Kıpırdamadım, zorlukla nefes aldım... Herhalde çoktan izimi kaybetmişlerdi... Barınaktan çıktım ve içlerinden biriyle burun buruna geldim... Çığlık attı ama hareket edemiyordu.. Oyun yine çöktü

Video oyunlarındaki yapay zeka (AI), çoğumuzun bozuluncaya kadar fark etmediği bir şeydir. Her şeyde görünmez bir şekilde mevcuttur, oyun deneyimimizi, oyunun her anına ilişkin algımızı etkiler, ancak video oyunlarının en az önemsenen unsurlarından biridir. Yapay zeka, oyuna lezzetini veren, bizi oyun dünyasına başka hiçbir şeye benzemeyen bir şekilde çeken baharattır.

Herkes “yapay zeka” terimini kendine göre anlıyor. Bu terim, oyun karakterlerini, oyundaki bireysel nesneleri ve hatta hiç görmediğiniz rakipleri (gerçek zamanlı strateji oyunlarında olduğu gibi) kontrol eden yazılım süreçlerini ifade edebilir.

Alien: Isolation'a dönelim. Ara sıra yaşanan aksaklıklar bir yana, şunu kabul edelim: Bu harika bir oyun! Kendinizi filmin içindeymiş gibi hissetmenizi sağlayan yegane film oyunlarından biri. Alien: Isolation, kendinizi gerçekten bir Alien filmindeymiş gibi hissetmenizi sağlar. Her Alien filminin net bir hedefi vardır: Uzaylıdan kurtulmak. Dallas'ın alev silahıyla havalandırmaya tırmanması ya da Ripley'nin mekanik yükleyiciyle Kraliçe'ye çarpması gibi filmlerin pek çok ayrı anı ilginç bir oynanışa dönüşebilir. Bu filmler, video oyunları gibi oldukça enerji vericidir; evrenleri “oyunlaştırmaya” çok uygundur.

Alien: Isolation oyunu tam da yapay zekası nedeniyle güçlü. Alien, oyuncunun kendisini bir Alien filminin parçası gibi hissetmesini sağlayacak şekilde hareket etmelidir. Alien'ın kendisi, birçok oynanış fırsatı sağlayan karmaşık bir yaratıktır. Oda tasarımını düşünceli bir şekilde kullanarak saklanıyor. Havalandırmadan geçerek beklenmedik bir şekilde oyunculara saldırıyor. Ateşten nefret ediyor, bu yüzden ona karşı alev silahlarını kullanabiliriz. Aynı zamanda oyun, karmaşıklığın belirli sınırlarını da belirliyor. Nasıl çalıştığını biliyoruz yaşam döngüsü Yabancı insanlar. Asit akıttıklarını biliyoruz. Kolektif zekalarını biliyoruz. Başka bir deyişle Alien filmleri oyun geliştiricileri için ilgi çekici bir sanal alan oluşturdu.

İzolasyonda verdiğiniz her karar Alien'a geri bildirimde bulunur. Nasıl saklanırsın? Alev makinesinin değerli yakıtını nasıl kullanıyorsunuz? Onun gitmesini ne kadar bekleyeceksin? Bir uzaylı gibi davranacak ve düşünecek gerçek, yaşayan bir Uzaylı ile karşı karşıyasınız. Bu aynı zamanda şaşırtıcı, korkutucu ve şaşırtıcı!

Çoğu oyuncu ve geliştirici "güçlü yapay zeka"nın aslında imkansız olduğuna inanıyor. Bu, insan zekasına eşit, hatta ondan daha üstün olması gerektiği anlamına gelir. Böyle bir şeyle oynamak pek rahat olmazdı.

Güçlü bir yapay zeka diğer oyuncuya çok benzeyecek ve aynı oyun hedeflerine sahip olacaktır: Kazanmak isteyecektir. İyi yapay zeka kazanmak istemez; kazancınızı kazanmak için çok çalışmanızı ister. İşte bu yüzden Alien, en büyük film canavarının gerçekçi bir simülasyonu değil, onun izlenimlerinin yeniden yaratımıdır.

İzolasyonda Uzaylı neredeyse her zaman yakındadır. Elbette, bir süreliğine dikkatini dağıtabilirsiniz veya bir odadan diğerine geçebilirsiniz, ancak o her zaman yakında olacaktır. Uzaylı çoğu zaman inandırıcı davranır, ancak siz nefesinizi tutarken bir odada açıklanamaz bir şekilde takıldığı ve sizin dolaptan sürünerek çıkabilmeniz için gideceğini umduğu ender durumlar dışında.

Yabancı her zaman konumunuzu yaklaşık olarak biliyor gibi görünür, bu da sizi şüphe ve belirsizlik içinde tutar. Gizlice başarısız olmadıkça sizi hemen fark etmez (nadir "aksaklıklar" dışında). Bu, bir korku filminin atmosferini korumak için çok uygundur, ancak bazen an uzar ve oyun "sahte" olmaya başlar. Bazen bir oyun gerilim yaratmaya o kadar odaklanır ki çok daha önemli bir şeyi unutur: sürükleyicilik.

Komik, ancak pazarlamanın hilekarlığı nedeniyle "daldırma" kelimesi neredeyse tüm anlamını yitirdi. Artık dikkati nasıl çekeceğini bilen her oyun "içeriye sürükleme" özelliğiyle övünüyor. Ama başlangıçta anlamı farklıdır: Okyanusa daldığınızda okyanusun içinde var olursunuz.

1990'lı yıllarda “Sürükleyici Sim” kavramı ortaya çıktı. Buradaki fikir, oyuncuların oyun dünyasında var olabilmesi ve ona gerçekmiş gibi davranabilmesiydi. 90'ların sürükleyici simülasyonlarının en ünlüleri System Shock ve Thief: The Dark Project'ti. Bu oyunların her ikisi de Looking Glass Studios tarafından geliştirildi ve her ikisi de yapay zekaya güçlü bir vurgu yaptı.

İyi bir yapay zekaya sahip olmayan bir oyun, boş filmlerden oluşan bir koleksiyona benzer. Bütün bir koleksiyon iyidir, ancak bir film karakterlerine dayanır. Harika yapay zeka, oyunun karakterlerine ve dünyasına hayat veriyor. Bu, oyunlarda sürükleyici film deneyimini çoğaltmak için en önemli bileşendir.

"Sürükleyici simülasyon"un iyi bir örneği için, Thief: The Dark Project'e bakalım. Oyun bir fantezi dünyasında geçiyor ve Garrett adında bir hırsızı canlandırıyorsunuz. Bir görev sizi yer altı harabelerine gönderiyor. Harita alanında özel zombiler yaşıyor. Normal olanlar gibi parçalara ayrılamazlar. Onları öldürdükten hemen sonra geri gelirler. Onlardan gerçekten kurtulmanın tek yolu pahalı su oklarınıza kutsal su kullanmaktır; bu oklar genellikle meşaleleri söndürür ve karanlıkta saklanmanıza olanak tanır. Bir zombi sizi fark ettiğinde kükrer ve sonraki zombilere kükreyen diğer zombileri uyarır. Bu şekilde seviyedeki tüm zombilerden oluşan bir kalabalık toplamak mümkün oldu. Yeterli ok veya kutsal su yoksa bir plan düşünmeniz gerekirdi.

Örneğin, iki veya üç zombinin bulunduğu bir odanın üstündeki balkona gizlice girebilir, gizlice birini vurarak tüm zombileri odaya çağırmasını sağlayabilir ve ardından onları kutsal suyla vurmaya başlayabilirsiniz.

Yani oyun alan yarattı, mantıksal kuralları olan ve gerçek mantığın uygulanabileceği düşmanlar yarattı.

Bu nedenle, iyi yapay zekaya sahip bir oyun, Isolation'dan çok Thief'e benzer şekilde çalışır. Bir Alien oyununda gerilim önemlidir, ancak sürükleyicilik de merkezde olmalıdır. Bir oyun inandırıcı olmayı bırakırsa artık o kadar da korkutucu değildir.

Elbette, sürükleyiciliğin işe yaraması için yönetmenin veya geliştiricinin hilelerini "kabul etmemiz" gerekiyor. Eğer ekranın önündeki biri bize uzaylının gerçekte bir kişinin göğsünden patlamadığını söylerse Alien filmi işe yaramaz. Yani işe yaraması için Alien: Isolation'ın bizi bunun gerçek olduğuna inandırması gerekiyor. Oyunun interaktif olması, yani herhangi bir filmden daha gerçekçi olması gerekiyor. Oyun heyecan verici olmalı. Kurallar anlamlı ve tutarlı olmalıdır.

Siz veya oyun bu ilişkiyi bozarsa, oyun korkutucu olmaktan çıkar ve deneyim bozulur. Oyuncuyu avlayan insanlar aniden donarsa veya bir Uzaylı arkalarına "ışınlanırsa", bu durum sürükleyiciliği bozar ve oyun deneyiminden uzaklaşır. Korkutucu olmayı bırakıyor ki Alien'ın asıl amacı da bu zaten.

Uzaylı deneyimini yaşamak istediğimiz için Uzaylı oyunları oynuyoruz. Yapay zeka bozulduğunda veya hile yaptığında, sürükleyicilik kaybolur ve oyun dağılır. Ancak yapay zeka olması gerektiği gibi çalıştığında, bir dolapta saklanan, nefesimizi tutan, canavarın gitmesini bekleyen Ripley oluruz.

Yapay Zeka – içinde Son zamanlarda teknoloji dünyasının en popüler konularından biri. Elon Musk, Stephen Hawking ve Steve Wozniak gibi beyinler yapay zeka araştırmalarıyla ciddi şekilde ilgileniyor ve onun yaratılışının bizi ölümcül tehlikeye soktuğunu savunuyor. Aynı zamanda bilim kurgu ve Hollywood filmleri yapay zeka konusunda birçok yanlış anlamanın ortaya çıkmasına neden oldu. Gerçekten tehlikede miyiz ve Skynet Dünyası'nın yok edilmesini, genel işsizliği veya tam tersine refah ve kaygısızlığı hayal ettiğimizde ne gibi yanlışlıklar yapıyoruz? Gizmodo, yapay zeka hakkındaki insan mitlerini inceledi. İşte makalesinin tam çevirisi.

Deep Blue'nun 20 yıl önce bir satranç maçında Garry Kasparov'u mağlup etmesinden bu yana makine zekasının en önemli testi olarak anılıyor. Google AlphaGo, Go turnuvasında büyük usta Lee Sedol'u 4:1'lik ezici bir skorla mağlup etti ve bu, yapay zekanın (AI) ne kadar ciddi bir şekilde ilerlediğini gösterdi. Makinelerin sonunda zeka açısından insanları geride bırakacağı o kader günü hiç bu kadar yakın görünmemişti. Ancak bu çığır açıcı olayın sonuçlarını anlamaya henüz yaklaşmış değiliz.

Aslında yapay zeka konusunda ciddi ve hatta tehlikeli yanılgılara sarılıyoruz. Geçen sene SpaceX'in kurucusu Elon Musk, yapay zekanın dünyayı ele geçirebileceği konusunda uyardı. Onun sözleri, bu görüşün hem muhalifleri hem de destekçileri arasında bir yorum fırtınasına neden oldu. Gelecekteki böylesine anıtsal bir olayın gerçekleşip gerçekleşmeyeceği ve gerçekleşecekse ne şekilde olacağı konusunda şaşırtıcı miktarda anlaşmazlık var. İnsanlığın yapay zekadan elde edebileceği inanılmaz faydalar ve potansiyel riskler göz önüne alındığında, bu özellikle rahatsız edicidir. Diğer insan icatlarından farklı olarak yapay zeka, insanlığı değiştirme veya bizi yok etme potansiyeline sahiptir.

Neye inanılacağını bilmek zor. Ancak bilgisayar bilimcilerin, sinir bilimcilerin ve yapay zeka teorisyenlerinin ilk çalışmaları sayesinde daha net bir resim ortaya çıkmaya başlıyor. İşte yapay zekayla ilgili bazı yaygın yanılgılar ve mitler.

Efsane #1: "Asla insanlarla karşılaştırılabilecek zekaya sahip yapay zeka yaratmayacağız"

Gerçeklik: Satrançta, Go'da, hisse senedi alım satımında ve sohbette insan yeteneklerine eşit veya bu yetenekleri aşan bilgisayarlarımız zaten var. Bilgisayarlar ve onları çalıştıran algoritmalar ancak daha iyi hale gelebilir. Herhangi bir görevde insanları geçmeleri sadece an meselesi.

New York Üniversitesi araştırma psikoloğu Gary Marcus, yapay zeka alanında çalışan "kelimenin tam anlamıyla herkesin" makinelerin eninde sonunda bizi yeneceğine inandığını söyledi: "Heveslilerle şüpheciler arasındaki tek gerçek fark, zamanlama tahminleridir." Ray Kurzweil gibi fütüristler bunun birkaç on yıl içinde gerçekleşebileceğine inanıyor; diğerleri bunun yüzyıllar alacağını söylüyor.

Yapay zeka şüphecileri bunun çözülemez bir teknolojik sorun olduğunu ve biyolojik beynin doğasında benzersiz bir şeyler olduğunu söylediklerinde ikna edici değiller. Beynimiz biyolojik makinelerdir; gerçek dünyada var olurlar ve temel fizik yasalarına uyarlar. Onlar hakkında bilinmeyen hiçbir şey yok.

Efsane #2: “Yapay zekanın bilinci olacak”

Gerçeklik:Çoğu, makine zekasının bilinçli olacağını ve insanların düşündüğü gibi düşüneceğini hayal ediyor. Dahası, Microsoft'un kurucu ortağı Paul Allen gibi eleştirmenler, bilimsel bir bilinç teorisine sahip olmadığımız için (bir insanın çözebileceği herhangi bir zihinsel sorunu çözebilecek kapasitede) yapay genel zekayı henüz elde edemeyeceğimize inanıyor. Ancak Imperial College London bilişsel robot uzmanı Murray Shanahan'ın söylediği gibi, iki kavramı eşitlememeliyiz.

“Bilinç kesinlikle şaşırtıcı ve önemli bir şey ama insan seviyesindeki yapay zeka için gerekli olduğuna inanmıyorum. Daha kesin olmak gerekirse, "bilinç" kelimesini, bir kişinin "birlikte geldiği" çeşitli psikolojik ve bilişsel niteliklere atıfta bulunmak için kullanıyoruz, diye açıklıyor bilim adamı.

Bu özelliklerden bir veya birkaçının eksik olduğu bir akıllı makine hayal etmek mümkün. Sonuçta dünyayı öznel ve bilinçli olarak algılayamayan inanılmaz derecede akıllı yapay zeka yaratabiliriz. Shanahan, zihin ve bilincin bir makinede birleştirilebileceğini savunuyor ancak bunların iki farklı kavram olduğunu da unutmamak gerekiyor.

Bir makinenin insandan ayırt edilemeyen Turing Testini geçmesi onun bilinçli olduğu anlamına gelmez. Bize göre gelişmiş yapay zeka bilinçli görünebilir, ancak bir taş veya hesap makinesinden daha fazla kendinin farkında olmayacaktır.

Efsane #3: “Yapay zekadan korkmamalıyız”

Gerçeklik: Ocak ayında Facebook'un kurucusu Mark Zuckerberg, yapay zekadan korkmamamız gerektiğini çünkü yapay zekanın dünya için inanılmaz miktarda iyi şeyler yapacağını söyledi. Yarı haklı. Kendi kendine giden arabalardan yeni ilaçların yaratılmasına kadar yapay zekadan çok büyük fayda sağlayacağız, ancak her yapay zeka uygulamasının iyi niyetli olacağının garantisi yok.

Son derece akıllı bir sistem, can sıkıcı bir mali sorunu çözmek veya bir düşmanın savunma sistemini hacklemek gibi belirli bir görevle ilgili her şeyi bilebilir. Ancak bu uzmanlıkların sınırları dışında, son derece cahil ve bilinçsiz olacaktır. Google'ın DeepMind sistemi Go konusunda uzmandır ancak uzmanlığı dışındaki alanları keşfetme yeteneği veya nedeni yoktur.

Bu sistemlerin birçoğu güvenlik hususlarına tabi olmayabilir. İyi bir örnek karmaşıktır ve güçlü virüs Stuxnet, İsrail ve ABD orduları tarafından İran nükleer santrallerine sızmak ve sabote etmek için geliştirilen, silah haline getirilmiş bir solucan. Bu virüs bir şekilde (kasıtlı veya kazara) bir Rus nükleer santraline bulaştı.

Bir diğer örnek ise Orta Doğu'da siber casusluk amacıyla kullanılan Flame programıdır. Stuxnet veya Flame'in gelecekteki sürümlerinin amaçlanan amacın ötesine geçerek hassas altyapıya büyük zarar vereceğini hayal etmek kolaydır. (Açık olmak gerekirse, bu virüsler yapay zeka değildir, ancak gelecekte buna sahip olabilirler, bu nedenle endişe duyulmaktadır).

Flame virüsü Ortadoğu'da siber casusluk amacıyla kullanıldı. Fotoğraf: Kablolu

Efsane #4: “Yapay süper zeka hata yapamayacak kadar akıllı olacak”

Gerçeklik: Yapay zeka araştırmacısı ve Surfing Samurai Robots'un kurucusu Richard Lucimore, çoğu yapay zeka kıyamet senaryosunun tutarsız olduğuna inanıyor. Bunlar her zaman yapay zekanın şunu söylediği varsayımı üzerine kuruludur: "İnsanlığın yok oluşunun tasarımımdaki bir başarısızlıktan kaynaklandığını biliyorum ama yine de bunu yapmak zorundayım." Lucimore, eğer bir yapay zeka bu şekilde davranırsa ve bizim yok oluşumuz hakkında mantık yürütürse, bu tür mantıksal çelişkilerin onun tüm hayatı boyunca peşini bırakmayacağını söylüyor. Bu da bilgi tabanını zayıflatır ve onu tehlikeli bir durum yaratamayacak kadar aptal yapar. Bilim insanı ayrıca "Yapay zeka yalnızca yapmaya programlandığı şeyi yapabilir" diyen insanların da bilgisayar çağının başlangıcındaki meslektaşları kadar hatalı olduklarını öne sürüyor. O zamanlar insanlar bu ifadeyi bilgisayarların en ufak bir esneklik bile gösteremediğini savunmak için kullanıyorlardı.

Oxford Üniversitesi İnsanlığın Geleceği Enstitüsü'nde çalışan Peter Macintyre ve Stuart Armstrong, Lucimore'a katılmıyor. Yapay zekanın büyük ölçüde nasıl programlandığına bağlı olduğunu savunuyorlar. McIntyre ve Armstrong, yapay zekanın hata yapamayacağına veya ondan ne beklediğimizi bilemeyecek kadar aptal olmayacağına inanıyor.

“Tanımı gereği yapay süper zeka (ASI), herhangi bir bilgi alanındaki en iyi insan beyninden çok daha üstün zekaya sahip bir konudur. Ondan tam olarak ne yapmasını istediğimizi bilecek” diyor McIntyre. Her iki bilim insanı da yapay zekanın yalnızca programlandığı şeyi yapacağına inanıyor. Ama yeterince akıllı olursa bunun kanunların ruhundan ya da insanların niyetlerinden ne kadar farklı olduğunu anlayacaktır.

McIntyre, insanların ve yapay zekanın gelecekteki durumunu mevcut insan-fare etkileşimiyle karşılaştırdı. Farenin amacı yiyecek ve barınak aramaktır. Ancak çoğu zaman hayvanının serbestçe dolaşmasını isteyen kişinin isteğiyle çelişir. "Farelerin bazı hedeflerini anlayacak kadar akıllıyız. Yani YSZ bizim arzularımızı da anlayacak ama onlara karşı kayıtsız kalacak" diyor bilim adamı.

Ex Machina filminin olay örgüsünün de gösterdiği gibi, bir kişinin daha akıllı bir yapay zekaya tutunması son derece zor olacak

Efsane #5: "Basit bir yama yapay zeka kontrolü sorununu çözecektir"

Gerçeklik: Yapay zeka yaratarak bir insandan daha akıllı“kontrol sorunu” olarak bilinen bir sorunla karşı karşıyayız. Fütüristler ve yapay zeka teorisyenleri, eğer ortaya çıkarsa YSZ'yi nasıl kontrol altına alıp sınırlandıracağımızı onlara sorarsanız, tam bir kafa karışıklığı durumuna düşüyorlar. Ya da insanlara karşı dost canlısı olacağından nasıl emin olunacağını. Son zamanlarda Georgia Teknoloji Enstitüsü'ndeki araştırmacılar safça yapay zekanın insani değerleri ve sosyal kuralları okuyarak benimseyebileceğini öne sürdüler. basit hikayeler. Gerçekte çok daha zor olacak.

Armstrong, "Yapay zeka kontrol sorununun tamamını 'çözebilecek' birçok basit hile önerildi" diyor. Örnekler arasında bir YSZ'nin amacı insanları memnun edecek şekilde programlanması ya da sadece bir kişinin elinde bir araç olarak işlev görecek şekilde programlanması yer alıyordu. Diğer bir seçenek ise sevgi veya saygı kavramlarını kaynak koduna entegre etmektir. Yapay zekanın basit, tek taraflı bir dünya görüşünü benimsemesini önlemek için onun entelektüel, kültürel ve sosyal çeşitliliğe değer verecek şekilde programlanması önerildi.

Ancak bu çözümler çok basit; insanın sevdiği ve sevmediği şeylerin tüm karmaşıklığını tek bir yüzeysel tanıma sığdırmak gibi. Örneğin “saygının” açık, mantıklı ve uygulanabilir bir tanımını bulmaya çalışın. Bu son derece zordur.

Matrix'teki makineler insanlığı kolayca yok edebilir

Efsane #6: “Yapay zeka bizi yok edecek”

Gerçeklik: Yapay zekanın bizi yok edeceğinin ya da onu kontrol etmenin bir yolunu bulamayacağımızın garantisi yok. Yapay zeka teorisyeni Eliezer Yudkowsky'nin dediği gibi, "Yapay zeka sizi ne seviyor ne de nefret ediyor, ancak siz onun başka amaçlar için kullanabileceği atomlardan yapılmışsınız."

“Yapay Zeka” adlı kitabında. Aşamalar. Tehditler. Stratejiler” Oxford filozofu Nick Bostrom, gerçek yapay süper zekanın ortaya çıktığı anda diğer tüm insan icatlarından daha büyük riskler oluşturacağını yazdı. Elon Musk, Bill Gates ve Stephen Hawking (ikincisi yapay zekanın "tarihteki en büyük hatamız" olabileceği konusunda uyaran) gibi önde gelen beyinler de endişelerini dile getirdi.

McIntyre, YSZ'nin sahip olabileceği çoğu amaç açısından insanlardan kurtulmak için iyi nedenler olduğunu söyledi.

“Yapay zeka, müşterilere maliyeti ne olursa olsun, belirli bir şirketin kârını maksimuma çıkarmasını istemediğimizi oldukça doğru bir şekilde tahmin edebiliyor. çevre ve hayvanlar. Bu nedenle, hedeflerinin kesintiye uğramamasını, müdahale edilmemesini, kapatılmamasını veya değiştirilmemesini sağlamak için güçlü bir teşviki var çünkü bu, orijinal hedeflerine ulaşılmasını engelleyecektir," diye savunuyor McIntyre.

ASI'nin hedefleri bizimkilerle yakından örtüşmediği sürece, onu durdurmamızı engellemek için iyi bir nedeni olacaktır. Onun zeka seviyesinin bizimkini çok aştığını düşünürsek bu konuda yapabileceğimiz bir şey yok.

Yapay zekanın nasıl bir şekil alacağını veya insanlığı nasıl tehdit edebileceğini kimse bilmiyor. Musk'ın belirttiği gibi yapay zeka, diğer yapay zekaları kontrol etmek, düzenlemek ve izlemek için kullanılabilir. Ya da insani değerlerle ya da insanlara karşı dostane olma konusunda ağır basan bir arzuyla aşılanmış olabilir.

Efsane #7: “Yapay süper zeka dost canlısı olacak”

Gerçeklik: Filozof Immanuel Kant, aklın ahlakla güçlü bir şekilde ilişkili olduğuna inanıyordu. Sinir bilimci David Chalmers, "The Singularity: A Philosophical Analysis" adlı çalışmasında Kant'ın ünlü fikrini alıp ortaya çıkan yapay süper zekaya uyguladı.

Eğer bu doğruysa entelektüel bir patlamanın ahlaki bir patlamaya yol açmasını bekleyebiliriz. O zaman ortaya çıkan YSZ sistemlerinin süper akıllı olduğu kadar ahlak üstü de olmasını bekleyebiliriz, bu da onlardan iyi kalite beklememize olanak tanır.

Ancak gelişmiş yapay zekanın aydınlanmış ve nazik olacağı fikri özünde pek makul değil. Armstrong'un belirttiği gibi pek çok akıllı savaş suçlusu var. Zeka ve ahlak arasındaki bağlantı insanlar arasında mevcut görünmüyor, dolayısıyla bu prensibin diğer akıllı formlar arasındaki işleyişini sorguluyor.

"Ahlaksızca davranan zeki insanlar, aptal emsallerine göre çok daha büyük ölçekte acıya neden olabilir. Mantıklılık onlara sadece büyük bir zekayla kötü olma fırsatı verir, onları iyi insanlara dönüştürmez" diyor Armstrong.

MacIntyre'ın açıkladığı gibi, bir deneğin bir hedefe ulaşma yeteneği, hedefin başlangıçta makul olup olmadığıyla alakalı değildir. “Yapay zekalarımız eşsiz bir yeteneğe sahipse ve zekalarıyla birlikte ahlak seviyeleri de artarsa ​​çok şanslı olacağız. Geleceğimizi şekillendirebilecek bir şey için şansa güvenmek en iyi yaklaşım değil” diyor.

Efsane #8: “Yapay zeka ve robot teknolojisinin riskleri eşittir”

Gerçeklik: Bu özel yaygın hata Eleştirel olmayan medya ve "Terminatör" gibi Hollywood filmleri tarafından propagandası yapılıyor.

Skynet gibi yapay bir süper zeka gerçekten insanlığı yok etmek isteseydi androidleri kullanmazdı. altı namlulu makineli tüfekler. Biyolojik bir veba ya da nanoteknolojik gri yapışkan madde göndermek çok daha etkili olurdu. Veya sadece atmosferi yok edin.

Yapay zeka, robot teknolojisinin gelişimini etkileyebileceği için değil, görünüşünün genel olarak dünyayı nasıl etkileyeceği nedeniyle potansiyel olarak tehlikelidir.

Efsane #9: "Yapay zekanın bilim kurguda tasviri, geleceğin doğru bir temsilidir."

Birçok çeşit zihin. Resim: Eliezer Yudkowsky

Elbette yazarlar ve fütüristler fantastik tahminlerde bulunmak için bilim kurguyu kullandılar, ancak YSZ'nin oluşturduğu olay ufku tamamen farklı bir hikaye. Dahası, yapay zekanın insan dışı doğası, onun doğasını ve biçimini bilmemizi ve dolayısıyla tahmin etmemizi imkansız hale getiriyor.

Bilimkurgu, biz aptal insanları eğlendirmek için yapay zekaların çoğunun bize benzediğini gösteriyor. “Tüm olası zihinlerin bir yelpazesi var. İnsanlar arasında bile komşunuzdan oldukça farklısınız, ancak bu çeşitlilik var olabilecek tüm zihinlerle karşılaştırıldığında hiçbir şey değil" diyor McIntyre.

Çoğu bilim kurgunun ilgi çekici bir hikaye anlatmak için bilimsel olarak doğru olması gerekmez. Çatışma genellikle benzer güce sahip kahramanlar arasında ortaya çıkar. Armstrong esneyerek şöyle anlatıyor: "Bilinci, neşesi veya nefreti olmayan bir yapay zekanın ilginç olmayan bir hedefe ulaşmak için herhangi bir direnç göstermeden insanlığı sona erdirdiği bir hikayenin ne kadar sıkıcı olacağını bir düşünün."

Tesla fabrikasında yüzlerce robot çalışıyor

Efsane #10: "Yapay zekanın tüm işlerimizi elinden alması korkunç."

Gerçeklik: Yapay zekanın yaptığımız çoğu şeyi otomatikleştirme yeteneği ile insanlığı yok etme potansiyeli birbirinden çok farklı iki şeydir. Ancak Robotların Şafağı: Teknoloji ve İşsiz Bir Geleceğin Tehdidi kitabının yazarı Martin Ford'a göre bunlar genellikle bir bütün olarak görülüyor. Önümüzdeki yıllarda karşılaşacağımız zorluklardan dikkatimizi dağıtmadığı sürece yapay zekanın uzak geleceği hakkında düşünmek iyi bir şey. Bunlardan en önemlisi kitle otomasyonudur.

Yapay zekanın fabrika çalışanlarından beyaz yakalıların üst kademelerine kadar mevcut birçok işin yerini alacağından kimsenin şüphesi yok. Bazı uzmanlar, ABD'deki işlerin yarısının yakın gelecekte otomasyon riskiyle karşı karşıya kalacağını öngörüyor.

Ancak bu, şokla baş edemeyeceğimiz anlamına gelmiyor. Genel olarak hem fiziksel hem de zihinsel işlerimizin çoğundan kurtulmak türümüz için yarı ütopik bir hedeftir.

Miller, "Yapay zeka birkaç on yıl içinde pek çok işi ortadan kaldıracak, ancak bu kötü bir şey değil" diyor. Sürücüsüz arabalar kamyon şoförlerinin yerini alacak, bu da teslimat maliyetlerini azaltacak ve sonuç olarak birçok ürünü daha ucuz hale getirecek. “Kamyon şoförüyseniz ve geçiminizi sağlıyorsanız kaybedeceksiniz ama tam tersine herkes aynı maaşla daha fazla mal alabilecek. Tasarruf ettikleri para da insanlara yeni işler yaratacak diğer mal ve hizmetlere harcanacak” diyor Miller.

Büyük ihtimalle yapay zeka, mal üretmek için yeni fırsatlar yaratacak ve insanlara başka şeyler yapma özgürlüğü tanıyacak. Yapay zekadaki ilerlemelere, başta üretim olmak üzere diğer alanlardaki ilerlemeler eşlik edecek. Gelecekte temel ihtiyaçlarımızı karşılamamız zor değil, kolaylaşacak.

giriiş

Yapay zeka fikirlerinin kökenleri araştırılırken birçok gerçek ve efsaneden söz edilebilir. Zeus tarafından Girit adasını korumak için yaratılan antik Yunan robotu Talos'tan veya 19. yüzyılın ortalarında Ada Lovelace ve Analitik Motoru ile Charles Babbage'den, yapay zekanın modern tanımını yaratan Minsky ve McCartney'nin fikirlerine kadar. Bir program veya makine tarafından gerçekleştirilen ve eğer bir kişi tarafından gerçekleştirilmiş olsaydı, onun zeka veya ustalık göstermesi gerektiğini söyleyeceğimiz herhangi bir eylem.

Yapay zekanın kökenlerini Galileo Galilei'nin 1683 tarihli "İki Yeni Bilimin Konuşmaları ve Matematiksel Kanıtları" kitabında görüyorum.

Bu kitapta özellikle Galileo, dünyadaki her şeyin, doğal olaylar, matematik diliyle ifade edilebilir. Herhangi bir olay veya eylem için bir algoritma geliştirebileceğiniz ortaya çıktı. Dolayısıyla yapay zeka, tüm durumlar için bir dizi algoritmadır. Yapay zekanın temel yeteneklerinden biri de mevcut verilere dayalı olarak yeni algoritmaları bağımsız olarak sentezleyebilme yeteneği olacak.

Kesilmiş bir biçimde bu zaten mümkündür. Örneğin, Google'ın AlphaGo'su, 30 milyon hareketten oluşan bir veritabanını analiz ettikten ve birkaç bin kez kendisiyle antrenman yaptıktan sonra dünyanın en iyi Go oyuncusunu yenmeyi başardı.

IBM, doktorlara yardımcı olması için süper bilgisayarı Watson'ı eğitiyor. Amaç, bir bilgisayara doğal dilde sorulan soruların yanıtlarını aramayı öğretmektir; yani Watson tıbbi bir araştırma yapmayı öğrenir. Bir tür ayırıcı tanı oyunu, ama Dr. House yerine bir bilgisayarla. Aslında hikayeyi burada bitirelim. Sıradan insanların kafasında yapay zeka, Iron Man çizgi romanlarından Jarvis, Terminatör veya en kötü ihtimalle RoboCop'tur (filmde, cyborg'un çok hızlı ve doğru bir şekilde ateş etmesine yardımcı olan, eklenen yapay zekadır). Bu seçeneğin elbette yeri var, ancak bugün mevcut olanlarla başlayalım.

Bugün ne tür yapay zeka var?

Genel olarak tüm yapay zeka türleri iki kategoriye ayrılabilir: zayıf veya sınırlı yapay zeka ve genel veya güçlü yapay zeka.

Zayıf yapay zeka

Aslında isimler kendileri için konuşuyor. Bugün yapay zeka ilk türdür; sınırlıdır, yani zeka belirli görevlere göre uyarlanmıştır. Örneğin Samsung, 2020 yılına kadar her cihazın yapay zekaya sahip olacağını vaat ettiğinde bu, sınırlı bir sürüm anlamına geliyor. Örnekler arasında, yapmaya programlandıkları şeyi tam olarak yapabilen Siri veya Alice yer alıyor. Hatta Alice bir şeyi bilmediğinde veya yapamadığında şu şekilde tepki veriyor: "Programcı bunu bana daha sonra öğreteceğine söz verdi."

Bu tür, trafik sıkışıklığını analiz eden ve rotaları belirleyen Google ve Yandex haritalarını, sahneleri tanıyan kameraları, ısı seviyesini bağımsız olarak düzenleyen akıllı bir fırını ve ne kadar açıklarsanız açıklayın, yalnızca süpürüp kazanabilen bir robot elektrikli süpürgeyi içerir. sana terlik vermeyeceğim.

Ve şu ana kadar bu sınırlı bir yapay zekadır; bu, insanlığın ustalaştığı tek yapay zeka türüdür. Zayıf yapay zeka, uzmanların bugün üzerinde çalıştığı temel görevlere ayrılabilir. Bu:

• Konuşma tanıma;
• Bilgisayar görüşü;
• doğal dil işleme;
• kalıpları veya veri analizini aramak;
• robotik.

Bu sorunlara çözüm bulmanın iki yolu var; yani bazı yapay zekalara kelimelerinizi anlamayı ve resimleri tanımayı öğretmek.

1. Sembolik yaklaşım.

   Bu yaklaşım 40'lı yılların sonundan 90'lı yılların başına kadar devam etti. Yöntem, olduğuna inanılan şeye dayanmaktadır. En iyi yol Bir yapay zekayı “eğitmek”, onu mümkün olduğu kadar çok bilgiyle beslemek anlamına gelir. Örneğin tıp bağlamında konuşursak, her türlü ders kitabı ve bilgi tabanı yapay zekaya yüklenmiştir. Yapay zeka ise yanıtları yalnızca mevcut bilgilere dayanarak arar ve bilgiyi yalnızca programcının oluşturduğu kurallara göre işler.

   Buna göre, bu tür yapay zeka statik sorunları çözmek için iyidir. Örneğin, Rus dilindeki tüm ders kitaplarını buraya yükleyebilirsiniz ve AI, makaleleri iyi bir şekilde kontrol edebilecek, yazım ve noktalama hatalarını bulabilecek ve yazım normlarına odaklanarak hatta izole edebilecektir. konuşma hataları ve eksiklikler. Ancak bunu sadece kurallara dayanarak yani bağlamı anlamadan, doğru kelime dizilimini ve yazılışını izole ederek yapacaktır.

   Bir başka örnek ise makine çevirisidir. Karakter eğitimli yapay zeka, her türden sözlük ve ifade kitaplarıyla donatılmıştır. Ve eğer çeviri için kendisine önerilen ifade bunlardan birinde ise, o zaman onu iyi çevirecektir ve eğer değilse, o zaman sadece kelimeleri, edatları ve cümle yapısını yerleşik kurallara göre değiştirecektir.

2. Makine öğrenimi veya karakteristik olmayan yapay zeka.

   Sembolik öğrenmenin aksine, bu tür öğrenme, yapay zekaya belirli bir sorunu nasıl çözeceğinin gösterildiğini ve daha sonra serbestçe yüzmesine izin verildiğini ima eder. Sinir ağları bu şekilde çalışır. Bir programcının yapay zekayı fıskiyelerin kontrolüne bağladığı ve ona, çimenlerin üzerinde tuvalete gitme alışkanlığı edinmiş olan komşunun kedisini suyla kovmayı öğrettiği bir örneği okuduğumu hatırlıyorum. Programcı yapay zekaya kedilerin olduğu çok sayıda fotoğraf gösterdi ve ardından yapay zeka, kediye benzeyen bir şey gördüğünü düşündüğü her seferde fıskiyeyi açacak bir refleks geliştirdi. Sistem her zaman sorunsuz çalışmıyordu. Yapay zeka kaldırımdaki bir gölgeyi kedi zannettiğinde bir şekilde açılmış gibi görünüyor.

   Çeviri örneğinden bahsedersek, eğitimli bir yapay zeka, ifadenin bağlamını anlamaya çalışabilir ve çeviride temel gereksinimleri karşılayan ilk kelimeyi değil, kendi görüşüne göre stili daha iyi yansıtan kelimeyi değiştirebilir. eğitim aldığı şeyle ilgili duygu, argo veya başka bir şey.

Günümüzde çoğu programcı ikinci tür olan makine öğrenimini kullanmayı tercih ediyor çünkü tabiri caizse doğaçlama yapabiliyor. Örneğin otonom bir araba birinci tipe göre eğitilmişse kurallara göre gidecektir ancak yolda öngörülemeyen bir durum ortaya çıkarsa araba zor durumda kalacaktır. Ve makine öğrenimi ile eğitilen bir araba, önceden sağlanan bilgilere dayanarak fikirleri sentezleyerek koşullara göre hareket edebilir.

İşte bu noktada bir sorun ortaya çıkıyor. Sembolik yapay zekanın en önemli özelliklerinden biri, sistemin neden belirli bir karar verdiğini her zaman açıklayabilmesidir. Ancak makine öğrenimi söz konusu olduğunda her şey basit değildir. Bu nedenle aynı UBER veya Tesla, arabalarının neden kazaya yol açan şu veya bu kararı verdiğini anlamak için uzun zaman harcıyor.

Bununla birlikte, aynı arabalar için sembolik öğrenme uygun değildir, çünkü AI için tüm kurallar manuel olarak girilir, yani nispeten konuşursak, araba için olası tüm eylemleri yazmak gerekir - bir kişi yola çıktı. , bir bebek arabası yuvarlandı, bir kutu uçtu vb. Bir şey yazmayı unuttum ve aniden arabanın geyiğe çarptığı ortaya çıktı, çünkü kurallar dizisinde bu konuda hiçbir şey söylenmedi, bu arada makine yapay zekası dört ayaklıların hepsine vurmanın imkansız olduğunu tahmin edebilecek. hayvanlar.

Gördüğünüz gibi zayıf yapay zeka, sınırlamalarına rağmen birçok kullanıma sahiptir: akıllı teknoloji, otonom arabalar ve geleceği tahmin etmeye yönelik veri işleme. Bu arada, bir restoranda masa rezervasyonu yapabilen Google Duplex de sınırlı bir yapay zeka çünkü tam olarak kendisine öğretilenleri yapabiliyor.

Güçlü yapay zeka (kendisi)

İnsanlık daha önce böyle bir şey görmediği için hipotezler dünyasının başladığı yer burasıdır. Belki de yalnızca Google veya IBM'in derinliklerinde yarı akıllı bir şey canlı olarak yayınlanıyor. Son Google I/O konferansında, çok akıllı bir Çinli kadın olan Google Cloud'un Makine Öğrenimi ve Yapay Zeka bölümünün başkanı Fei Fei Li, yapay zeka alanındaki araştırmaların üzerinden 60 yıldan fazla zaman geçmiş olmasına rağmen, ancak bilim hala erken bir aşamada ve şu ana kadar yalnızca sınırlı yapay zekanın geliştirilmesinde ustalığa ulaşmaktan bahsedebiliyoruz.

Ancak güçlü yapay zeka hakkında biraz hayal kurmayı ve onun ne olması gerektiğini, neler yapabilmesi gerektiğini belirlemeye çalışmayı öneriyorum. Güçlü bir yapay zekanın ortalama bir insanla aynı zekaya sahip olduğuna, yani teoride her sorunu çözebileceğine inanılıyor ve eğer birincisi John Connor'ı herhangi bir şekilde yok etme göreviyle karşı karşıya kaldıysa, ikincisi maksimum entropiyi arzuluyor. . Terminatör, eğer metro kapalıysa, John Connor'ı otobüste öldürmeye gidecek ve eğer otobüs bozulursa yürüyecek veya taksi çağıracak ve kötü niyetli kişi, yazarın yaptığı tüm reklamları yazacaktır. hiçbir şey anlamıyorum, demagoji ve safsata yapmaya çalışacağım. Aslında dünyadaki hükümetlerin en büyük hayali, bilgisayar trol botlarından oluşan bir orduyla Amerika Birleşik Devletleri'nde askeri operasyonlar yürütmek ve seçimleri sabote etmek için güçlü bir yapay zeka elde etmektir.

Google, her şey yolunda giderse 2050 yılına kadar bir ilerleme kaydedilebileceğini ve ilk güçlü yapay zekanın ortaya çıkabileceğini söylüyor.

Bu tür yapay zekanın temel zayıflığı, tüm yeteneklerine rağmen hala ortalama bir insan gibi nispeten dar görüşlü kalması, ancak bir insandan farklı olarak güçlü yapay zekanın her şeyi hatırlaması ve bilgiyi arama ve işleme konusunda daha iyi yönlendirilmiş olmasıdır.

Süper güçlü zeka

Bu tamamen hayal dünyasının dışındadır. Örneğin, Iron Man'den Friday/Jarvis, basitçe güçlü bir zekaya sahip olarak sınıflandırılabilir.

Hatırlarsanız, filmlerden birinde ana karakter Tony Stark, göğsüne yerleştirmek için toksik olmayan yeni bir enerji kaynağı icat etmeye çalışmıştı. Jarvis ona yardım etti, ancak sorunu hala yalnızca Tony Stark çözebildi çünkü yapay zekanın yeterince "düşünme" yeteneği yoktu. Süper güçlü zeka, en zor soruları bile bağımsız olarak çözebilecek karmaşık görevler. İnsanlık ona "42" cevabını vereceği bir soru soracak ve ardından süper güçlü bir yapay zeka tüm insanları sıvı dolu fıçılara yerleştirecek ve seçilmiş olanın fenomenini yaratacak (bu saçma değil, ama “Otostopçunun Galaksi Rehberi” kitabına ve “Matrix” filmine göndermeler.

Yapay zekadan korkmalı mıyız?

Tüm bilim kurgu filmlerine rağmen en azından yapay zekanın son türü ortaya çıkana kadar korkmaya gerek yok. Ancak, geliştirmeyle uğraşan insanlardan korkmanız gerekir, çünkü bir hata nedeniyle veya kasıtlı olarak, "tüm insanlara öğretin" yerine "tüm insanları öldürün" kuralı aynı sınırlı yapay zekanın içine yerleştirilmiş olabilir. Ve sonra yapay zekanın yapması gereken tek şey, sözlükteki tüm kelimelerin anlamlarını kontrol etmek ve işe koyulmak.

Bununla birlikte, sınırlı da olsa yapay zekanın gelişimi, modern toplumda birçok soruna yol açmış ve yol açmaya devam edecektir.

Birinci sorun

Sorunlardan biri, yapay zekanın gelişmesinin ortalama beceri düzeyi gerektiren işlerin terk edilmesine yol açması nedeniyle geleneksel kariyer basamaklarının yok olmasıdır. Daha detaylı anlatayım. Bir bilgisayara veri girmek için ucuz işgücüne ihtiyaç vardır, çünkü nispeten konuşursak, insanlar captcha'ları hâlâ daha iyi tanıyabilmektedir. Bilgisayarda işlenmiş verilere dayanarak karar verecek olanlara da ihtiyacımız var. Ancak sıradan analistlere artık ihtiyaç yok çünkü onlar öğrenilmiş algoritmalara dayalı olarak verileri analiz edip inceliyorlar. Örneğin analist olduğum dönemde tahmin oluşturmak amacıyla verileri işlemek için 42 farklı seçeneğim vardı. Bu seçeneklerin tümü düzenli bir sunum halinde düzenlenmişti ve belirli bir durumda hangi yöntemin kullanılmasının en iyi olduğunu bulmak için düzenli olarak buna başvurdum. Beni AI ile değiştirmek mantıklı ve haklı görünüyor, çünkü tahmin görevleriyle çok daha hızlı başa çıkacak. Buna göre, kariyerin en alt noktasında neredeyse zekayı gösterecek hiçbir manevra olmadığından, kıdemsiz analistten yöneticiye uzanan geleneksel kariyer merdiveni ortadan kalktığında bir boşluk ortaya çıkar.

İkinci sorun

Ayrıca yapay zeka nedeniyle algoritmalaştırılabilen, yani basit eylemlere indirgenebilen temel meslekler de yavaş yavaş terk edilecek. Benzer bir durum artık kasiyerlerin yavaş yavaş self-servis makinelerle değiştirildiği Auchan ve Lenta'da da gözlemlenebiliyor; ayrıca bir çalışan ortaya çıkan sorunların çözümüne yardımcı oluyor ve bir güvenlik görevlisi düzeni sağlıyor. Gelecekte güvenlik görevlisinin yerini düzeni izleyen güvenlik kameraları alacak. İnsanın değerinde bir azalma olacağı ortaya çıktı.

Yapay zekanın yerini alması muhtemel meslekler: postacılar, kuyumcular, oduncular, çiftçiler, fabrika işçileri, sigortacılar

San Francisco'nun bir dereceye kadar bu sorunun bir örneği olabileceğini okudum. ABD'deki bu şehir teknolojik seçkinler tarafından seçildi. Buna göre şehrin ekonomisi seçkinlerin ihtiyaçlarını karşılamaya yönelik ama teknoloji ekonomisiyle ilgisi olmayan insanlar çok büyük sorunlar yaşıyor. Çok daha az kazanıyorlar ve şehirdeki tüm fiyat etiketleri BT girişimlerine göre belirleniyor. Sıradan insanlar bu tür masrafları karşılayamıyor, bu yüzden ya taşınıyorlar ya da zaten büyük olan evsizler ordusuna katılıyorlar.

Ancak bazı meslekleri kurtaracak önemli bir özellik var. Yapay zekanın çalışması için yaratılmış koşullara ihtiyacı var. Örneğin, bir robot elektrikli süpürge yalnızca düz bir zeminde hareket edebilir ve küçük düz olmayan yüzeylerin üstesinden gelebilir. Buna göre, birçok temel meslek, yapay ikamelerini yaratmak çok zor ve pahalı olduğu sürece ayakta kalabilecektir. Örneğin, çok sayıda kapısı olan bir odada, bir temizlik robotunun ya kapı kollarını çevirmek için manipülatörlere ihtiyacı vardır ya da tüm kapıların otomatik olarak açılması gerekir. Her ikisi de oldukça pahalı, ancak Orta Asya'dan gelen Sarhat'ın paspas ve kapı tokmağı tutacak kadar elleri ve beyinleri var, ancak kayıt yok ve maaş zorunluluğu yok.

Üçüncü sorun

Sınırlı yapay zeka bile serbest çalışma olgusunu büyük ölçüde teşvik etti. Uzaktan çalışanları işe almaya ve işe almaya yönelik platformlar her yıl giderek daha fazla gelişiyor. Örneğin son istatistiklere göre dünyanın ilk ekonomisi olan Amerika Birleşik Devletleri'nde 55 milyon kişi freelance olarak çalışmaktadır.

Ve bu şimdiki nesilde, resme dikkat edin. Büyüyen iş gücü ofiste oturmayı sevmiyor. Buna göre iş organizasyonunda bir değişiklik olacak. Şirketler, çalışanları işe alma ve elde tutma konusunda zorluklarla karşılaşacaktır; çünkü çevrimiçi olarak ulaşılabilir durumdayken ve dünyanın her yerinde iş arayabiliyorken neden hayatınızı tek bir şirkete adayasınız ki?

Dördüncü sorun

Oldukça ciddi bir sorun, daha önce 2 numaralı sorunda bahsettiğimiz sosyal eşitsizliktir. Daha da kötüleşecek. Sanırım makaleden yeni dünyada başarılı olmak için akıllı olmanız ve ilk isminizi bilmeniz gerektiğini tahmin ettiniz. modern teknolojiler. Yoksul insanların eğitime erişiminin daha kötü olduğu bir sır değil. Buna göre, yoksullar yeni bir seviyeye geçemeyecekler çünkü yararlı bir şey öğrenme şansları olmayacak, çünkü iyi düşünebilmek için yıllarca süren yoğun bir eğitime ihtiyaçları var ve bunu nereden alacakları yiyecek aramamız gerekiyor.

Yeni toplumun ya ucuz emeğe ya da entelektüel karar vericilere ihtiyacı var.

Beşinci sorun

Kısaca formüle edilebilir: Dümende kim var? Yapay zeka sistemlerini geliştiren kişiler, yapay zekanın karar vermek için hangi verileri kullanacağını yapay zekaya öğrettikleri için özel bir sorumluluğa sahip olacaklar. Bunlar Asimov'un robotik yasaları mı yoksa belirli bir insan katmanını koruyan başka kurallar mı olacak?

Yapay zeka neden iyi bir şeydir?

Yukarıda sıralanan sorunlar biraz göz korkutucudur ancak yapay zeka, iki ucu keskin bir kılıçtır ve yardımcı olabilir.

Fayda 1

Yapay zeka hizmet verecek güçlü bir itişle Birçok alanın gelişimi için. İyi bir örnek tıptır. Bugün 21. yüzyılda doktorlar yüz yıl önce nasıl davranıyorsa aynı şekilde tedavi etmeye devam ediyor. Ders kitaplarını tıka basa dolduruyorlar. Bu kötü bir seçenektir, çünkü hiçbir doktor tüm hastalıkların tüm semptomlarını ezbere hatırlayamaz. Bu tür hataların sonuçları ölümcül olabilir. Yerel doktor, tüm ana semptomların mevcut olması nedeniyle annemin hastalığının nedenlerinin soğuk algınlığı ve yorgunluk olduğunu sonuna kadar bana temin etti. Ve ancak çok geç olduğunda doğru teşhis konulabildi. Akut lösemi tanınması oldukça zor bir hastalıktır. Bu durumda tüm hastalıkları ve semptomları hatırlayan, asla yorulmayan bir yapay zekaya sahip olmak çözüm olacaktır.

Avukatların ve hakimlerin tüm yasaları, içtihatları ve delil yığınlarını akılda tutması gereken hukuk alanında da aynı değişiklikler meydana gelebilir.

Fayda 2

Yapay zeka kişiselleştirilmiş deneyimler yaratmaya yardımcı olacak. Bu nokta en iyi öğrenme örneği kullanılarak açıklanabilir. Günümüzde öğretmenler aşırı yük altındadır ve fiziksel olarak tüm öğrencilerle ilgilenememektedirler. Ancak herkesin yeni materyalleri öğrenme hızı farklıdır. Yapay zeka tabanlı öğrenme sistemleri, öğrenme hızını izliyor, öğrencinin materyali iyi mi yoksa kötü mü hatırladığını, dikkatli okuyup okumadığını veya dikkatinin dağılıp dağılmadığını görüyor. Buna dayanarak bireysel bir öğrenme temposu oluşturulur ve pekiştirme için alıştırmalar seçilir.

Aynı zamanda, yapay zeka yardımıyla insanların yeni materyali kavramasının daha kolay olduğu bir gerçek var, çünkü bu durumda hata korkusu önemli ölçüde azalıyor. Bu ifadeye katılıyorum. Örneğin yanlış çözüldüğüne dair bilgisayardan öfkeli bir bip sesi almak, matematik öğretmenim Olga Stepanovna'nın bakışlarına dayanmaktan ahlaki açıdan daha kolaydır.

Yapay zeka tüm insanlara eşit ilgi gösterebilecek. Bu, eğitim ve tıptan modaya uygun bir imaj seçmeye (vücut tipine, yüz şekline ve mevsimsel trendlere göre) ve spor salonunda antrenmana kadar tüm alanları içerir.

Fayda 3

Zaten bugün dünyamız bilgiyle dolup taşıyor. Her türlü veri, her yerden toplanır. hava koşulları ve kişinin kaç adım yürüdüğü ile bitiyor.

Büyük verilere erişimi olan yapay zeka, bu verileri analiz edebilecek ve adım sayısının sağlığı nasıl etkilediğine dair bir korelasyon arayabilecek, ancak soyut olarak değil, belirli hava koşullarını dikkate alarak. Yolcu akışlarının hareketinin analizi, sıkışıklığın azaltılmasına ve yoğun saatlerde ulaşımdaki çökmelerin sayısının azaltılmasına yardımcı olacaktır. Kısacası analiz edilebilecek veriler analiz edilecek ve yapay zeka bulgularını sunacak.

Çözüm

Bugün yapay zeka, yalnızca eğitim aldığı görevleri çözmede oldukça başarılı olduğunu, hatta bu konularda sıradan insanlardan daha iyi olduğunu gösterdi. Bir akıllı telefon, bir kraliçe olmadan bile bir büyük ustayı kolayca yenebilir; kısa bir roman yazan bir Japon yapay zeka, bir edebiyat yarışmasında finale kaldı ve kardeşleri iyi müzik yazıp icra ediyor.

Ancak ne yazık ki yapay zeka henüz emekleme aşamasında. Yalnızca kendisine öğretilenleri yapabilir; birçok edebi veya müzik eserini analiz edebilir ve kendine ait bir şeyler sentezleyebilir veya milyonlarca hareketi hatırlayıp en iyisini seçebilir.

Sınırlı yapay zekanın geliştirilmesinin önünde duran temel sorunlar, çevredeki dünyayı ve altyapıyı algılamak için evrensel algoritmaların eksikliğidir (veri toplamak için birçok sensöre ihtiyaç vardır, sürücüsüz arabalar ideal işaretlere sahip yollara ihtiyaç duyar ve sesli asistanlara ihtiyaç vardır). sahibinin isteklerini anlamak için daha iyi algoritmalar).

Güçlü yapay zekanın ortaya çıkması için, temelde farklı hesaplama gücüne ve insanların sezgi dediği şeyi taklit eden bilgi işleme algoritmalarına ihtiyacımız var. Muhtemelen yakın gelecekte, her türlü koşul için yerleşik davranış algoritmalarına sahip, sınırlı yapay zekanın çeşitli versiyonlarını göreceğiz.

Yapay zeka bir sinir ağı oluşturdu 15 Aralık 2017

Yapay zekanın kendi sinir ağını oluşturduğu noktaya geldik. Her ne kadar birçok insan bunun aynı şey olduğunu düşünse de. Ama aslında her şey o kadar basit değil ve şimdi bunun ne olduğunu ve kimin kimi yaratabileceğini anlamaya çalışacağız.

Google Brain bölümünden mühendisler bu baharda AutoML'i tanıttılar. Bu yapay zeka, insan müdahalesi olmadan kendi benzersiz yapay zekasını üretebiliyor. AutoML'in ilk kez bir bilgisayarlı görme sistemi olan NASNet'i oluşturmayı başardığı ortaya çıktı. Bu teknoloji, daha önce insanlar tarafından yaratılan tüm analoglardan ciddi şekilde üstündür. Bu yapay zeka tabanlı sistem, örneğin aşağıdakilerin geliştirilmesinde mükemmel bir yardımcı olabilir: otonom arabalar. Robotikte de geçerlidir; robotlar tamamen yeni bir seviyeye ulaşabilecek.

AutoML benzersiz bir takviyeli öğrenme sistemi kullanılarak geliştirilmiştir. Belirli amaçlara yönelik tamamen yeni sinir ağlarını bağımsız olarak geliştiren bir sinir ağı yöneticisinden bahsediyoruz. özel görevler. Belirttiğimiz durumda AutoML, bir videodaki nesneleri gerçek zamanlı olarak en doğru şekilde tanıyan bir sistem üretmeyi amaçlamaktadır.

Yapay zekanın kendisi yeni bir sinir ağını eğitmeyi, hataları izlemeyi ve çalışmayı düzeltmeyi başardı. Eğitim süreci sistem çalışır hale gelene kadar birçok kez (binlerce kez) tekrarlandı. İlginçtir ki, şu anda mevcut olan ancak insanlar tarafından geliştirilen ve eğitilen benzer sinir ağlarını atlatmayı başardı.

AutoML aynı zamanda NASNet'in performansını değerlendirir ve bu bilgiyi yan kuruluş ağını iyileştirmek için kullanır; bu işlem binlerce kez tekrarlanır. Mühendisler NASNet'i ImageNet ve COCO görüntü setlerinde test ettiğinde, mevcut tüm bilgisayarlı görüş sistemlerinden daha iyi performans gösterdiğini gördü.

Google, NASNet'in %82,7 doğrulukla tanıdığını resmi olarak belirtti. Sonuç, Momenta ve Oxford uzmanlarından araştırmacılar tarafından bu yılın sonbaharının başlarında belirlenen önceki rekordan %1,2 daha yüksek. NASNet ortalama %43,1 doğrulukla benzerlerine göre %4 daha verimlidir.

NASNet'in mobil platformlara uyarlanmış basitleştirilmiş bir sürümü de bulunmaktadır. Analoglarından yüzde üçten biraz daha fazla performans gösteriyor. Yakın gelecekte bilgisayar görüşünün önemli olduğu otonom araçların üretiminde bu sistemin kullanılması mümkün olacaktır. AutoML, daha da yükseklere ulaşma çabasıyla yeni nesil sinir ağları üretmeye devam ediyor.

Bu elbette yapay zekayla ilgili endişelerle ilgili etik soruları gündeme getiriyor: Peki ya AutoML, toplumun ayak uyduramayacağı bir hızda sistemler yaratırsa? Ancak birçok büyük şirketler Yapay zekanın güvenlik kaygılarını dikkate almaya çalışıyoruz. Örneğin Amazon, Facebook, Apple ve diğer bazı şirketler, İnsanlara ve Topluma Fayda Sağlamak için Yapay Zeka Ortaklığı'nın üyeleridir. Elektrik ve Elektrik Mühendisleri Enstitüsü (IEE), yapay zeka için etik standartlar önerdi ve örneğin DeepMind, yapay zeka uygulamalarıyla ilgili ahlaki ve etik konularla ilgilenecek bir grubun kurulduğunu duyurdu.

Ancak birçok büyük şirket yapay zekanın güvenlik kaygılarını dikkate almaya çalışıyor. Bu elbette yapay zekayla ilgili endişelerle ilgili etik soruları gündeme getiriyor: Peki ya AutoML, toplumun ayak uyduramayacağı bir hızda sistemler yaratırsa? Elektrik ve Elektrik Mühendisleri Enstitüsü (IEE), yapay zeka için etik standartlar önerdi ve örneğin DeepMind, yapay zeka uygulamalarıyla ilgili ahlaki ve etik konularla ilgilenecek bir grubun kurulduğunu duyurdu. Örneğin Amazon, Facebook, Apple ve diğer bazı şirketler, İnsanlara ve Topluma Fayda Sağlamak için Yapay Zeka Ortaklığı'nın üyeleridir.

Yapay zeka nedir?

"Yapay zeka" teriminin yaratıcısı, Lisp dilinin mucidi, fonksiyonel programlamanın kurucusu ve yapay zeka araştırmaları alanına yaptığı muazzam katkılardan dolayı Turing Ödülü sahibi John McCarthy'dir.
Yapay zeka, bir bilgisayarı, bilgisayar kontrollü robotu veya insan kadar akıllı düşünebilen bir program üretmenin bir yoludur.

Yapay zeka alanındaki araştırmalar, insanın zihinsel yeteneklerinin incelenmesiyle gerçekleştiriliyor ve daha sonra bu araştırmanın sonuçları, akıllı program ve sistemlerin geliştirilmesinde temel olarak kullanılıyor.

Sinir ağı nedir?

Sinir ağı fikri, çok basit unsurlardan oluşan karmaşık bir yapıyı bir araya getirmektir. Beynin yalnızca bir bölümünün zeki olarak kabul edilmesi pek olası değildir, ancak insanlar genellikle IQ testlerinde şaşırtıcı derecede başarılıdır. Bununla birlikte, şimdiye kadar "yoktan" bir zihin yaratma fikri genellikle alay konusu oldu: daktilolu bin maymun hakkındaki şaka zaten yüz yaşında ve eğer isterseniz sinir ağlarına yönelik eleştiri bile yapılabilir. Er ya da geç anlamlı bir metin ortaya çıksın diye alaycı bir şekilde yüzünüz morarıncaya kadar havaya harfli jetonlar atmayı öneren Cicero'da bulunabilir. Ancak 21. yüzyılda klasiklerin boşuna alaycı olduğu ortaya çıktı: Bu, gerekli ısrarla dünyayı ele geçirebilecek, jetonlu bir maymun ordusudur.
Aslında, bir sinir ağı kibrit kutularından bile oluşturulabilir: bu yalnızca bilginin işlendiği bir dizi basit kuraldan oluşur. "Yapay nöron" veya algılayıcı özel bir cihaz değil, yalnızca birkaç aritmetik işlemdir.

Perceptron'un çalışması daha basit olamazdı: Birkaç başlangıç ​​numarası alır, her birini bu sayının "değeri" ile çarpar (daha fazlası aşağıdadır), bunları toplar ve sonuca bağlı olarak 1 veya -1 çıktısını verir. Örneğin, açık bir alanı fotoğraflıyoruz ve nöronumuza bu resimde bir noktayı gösteriyoruz, yani ona rastgele koordinatları iki sinyal olarak gönderiyoruz. Sonra şunu soruyoruz: “Sevgili nöron, burası cennet mi, yoksa dünya mı?” "Eksi bir" diye yanıtlıyor kukla, kümülüs bulutuna sakin bir şekilde bakarak. "Bunun toprak olduğu açık."

Algılayıcının ana faaliyeti “gökyüzünü işaret etmek”tir. Ondan herhangi bir doğruluk bekleyemezsiniz: aynı kolaylıkla yazı tura atabilirsiniz. Sihir şu saatte başlıyor: Sonraki etap buna makine öğrenimi denir. Doğru cevabı biliyoruz, bu da onu programımıza yazabileceğimiz anlamına gelir. Böylece, her yanlış tahmin için algılayıcının kelimenin tam anlamıyla bir ceza aldığı ve doğru bir tahmin için bir bonus aldığı ortaya çıktı: gelen sinyallerin "değeri" artar veya azalır. Bundan sonra program yeni formül kullanılarak çalıştırılır. Er ya da geç, nöron kaçınılmaz olarak fotoğraftaki dünyanın aşağıda ve gökyüzünün yukarıda olduğunu "anlayacak", yani x koordinatlarının kendisine iletildiği kanaldan gelen sinyali görmezden gelmeye başlayacak. Böylesine gelişmiş bir robota başka bir fotoğraf atarsanız ufuk çizgisini bulamayabilir, ancak kesinlikle üst ile alt kısmı karıştırmayacaktır.

Gerçek çalışmada formüller biraz daha karmaşıktır ancak prensip aynı kalır. Perceptron yalnızca tek bir görevi yapabilir: sayıları alıp iki yığına koymak. En ilginç şey bu tür unsurların birden fazla olmasıyla başlar, çünkü gelen sayılar diğer “yapı taşlarından” gelen sinyaller olabilir! Diyelim ki bir nöron mavi pikselleri yeşil piksellerden ayırmaya çalışacak, ikincisi koordinatlarla uğraşmaya devam edecek ve üçüncüsü bu iki sonuçtan hangisinin gerçeğe daha yakın olduğuna karar vermeye çalışacak. Aynı anda birkaç nöronu mavi piksellere yerleştirirseniz ve sonuçlarını özetlerseniz, "en iyi öğrencilerin" ek bonuslar alacağı bir katman elde edersiniz. Böylece, oldukça yaygın bir ağ, bir yığın veriyi kürekle tarayabilir ve tüm hataları hesaba katabilir.

Kibrit kutuları kullanılarak bir sinir ağı oluşturulabilir - o zaman cephaneliğinizde konukları partilerde eğlendirmek için kullanabileceğiniz bir numara olacaktır. MirF'in editörleri bunu zaten denediler ve alçakgönüllülükle yapay zekanın üstünlüğünü kabul ettiler. İrrasyonel maddeye "11 çubuk" oyununu oynamayı öğretelim. Kurallar basit: Masada 11 maç var ve her hamlede bir veya iki maç yapabilirsiniz. Sonuncuyu alan kazanır. Bu “bilgisayar”a karşı nasıl oynanır?

Çok basit.

10 kutu veya bardak alın. Her birine 2'den 11'e kadar bir sayı yazıyoruz.

Her kutuya siyah ve beyaz olmak üzere iki çakıl taşı koyuyoruz. Birbirinden farklı olduğu sürece herhangi bir nesneyi kullanabilirsiniz. İşte bu; on nörondan oluşan bir ağımız var!

Sinir ağı her zaman önce gelir. Öncelikle kaç maç kaldığına bakın ve bu sayının olduğu bir kutu alın. İlk hamlede 11 numaralı kutu olacaktır. İstediğiniz kutudan herhangi bir çakıl taşı alın. Gözlerinizi kapatabilir veya yazı tura atabilirsiniz, asıl önemli olan rastgele hareket etmektir.
Taş beyazsa sinir ağı iki eşleşme almaya karar verir. Siyahsa - bir. Hangi “nöronun” kararı verdiğini unutmamak için kutunun yanına bir çakıl taşı koyun. Bundan sonra kişi yürür ve maçlar bitene kadar bu böyle devam eder.

Şimdi işin eğlenceli kısmı geliyor: Öğrenmek. Ağ oyunu kazanırsa, ödüllendirilmesi gerekir: Oyun sırasında düşen aynı renkteki ek bir çakıl taşını bu oyuna katılan "nöronlara" atın. Ağ kaybederse, son kullanılan kutuyu alın ve başarısız olan taşı oradan çıkarın. Kutunun zaten boş olduğu ortaya çıkabilir, o zaman "son" nöron bir önceki nöron olarak kabul edilir. Bir sonraki oyunda vurmak boş kutular sinir ağı otomatik olarak pes edecektir.

Bu kadar! Bunun gibi birkaç oyun oynayın. İlk başta şüpheli bir şey fark etmeyeceksiniz, ancak her galibiyetten sonra ağ giderek daha başarılı hamleler yapacak ve yaklaşık bir düzine oyundan sonra yenemeyeceğiniz bir canavar yarattığınızı fark edeceksiniz.

Kaynaklar:

Bu yıl Yandex hizmete girdi sesli asistan"Alice". Yeni hizmet, kullanıcının haberleri ve hava durumunu dinlemesine, sorulara yanıt almasına ve botla kolayca iletişim kurmasına olanak tanıyor. "Alice" bazen kendini beğenmiş oluyor, bazen neredeyse mantıklı ve insanca alaycı görünür, ancak çoğu zaman kendisine ne sorulduğunu anlayamaz ve kendini bir su birikintisinde bulur.

Bütün bunlar sadece bir şaka dalgasına değil, aynı zamanda yapay zekanın gelişimi hakkında yeni bir tartışma turuna da yol açtı. Akıllı algoritmaların neler başardığına dair haberler bugün neredeyse her gün geliyor ve makine öğrenimi, kendinizi adayabileceğiniz en umut verici alanlardan biri olarak adlandırılıyor.

Yapay zeka ile ilgili temel soruları açıklığa kavuşturmak için yapay zeka ve makine öğrenimi yöntemleri uzmanı, en güçlü yerli satranç programlarından biri olan SmarThink'in yazarı ve XXII.Yüzyıl projesinin yaratıcısı Sergei Markov ile konuştuk.

Sergey Markov,

yapay zeka uzmanı

Yapay zeka hakkındaki mitleri çürütüyoruz

peki “yapay zeka” nedir?

“Yapay zeka” kavramı bir noktaya kadar şanssızdı. Başlangıçta bilimsel topluluktan yola çıkarak fantastik edebiyata ve onun aracılığıyla da popüler kültüre nüfuz etti; burada bir takım değişikliklere uğradı, birçok yorum kazandı ve sonunda tamamen gizemli hale geldi.

Bu nedenle uzman olmayan kişilerden şu tür ifadeleri sıklıkla duyuyoruz: “Yapay zeka yoktur”, “Yapay zeka yaratılamaz.” Yapay zeka araştırmalarının doğasının yanlış anlaşılması, insanları kolayca başka uç noktalara sürükleyebilir; örneğin, modern yapay zeka sistemleri, bilincin, özgür iradenin ve gizli güdülerin varlığına atfedilir.

Sinekleri pirzolalardan ayırmaya çalışalım.

Bilimde yapay zeka, entelektüel sorunları çözmek için tasarlanmış sistemleri ifade eder.

Buna karşılık entelektüel bir görev, insanların kendi zekalarını kullanarak çözdüğü bir görevdir. Bu durumda uzmanların kasıtlı olarak "zeka" kavramını tanımlamaktan kaçındığını unutmayın, çünkü yapay zeka sistemlerinin ortaya çıkmasından önce zekanın tek örneği insan zekasıydı ve zeka kavramını tek bir örnek üzerinden tanımlamak, denemekle aynı şey. tek bir noktadan geçen düz bir çizgi çizmek. Bu tür çok sayıda satır olabilir, bu da zeka kavramına ilişkin tartışmanın yüzyıllarca süreceği anlamına geliyor.

“Güçlü” ve “zayıf” yapay zeka

Yapay zeka sistemleri iki büyük gruba ayrılır.

Uygulamalı yapay zeka("zayıf yapay zeka" veya "dar yapay zeka" terimi aynı zamanda İngiliz geleneğinde de kullanılır - zayıf/uygulamalı/dar yapay zeka) herhangi bir entelektüel sorunu veya bunların küçük bir kümesini çözmek için tasarlanmış yapay zekadır. Bu sınıf satranç oynama, Go, görüntü tanıma, konuşma, banka kredisi verme veya vermeme konusunda karar verme vb. sistemleri içerir.

Uygulamalı yapay zekanın aksine konsept tanıtıldı evrensel yapay zeka(ayrıca “güçlü AI”, İngilizce'de - güçlü AI/Yapay Genel Zeka) - yani, herhangi bir entelektüel sorunu çözebilecek varsayımsal (şimdilik) AI.

Çoğu zaman insanlar terminolojiyi bilmeden yapay zekayı güçlü yapay zeka ile eşitler, bu yüzden "Yapay zeka yoktur" ruhuyla yargılar ortaya çıkar.

Güçlü yapay zeka henüz gerçekten mevcut değil. Son on yılda yapay zekada gördüğümüz ilerlemelerin neredeyse tamamı uygulama sistemlerindeki ilerlemelerdir. Uygulamalı sistemler bazı durumlarda entelektüel sorunları evrensel insan zekasından daha iyi çözebildiğinden, bu başarılar hafife alınmamalıdır.

Yapay zeka kavramının oldukça geniş olduğunu fark ettiğinizi düşünüyorum. Diyelim ki zihinsel hesaplama aynı zamanda entelektüel bir görevdir ve bu, herhangi bir hesaplama makinesinin bir yapay zeka sistemi olarak kabul edileceği anlamına gelir. Peki ya faturalar? Abaküs? Antikythera Mekanizması? Aslında bunların hepsi resmi olarak ilkel de olsa yapay zeka sistemleridir. Ancak genellikle bir sistemi yapay zeka sistemi olarak adlandırarak, bu sistem tarafından çözülen sorunun karmaşıklığını vurgulamış oluruz.

Entelektüel görevleri basit ve karmaşık olarak ayırmanın çok yapay olduğu ve belirli görevlerin karmaşıklığına ilişkin fikirlerimizin giderek değiştiği oldukça açıktır. Mekanik hesap makinesi 17. yüzyılda bir teknoloji mucizesiydi ancak bugün çocukluktan itibaren çok daha karmaşık mekanizmalarla karşı karşıya kalan insanlar artık ondan etkilenemiyor. Go oynayan arabalar veya sürücüsüz arabalar halkı şaşırtmayı bıraktığında, birisinin bu tür sistemleri yapay zeka olarak sınıflandıracağı için muhtemelen ürkecek insanlar olacaktır.

“Mükemmel Robotlar”: Yapay Zekanın öğrenme yetenekleri hakkında

Bir başka komik yanılgı da yapay zeka sistemlerinin kendi kendine öğrenme yeteneğine sahip olması gerektiğidir. Bir yandan, bu yapay zeka sistemlerinin gerekli bir özelliği değil: kendi kendine öğrenemeyen, ancak yine de birçok sorunu insan beyninden daha iyi çözen birçok şaşırtıcı sistem var. Öte yandan bazı insanlar, kendi kendine öğrenmenin birçok yapay zeka sisteminin elli yıldan fazla bir süre önce edindiği bir özellik olduğunu bilmiyor.

1999'da ilk satranç programımı yazdığımda, kendi kendine öğrenme bu alanda zaten tamamen yaygın bir yerdi - programlar tehlikeli pozisyonları hatırlayabilir, açılış varyasyonlarını kendilerine uyacak şekilde ayarlayabilir ve oyun tarzını rakibe uyum sağlayarak düzenleyebilirdi. Elbette bu programlar hâlâ Alfa Sıfır'dan çok uzaktı. Bununla birlikte, "pekiştirmeli öğrenme" adı verilen deneyler aracılığıyla diğer sistemlerle etkileşimlere dayalı davranışı öğrenen sistemler bile zaten mevcuttu. Ancak bazı açıklanamayan nedenlerden dolayı bazı insanlar hala kendi kendine öğrenme yeteneğinin insan zekasının ayrıcalığı olduğunu düşünüyor.

Makine öğrenimi, bütün bilimsel disiplin, makinelere belirli problemleri çözmeyi öğretme süreçlerini ele alır.

Makine öğreniminin iki büyük kutbu vardır; denetimli öğrenme ve denetimsiz öğrenme.

Şu tarihte: bir öğretmenle antrenman yapmak makine zaten belirli bir dizi durum için belirli sayıda koşullu olarak doğru çözüme sahiptir. Bu durumda eğitimin görevi, makineye mevcut örneklere dayanarak bilinmeyen diğer durumlarda doğru kararlar vermeyi öğretmektir.

Diğer uç nokta ise öğretmensiz öğrenme. Yani makine, doğru kararların bilinmediği, yalnızca verilerin ham, etiketlenmemiş biçimde mevcut olduğu bir duruma yerleştirilir. Bu gibi durumlarda bir miktar başarı elde edebileceğiniz ortaya çıktı. Örneğin, bir makineye çok geniş bir metin kümesinin analizine dayalı olarak bir dildeki kelimeler arasındaki anlamsal ilişkileri tanımlamayı öğretebilirsiniz.

Denetimli öğrenmenin bir türü takviyeli öğrenmedir. Buradaki fikir, AI sisteminin, diğer aracılarla (örneğin kendi kopyalarıyla) etkileşime girebileceği ve bir ödül işlevi aracılığıyla ortamdan bazı geri bildirimler alabileceği bazı simüle edilmiş ortamlara yerleştirilmiş bir aracı olarak hareket etmesidir. Örneğin kendi kendine oynayan, yavaş yavaş parametrelerini ayarlayan ve böylece kendi oyununu giderek güçlendiren bir satranç programı.

Takviyeli öğrenme, evrimsel algoritmalardan Bayes optimizasyonuna kadar birçok ilginç tekniğin kullanıldığı oldukça geniş bir alandır. Oyunlar için yapay zekadaki en son gelişmeler, yapay zekanın pekiştirmeli öğrenme yoluyla geliştirilmesiyle ilgilidir.

Teknoloji gelişiminin riskleri: “Kıyamet”ten korkmalı mıyız?

Ben AI alarmistlerinden biri değilim ve bu anlamda kesinlikle yalnız değilim. Örneğin, makine öğrenimi üzerine Stanford dersinin yaratıcısı Andrew Ng, yapay zeka tehlikesi sorununu Mars'ın aşırı nüfusu sorunuyla karşılaştırıyor.

Gerçekten de gelecekte insanların Mars'ta koloni kurması muhtemel. Er ya da geç Mars'ta aşırı nüfus sorununun ortaya çıkması da muhtemeldir, ancak bu sorunla neden şimdi ilgilenmemiz gerektiği tamamen açık değil mi? Evrişimli sinir ağlarının yaratıcısı Yann LeCun ve patronu Mark Zuckerberg ve büyük ölçüde araştırmaları sayesinde modern sinir ağlarının metin işleme alanındaki karmaşık sorunları çözebildiği Yoshua Benyo, Ng ile aynı fikirde.

Bu soruna ilişkin görüşlerimi sunmak muhtemelen birkaç saat sürecektir, bu nedenle yalnızca ana noktalara odaklanacağım.

1. Yapay Zekanın Gelişimini Sınırlayamazsınız

Alarmistler, yapay zekanın potansiyel yıkıcı etkisiyle ilişkili riskleri göz önünde bulundururken, bu alandaki ilerlemeyi sınırlamaya ve hatta durdurmaya çalışmanın getirdiği riskleri göz ardı ediyor. İnsanlığın teknolojik gücü son derece hızlı bir şekilde artıyor ve bu da benim "kıyametin ucuzlatılması" adını verdiğim bir etkiye yol açıyor.

150 yıl önce, tüm arzularımızla, insanlık ne biyosfere ne de tür olarak kendisine onarılamaz zararlar veremezdi. 50 yıl önce bu felaket senaryosunu hayata geçirmek için tüm teknolojik gücün yoğunlaştırılması gerekiyordu. nükleer güçler. Yarın küresel getirecek insan yapımı felaket bir avuç fanatik yeterli olabilir.

Teknolojik gücümüz, insan zekasının bu gücü kontrol etme yeteneğinden çok daha hızlı büyüyor.

Önyargıları, saldırganlığı, yanılgıları ve sınırlamalarıyla insan zekasının yerini daha iyi kararlar alabilen bir sistem almadıkça (ister yapay zeka olsun, ister teknolojik olarak geliştirilmiş ve makinelerle tek bir sistemde birleştirilmiş insan zekası olsun) küresel bir felaketi bekleyebiliriz.

2. Süper zeka yaratmak temelde imkansızdır

Geleceğin yapay zekasının kesinlikle süper zeka olacağı, insanlardan, insanların karıncalardan daha üstün olacağı fikri var. Bu durumda, teknolojik iyimserleri de hayal kırıklığına uğratmaktan korkuyorum - Evrenimiz, görünüşe göre süper zekanın yaratılmasını imkansız hale getirecek bir dizi temel fiziksel sınırlama içeriyor.

Örneğin sinyal iletim hızı ışık hızıyla sınırlıdır ve Planck ölçeğinde Heisenberg belirsizliği ortaya çıkar. Bu, ilk temel limite, yani Bremermann limitine yol açar; bu limit, azami hız Belirli bir m kütlesine sahip otonom bir sistem için hesaplamalar.

Başka bir sınır, 1 bitlik bilgi işlenirken üretilen minimum miktarda ısının mevcut olduğu Landauer ilkesiyle ilişkilidir. Çok hızlı hesaplamalar, sistemin kabul edilemez ısınmasına ve tahrip olmasına neden olacaktır. Aslında modern işlemciler Landauer sınırının bin katından daha az gerisindedir. 1000 oldukça fazla gibi görünebilir, ancak başka bir sorun da birçok entelektüel görevin EXPTIME zorluk sınıfına ait olmasıdır. Bu, bunları çözmek için gereken sürenin, sorunun boyutunun üstel bir fonksiyonu olduğu anlamına gelir. Sistemi birkaç kez hızlandırmak yalnızca "zekada" sürekli bir artış sağlar.

Genel olarak, süper zeki, güçlü yapay zekanın işe yaramayacağına inanmak için çok ciddi nedenler var, ancak elbette insan zekasının seviyesi de aşılabilir. Bu ne kadar tehlikeli? Büyük ihtimalle pek değil.

Aniden diğer insanlardan 100 kat daha hızlı düşünmeye başladığınızı hayal edin. Bu, yoldan geçen herhangi birini size cüzdanını vermeye kolayca ikna edebileceğiniz anlamına mı geliyor?

3. Yanlış şeyler hakkında endişeleniyoruz

Ne yazık ki, "Terminatör" ve Clark ile Kubrick'in ünlü HAL 9000'i üzerine gündeme gelen kamuoyunun korkuları üzerine alarm veren spekülasyonların bir sonucu olarak, yapay zeka güvenliği alanındaki vurguda olası olmayan analizlere doğru bir kayma var. , ancak etkili senaryolar. Aynı zamanda gerçek tehlikeler de gözden kaçırılıyor.

Teknolojik manzaramızda önemli bir yer işgal etmeyi amaçlayan yeterince karmaşık herhangi bir teknoloji, kesinlikle belirli riskleri beraberinde getirir. Etkili düzenlemeler ve güvenlik önlemleri geliştirilmeden önce imalatta, ulaşımda vb. buhar makineleri tarafından birçok hayat yok edildi.

Uygulamalı yapay zeka alanındaki ilerlemeden bahsedersek, bununla bağlantılı olarak “Dijital Gizli Mahkeme” olarak adlandırılan soruna dikkat çekebiliriz. Giderek daha fazla yapay zeka uygulaması insanların yaşamlarını ve sağlığını etkileyen konularda kararlar alıyor. Buna tıbbi teşhis sistemleri ve örneğin bankalarda bir müşteriye kredi verilip verilmemesi konusunda karar veren sistemler de dahildir.

Aynı zamanda, kullanılan modellerin yapısı, kullanılan faktör dizileri ve karar verme prosedürünün diğer detayları, kaderi tehlikede olan kişiden ticari sır olarak gizlenmektedir.

Kullanılan modeller, kararlarını sistematik hatalar yapan veya ırk, cinsiyet gibi bazı önyargılara sahip olan uzman öğretmenlerin görüşlerine dayandırabilir.

Bu tür uzmanların kararları üzerine eğitilen yapay zeka, kararlarında bu önyargıları aslına sadık bir şekilde yeniden üretecektir. Sonuçta bu modeller belirli kusurlar içerebilir.

Şu anda çok az insan bu sorunlarla uğraşıyor, çünkü SkyNet'in nükleer bir savaş başlatması elbette çok daha muhteşem.

“Sıcak bir trend” olarak sinir ağları

Bir yandan sinir ağları en çok kullanılanlardan biridir. vintage modeller Yapay zeka sistemleri oluşturmak için kullanılır. Başlangıçta biyonik yaklaşımın bir sonucu olarak ortaya çıkan bu canlılar, biyolojik prototiplerinden hızla kurtuldular. Buradaki tek istisna darbeli sinir ağlarıdır (ancak sektörde henüz geniş bir uygulama alanı bulamadılar).

Son yıllardaki ilerleme, sinir ağlarının toplandığı bir yaklaşım olan derin öğrenme teknolojilerinin geliştirilmesiyle ilişkilidir. büyük miktar Her biri belirli düzenli kalıplar temelinde inşa edilen katmanlar.

Yeni sinir ağı modellerinin oluşturulmasının yanı sıra öğrenme teknolojileri alanında da önemli ilerlemeler kaydedildi. Günümüzde sinir ağları artık bilgisayarın merkezi işlemcileri kullanılarak değil, matris ve tensör hesaplamalarını hızlı bir şekilde gerçekleştirebilen özel işlemciler kullanılarak öğretiliyor. Günümüzde bu tür cihazların en yaygın türü video kartlarıdır. Ancak sinir ağlarının eğitimi için daha da özel cihazların geliştirilmesi aktif olarak devam etmektedir.

Genel olarak, elbette, bugün sinir ağları, daha önce tatmin edici olmayan birçok sorunun çözümünü borçlu olduğumuz makine öğrenimi alanındaki ana teknolojilerden biridir. Öte yandan elbette sinir ağlarının her derde deva olmadığını anlamalısınız. Bazı görevler için en etkili araç olmaktan uzaktırlar.

Peki günümüzün robotları gerçekten ne kadar akıllı?

Her şey görecelidir. 2000'li yılların teknolojisiyle karşılaştırıldığında mevcut başarılar gerçek bir mucize gibi görünüyor. Her zaman homurdanmayı seven insanlar olacaktır. 5 yıl önce makinelerin Go'da insanlara karşı asla kazanamayacağı (veya en azından çok yakında kazanamayacağı) konusunda tüm güçleriyle konuşuyorlardı. Bir makinenin hiçbir zaman sıfırdan resim çizemeyeceğini, oysa bugün insanların makinelerin yarattığı tabloları tanımadıkları sanatçıların tablolarından neredeyse ayırt edemediklerini söylediler. Geçen yılın sonunda makineler, pratik olarak insan konuşmasından ayırt edilemeyecek olan konuşmayı sentezlemeyi öğrendi ve son yıllar Makinelerin yarattığı müzik kulaklarınızı kurutmuyor.

Bakalım yarın ne olacak. Yapay zekanın bu uygulamaları konusunda oldukça iyimserim.

Umut verici yönler: Yapay zeka alanına dalmaya nereden başlamalı?

denemenizi tavsiye ederim Iyi seviye Popüler sinir ağı çerçevelerinden birine ve makine öğrenimi alanındaki en popüler programlama dillerinden birine hakim olun (bugün en popüler kombinasyon TensorFlow + Python'dur).

Bu araçlara hakim olduktan ve ideal olarak matematiksel istatistik ve olasılık teorisi alanında güçlü bir temele sahip olduktan sonra, çabalarınızı kişisel olarak sizi en çok ilgilendiren alana yönlendirmelisiniz.

Çalıştığınız konuya olan ilginiz en önemli yardımcılarınızdan biridir.

Tıpta, bankacılıkta, bilimde, üretimde olmak üzere çeşitli alanlarda makine öğrenimi uzmanlarına ihtiyaç duyulmaktadır; bu nedenle bugün iyi bir uzmanın her zamankinden daha geniş bir seçeneği vardır. Bu endüstrilerden herhangi birinin potansiyel faydaları, işten keyif alacağınız gerçeğiyle karşılaştırıldığında bana önemsiz görünüyor.