التي تتحكم في الشخصيات في اللعبة ، أو الكائنات الفردية في اللعبة ، أو حتى المعارضين الذين لن تراهم أبدًا (على سبيل المثال ، في استراتيجيات الوقت الفعلي).

دعنا ننتقل إلى Alien: Isolation. بغض النظر عن الأعطال العشوائية ، دعنا نقول فقط إنها لعبة رائعة! إحدى ألعاب الأفلام القليلة التي تجعلك تشعر وكأنك داخل فيلم. Alien: Isolation تجعلك تشعر حقًا وكأنك في فيلم Alien. كل فيلم من أفلام الفضائيين له هدف واضح: التخلص من الفضائي. يمكن أن تتحول العديد من اللحظات المعزولة في الأفلام إلى طريقة لعب مثيرة للاهتمام ، سواء كانت دالاس تتسلق عبر الفتحات باستخدام قاذف اللهب ، أو صدم ريبلي الملكة في محمل ميكانيكي. هذه الأفلام ، مثل ألعاب الفيديو ، مفعمة بالحيوية للغاية ، وكونها مناسب جدًا "للألعاب".

لعبة Alien: Isolation قوية على وجه التحديد في ذكاءها الاصطناعي. يجب أن يتصرف Alien بطريقة تجعل اللاعب يشعر وكأنه مشارك في أفلام Alien. يعتبر Alien نفسه مخلوقًا معقدًا يوفر الكثير من إمكانيات اللعب. يختبئ من خلال استخدام تصميم المبنى بعناية. يتحرك من خلال التهوية ويهاجم اللاعبين بشكل غير متوقع. يكره النار لذا يمكننا استخدام قاذفات اللهب ضده. في الوقت نفسه ، تضع اللعبة حدودًا معينة للصعوبة. نحن نعلم كيف يعمل دورة الحياةكائنات فضائية. نعلم أنهم ينزفون حامضًا. نحن نعرف عن ذكائهم الجماعي. بمعنى آخر ، أنشأت أفلام Alien صندوق رمل مقنع لمطوري الألعاب.

يعود كل قرار تتخذه في Isolation إلى الشخص الخارجي. كيف تختبئ؟ كيف تستخدم وقود قاذف اللهب الثمين؟ كم من الوقت تنتظره حتى يغادر؟ أنت تواجه كائنًا فضائيًا حيًا حقيقيًا سيتصرف ويفكر ككائن فضائي. إنه لأمر مدهش ومخيف ومدهش في نفس الوقت!

يعتقد معظم اللاعبين والمطورين أن "الذكاء الاصطناعي القوي" مستحيل أساسًا. هذا يعني أنه يجب أن يكون مساوياً أو حتى أعلى من الذكاء البشري. لن يكون من المريح اللعب بهذا.

سيكون الذكاء الاصطناعي القوي مشابهًا جدًا للاعب آخر ، له نفس أهداف اللعبة: سيرغبون في الفوز. الذكاء الاصطناعي الجيد لا يريد الفوز ، بل يريدك أن تعمل بجد لكسب مكاسبك. هذا هو السبب في أن Alien ليست محاكاة واقعية لأعظم وحش سينمائي بقدر ما هي إعادة إنشاء التجربة.

في العزلة ، يكون الكائن الفضائي موجودًا دائمًا تقريبًا. بالطبع ، يمكنك صرف انتباهه لفترة ، أو الانتقال من غرفة إلى أخرى ، لكنه سينتهي به الأمر دائمًا في مكان قريب. في معظم الأوقات ، يتصرف Alien بشكل معقول ، إلا في حالات نادرة عندما يتجول في غرفة واحدة بشكل غير مفهوم بينما تحبس أنفاسك ، على أمل أن يغادر حتى تتمكن من الزحف خارج الخزانة.

يبدو أن الأجنبي يعرف دائمًا موقعك التقريبي ، مما يبقيك في حالة ترقب وعدم يقين. لا يلاحظك على الفور (باستثناء "مواطن الخلل" النادرة) إذا لم تفشل في التخفي. هذا مناسب جدًا للحفاظ على جو فيلم الرعب ، ولكن في بعض الأحيان تستمر اللحظة وتبدأ اللعبة في "التزييف". في بعض الأحيان تركز اللعبة بشكل كبير على خلق التوتر لدرجة أنها تنسى الشيء الأكثر أهمية - الانغماس.

إنه أمر مضحك ، ولكن بسبب البراعة التسويقية ، فقدت كلمة "الانغماس" معناها تقريبًا. الآن أي لعبة يمكنها جذب الانتباه تفتخر بـ "الانغماس". لكن المعنى يختلف منذ البداية: عندما تغوص في المحيط ، فإنك تتواجد داخل المحيط.

في التسعينيات ، ظهر مفهوم "محاكاة الغمر" (محاكاة الغمر). كانت الفكرة أنه يمكن للاعبين أن يتواجدوا في عالم اللعبة وأن يتعاملوا معه وكأنه حقيقة واقعة. أشهر "سيمز غامرة" في التسعينيات كانت System Shock and Thief: The Dark Project. تم تطوير هاتين اللعبتين بواسطة Looking Glass Studios وكلاهما كان لهما تركيز قوي على الذكاء الاصطناعي.

اللعبة التي لا تحتوي على ذكاء اصطناعي جيد تشبه مجموعة من الأفلام الفارغة. المجموعة الكاملة جيدة ، لكن الفيلم يعتمد على شخصياته. تنفث منظمة العفو الدولية الرائعة الحياة في شخصيات اللعبة وعالمها. هذا هو أهم عنصر في تشغيل تجربة الفيلم الغامرة.

للحصول على مثال جيد على "sim الغامرة" في العمل ، دعنا نلقي نظرة على Thief: The Dark Project. تدور أحداث اللعبة في عالم خيالي وتلعب دور لص اسمه غاريت. ترسلك مهمة واحدة إلى أطلال تحت الأرض. منطقة الخريطة مأهولة بالزومبي الخاص. لا يمكن سحقهم إلى قطع ، مثل العاديين. إنهم يتكاثرون بعد وقت قصير من قتلهم. الطريقة الوحيدة للتخلص منها حقًا هي استخدام الماء المقدس على سهام المياه باهظة الثمن ، والتي عادةً ما تطفئ المشاعل ، مما يسمح لك بالاختباء في الظلام. عندما يكتشفك الزومبي ، فإنه يصدر زئيرًا ، محذرًا الزومبي الآخرين ، الذين يزأرون من أجل التالي. لذلك كان من الممكن جمع حشد من كل الزومبي على المستوى. إذا لم يكن هناك ما يكفي من الأسهم أو الماء المقدس ، كان على المرء أن يفكر في خطة.

على سبيل المثال ، كان من الممكن التسلل إلى الشرفة فوق الغرفة مع اثنين أو ثلاثة من الزومبي ، وإطلاق النار سرا على واحد حتى يتمكن من استدعاء جميع الزومبي إلى الغرفة مع هدير ، ثم البدء في إطلاق النار عليهم بالماء المقدس

أي أن اللعبة خلقت مساحة ، وخلقت أعداء لديهم مجموعة منطقية من القواعد ، والتي يمكن تطبيق منطق حقيقي للغاية عليها.

لذلك ، فإن اللعبة ذات الذكاء الاصطناعي الجيد تعمل مثل Thief أكثر من Isolation. التوتر مهم جدًا في لعبة الكائنات الفضائية ، ولكن يجب أن يكون الانغماس هو الأساس. إذا لم تعد اللعبة قابلة للتصديق ، فلم تعد مخيفة.

بالطبع ، لكي ينجح الانغماس في العمل ، علينا أن نقتنع بحيل المخرج أو المطور. لن يعمل فيلم Alien إذا أخبرنا شخص ما أمام الشاشة أن الكائن الفضائي لم يخرج حقًا من الصندوق البشري. لذلك ، من أجل العمل ، يجب أن تجعلنا Alien: Isolation نؤمن بواقعها. يجب أن تكون اللعبة تفاعلية ، أي أكثر واقعية من أي فيلم آخر. يجب أن تكون اللعبة مثيرة. يجب أن تكون القواعد منطقية ومتسقة.

إذا قطعت أنت أو اللعبة هذه العلاقة ، فستتوقف اللعبة عن كونها مخيفة وتنهار التجربة. عندما يتجمد الأشخاص الذين يطاردون اللاعب فجأة ، أو عندما "ينتقل" كائن فضائي خلف ظهورهم ، فإنه يكسر الانغماس ويسحب من تجربة اللعبة. لم يعد مخيفًا ، وهذا هو بيت القصيد من الفضائي ، في المقام الأول.

نلعب ألعاب Alien لأننا نريد تجربة تجربة Alien. عندما ينكسر الذكاء الاصطناعي أو "يدق" ، يضيع الانغماس وتتفكك اللعبة. لكن عندما يعمل الذكاء الاصطناعي بشكل صحيح ، نصبح ريبلي ، مختبئين في خزانة ، نحبس أنفاسنا ، في انتظار مغادرة الوحش.

الذكاء الاصطناعي - في مؤخراأحد أكثر الموضوعات شيوعًا في عالم التكنولوجيا. تشعر عقول مثل Elon Musk و Stephen Hawking و Steve Wozniak بقلق بالغ بشأن أبحاث الذكاء الاصطناعي وتدعي أن إنشائها يهددنا بخطر مميت. في الوقت نفسه ، خلقت أفلام الخيال العلمي وهوليوود الكثير من المفاهيم الخاطئة حول الذكاء الاصطناعي. هل نحن حقًا في خطر وما هي الأخطاء التي نرتكبها عندما نتخيل تدمير Skynet Earth ، أو البطالة العامة ، أو العكس ، الازدهار والإهمال؟ تم فضح الأساطير البشرية حول الذكاء الاصطناعي من قبل Gizmodo. هنا ترجمة كاملة لمقاله.

وقد أطلق عليه أهم اختبار للذكاء الآلي منذ أن هزم ديب بلو غاري كاسباروف في مباراة شطرنج قبل 20 عامًا. تغلب Google AlphaGo على Grandmaster Li Sedol في بطولة Go بنتيجة ساحقة 4: 1 ، مما يوضح مدى جدية تقدم الذكاء الاصطناعي (AI). لم يكن اليوم المشؤوم الذي تجاوزت فيه الآلات أخيرًا عقل الإنسان قريبًا جدًا. لكن يبدو أننا لم نقترب من فهم عواقب هذا الحدث الذي صنع حقبة.

في الواقع ، نحن نتشبث بمفاهيم خاطئة وخطيرة حول الذكاء الاصطناعي. العام الماضي مؤسس SpaceXحذر إيلون ماسك من أن الذكاء الاصطناعي يمكن أن يسيطر على العالم. وأثارت كلماته عاصفة من التعليقات سواء من المعارضين أو المؤيدين لهذا الرأي. بالنسبة لمثل هذا الحدث الضخم في المستقبل ، هناك قدر مذهل من الجدل حول ما إذا كان سيحدث ، وإذا كان الأمر كذلك ، في أي شكل. هذا أمر مقلق بشكل خاص عندما تفكر في الفوائد الهائلة التي يمكن أن تحصل عليها البشرية من الذكاء الاصطناعي والمخاطر المحتملة. على عكس الاختراعات البشرية الأخرى ، فإن الذكاء الاصطناعي لديه القدرة على تغيير البشرية أو تدميرنا.

من الصعب أن تعرف ماذا تصدق. ولكن بفضل العمل المبكر لعلماء الحوسبة وعلماء الأعصاب ومنظري الذكاء الاصطناعي ، بدأت صورة أوضح في الظهور. فيما يلي بعض المفاهيم الخاطئة الشائعة والأساطير حول الذكاء الاصطناعي.

الخرافة الأولى: "لن نصنع أبدًا ذكاءً اصطناعيًا بذكاء بشري"

الواقع:لدينا بالفعل أجهزة كمبيوتر تعادل أو تجاوزت القدرات البشرية في الشطرنج والذهاب وتداول الأسهم والمحادثة. يمكن لأجهزة الكمبيوتر والخوارزميات التي تقوم بتشغيلها أن تتحسن فقط. إنها مسألة وقت فقط قبل أن يتفوقوا على البشر في أي مهمة.

قال عالم النفس البحثي في ​​جامعة نيويورك ، غاري ماركوس ، إن "كل شخص حرفيًا" يعمل في الذكاء الاصطناعي يعتقد أن الآلات ستهزمنا في النهاية: "الاختلاف الحقيقي الوحيد بين المتحمسين والمتشككين هو تقديرات التوقيت." يعتقد المستقبليون مثل راي كورزويل أن ذلك يمكن أن يحدث في غضون بضعة عقود ، بينما يقول آخرون إنه قد يستغرق قرونًا.

المتشككون في الذكاء الاصطناعي ليسوا مقنعين عندما يقولون إن هذه مشكلة تكنولوجية غير قابلة للحل ، وهناك شيء فريد في طبيعة الدماغ البيولوجي. أدمغتنا هي آلات بيولوجية - إنها موجودة في العالم الحقيقي وتلتزم بالقوانين الأساسية للفيزياء. لا يوجد شيء غير معروف عنهم.

الخرافة الثانية: الذكاء الاصطناعي سيكون له وعي

الواقع:يتخيل معظمهم أن عقل الآلة سيكون واعيًا ويفكر بالطريقة التي يفكر بها الناس. علاوة على ذلك ، يعتقد النقاد مثل بول ألين ، الشريك المؤسس لشركة Microsoft ، أنه لا يمكننا حتى الآن تحقيق ذكاء عام اصطناعي (قادر على حل أي مشكلة عقلية يمكن للإنسان حلها) لأننا نفتقر إلى نظرية علمية للوعي. لكن كما يقول موراي شاناهان ، الخبير في الروبوتات المعرفية في إمبريال كوليدج لندن ، لا ينبغي أن نساوي بين المفهومين.

"الوعي هو بالتأكيد شيء مذهل ومهم ، لكنني لا أعتقد أنه ضروري للذكاء الاصطناعي على مستوى الإنسان. بتعبير أدق ، نستخدم كلمة "وعي" للإشارة إلى العديد من السمات النفسية والمعرفية التي "يأتي الشخص في حقيبة" ، يشرح العالم.

يمكن تخيل آلة ذكية تفتقر إلى واحدة أو أكثر من هذه السمات. في النهاية ، يمكننا إنشاء ذكاء اصطناعي ذكي بشكل لا يصدق لن يكون قادرًا على إدراك العالم بشكل شخصي وواعي. يجادل شاناهان أنه يمكن دمج العقل والوعي في آلة ، لكن يجب ألا ننسى أن هذين المفهومين مختلفين.

حقيقة أن آلة تجتاز اختبار تورينج ، حيث لا يمكن تمييزها عن الإنسان ، لا تعني أن لديها وعيًا. بالنسبة لنا ، قد يبدو الذكاء الاصطناعي المتقدم واعيًا ، لكن إدراكه الذاتي لن يكون أكثر من مجرد صخرة أو آلة حاسبة.

الخرافة الثالثة: "لا يجب أن نخاف من الذكاء الاصطناعي"

الواقع:في يناير ، قال مؤسس فيسبوك مارك زوكربيرج إنه لا ينبغي لنا أن نخاف من الذكاء الاصطناعي ، لأنه سيحقق قدرًا لا يُصدق من الأشياء الجيدة للعالم. إنه نصف صحيح. سنجني فوائد هائلة من الذكاء الاصطناعي ، من السيارات ذاتية القيادة إلى الأدوية الجديدة ، لكن ليس هناك ما يضمن أن كل تطبيق للذكاء الاصطناعي سيكون حميماً.

يمكن لنظام ذكي للغاية معرفة كل شيء عن مهمة معينة ، مثل حل مشكلة مالية سيئة أو اختراق نظام دفاع العدو. لكن خارج حدود هذه التخصصات ، ستكون جاهلة للغاية وغير واعية. يعد نظام DeepMind من Google خبيرًا في Go ، ولكنه لا يمتلك القدرة أو السبب لاستكشاف مجالات خارج تخصصه.

قد لا تخضع العديد من هذه الأنظمة لاعتبارات الأمان. خير مثال معقد و فيروس قوي Stuxnet ، دودة شبه عسكرية طورها الجيش الإسرائيلي والأمريكي للتسلل وتخريب المحطات النووية الإيرانية. أصاب هذا الفيروس بطريقة ما (عن قصد أو عن طريق الصدفة) محطة الطاقة النووية الروسية.

مثال آخر هو برنامج Flame المستخدم للتجسس الإلكتروني في الشرق الأوسط. من السهل تخيل إصدارات مستقبلية من Stuxnet أو Flame تتجاوز أهدافها وتلحق أضرارًا جسيمة بالبنية التحتية الحساسة. (للفهم ، هذه الفيروسات ليست منظمة العفو الدولية ، ولكن في المستقبل قد يكون لديهم ، ومن هنا القلق).

تم استخدام فيروس Flame للتجسس السيبراني في الشرق الأوسط. الصورة: سلكي

الخرافة الرابعة: "الذكاء الاصطناعي الخارق سيكون أذكى من ارتكاب الأخطاء"

الواقع:يعتقد ريتشارد لوسيمور ، باحث الذكاء الاصطناعي ومؤسس Surfing Samurai Robots ، أن معظم سيناريوهات يوم القيامة المتعلقة بالذكاء الاصطناعي غير متسقة. يتم بناؤها دائمًا على افتراض أن الذكاء الاصطناعي يقول ، "أعلم أن تدمير البشرية سببه عيب في التصميم ، لكن لا يزال يتعين علي القيام بذلك." يقول لوسيمور إنه إذا كان الذكاء الاصطناعي يتصرف بهذه الطريقة ، ويتحدث عن تدميرنا ، فإن مثل هذه التناقضات المنطقية ستطارده مدى الحياة. هذا ، بدوره ، يحط من قاعدة معارفه ويجعله غبيًا جدًا بحيث لا يمكن أن يخلق موقفًا خطيرًا. يجادل العالم أيضًا بأن الأشخاص الذين يقولون: "يمكن للذكاء الاصطناعي أن يفعل فقط ما تمت برمجته للقيام به" مخطئون تمامًا مثل زملائهم في فجر عصر الكمبيوتر. في ذلك الوقت ، استخدم الناس هذه العبارة للادعاء بأن أجهزة الكمبيوتر غير قادرة على إظهار أدنى قدر من المرونة.

لا يتفق بيتر ماكنتاير وستيوارت أرمسترونج ، اللذان يعملان في معهد مستقبل الإنسانية بجامعة أكسفورد ، مع لوسيمور. يجادلون بأن الذكاء الاصطناعي ملزم إلى حد كبير بكيفية برمجته. يعتقد ماكنتاير وأرمسترونغ أن الذكاء الاصطناعي لا يمكن أن يرتكب أخطاء أو يكون غبيًا جدًا لعدم معرفة ما نتوقعه منه.

"بحكم التعريف ، الذكاء الاصطناعي الخارق (AI) هو كيان يتمتع بذكاء أكبر بكثير من أفضل عقل بشري في أي مجال من مجالات المعرفة. يقول ماكنتاير: "سيعرف بالضبط ما نريده أن يفعله". يعتقد كلا العالمين أن الذكاء الاصطناعي لن يقوم إلا بما تمت برمجته للقيام به. ولكن إذا أصبح ذكيًا بدرجة كافية ، فسوف يفهم مدى اختلافه عن روح القانون أو نوايا الناس.

قارن ماكنتاير الوضع المستقبلي للبشر والذكاء الاصطناعي بالتفاعل الحالي بين الإنسان والفأر. الغرض من الفأر هو البحث عن الطعام والمأوى. لكنها غالبًا تتعارض مع رغبة الشخص الذي يريد أن يركض حيوانه حوله بحرية. "نحن أذكياء بما يكفي لفهم بعض أغراض الفئران. لذا فإن ASI ستفهم أيضًا رغباتنا ، لكنها لن تبالي بها ، "كما يقول العالم.

كما تظهر حبكة الفيلم Ex Machina ، سيكون من الصعب للغاية على الشخص الاحتفاظ بذكاء اصطناعي أكثر ذكاءً

الخرافة الخامسة: "التصحيح البسيط سيحل مشكلة التحكم في الذكاء الاصطناعي"

الواقع:من خلال خلق ذكاء اصطناعي أكثر ذكاءً من البشر ، سنواجه مشكلة تعرف باسم "مشكلة التحكم". يقع المستقبليون ومنظرو الذكاء الاصطناعي في حالة من الارتباك التام عندما يُسألون عن كيفية احتواء ASI والحد منه إذا ظهر. أو كيف تتأكد من أنه ودود مع الناس. في الآونة الأخيرة ، اقترح باحثون في معهد جورجيا للتكنولوجيا بسذاجة أن الذكاء الاصطناعي يمكن أن يتبنى القيم الإنسانية والقواعد الاجتماعية من خلال القراءة قصص بسيطة. في الواقع ، سيكون الأمر أكثر صعوبة.

يقول أرمسترونج: "كان هناك الكثير من الحيل البسيطة التي تم اقتراحها والتي يمكن أن" تحل "مشكلة التحكم في الذكاء الاصطناعي برمتها". تضمنت الأمثلة برمجة ASI بحيث يكون الغرض منها إرضاء الناس ، أو بحيث يعمل ببساطة كأداة في يد الشخص. خيار آخر هو دمج مفاهيم الحب أو الاحترام في الكود المصدري. لمنع الذكاء الاصطناعي من تبني وجهة نظر تبسيطية أحادية الجانب للعالم ، تم اقتراح برمجته لتقدير التنوع الفكري والثقافي والاجتماعي.

لكن هذه الحلول بسيطة للغاية ، كمحاولة للضغط على تعقيد ما يحب ويكره الإنسان في تعريف سطحي واحد. حاول ، على سبيل المثال ، التوصل إلى تعريف واضح ومنطقي وعملي لمصطلح "الاحترام". هذا صعب للغاية.

يمكن للآلات في The Matrix أن تدمر البشرية بسهولة

الخرافة السادسة: الذكاء الاصطناعي سيدمرنا

الواقع:ليس هناك ما يضمن أن الذكاء الاصطناعي سوف يدمرنا ، أو أننا لن نكون قادرين على إيجاد طريقة للسيطرة عليه. كما قال Eliezer Yudkowsky ، أحد منظري الذكاء الاصطناعي ، "إن الذكاء الاصطناعي لا يحبك ولا يكرهك ، لكنك مصنوع من ذرات يمكنه استخدامها لأغراض أخرى."

في كتابه الذكاء الاصطناعي. مراحل. التهديدات. كتب فيلسوف أكسفورد نيك بوستروم أن الذكاء الاصطناعي الخارق بمجرد ظهوره سيشكل مخاطر أكبر من أي اختراع بشري آخر. كما أعربت عقول بارزة مثل إيلون ماسك وبيل جيتس وستيفن هوكينغ (حذر الأخير من أن الذكاء الاصطناعي قد يكون "أسوأ خطأنا في التاريخ") عن قلقها.

قال ماكنتاير إنه في معظم الأهداف التي يمكن أن تسترشد بها وكالة الاستخبارات الباكستانية ، هناك أسباب وجيهة للتخلص من الناس.

"يمكن للذكاء الاصطناعي أن يتنبأ ، بشكل صحيح تمامًا ، بأننا لا نريده أن يضاعف أرباح شركة معينة ، بغض النظر عن التكلفة التي يتكبدها العملاء والبيئة والحيوانات. لذا فإن لديه حافزًا قويًا للتأكد من عدم مقاطعته أو التدخل فيه أو إيقافه أو تغييره في أهدافه ، لأن ذلك لن يحقق أهدافه الأصلية "، كما يقول ماكنتاير.

ما لم تعكس أهداف ASI أهدافنا بدقة ، فسيكون لها سبب وجيه لعدم منحنا الفرصة لإيقافها. بالنظر إلى أن مستوى ذكائه أعلى بكثير من مستوى ذكاءنا ، فلا يوجد شيء يمكننا القيام به حيال ذلك.

لا أحد يعرف الشكل الذي سيتخذه الذكاء الاصطناعي وكيف يمكن أن يهدد البشرية. كما أشار ماسك ، يمكن استخدام الذكاء الاصطناعي للتحكم في أنظمة الذكاء الاصطناعي الأخرى وتنظيمها ومراقبتها. أو قد تكون غارقة في القيم الإنسانية أو رغبة طاغية في أن تكون ودودًا مع الناس.

الخرافة السابعة: "الذكاء الاصطناعي الخارق سيكون ودودًا"

الواقع:يعتقد الفيلسوف إيمانويل كانط أن العقل يرتبط ارتباطًا وثيقًا بالأخلاق. عالم الأعصاب ديفيد تشالمرز ، في دراسته التفرد: تحليل فلسفي ، أخذ فكرة كانط الشهيرة وطبقها على الذكاء الاصطناعي الخارق الناشئ.

إذا كان هذا صحيحًا ... يمكننا أن نتوقع انفجارًا فكريًا يؤدي إلى انفجار الأخلاق. يمكننا بعد ذلك أن نتوقع أن تكون أنظمة ASI الناشئة فائقة الأخلاق وكذلك فائقة الذكاء ، مما يسمح لنا بتوقع الخير منها.

لكن فكرة أن الذكاء الاصطناعي المتقدم سيكون مستنيرًا ولطيفًا بطبيعته ليس معقولًا للغاية. كما أشار ارمسترونغ ، هناك العديد من مجرمي الحرب الأذكياء هناك. لا يبدو أن العلاقة بين العقل والأخلاق موجودة بين البشر ، لذلك فهو يشكك في عمل هذا المبدأ بين الأشكال الذكية الأخرى.

"الأشخاص الأذكياء الذين يتصرفون بطريقة غير أخلاقية يمكن أن يسببوا الألم على نطاق أوسع بكثير من نظرائهم الأكثر غباء. يقول أرمسترونج: "الذكاء يمكّنهم فقط من أن يكونوا سيئين بذكاء كبير ، ولا يحولهم إلى أشخاص طيبين".

كما أوضح ماكنتاير ، فإن قدرة الشخص على تحقيق هدف لا ترتبط بما إذا كان هذا الهدف معقولًا في البداية. "سنكون محظوظين للغاية إذا كانت أنظمة الذكاء الاصطناعي لدينا موهوبة بشكل فريد ومستوى أخلاقهم ينمو جنبًا إلى جنب مع العقل. إن الأمل في الحظ ليس أفضل نهج لما يمكن أن يحدد مستقبلنا ، "كما يقول.

الخرافة الثامنة: مخاطر الذكاء الاصطناعي والروبوتات متساوية

الواقع:هذا خطأ شائع بشكل خاص تروج له وسائل الإعلام غير النقدية وأفلام هوليوود مثل The Terminator.

إذا أراد الذكاء الاصطناعي الخارق مثل Skynet حقًا تدمير البشرية ، فلن يستخدم androids معه مدافع رشاشة بستة فوهات. سيكون أكثر فعالية هو إرسال طاعون بيولوجي أو المادة اللزجة الرمادية النانوية. أو فقط تدمير الغلاف الجوي.

يحتمل أن يكون الذكاء الاصطناعي خطيرًا ليس لأنه يمكن أن يؤثر على تطور الروبوتات ، ولكن بسبب كيفية تأثير مظهره على العالم بشكل عام.

الخرافة رقم 9: "تصوير الذكاء الاصطناعي في الخيال العلمي هو تصوير دقيق للمستقبل"

أنواع كثيرة من العقول. الصورة: إليعازر يودكوفسكي

بالطبع ، استخدم المؤلفون والمستقبليون الخيال العلمي لعمل تنبؤات رائعة ، لكن أفق الحدث الذي حددته ASI قصة مختلفة تمامًا. علاوة على ذلك ، فإن الطبيعة اللاإنسانية للذكاء الاصطناعي تجعل من المستحيل علينا معرفة طبيعته وشكله ، وبالتالي التنبؤ بهما.

للترفيه عن الناس الأغبياء ، يتم تصوير معظم الذكاء الاصطناعي في الخيال العلمي على أنه يشبهنا. "هناك طيف من كل العقول الممكنة. حتى بين البشر ، أنت مختلف تمامًا عن جارك ، لكن هذا الاختلاف لا يُقارن بجميع الذكاءات التي يمكن أن توجد "، كما يقول ماكنتاير.

لا يجب أن يكون الخيال العلمي دقيقًا علميًا لسرد قصة مقنعة. عادة ما يتكشف الصراع بين الأبطال الذين هم قريبون في القوة. يتثاءب أرمسترونج "تخيل كم ستكون قصة مملة ، حيث يمكن للذكاء الاصطناعي بدون وعي أو فرح أو كراهية أن يقضي على الإنسانية دون أي مقاومة لتحقيق هدف غير مثير للاهتمام".

مئات الروبوتات تعمل في مصنع تسلا

الخرافة العاشرة: "إنه لأمر مروع أن يأخذ الذكاء الاصطناعي كل عملنا"

الواقع:إن قدرة الذكاء الاصطناعي على أتمتة الكثير مما نقوم به وقدرته على تدمير البشرية هما شيئان مختلفان تمامًا. لكن وفقًا لمارتن فورد ، مؤلف كتاب In the Dawn of Robots: Technology and the Threat of a Jobless Future ، غالبًا ما يُنظر إليهم ككل. من الجيد التفكير في المستقبل البعيد لتطبيقات الذكاء الاصطناعي ، ولكن فقط إذا لم يصرف انتباهنا عن المشكلات التي سيتعين علينا مواجهتها في العقود القادمة. أهمها الأتمتة الجماعية.

لا أحد يشك في أن الذكاء الاصطناعي سيحل محل العديد من الوظائف الحالية ، من عمال المصانع إلى الوظائف العليا من ذوي الياقات البيضاء. يتوقع بعض الخبراء أن نصف الوظائف الأمريكية مهددة بالأتمتة في المستقبل القريب.

لكن هذا لا يعني أننا لا نستطيع التعامل مع الصدمة. بشكل عام ، التخلص من معظم عملنا ، الجسدي والعقلي ، هو هدف شبه طوباوي لجنسنا البشري.

يقول ميلر: "في غضون عقدين من الزمن ، سوف يقضي الذكاء الاصطناعي على الكثير من الوظائف ، لكن هذا ليس بالأمر السيئ". ستحل السيارات ذاتية القيادة محل سائقي الشاحنات ، مما يقلل من تكاليف الشحن ، ونتيجة لذلك ، يجعل العديد من المنتجات أرخص. "إذا كنت سائق شاحنة وتكسب قوت يومك منها ، فسوف تخسر ، ولكن على العكس من ذلك ، سيتمكن الآخرون من شراء المزيد من البضائع بنفس الراتب. والمال الذي يدخرونه سيُنفق على سلع وخدمات أخرى ستخلق وظائف جديدة للناس "، كما يقول ميللر.

في جميع الاحتمالات ، سيخلق الذكاء الاصطناعي فرصًا جديدة لإنتاج الخير ، وتحرير الناس للقيام بأشياء أخرى. سيصاحب التقدم في تطوير الذكاء الاصطناعي تطورات في مجالات أخرى ، لا سيما في التصنيع. في المستقبل ، سيصبح تلبية احتياجاتنا الأساسية أسهل ، وليس أصعب.

مقدمة

عند البحث عن أصول أفكار الذكاء الاصطناعي ، يمكن للمرء أن يستشهد بالعديد من الحقائق والأساطير. بدءًا من الروبوت اليوناني القديم Talos ، الذي أنشأه زيوس لحراسة جزيرة كريت ، أو تشارلز باباج مع Ada Lovelace ومحركهم التحليلي في منتصف القرن التاسع عشر ، وانتهاءً بأفكار مينسكي ومكارتني ، اللذين ابتكروا التعريف الحديث الذكاء الاصطناعي كأي إجراء يتم تنفيذه بواسطة برنامج أو جهاز ، وإذا تم تنفيذه بواسطة شخص ما ، فسنقول إنه يحتاج إلى إظهار الذكاء أو البراعة.

بالنسبة لي ، نشاهد أصول ولادة الذكاء الاصطناعي في كتاب جاليليو جاليلي عام 1683 "المحادثات والأدلة الرياضية لعلمين جديدين".

في هذا الكتاب ، كتب جاليليو ، على وجه الخصوص ، أن كل شيء في العالم بما في ذلك ظاهرة طبيعية، يمكن التعبير عنها من حيث الرياضيات. اتضح أنه لأي ظاهرة أو فعل ، يمكنك التوصل إلى خوارزمية. وبالتالي ، فإن الذكاء الاصطناعي عبارة عن مجموعة من الخوارزميات لجميع المناسبات. وستكون إحدى القدرات الرئيسية للذكاء الاصطناعي هي القدرة على توليف خوارزميات جديدة بشكل مستقل بناءً على البيانات المتاحة.

في شكل مبتور ، هذا ممكن بالفعل. على سبيل المثال ، تمكن برنامج AlphaGo من Google ، بعد تحليل قاعدة بيانات تضم 30 مليون حركة وممارسة مع نفسه عدة آلاف من المرات ، من التغلب على أفضل لاعب Go في العالم.

وتقوم شركة IBM بتدريب حاسوبها الفائق Watson لمساعدة الأطباء. تتمثل المهمة في تعليم الكمبيوتر البحث عن إجابات للأسئلة المطروحة بلغة طبيعية ، أي أن واتسون يتعلم إجراء مسح طبي. نوع من لعبة التشخيص التفريقي ، فقط الكمبيوتر بدلاً من دكتور هاوس. في الواقع ، هذه نهاية القصة. في أذهان السكان ، الذكاء الاصطناعي هو جارفيس من كاريكاتير الرجل الحديدي ، أو تيرميناتور ، أو في أسوأ الأحوال ، روبوكوب (في الفيلم ، الذكاء الاصطناعي الإضافي هو الذي يساعد السايبورغ على التصوير بسرعة ودقة). مثل هذا الخيار ، بالطبع ، له مكان ، لكن لنبدأ بما هو متاح اليوم.

ما أنواع الذكاء الاصطناعي الموجودة اليوم؟

بشكل عام ، يمكن تقسيم جميع أنواع الذكاء الاصطناعي إلى فئتين - الذكاء الاصطناعي الضعيف أو المحدود والذكاء الاصطناعي العام أو القوي.

الذكاء الاصطناعي الضعيف

في الواقع ، الأسماء تتحدث عن نفسها. الذكاء الاصطناعي اليوم هو النوع الأول - محدود ، أي يتم شحذ العقل لأداء مهام معينة. على سبيل المثال ، عندما وعدت شركة Samsung أنه بحلول عام 2020 سيكون لكل جهاز من أجهزتها ذكاء اصطناعي ، فهذا يعني أن هناك خيارًا محدودًا. ومن الأمثلة على ذلك Siri أو Alice ، الذين يمكنهم فعل ما تمت برمجتهم للقيام به بالضبط. حتى أن أليس تجيب بهذه الطريقة عندما لا تعرف شيئًا أو لا تستطيع فعل شيء: "وعد المبرمج أن يعلمني هذا لاحقًا".

يتضمن نفس النوع خرائط Google و Yandex التي تحلل الاختناقات المرورية وطرق الرسم ، والكاميرات التي تتعرف على المشاهد ، وفرن ذكي ينظم مستوى الحرارة بشكل مستقل ، ومكنسة كهربائية روبوتية ، بغض النظر عن كيفية شرحها ، يمكنها فقط التنظيف بالمكنسة الكهربائية ، لكنها لن تعطي النعال.

وحتى الآن ، هذا الذكاء الاصطناعي المحدود هو النوع الوحيد من الذكاء الاصطناعي الذي أتقنته البشرية. يمكن تقسيم الذكاء الاصطناعي الضعيف إلى مهام رئيسية يعمل عليها المتخصصون اليوم. هذه:

• التعرف على الكلام؛
• رؤية الكمبيوتر
• معالجة اللغة الطبيعية؛
• البحث عن الأنماط أو تحليل البيانات ؛
• علم الروبوتات.

لتحقيق حل لهذه المشاكل ، أي تعليم بعض الذكاء الاصطناعي لفهم كلماتك والتعرف على الصور ، هناك طريقتان.

1. نهج رمزي.

   كان هذا النهج يقود من أواخر الأربعينيات إلى أوائل التسعينيات. تعتمد الطريقة على ما كان يعتقد أنه أفضل طريقةإن "تدريب" الذكاء الاصطناعي يعني إطعامه أكبر قدر ممكن من المعرفة. على سبيل المثال ، إذا تحدثنا في سياق الطب ، فسيتم تحميل جميع أنواع الكتب المدرسية وقواعد المعرفة في الذكاء الاصطناعي. ويبحث الذكاء الاصطناعي عن إجابات فقط على أساس المعلومات المتاحة ، ويعالج المعرفة فقط وفقًا للقواعد التي أنشأها المبرمج.

   وفقًا لذلك ، يعد هذا النوع من الذكاء الاصطناعي جيدًا لحل المشكلات الثابتة. على سبيل المثال ، يمكن تحميل جميع الكتب المدرسية الخاصة باللغة الروسية فيه ، وسيكون الذكاء الاصطناعي قادرًا على التحقق من المقالات جيدًا ، والعثور على الأخطاء الإملائية وعلامات الترقيم ، والتركيز على القواعد العظمية ، حتى أنه سيكون قادرًا على عزل أخطاء الكلام وأوجه القصور. ومع ذلك ، سيفعل ذلك بناءً على القواعد فقط ، أي عدم فهم السياق ، ولكن عزل ترتيب الكلمات والتهجئة الصحيحة.

   مثال آخر هو الترجمة الآلية. منظمة العفو الدولية المدربة على الرموز مسلحة بجميع أنواع القواميس وكتب الجمل. وإذا كانت العبارة المعروضة عليه للترجمة موجودة في إحداها ، فسيقوم بترجمتها جيدًا ، وإذا لم يكن الأمر كذلك ، فسيستبدل الكلمات وحروف الجر وبنية الجملة بناءً على القواعد الموضوعة.

2. التعلم الآلي ، أو الذكاء الاصطناعي غير الرمزي.

   على عكس التعلم الرمزي ، يشير خيار التعلم هذا إلى أن الذكاء الاصطناعي قد تم توضيح كيفية حل مشكلة معينة ، وبعد ذلك تم السماح له بالطفو بحرية. هذه هي الطريقة التي تعمل بها الشبكات العصبية. أتذكر أنني قرأت عن مثال قام فيه مبرمج بتوصيل الذكاء الاصطناعي للتحكم في الرشاشات وعلمه أن يطرد قط أحد الجيران بالماء ، والذي اعتاد الذهاب إلى المرحاض في الحديقة. أظهر المبرمج للذكاء الاصطناعي الكثير من الصور مع القطط ، وبعد ذلك طور الذكاء الاصطناعي منعكسًا لتشغيل الرشاش في كل مرة بدا له أنه رأى شيئًا يشبه القط. لم يعمل النظام دائمًا بسلاسة. يبدو أنها شغلت بطريقة ما عندما أخطأ الذكاء الاصطناعي في الظل على الرصيف على أنه قطة.

   إذا تحدثنا عن مثال الترجمة ، فيمكن للذكاء الاصطناعي المُدرب محاولة فهم سياق العبارة والاستعاضة عنها في الترجمة ليست الكلمة الأولى التي تفي بالمتطلبات الأساسية ، ولكن الكلمة التي ، في رأيها ، تعكس الأسلوب بشكل أفضل ، عاطفة ، عامية أو أي شيء آخر ، على ما تدرب عليه.

اليوم ، يفضل معظم المبرمجين استخدام النوع الثاني - التعلم الآلي ، لأنه يستطيع ، إذا جاز التعبير ، الارتجال. على سبيل المثال ، إذا تم تدريب سيارة ذاتية القيادة وفقًا للنوع الأول ، فسوف تسير وفقًا للقواعد ، ولكن إذا ظهر موقف غير متوقع على الطريق ، فستكون السيارة في وضع صعب. ويمكن للسيارة المدربة عن طريق التعلم الآلي أن تعمل وفقًا للظروف ، وتوليف الأفكار بناءً على المعلومات التي تم تغذيتها مسبقًا.

هذا هو المكان الذي تنشأ فيه المشكلة. تتمثل إحدى السمات المهمة الرئيسية للذكاء الاصطناعي الرمزي في أنه يمكن للنظام دائمًا شرح سبب اتخاذ قرار معين. لكن في حالة التعلم الآلي ، كل شيء ليس سهلاً. هذا هو السبب في أن نفس UBER أو Tesla يستغرقون وقتًا طويلاً لمعرفة سبب اتخاذ سياراتهم هذا القرار أو ذاك الذي تسبب في وقوع الحادث.

ومع ذلك ، بالنسبة للسيارات نفسها ، فإن التعلم الرمزي ليس مناسبًا ، نظرًا لأن جميع قواعد الذكاء الاصطناعي يتم إدخالها يدويًا ، أي ، نسبيًا ، تحتاج إلى تدوين جميع الخيارات الخاصة بالسيارة - شخص ركض على الطريق ، عربة أطفال ملفوفة ، صندوق طار ، إلخ. لقد نسي أن يكتب شيئًا ما ، وفجأة اتضح أن السيارة اصطدمت بالأيائل ، لأنه لم يتم ذكر أي شيء عنه في كتاب القواعد ، في حين أن الماكينة AI ستكون قادرة على تخمين أنه لا يمكنك إسقاط كل الأرجل الأربعة منها.

الذكاء الاصطناعي الضعيف ، كما ترون ، على الرغم من قيوده ، لديه العديد من التطبيقات - من التكنولوجيا الذكية ، إلى السيارات ذاتية القيادة ، إلى معالجة البيانات مع محاولات للتنبؤ بالمستقبل. بالمناسبة ، Google Duplex ، الذي يمكنه حجز طاولات في مطعم ، هو أيضًا ذكاء اصطناعي محدود ، حيث يمكنه فعل ما تم تدريسه بالضبط.

ذكاء اصطناعي قوي (ذاتي)

هنا يبدأ عالم الفرضيات ، لأن البشرية لم تر شيئًا مثلها بعد. ربما فقط في أحشاء Google أو IBM يعيش شيئًا شبه ذكي. في أحدث مؤتمر لـ Google I / O ، صرحت Fei Fei Li ، وهي امرأة صينية ذكية جدًا ، رئيسة قسم التعلم الآلي والذكاء الاصطناعي في Google Cloud ، أنه على الرغم من مرور أكثر من 60 عامًا على أبحاث الذكاء الاصطناعي ، إلا أن العلم لا يزال في مراحله الأولى ، وحتى الآن لا يمكننا التحدث إلا عن تحقيق إتقان في تطوير الذكاء الاصطناعي المحدود.

ومع ذلك ، أقترح أن أحلم قليلاً بالذكاء الاصطناعي القوي وأحاول تحديد ما يجب أن يكون عليه وما يجب أن يكون قادرًا على القيام به. يُعتقد أن الذكاء الاصطناعي القوي هو ذكي مثل الشخص العادي ، أي من الناحية النظرية ، يمكنه حل أي مشكلة .. وإذا واجه الأول مهمة تدمير جون كونور بأي وسيلة ، فإن الثاني يتوق إلى الحد الأقصى. غير قادر علي. المنهي ، إذا كان مترو الأنفاق مغلقًا ، سيذهب لقتل جون كونور بالحافلة ، وإذا تعطلت الحافلة ، فسوف يمشي أو يستدعي سيارة أجرة ، وسيكتب السيئ أن كل الإعلانات التي لا يفهمها المؤلف أي شيء ، سيحاول الانخراط في الغوغائية والصوفية. في الواقع ، الأهم من ذلك كله ، أن الحكومات في جميع أنحاء العالم تحلم بالحصول على ذكاء اصطناعي قوي لإجراء عمليات عسكرية وتخريب الانتخابات الأمريكية بجيش من روبوتات الكمبيوتر.

تقول Google أنه إذا سارت الأمور على ما يرام ، فبحلول عام 2050 ، ربما يكون هناك اختراق وسيظهر أول ذكاء اصطناعي قوي.

يتمثل الضعف الرئيسي لمثل هذا الذكاء الاصطناعي في أنه على الرغم من كل قدراته ، فإنه لا يزال ضيق الأفق نسبيًا ، مثل الشخص العادي ، ولكن ، على عكس الشخص ، يتذكر الذكاء الاصطناعي القوي كل شيء ويكون أكثر توجهاً نحو البحث عن المعلومات ومعالجتها.

ذكاء خارق

هذا خارج عالم الخيال تمامًا. على سبيل المثال ، يمكن أن يُعزى Friday / Jarvis من Iron Man إلى ذكاء قوي ببساطة.

إذا كنت تتذكر ، في أحد الأفلام ، حاول الشخصية الرئيسية توني ستارك اختراع مصدر طاقة جديد غير سام لوضعه في صدره. ساعده جارفيس ، لكن توني ستارك هو الوحيد القادر على حل المشكلة على أي حال ، لأن الذكاء الاصطناعي يفتقر إلى "التفكير". سيتمكن العقل الفائق القوة من حل أكثر الأمور بشكل مستقل المهام الصعبة. إنه بالنسبة له أن الجنس البشري سوف يطرح سؤالاً يجيب عليه بـ "42" ، ومن ثم سيضع الذكاء الاصطناعي الفائق القوة جميع الناس في أحواض السوائل ويخلق ظاهرة الشخص المختار (هذا ليس هراء ، ولكن تلميحات إلى كتاب "دليل المسافر إلى المجرة" وفيلم "الماتريكس").

هل يجب أن أخاف من الذكاء الاصطناعي؟

على الرغم من كل أفلام الخيال العلمي ، فلا داعي للخوف ، على الأقل حتى ظهور أحدث أنواع الذكاء الاصطناعي. ومع ذلك ، يجب أن تخاف من الأشخاص المنخرطين في التنمية ، لأنه بسبب خطأ أو عن عمد ، يمكن وضع قاعدة "اقتل كل الناس" بدلاً من "علم كل الناس" في نفس الذكاء الاصطناعي المحدود. ثم بالنسبة للذكاء الاصطناعي ، الأمر متروك للصغار - فقط لتوضيح معاني جميع الكلمات في القاموس والبدء في العمل.

ومع ذلك ، فإن تطوير الذكاء الاصطناعي حتى المحدود قد أدى بالفعل وسيظل يؤدي إلى العديد من المشكلات في المجتمع الحديث.

مشكلة واحدة

تتمثل إحدى المشكلات في تدمير السلم الوظيفي التقليدي ، حيث يؤدي تطوير الذكاء الاصطناعي إلى رفض الوظائف التي تتطلب مستوى مهارة متوسط. سأشرح بمزيد من التفصيل. نحن بحاجة إلى عمالة رخيصة لإدخال البيانات في جهاز الكمبيوتر ، نظرًا لأنه ، نسبيًا ، لا يزال الشخص يعرف كيفية التعرف على "الكابتشا" بشكل أفضل. نحتاج أيضًا إلى أولئك الذين سيتخذون القرارات بناءً على البيانات التي تتم معالجتها بواسطة الكمبيوتر. لكن لم تعد هناك حاجة للمحللين العاديين ، لأنهم يحللون ويدرسون البيانات بناءً على الخوارزميات المكتسبة. على سبيل المثال ، عندما كنت محللًا ، كان لدي 42 خيارًا مختلفًا لمعالجة البيانات لإنشاء تنبؤات. تم تنظيم كل هذه الخيارات في عرض تقديمي أنيق أشرت إليه بانتظام لمعرفة الطريقة الأفضل للاستخدام في موقف معين. يبدو استبدال الذكاء الاصطناعي لي أمرًا منطقيًا ومبررًا ، لأنه سيتعامل مع مهام التنبؤ بشكل أسرع. وفقًا لذلك ، هناك فجوة عندما يختفي السلم الوظيفي التقليدي من محلل مبتدئ إلى مدير ، حيث لا توجد مناورة عمليًا لإظهار الذكاء في أسفل المهنة.

المشكلة الثانية

أيضًا ، بسبب الذكاء الاصطناعي ، سيكون هناك رفض تدريجي للمهن الأساسية التي يمكن خوارزميتها ، أي اختزالها إلى إجراءات بسيطة. يمكن الآن ملاحظة شيء مشابه في أوشان ولينتا ، حيث يتم استبدال الصرافين تدريجياً بآلات الخدمة الذاتية ، بالإضافة إلى موظف واحد يساعد في حل المشكلات التي تظهر ، وحارس الأمن الذي يحافظ على النظام. في المستقبل ، سيتم استبدال حارس الأمن بكاميرات مراقبة تحافظ على النظام. اتضح أنه سيكون هناك انخفاض في قيمة الناس.

المهن التي من المرجح جدًا أن يتم استبدالها بالذكاء الاصطناعي: سعاة البريد ، تجار المجوهرات ، الحطاب ، المزارعون ، عمال المصانع ، شركات التأمين

قرأت أن سان فرانسيسكو إلى حد ما يمكن أن تكون بمثابة توضيح لهذه المشكلة. تم اختيار هذه المدينة في الولايات المتحدة من قبل النخبة التكنولوجية. وفقًا لذلك ، يهدف اقتصاد المدينة إلى تلبية احتياجات النخبة ، لكن الأشخاص غير المرتبطين بالاقتصاد التكنولوجي يعانون من مشاكل هائلة. يكسبون أقل بكثير ، وجميع بطاقات الأسعار في المدينة معدة لشركات تكنولوجيا المعلومات الناشئة. لا يستطيع الأشخاص العاديون تحمل مثل هذه النفقات ، لذلك إما أن ينتقلوا أو ينضموا إلى جيش ضخم بالفعل من الأشخاص المشردين.

ومع ذلك ، هناك ميزة رئيسية هنا ستحتفظ ببعض المهن. يحتاج الذكاء الاصطناعي إلى الظروف التي تم إنشاؤها للعمل. على سبيل المثال ، يمكن للمكنسة الكهربائية الروبوتية الركوب فقط على الأرضيات الملساء والتغلب على المطبات الصغيرة. وفقًا لذلك ، ستكون العديد من المهن الأساسية قادرة على الصمود طالما أنه من الصعب جدًا ومكلف إنشاء بديل اصطناعي لها. على سبيل المثال ، في غرفة بها العديد من الأبواب ، يحتاج روبوت التنظيف إلى معالجات لقلب مقابض الأبواب ، أو يجب فتح جميع الأبواب تلقائيًا. كلاهما مكلف للغاية ، لكن سرحات من آسيا الوسطى لديه الأيدي والأدمغة للتعامل مع ممسحة ومقبض الباب ، لكن لا يوجد تسجيل ومتطلبات رواتب مخفضة.

المشكلة الثالثة

حتى الذكاء الاصطناعي المحدود قد حفز بشكل كبير ظاهرة العمل الحر. تزدهر منصات اختيار الموظفين عن بُعد وتوظيفهم أكثر فأكثر كل عام. على سبيل المثال ، وفقًا لآخر الإحصاءات ، في الولايات المتحدة ، أول اقتصاد في العالم ، يعمل 55 مليون شخص بصفة مستقلة.

وهذا في الجيل الحالي ، انتبه إلى الرسم التوضيحي. لا تحب القوة العاملة المتزايدة الجلوس في المكتب. وفقًا لذلك ، سيكون هناك تحول في تنظيم العمل. ستواجه الشركات تحديات في تعيين الموظفين والاحتفاظ بهم ، فلماذا تكرس حياتك لشركة واحدة عندما تكون متاحًا عبر الإنترنت ويمكنك البحث عن عمل في جميع أنحاء العالم.

المشكلة الرابعة

مشكلة خطيرة إلى حد ما هي عدم المساواة الاجتماعية ، والتي سبق أن ذكرتها في المشكلة رقم 2. وسوف تزداد سوءا. أعتقد من المقالة التي خمنتها أنه لكي تكون ناجحًا في العالم الجديد ، يجب أن تكون سريع البديهة و "أنت" مع التقنيات الحديثة. ليس سراً أن الفقراء يحصلون على تعليم أسوأ. وفقًا لذلك ، لن يتمكن الفقراء من الارتقاء إلى مستوى جديد ، حيث لن تتاح لهم ببساطة فرصة لتعلم شيء مفيد ، حيث يستغرق الأمر سنوات من التدريب المكثف للتفكير جيدًا ، ومن أين تحصل عليهم عندما تحتاج إلى البحث للطعام.

يحتاج المجتمع الجديد إما إلى العمالة الرخيصة أو صناع القرار الفكري.

المشكلة الخامسة

يمكن صياغته بإيجاز - من الذي يتولى القيادة؟ سيتحمل الأشخاص المشاركون في تطوير أنظمة الذكاء الاصطناعي مسؤولية خاصة ، حيث يقومون بتدريس الذكاء الاصطناعي ، بناءً على البيانات التي سيتخذها الذكاء الاصطناعي. هل ستكون قوانين الروبوتات من Asimov أو القواعد الأخرى التي تحمي طبقة معينة من الناس.

لماذا الذكاء الاصطناعي جيد؟

تبدو المشاكل المذكورة أعلاه شاقة إلى حد ما ، لكن الذكاء الاصطناعي هو سيف ذو حدين يمكن أن يساعد.

جيد 1

سوف يخدم الذكاء الاصطناعي زخم قويلتنمية العديد من المجالات. خير مثال هو الطب. اليوم ، في القرن الحادي والعشرين ، يواصل الأطباء العلاج بنفس الطريقة التي تعاملوا بها قبل مائة عام. يحشرون الكتب المدرسية. يعد هذا خيارًا سيئًا ، حيث لا يمكن لأي طبيب أن يتذكر عن ظهر قلب جميع أعراض جميع الأمراض. يمكن أن تكون عواقب مثل هذه الأخطاء قاتلة. أصر الطبيب المحلي حتى النهاية على أن أسباب اعتلال والدتي هي نزلات البرد والتعب ، حيث كانت جميع الأعراض الرئيسية موجودة. وفقط عندما فات الأوان ، تم إجراء التشخيص الصحيح - ابيضاض الدم الحاد ، وهو مرض يصعب التعرف عليه. وفي هذه الحالة ، فإن وجود ذكاء اصطناعي يتذكر جميع الأمراض والأعراض ولا يتعب أبدًا سيكون هو المخرج.

يمكن أن يحدث نفس التحول في مجال القانون ، حيث يحتاج المحامون والقضاة إلى مراعاة جميع القوانين والسوابق والكثير من الأدلة.

بلاغو 2

سيساعد الذكاء الاصطناعي في إنشاء تجربة شخصية. يمكن توضيح هذا البيان بشكل أفضل من خلال مثال التدريب. اليوم ، المعلمون مثقلون بالأعباء وغير قادرين جسديًا على حضور جميع الطلاب. لكن لكل شخص وتيرته الخاصة في إتقان المواد الجديدة. تراقب أنظمة التعلم القائمة على الذكاء الاصطناعي معدل التعلم ، ومعرفة ما إذا كان الطالب يحفظ جيدًا أو سيئًا ، أو يقرأ بعناية أو مشتتًا. بناءً على ذلك ، يتم بناء وتيرة التعلم الفردية ويتم اختيار التدريبات للتوحيد.

في الوقت نفسه ، هناك حقيقة أنه من الأسهل على الأشخاص فهم المواد الجديدة بمساعدة الذكاء الاصطناعي ، لأنه في هذه الحالة يتم تقليل الخوف من الخطأ بشكل كبير. أستطيع أن أتفق مع هذا البيان. من الأسهل أخلاقياً تلقي صفير ساخط من الكمبيوتر بأن المثال تم حله بشكل غير صحيح بدلاً من تحمل نظرة أولغا ستيبانوفنا ، مدرس الرياضيات الخاص بي.

سيكون الذكاء الاصطناعي قادرًا على إعطاء اهتمام متساوٍ لجميع الأشخاص. وهذا يشمل جميع المجالات ، من التعليم والطب إلى اختيار صورة عصرية (وفقًا لنوع الشكل وشكل الوجه واتجاهات الموسم) والتدريب في صالة الألعاب الرياضية.

بلاغو 3

بالفعل اليوم عالمنا مليء بالمعلومات. يتم جمع أي بيانات من كل مكان ، من الأحوال الجوية إلى عدد الخطوات التي قطعها الشخص.

سيتمكن الذكاء الاصطناعي مع الوصول إلى البيانات الضخمة من تحليل هذه البيانات والبحث عن ارتباط ، وكيف يؤثر عدد الخطوات على الصحة ، ولكن ليس بشكل تجريدي ، ولكن مع مراعاة طقس معين. سيساعد تحليل حركة مرور الركاب على تقليل الازدحام وتقليل عدد حالات انهيار النقل خلال ساعات الذروة. باختصار ، سيتم تحليل البيانات التي يمكن تحليلها وسيقدم الذكاء الاصطناعي نتائجه.

خاتمة

اليوم ، أظهر الذكاء الاصطناعي أنه جيد فقط في حل المهام التي تم تدريبه على القيام بها ، بل إنه أفضل في حلها من الأشخاص العاديين. يمكن للهاتف الذكي أن يتفوق بسهولة على المعلم الكبير حتى بدون ملكة ، وقد وصل الذكاء الاصطناعي الياباني الذي كتب رواية قصيرة إلى نهائيات مسابقة أدبية ، وكان أشقاؤه يكتبون ويؤدون موسيقى جيدة.

ومع ذلك ، لسوء الحظ ، لا يزال الذكاء الاصطناعي في مهده. يمكنه فقط أن يفعل ما تم تعليمه - لتحليل الكثير من الأعمال الأدبية أو الموسيقية وتوليف شيء خاص به ، أو لتذكر ملايين الحركات واختيار أفضلها.

تتمثل المشاكل الرئيسية التي تقف في طريق تطوير الذكاء الاصطناعي المحدود في الافتقار إلى خوارزميات عالمية لفهم العالم المحيط والبنية التحتية (لجمع البيانات ، تحتاج إلى الكثير من أجهزة الاستشعار ، للمركبات غير المأهولة ، والطرق ذات العلامات المثالية ، لفهم طلبات المالك ، يحتاج المساعدون الصوتيون إلى خوارزميات أفضل).

لظهور ذكاء اصطناعي قوي ، هناك حاجة إلى قوة حوسبة مختلفة وخوارزميات معالجة المعلومات التي تحاكي ما يسميه الناس الحدس. من المحتمل ، في المستقبل القريب ، سنلاحظ متغيرات مختلفة من الذكاء الاصطناعي المحدود مع خوارزميات السلوك المضمنة لظروف مختلفة.

أنشأ الذكاء الاصطناعي شبكة عصبية في 15 ديسمبر 2017

لقد عشنا لدرجة أن الذكاء الاصطناعي ينشئ شبكته العصبية الخاصة. على الرغم من أن الكثير من الناس يعتقدون أنهم واحد ونفس الشيء. لكن في الحقيقة ، ليس كل شيء بهذه البساطة ، والآن سنحاول معرفة ماهيته ومن يمكنه إنشاء من.

قام المهندسون من قسم الدماغ في Google بعرض برنامج AutoML هذا الربيع. هذا الذكاء الاصطناعي قادر على إنتاج ذكاء اصطناعي فريد خاص به دون تدخل بشري. كما اتضح مؤخرًا ، تمكن AutoML لأول مرة من إنشاء NASNet ، وهو نظام رؤية كمبيوتر. هذه التكنولوجيا تفوق بشكل خطير جميع النظائر التي أنشأها الناس في وقت سابق. يمكن أن يكون هذا النظام القائم على الذكاء الاصطناعي مساعدًا كبيرًا في تطوير ، على سبيل المثال ، سيارات مستقلة. كما أنه قابل للتطبيق في مجال الروبوتات - ستتمكن الروبوتات من الوصول إلى مستوى جديد تمامًا.

يعتمد تطوير AutoML على نظام تعليم معزز فريد. نحن نتحدث عن شبكة عصبية إدارية تقوم بشكل مستقل بتطوير شبكات عصبية جديدة تمامًا مصممة بشكل مؤكد مهام محددة. في الحالة التي أشرنا إليها ، يهدف AutoML إلى إنتاج نظام يتعرف بدقة على الكائنات في الفيديو في الوقت الفعلي في الوقت الفعلي.

كان الذكاء الاصطناعي نفسه قادرًا على تدريب شبكة عصبية جديدة ، وتتبع الأخطاء وتصحيح العمل. تكررت عملية التدريب عدة مرات (آلاف المرات) حتى أصبح النظام صالحًا للعمل. من الغريب أنها كانت قادرة على تجاوز أي شبكات عصبية مماثلة متاحة حاليًا ، ولكن تم تصميمها وتدريبها من قبل شخص ما.

في الوقت نفسه ، يقوم AutoML بتقييم أداء NASNet ويستخدم هذه المعلومات لتحسين الشبكة التابعة ؛ تتكرر هذه العملية آلاف المرات. عندما اختبر المهندسون NASNet على مجموعات الصور ImageNet و COCO ، فقد تفوق على جميع أنظمة الرؤية الحاسوبية الحالية.

صرحت Google رسميًا أن NASNet تتعرف بدقة تبلغ 82.7٪. والنتيجة أعلى بنسبة 1.2٪ من الرقم القياسي السابق ، الذي تم تسجيله في أوائل خريف هذا العام من قبل باحثين من المتخصصين في Momenta و Oxford. تعد NASNet أكثر كفاءة بنسبة 4٪ من نظيراتها بمتوسط ​​دقة يبلغ 43.1٪.

هناك أيضًا نسخة مبسطة من NASNet ، والتي تم تكييفها لمنصات الهواتف المحمولة. إنه يتجاوز نظائرها بنسبة تزيد قليلاً عن ثلاثة بالمائة. في المستقبل القريب ، سيكون من الممكن استخدام هذا النظام لإنتاج سيارات ذاتية القيادة ، والتي تعتبر رؤية الكمبيوتر مهمة لها. يواصل AutoML إنتاج شبكات عصبية وراثية جديدة ، ويسعى إلى التغلب على ارتفاعات أكبر.

هذا ، بالطبع ، يثير أسئلة أخلاقية حول المخاوف المتعلقة بالذكاء الاصطناعي: ماذا لو أنشأت AutoML أنظمة بمثل هذا المعدل الذي لا يستطيع المجتمع مواكبته؟ ومع ذلك ، تحاول العديد من الشركات الكبيرة أن تأخذ في الاعتبار مشكلات أمان الذكاء الاصطناعي. على سبيل المثال ، تعد Amazon و Facebook و Apple وبعض الشركات الأخرى أعضاء في شراكة AI لإفادة الناس والمجتمع. اقترح معهد الكهرباء والمهندسين (IEE) أيضًا معايير أخلاقية للذكاء الاصطناعي ، وأعلن DeepMind ، على سبيل المثال ، عن إنشاء مجموعة تتعامل مع القضايا الأخلاقية والمعنوية المتعلقة بتطبيقات الذكاء الاصطناعي.

ومع ذلك ، تحاول العديد من الشركات الكبيرة أن تأخذ في الاعتبار مشكلات أمان الذكاء الاصطناعي. هذا ، بالطبع ، يثير أسئلة أخلاقية حول المخاوف المتعلقة بالذكاء الاصطناعي: ماذا لو أنشأت AutoML أنظمة بمثل هذا المعدل الذي لا يستطيع المجتمع مواكبته؟ اقترح معهد الكهرباء والمهندسين (IEE) أيضًا معايير أخلاقية للذكاء الاصطناعي ، وأعلن DeepMind ، على سبيل المثال ، عن إنشاء مجموعة تتعامل مع القضايا الأخلاقية والمعنوية المتعلقة بتطبيقات الذكاء الاصطناعي. على سبيل المثال ، تعد Amazon و Facebook و Apple وبعض الشركات الأخرى أعضاء في شراكة AI لإفادة الناس والمجتمع.

ما هو الذكاء الاصطناعي؟

مؤلف مصطلح "الذكاء الاصطناعي" هو جون مكارثي ، مخترع لغة ليسب ، مؤسس البرمجة الوظيفية والحائز على جائزة تورينج لمساهمته الكبيرة في مجال أبحاث الذكاء الاصطناعي.
الذكاء الاصطناعي هو طريقة لصنع كمبيوتر أو روبوت يتم التحكم فيه بواسطة الكمبيوتر أو برنامج قادر على التفكير بذكاء مثل الإنسان.

يتم إجراء البحث في مجال الذكاء الاصطناعي من خلال دراسة القدرات العقلية للإنسان ، ومن ثم تُستخدم نتائج هذا البحث كأساس لتطوير البرامج والأنظمة الذكية.

ما هي الشبكة العصبية؟

فكرة الشبكة العصبية هي تجميع بنية معقدة من عناصر بسيطة للغاية. من غير المحتمل أن يُعتبر جزء واحد من الدماغ ذكيًا - لكن عادةً ما يكون أداء الناس جيدًا بشكل مدهش في اختبار الذكاء. ومع ذلك ، حتى الآن ، كانت فكرة خلق عقل "من لا شيء" موضع سخرية: نكتة ألف قرد بآلات كاتبة عمرها مائة عام ، وإذا رغبت في ذلك ، يمكن العثور على نقد للشبكات العصبية حتى في شيشرون ، الذي اقترح بسخرية إلقاء الرموز المميزة بأحرف في الهواء حتى تصبح أزرق في وجهك ، بحيث يظهر نص ذي معنى عاجلاً أم آجلاً. ومع ذلك ، في القرن الحادي والعشرين ، اتضح أن الكلاسيكيات كانت ساخرة عبثًا: إنه جيش القرود مع الرموز التي ، مع المثابرة اللازمة ، يمكن أن تسيطر على العالم.
في الواقع ، يمكن حتى تجميع الشبكة العصبية من علب الثقاب: إنها مجرد مجموعة من القواعد البسيطة التي تتم من خلالها معالجة المعلومات. لا يُطلق على "العصبون الاصطناعي" أو Perceptron بعض الأجهزة الخاصة ، ولكن يُطلق عليه بضع عمليات حسابية.

لا يعمل المستشعر الأسهل في أي مكان: فهو يتلقى عدة أرقام أولية ، ويضرب كل منها في "قيمة" هذا الرقم (حوله أقل قليلاً) ، ويجمعها ، وبناءً على النتيجة ، يعطي 1 أو -1. على سبيل المثال ، نقوم بتصوير حقل مفتوح ونعرض نقطة ما للخلايا العصبية الخاصة بنا في هذه الصورة - أي أننا نرسل لها إحداثيات عشوائية كإشارتين. ثم نسأل: "عزيزي العصبون ، هل هذه السماء أم الأرض؟" - "ناقص واحد" ، ترد الدمية وهي تنظر بهدوء إلى سحابة الركام. "من الواضح أن الأرض".

"دس إصبع في السماء" هو المهنة الرئيسية للمستشعرات. لا يمكن توقع دقة منه: يمكنك أيضًا قلب عملة معدنية. يبدأ السحر في المرحلة القادمةوهو ما يسمى التعلم الآلي. بعد كل شيء ، نحن نعرف الإجابة الصحيحة ، مما يعني أنه يمكننا كتابتها في برنامجنا. لذلك اتضح أنه مقابل كل تخمين غير صحيح ، يتلقى المستفيد حرفيًا غرامة ، وللتخمين الصحيح ، مكافأة: تزيد "قيمة" الإشارات الواردة أو تنقص. بعد ذلك ، يتم تشغيل البرنامج وفقًا للصيغة الجديدة. عاجلاً أم آجلاً ، سوف "تفهم" الخلية العصبية حتمًا أن الأرض أسفل في الصورة ، وأن السماء فوقها ، أي أنها ستبدأ ببساطة في تجاهل الإشارة من القناة التي يتم من خلالها إرسال إحداثيات x إليها. إذا تم إفلات مثل هذا الروبوت المتمرس من صورة أخرى ، فقد لا يعثر على خط الأفق ، لكنه بالتأكيد لن يخلط بين القمة والقاع.

في العمل الحقيقي ، تكون الصيغ أكثر تعقيدًا بعض الشيء ، لكن المبدأ يظل كما هو. يمكن للمدرب القيام بمهمة واحدة فقط: أخذ الأرقام وفرزها إلى مجموعتين. يبدأ الشيء الأكثر إثارة للاهتمام عندما يكون هناك العديد من هذه العناصر ، لأن الأرقام الواردة يمكن أن تكون إشارات من "قوالب" أخرى! لنفترض أن إحدى الخلايا العصبية ستحاول التمييز بين البكسل الأزرق والأخضر ، وستستمر الثانية في العبث بالإحداثيات ، وسيحاول الثالث الحكم على أي من هاتين النتيجتين أقرب إلى الحقيقة. إذا قمت بتعيين عدة خلايا عصبية على وحدات البكسل الزرقاء في وقت واحد ولخصت نتائجها ، فستحصل على طبقة كاملة يتلقى فيها "أفضل الطلاب" مكافآت إضافية. وبالتالي ، يمكن لشبكة منتشرة بشكل كافٍ أن تجرف جبلًا كاملاً من البيانات وأن تأخذ في الاعتبار جميع أخطائها.

يمكن إنشاء شبكة عصبية باستخدام علب الثقاب - ثم سيكون لديك خدعة في ترسانتك يمكنك ترفيه الضيوف في الحفلات. لقد جربه محررو MirF بالفعل - واعترفوا بتواضع بتفوق الذكاء الاصطناعي. دعونا نعلم طائشًا كيف نلعب لعبة 11 عصا. القواعد بسيطة: هناك 11 مباراة على الطاولة ، وفي كل حركة يمكنك أن تأخذ واحدة أو اثنتين. الشخص الذي يأخذ الأخير يفوز. كيف تلعبها ضد "الكمبيوتر"؟

بسيط جدا.

نأخذ 10 علب أو أكواب. اكتب في كل منها عددًا من 2 إلى 11.

نضع حصاتين في كل صندوق - أبيض وأسود. يمكنك استخدام أي عناصر - طالما أنها مختلفة عن بعضها البعض. هذا كل شيء - لدينا شبكة من عشرة خلايا عصبية!

الشبكة العصبية دائمًا ما تذهب أولاً. للبدء ، انظر إلى عدد التطابقات المتبقية ، وخذ المربعات بهذا الرقم. في أول منعطف ، سيكون المربع رقم 11. خذ أي حصاة من الصندوق الأيمن. يمكنك أن تغمض عينيك أو تقلب عملة ، الشيء الرئيسي هو التصرف بشكل عشوائي.
إذا كان الحجر أبيض اللون ، تقرر الشبكة العصبية إجراء تطابقين. إذا كان أسود - واحد. ضع الحصاة بجوار الصندوق حتى لا تنسى أي "خلية عصبية" اتخذت القرار. بعد ذلك ، يمشي الشخص - وهكذا دواليك حتى تنتهي المباريات.

الآن يأتي الجزء الممتع: التعلم. إذا فازت الشبكة باللعبة ، فيجب أن تكافأ: رمي حصاة إضافية من نفس اللون سقطت أثناء اللعبة في تلك "الخلايا العصبية" التي شاركت في هذه اللعبة. إذا فقدت الشبكة ، خذ آخر صندوق مستخدم وأخرج الحجر الذي تم تشغيله دون جدوى من هناك. قد يتضح أن الصندوق فارغ بالفعل ، وفي هذه الحالة تعتبر الخلية العصبية المماثلة السابقة هي الأخيرة. خلال المباراة القادمة ، الضرب العلب الفارغة، ستستسلم الشبكة العصبية تلقائيًا.

هذا كل شئ! العب بعض الألعاب من هذا القبيل. في البداية ، لن تلاحظ أي شيء مريب ، ولكن بعد كل فوز ، ستقوم الشبكة بحركات أكثر وأكثر نجاحًا - وبعد حوالي اثنتي عشرة لعبة ستدرك أنك قد صنعت وحشًا لا يمكنك التغلب عليه.

مصادر:

هذا العام ، أطلقت Yandex مساعد صوت"أليس". تتيح الخدمة الجديدة للمستخدم الاستماع إلى الأخبار والطقس والحصول على إجابات للأسئلة والتواصل ببساطة مع الروبوت. "أليس" صفيق في بعض الأحيان، أحيانًا يبدو الأمر منطقيًا وساخرًا من الناحية الإنسانية ، لكنها غالبًا لا تستطيع معرفة ما يُسأل عنها ، وتجلس في بركة مياه.

كل هذا لم يولد موجة من النكات فحسب ، بل أدى أيضًا إلى جولة جديدة من المناقشات حول تطوير الذكاء الاصطناعي. تأتي الأخبار حول ما حققته الخوارزميات الذكية كل يوم تقريبًا ، ويُطلق على التعلم الآلي أحد أكثر المجالات الواعدة التي يجب تكريس نفسك لها.

لتوضيح الأسئلة الرئيسية حول الذكاء الاصطناعي ، تحدثنا مع سيرجي ماركوف ، المتخصص في الذكاء الاصطناعي وطرق التعلم الآلي ، ومؤلف أحد أقوى برامج الشطرنج الروسية SmarThink ومبتكر مشروع القرن الثاني والعشرين.

سيرجي ماركوف ،

متخصص في الذكاء الاصطناعي

دحض الخرافات حول الذكاء الاصطناعي

إذن ما هو "الذكاء الاصطناعي"؟

مفهوم "الذكاء الاصطناعي" غير محظوظ إلى حد ما. نشأت في البداية في المجتمع العلمي ، وتوغلت في النهاية في أدب الخيال العلمي ، ومن خلالها إلى الثقافة الشعبية ، حيث خضعت لعدد من التغييرات ، وتضخمت مع العديد من التفسيرات ، وفي النهاية كانت محيرة تمامًا.

هذا هو السبب في أننا كثيرًا ما نسمع مثل هذه التصريحات من غير المتخصصين مثل: "الذكاء الاصطناعي غير موجود" ، "لا يمكن إنشاء الذكاء الاصطناعي". يؤدي سوء فهم جوهر البحث الذي يتم إجراؤه في مجال الذكاء الاصطناعي بسهولة إلى نواحي أخرى متطرفة - على سبيل المثال ، تُنسب أنظمة الذكاء الاصطناعي الحديثة إلى وجود الوعي والإرادة الحرة والدوافع السرية.

دعنا نحاول فصل الذباب عن شرحات.

في العلم ، يشير الذكاء الاصطناعي إلى الأنظمة المصممة لحل المشكلات الفكرية.

في المقابل ، المهمة الفكرية هي مهمة يحلها الناس بمساعدة عقولهم. لاحظ أنه في هذه الحالة ، يتجنب الخبراء عمدًا تعريف مفهوم "الذكاء" ، لأنه قبل ظهور أنظمة الذكاء الاصطناعي ، كان المثال الوحيد للذكاء هو العقل البشري ، وتعريف مفهوم الذكاء بناءً على مثال واحد هو نفسه في محاولة لرسم خط مستقيم من خلال نقطة واحدة. يمكن أن يكون هناك العديد من الخطوط التي تريدها ، مما يعني أن النقاش حول مفهوم الذكاء يمكن خوضه لعدة قرون.

الذكاء الاصطناعي "القوي" و "الضعيف"

تنقسم أنظمة الذكاء الاصطناعي إلى مجموعتين كبيرتين.

الذكاء الاصطناعي التطبيقي(يستخدمون أيضًا مصطلح "الذكاء الاصطناعي الضعيف" أو "الذكاء الاصطناعي الضيق" ، في التقليد الإنجليزي - الذكاء الاصطناعي الضعيف / التطبيقي / الضيق) هو ذكاء اصطناعي مصمم لحل أي مهمة فكرية واحدة أو عدد صغير منها. تتضمن هذه الفئة أنظمة للعب الشطرنج ، والانطلاق ، والتعرف على الصور ، والكلام ، واتخاذ القرار بشأن إصدار أو عدم إصدار قرض بنكي ، وما إلى ذلك.

على عكس الذكاء الاصطناعي المطبق ، يتم تقديم المفهوم ذكاء اصطناعي عالمي(أيضًا "ذكاء اصطناعي قوي" ، باللغة الإنجليزية - ذكاء اصطناعي قوي / ذكاء عام اصطناعي) - أي ، ذكاء اصطناعي افتراضي (حتى الآن) قادر على حل أي مشاكل فكرية.

غالبًا ما يتعرف الأشخاص ، الذين لا يعرفون المصطلحات ، على الذكاء الاصطناعي مع الذكاء الاصطناعي القوي ، ولهذا السبب ، تنشأ أحكام من روح "الذكاء الاصطناعي غير موجود".

الذكاء الاصطناعي القوي غير موجود بالفعل حتى الآن. تقريبًا كل التطورات التي شهدناها في العقد الماضي في مجال الذكاء الاصطناعي كانت بمثابة تطورات في الأنظمة التطبيقية. لا يمكن الاستهانة بهذه النجاحات ، لأن الأنظمة المطبقة في بعض الحالات تكون قادرة على حل المشكلات الفكرية بشكل أفضل من الذكاء البشري العالمي.

أعتقد أنك لاحظت أن مفهوم الذكاء الاصطناعي واسع جدًا. لنفترض أن العد العقلي هو أيضًا مهمة فكرية ، مما يعني أن أي آلة حسابية ستُعتبر نظامًا للذكاء الاصطناعي. ماذا عن الحسابات؟ طبلية تاج؟ آلية Antikythera؟ في الواقع ، كل هذا رسمي ، رغم أنه بدائي ، لكن أنظمة الذكاء الاصطناعي. ومع ذلك ، عادةً ما نطلق على بعض الأنظمة نظام ذكاء اصطناعي ، فإننا نؤكد بالتالي على تعقيد المهمة التي يحلها هذا النظام.

من الواضح تمامًا أن تقسيم المهام الفكرية إلى مهام بسيطة ومعقدة أمر مصطنع للغاية ، وتتغير أفكارنا حول تعقيد بعض المهام تدريجياً. كانت آلة الحساب الميكانيكية من أعجوبة التكنولوجيا في القرن السابع عشر ، ولكن اليوم ، الأشخاص الذين واجهوا آليات أكثر تعقيدًا منذ الطفولة ، لم يعد بإمكانهم التأثير. عندما تتوقف لعبة السيارات في Go أو الطيار الآلي للسيارة عن مفاجأة الجمهور ، سيكون هناك بالتأكيد أشخاص سيتجهون إلى حقيقة أن شخصًا ما سينسب مثل هذه الأنظمة إلى الذكاء الاصطناعي.

"Robots-excellent": حول قدرة الذكاء الاصطناعي على التعلم

مفهوم خاطئ آخر مضحك هو أن أنظمة الذكاء الاصطناعي يجب أن تتمتع بالقدرة على التعلم الذاتي. من ناحية أخرى ، هذه ليست خاصية إلزامية لأنظمة الذكاء الاصطناعي على الإطلاق: هناك العديد من الأنظمة المدهشة غير القادرة على التعلم الذاتي ، ولكنها مع ذلك تحل العديد من المشكلات بشكل أفضل من العقل البشري. من ناحية أخرى ، لا يعرف بعض الناس ببساطة أن التعلم الذاتي هو ميزة اكتسبتها العديد من أنظمة الذكاء الاصطناعي منذ أكثر من خمسين عامًا.

عندما كتبت برنامج الشطرنج الأول الخاص بي في عام 1999 ، كانت الدراسة الذاتية بالفعل شائعة في هذا المجال - كانت البرامج قادرة على حفظ المواقف الخطرة ، وتعديل الاختلافات الافتتاحية لأنفسهم ، وتعديل أسلوب اللعب ، والتكيف مع الخصم. بالطبع ، كانت تلك البرامج لا تزال بعيدة جدًا عن Alpha Zero. ومع ذلك ، فحتى الأنظمة التي تتعلم السلوك بناءً على التفاعلات مع الأنظمة الأخرى فيما يسمى بتجارب "التعلم المعزز" موجودة بالفعل. ومع ذلك ، لسبب ما لا يمكن تفسيره ، لا يزال بعض الناس يعتقدون أن القدرة على التعلم الذاتي هي من اختصاص العقل البشري.

يتعامل التعلم الآلي ، وهو تخصص علمي كامل ، مع عمليات آلات التدريس لحل بعض المشكلات.

هناك نوعان من الأقطاب الكبيرة للتعلم الآلي - التعلم الخاضع للإشراف والتعلم غير الخاضع للإشراف.

في التعلم مع المعلميحتوي الجهاز بالفعل على عدد من الحلول الصحيحة المشروطة لبعض مجموعة الحالات. تتمثل مهمة التعلم في هذه الحالة في تعليم الآلة ، استنادًا إلى الأمثلة المتاحة ، اتخاذ القرارات الصحيحة في مواقف أخرى غير معروفة.

الطرف الآخر - التعلم بدون معلم. أي ، يتم وضع الجهاز في موقف تكون فيه الحلول الصحيحة غير معروفة ، ولا يوجد سوى بيانات في شكل خام وغير مسمى. اتضح أنه في مثل هذه الحالات من الممكن تحقيق بعض النجاح. على سبيل المثال ، يمكنك تعليم الآلة كيفية تحديد العلاقات الدلالية بين الكلمات في لغة ما بناءً على تحليل مجموعة كبيرة جدًا من النصوص.

نوع واحد من التعلم تحت الإشراف هو التعلم المعزز. الفكرة هي أن نظام الذكاء الاصطناعي يعمل كعامل يتم وضعه في بيئة نموذجية معينة حيث يمكنه التفاعل مع وكلاء آخرين ، على سبيل المثال ، بنسخ من نفسه ، وتلقي بعض التعليقات من البيئة من خلال وظيفة المكافأة. على سبيل المثال ، برنامج شطرنج يلعب مع نفسه ، يضبط معاييره تدريجيًا وبالتالي يقوي لعبته الخاصة تدريجيًا.

يعد التعلم المعزز مجالًا واسعًا إلى حد ما ويستخدم العديد من التقنيات المثيرة للاهتمام بدءًا من الخوارزميات التطورية إلى تحسين Bayesian. ترتبط التطورات الحديثة في الذكاء الاصطناعي للألعاب بدقة بتضخيم الذكاء الاصطناعي أثناء التعلم المعزز.

مخاطر التكنولوجيا: هل يجب أن نخاف من يوم القيامة؟

أنا لست من دعاة القلق بشأن الذكاء الاصطناعي ، وبهذا المعنى فأنا لست وحدي بأي حال من الأحوال. على سبيل المثال ، يقارن Andrew Ng ، مبتكر دورة Stanford Machine Learning ، مخاطر الذكاء الاصطناعي بمشكلة الزيادة السكانية على سطح المريخ.

في الواقع ، من المحتمل أن يستعمر البشر المريخ في المستقبل. من المحتمل أيضًا أن تظهر مشكلة الزيادة السكانية على المريخ عاجلاً أم آجلاً ، لكن ليس من الواضح تمامًا لماذا يجب أن نتعامل مع هذه المشكلة الآن؟ يتفق Yn و Yang LeKun ، مبتكر الشبكات العصبية التلافيفية ، مع Yn ، ورئيسه مارك زوكربيرج ، وجوشوا بينيو ، الشخص الذي ترجع أبحاثه إلى حد كبير إلى البحث حول الشبكات العصبية الحديثة القادرة على حل المشكلات المعقدة في هذا المجال. من معالجة الكلمات.

من المحتمل أن يستغرق الأمر عدة ساعات لتقديم آرائي حول هذه المشكلة ، لذلك سأركز فقط على الأطروحات الرئيسية.

1. لا تحد من تطوير الذكاء الاصطناعي

يأخذ المنبهون بعين الاعتبار المخاطر المرتبطة بالتعطيل المحتمل للذكاء الاصطناعي بينما يتجاهلون المخاطر المرتبطة بمحاولة تقييد أو حتى إيقاف التقدم في هذا المجال. تتزايد القوة التكنولوجية للبشرية بوتيرة سريعة للغاية ، مما يؤدي إلى تأثير أسميه "تخفيض تكلفة نهاية العالم".

قبل 150 عامًا ، مع كل الإرادة ، لم يكن بوسع البشرية أن تسبب ضررًا لا يمكن إصلاحه سواء للمحيط الحيوي أو لنفسها كنوع. لتنفيذ السيناريو الكارثي قبل 50 عامًا ، كان من الضروري تركيز كل القوة التكنولوجية للقوى النووية. غدا ، قد تكون حفنة صغيرة من المتعصبين كافية لإحياء كارثة عالمية من صنع الإنسان.

إن قوتنا التكنولوجية تنمو بشكل أسرع بكثير من قدرة الذكاء البشري على التحكم في هذه القوة.

ما لم يتم استبدال الذكاء البشري ، بأحكامه المسبقة ، والعدوان ، والأوهام ، وضيق الأفق ، بنظام قادر على اتخاذ قرارات أكثر استنارة (سواء كان ذلك الذكاء الاصطناعي أو ، ما أعتبره على الأرجح ، ذكاء بشريًا محسنًا تقنيًا مدمجًا مع الآلات في نظام واحد) ، يمكننا انتظار كارثة عالمية.

2. خلق الذكاء الخارق هو في الأساس مستحيل

هناك فكرة مفادها أن الذكاء الاصطناعي في المستقبل سيكون بالتأكيد فائق الذكاء ، ويتفوق على البشر حتى أكثر من تفوق البشر على النمل. في هذه الحالة ، أخشى أن أخيب آمال المتفائلين التكنولوجيين - كوننا يحتوي على عدد من القيود المادية الأساسية ، والتي ، على ما يبدو ، ستجعل إنشاء الذكاء الخارق أمرًا مستحيلًا.

على سبيل المثال ، سرعة إرسال الإشارة محدودة بسرعة الضوء ، ويظهر عدم اليقين في Heisenberg على مقياس Planck. هذا يعني الحد الأساسي الأول - حد بريمران ، الذي يفرض قيودًا على السرعة القصوىحسابات لنظام مستقل لكتلة معينة م.

هناك حد آخر متعلق بمبدأ لانداور ، والذي بموجبه يوجد حد أدنى من الحرارة المنبعثة عند معالجة بت واحد من المعلومات. سوف تتسبب الحسابات السريعة جدًا في حدوث تدفئة غير مقبولة وتدمير للنظام. في الواقع ، المعالجات الحديثة أقل من ألف مرة خلف حد Landauer. يبدو أن 1000 عدد كبير جدًا ، ولكن هناك مشكلة أخرى وهي أن العديد من المهام الفكرية تنتمي إلى فئة التعقيد EXPTIME. هذا يعني أن الوقت المطلوب لحلها هو دالة أسية لبُعد المشكلة. إن تسريع النظام عدة مرات يعطي فقط زيادة مستمرة في "الذكاء".

بشكل عام ، هناك أسباب جدية جدًا للاعتقاد بأن الذكاء الاصطناعي القوي الخارق لن يعمل ، على الرغم من أنه ، بالطبع ، قد يتم تجاوز مستوى الذكاء البشري. ما مدى خطورة ذلك؟ على الأرجح ليس كثيرا.

تخيل أنك بدأت فجأة في التفكير أسرع 100 مرة من الآخرين. هل هذا يعني أنك ستتمكن بسهولة من إقناع أي عابر سبيل لمنحك محفظته؟

3. نحن قلقون بشأن شيء آخر

لسوء الحظ ، نتيجة لتكهنات المنبهين بشأن مخاوف الجمهور ، والتي نشأت في HAL 9000 الشهير في Terminator و Clark و Kubrick ، ​​هناك تحول في تركيز أمن الذكاء الاصطناعي نحو تحليل السيناريوهات غير المتوقعة ولكن المذهلة. في نفس الوقت ، فإن الأخطار الحقيقية تفلت من الأنظار.

أي تقنية معقدة بدرجة كافية تدعي أنها تحتل مكانًا مهمًا في مشهدنا التكنولوجي تجلب معها بالتأكيد مخاطر محددة. دمرت المحركات البخارية العديد من الأرواح - في التصنيع والنقل وما إلى ذلك - قبل وضع قواعد وإجراءات السلامة الفعالة.

إذا تحدثنا عن التقدم في مجال الذكاء الاصطناعي التطبيقي ، فيمكننا الانتباه إلى المشكلة ذات الصلة بما يسمى "المحكمة السرية الرقمية". المزيد والمزيد من أنظمة الذكاء الاصطناعي المطبقة تتخذ قرارات بشأن القضايا التي تؤثر على حياة الناس وصحتهم. وهذا يشمل أنظمة التشخيص الطبي ، وعلى سبيل المثال ، الأنظمة التي تتخذ قرارات في البنوك بشأن إصدار أو عدم إصدار قرض للعميل.

في الوقت نفسه ، يتم إخفاء هيكل النماذج المستخدمة ، ومجموعات العوامل المستخدمة ، والتفاصيل الأخرى لإجراءات اتخاذ القرار عن الشخص الذي يكون مصيره على المحك.

يمكن للنماذج المستخدمة أن تبني قراراتهم على آراء المعلمين الخبراء الذين ارتكبوا أخطاء منهجية أو كانت لديهم بعض التحيزات - العرق والجنس.

إن منظمة العفو الدولية المدربة على قرارات هؤلاء الخبراء ستعيد إنتاج هذه التحيزات في قراراتها بضمير حي. بعد كل شيء ، قد تحتوي هذه النماذج على عيوب محددة.

قلة من الناس يتعاملون الآن مع هذه المشاكل ، لأنه ، بالطبع ، إطلاق SkyNet حرب نووية هو بالطبع أكثر إثارة.

الشبكات العصبية كـ "اتجاه ساخن"

من ناحية أخرى ، تعد الشبكات العصبية واحدة من أكثر الشبكات العصبية نماذج خمرتستخدم لإنشاء أنظمة الذكاء الاصطناعي. ظهرت في البداية كنتيجة لتطبيق النهج الإلكتروني ، وسرعان ما هربوا من نماذجهم الأولية البيولوجية. الاستثناء الوحيد هنا هو الشبكات العصبية النبضية (ومع ذلك ، لم تجد بعد تطبيقًا واسعًا في الصناعة).

يرتبط التقدم المحرز في العقود الأخيرة بتطوير تقنيات التعلم العميق - وهو نهج يتم من خلاله تجميع الشبكات العصبية عدد كبيرالطبقات ، كل منها مبني على أساس أنماط منتظمة معينة.

بالإضافة إلى إنشاء نماذج شبكة عصبية جديدة ، تم إحراز تقدم مهم أيضًا في مجال تقنيات التعلم. اليوم ، لم يعد يتم تدريس الشبكات العصبية بمساعدة المعالجات المركزية لأجهزة الكمبيوتر ، ولكن باستخدام معالجات متخصصة قادرة على أداء حسابات المصفوفة والموتر بسرعة. النوع الأكثر شيوعًا من هذه الأجهزة اليوم هو بطاقات الفيديو. ومع ذلك ، يتم تطوير أجهزة أكثر تخصصًا لتدريب الشبكات العصبية بنشاط.

بشكل عام ، بالطبع ، تعد الشبكات العصبية اليوم واحدة من التقنيات الرئيسية في مجال التعلم الآلي ، والتي ندين لها بحل العديد من المشكلات التي تم حلها سابقًا بطريقة غير مرضية. من ناحية أخرى ، بالطبع ، عليك أن تفهم أن الشبكات العصبية ليست حلاً سحريًا. بالنسبة لبعض المهام ، فهي بعيدة كل البعد عن الأداة الأكثر فعالية.

إذن ما مدى ذكاء روبوتات اليوم حقًا؟

كل شيء نسبي. على خلفية تقنيات عام 2000 ، تبدو الإنجازات الحالية وكأنها معجزة حقيقية. سيكون هناك دائمًا أشخاص يحبون التذمر. قبل 5 سنوات ، كانوا يتحدثون مع القوة والرئيسي أن الآلات لن تهزم الأشخاص في Go (أو على الأقل لن يفوزوا قريبًا). قيل إن الآلة لن تكون قادرة أبدًا على رسم صورة من الصفر ، بينما الناس اليوم غير قادرين عمليًا على التمييز بين الصور التي أنشأتها الآلات واللوحات التي رسمها فنانين غير معروفين لهم. في نهاية العام الماضي ، تعلمت الآلات تركيب الكلام ، بحيث لا يمكن تمييزها تقريبًا عن الإنسان ، وفي السنوات الاخيرةالآذان لا تذبل من الموسيقى التي أنشأتها الآلات.

لنرى ما الذى سيحدث غدا. أنظر إلى تطبيقات الذكاء الاصطناعي هذه بتفاؤل كبير.

اتجاهات واعدة: من أين نبدأ الغوص في مجال الذكاء الاصطناعي؟

أنصحك بمحاولة إتقان أحد أطر الشبكات العصبية الشائعة بمستوى جيد وإحدى لغات البرمجة الشائعة في مجال التعلم الآلي (الأكثر شيوعًا اليوم هو مزيج TensorFlow + Python).

بعد إتقان هذه الأدوات وامتلاكك قاعدة قوية بشكل مثالي في مجال الإحصاء الرياضي ونظرية الاحتمالات ، يجب أن توجه جهودك إلى المنطقة التي ستكون أكثر إثارة للاهتمام بالنسبة لك شخصيًا.

الاهتمام بموضوع العمل هو أحد أهم مساعديك.

توجد حاجة لمتخصصين في التعلم الآلي في مجالات مختلفة - في الطب ، في البنوك ، في العلوم ، في التصنيع ، لذلك فإن المتخصص الجيد اليوم لديه خيارات أكثر من أي وقت مضى. يبدو لي أن الفوائد المحتملة لأي من هذه الصناعات غير مهمة مقارنة بحقيقة أن العمل سيجلب لك المتعة.