Nisem se premaknil in komaj dihal ... Verjetno so me že izgubili sled ... Ušel sem iz skrivališča in se znašel iz oči v oči z enim od njih ... Kričal je, a se ni mogel premakniti ... Igra se je spet sesula

Umetna inteligenca (AI) v video igrah je nekaj, česar večina od nas ne opazi, dokler se ne pokvari. Nevidno je prisoten v vsem, vpliva na našo igralno izkušnjo, na naše dojemanje vsakega igralnega trenutka, a je eden najbolj podcenjenih elementov video iger. AI je začimba, ki daje igri okus, nas potopi v svet igre kot nič drugega.

Pojem »umetna inteligenca« vsakdo razume po svoje. Ta izraz se lahko nanaša na procese programske opreme, ki nadzorujejo like v igri, posamezne predmete v igri ali celo nasprotnike, ki jih nikoli ne vidite (kot na primer v strategiji v realnem času).

Obrnimo se na Alien: Isolation. Če pustimo naključne zrušitve na stran, recimo, da je odlična igra! Ena redkih filmskih iger, pri kateri se počutite kot v filmu. Alien: Isolation daje resnično občutek, kot da ste v filmu Alien. Vsak film o Nezemljanu ima jasen cilj: znebiti se Nezemljana. Številni osamljeni trenutki v filmih bi se lahko spremenili v zanimivo igro, pa naj gre za Dallasovo plezanje skozi zračnike z metalcem ognja ali Ripleyjevo udarjanje kraljice v mehanskem nakladalniku. Ti filmi, tako kot video igre, so zelo energični, njihovo vesolje je zelo primerno za "gaming".

Igra Alien: Isolation je močna prav v svoji umetni inteligenci. Alien mora delovati tako, da se igralec počuti kot udeleženec v filmih o Alienu, sam Alien pa je kompleksno bitje, ki daje veliko igralnih možnosti. Skriva se s premišljeno uporabo zasnove prostorov. Premika se skozi ventilacijo in nepričakovano napade igralce. Sovraži ogenj, zato lahko proti njemu uporabimo metalce ognja. Hkrati pa igra postavlja določene meje težavnosti. Vemo, kako deluje življenski krog Nezemljani. Vemo, da izpuščajo kislino. Vemo za njihovo kolektivno inteligenco. Z drugimi besedami, filmi Alien so ustvarili privlačen peskovnik za razvijalce iger.

Vsaka odločitev, ki jo sprejmete v izolaciji, se vrne Outsiderju. Kako se skrivaš? Kako uporabljate dragoceno gorivo za metal ognja? Kako dolgo čakaš, da odide? Soočate se s pravim, živim Nezemljanom, ki se bo obnašal in razmišljal kot vesoljec. To je neverjetno, strašljivo in neverjetno hkrati!

Večina igralcev in razvijalcev verjame, da je "močan AI" v bistvu nemogoč. To bi pomenilo, da bi morala biti enaka ali celo večja od človeške inteligence. Težko bi bilo udobno igrati s tem.

Močan AI bo zelo podoben drugemu igralcu z enakimi cilji igre: želel bo zmagati. Dober AI ne želi zmagovati, želi, da trdo delate, da zaslužite svoje dobitke. Zato Alien ni toliko realistična simulacija največje filmske pošasti kot poustvarjanje izkušnje.

V izolaciji je vesoljec skoraj vedno v bližini. Seveda ga lahko za nekaj časa zamotite ali se premaknete iz ene sobe v drugo, vendar bo vedno končal v bližini. Večino časa se Nezemljan obnaša verodostojno, razen v redkih primerih, ko nerazložljivo ostane v eni sobi, medtem ko vi zadržujete dih, v upanju, da bo odšel, da boste lahko zlezli iz omare.

Zdi se, da vesoljec vedno pozna vašo približno lokacijo, kar vas drži v napetosti in negotovosti. Ne opazi vas takoj (razen redkih "napak"), če ne uspete prikriti. To je zelo priročno za ohranjanje vzdušja grozljivke, včasih pa se trenutek zavleče in igra začne "ponarejati". Včasih je igra tako osredotočena na ustvarjanje napetosti, da pozabi na veliko pomembnejšo stvar – potopitev.

Smešno, vendar je beseda "potopitev" zaradi marketinškega hecanja skoraj izgubila pomen. Zdaj se vsaka igra, ki lahko pritegne pozornost, ponaša z "potopitvijo". Toda pomen je drugačen že od samega začetka: ko se potopiš v ocean, obstajaš znotraj oceana.

V devetdesetih letih prejšnjega stoletja se je pojavil koncept "Immersive Sim" (potopna simulacija). Ideja je bila, da lahko igralci obstajajo v svetu igre in ga obravnavajo kot resničnost. Najbolj znani med "immersive sims" 90-ih sta bili System Shock in Thief: The Dark Project. Obe igri sta razvili Looking Glass Studios in obe sta se močno osredotočali na umetno inteligenco.

Igra brez dobre umetne inteligence je kot zbirka praznih filmov. Cela zbirka je dobra, vendar film temelji na njenih likih. Odličen AI vdahne življenje likom igre in njenemu svetu. To je najpomembnejša komponenta pri predvajanju poglobljene filmske izkušnje.

Za dober primer "immersive sim" v akciji si poglejmo Thief: The Dark Project. Igra je postavljena v domišljijski svet in igrate kot tat po imenu Garrett. Ena misija vas pošlje v podzemne ruševine. Območje zemljevida je naseljeno s posebnimi zombiji. Ni jih mogoče zdrobiti na koščke, kot navadne. Ponovno se rodijo kmalu po tem, ko jih ubijete. Edini način, da se jih resnično znebite, je, da uporabite sveto vodo na svojih dragih vodnih puščicah, ki običajno ugasnejo bakle in vam omogočajo, da se skrijete v temi. Ko vas zombi opazi, zarjovi in ​​opozori druge zombije, ki rjovijo za naslednjim. Tako je bilo mogoče zbrati množico vseh zombijev na ravni. Če ni bilo dovolj puščic ali svete vode, je bilo treba razmisliti o načrtu.

Na primer, z dvema ali tremi zombiji se je bilo mogoče pretihotapiti na balkon nad sobo, prikrito streljati na enega, da je z rjovenjem poklical vse zombije v sobo, nato pa jih začel streljati s sveto vodo.

To pomeni, da je igra ustvarila prostor, ustvarila sovražnike, ki so imeli logičen niz pravil in na katere je bilo mogoče uporabiti zelo resnično logiko.

Zato igra z dobrim AI deluje bolj kot Thief kot Isolation. Napetost je zelo pomembna za igro Alien, vendar mora biti poglobitev temelj. Če igra ni več verjetna, ni več tako strašljiva.

Seveda, da bi potopitev delovala, moramo sprejeti trike režiserja ali razvijalca. Film Alien ne bo deloval, če nam nekdo pred ekranom reče, da vesoljec v resnici ni prišel iz človeške skrinje. Zato, da bi deloval, nas mora Alien: Isolation prepričati v njegovo resničnost. Igra naj bi bila interaktivna, torej še bolj realistična kot kateri koli film. Igra mora biti razburljiva. Pravila morajo biti smiselna in dosledna.

Če vi ali igra prekinete ta odnos, igra neha biti strašljiva in izkušnja razpade. Ko ljudje, ki lovijo igralca, nenadoma zamrznejo ali ko se Nezemljan »teleportira« za njihovim hrbtom, prekine potopitev in umakne izkušnjo igre. Neha biti strašljiv, kar je sploh bistvo Nezemljana.

Igre Alien igramo, ker želimo izkusiti izkušnjo Aliena. Ko se umetna inteligenca pokvari ali "zajeca", se potopitev izgubi in igra razpade. Toda ko umetna inteligenca deluje pravilno, postanemo Ripley, se skrivamo v omarici, zadržujemo dih in čakamo, da pošast odide.

Umetna inteligenca – v Zadnje čase ena najbolj priljubljenih tem v svetu tehnologije. Umi, kot so Elon Musk, Stephen Hawking in Steve Wozniak, so resno zaskrbljeni zaradi raziskav umetne inteligence in trdijo, da nam njeno ustvarjanje grozi s smrtno nevarnostjo. Hkrati so znanstvena fantastika in hollywoodski filmi ustvarili veliko napačnih predstav o AI. Ali smo res v nevarnosti in kakšne netočnosti delamo, ko si predstavljamo uničenje Zemlje Skynet, splošno brezposelnost ali obratno, blaginjo in brezskrbnost? Gizmodo je ovrgel človeške mite o umetni inteligenci. Tukaj je celoten prevod njegovega članka.

Imenujejo ga najpomembnejši test strojne inteligence, odkar je Deep Blue pred 20 leti premagal Garija Kasparova v šahovski partiji. Google AlphaGo je premagal velemojstra Lija Sedola na turnirju Go z poraznim rezultatom 4:1 in pokazal, kako resno je napredovala umetna inteligenca (AI). Usodni dan, ko stroji končno presežejo človeški um, se še nikoli ni zdel tako blizu. A zdi se, da se še nismo približali razumevanju posledic tega epohalnega dogodka.

Pravzaprav se oklepamo resnih in celo nevarnih napačnih predstav o umetni inteligenci. Lansko leto ustanovitelj SpaceX Elon Musk je opozoril, da bi umetna inteligenca lahko zavzela svet. Njegove besede so povzročile vihar komentarjev, tako nasprotnikov kot zagovornikov tega mnenja. Kar zadeva tako prihodnji monumentalni dogodek, obstaja osupljivo veliko polemik o tem, ali se bo zgodil in če bo, v kakšni obliki. To je še posebej zaskrbljujoče, če pomislite na neverjetne koristi, ki bi jih človeštvo lahko prejelo od umetne inteligence, in morebitna tveganja. Za razliko od drugih človeških izumov ima umetna inteligenca potencial, da spremeni človeštvo ali nas uniči.

Težko je vedeti, čemu verjeti. Toda zahvaljujoč zgodnjemu delu računalniških znanstvenikov, nevroznanstvenikov, teoretikov umetne inteligence se začenja pojavljati jasnejša slika. Tukaj je nekaj pogostih napačnih predstav in mitov o umetni inteligenci.

Mit št. 1: »Nikoli ne bomo ustvarili AI s človeško inteligenco«

Realnost:Že imamo računalnike, ki so enaki ali presegli človeške zmogljivosti v šahu, igri Go, borznem trgovanju in pogovoru. Računalniki in algoritmi, ki jih poganjajo, so lahko samo še boljši. Samo vprašanje časa je, kdaj bodo pri kateri koli nalogi presegli ljudi.

Raziskovalni psiholog NYU Gary Marcus je dejal, da "dobesedno vsi", ki delajo na področju umetne inteligence, verjamejo, da nas bodo stroji sčasoma premagali: "Edina prava razlika med navdušenci in skeptiki so ocene časa." Futuristi, kot je Ray Kurzweil, menijo, da bi se to lahko zgodilo v nekaj desetletjih, drugi pravijo, da bi lahko trajalo stoletja.

Skeptiki umetne inteligence niso prepričljivi, ko pravijo, da gre za nerešljiv tehnološki problem in da je v naravi bioloških možganov nekaj edinstvenega. Naši možgani so biološki stroji – obstajajo v resničnem svetu in se držijo osnovnih fizikalnih zakonov. Na njih ni nič nespoznavnega.

Mit št. 2: "Umetna inteligenca bo imela zavest"

Realnost: Večina si predstavlja, da bo strojni um zavesten in razmišljal tako, kot razmišljajo ljudje. Še več, kritiki, kot je soustanovitelj Microsofta Paul Allen, verjamejo, da še ne moremo doseči umetne splošne inteligence (sposobne rešiti vsak duševni problem, ki ga lahko reši človek), ker nimamo znanstvene teorije zavesti. A kot pravi Murray Shanahan, strokovnjak za kognitivno robotiko na Imperial College London, obeh pojmov ne smemo enačiti.

»Zavest je vsekakor neverjetna in pomembna stvar, vendar ne verjamem, da je potrebna za umetno inteligenco na ravni človeka. Natančneje, besedo "zavest" uporabljamo za označevanje več psiholoških in kognitivnih lastnosti, ki jih oseba "dobi v kompletu", pojasnjuje znanstvenik.

Lahko si predstavljamo inteligenten stroj, ki nima ene ali več teh lastnosti. Na koncu lahko ustvarimo neverjetno pametno AI, ki sveta ne bo mogla dojemati subjektivno in zavestno. Shanahan trdi, da je um in zavest mogoče združiti v stroju, vendar ne smemo pozabiti, da gre za dva različna pojma.

Dejstvo, da stroj prestane Turingov test, v katerem ga ni mogoče razlikovati od človeka, še ne pomeni, da ima zavest. Za nas se lahko napredna umetna inteligenca zdi zavestna, vendar njeno samozavedanje ne bo nič drugega kot kamen ali kalkulator.

Mit št. 3: "Ne smemo se bati AI"

Realnost: Januarja je ustanovitelj Facebooka Mark Zuckerberg dejal, da se umetne inteligence ne smemo bati, saj bo naredila neverjetno veliko dobrih stvari za svet. Pol ima prav. Izkoristili bomo ogromne koristi od umetne inteligence, od samovozečih avtomobilov do novih zdravil, vendar ni nobenega zagotovila, da bo vsaka implementacija umetne inteligence benigna.

Visoko inteligenten sistem lahko ve vse o določeni nalogi, kot je reševanje grdega finančnega problema ali vdor v sovražnikov obrambni sistem. Toda zunaj meja teh specializacij bo globoko nevedna in nezavedna. Googlov sistem DeepMind je strokovnjak za Go, vendar nima možnosti ali razloga za raziskovanje področij zunaj svoje specialnosti.

Mnogi od teh sistemov morda niso predmet varnostnih pomislekov. Dober primer je kompleksen in močan virus Stuxnet, paravojaški črv, ki sta ga razvili izraelska in ameriška vojska za infiltracijo in sabotažo iranskih jedrskih elektrarn. Ta virus je nekako (namerno ali po naključju) okužil rusko jedrsko elektrarno.

Drug primer je program Flame, ki se uporablja za kibernetsko vohunjenje na Bližnjem vzhodu. Zlahka si je zamisliti prihodnje različice Stuxneta ali Flamea, ki bodo presegle svoje cilje in povzročile veliko škodo občutljivi infrastrukturi. (Za razumevanje ti virusi niso umetna inteligenca, vendar jo bodo morda imeli v prihodnosti, zato skrb).

Virus Flame je bil uporabljen za kibernetsko vohunjenje na Bližnjem vzhodu. Fotografija: Wired

Mit št. 4: "Umetna superinteligenca bo preveč pametna, da bi delala napake"

Realnost: Raziskovalec umetne inteligence in ustanovitelj Surfing Samurai Robots Richard Lucimore verjame, da je večina scenarijev konca sveta, povezanih z umetno inteligenco, nedoslednih. Vedno so zgrajeni na predpostavki, da umetna inteligenca pravi: "Vem, da je uničenje človeštva povzročila konstrukcijska napaka, vendar to še vedno moram storiti." Lucimore pravi, da če se AI obnaša na ta način, ko govori o našem uničenju, ga bodo takšna logična protislovja preganjala vse življenje. To pa poslabša njegovo bazo znanja in postane preveč neumen, da bi ustvaril nevarno situacijo. Znanstvenik tudi trdi, da se ljudje, ki pravijo: "AI lahko naredi le tisto, za kar je programirana", prav tako motijo ​​kot njihovi kolegi na zori računalniške dobe. Takrat so ljudje s to besedno zvezo trdili, da računalniki niso sposobni dokazati niti najmanjše prilagodljivosti.

Peter McIntyre in Stuart Armstrong, ki delata na Inštitutu za prihodnost človeštva na Univerzi v Oxfordu, se ne strinjata z Lucimorom. Trdijo, da je AI v veliki meri vezan na to, kako je programiran. McIntyre in Armstrong menita, da AI ne more delati napak ali biti preveč neumen, da ne bi vedel, kaj pričakujemo od njega.

»Po definiciji je umetna superinteligenca (AI) entiteta z veliko večjo inteligenco od najboljših človeških možganov na katerem koli področju znanja. Natančno bo vedel, kaj smo želeli, da naredi,« pravi McIntyre. Oba znanstvenika verjameta, da bo umetna inteligenca naredila le tisto, za kar je programirana. Toda če postane dovolj pameten, bo razumel, kako drugače je to od duha zakona ali namenov ljudi.

McIntyre je prihodnji položaj ljudi in umetne inteligence primerjal s trenutno interakcijo med človekom in miško. Namen miši je iskanje hrane in zatočišča. Toda pogosto je v nasprotju z željo človeka, ki želi, da njegova žival prosto teče okoli njega. »Smo dovolj pametni, da razumemo nekatere namene miši. Torej bo tudi ASI razumel naše želje, vendar bo do njih brezbrižen, «pravi znanstvenik.

Kot kaže zaplet filma Ex Machina, bo človek izjemno težko obdržati pametnejši AI

Mit št. 5: "Preprost popravek bo rešil problem nadzora AI"

Realnost: Z ustvarjanjem umetne inteligence pametnejši od človeka, se soočamo s problemom, znanim kot "problem nadzora". Futuristi in teoretiki umetne inteligence zapadejo v stanje popolne zmede, ko jih vprašajo, kako bomo zajezili in omejili ASI, če do njega pride. Ali kako se prepričati, da je prijazen do ljudi. Pred kratkim so raziskovalci na Georgia Institute of Technology naivno predlagali, da bi umetna inteligenca lahko sprejela človeške vrednote in družbena pravila z branjem preproste zgodbe. V resnici bo veliko težje.

»Predlaganih je bilo veliko preprostih trikov, ki bi lahko 'rešili' celoten problem nadzora AI,« pravi Armstrong. Primeri vključujejo programiranje ASI tako, da je njegov namen ugajati ljudem, ali tako, da preprosto deluje kot orodje v rokah osebe. Druga možnost je vključitev konceptov ljubezni ali spoštovanja v izvorno kodo. Da bi preprečili, da bi umetna inteligenca sprejela poenostavljen, enostranski pogled na svet, je bilo predlagano, da se programira tako, da ceni intelektualno, kulturno in družbeno raznolikost.

Toda te rešitve so preveč preproste, kot poskus stlačitve kompleksnosti človeških simpatij in antipatij v eno samo površinsko definicijo. Poskusite na primer pripraviti jasno, logično in izvedljivo definicijo "spoštovanja". To je izjemno težko.

Stroji v Matrici bi zlahka uničili človeštvo

Mit št. 6: "Umetna inteligenca nas bo uničila"

Realnost: Nobenega zagotovila ni, da nas bo umetna inteligenca uničila ali da ne bomo mogli najti načina za njen nadzor. Kot je rekel teoretik umetne inteligence Eliezer Yudkowsky, "umetna inteligenca vas niti ne ljubi niti ne sovraži, vendar ste narejeni iz atomov, ki jih lahko uporabi za druge namene."

V svoji knjigi Umetna inteligenca. Obdobja. Grožnje. Strategije,« je oxfordski filozof Nick Bostrom zapisal, da bo prava umetna superinteligenca, ko se pojavi, predstavljala več tveganja kot katera koli druga človeška iznajdba. Zaskrbljenost so izrazili tudi ugledni umi, kot so Elon Musk, Bill Gates in Stephen Hawking (slednji je opozoril, da bi umetna inteligenca lahko bila naša »najhujša napaka v zgodovini«).

McIntyre je dejal, da so v večini ciljev, ki jih lahko vodi ISI, dobri razlogi, da se znebite ljudi.

»Umetna inteligenca lahko povsem pravilno napove, da ne želimo, da maksimira dobiček določenega podjetja, ne glede na stroške za stranke, okolju in živali. Zato ima močno spodbudo, da se prepriča, da ga ne motijo, ne motijo, izključijo ali spremenijo njegove cilje, ker to ne bi izpolnilo njegovih prvotnih ciljev,« pravi McIntyre.

Razen če cilji ASI natančno odražajo naše lastne, bo imel dober razlog, da nam ne da priložnosti, da ga ustavimo. Glede na to, da je njegova raven inteligence močno višja od naše, ne moremo storiti ničesar glede tega.

Nihče ne ve, v kakšni obliki bo umetna inteligenca in kako bi lahko ogrozila človeštvo. Kot je opozoril Musk, se lahko umetna inteligenca uporablja za nadzor, regulacijo in spremljanje drugih AI. Lahko pa je prepojen s človeškimi vrednotami ali prevladujočo željo po prijaznosti do ljudi.

Mit št. 7: "Umetna superinteligenca bo prijazna"

Realnost: Filozof Immanuel Kant je verjel, da je razum močno povezan z moralo. Nevroznanstvenik David Chalmers je v svoji študiji The Singularity: A Philosophical Analysis prevzel znamenito Kantovo idejo in jo uporabil za nastajajočo umetno superinteligenco.

Če je to res, lahko pričakujemo, da bo intelektualna eksplozija povzročila eksplozijo morale. Nato lahko pričakujemo, da bodo nastajajoči sistemi ASI nadmoralni in superinteligentni, kar nam omogoča, da od njih pričakujemo dobroto.

Toda ideja, da bo napredna umetna inteligenca razsvetljena in prijazna, sama po sebi ni zelo verjetna. Kot je poudaril Armstrong, je zunaj veliko pametnih vojnih zločincev. Zdi se, da med ljudmi ne obstaja povezava med razumom in moralo, zato dvomi o delovanju tega načela med drugimi inteligentnimi oblikami.

»Pametni ljudje, ki se obnašajo nemoralno, lahko povzročijo bolečino v veliko večjem obsegu kot njihovi bolj neumni kolegi. Inteligenca jim samo omogoča, da so z več inteligence slabi, ne pa jih naredi dobre,« pravi Armstrong.

Kot je pojasnil McIntyre, zmožnost subjekta, da doseže cilj, ni povezana s tem, ali bi bil ta cilj na začetku razumen. »Imeli bomo veliko srečo, če bodo naši AI edinstveno nadarjeni in bo njihova stopnja morale rasla skupaj z umom. Upanje na srečo ni najboljši pristop za to, kar bi lahko določilo našo prihodnost,« pravi.

Mit št. 8: "Tveganja umetne inteligence in robotike so enaka"

Realnost: To je še posebej pogosta napakaširijo nekritični mediji in hollywoodski filmi, kot je Terminator.

Če bi umetna superinteligenca, kot je Skynet, resnično želela uničiti človeštvo, ne bi uporabljala androidov z šestcevne mitraljeze. Veliko bolj učinkovito bi bilo poslati biološko kugo ali nanotehnološko sivo sluz. Ali pa samo uniči atmosfero.

Umetna inteligenca je potencialno nevarna ne zato, ker lahko vpliva na razvoj robotike, ampak zaradi tega, kako bo njen videz vplival na svet nasploh.

Mit št. 9: "Upodobitev AI v znanstveni fantastiki je natančen prikaz prihodnosti"

Veliko vrst umov. Slika: Eliezer Yudkowsky

Seveda so avtorji in futuristi uporabili znanstveno fantastiko za ustvarjanje fantastičnih napovedi, vendar je obzorje dogodkov, ki ga določa ASI, povsem druga zgodba. Poleg tega nečloveška narava umetne inteligence onemogoča, da bi poznali in s tem predvideli njeno naravo in obliko.

Da bi zabavali nas neumne ljudi, je večina umetne inteligence v znanstveni fantastiki prikazana tako, kot da izgleda kot mi. »Obstaja spekter vseh možnih umov. Tudi med ljudmi si precej drugačen od soseda, a ta variacija ni nič v primerjavi z vsemi inteligencami, ki lahko obstajajo,« pravi McIntyre.

Ni nujno, da je večina znanstvene fantastike znanstveno točna, da bi povedala prepričljivo zgodbo. Konflikt se običajno odvija med junaki, ki so si po moči blizu. »Predstavljajte si, kako dolgočasna bi bila zgodba, kjer bi AI brez zavesti, veselja ali sovraštva pokončal človeštvo brez kakršnega koli odpora, da bi dosegel nezanimiv cilj,« zazeha Armstrong.

V Teslini tovarni dela na stotine robotov

Mit št. 10: "Grozno je, da bo AI prevzel vse naše delo"

Realnost: Sposobnost umetne inteligence, da avtomatizira veliko tega, kar počnemo, in njen potencial za uničenje človeštva sta dve zelo različni stvari. Toda po mnenju Martina Forda, avtorja knjige In the Dawn of Robots: Technology and the Threat of a Jobless Future, se nanje pogosto gleda kot na celoto. Dobro je razmišljati o daljni prihodnosti aplikacij AI, vendar le, če nas to ne odvrne od težav, s katerimi se bomo morali soočiti v prihodnjih desetletjih. Glavna med njimi je množična avtomatizacija.

Nihče ne dvomi, da bo umetna inteligenca nadomestila mnoga obstoječa delovna mesta, od tovarniškega delavca do višjih delovnih mest belih ovratnikov. Nekateri strokovnjaki napovedujejo, da bo avtomatizacija v bližnji prihodnosti ogrožala polovico vseh delovnih mest v ZDA.

Toda to ne pomeni, da ne moremo prenesti šoka. Na splošno je znebiti se večine našega dela, tako fizičnega kot duševnega, kvaziutopičen cilj naše vrste.

»V nekaj desetletjih bo umetna inteligenca izbrisala veliko delovnih mest, vendar to ni slabo,« pravi Miller. Samovozeči avtomobili bodo nadomestili voznike tovornjakov, s čimer se bodo zmanjšali stroški pošiljanja in posledično pocenili številni izdelki. »Če si avtoprevoznik in se s tem preživljaš, boš izgubil, nasprotno, vsi drugi bodo lahko za isto plačo kupili več blaga. In denar, ki ga bodo prihranili, bodo porabili za druge dobrine in storitve, ki bodo ustvarile nova delovna mesta za ljudi,« pravi Miller.

Po vsej verjetnosti bo umetna inteligenca ustvarila nove priložnosti za ustvarjanje dobrega in osvobodila ljudi, da počnejo druge stvari. Napredek pri razvoju umetne inteligence bo spremljal napredek na drugih področjih, predvsem v proizvodnji. V prihodnosti nam bo lažje, ne težje, zadovoljiti osnovne potrebe.

Uvod

Ko iščemo izvor idej o umetni inteligenci, lahko navedemo veliko dejstev in mitov. Od starogrškega robota Talosa, ki ga je Zeus ustvaril za varovanje otoka Kreta, ali Charlesa Babbagea z Ado Lovelace in njihovim analitičnim motorjem iz sredine 19. stoletja, do idej Minskyja in McCartneyja, ki sta ustvarila sodobno definicijo AI kot vsako dejanje, ki ga izvaja program ali stroj, za katerega bi, če ga izvaja človek, rekli, da mora pokazati inteligenco ali iznajdljivost.

Zame je izvor rojstva umetne inteligence viden v knjigi Galilea Galileija iz leta 1683 »Pogovori in matematični dokazi dveh novih znanosti«.

V tej knjigi je zlasti Galileo zapisal, da je vse na svetu, vključno z naravni pojavi, se lahko izrazi z matematiko. Izkazalo se je, da lahko za vsak pojav ali dejanje izmislite algoritem. Tako je umetna inteligenca skupek algoritmov za vse priložnosti. In ena glavnih sposobnosti AI bo sposobnost samostojne sinteze novih algoritmov na podlagi razpoložljivih podatkov.

V okrnjeni obliki je to že mogoče. Googlov AlphaGo je na primer po analizi podatkovne baze 30 milijonov potez in večtisočkratni vaji sam s seboj uspel premagati najboljšega igralca Goa na svetu.

In IBM usposablja svoj superračunalnik Watson za pomoč zdravnikom. Naloga je naučiti računalnik iskati odgovore na vprašanja, zastavljena v naravnem jeziku, torej se Watson nauči izvajati medicinsko raziskavo. Nekakšna igra diferencialne diagnoze, le računalnik namesto dr. Housea. Pravzaprav je to konec zgodbe. Umetna inteligenca je v glavah prebivalcev Jarvis iz stripov Iron Man, Terminator ali v najslabšem primeru RoboCop (v filmu je dodana AI tista, ki pomaga kiborgu zelo hitro in natančno streljati). Takšna možnost seveda mora biti, a začnimo s tem, kar je danes na voljo.

Katere vrste umetne inteligence obstajajo danes?

Na splošno lahko vse vrste umetne inteligence razdelimo v dve kategoriji - šibko ali omejeno umetno inteligenco in splošno ali močno umetno inteligenco.

Šibek AI

Pravzaprav imena govorijo zase. AI je danes prvi tip – omejen, torej je intelekt izbrušen za določene naloge. Na primer, ko Samsung obljublja, da bo do leta 2020 vsaka njegova naprava imela AI, to pomeni omejeno možnost. Primera sta Siri ali Alice, ki lahko naredita točno to, za kar sta programirani. Alice celo odgovori takole, ko nečesa ne zna ali ne zmore: "Programer mi je obljubil, da me bo tega naučil pozneje."

V isto vrsto spadajo zemljevidi Google in Yandex, ki analizirajo prometne zastoje in načrtujejo poti, kamere, ki prepoznajo prizore, inteligentna pečica, ki neodvisno uravnava stopnjo toplote, in robotski sesalnik, ki, kakor koli si to razložite, zna samo sesati, ne daje pa copat.

In do zdaj je ta omejena umetna inteligenca edina vrsta umetne inteligence, ki jo je človeštvo obvladalo. Šibko AI lahko razdelimo na ključne naloge, s katerimi se danes ukvarjajo strokovnjaki. To:

• prepoznavanje govora;
• računalniški vid;
• obdelava naravnega jezika;
• iskanje vzorcev ali analiza podatkov;
• robotika.

Da bi dosegli rešitev teh težav, to je, da naučite nekaj AI razumeti vaše besede in prepoznati slike, obstajata dva načina.

1. simbolni pristop.

   Ta pristop je vodil od poznih 40. do zgodnjih 90. let. Metoda temelji na tem, kar se je mislilo Najboljši način"Trenirati" AI pomeni dati čim več znanja. Na primer, če govorimo v kontekstu medicine, potem so vse vrste učbenikov in baz znanja naložene v AI. In AI išče odgovore le na podlagi razpoložljivih informacij, obdeluje znanje le v skladu s pravili, ki jih je ustvaril programer.

   Zato je ta vrsta AI dobra za reševanje statičnih problemov. Na primer, vanj je mogoče naložiti vse učbenike ruskega jezika, umetna inteligenca pa bo lahko dobro preverjala eseje, odkrivala črkovalne in ločilne napake ter se osredotočala na ortoepske norme, lahko celo izolirala govorne napake in pomanjkljivosti. Vendar bo to storil le na podlagi pravil, torej ne razume konteksta, temveč izolira pravilen besedni red in črkovanje.

   Drug primer je strojno prevajanje. Umetna inteligenca, usposobljena za simbole, je oborožena z vsemi vrstami slovarjev in frazov. In če je besedna zveza, ki mu je ponujena za prevod, v enem od njih, jo bo dobro prevedel, če pa ne, bo preprosto zamenjal besede, predloge in strukturo stavka na podlagi določenih pravil.

2. Strojno učenje ali ne-simbolični AI.

   Za razliko od simbolnega učenja ta možnost učenja pomeni, da so umetni inteligenci pokazali, kako naj reši določeno težavo, nato pa so jo pustili prosto lebdeti. Tako delujejo nevronske mreže. Spomnim se, da sem bral o primeru, ko je programer povezal AI z nadzorom škropilnic in ga naučil z vodo odgnati sosedovo mačko, ki se je navadila hoditi na stranišče kar na zelenico. Programer je AI pokazal veliko fotografij z mačkami, nakar je umetna inteligenca razvila refleks, da je vklopila škropilnico vsakič, ko se mu je zdelo, da vidi nekaj, kar je videti kot mačka. Sistem ni vedno deloval gladko. Zdi se, da se je nekako vklopila, ko je AI senco na pločniku zamenjal za mačko.

   Če govorimo o primeru prevoda, potem lahko usposobljeni AI poskuša razumeti kontekst fraze in v prevodu nadomesti ne prvo besedo, ki izpolnjuje osnovne zahteve, ampak tisto, ki po njenem mnenju bolje odraža slog, čustva, sleng ali kaj drugega, na katerem je bil usposobljen.

Danes večina programerjev raje uporablja drugo vrsto - strojno učenje, saj lahko tako rekoč improvizira. Na primer, če je avtonomni avto usposobljen po prvem tipu, potem bo vozil po pravilih, če pa se na cesti pojavi nepredvidena situacija, bo avto v težavah. In avto, usposobljen s strojnim učenjem, lahko deluje v skladu z okoliščinami in sintetizira ideje na podlagi predhodno vnesenih informacij.

Tukaj nastane težava. Ena od ključnih pomembnih lastnosti simbolne umetne inteligence je, da lahko sistem vedno pojasni, zakaj je sprejel določeno odločitev. Toda v primeru strojnega učenja vse ni enostavno. Zato isti UBER ali Tesla vzamejo veliko časa, da ugotovijo, zakaj so njihovi avtomobili sprejeli to ali ono odločitev, ki je povzročila nesrečo.

Vendar pa za iste avtomobile simbolično učenje ni primerno, saj se vsa pravila za AI vnesejo ročno, to je, relativno gledano, morate registrirati vse možnosti za avto - oseba je zbežala na cesto, voziček se je prevrnil, škatla je odletela itd. Nekaj ​​je pozabil zapisati in nenadoma se je izkazalo, da je avto zadel losa, ker o njem ni bilo nič v pravilniku, medtem ko bo strojni AI lahko uganil, da ne morete sestreliti vseh štirinožcev.

Šibka umetna inteligenca ima, kot vidite, kljub omejitvam številne aplikacije – od pametne tehnologije, do samovozečih avtomobilov, do obdelave podatkov s poskusi napovedovanja prihodnosti. Mimogrede, Google Duplex, ki lahko rezervira mize v restavraciji, je tudi omejena umetna inteligenca, saj zmore točno to, kar so ga naučili.

Močan AI (sam)

Tu se že začne kraljestvo hipotez, saj česa takega človeštvo še ni videlo. Morda le v drobovju Googla ali IBM-a živi nekaj polinteligentnega. Na zadnji Google I/O konferenci je zelo pametna Kitajka Fei Fei Li, vodja oddelka za strojno učenje in umetno inteligenco pri Google Cloudu, dejala, da čeprav je od raziskav AI minilo več kot 60 let, je znanost še vedno v povojih in zaenkrat lahko govorimo le o doseganju mojstrstva pri razvoju omejene AI.

Predlagam pa, da malo sanjamo o močnem AI in poskusimo ugotoviti, kakšen naj bi bil in kaj bi moral biti sposoben narediti. Menijo, da je močan AI tako pameten kot povprečna oseba, torej teoretično lahko reši kakršen koli problem .. In če se je prvi soočil z nalogo, da na kakršen koli način uniči Johna Connorja, potem drugi hrepeni po največji entropiji. Terminator, če bo metro zaprt, bo šel ubiti Johna Connorja z avtobusom, in če se bo avtobus pokvaril, bo šel peš ali poklical taksi, slabovoljec pa bo napisal, da se bo vse oglaševanje, da avtor ničesar ne razume, poskušalo ukvarjati z demagogijo in sofizem. Pravzaprav vlade po vsem svetu najbolj sanjajo o tem, da bi se dokopale do močne umetne inteligence za izvajanje vojaških operacij in sabotažo ameriških volitev z vojsko računalniških trolov.

Google pravi, da če bo šlo vse v redu, bo do leta 2050 morda prišlo do preboja in se bo pojavila prva močna AI.

Glavna slabost takšne umetne inteligence je, da kljub vsem svojim sposobnostim še vedno ostaja razmeroma ozkogled, kot povprečen človek, vendar si močna umetna inteligenca za razliko od človeka vse zapomni in je bolje orientirana pri iskanju in obdelavi informacij.

super močan intelekt

To je popolnoma izven področja domišljije. Na primer, Friday / Jarvis iz Iron Mana je mogoče pripisati preprosto močni inteligenci.

Če se spomnite, je v enem od filmov glavni junak Tony Stark poskušal izumiti nek nov nestrupen vir energije, da bi si ga dal v prsi. Jarvis mu je pomagal, vendar je težavo vseeno lahko rešil le Tony Stark, saj AI ni imel dovolj "razloga". Super močan intelekt bo lahko samostojno rešil tudi največ zahtevne naloge. Njemu bo človeštvo postavilo vprašanje, na katerega bo odgovoril "42", nato pa bo super-močna umetna inteligenca vse ljudi dala v sode s tekočino in ustvarila fenomen izbranca (to ni smeti, ampak aluzije na knjigo "Štoparski vodnik po galaksiji" in film "Matrika").

Ali naj se bojim AI?

Kljub vsem znanstvenofantastičnim filmom se ni treba bati, vsaj do prihoda najnovejše vrste AI. Vendar pa se morate bati ljudi, ki se ukvarjajo z razvojem, saj je zaradi napake ali namerno pravilo »ubiti vse ljudi« namesto »učiti vse ljudi« lahko postavljeno v isti omejeni AI. In potem je za AI vse odvisno od malega - samo razjasniti pomene vseh besed v slovarju in se lotiti posla.

Vendar pa je razvoj celo omejene umetne inteligence že povzročil in bo še povzročil številne težave v sodobni družbi.

Problem ena

Ena od težav je uničenje tradicionalne karierne lestvice, saj razvoj umetne inteligence vodi v zavračanje delovnih mest, ki zahtevajo povprečno raven spretnosti. Bom podrobneje pojasnil. Za vnos podatkov v računalnik potrebujemo poceni delovno silo, saj človek, relativno gledano, še vedno zna bolje prepoznati »captcha«. Potrebujemo tudi tiste, ki bodo odločali na podlagi računalniško obdelanih podatkov. Toda običajni analitiki niso več potrebni, saj analizirajo in preučujejo podatke na podlagi naučenih algoritmov. Na primer, ko sem bil analitik, sem imel na voljo 42 različnih možnosti obdelave podatkov za ustvarjanje napovedi. Vse te možnosti so bile organizirane v lično predstavitev, na katero sem se redno skliceval, da bi ugotovil, katero metodo je najbolje uporabiti v dani situaciji. Zamenjava mene z AI se zdi logična in upravičena, saj se bo veliko hitreje spopadel z nalogami napovedovanja. V skladu s tem obstaja vrzel, ko tradicionalna karierna lestvica od mlajšega analitika do menedžerja izgine, saj na dnu kariere praktično ni manevra za dokazovanje inteligence.

Drugi problem

Prav tako bo zaradi umetne inteligence postopoma prišlo do zavračanja osnovnih poklicev, ki jih je mogoče algoritmizirati, torej reducirati na preprosta dejanja. Nekaj ​​podobnega je zdaj mogoče opaziti v Auchanu in Lenti, kjer blagajne postopoma nadomeščajo samopostrežni avtomati, pa tudi en zaposleni, ki pomaga pri reševanju nastalih težav, in varnostnik, ki skrbi za red. V prihodnje bodo varnostnike nadomestile nadzorne kamere, ki skrbijo za red. Izkazalo se je, da bo prišlo do zmanjšanja vrednosti ljudi.

Poklici, ki jih bo zelo verjetno nadomestila umetna inteligenca: poštarji, draguljarji, drvarji, kmetje, tovarniški delavci, zavarovalničarji

Prebral sem, da lahko San Francisco do neke mere služi kot ilustracija tega problema. To mesto v ZDA je izbrala tehnološka elita. V skladu s tem je mestno gospodarstvo usmerjeno v zadovoljevanje potreb elite, vendar ljudje, ki niso povezani s tehnološkim gospodarstvom, doživljajo ogromne težave. Zaslužijo veliko manj in vse cene v mestu so nastavljene za IT startupe. Običajni ljudje si takšnih stroškov ne morejo privoščiti, zato se ali preselijo ali pa se pridružijo že tako ogromni armadi brezdomcev.

Vendar pa je tukaj ključna značilnost, ki bo obdržala nekatere poklice. Umetna inteligenca potrebuje ustvarjene pogoje za delovanje. Na primer, robotski sesalnik se lahko vozi le po gladkih tleh in premaguje majhne neravnine. V skladu s tem bodo številni osnovni poklici lahko zdržali, dokler bo pretežko in drago ustvariti njihovo umetno zamenjavo. Na primer, v sobi z veliko vrati mora čistilni robot imeti bodisi manipulatorje za obračanje vratnih kljuk ali pa se morajo vsa vrata samodejno odpreti. Oboje je precej drago, toda Sarhat iz Srednje Azije ima roke in pamet, da se spoprime s krpo in kljuko, vendar ni registracije in nižje plače.

Problem tri

Celo omejena umetna inteligenca je močno spodbudila pojav svobodnjaka. Platforme za izbor in najemanje zaposlenih na daljavo vsako leto bolj cvetijo. Na primer, po zadnjih statističnih podatkih v ZDA, prvem gospodarstvu na svetu, 55 milijonov ljudi dela kot svobodnjaki.

In to je v trenutni generaciji, bodite pozorni na ilustracijo. Naraščajoča delovna sila ne mara sedeti v pisarni. Temu primerno bo prišlo do premika v organizaciji dela. Podjetja se bodo soočala z izzivi pri zaposlovanju in obdržanju zaposlenih, kajti zakaj bi svoje življenje posvetili enemu podjetju, ko pa ste dosegljivi na spletu in lahko iščete delo po vsem svetu.

Težava štiri

Dokaj resen problem je družbena neenakost, ki sem jo omenil že pri problemu številka 2. Še huje bo. Predvidevam, da ste iz članka uganili, da morate biti za uspeh v novem svetu hitri in »vi« sodobne tehnologije. Nobena skrivnost ni, da imajo revni slabši dostop do izobraževanja. Skladno s tem se revni ne bodo mogli prebiti na novo raven, saj preprosto ne bodo imeli priložnosti, da se naučijo česa koristnega, saj so potrebna leta intenzivnega treninga, da dobro razmišljate in kje jih dobiti, ko morate iskati hrano.

Nova družba potrebuje bodisi poceni delovno silo bodisi intelektualne odločevalce.

Peta težava

Lahko se na kratko formulira - kdo je na čelu? Ljudje, ki sodelujejo pri razvoju sistemov umetne inteligence, bodo imeli posebno odgovornost, saj učijo umetno inteligenco, na podlagi katerih podatkov bo umetna inteligenca sprejemala odločitve. Ali bodo to zakoni robotike iz Asimova ali druga pravila, ki ščitijo določeno plast ljudi.

Zakaj je umetna inteligenca dobra?

Zgoraj naštete težave se zdijo nekoliko zastrašujoče, vendar je AI dvorezen meč, ki lahko pomaga.

dobro 1

Umetna inteligenca bo služila močan zagon za razvoj številnih področij. Dober primer je medicina. Danes, v 21. stoletju, zdravniki še naprej zdravijo enako kot pred sto leti. Nabijajo učbenike. To je slaba možnost, saj si noben zdravnik ne more na pamet zapomniti vseh simptomov vseh bolezni. Posledice takih napak so lahko usodne. Lokalni zdravnik je do zadnjega vztrajal, da so vzroki za mamine bolezni prehladi in utrujenost, saj so bili prisotni vsi glavni simptomi. In šele ko je bilo prepozno, se je oglasila pravilna diagnoza - akutna levkemija, bolezen, ki jo je precej težko prepoznati. In v tej situaciji bi bila izhod prisotnost AI, ki si zapomni vse bolezni in simptome in ki se nikoli ne naveliča.

Enak premik se lahko zgodi na področju prava, kjer morajo odvetniki in sodniki imeti v mislih vse zakone, precedense in veliko dokazov.

Blago 2

AI bo pomagal ustvariti osebno izkušnjo. To trditev lahko najbolje ponazorimo na primeru treninga. Danes so učitelji preobremenjeni in fizično nezmožni udeležiti vseh učencev. Vsak pa ima svoj tempo osvajanja nove snovi. Učni sistemi, ki temeljijo na AI, spremljajo hitrost učenja, ugotavljajo, ali si učenec dobro ali slabo zapomni, bere natančno ali je moten. Na podlagi tega se zgradi individualni tempo učenja in izberejo vaje za utrjevanje.

Hkrati je dejstvo, da ljudje s pomočjo umetne inteligence lažje dojamejo novo snov, saj se v tem primeru strah pred napako znatno zmanjša. S to izjavo se lahko strinjam. Moralno je lažje prejeti ogorčen pisk iz računalnika, da je primer rešen napačno, kot zdržati pogled Olge Stepanovne, moje učiteljice matematike.

AI se bo lahko enako posvetil vsem ljudem. To vključuje vsa področja, od izobraževanja in medicine do izbire modne podobe (v skladu s tipom postave, oblike obraza in trendi sezone) in treninga v telovadnici.

Blago 3

Že danes je naš svet poln informacij. Vsi podatki se zbirajo od kjer koli, od vremenske razmere in konča s tem, koliko korakov je oseba prehodila.

Umetna inteligenca z dostopom do velikih podatkov bo te podatke lahko analizirala in iskala korelacijo, kako število korakov vpliva na zdravje, vendar ne abstraktno, ampak ob upoštevanju določenega vremena. Analiza gibanja potniškega prometa bo pripomogla k zmanjšanju zastojev, zmanjšanju števila prometnih kolapsov v konicah. Skratka, podatki, ki jih je mogoče analizirati, bodo analizirani in AI bo predstavil svoje ugotovitve.

Zaključek

Danes je umetna inteligenca dokazala, da je dobra le pri reševanju nalog, za katere je bila usposobljena, in da je v njih celo boljša od običajnih ljudi. Pametni telefon zlahka premaga velemojstra tudi brez kraljice, japonska umetna inteligenca, ki je napisala kratek roman, se je uvrstila v finale literarnega natečaja, njeni bratje pišejo in izvajajo dobro glasbo.

Vendar pa je umetna inteligenca žal še vedno v povojih. Lahko dela le to, kar so ga naučili – analizirati veliko literarnih ali glasbenih del in sintetizirati nekaj svojega ali pa si zapomniti milijone potez in izbrati najboljšo.

Glavni problemi, ki ovirajo razvoj omejene umetne inteligence, so pomanjkanje univerzalnih algoritmov za razumevanje okoliškega sveta in infrastrukture (za zbiranje podatkov potrebujete veliko senzorjev, za brezpilotne avtomobile ceste s popolnimi oznakami, za razumevanje zahtev lastnika glasovni pomočniki potrebujejo boljše algoritme).

Za nastanek močne umetne inteligence so potrebni bistveno drugačna računalniška moč in algoritmi za obdelavo informacij, ki posnemajo to, kar ljudje imenujejo intuicija. Verjetno bomo v bližnji prihodnosti opazili različne različice omejenega AI z vgrajenimi algoritmi obnašanja za različne pogoje.

Umetna inteligenca je 15. decembra 2017 ustvarila nevronsko mrežo

Doživeli smo točko, ko umetna inteligenca ustvari lastno nevronsko mrežo. Čeprav marsikdo misli, da sta eno in isto. Toda v resnici ni vse tako preprosto in zdaj bomo poskušali ugotoviti, kaj je in kdo lahko ustvari koga.

Inženirji oddelka Google Brain so to pomlad predstavili AutoML. Ta umetna inteligenca je sposobna proizvesti lastno edinstveno umetno inteligenco brez človeškega posredovanja. Kot se je pred kratkim izkazalo, je AutoML prvič ustvaril NASNet, sistem računalniškega vida. Ta tehnologija resno presega vse analoge, ki so jih prej ustvarili ljudje. Ta sistem, ki temelji na umetni inteligenci, je lahko odličen pomočnik pri razvoju npr. avtonomni avtomobili. Uporaben je tudi v robotiki - roboti bodo lahko dosegli povsem novo raven.

Razvoj AutoML temelji na edinstvenem sistemu učenja z okrepitvijo. Govorimo o managerski nevronski mreži, ki samostojno razvija popolnoma nove nevronske mreže, namenjene določenim osebam posebne naloge. V primeru, ki smo ga navedli, namerava AutoML izdelati sistem, ki najnatančneje prepozna predmete v videu v realnem času v realnem času.

Umetna inteligenca je sama lahko usposobila novo nevronsko mrežo, sledila napakam in popravljala delo. Proces usposabljanja je bil ponovljen večkrat (tisočkrat), dokler sistem ni bil primeren za delo. Zanimivo je, da je lahko obšla vse podobne nevronske mreže, ki so trenutno na voljo, vendar jih je oblikovala in usposobila oseba.

Hkrati AutoML oceni delovanje NASNet in te informacije uporabi za izboljšanje podrejenega omrežja; ta proces se ponovi tisočkrat. Ko so inženirji preizkusili NASNet na nizih slik ImageNet in COCO, je presegel vse obstoječe sisteme računalniškega vida.

Google je uradno izjavil, da NASNet prepozna z natančnostjo 82,7%. Rezultat je za 1,2 % višji od prejšnjega rekorda, ki so ga v začetku letošnje jeseni postavili raziskovalci Momenta in strokovnjaki z Oxforda. NASNet je 4 % bolj učinkovit od svojih vrstnikov s povprečno natančnostjo 43,1 %.

Obstaja tudi poenostavljena različica NASNeta, ki je prilagojena mobilnim platformam. Presega analoge za nekaj več kot tri odstotke. V bližnji prihodnosti bo mogoče ta sistem uporabiti za proizvodnjo avtonomnih avtomobilov, za katere je pomemben računalniški vid. AutoML še naprej proizvaja nove dedne nevronske mreže in si prizadeva osvojiti še večje višine.

To seveda sproža etična vprašanja glede pomislekov glede umetne inteligence: kaj če AutoML gradi sisteme s takšno hitrostjo, da je družba preprosto ne more dohajati? Vendar pa mnogi velika podjetja poskusite upoštevati varnostne pomisleke AI. Tako so na primer Amazon, Facebook, Apple in nekatere druge korporacije člani Partnerstva za AI v korist ljudem in družbi. Inštitut za elektrotehniko in inženirje (IEE) je prav tako predlagal etične standarde za AI, DeepMind pa je denimo napovedal ustanovitev skupine, ki se bo ukvarjala z moralnimi in etičnimi vprašanji, povezanimi z aplikacijami umetne inteligence.

Vendar pa številna velika podjetja poskušajo upoštevati varnostna vprašanja AI. To seveda sproža etična vprašanja glede pomislekov glede umetne inteligence: kaj če AutoML gradi sisteme s takšno hitrostjo, da je družba preprosto ne more dohajati? Inštitut za elektrotehniko in inženirje (IEE) je prav tako predlagal etične standarde za AI, DeepMind pa je denimo napovedal ustanovitev skupine, ki se bo ukvarjala z moralnimi in etičnimi vprašanji, povezanimi z aplikacijami umetne inteligence. Tako so na primer Amazon, Facebook, Apple in nekatere druge korporacije člani Partnerstva za AI v korist ljudem in družbi.

Kaj je umetna inteligenca?

Avtor izraza »umetna inteligenca« je John McCarthy, izumitelj jezika Lisp, utemeljitelj funkcionalnega programiranja in dobitnik Turingove nagrade za velik prispevek na področju raziskovanja umetne inteligence.
Umetna inteligenca je način, kako narediti računalnik, računalniško voden robot ali program, ki je sposoben tudi inteligentno razmišljati kot človek.

Raziskave na področju umetne inteligence potekajo s preučevanjem mentalnih sposobnosti človeka, rezultati teh raziskav pa se nato uporabijo kot osnova za razvoj inteligentnih programov in sistemov.

Kaj je nevronska mreža?

Ideja nevronske mreže je sestaviti kompleksno strukturo iz zelo preprostih elementov. Malo verjetno je, da se en sam del možganov lahko šteje za inteligentnega - vendar se ljudje običajno presenetljivo dobro odrežejo na testu IQ. Kljub temu je bila do zdaj ideja o ustvarjanju uma »iz nič« običajno zasmehovana: šala o tisoč opicah s pisalnim strojem je stara že sto let, kritiko nevronskih mrež pa, če hočete, najdemo celo pri Ciceronu, ki je sarkastično predlagal metanje žetonov s črkami v zrak, dokler ne pomodriš, da bo prej ali slej nastalo smiselno besedilo. Vendar se je v 21. stoletju izkazalo, da so bili klasiki zaman sarkastični: vojska opic z žetoni je tista, ki lahko z ustrezno vztrajnostjo zavzame svet.
Pravzaprav je mogoče nevronsko mrežo sestaviti celo iz škatlic za vžigalice: to je le niz preprostih pravil, po katerih se obdelujejo informacije. »Umetni nevron« ali perceptron se ne imenuje neka posebna naprava, ampak le nekaj aritmetičnih operacij.

Perceptron ne deluje nikjer lažje: prejme več začetnih števil, vsako pomnoži z "vrednostjo" te številke (o tem malo nižje), jo sešteje in glede na rezultat izda 1 ali -1. Na primer, fotografiramo odprto polje in našemu nevronu pokažemo neko točko na tej sliki - to pomeni, da mu pošljemo naključne koordinate kot dva signala. In potem vprašamo: "Dragi nevron, so to nebesa ali zemlja?" - "Minus ena," odgovori lutka in spokojno gleda v kumulusni oblak. "Jasno je, da je zemlja."

"Tukanje s prstom v nebo" je glavni poklic perceptrona. Od njega ni mogoče pričakovati natančnosti: prav tako lahko vržete kovanec. Čarovnija se začne pri naslednja stopnja ki se imenuje strojno učenje. Navsezadnje poznamo pravilen odgovor, kar pomeni, da ga lahko zapišemo v naš program. Tako se izkaže, da za vsako napačno ugibanje perceptron dobesedno prejme globo, za pravilno ugibanje pa bonus: "vrednost" dohodnih signalov se poveča ali zmanjša. Nato se program izvaja po novi formuli. Prej ali slej bo nevron neizogibno "razumel", da je zemlja spodaj na fotografiji, nebo pa zgoraj, to pomeni, da bo preprosto začel ignorirati signal iz kanala, skozi katerega se mu prenašajo x-koordinate. Če tako izkušenemu robotu zdrsne še ena fotografija, potem morda ne bo našel črte obzorja, zagotovo pa ne bo zamenjal vrha z dnom.

V resničnem delu so formule nekoliko bolj zapletene, vendar princip ostaja enak. Perceptron lahko opravi samo eno nalogo: vzame številke in jih razvrsti v dva kupa. Najbolj zanimiva stvar se začne, ko je takih elementov več, saj so dohodne številke lahko signali iz drugih "opek"! Recimo, da bo en nevron poskušal razlikovati med modrimi in zelenimi piksli, drugi se bo še naprej ubadal s koordinatami, tretji pa bo poskušal presoditi, kateri od teh dveh rezultatov je bližje resnici. Če nastavite več nevronov na modre piksle hkrati in seštejete njihove rezultate, boste dobili celoten sloj, v katerem bodo "najboljši učenci" prejeli dodatne bonuse. Tako lahko dovolj razvejano omrežje potrese celo goro podatkov in upošteva vse njegove napake.

Nevronsko mrežo lahko naredite s škatlicami za vžigalice - potem boste imeli v svojem arzenalu trik, s katerim lahko zabavate goste na zabavah. Uredniki MirF so to že preizkusili – in ponižno priznavajo superiornost umetne inteligence. Naučimo nespametno snov, kako igrati igro 11 palic. Pravila so preprosta: na mizi je 11 tekem in v vsaki potezi lahko vzamete eno ali dve. Zmaga tisti, ki vzame zadnjega. Kako igrati proti "računalniku"?

Zelo preprosto.

Vzamemo 10 škatel ali skodelic. Na vsako napišite številko od 2 do 11.

V vsako škatlo damo po dva kamenčka – črnega in belega. Uporabite lahko poljubne predmete – če se med seboj razlikujejo. To je to – imamo mrežo desetih nevronov!

Nevronska mreža je vedno prva. Za začetek poglejte, koliko vžigalic je ostalo, in vzemite škatle s to številko. Na prvi vrsti bo to škatla številka 11. Vzemi poljuben kamenček iz desne škatle. Lahko zaprete oči ali vržete kovanec, glavna stvar je, da delujete naključno.
Če je kamen bel, se nevronska mreža odloči, da vzame dve vžigalici. Če je črna - ena. Kamenček položite poleg škatle, da ne boste pozabili, kateri "nevron" se je odločil. Po tem človek hodi - in tako naprej, dokler ne zmanjka vžigalic.

Zdaj prihaja zabavni del: učenje. Če je mreža zmagala v igri, potem mora biti nagrajena: vrzite dodaten kamenček iste barve, ki je padel med igro, v tiste "nevrone", ki so sodelovali v tej igri. Če je omrežje izgubljeno, vzemite zadnjo uporabljeno škatlo in od tam vzemite neuspešno odigran kamen. Lahko se izkaže, da je polje že prazno, v tem primeru se prejšnji podoben nevron šteje za zadnjega. Med naslednjo igro udarec prazne škatle, bo nevronska mreža samodejno obupala.

To je vse! Igrajte nekaj takšnih iger. Sprva ne boste opazili nič sumljivega, toda po vsaki zmagi bo mreža naredila vedno več uspešnih potez - in po približno ducatu iger boste ugotovili, da ste ustvarili pošast, ki je ne morete premagati.

Viri:

Letos je bil predstavljen Yandex glasovni pomočnik"Alice". Nova storitev omogoča uporabniku, da posluša novice in vreme, dobi odgovore na vprašanja in preprosto komunicira z botom. "Alice" včasih predrzno, se včasih zdi skoraj razumno in človeško sarkastično, pogosto pa ne more ugotoviti, o čem jo sprašujejo, in se usede v lužo.

Vse to je sprožilo ne le val šal, ampak tudi nov krog razprav o razvoju umetne inteligence. Novice o tem, kaj so pametni algoritmi dosegli, danes prihajajo skoraj vsak dan, strojno učenje pa imenujejo eno najbolj obetavnih področij, ki se mu je treba posvetiti.

Da bi razjasnili glavna vprašanja o umetni inteligenci, smo se pogovarjali s Sergejem Markovom, specialistom za metode umetne inteligence in strojnega učenja, avtorjem enega najmočnejših domačih šahovskih programov SmarThink in ustvarjalcem projekta XXIII.

Sergej Markov,

specialist za umetno inteligenco

Razbijanje mitov o AI

Kaj je torej "umetna inteligenca"?

Koncept "umetne inteligence" je nekoliko neposrečen. Sprva izvira iz znanstvene srenje, sčasoma je prodrl v znanstvenofantastično literaturo in prek nje v pop kulturo, kjer je doživel vrsto sprememb, prerasel s številnimi interpretacijami in na koncu popolnoma mistificiran.

Zato od nestrokovnjakov pogosto slišimo izjave, kot so: "AI ne obstaja", "AI ni mogoče ustvariti". Nerazumevanje bistva raziskav, ki se izvajajo na področju umetne inteligence, ljudi zlahka pripelje do drugih skrajnosti – na primer, sodobnim sistemom umetne inteligence pripisujejo prisotnost zavesti, svobodne volje in skrivnih motivov.

Poskusimo ločiti muhe od kotletov.

V znanosti se umetna inteligenca nanaša na sisteme, namenjene reševanju intelektualnih problemov.

Po drugi strani pa je intelektualna naloga naloga, ki jo ljudje rešujejo s pomočjo lastnega intelekta. Upoštevajte, da se v tem primeru strokovnjaki namenoma izogibajo opredelitvi pojma »inteligenca«, saj je bil pred pojavom sistemov AI edini primer inteligence človeški intelekt in je opredelitev koncepta inteligence na podlagi enega samega primera enaka poskusu risanja ravne črte skozi eno točko. Takšnih vrstic je lahko kolikor hočete, kar pomeni, da bi razpravo o pojmu inteligence lahko vodili stoletja.

»močna« in »šibka« umetna inteligenca

Sistemi AI so razdeljeni v dve veliki skupini.

Uporabna umetna inteligenca(uporabljajo tudi izraz "šibek AI" ali "ozek AI", v angleški tradiciji - šibek / uporabljen / ozek AI) je AI, namenjen reševanju katere koli intelektualne naloge ali majhnega števila njih. Ta razred vključuje sisteme za igranje šaha, go, prepoznavanje slike, govora, odločanje o izdaji ali ne izdaji bančnega posojila ipd.

V nasprotju z uporabno umetno inteligenco je predstavljen koncept univerzalna umetna inteligenca(tudi "močna umetna inteligenca", v angleščini - močna umetna inteligenca / umetna splošna inteligenca) - torej hipotetična (zaenkrat) umetna inteligenca, ki je sposobna rešiti kakršne koli intelektualne probleme.

Pogosto ljudje, ki ne poznajo terminologije, identificirajo AI z močno AI, zaradi česar se pojavijo sodbe v duhu "AI ne obstaja".

Močna umetna inteligenca v resnici še ne obstaja. Skoraj ves napredek, ki smo mu bili priča v zadnjem desetletju na področju umetne inteligence, je bil napredek v uporabnih sistemih. Teh uspehov ni mogoče podcenjevati, saj so uporabni sistemi v nekaterih primerih sposobni rešiti intelektualne probleme bolje kot to počne univerzalna človeška inteligenca.

Mislim, da ste opazili, da je koncept AI precej širok. Recimo, da je mentalno štetje tudi intelektualna naloga, kar pomeni, da bo vsak računski stroj obravnavan kot sistem AI. Kaj pa računi? abakus? Antikiterski mehanizem? Dejansko so vse to formalni, čeprav primitivni, vendar sistemi AI. Vendar pa običajno, ko neki sistem imenujemo sistem AI, s tem poudarjamo kompleksnost naloge, ki jo ta sistem rešuje.

Povsem očitno je, da je delitev intelektualnih nalog na preproste in zapletene zelo umetna in naše predstave o zahtevnosti določenih nalog se postopoma spreminjajo. Mehanski računski stroj je bil v 17. stoletju čudež tehnike, danes pa ljudi, ki se že od otroštva srečujejo z veliko bolj zapletenimi mehanizmi, ne more več navdušiti. Ko bo igra avtomobilov v Go ali avtomobilski avtopilot nehala presenečati javnost, se bodo zagotovo našli ljudje, ki bodo zmrznili nad dejstvom, da bo nekdo takšne sisteme pripisal umetni inteligenci.

"Roboti-odlični učenci": o zmožnosti AI za učenje

Druga smešna napačna predstava je, da morajo imeti sistemi AI sposobnost samoučenja. Po eni strani to sploh ni obvezna lastnost sistemov AI: obstaja veliko neverjetnih sistemov, ki se ne morejo samoučiti, a kljub temu rešujejo veliko težav bolje kot človeški možgani. Po drugi strani pa nekateri preprosto ne vedo, da je samoučenje lastnost, ki so jo številni sistemi AI pridobili že pred več kot petdesetimi leti.

Ko sem leta 1999 napisal svoj prvi šahovski program, je bilo samostojno učenje na tem področju že nekaj vsakdanjega - programi so si lahko zapomnili nevarne položaje, prilagodili uvodne variacije zase, prilagodili stil igre, se prilagodili nasprotniku. Seveda so bili ti programi še zelo daleč od Alpha Zero. Vendar pa so že obstajali tudi sistemi, ki se učijo vedenja na podlagi interakcij z drugimi sistemi v tako imenovanih poskusih »učenja z okrepitvijo«. Vendar iz nekega nerazložljivega razloga nekateri še vedno mislijo, da je sposobnost samoučenja pravica človeškega intelekta.

Strojno učenje, celota znanstvena disciplina, se ukvarja s procesi učenja strojev za reševanje določenih problemov.

Obstajata dva velika pola strojnega učenja - nadzorovano učenje in nenadzorovano učenje.

pri učenje z učiteljem stroj že ima več pogojno pravilnih rešitev za določen niz primerov. Naloga učenja je v tem primeru naučiti stroj na podlagi razpoložljivih primerov sprejemati prave odločitve v drugih, neznanih situacijah.

Druga skrajnost - učenje brez učitelja. To pomeni, da je stroj postavljen v situacijo, ko pravilne rešitve niso znane, obstajajo samo podatki v neobdelani, neoznačeni obliki. Izkazalo se je, da je v takih primerih mogoče doseči nekaj uspeha. Na primer, stroj lahko naučite prepoznati pomenska razmerja med besedami v jeziku na podlagi analize zelo velikega niza besedil.

Ena vrsta nadzorovanega učenja je učenje s krepitvijo. Ideja je, da sistem AI deluje kot agent, postavljen v neko modelno okolje, v katerem lahko komunicira z drugimi agenti, na primer s svojimi kopijami, in prejme nekaj povratnih informacij iz okolja prek funkcije nagrajevanja. Na primer šahovski program, ki se igra sam s seboj, postopoma prilagaja svoje parametre in s tem postopoma krepi lastno igro.

Učenje s krepitvijo je precej široko področje in uporablja veliko zanimivih tehnik, od evolucijskih algoritmov do Bayesove optimizacije. Nedavni napredek na področju umetne inteligence za igre je prav povezan z ojačanjem umetne inteligence med učenjem s krepitvijo.

Tehnološka tveganja: ali se moramo bati sodnega dne?

Nisem eden od alarmantov AI in v tem smislu nikakor nisem sam. Na primer, Andrew Ng, ustvarjalec tečaja Stanford Machine Learning, primerja nevarnosti umetne inteligence s problemom prenaseljenosti na Marsu.

Dejansko je v prihodnosti verjetno, da bodo ljudje kolonizirali Mars. Verjetno se tudi na Marsu prej ali slej pojavi problem prenaseljenosti, a ni povsem jasno, zakaj bi se s tem problemom ukvarjali zdaj? Strinjam se z Yn in Yang LeKun - ustvarjalcem konvolucijskih nevronskih mrež in njegovim šefom Markom Zuckerbergom in Joshuo Beno - osebo, v veliki meri zahvaljujoč raziskavam katere so sodobne nevronske mreže sposobne rešiti zapletene probleme na področju obdelave besedil.

Predstavitev mojih pogledov na to problematiko bo verjetno trajala več ur, zato se bom osredotočil le na glavne teze.

1. NE OMEJUJTE RAZVOJA AI

Alarmisti upoštevajo tveganja, povezana z morebitnimi motnjami umetne inteligence, medtem ko ignorirajo tveganja, povezana s poskusom omejitve ali celo ustavitve napredka na tem področju. Tehnološka moč človeštva se povečuje izjemno hitro, kar vodi do učinka, ki ga imenujem "zmanjšanje stroškov apokalipse".

Pred 150 leti človeštvo z vso voljo ni moglo povzročiti nepopravljive škode ne biosferi ne sebi kot vrsti. Za uresničitev katastrofičnega scenarija izpred 50 let bi bilo treba koncentrirati vso tehnološko moč jedrske sile. Jutri za izvedbo globalnega nesreča, ki jo povzroči človek majhna peščica fanatikov lahko zadostuje.

Naša tehnološka moč raste veliko hitreje kot sposobnost človeške inteligence, da to moč nadzoruje.

Če človeške inteligence s svojimi predsodki, agresijo, zablodami in ozkogledostjo ne nadomesti sistem, ki bi bil sposoben sprejemati bolj premišljene odločitve (pa naj bo to umetna inteligenca ali, kar se mi zdi bolj verjetno, tehnološko izboljšana človeška inteligenca, integrirana s stroji v enoten sistem), se lahko soočimo z globalno katastrofo.

2. ustvarjanje superinteligence je načeloma nemogoče

Obstaja zamisel, da bo AI prihodnosti zagotovo superinteligenten, boljši od ljudi celo bolj kot so ljudje boljši od mravelj. V tem primeru se bojim razočarati tudi tehnološke optimiste - naše vesolje vsebuje številne temeljne fizične omejitve, ki bodo očitno onemogočile ustvarjanje superinteligence.

Na primer, hitrost prenosa signala je omejena s hitrostjo svetlobe, Heisenbergova negotovost pa se pojavi na Planckovi lestvici. To pomeni prvo temeljno mejo - Bremermannovo mejo, ki uvaja omejitve pri najvišja hitrost izračuni za avtonomni sistem dane mase m.

Druga omejitev je povezana z Landauerjevim načelom, po katerem se pri obdelavi 1 bita informacije sprosti minimalna količina toplote. Prehitri izračuni bodo povzročili nesprejemljivo segrevanje in uničenje sistema. Pravzaprav sodobni procesorji manj kot tisočkrat zaostajajo za Landauerjevo mejo. Zdi se, da je 1000 kar veliko, a druga težava je, da veliko intelektualnih nalog spada v razred zahtevnosti EXPTIME. To pomeni, da je čas, potreben za njihovo rešitev, eksponentna funkcija razsežnosti problema. Večkratno pospeševanje sistema daje samo stalno povečanje "inteligence".

Na splošno obstajajo zelo resni razlogi za domnevo, da superinteligentna močna umetna inteligenca ne bo delovala, čeprav je raven človeške inteligence seveda lahko presežena. Kako nevarno je? Najverjetneje ne prav veliko.

Predstavljajte si, da ste nenadoma začeli razmišljati 100-krat hitreje kot drugi ljudje. Ali to pomeni, da boste zlahka prepričali katerega koli mimoidočega, da vam da svojo denarnico?

3. skrbi nas nekaj drugega

Na žalost je zaradi špekulacij alarmistov o strahovih javnosti, ki so jih izpostavili Terminator in Clarkov ter Kubrickov slavni HAL 9000, prišlo do premika v središču varnosti AI k analizi malo verjetnih, a spektakularnih scenarijev. Hkrati pa prave nevarnosti uidejo izpred oči.

Vsaka dovolj kompleksna tehnologija, ki trdi, da zavzema pomembno mesto v našem tehnološkem okolju, s seboj zagotovo prinaša posebna tveganja. Parni stroji so uničili mnoga življenja – v proizvodnji, transportu itd. – preden so bili vzpostavljeni učinkoviti varnostni predpisi in ukrepi.

Če govorimo o napredku na področju uporabne umetne inteligence, lahko posvetimo pozornost sorodnemu problemu tako imenovanega "Digital Secret Court". Vedno več uporabnih sistemov umetne inteligence sprejema odločitve o vprašanjih, ki vplivajo na življenje in zdravje ljudi. To vključuje medicinske diagnostične sisteme in na primer sisteme, ki v bankah sprejemajo odločitve o izdaji ali neizdaji posojila stranki.

Hkrati so struktura uporabljenih modelov, nabori uporabljenih dejavnikov in druge podrobnosti postopka odločanja skrite osebi, čigar usoda je ogrožena.

Uporabljeni modeli lahko svoje odločitve oprejo na mnenja strokovnih učiteljev, ki so delali sistematične napake ali imeli določene predsodke – rasne, spolne.

Umetna inteligenca, usposobljena za odločitve takih strokovnjakov, bo te predsodke vestno reproducirala v svojih odločitvah. Navsezadnje lahko ti modeli vsebujejo posebne napake.

Malokdo se zdaj ukvarja s temi problemi, kajti sprožanje jedrske vojne prek SkyNeta je seveda veliko bolj spektakularno.

Nevronske mreže kot "vroč trend"

Po eni strani so nevronske mreže ena izmed najbolj vintage modeli uporablja za ustvarjanje sistemov AI. Sprva so se pojavili kot posledica uporabe bioničnega pristopa, vendar so hitro pobegnili od svojih bioloških prototipov. Edina izjema so impulzne nevronske mreže (vendar še niso našle široke uporabe v industriji).

Napredek zadnjih desetletij je povezan z razvojem tehnologij globokega učenja – pristopom, pri katerem so nevronske mreže sestavljene iz veliko število plasti, od katerih je vsaka zgrajena na podlagi določenih pravilnih vzorcev.

Poleg ustvarjanja novih modelov nevronskih mrež je pomemben napredek storjen tudi na področju učnih tehnologij. Nevronske mreže se danes ne poučujejo več s pomočjo centralnih procesorjev računalnikov, temveč z uporabo specializiranih procesorjev, ki so sposobni hitro izvajati matrične in tenzorske izračune. Najpogostejša vrsta takšnih naprav danes so video kartice. Vendar pa se aktivno razvijajo še bolj specializirane naprave za usposabljanje nevronskih mrež.

Na splošno so seveda nevronske mreže danes ena glavnih tehnologij na področju strojnega učenja, ki jim dolgujemo rešitve številnih problemov, ki so bili prej nezadovoljivo rešeni. Po drugi strani pa morate seveda razumeti, da nevronske mreže niso rešitev. Za nekatera opravila še zdaleč niso najučinkovitejše orodje.

Kako pametni so torej današnji roboti?

Vse je relativno. Na ozadju tehnologij leta 2000 so sedanji dosežki videti kot pravi čudež. Vedno bodo ljudje, ki radi godrnjajo. Pred 5 leti so na vso moč govorili, da stroji v Go nikoli ne bodo premagali ljudi (ali vsaj ne bodo prav kmalu). Rečeno je bilo, da stroj nikoli ne bo mogel narisati slike iz nič, medtem ko danes ljudje praktično ne morejo razlikovati med slikami, ki so jih ustvarili stroji, in slikami njim neznanih umetnikov. Konec lanskega leta so se stroji naučili sintetizirati govor, ki se skoraj ne razlikuje od človeškega, in v Zadnja leta ušesa ne venejo od glasbe, ki jo ustvarjajo stroji.

Bomo videli, kaj bo jutri. Na te aplikacije umetne inteligence gledam z velikim optimizmom.

Obetavne smeri: kje se začeti potapljati na področje umetne inteligence?

Svetoval bi vam, da poskusite dobra raven obvladati enega od priljubljenih ogrodij nevronske mreže in enega od programskih jezikov, priljubljenih na področju strojnega učenja (najbolj priljubljena je danes kombinacija TensorFlow + Python).

Ko obvladate ta orodja in v idealnem primeru imate močno bazo na področju matematične statistike in teorije verjetnosti, morate svoja prizadevanja usmeriti na področje, ki bo za vas osebno najbolj zanimivo.

Zanimanje za predmet dela je eden vaših najpomembnejših pomočnikov.

Potrebe po strokovnjakih za strojno učenje obstajajo na različnih področjih – v medicini, bančništvu, znanosti, proizvodnji, zato ima dober specialist danes več izbire kot kadarkoli. Potencialne koristi katere koli od teh panog se mi zdijo nepomembne v primerjavi z dejstvom, da vam bo delo prineslo zadovoljstvo.