Nisam se micala i jedva disala... Sigurno su mi već izgubili trag... Izašla sam iz skloništa i našla se licem u lice sa jednim od njih... Vrištao je, ali nije mogao da se pomakne.. Igra se ponovo srušila

Umjetna inteligencija (AI) u video igrama je nešto što većina nas ne primjećuje dok se ne pokvari. Nevidljivo je prisutan u svemu, utječe na naše iskustvo igranja, na našu percepciju svakog trenutka igre, ali je jedan od najpotcijenjenijih elemenata video igara. AI je začin koji igri daje njen ukus, uranjajući nas u svijet igara kao ništa drugo.

Svako razumije pojam "vještačka inteligencija" na svoj način. Pojam se može odnositi na softverske procese koji kontroliraju likove igre, pojedinačne objekte u igri, ili čak protivnike koje nikada ne vidite (kao u strateškim igrama u realnom vremenu).

Okrenimo se Alien: Isolation. Ostavimo povremene kvarove na stranu, suočimo se s tim: ovo je odlična igra! Jedna od rijetkih filmskih igrica koja vam omogućava da se osjećate kao da ste u filmu. Alien: Izolacija čini da se zaista osjećate kao da ste u filmu o vanzemaljcima. Svaki film o vanzemaljcima ima jasan cilj: osloboditi se vanzemaljca. Mnogi pojedinačni trenuci filmova mogli bi se pretvoriti u zanimljivu igru, bilo da se Dallas penje kroz ventilaciju s bacačem plamena ili Ripley nabija kraljicu mehaničkim utovarivačem. Ovi filmovi su, kao i video igrice, veoma energični; njihov univerzum je veoma pogodan za „igrovanje“.

Igra Alien: Isolation je jaka upravo zbog svoje vještačke inteligencije. Alien treba da se ponaša na takav način da se igrač oseća kao da je deo filma o Alienima.Sam Alien je kompleksno stvorenje koje pruža mnogo mogućnosti igranja. Skriva se kroz promišljenu upotrebu dizajna prostorija. Kreće se kroz ventilaciju, neočekivano napadajući igrače. On mrzi vatru, pa možemo koristiti bacače plamena protiv njega. Istovremeno, igra postavlja određene granice složenosti. Znamo kako to funkcionira životni ciklus Stranci. Znamo da krvare kiselinu. Znamo za njihovu kolektivnu inteligenciju. Drugim riječima, filmovi o Alienima stvorili su uvjerljiv sandbox za programere igara.

Svaka odluka koju donesete u Izolaciji vraća se na Aliena. Kako se skrivaš? Kako se koristi dragocjeno gorivo bacača plamena? Koliko dugo čekaš da ode? Suočeni ste sa stvarnim, živim vanzemaljcem koji će se ponašati i razmišljati kao vanzemaljac. Ovo je neverovatno, zastrašujuće i neverovatno u isto vreme!

Većina igrača i programera vjeruje da je "jaka AI" u suštini nemoguća. To bi značilo da mora biti jednak ili čak superiorniji od ljudske inteligencije. Teško da bi bilo ugodno igrati se sa nečim takvim.

Jaka AI će biti veoma slična drugom igraču, sa istim ciljevima igre: želeće da pobedi. Dobra veštačka inteligencija ne želi da pobedi, ona želi da naporno radite da biste zaradili svoje dobitke. Zato Alien nije toliko realistična simulacija najvećeg filmskog čudovišta koliko je rekreacija utisaka o njemu.

U izolaciji, Alien je gotovo uvijek u blizini. Naravno, možete mu odvratiti pažnju na neko vrijeme ili se premjestiti iz jedne sobe u drugu, ali on će uvijek završiti u blizini. Većinu vremena, Alien se ponaša uvjerljivo, osim u rijetkim prilikama kada se neobjašnjivo mota u jednoj prostoriji dok vi zadržavate dah, nadajući se da će otići kako biste mogli ispuzati iz ormara.

Čini se da stranac uvijek otprilike zna vašu lokaciju, što vas drži u neizvjesnosti i neizvjesnosti. On vas ne primjećuje odmah (osim rijetkih „propusta“) osim ako ne uspijete pritajiti. Ovo je vrlo zgodno za održavanje atmosfere horor filma, ali ponekad se trenutak odugovlači i igra počinje da se "laži". Ponekad igra postane toliko fokusirana na stvaranje napetosti da zaboravlja na nešto mnogo važnije: uranjanje.

Smiješno je, ali zbog marketinške šašavosti, riječ "uranjanje" je gotovo izgubila svako značenje. Sada se svaka igra koja zna kako zadržati pažnju može pohvaliti "uranjanjem". Ali značenje je u početku drugačije: kada zaronite u okean, postojite unutar okeana.

Devedesetih godina prošlog vijeka pojavio se koncept “Immersive Sim”. Ideja je bila da igrači mogu postojati u svijetu igara i tretirati ga kao da je stvarnost. Najpoznatiji imerzivni simovi iz 90-ih bili su System Shock i Thief: The Dark Project. Obje ove igre razvili su Looking Glass Studios, a obje su imale snažan naglasak na umjetnoj inteligenciji.

Igra bez dobre veštačke inteligencije je kao zbirka praznih filmova. Čitava kolekcija je dobra, ali film počiva na svojim likovima. Sjajan AI udahnjuje život likovima igre i njenom svijetu. Ovo je najvažnija komponenta u igranju igara za repliciranje impresivnog filmskog iskustva.

Za dobar primjer "immerzivnog sim-a" u akciji, osvrnimo se na Thief: The Dark Project. Igra se odvija u svijetu fantazije, a vi igrate kao lopov po imenu Garrett. Jedna misija vas šalje u podzemne ruševine. Područje mape je naseljeno posebnim zombijima. Ne mogu se iseckati na komade kao obične. Vraćaju se ubrzo nakon što ih ubijete. Jedini način da ih se zaista riješite je da koristite svetu vodu na svojim skupim vodenim strijelama, koje obično gase baklje, omogućavajući vam da se sakrijete u mraku. Kada vas zombi primijeti, zariče, upozoravajući druge zombije, koji urlaju za sljedećim. Na ovaj način je bilo moguće okupiti gomilu svih zombija na nivou. Ako nije bilo dovoljno strela ili svete vode, morali ste smisliti plan.

Na primjer, možete se ušunjati na balkon iznad sobe u kojoj se nalaze dva ili tri zombija, potajno upucati jednog tako da zaurla da pozove sve zombije u sobu, a zatim ih početi gađati svetom vodom

Odnosno, igra je stvorila prostor, stvorila neprijatelje koji su imali logičan skup pravila i na koje se mogla primijeniti vrlo stvarna logika.

Stoga, igra s dobrom umjetnom inteligencijom radi više kao Thief nego Isolation. Tenzija je važna u igri vanzemaljaca, ali uranjanje mora biti u srži. Ako igra prestane da bude vjerodostojna, više nije tako strašna.

Naravno, da bi imerzija funkcionirala, moramo se "kupiti" na trikove režisera ili programera. Film Alien ne radi ako nam neko ispred ekrana kaže da vanzemaljac nije zaista izletio iz nečijih grudi. Da bi funkcionirao, Alien: Izolacija treba da nas natjera da vjerujemo da je stvarna. Igra mora biti interaktivna, odnosno čak realističnija od bilo kojeg filma. Igra bi trebala biti uzbudljiva. Pravila moraju imati smisla i biti dosljedna.

Ako vi ili igra prekinete tu vezu, igra prestaje biti strašna i iskustvo se raspada. Kada se ljudi koji love igrača iznenada smrznu, ili kada se vanzemaljac "teleportira" iza njih, to prekida uranjanje i oduzima iskustvo igranja. On prestaje da bude zastrašujući, što je i poenta Aliena.

Igramo Alien igrice jer želimo da doživimo Alien iskustvo. Kada se AI pokvari ili vara, uranjanje se gubi i igra se raspada. Ali kada AI radi kako treba, postajemo Ripley, skrivamo se u ormariću, zadržavamo dah, čekajući da čudovište ode.

Vještačka inteligencija – in U poslednje vreme jedna od najpopularnijih tema u svijetu tehnologije. Umovi poput Elona Muska, Stephena Hawkinga i Stevea Wozniaka ozbiljno su zabrinuti zbog istraživanja AI i tvrde da nas njegovo stvaranje dovodi u smrtnu opasnost. U isto vrijeme, naučna fantastika i holivudski filmovi doveli su do mnogih zabluda o AI. Da li smo zaista u opasnosti i kakve nepreciznosti pravimo kada zamišljamo uništenje Skynet Earth-a, opštu nezaposlenost ili, naprotiv, prosperitet i bezbrižnost? Gizmodo je istražio ljudske mitove o umjetnoj inteligenciji. Evo punog prijevoda njegovog članka.

Nazivaju ga najvažnijim testom mašinske inteligencije otkako je Deep Blue pobijedio Garryja Kasparova u šahovskom meču prije 20 godina. Google AlphaGo je pobijedio velemajstora Leeja Sedola na Go turniru s poraznim rezultatom 4:1, pokazujući koliko je umjetna inteligencija (AI) ozbiljno napredovala. Sudbonosni dan kada će mašine konačno nadmašiti ljude po inteligenciji nikada nije izgledao tako blizu. Ali čini se da nismo bliže razumijevanju posljedica ovog epohalnog događaja.

U stvari, držimo se ozbiljnih, pa čak i opasnih zabluda o umjetnoj inteligenciji. Prošle godine osnivač SpaceX-a Elon Musk je upozorio da bi umjetna inteligencija mogla zavladati svijetom. Njegove riječi izazvale su buru komentara, kako protivnika, tako i pristalica ovog mišljenja. Za takav budući monumentalni događaj postoji iznenađujuća količina neslaganja oko toga da li će se dogoditi i, ako da, u kom obliku. Ovo je posebno zabrinjavajuće s obzirom na nevjerovatne koristi koje bi čovječanstvo moglo dobiti od AI i potencijalne rizike. Za razliku od drugih ljudskih izuma, AI ima potencijal da promijeni čovječanstvo ili nas uništi.

Teško je znati u šta vjerovati. Ali zahvaljujući ranom radu kompjuterskih naučnika, neuronaučnika i teoretičara veštačke inteligencije, jasnija slika počinje da se pojavljuje. Evo nekih uobičajenih zabluda i mitova o umjetnoj inteligenciji.

Mit br. 1: „Nikada nećemo stvoriti AI sa inteligencijom uporedivom sa ljudskom“

stvarnost: Već imamo kompjutere koji su izjednačili ili prevazišli ljudske mogućnosti u šahu, Gou, trgovanju akcijama i razgovoru. Računari i algoritmi koji ih pokreću mogu biti samo bolji. Samo je pitanje vremena kada će nadmašiti ljude u bilo kojem zadatku.

Istraživački psiholog sa Univerziteta New York Gary Marcus rekao je da “bukvalno svi” koji rade u AI vjeruju da će nas mašine na kraju pobijediti: “Jedina stvarna razlika između entuzijasta i skeptika su procjene vremena.” Futuristi poput Raya Kurzweila vjeruju da bi se to moglo dogoditi u roku od nekoliko decenija; drugi kažu da će za to trebati stoljećima.

Skeptici AI nisu uvjerljivi kada kažu da je ovo nerješiv tehnološki problem i da postoji nešto jedinstveno u prirodi biološkog mozga. Naši mozgovi su biološke mašine - postoje u stvarnom svetu i pridržavaju se osnovnih zakona fizike. Ne postoji ništa nepoznato o njima.

Mit broj 2: "Vještačka inteligencija će imati svest"

stvarnost: Većina zamišlja da će mašinska inteligencija biti svjesna i razmišljati onako kako ljudi misle. Štaviše, kritičari poput suosnivača Microsofta Paula Allena vjeruju da još ne možemo postići umjetnu opću inteligenciju (sposobnu riješiti bilo koji mentalni problem koji čovjek može riješiti) jer nam nedostaje naučna teorija svijesti. Ali, kako kaže specijalista za kognitivnu robotiku Imperial College London Murray Shanahan, ne bismo trebali izjednačavati ova dva koncepta.

“Svijest je svakako nevjerovatna i važna stvar, ali ne vjerujem da je neophodna za umjetnu inteligenciju na ljudskom nivou. Da budemo precizniji, koristimo riječ "svijest" da označimo nekoliko psiholoških i kognitivnih atributa sa kojima osoba "dolazi", objašnjava naučnik.

Moguće je zamisliti pametnu mašinu kojoj nedostaje jedna ili više ovih karakteristika. Na kraju, možemo stvoriti nevjerovatno inteligentnu umjetnu inteligenciju koja nije u stanju da percipira svijet subjektivno i svjesno. Shanahan tvrdi da se um i svijest mogu kombinovati u mašini, ali ne smijemo zaboraviti da su to dva različita koncepta.

Samo zato što mašina prolazi Turingov test, u kojem se ne razlikuje od čovjeka, ne znači da je svjesna. Nama, napredni AI može izgledati svjesno, ali neće biti samosvjesniji od kamena ili kalkulatora.

Mit br. 3: “Ne trebamo se bojati AI”

stvarnost: U januaru je osnivač Facebooka Mark Zuckerberg rekao da se ne trebamo bojati AI jer će učiniti nevjerovatnu količinu dobrih stvari za svijet. Napola je u pravu. Imat ćemo ogromnu korist od AI, od samovozećih automobila do stvaranja novih lijekova, ali nema garancije da će svaka implementacija AI biti benigna.

Visoko inteligentan sistem može znati sve o određenom zadatku, kao što je rješavanje uznemirujućeg finansijskog problema ili hakovanje odbrambenog sistema neprijatelja. Ali izvan granica ovih specijalizacija, bit će duboko neuki i nesvjesni. Googleov DeepMind sistem je stručnjak za Go, ali nema mogućnosti niti razloga da istražuje područja izvan svoje specijalizacije.

Mnogi od ovih sistema možda neće biti predmet sigurnosnih razmatranja. Dobar primjer je složen i moćan virus Stuxnet, naoružani crv koji su razvile izraelske i američke vojske za infiltriranje i sabotiranje iranskih nuklearnih elektrana. Ovaj virus je nekako (namjerno ili slučajno) zarazio rusku nuklearnu elektranu.

Drugi primjer je program Flame, koji se koristi za sajber špijunažu na Bliskom istoku. Lako je zamisliti da buduće verzije Stuxneta ili Flamea prevazilaze svoju predviđenu svrhu i nanose veliku štetu osjetljivoj infrastrukturi. (Da budemo jasni, ovi virusi nisu AI, ali u budućnosti bi ga mogli imati, otuda i zabrinutost).

Virus Flame je korišten za sajber špijunažu na Bliskom istoku. Fotografija: Wired

Mit broj 4: “Vještačka superinteligencija će biti previše pametna da bi pogrešila”

stvarnost: Istraživač AI i osnivač Surfing Samurai Robots Richard Lucimore vjeruje da je većina scenarija AI sudnjeg dana nedosljedna. Oni su uvijek izgrađeni na pretpostavci da AI kaže: “Znam da je uništenje čovječanstva uzrokovano neuspjehom u mom dizajnu, ali sam ipak prisiljen to učiniti.” Lucimore kaže da ako se AI ponaša ovako, razmišljajući o našem uništenju, onda će ga takve logičke kontradikcije proganjati cijeli život. To zauzvrat degradira njegovu bazu znanja i čini ga previše glupim da bi stvorio opasnu situaciju. Naučnik takođe tvrdi da ljudi koji kažu: "AI može da radi samo ono za šta je programirana" greše kao i njihove kolege u zoru kompjuterske ere. Tada su ljudi koristili ovu frazu da tvrde da kompjuteri nisu u stanju da pokažu ni najmanju fleksibilnost.

Peter Macintyre i Stuart Armstrong, koji rade na Institutu za budućnost čovječanstva na Oksfordskom univerzitetu, ne slažu se s Lucimoreom. Oni tvrde da je AI u velikoj mjeri vezan načinom na koji je programiran. McIntyre i Armstrong vjeruju da AI neće moći pogriješiti ili biti previše glup da ne zna šta očekujemo od nje.

“Po definiciji, umjetna superinteligencija (ASI) je subjekt čija je inteligencija znatno veća od one najboljeg ljudskog mozga u bilo kojoj oblasti znanja. On će tačno znati šta smo želeli da uradi”, kaže Mekintajer. Oba naučnika veruju da će veštačka inteligencija raditi samo ono za šta je programirana. Ali ako postane dovoljno pametan, shvatit će koliko se to razlikuje od duha zakona ili namjera ljudi.

McIntyre je uporedio buduću situaciju ljudi i AI sa trenutnom interakcijom čovjeka i miša. Cilj miša je da traži hranu i sklonište. Ali to se često kosi sa željom osobe koja želi da njegova životinja slobodno trčkara. “Dovoljno smo pametni da razumijemo neke od ciljeva miševa. Tako će i ASI razumeti naše želje, ali biti ravnodušan prema njima“, kaže naučnik.

Kao što pokazuje radnja filma Ex Machina, osobi će biti izuzetno teško da se uhvati za pametniji AI

Mit #5: “Jednostavna zakrpa će riješiti problem kontrole AI”

stvarnost: Stvaranjem vještačke inteligencije pametniji od osobe, suočeni smo sa problemom poznatim kao „problem kontrole“. Futuristi i teoretičari umjetne inteligencije padaju u stanje potpune konfuzije ako ih pitate kako ćemo zadržati i ograničiti ASI ako se pojavi. Ili kako osigurati da će biti prijateljski nastrojen prema ljudima. Nedavno su istraživači sa Instituta za tehnologiju Džordžije naivno sugerirali da bi AI mogla usvojiti ljudske vrijednosti i društvena pravila čitanjem jednostavne priče. U stvarnosti će to biti mnogo teže.

“Predloženo je mnogo jednostavnih trikova koji bi mogli 'riješiti' cijeli problem kontrole umjetne inteligencije,” kaže Armstrong. Primjeri su uključivali programiranje ASI-ja tako da je njegova svrha bila da zadovolji ljude ili da jednostavno funkcionira kao alat u rukama osobe. Druga opcija je da se koncepti ljubavi ili poštovanja integrišu u izvorni kod. Kako bi se spriječilo AI da usvoji pojednostavljen, jednostran pogled na svijet, predloženo je da se programira tako da cijeni intelektualnu, kulturnu i društvenu raznolikost.

Ali ova rješenja su previše jednostavna, poput pokušaja da se u jednu površnu definiciju stisne cjelokupna složenost ljudskih simpatija i nesklonosti. Pokušajte, na primjer, smisliti jasnu, logičnu i izvodljivu definiciju “poštovanja”. Ovo je izuzetno teško.

Mašine u Matrixu lako bi mogle uništiti čovječanstvo

Mit br. 6: "Umjetna inteligencija će nas uništiti"

stvarnost: Nema garancije da će nas AI uništiti, ili da nećemo moći pronaći način da ga kontroliramo. Kao što je teoretičar umjetne inteligencije Eliezer Yudkowsky rekao: "AI vas niti voli niti mrzi, ali ste napravljeni od atoma koje može koristiti u druge svrhe."

U svojoj knjizi „Veštačka inteligencija. Faze. Pretnje. Strategije”, napisao je filozof s Oksforda Nick Bostrom da će prava umjetna superinteligencija, kada se jednom pojavi, predstavljati veći rizik od bilo kojeg drugog ljudskog izuma. Istaknuti umovi poput Elona Muska, Billa Gatesa i Stephena Hawkinga (od kojih je potonji upozorio da bi AI mogla biti naša "najgora greška u istoriji") također su izrazili zabrinutost.

McIntyre je rekao da za većinu svrha koje bi ASI mogao imati, postoje dobri razlozi da se ljudi riješe.

“AI može predvidjeti, sasvim ispravno, da ne želimo da maksimizira profit određene kompanije, bez obzira na cijenu kupaca. okruženje i životinje. Stoga, on ima snažan poticaj da osigura da ga ne prekidaju, ne ometaju, isključuju ili mijenjaju u svojim ciljevima, jer bi to spriječilo postizanje njegovih prvobitnih ciljeva”, tvrdi McIntyre.

Osim ako ciljevi ASI-ja ne odražavaju naše ciljeve, imat će dobar razlog da nas spriječi da ga zaustavimo. S obzirom da je njegov nivo inteligencije znatno veći od našeg, tu ništa ne možemo učiniti.

Niko ne zna koji će oblik AI poprimiti ili kako bi mogao ugroziti čovječanstvo. Kao što je Musk primetio, veštačka inteligencija se može koristiti za kontrolu, regulaciju i nadgledanje druge veštačke inteligencije. Ili može biti prožeta ljudskim vrijednostima ili prevashodnom željom da se bude prijateljski nastrojen prema ljudima.

Mit br. 7: "Umjetna superinteligencija će biti prijateljska"

stvarnost: Filozof Immanuel Kant vjerovao je da je razum u snažnoj korelaciji s moralom. Neuronaučnik David Chalmers je u svojoj studiji “Singularnost: filozofska analiza” preuzeo Kantovu poznatu ideju i primijenio je na novonastalu vještačku superinteligenciju.

Ako je to istina...možemo očekivati ​​da će intelektualna eksplozija dovesti do moralne eksplozije. Tada možemo očekivati ​​da će novi ASI sistemi biti supermoralni i superinteligentni, što nam omogućava da od njih očekujemo dobar kvalitet.

Ali ideja da će napredna AI biti prosvijećena i ljubazna nije baš uvjerljiva u svojoj srži. Kao što je Armstrong primijetio, ima mnogo pametnih ratnih zločinaca. Čini se da veza između inteligencije i morala ne postoji među ljudima, pa on dovodi u pitanje djelovanje ovog principa među drugim inteligentnim oblicima.

“Inteligentni ljudi koji se ponašaju nemoralno mogu uzrokovati bol u mnogo većim razmjerima od njihovih glupljih kolega. Razumnost im jednostavno daje priliku da budu loši sa velikom inteligencijom, ne pretvara ih u dobre ljude”, kaže Armstrong.

Kako je MacIntyre objasnio, sposobnost subjekta da postigne cilj nije relevantna za to da li je cilj razuman u početku. “Bit ćemo vrlo sretni ako naši AI budu jedinstveno nadareni i njihov nivo morala raste zajedno s njihovom inteligencijom. Oslanjanje na sreću nije najbolji pristup za nešto što bi moglo oblikovati našu budućnost”, kaže on.

Mit #8: “Rizici od AI i robotike su jednaki”

stvarnost: To je posebno uobičajena greška, propagiran od strane nekritičnih medija i holivudskih filmova poput “Terminatora”.

Da umjetna superinteligencija poput Skyneta zaista želi uništiti čovječanstvo, ne bi koristila androide sa šestocevnih mitraljeza. Bilo bi mnogo efikasnije poslati biološku kugu ili nanotehnološku sivu gnu. Ili jednostavno uništite atmosferu.

Umjetna inteligencija je potencijalno opasna ne zato što može utjecati na razvoj robotike, već zbog toga kako će njena pojava utjecati na svijet općenito.

Mit #9: “Prikaz AI u naučnoj fantastici je tačan prikaz budućnosti.”

Mnogo vrsta umova. Slika: Eliezer Yudkowsky

Naravno, autori i futuristi su koristili naučnu fantastiku da bi napravili fantastična predviđanja, ali horizont događaja koji ASI uspostavlja je sasvim druga priča. Štaviše, neljudska priroda AI onemogućava nam da znamo, a samim tim i predvidimo njegovu prirodu i oblik.

Kako bi zabavila nas glupe ljude, naučna fantastika prikazuje većinu AI sličnih nama. “Postoji spektar svih mogućih umova. Čak i među ljudima, vi ste prilično drugačiji od svojih susjeda, ali ta varijacija nije ništa u usporedbi sa svim umovima koji mogu postojati”, kaže McIntyre.

Većina naučne fantastike ne mora biti naučno tačna da bi ispričala uvjerljivu priču. Sukob se obično odvija između junaka slične snage. „Zamislite kako bi bila dosadna priča u kojoj je veštačka inteligencija bez svesti, radosti ili mržnje okončala čovečanstvo bez ikakvog otpora kako bi postigla nezanimljiv cilj“, pripoveda Armstrong, zijevajući.

U fabrici Tesla radi stotine robota

Mit #10: "Užasno je što će nam AI uzeti sve poslove."

stvarnost: Sposobnost umjetne inteligencije da automatizira veliki dio onoga što radimo i njen potencijal da uništi čovječanstvo dvije su vrlo različite stvari. Ali prema Martinu Fordu, autoru knjige The Dawn of the Robots: Technology and the Threat of a Jobless Future, oni se često posmatraju kao cjelina. Dobro je razmišljati o dalekoj budućnosti AI, sve dok nas ne odvrati od izazova s ​​kojima ćemo se suočiti u narednim decenijama. Glavna među njima je masovna automatizacija.

Niko ne sumnja da će umjetna inteligencija zamijeniti mnoga postojeća radna mjesta, od radnika u fabrici do viših ešalona bijelih ovratnika. Neki stručnjaci predviđaju da će polovina svih poslova u SAD biti u opasnosti od automatizacije u bliskoj budućnosti.

Ali to ne znači da se ne možemo nositi sa šokom. Općenito, rješavanje većine našeg rada, i fizičkog i mentalnog, je kvazi-utopijski cilj za našu vrstu.

“AI će uništiti mnogo poslova u roku od nekoliko decenija, ali to nije loše,” kaže Miller. Samovozeći automobili će zamijeniti vozače kamiona, što će smanjiti troškove isporuke i, kao rezultat, pojeftiniti mnoge proizvode. “Ako ste vozač kamiona i zarađujete za život, izgubićete, ali će svi ostali, naprotiv, moći da kupe više robe za istu platu. A novac koji uštede bit će potrošen na druga dobra i usluge koje će otvoriti nova radna mjesta za ljude”, kaže Miler.

Po svoj prilici, umjetna inteligencija će stvoriti nove mogućnosti za proizvodnju dobara, oslobađajući ljude da rade druge stvari. Napredak u AI će biti praćen napretkom u drugim oblastima, posebno u proizvodnji. U budućnosti će nam biti lakše, a ne teže, da zadovoljimo svoje osnovne potrebe.

Uvod

Kada se traži porijeklo ideja o umjetnoj inteligenciji, može se navesti mnoge činjenice i mitovi. Od starogrčkog robota Talosa, kojeg je Zevs stvorio da čuva ostrvo Krit, ili Charles Babbage sa Adom Lovelace i njihovim analitičkim motorom iz sredine 19. stoljeća, do ideja Minskyja i McCartneyja, koji su stvorili modernu definiciju AI kao bilo koju radnju koju izvodi program ili mašina, za koju bismo, ako bi je izvršila osoba, rekli da treba da pokaže inteligenciju ili domišljatost.

Vidim porijeklo AI u knjizi Galilea Galileija iz 1683. “Razgovori i matematički dokazi dvije nove nauke”.

U ovoj knjizi Galileo je posebno napisao da je sve na svijetu, uključujući prirodne pojave, može se izraziti jezikom matematike. Ispostavilo se da za bilo koju pojavu ili akciju možete smisliti algoritam. Dakle, umjetna inteligencija je skup algoritama za sve prilike. A jedna od glavnih sposobnosti AI će biti sposobnost da samostalno sintetiše nove algoritame na osnovu postojećih podataka.

U skraćenom obliku to je već moguće. Na primjer, Googleov AlphaGo, nakon što je analizirao bazu podataka od 30 miliona poteza i trenirao sam sa sobom nekoliko hiljada puta, uspio je pobijediti najboljeg svjetskog Go igrača.

IBM obučava svoj superkompjuter Watson da pomaže doktorima. Cilj je naučiti kompjuter da traži odgovore na pitanja koja se postavljaju na prirodnom jeziku, odnosno Watson nauči da provodi medicinsko istraživanje. Neka vrsta igre diferencijalne dijagnoze, ali sa kompjuterom umjesto dr Housea. Zapravo, završimo priču ovdje. U umovima običnih ljudi, umjetna inteligencija je Jarvis iz stripa Iron Man, Terminator, ili, u najgorem slučaju, RoboCop (u filmu je to dodatna umjetna inteligencija koja pomaže kiborgu da puca vrlo brzo i precizno). Ova opcija, naravno, ima svoje mjesto, ali krenimo od onoga što je danas dostupno.

Koje vrste AI danas postoje?

Općenito, sve vrste AI mogu se podijeliti u dvije kategorije - slaba ili ograničena AI i opšta ili jaka AI.

Slab AI

Zapravo, imena govore sama za sebe. AI je danas prvi tip – ograničena, odnosno inteligencija je prilagođena specifičnim zadacima. Na primjer, kada Samsung obećava da će do 2020. svaki uređaj imati AI, to znači ograničenu verziju. Primjeri uključuju Siri ili Alice, koji mogu raditi upravo ono za što su programirani. Alis čak ovako reaguje kada nešto ne zna ili ne može da uradi: „Programer je obećao da će me kasnije naučiti ovome.“

Ova vrsta uključuje Google i Yandex mape koje analiziraju saobraćajne gužve i iscrtavaju rute, kamere koje prepoznaju scene, inteligentnu pećnicu koja samostalno reguliše nivo toplote i robot-usisivač koji, kako god objasnili, može samo da usisa i pobedi neću ti dati papuče.

I do sada, ovo je ograničena AI - ovo je jedina vrsta umjetne inteligencije kojom je čovječanstvo ovladalo. Slaba umjetna inteligencija može se podijeliti na ključne zadatke na kojima stručnjaci danas rade. Ovo:

• prepoznavanje govora;
• kompjuterski vid;
• obrada prirodnog jezika;
• traženje obrazaca ili analiza podataka;
• robotika.

Postoje dva načina da se postigne rješenje za ove probleme, odnosno da naučite neku umjetnu inteligenciju da razumije vaše riječi i prepoznaje slike.

1. Simbolički pristup.

   Ovaj pristup je vodio od kasnih 40-ih do ranih 90-ih. Metoda je zasnovana na onome za šta se vjerovalo Najbolji način"obučiti" AI znači hraniti ga što je moguće više znanja. Na primjer, govoreći u kontekstu medicine, sve vrste udžbenika i baza znanja se učitavaju u AI. A AI traži odgovore samo na osnovu dostupnih informacija, obrađujući znanje samo prema pravilima koja je kreirao programer.

   Shodno tome, ova vrsta AI je dobra za rješavanje statičkih problema. Na primjer, možete u njega učitati sve udžbenike na ruskom jeziku, a AI će moći dobro provjeriti eseje, pronalazeći pravopisne i interpunkcijske greške i, fokusirajući se na pravopisne norme, čak će moći izolirati govorne greške i nedostatke. Međutim, on će to učiniti samo na osnovu pravila, odnosno bez razumijevanja konteksta, već izolacijom ispravnog reda riječi i pravopisa.

   Drugi primjer je mašinsko prevođenje. AI obučena za karaktere je naoružana svim vrstama rječnika i izraza. A ako se fraza koja mu je predložena za prijevod nalazi u jednom od njih, onda će je dobro prevesti, a ako ne, onda će jednostavno zamijeniti riječi, prijedloge i strukturu rečenice na temelju utvrđenih pravila.

2. Mašinsko učenje ili nekarakteristična AI.

   Za razliku od simboličkog učenja, ova vrsta učenja podrazumijeva da je umjetnoj inteligenciji pokazano kako da riješi određeni problem, a zatim je pušteno da slobodno lebdi. Ovako funkcioniraju neuronske mreže. Sjećam se da sam čitao o primjeru gdje je programer povezao AI sa kontrolom prskalica i naučio ga da vodom otjera susjedovu mačku, koja je stekla naviku da ide u toalet na travnjaku. Programer je AI pokazao mnogo fotografija sa mačkama, nakon čega je umjetna inteligencija razvila refleks da uključi prskalicu svaki put kada bi pomislila da vidi nešto što liči na mačku. Sistem nije uvijek funkcionisao glatko. Čini se da se nekako uključilo kada je AI zamijenio sjenu na pločniku za mačku.

   Ako govorimo o primjeru prijevoda, onda obučeni AI može pokušati razumjeti kontekst fraze i zamijeniti u prijevodu ne prvu riječ koja ispunjava osnovne zahtjeve, već onu koja, po njegovom mišljenju, bolje odražava stil, emocija, slenga ili nečeg drugog, na ono čime je obučen.

Danas većina programera radije koristi drugu vrstu – mašinsko učenje, jer može, da tako kažem, improvizirati. Na primjer, ako je autonomni automobil obučen prema prvom tipu, tada će voziti prema pravilima, ali ako se na cesti pojavi nepredviđena situacija, automobil će biti u poteškoćama. A auto obučen mašinskim učenjem može djelovati u skladu s okolnostima, sintetizirajući ideje na osnovu prethodno unesenih informacija.

Tu nastaje problem. Jedna od ključnih važnih karakteristika simboličke AI je da sistem uvijek može objasniti zašto je donio određenu odluku. Ali u slučaju mašinskog učenja, sve nije jednostavno. Zato isti UBER ili Tesla dugo pokušavaju da shvate zašto su njihovi automobili doneli ovu ili onu odluku koja je dovela do nesreće.

Međutim, za iste automobile simbolično učenje nije prikladno, jer se sva pravila za AI unose ručno, odnosno, relativno govoreći, potrebno je zapisati sve moguće radnje za automobil - osoba je istrčala na cestu ,iskotrljala su se kolica,izletela kutija itd. Zaboravio sam nešto da zapišem, i odjednom se ispostavilo da je auto udario losa, jer o tome ništa nije rečeno u setu pravila, dok će mašina AI moći da pretpostavi da je nemoguće pogoditi sve četvoronoške životinje.

Slaba veštačka inteligencija, kao što vidite, uprkos svojim ograničenjima, ima mnogo namena - pametnu tehnologiju, autonomne automobile i obradu podataka sa pokušajima predviđanja budućnosti. Inače, Google Duplex, koji može rezervisati stolove u restoranu, takođe je ograničena veštačka inteligencija, jer može da radi upravo ono što su ga naučili.

Jaka AI (samo)

Ovdje počinje carstvo hipoteza, budući da čovječanstvo nikada nije vidjelo ništa slično. Možda samo u dubinama Gugla ili IBM-a nešto poluinteligentno živi. Na posljednjoj Google I/O konferenciji, veoma pametna Kineskinja, Fei Fei Li, voditeljica odjela za strojno učenje i umjetnu inteligenciju u Google Cloudu, rekla je da, iako je prošlo više od 60 godina od istraživanja u oblasti AI, ali nauka je još u ranoj fazi, i za sada možemo govoriti samo o postizanju majstorstva u razvoju ograničene AI.

Međutim, predlažem da malo sanjamo o jakoj AI i pokušamo odrediti šta bi trebalo da bude i šta bi trebalo da može da radi. Vjeruje se da jaka umjetna inteligencija ima istu inteligenciju kao i prosječna osoba, odnosno u teoriji može riješiti svaki problem. I ako je prvi bio suočen sa zadatkom da uništi Johna Connora na bilo koji način, drugi žudi za maksimalnom entropijom . Terminator, ako je metro zatvoren, otići će da ubije Johna Connora u autobusu, a ako se autobus pokvari, on će pješice ili pozvati taksi, a zlobnik će napisati da sve reklame, da autor radi ništa ne razume, pokušaće da se bavi demagogijom i sofizmom. Zapravo, najveći san vlada širom svijeta je nabaviti snažnu umjetnu inteligenciju za izvođenje vojnih operacija i sabotiranje izbora u Sjedinjenim Državama s vojskom kompjuterskih trol robota.

Google kaže da ako sve prođe kako treba, do 2050. može doći do proboja i da će se pojaviti prva jaka AI.

Glavna slabost takve AI je u tome što, unatoč svim svojim sposobnostima, i dalje ostaje relativno uskogrud, poput prosječne osobe, ali, za razliku od osobe, jaka AI pamti sve i bolje je orijentisana u traženju i obradi informacija.

Super jak intelekt

Ovo je potpuno van domena fantazije. Na primjer, Friday/Jarvis iz Iron Mana može se klasificirati kao jednostavno jak intelekt.

Ako se sjećate, u jednom od filmova glavni lik Tony Stark pokušao je izmisliti neki novi netoksični izvor energije kako bi ga smjestio u svoja prsa. Jarvis mu je pomogao, ali samo je Tony Stark mogao riješiti problem, jer AI nije imao dovoljno "razmišljanja". Super jak intelekt moći će samostalno riješiti i većinu složeni zadaci. Njemu će čovječanstvo postaviti pitanje, na koje će on odgovoriti "42", a onda će super-jaka AI sve ljude smjestiti u bačve s tekućinom i stvoriti fenomen odabranog (ovo nije smeće, već aluzije na knjigu “Autostoperski vodič kroz galaksiju” i film “Matrix”).

Trebamo li se plašiti AI?

Uprkos svim naučnofantastičnim filmovima, nema razloga za strah, barem dok se ne pojavi najnoviji tip AI. Međutim, morate se bojati ljudi koji se bave razvojem, jer zbog greške ili namjerno, pravilo „ubi sve ljude“ umjesto „nauči sve ljude“ može biti ugrađeno u isti ograničeni AI. A onda za AI, sve što preostaje je samo provjeriti značenje svih riječi u rječniku i preći na posao.

Međutim, razvoj čak i ograničene AI već je doveo i vodit će do mnogih problema u modernom društvu.

Problem jedan

Jedan od problema je i uništavanje tradicionalne lestvice karijere, jer razvoj veštačke inteligencije dovodi do napuštanja poslova koji zahtevaju prosečne nivoe veština. Dozvolite mi da objasnim detaljnije. Za unos podataka u kompjuter potrebna je jeftina radna snaga, jer, relativno govoreći, ljudi su još uvijek sposobniji da prepoznaju captcha. Potrebni su nam i oni koji će donositi odluke na osnovu kompjuterski obrađenih podataka. Ali obični analitičari više nisu potrebni, jer analiziraju i proučavaju podatke na osnovu naučenih algoritama. Na primjer, kada sam bio analitičar, imao sam 42 različite opcije za obradu podataka za kreiranje prognoza. Sve ove opcije bile su organizirane u zgodnu prezentaciju, koju sam redovno spominjao kako bih shvatio koji metod je najbolje koristiti u datoj situaciji. Zamijeniti me AI-jem čini se logičnim i opravdanim, jer će se mnogo brže nositi sa zadacima predviđanja. Shodno tome, postoji jaz kada tradicionalna ljestvica karijere od mlađeg analitičara do menadžera nestane, budući da na najnižoj tački karijere praktično nema manevra za demonstriranje inteligencije.

Problem dva

Također, zbog AI će postepeno doći do napuštanja osnovnih profesija koje se mogu algoritmizirati, odnosno svesti na jednostavne radnje. Nešto slično sada se može primijetiti i u Auchanu i Lenti, gdje se blagajne postepeno zamjenjuju samouslužnim aparatima, kao i jedan zaposlenik koji pomaže u rješavanju nastalih problema, a reda i reda. Ubuduće će čuvara zamijeniti nadzorne kamere koje prate red. Ispada da će doći do smanjenja vrijednosti ljudi.

Profesije koje će vjerovatno zamijeniti AI: poštari, draguljari, drvosječe, farmeri, radnici u tvornicama, osiguravatelji

Pročitao sam da San Francisco, u određenoj mjeri, može poslužiti kao ilustracija ovog problema. Ovaj grad u SAD-u izabrala je tehnološka elita. Shodno tome, privreda grada je usmjerena na zadovoljavanje potreba elite, ali ljudi koji nisu vezani za tehnološku ekonomiju imaju ogromne probleme. Zarađuju mnogo manje, a sve cijene u gradu su postavljene kao za IT startapove. Obični ljudi ne mogu sebi priuštiti takve troškove, pa se ili sele ili pridruže ionako ogromnoj armiji beskućnika.

Međutim, postoji ključna karakteristika koja će spasiti neke profesije. Vještačkoj inteligenciji su potrebni stvoreni uslovi za rad. Na primjer, robot-usisivač može voziti samo po glatkom podu i savladati male neravne površine. U skladu s tim, mnoge osnovne profesije moći će izdržati sve dok bude preteško i skupo stvoriti njihovu umjetnu zamjenu. Na primjer, u prostoriji s mnogo vrata, robotu za čišćenje su potrebni ili manipulatori za okretanje kvaka na vratima ili se sva vrata moraju automatski otvoriti. I jedno i drugo je prilično skupo, ali gostujući Sarhat iz Centralne Azije ima dovoljno ruku i mozga da se nosi sa krpom i kvakom, ali nema registracije i smanjene plate.

Problem tri

Čak je i ograničena umjetna inteligencija uvelike stimulirala fenomen slobodnog rada. Platforme za regrutovanje i zapošljavanje udaljenih radnika svake godine sve više napreduju. Na primjer, prema najnovijim statistikama, u Sjedinjenim Državama, prvoj svjetskoj ekonomiji, 55 miliona ljudi radi kao slobodnjaci.

A ovo je u sadašnjoj generaciji, obratite pažnju na ilustraciju. Rastuća radna snaga ne voli sjediti u kancelariji. Shodno tome, doći će do pomaka u organizaciji rada. Kompanije će se suočiti sa izazovima u regrutovanju i zadržavanju zaposlenih, jer zašto posvetiti svoj život jednoj kompaniji kada ste dostupni online i možete tražiti posao širom svijeta.

Problem četiri

Prilično ozbiljan problem je socijalna nejednakost, koja je već spomenuta u problemu broj 2. Biće sve gori. Mislim da ste iz članka pogodili da da biste bili uspješni u novom svijetu, morate biti pametni i po imenu. moderne tehnologije. Nije tajna da siromašni ljudi imaju lošiji pristup obrazovanju. Shodno tome, siromašni neće moći da se probiju na novi nivo, jer jednostavno neće imati priliku da nauče nešto korisno, jer da bi dobro razmišljali, potrebne su im godine intenzivne obuke, a gde to nabaviti kada treba tražiti hranu.

Novom društvu je potrebna ili jeftina radna snaga ili intelektualni donosioci odluka.

Problem peti

Može se ukratko formulisati – ko je na čelu? Ljudi koji razvijaju AI sisteme imat će posebnu odgovornost dok uče AI koje podatke će AI koristiti za donošenje odluka. Hoće li to biti zakoni robotike iz Asimova ili druga pravila koja štite određeni sloj ljudi.

Zašto je vještačka inteligencija dobra stvar?

Gore navedeni problemi su pomalo zastrašujući, ali AI je mač sa dvije oštrice koji također može pomoći.

Prednost 1

Vještačka inteligencija će poslužiti snažnim pritiskom za razvoj mnogih oblasti. Dobar primjer je medicina. Danas, u 21. veku, lekari nastavljaju da leče na isti način kao i pre sto godina. Trpaju udžbenike. Ovo je loša opcija, jer nijedan ljekar ne može zapamtiti napamet sve simptome svih bolesti. Posljedice takvih grešaka mogu biti fatalne. Lokalni doktor me je do kraja uvjeravao da su razlozi mamine bolesti prehlada i umor, jer su svi glavni simptomi prisutni. I tek kada je bilo prekasno, postavljena je ispravna dijagnoza - akutna leukemija, bolest koju je prilično teško prepoznati. I u ovoj situaciji rješenje bi bilo imati AI koji pamti sve bolesti i simptome i koji se nikada ne umara.

Isti pomaci mogu se desiti u oblasti prava, gde advokati i sudije moraju da imaju na umu sve zakone, presedane i niz dokaza.

Korist 2

AI će pomoći u stvaranju personaliziranih iskustava. Ovu tačku najbolje možemo ilustrirati na primjeru učenja. Danas su nastavnici preopterećeni i fizički ne mogu da obrate pažnju na sve učenike. Ali svako ima svoj tempo učenja novog gradiva. Sistemi za učenje zasnovani na veštačkoj inteligenciji prate brzinu učenja, vide da li učenik dobro ili loše pamti gradivo, pažljivo čita ili je rasejan. Na osnovu toga se gradi individualni tempo učenja i odabiru vježbe za konsolidaciju.

Istovremeno, postoji činjenica da je ljudima lakše da shvate novi materijal uz pomoć AI, jer je u ovom slučaju strah od greške značajno smanjen. Mogu se složiti sa ovom izjavom. Moralno je lakše primiti ogorčeni zvučni signal od kompjutera da je primjer pogrešno riješen nego izdržati pogled Olge Stepanovne, moje profesorice matematike.

AI će moći da posveti jednaku pažnju svim ljudima. To uključuje sve oblasti, od obrazovanja i medicine do odabira modernog imidža (prema tipu tijela, obliku lica i sezonskim trendovima) i treninga u teretani.

Korist 3

Već danas naš svijet je prepun informacija. Svi podaci se prikupljaju s bilo kojeg mjesta, počevši od vremenskim uvjetima i završava sa koliko je koraka osoba prešla.

Umjetna inteligencija sa pristupom velikim podacima moći će analizirati ove podatke i tražiti korelaciju, kako broj koraka utiče na zdravlje, ali ne apstraktno, već uzimajući u obzir određene vremenske prilike. Analiza kretanja putničkih tokova pomoći će u smanjenju gužvi i smanjenju broja saobraćajnih kolapsa u vršnim satima. Ukratko, podaci koji se mogu analizirati biće analizirani i AI će predstaviti svoje nalaze.

Zaključak

Danas je umjetna inteligencija pokazala da je prilično dobra u rješavanju samo onih zadataka za koje je obučena, pa čak i da u njima bude bolja od običnih ljudi. Pametni telefon lako može da pobedi velemajstora i bez kraljice, japanski AI koji je napisao kratki roman stigao je do finala književnog konkursa, a njegova braća pišu i izvode dobru muziku.

Međutim, nažalost, AI je još uvijek u povojima. Može da radi samo ono što su ga naučili - analizirati mnoga književna ili muzička djela i sintetizirati nešto svoje, ili zapamtiti milione poteza i izabrati najbolje.

Glavni problemi koji stoje na putu razvoja ograničene AI su nedostatak univerzalnih algoritama za spoznaju okolnog svijeta i infrastrukture (za prikupljanje podataka potrebno je mnogo senzora, samovozeći automobili zahtijevaju ceste s idealnim oznakama, a glasovni asistenti trebaju bolji algoritmi za razumijevanje zahtjeva vlasnika).

Za pojavu jake umjetne inteligencije potrebne su nam fundamentalno različite računske snage i algoritmi za obradu informacija koji imitiraju ono što ljudi nazivaju intuicijom. Vjerovatno ćemo u bliskoj budućnosti vidjeti različite verzije ograničene AI sa ugrađenim algoritmima ponašanja za sve vrste uvjeta.

Umjetna inteligencija stvorila je neuronsku mrežu 15. decembra 2017

Došli smo do tačke u kojoj veštačka inteligencija stvara sopstvenu neuronsku mrežu. Iako mnogi misle da je to ista stvar. Ali u stvari, nije sve tako jednostavno i sada ćemo pokušati da shvatimo šta je to i ko koga može stvoriti.

Inženjeri iz odjela Google Brain demonstrirali su AutoML ovog proljeća. Ova umjetna inteligencija može proizvesti vlastitu jedinstvenu umjetnu inteligenciju bez ljudske intervencije. Kako se ispostavilo, AutoML je po prvi put uspio stvoriti NASNet, sistem kompjuterskog vida. Ova tehnologija je ozbiljno superiornija od svih analoga koje su ljudi ranije stvorili. Ovaj sistem zasnovan na veštačkoj inteligenciji može biti odličan pomoćnik u razvoju, recimo, autonomni automobili. Primjenjivo je i u robotici - roboti će moći dostići potpuno novi nivo.

AutoML je razvijen korištenjem jedinstvenog sistema učenja s pojačavanjem. Riječ je o menadžeru neuronskih mreža koji samostalno razvija potpuno nove neuronske mreže namijenjene određenim specifične zadatke. U slučaju koji smo naveli, AutoML ima za cilj da proizvede sistem koji najpreciznije prepoznaje objekte u videu u realnom vremenu.

Sama umjetna inteligencija bila je u stanju da obuči novu neuronsku mrežu, nadgledajući greške i ispravljajući rad. Proces obuke se ponavljao mnogo puta (hiljade puta) sve dok sistem nije bio operativan. Zanimljivo je da je mogao zaobići sve slične neuronske mreže koje su trenutno dostupne, ali razvijene i obučene od strane ljudi.

U isto vrijeme, AutoML procjenjuje performanse NASNet-a i koristi ove informacije za poboljšanje mreže podružnica; ovaj proces se ponavlja hiljade puta. Kada su inženjeri testirali NASNet na ImageNet i COCO setovima slika, on je nadmašio sve postojeće sisteme kompjuterskog vida.

Google je službeno izjavio da NASNet prepoznaje sa preciznošću od 82,7%. Rezultat je 1,2% veći od prethodnog rekorda, koji su početkom jeseni ove godine postavili istraživači iz Momente i specijalista Oxforda. NASNet je 4% efikasniji od svojih kolega sa prosječnom preciznošću od 43,1%.

Postoji i pojednostavljena verzija NASNeta, koja je prilagođena mobilnim platformama. Nadmašuje svoje analoge za nešto više od tri posto. U bliskoj budućnosti, ovaj sistem će biti moguće koristiti za proizvodnju autonomnih automobila, za koje je važno prisustvo kompjuterskog vida. AutoML nastavlja da proizvodi nove neuronske mreže potomaka, nastojeći da osvoji još veće visine.

Ovo, naravno, postavlja etička pitanja vezana za zabrinutost u vezi sa umjetnom inteligencijom: šta ako AutoML kreira sisteme takvom brzinom da društvo jednostavno ne može pratiti? Međutim, mnogi velike kompanije pokušavaju uzeti u obzir sigurnosne brige AI. Na primjer, Amazon, Facebook, Apple i neke druge korporacije su članovi Partnerstva za umjetnu inteligenciju u korist ljudi i društva. Institut inženjera elektrotehnike i elektrotehnike (IEE) predložio je etičke standarde za AI, a DeepMind je, na primjer, najavio stvaranje grupe koja će se baviti moralnim i etičkim pitanjima vezanim za primjenu umjetne inteligencije.

Međutim, mnoge velike kompanije pokušavaju da uzmu u obzir sigurnosne probleme AI. Ovo, naravno, postavlja etička pitanja vezana za zabrinutost u vezi sa umjetnom inteligencijom: šta ako AutoML kreira sisteme takvom brzinom da društvo jednostavno ne može pratiti? Institut inženjera elektrotehnike i elektrotehnike (IEE) predložio je etičke standarde za AI, a DeepMind je, na primjer, najavio stvaranje grupe koja će se baviti moralnim i etičkim pitanjima vezanim za primjenu umjetne inteligencije. Na primjer, Amazon, Facebook, Apple i neke druge korporacije su članovi Partnerstva za umjetnu inteligenciju u korist ljudi i društva.

Šta je vještačka inteligencija?

Začetnik pojma “vještačka inteligencija” je John McCarthy, pronalazač jezika Lisp, osnivač funkcionalnog programiranja i dobitnik Turingove nagrade za svoj ogroman doprinos polju istraživanja umjetne inteligencije.
Vještačka inteligencija je način da se napravi kompjuter, kompjuterski kontrolisan robot ili program koji može da razmišlja inteligentno kao i čovek.

Istraživanja u oblasti AI sprovode se proučavanjem mentalnih sposobnosti ljudi, a zatim se rezultati ovog istraživanja koriste kao osnova za razvoj inteligentnih programa i sistema.

Šta je neuronska mreža?

Ideja neuronske mreže je da sastavi složenu strukturu od vrlo jednostavnih elemenata. Malo je vjerovatno da se samo jedan dio mozga može smatrati inteligentnim, ali ljudi obično rade iznenađujuće dobro na IQ testovima. Ipak, do sada je ideja o stvaranju uma "iz ničega" obično bila ismijavana: vic o hiljadu majmuna s pisaćim mašinama star je već sto godina, a ako hoćete, kritika neuronskih mreža može čak i naći u Ciceronu, koji je sarkastično predložio bacanje žetona sa slovima u zrak sve dok ne porumenite, kako bi prije ili kasnije ispao smislen tekst. Međutim, u 21. veku se pokazalo da su klasici uzalud bili sarkastični: to je armija majmuna sa simbolima koji uz dužnu upornost mogu zavladati svetom.
U stvari, neuronska mreža se može sastaviti čak i iz kutija šibica: to je samo skup jednostavnih pravila po kojima se informacije obrađuju. “Umjetni neuron” ili perceptron nije poseban uređaj, već samo nekoliko aritmetičkih operacija.

Rad perceptrona ne može biti jednostavniji: prima nekoliko početnih brojeva, svaki množi sa "vrijednošću" ovog broja (više o tome u nastavku), zbraja ga i, ovisno o rezultatu, daje 1 ili -1. Na primjer, fotografiramo čisto polje i pokažemo našem neuronu neku tačku na ovoj slici – odnosno šaljemo mu nasumične koordinate kao dva signala. A onda pitamo: "Dragi neurone, je li ovo nebo ili zemlja?" "Minus jedan", odgovara lutka, spokojno gledajući kumulusni oblak. “Jasno je da je to zemlja.”

“Upiranje prstom u nebo” je glavna aktivnost perceptrona. Od njega ne možete očekivati ​​nikakvu tačnost: jednako lako možete baciti novčić. Magija počinje u sledeća faza, što se naziva mašinsko učenje. Znamo tačan odgovor, što znači da ga možemo upisati u naš program. Dakle, ispada da za svako pogrešno pogađanje perceptron doslovno prima kaznu, a za ispravno pogađanje - bonus: "vrijednost" dolaznih signala se povećava ili smanjuje. Nakon toga, program se pokreće koristeći novu formulu. Prije ili kasnije, neuron će neminovno "shvatiti" da je zemlja na fotografiji ispod, a nebo iznad, odnosno jednostavno će početi ignorirati signal iz kanala kroz koji mu se prenose x-koordinate. Ako stavite još jednu fotografiju tako sofisticiranom robotu, onda možda neće pronaći liniju horizonta, ali sigurno neće pobrkati vrh i dno.

U stvarnom radu formule su malo složenije, ali princip ostaje isti. Perceptron može obaviti samo jedan zadatak: uzeti brojeve i staviti ih u dvije hrpe. Najzanimljivije počinje kada postoji nekoliko takvih elemenata, jer dolazni brojevi mogu biti signali iz drugih "građevinskih blokova"! Recimo da će jedan neuron pokušati da razlikuje plave piksele od zelenih, drugi će nastaviti da petlja po koordinatama, a treći će pokušati da proceni koji je od ova dva rezultata bliži istini. Ako postavite nekoliko neurona na plave piksele odjednom i zbrojite njihove rezultate, dobit ćete cijeli sloj u kojem će "najbolji učenici" dobiti dodatne bonuse. Dakle, prilično raširena mreža može proći kroz čitavo brdo podataka i uzeti u obzir sve svoje greške.

Neuronska mreža se može napraviti pomoću kutija šibica - tada ćete u svom arsenalu imati trik kojim možete zabavljati goste na zabavama. Urednici MirF-a su to već isprobali i ponizno priznaju superiornost vještačke inteligencije. Naučimo iracionalnu materiju da igra igru ​​"11 štapića". Pravila su jednostavna: na stolu je 11 mečeva, a u svakom potezu možete uzeti jednu ili dvije. Pobjeđuje onaj koji uzme posljednju. Kako ovo odigrati protiv "kompjutera"?

Veoma jednostavno.

Uzmite 10 kutija ili šoljica. Na svakom upisujemo broj od 2 do 11.

U svaku kutiju stavljamo po dva kamenčića - crni i bijeli. Možete koristiti bilo koje objekte, sve dok se međusobno razlikuju. To je to - imamo mrežu od deset neurona!

Neuronska mreža uvijek ide prva. Prvo pogledajte koliko je šibica ostalo i uzmite kutiju s tim brojem. U prvom potezu to će biti kutija broj 11. Uzmite bilo koji kamenčić iz željene kutije. Možete zatvoriti oči ili baciti novčić, glavna stvar je da se ponašate nasumično.
Ako je kamen bijeli, neuronska mreža odlučuje uzeti dvije utakmice. Ako crni - jedan. Stavite kamenčić pored kutije kako ne biste zaboravili koji je "neuron" donio odluku. Nakon toga osoba hoda - i tako sve dok ne ponestane šibica.

Sada dolazi zabavni dio: učenje. Ako mreža pobijedi u igri, onda mora biti nagrađena: bacite još jedan kamenčić iste boje koji je ispao tokom igre u one "neurone" koji su učestvovali u ovoj igri. Ako mreža izgubi, uzmite posljednju korištenu kutiju i odatle uklonite neuspješni kamen. Može se ispostaviti da je kutija već prazna, tada se "posljednji" neuron smatra prethodnim. Tokom sljedeće utakmice, udaranje prazne kutije, neuronska mreža će automatski odustati.

To je sve! Igrajte nekoliko ovakvih igrica. U početku nećete primijetiti ništa sumnjivo, ali nakon svake pobjede mreža će povlačiti sve uspješnije poteze - a nakon desetak partija shvatit ćete da ste stvorili čudovište koje ne možete pobijediti.

Izvori:

Ove godine je lansiran Yandex glasovni asistent"Alice". Nova usluga omogućava korisniku da sluša vijesti i vremensku prognozu, dobije odgovore na pitanja i jednostavno komunicira sa botom. "Alice" ponekad postane samouveren, ponekad izgleda gotovo razumno i ljudski sarkastična, ali često ne može shvatiti o čemu je pitaju i završi u lokvi.

Sve je to izazvalo ne samo val šala, već i novi krug rasprava o razvoju umjetne inteligencije. Vijesti o tome šta su pametni algoritmi postigli danas dolaze gotovo svakodnevno, a mašinsko učenje se naziva jednim od najperspektivnijih područja kojoj se možete posvetiti.

Kako bismo razjasnili glavna pitanja o umjetnoj inteligenciji, razgovarali smo sa Sergejem Markovim, specijalistom za umjetnu inteligenciju i metode strojnog učenja, autorom jednog od najmoćnijih domaćih šahovskih programa SmarThink i kreatorom projekta XXII Century.

Sergej Markov,

specijalista za umjetnu inteligenciju

Razotkrivanje mitova o AI

pa šta je "vještačka inteligencija"?

Koncept “vještačke inteligencije” donekle nije imao sreće. Nastala u početku u naučnoj zajednici, vremenom je prodrla u fantastičnu literaturu, a preko nje i u pop kulturu, gdje je doživjela niz promjena, dobila mnoga tumačenja i na kraju potpuno mistificirana.

Zbog toga često čujemo ovakve izjave od ne-specijalista: „AI ne postoji“, „AI se ne može stvoriti“. Nerazumijevanje prirode istraživanja umjetne inteligencije lako dovodi ljude u druge krajnosti – na primjer, moderni AI sistemi se pripisuju prisutnosti svijesti, slobodne volje i tajnih motiva.

Pokušajmo odvojiti mušice od kotleta.

U nauci, umjetna inteligencija se odnosi na sisteme dizajnirane za rješavanje intelektualnih problema.

Zauzvrat, intelektualni zadatak je zadatak koji ljudi rješavaju koristeći svoju vlastitu inteligenciju. Imajte na umu da u ovom slučaju stručnjaci namjerno izbjegavaju definiranje pojma “inteligencije”, budući da je prije pojave AI sistema jedini primjer inteligencije bila ljudska inteligencija, a definiranje koncepta inteligencije na osnovu jednog primjera je isto što i pokušaj da povučemo pravu liniju kroz jednu tačku. Takvih redaka može biti neograničeno, što znači da bi debata o konceptu inteligencije mogla trajati stoljećima.

“jaka” i “slaba” vještačka inteligencija

AI sistemi su podijeljeni u dvije velike grupe.

Primijenjena umjetna inteligencija(izraz “slaba AI” ili “uska AI” se također koristi, u engleskoj tradiciji - slab/primijenjen/uski AI) je AI dizajniran da riješi bilo koji intelektualni problem ili mali skup njih. Ova klasa uključuje sisteme za igranje šaha, Go, prepoznavanje slike, govor, donošenje odluka o izdavanju ili ne izdavanju bankovnog kredita, itd.

Za razliku od primijenjene AI, uvodi se koncept univerzalna vještačka inteligencija(takođe “snažna AI”, na engleskom - jaka AI/vještačka opća inteligencija) - odnosno hipotetička (za sada) AI sposobna da riješi sve intelektualne probleme.

Često ljudi, bez poznavanja terminologije, poistovjećuju AI sa jakom AI, zbog čega proizilaze presude u duhu „AI ne postoji“.

Jaka AI zaista još ne postoji. Gotovo sav napredak koji smo vidjeli u protekloj deceniji u AI je napredak u sistemima aplikacija. Ove uspehe ne treba potcenjivati, jer su primenjeni sistemi u nekim slučajevima sposobni da rešavaju intelektualne probleme bolje od univerzalne ljudske inteligencije.

Mislim da ste primijetili da je koncept AI prilično širok. Recimo, mentalno izračunavanje je takođe intelektualni zadatak, a to znači da će se svaka računska mašina smatrati AI sistemom. Šta je sa računima? Abakus? Antikiterski mehanizam? Zaista, sve su to formalno, iako primitivni, AI sistemi. Međutim, obično, nazivajući sistem AI sistemom, time naglašavamo složenost problema koji ovaj sistem rješava.

Sasvim je očito da je podjela intelektualnih zadataka na jednostavne i složene vrlo umjetna, a naše ideje o složenosti pojedinih zadataka se postepeno mijenjaju. Mehanička računska mašina bila je čudo tehnologije u 17. veku, ali danas ljudi, koji su od detinjstva bili izloženi mnogo složenijim mehanizmima, više nisu u stanju da budu impresionirani njom. Kada automobili koji igraju Go ili samovozeći automobili prestanu da oduševljavaju javnost, vjerovatno će se naći ljudi koji će se trgnuti jer će neko takve sisteme klasificirati kao AI.

“Odlični roboti”: o sposobnostima učenja umjetne inteligencije

Još jedna smiješna zabluda je da AI sistemi moraju imati sposobnost samoučenja. S jedne strane, to nije neophodno svojstvo AI sistema: postoji mnogo nevjerovatnih sistema koji nisu sposobni za samoučenje, ali, ipak, rješavaju mnoge probleme bolje od ljudskog mozga. S druge strane, neki ljudi jednostavno ne znaju da je samoučenje svojstvo koje su mnogi AI sistemi stekli prije više od pedeset godina.

Kada sam 1999. godine napisao svoj prvi šahovski program, samoučenje je već bilo sasvim uobičajeno mjesto u ovoj oblasti - programi su mogli pamtiti opasne pozicije, prilagođavati varijacije otvaranja prema sebi i regulisati stil igre, prilagođavajući se protivniku. Naravno, ti programi su još uvijek bili jako daleko od Alpha Zero. Međutim, već su postojali čak i sistemi koji su naučili ponašanje zasnovano na interakciji sa drugim sistemima kroz eksperimente u takozvanom „učenju sa pojačanjem“. Međutim, iz nekog neobjašnjivog razloga, neki ljudi i dalje misle da je sposobnost samoučenja prerogativ ljudske inteligencije.

Mašinsko učenje, cjelina naučna disciplina, bavi se procesima učenja mašina za rješavanje određenih problema.

Postoje dva velika pola mašinskog učenja – učenje pod nadzorom i učenje bez nadzora.

At obuka sa nastavnikom mašina već ima određeni broj uslovno ispravnih rješenja za određeni skup slučajeva. Zadatak obuke u ovom slučaju je da nauči mašinu, na osnovu dostupnih primera, da donosi ispravne odluke u drugim, nepoznatim situacijama.

Druga krajnost je učenje bez nastavnika. To jest, mašina je stavljena u situaciju u kojoj su tačne odluke nepoznate, dostupni su samo podaci u sirovom, neoznačenom obliku. Ispostavilo se da u takvim slučajevima možete postići određeni uspjeh. Na primjer, možete naučiti mašinu da identificira semantičke odnose između riječi u jeziku na osnovu analize vrlo velikog skupa tekstova.

Jedna vrsta učenja pod nadzorom je učenje s pojačanjem. Ideja je da AI sistem djeluje kao agent smješten u neko simulirano okruženje u kojem može komunicirati s drugim agentima, na primjer, sa svojim kopijama, i primati neke povratne informacije iz okoline kroz funkciju nagrađivanja. Na primjer, šahovski program koji igra sam sa sobom, postupno prilagođavajući svoje parametre i time postupno jačajući vlastitu igru.

Učenje s pojačanjem je prilično široko polje, s mnogo zanimljivih tehnika koje se koriste, u rasponu od evolucijskih algoritama do Bayesove optimizacije. Najnovija dostignuća u AI za igre odnose se na poboljšanje umjetne inteligencije kroz učenje s pojačanjem.

Rizici razvoja tehnologije: da li se trebamo bojati „Sudnjeg dana“?

Ja nisam jedan od AI alarmista, i u tom smislu nisam nipošto sam. Na primjer, tvorac Stenfordskog kursa o mašinskom učenju, Andrew Ng, upoređuje problem opasnosti od AI sa problemom prenaseljenosti Marsa.

Zaista, vjerovatno je da će ljudi kolonizirati Mars u budućnosti. Također je vjerovatno da prije ili kasnije može doći do problema prenaseljenosti na Marsu, ali nije sasvim jasno zašto bismo se sada bavili ovim problemom? Yann LeCun, tvorac konvolucijskih neuronskih mreža, i njegov šef Mark Zuckerberg, te Yoshua Benyo, čovjek u velikoj mjeri zahvaljujući čijim istraživanjima, moderne neuronske mreže mogu riješiti složene probleme u oblasti obrade teksta, slažu se s Ng.

Vjerovatno će trebati nekoliko sati da iznesem svoje viđenje ovog problema, pa ću se fokusirati samo na glavne tačke.

1. NE MOŽETE OGRANIČITI RAZVOJ AI

Alarmisti razmatraju rizike povezane sa potencijalnim destruktivnim uticajem veštačke inteligencije, dok ignorišu rizike povezane sa pokušajem ograničavanja ili čak zaustavljanja napretka u ovoj oblasti. Tehnološka moć čovječanstva raste izuzetno brzom brzinom, što dovodi do efekta koji ja nazivam "pojeftinjenje apokalipse".

Prije 150 godina, uz svu želju, čovječanstvo nije moglo nanijeti nepopravljivu štetu ni biosferi ni samom sebi kao vrsti. Za implementaciju katastrofalnog scenarija prije 50 godina, bilo bi potrebno koncentrirati svu tehnološku moć nuklearne sile. Sutra donosimo globalno katastrofa koju je napravio čovjek mala šačica fanatika može biti dovoljna.

Naša tehnološka moć raste mnogo brže od sposobnosti ljudske inteligencije da kontroliše ovu moć.

Osim ako ljudska inteligencija, sa svojim predrasudama, agresijom, zabludama i ograničenjima, ne bude zamijenjena sistemom koji je sposoban donositi bolje odluke (da li AI ili, što mislim da je vjerovatnije, ljudska inteligencija, tehnološki poboljšana i kombinovana sa mašinama u jedan sistem) , možemo čekati globalnu katastrofu.

2. stvaranje superinteligencije je suštinski nemoguće

Postoji ideja da će AI budućnosti sigurno biti superinteligencija, superiornija od ljudi čak i više nego što su ljudi superiorniji od mrava. U ovom slučaju, bojim se razočarati i tehnološke optimiste - naš Univerzum sadrži niz fundamentalnih fizičkih ograničenja koja će, po svemu sudeći, onemogućiti stvaranje superinteligencije.

Na primjer, brzina prijenosa signala ograničena je brzinom svjetlosti, a na Planckovoj skali pojavljuje se Heisenbergova nesigurnost. Ovo vodi do prve osnovne granice - Bremermannove granice, koja uvodi ograničenja na maksimalna brzina proračuni za autonomni sistem date mase m.

Još jedno ograničenje je povezano sa Landauerovim principom, prema kojem postoji minimalna količina toplote koja se stvara prilikom obrade 1 bita informacije. Prebrzi proračuni će uzrokovati neprihvatljivo zagrijavanje i uništenje sistema. U stvari, moderni procesori su manje od hiljadu puta iza Landauerove granice. Čini se da je 1000 dosta, ali drugi problem je što mnogi intelektualni zadaci pripadaju klasi težine EXPTIME. To znači da je vrijeme potrebno za njihovo rješavanje eksponencijalna funkcija veličine problema. Ubrzavanje sistema nekoliko puta samo daje konstantan porast "inteligencije".

Općenito, postoje vrlo ozbiljni razlozi za vjerovanje da super-inteligentna jaka AI neće uspjeti, iako, naravno, nivo ljudske inteligencije može biti nadmašen. Koliko je ovo opasno? Najvjerovatnije ne mnogo.

Zamislite da ste odjednom počeli da razmišljate 100 puta brže od drugih ljudi. Znači li to da ćete lako moći nagovoriti bilo kojeg prolaznika da vam da svoj novčanik?

3. zabrinuti smo zbog pogrešnih stvari

Nažalost, kao rezultat spekulacija alarmista o strahovima javnosti, iznesenim o “Terminatoru” i čuvenom HAL-u 9000 Clarka i Kubricka, dolazi do pomjeranja naglaska na polju sigurnosti AI prema analizi malo vjerojatnih , ali efikasni scenariji. U isto vrijeme, stvarne opasnosti se gube iz vida.

Svaka dovoljno složena tehnologija koja teži da zauzme važno mjesto u našem tehnološkom pejzažu svakako sa sobom nosi i specifične rizike. Mnogi životi su uništeni parnim mašinama - u proizvodnji, transportu i tako dalje - prije nego što su razvijeni efikasni propisi i sigurnosne mjere.

Ako govorimo o napretku u oblasti primenjene veštačke inteligencije, možemo obratiti pažnju na srodni problem takozvanog „Digitalnog tajnog suda“. Sve više AI aplikacija donosi odluke o pitanjima koja utiču na živote i zdravlje ljudi. To uključuje medicinske dijagnostičke sisteme i, na primjer, sisteme koji donose odluke u bankama o izdavanju ili ne izdavanju kredita klijentu.

Istovremeno, struktura korištenih modela, skupovi faktora koji se koriste i drugi detalji postupka donošenja odluka kriju se kao poslovna tajna od osobe čija je sudbina u pitanju.

Korišteni modeli mogu svoje odluke zasnivati ​​na mišljenjima stručnih nastavnika koji su pravili sistematske greške ili su imali određene predrasude – rasne, rodne.

AI obučena za odluke takvih stručnjaka vjerno će reprodukovati ove predrasude u svojim odlukama. Uostalom, ovi modeli mogu sadržavati određene nedostatke.

Malo ljudi se sada bavi ovim problemima, jer je, naravno, SkyNet koji započinje nuklearni rat, naravno, mnogo spektakularniji.

Neuronske mreže kao "vrući trend"

S jedne strane, neuronske mreže su jedna od najpopularnijih vintage modeli, koji se koristi za kreiranje AI sistema. Pojavivši se u početku kao rezultat bioničkog pristupa, brzo su pobjegli od svojih bioloških prototipova. Jedini izuzetak su pulsne neuronske mreže (međutim, one još nisu našle široku primjenu u industriji).

Napredak posljednjih decenija povezan je s razvojem tehnologija dubokog učenja – pristupa u kojem se neuronske mreže prikupljaju iz velika količina slojeva, od kojih je svaki izgrađen na osnovu određenih pravilnih obrazaca.

Pored kreiranja novih modela neuronskih mreža, značajan napredak je postignut iu oblasti tehnologija učenja. Danas se neuronske mreže više ne podučavaju pomoću centralnih kompjuterskih procesora, već pomoću specijalizovanih procesora sposobnih za brzo izvođenje matričnih i tenzorskih proračuna. Najčešći tip takvih uređaja danas su video kartice. Međutim, aktivno je u toku razvoj još specijalizovanijih uređaja za obuku neuronskih mreža.

Općenito, naravno, neuronske mreže danas su jedna od glavnih tehnologija u području strojnog učenja, kojoj dugujemo rješenje mnogih problema koji su se ranije rješavali nezadovoljavajuće. S druge strane, naravno, morate shvatiti da neuronske mreže nisu lijek za sve. Za neke zadatke oni su daleko od najefikasnijeg alata.

Pa koliko su današnji roboti zaista pametni?

Sve je relativno. U poređenju sa tehnologijom iz 2000. godine, sadašnja dostignuća izgledaju kao pravo čudo. Uvek će biti ljudi koji vole da gunđaju. Prije 5 godina su svom snagom govorili o tome kako mašine nikada neće pobijediti ljude u Gou (ili, barem, neće pobijediti vrlo brzo). Rekli su da mašina nikada neće moći da nacrta sliku od nule, dok danas ljudi praktično ne mogu da razlikuju slike koje su napravile mašine od slika njima nepoznatih umetnika. Krajem prošle godine mašine su naučile da sintetizuju govor koji se praktično ne razlikuje od ljudskog govora, a u poslednjih godina Muzika koju stvaraju mašine ne isušuje vam uši.

Da vidimo šta će biti sutra. Veoma sam optimističan u pogledu ovih primjena AI.

Obećavajući smjerovi: odakle početi zaroniti u polje AI?

Savjetovao bih ti da probaš dobar nivo ovladati jednim od popularnih neuronskih mreža i jednim od najpopularnijih programskih jezika u području strojnog učenja (najpopularnija kombinacija danas je TensorFlow + Python).

Pošto ste savladali ove alate i u idealnom slučaju imate jaku osnovu u oblasti matematičke statistike i teorije verovatnoće, trebalo bi da usmerite svoje napore u oblast koja će vama lično biti najinteresantnija.

Interesovanje za predmet vašeg rada jedan je od vaših najvažnijih pomagača.

Potreba za stručnjacima za mašinsko učenje postoji u različitim oblastima – u medicini, bankarstvu, nauci, proizvodnji, tako da danas dobar specijalista ima veći izbor nego ikada ranije. Čini mi se da su potencijalne koristi bilo koje od ovih industrija beznačajne u poređenju sa činjenicom da ćete uživati ​​u poslu.