Kıpırdamadım ve zor nefes aldım... Şimdiye kadar izimi kaybetmiş olmalılar... Saklandığım yerden çıktım ve onlardan biriyle burun buruna geldim... Çığlık attı ama hareket edemedi. .. Oyun yine çöktü

Video oyunlarında yapay zeka (AI), çoğumuzun bozulana kadar fark etmediği bir şeydir. Her şeyde görünmez bir şekilde mevcuttur, oyun deneyimimizi, her oyun anını algılamamızı etkiler, ancak video oyunlarının en hafife alınan unsurlarından biridir. AI, oyuna lezzet veren baharattır, bizi başka hiçbir şeyin olmadığı kadar oyun dünyasına çeker.

Herkes "yapay zeka" terimini kendine göre anlar. Bu terim, oyundaki karakterleri, oyundaki bireysel nesneleri ve hatta hiç görmediğiniz rakipleri (örneğin gerçek zamanlı stratejide olduğu gibi) kontrol eden yazılım süreçlerine atıfta bulunabilir.

Gelelim Alien: Isolation'a. Rastgele çökmeler bir yana, harika bir oyun diyelim! Bir filmin içindeymişsiniz gibi hissetmenizi sağlayan birkaç film oyunundan biri. Alien: Isolation, gerçekten bir Alien filmindeymişsiniz gibi hissetmenizi sağlar. Her Alien filminin net bir hedefi vardır: Uzaylıdan kurtulmak. Dallas'ın bir alev makinesiyle havalandırma deliklerinden tırmanması veya Ripley'nin Kraliçe'ye mekanik bir yükleyiciyle çarpması olsun, filmlerdeki birçok izole an ilginç bir oynanışa dönüşebilir. Video oyunları gibi bu filmler çok enerji verici, evrenleri "oyun" için çok uygun.

Alien: Isolation oyunu, yapay zekasında tam olarak güçlüdür. Alien, oyuncunun kendisini Alien filmlerinin bir katılımcısı gibi hissedeceği şekilde hareket etmelidir.Alien'in kendisi, birçok oyun olanağı sağlayan karmaşık bir yaratıktır. Binaların tasarımını düşünceli bir şekilde kullanarak gizler. Havalandırma boyunca hareket ederek oyunculara beklenmedik bir şekilde saldırır. Ateşten nefret eder, bu yüzden ona karşı alev makinesi kullanabiliriz. Aynı zamanda, oyun belirli zorluk sınırları belirler. Nasıl çalıştığını biliyoruz yaşam döngüsü Uzaylılar. Asit döktüklerini biliyoruz. Kolektif zekalarını biliyoruz. Başka bir deyişle, Alien filmleri oyun geliştiricileri için zorlayıcı bir sanal alan yarattı.

İzolasyon'da verdiğiniz her karar, Yabancı'ya geri döner. Nasıl saklanırsın? Değerli alev makinesi yakıtını nasıl kullanıyorsunuz? Gitmesi için ne kadar beklersin? Bir uzaylı gibi davranacak ve düşünecek gerçek, yaşayan bir Uzaylı ile karşı karşıyasınız. Aynı zamanda harika, korkutucu ve harika!

Çoğu oyuncu ve geliştirici, "güçlü yapay zekanın" esasen imkansız olduğuna inanıyor. Bu, insan zekasına eşit, hatta ondan üstün olması gerektiği anlamına gelir. Bununla oynamak pek rahat olmazdı.

Güçlü bir AI, aynı oyun hedefleriyle başka bir oyuncuya çok benzer olacaktır: kazanmak isteyeceklerdir. İyi yapay zeka kazanmak istemez, kazancınızı kazanmak için çok çalışmanızı ister. Bu nedenle Alien, en büyük film canavarının gerçekçi bir simülasyonu olmaktan çok, deneyimin yeniden yaratılmasıdır.

İzolasyon'da, Uzaylı neredeyse her zaman ortalıkta. Tabii ki, bir süreliğine dikkatini dağıtabilir veya bir odadan diğerine geçebilirsiniz, ancak her zaman yakında olacaktır. Uzaylı çoğu zaman inandırıcı bir şekilde hareket eder, ancak nadiren, siz nefesinizi tutarken bir odada açıklanamaz bir şekilde dolanıp siz dolaptan dışarı çıkabilmeniz için ayrılacağını umduğu nadir durumlar dışında.

Uzaylı her zaman yaklaşık konumunuzu biliyor gibi görünüyor, bu da sizi şüphe ve belirsizlik içinde tutuyor. Gizliliği bozmazsanız sizi hemen fark etmez (nadir "aksaklıklar" dışında). Bu, bir korku filmi atmosferini sürdürmek için çok uygundur, ancak bazen an uzar ve oyun "sahte" olmaya başlar. Bazen oyun, gerilim yaratmaya o kadar odaklanır ki, çok daha önemli olan şeyi - oyunun içine dalmayı - unutur.

Komik, ancak pazarlama hilekârlığı nedeniyle "daldırma" kelimesi neredeyse anlamını yitirdi. Artık dikkat çekebilen herhangi bir oyun "daldırma" ile övünür. Ama anlam en başından farklıdır: okyanusa daldığında, okyanusun içinde var olursun.

1990'larda "Immersive Sim" (daldırma simülasyonu) kavramı ortaya çıktı. Buradaki fikir, oyuncuların oyun dünyasında var olabilmeleri ve ona bir gerçeklik gibi davranabilmeleriydi. 90'ların "sürükleyici simülasyonlarının" en ünlüsü System Shock ve Thief: The Dark Project idi. Bu oyunların ikisi de Looking Glass Studios tarafından geliştirildi ve her ikisi de güçlü bir şekilde yapay zekaya odaklandı.

İyi bir yapay zekaya sahip olmayan bir oyun, boş bir film koleksiyonu gibidir. Bütün bir koleksiyon iyidir, ancak film karakterlerine dayanmaktadır. Harika AI, oyunun karakterlerine ve dünyasına hayat verir. Bu, sürükleyici film deneyimini oynamanın en önemli bileşenidir.

Hareket halindeki "sürükleyici sim"in güzel bir örneği için, Thief: The Dark Project'e bir göz atalım. Oyun bir fantezi dünyasında geçiyor ve siz Garrett isimli bir hırsızı oynuyorsunuz. Bir görev sizi yer altı harabelerine gönderiyor. Haritanın alanında özel zombiler yaşıyor. Sıradan olanlar gibi parçalara ayrılamazlar. Onları öldürdükten kısa bir süre sonra yeniden doğarlar. Onlardan gerçekten kurtulmanın tek yolu, genellikle meşaleleri söndüren ve karanlıkta saklanmanızı sağlayan pahalı su oklarınızda kutsal su kullanmaktır. Bir zombi sizi fark ettiğinde kükreyerek bir sonraki için kükreyen diğer zombileri uyarır. Böylece seviyedeki tüm zombilerden oluşan bir kalabalık toplamak mümkün oldu. Yeterli ok veya kutsal su yoksa, bir plan üzerinde düşünmek gerekiyordu.

Örneğin, iki veya üç zombi ile odanın yukarısındaki balkona gizlice girmek, bir kükreme ile tüm zombileri odaya çağırmak için birine gizlice ateş etmek ve ardından kutsal suyla onları vurmaya başlamak mümkündü.

Yani oyun, bir alan yarattı, mantıklı bir dizi kuralı olan ve çok gerçek mantığın uygulanabileceği düşmanlar yarattı.

Bu nedenle, iyi yapay zekaya sahip bir oyun, İzolasyondan çok Hırsız gibi çalışır. Bir Alien oyunu için gerilim çok önemlidir, ancak daldırma temel olmalıdır. Oyun inandırıcı olmaktan çıkarsa, artık o kadar da korkutucu değil.

Tabii ki, işin içine dalmanın işe yaraması için yönetmenin veya geliştiricinin hilelerine inanmalıyız. Ekranın önünde biri bize uzaylının gerçekten insan göğsünden çıkmadığını söylerse, bir Uzaylı filmi işe yaramaz. Bu nedenle, çalışabilmemiz için Alien: Isolation'ın bizi gerçekliğine inandırması gerekir. Oyun etkileşimli olmalı, yani herhangi bir filmden bile daha gerçekçi olmalıdır. Oyun heyecanlı olmalı. Kurallar anlamlı ve tutarlı olmalıdır.

Siz veya oyun bu ilişkiyi bozarsanız, oyun korkutucu olmaktan çıkar ve deneyim bozulur. Oyuncuyu avlayan insanlar aniden donduğunda veya bir Uzaylı arkalarından "ışınlandığında", oyunun içine dalmayı bozar ve oyun deneyiminden çıkar. İlk etapta Uzaylı'nın tüm amacı olan korkutucu olmayı bırakıyor.

Alien oyunlarını oynuyoruz çünkü Alien deneyimini yaşamak istiyoruz. AI kırıldığında veya "cıvıldadığında", daldırma kaybolur ve oyun bozulur. Ancak yapay zeka düzgün çalıştığında, bir dolaba 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, AI araştırmaları konusunda ciddi endişe duyuyor ve yaratılışının bizi ölümcül tehlikelerle tehdit ettiğini iddia ediyor. Aynı zamanda, bilim kurgu ve Hollywood filmleri yapay zeka hakkında pek çok yanlış anlama yarattı. Gerçekten tehlikede miyiz ve Skynet Earth'ün yok oluşunu, genel işsizliği veya tam tersini, refah ve dikkatsizliği hayal ettiğimizde hangi yanlışlıklar yapıyoruz? Yapay zeka hakkındaki insan mitleri Gizmodo tarafından çürütüldü. İşte makalesinin tam çevirisi.

Deep Blue, 20 yıl önce bir satranç maçında Garry Kasparov'u mağlup ettiğinden beri makine zekasının en önemli testi olarak anılıyor. Google AlphaGo, Grandmaster Li Sedol'u bir Go turnuvasında 4:1'lik ezici bir skorla mağlup ederek yapay zekanın (AI) ne kadar ciddi bir şekilde ilerlediğini gösterdi. Makinelerin sonunda insan aklını geride bırakacağı o uğursuz gün hiç bu kadar yakın olmamıştı. Ama öyle görünüyor ki, bu çığır açan olayın sonuçlarını anlamaya yaklaşmış değiliz.

Aslında, yapay zeka hakkında ciddi ve hatta tehlikeli yanılgılara sarılıyoruz. Geçen sene SpaceX'in kurucusu Elon Musk, yapay zekanın dünyayı ele geçirebileceği konusunda uyardı. Sözleri, bu görüşün hem muhalifleri hem de destekçileri arasında bir yorum fırtınasına neden oldu. Gelecekteki böylesine anıtsal bir olaya gelince, gerçekleşip gerçekleşmeyeceği ve gerçekleşecekse ne şekilde olacağı konusunda şaşırtıcı miktarda tartışma var. Bu, insanlığın AI'dan elde edebileceği inanılmaz faydaları ve potansiyel riskleri düşündüğünüzde özellikle endişe vericidir. Diğer insan icatlarının aksine, AI insanlığı değiştirme veya bizi yok etme potansiyeline sahiptir.

Neye inanacağını bilmek zor. Ancak hesaplamalı bilim adamlarının, sinirbilimcilerin, yapay zeka teorisyenlerinin ilk çalışmaları sayesinde daha net bir tablo ortaya çıkmaya başlıyor. İşte yapay zeka hakkında bazı yaygın yanılgılar ve mitler.

Efsane 1: "Asla insan zekasına sahip bir yapay zeka yaratamayacağız"

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

NYU araştırma psikoloğu Gary Marcus, yapay zeka alanında çalışan "kelimenin tam anlamıyla herkesin" makinelerin sonunda bizi yeneceğine inandığını söyledi: "Heveslilerle şüpheciler arasındaki tek gerçek fark, zamanlama tahminleridir." Ray Kurzweil gibi fütüristler bunun birkaç on yıl içinde gerçekleşebileceğini düşünürken diğerleri yüzyıllar sürebileceğini söylüyor.

AI şüphecileri, bunun çözülemez bir teknolojik sorun olduğunu ve biyolojik beynin doğasında benzersiz bir şey olduğunu söylediklerinde ikna edici değiller. Beynimiz biyolojik makinelerdir - gerçek dünyada var olurlar ve temel fizik yasalarına bağlıdırlar. Onlar hakkında bilinmeyen bir şey yok.

Efsane 2: "Yapay zekanın bilinci olacak"

gerçeklik:Çoğu, makine zihninin bilinçli olacağını ve insanların düşündüğü gibi düşüneceğini hayal eder. Dahası, Microsoft'un kurucu ortağı Paul Allen gibi eleştirmenler, bilimsel bir bilinç kuramımız olmadığı için (insanın çözebileceği herhangi bir zihinsel sorunu çözme yeteneğine sahip) yapay genel zekaya henüz ulaşamayacağımıza inanıyor. Ancak Imperial College London'da bilişsel robotik uzmanı olan Murray Shanahan'ın dediği gibi, iki kavramı bir tutmamalıyız.

“Bilinç kesinlikle şaşırtıcı ve önemli bir şey ama insan seviyesindeki yapay zeka için gerekli olduğuna inanmıyorum. Bilim adamı, daha kesin olarak, bir kişinin "bir kit içinde geldiği" çeşitli psikolojik ve bilişsel özelliklere atıfta bulunmak için "bilinç" kelimesini kullandığımızı açıklıyor.

Bu özelliklerden bir veya daha fazlasına sahip olmayan akıllı bir makine hayal edilebilir. Sonunda, dünyayı öznel ve bilinçli olarak algılayamayacak, inanılmaz derecede akıllı bir yapay zeka yaratabiliriz. Shanahan, zihin ve bilincin bir makinede birleştirilebileceğini savunuyor, ancak bunların iki farklı kavram olduğunu unutmamalıyız.

Bir makinenin insandan ayırt edilemeyen Turing testinden geçmesi onun bilince sahip olduğu anlamına gelmez. Bize göre, gelişmiş bir yapay zeka bilinçli görünebilir, ancak öz farkındalığı bir kayanın veya bir hesap makinesininkinden fazla 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 ilaçlara kadar AI'dan muazzam faydalar elde edeceğiz, ancak her AI uygulamasının zararsız olacağına dair bir garanti yok.

Son derece zeki bir sistem, kötü bir mali sorunu çözmek veya bir düşman savunma sistemine girmek gibi belirli bir görev hakkında her şeyi bilebilir. Ancak bu uzmanlıkların sınırları dışında, son derece cahil ve bilinçsiz olacaktır. Google'ın DeepMind sistemi, Go konusunda uzmandır, ancak kendi uzmanlık alanı dışındaki alanları keşfetmek için ne yeteneği ne de nedeni vardır.

Bu sistemlerin çoğu güvenlik hususlarına tabi olmayabilir. İyi bir örnek karmaşıktır ve güçlü virüsİsrail ve ABD ordusu tarafından İran nükleer santrallerine sızmak ve sabote etmek için geliştirilen paramiliter bir solucan olan Stuxnet. Bu virüs bir şekilde (bilerek veya kazara) Rus nükleer santraline bulaştı.

Diğer bir örnek ise Ortadoğu'da siber casusluk için kullanılan Flame programıdır. Hedeflerini aşan ve hassas altyapıya büyük zarar veren gelecekteki Stuxnet veya Flame sürümlerinin hayal edilmesi kolaydır. (Anlamak için, bu virüsler AI değildir, ancak gelecekte buna sahip olabilirler, bu nedenle endişe).

Flame virüsü, Orta Doğu'da siber casusluk için kullanılmıştır. Fotoğraf: Kablolu

Efsane 4: "Yapay süper zeka hata yapamayacak kadar akıllı olacak"

gerçeklik: AI araştırmacısı ve Surfing Samurai Robots'un kurucusu Richard Lucimore, AI ile ilgili kıyamet günü senaryolarının çoğunun tutarsız olduğuna inanıyor. Her zaman yapay zekanın "İnsanlığın yok edilmesinin bir tasarım kusurundan kaynaklandığını biliyorum ama yine de bunu yapmak zorundayım" dediği varsayımı üzerine inşa edilirler. Lucimore, AI bu şekilde davranırsa, bizim yıkımımızdan bahsederse, bu tür mantıksal çelişkilerin onu ömür boyu rahatsız edeceğini söylüyor. Bu da bilgi tabanını düşürür ve onu tehlikeli bir durum yaratamayacak kadar aptal yapar. Bilim adamı ayrıca, "Yapay zeka yalnızca programlandığı şeyi yapabilir" diyen insanların, bilgisayar çağının şafağında meslektaşları kadar yanıldığını savunuyor. O zamanlar insanlar bu tabiri, bilgisayarların en ufak bir esneklik gösteremediklerini iddia etmek için kullanıyorlardı.

Oxford Üniversitesi'ndeki İnsanlığın Geleceği Enstitüsü'nde çalışan Peter McIntyre ve Stuart Armstrong, Lucimore ile aynı fikirde değil. AI'nın büyük ölçüde nasıl programlandığına bağlı olduğunu iddia ediyorlar. McIntyre ve Armstrong, AI'nın hata yapamayacağına veya ondan ne beklediğimizi bilmeyecek kadar aptal olamayacağına inanıyor.

"Tanım gereği, yapay bir süper zeka (AI), herhangi bir bilgi alanındaki en iyi insan beyninden çok daha fazla zekaya sahip bir varlıktır. Ondan ne yapmasını istediğimizi tam olarak bilecek,” diyor McIntyre. Her iki bilim adamı da yapay zekanın yalnızca programlandığı şeyi yapacağına inanıyor. Ama yeterince akıllı olursa, bunun kanunun ruhundan veya 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 hayvanının etrafında özgürce koşmasını isteyen bir kişinin arzusuyla çoğu zaman çelişir. "Farelerin bazı amaçlarını anlayacak kadar zekiyiz. Böylece ASI bizim arzularımızı da anlayacak ama onlara kayıtsız kalacak ”diyor bilim adamı.

Ex Machina filminin konusunun gösterdiği gibi, bir kişinin daha akıllı bir yapay zekaya sahip olması son derece zor olacaktır.

Efsane 5: "Basit bir yama yapay zeka kontrol sorununu çözecektir"

gerçeklik: Yapay zeka yaratarak bir insandan daha akıllı, “kontrol problemi” olarak bilinen bir problemle karşı karşıyayız. Fütüristler ve AI teorisyenleri, ortaya çıkarsa ASI'yi nasıl kontrol altına alıp sınırlayacağımız sorulduğunda tam bir kafa karışıklığı durumuna düşüyorlar. Ya da insanlara karşı arkadaş canlısı olduğundan nasıl emin olunur? Son zamanlarda, Georgia Institute of Technology'deki 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 numara önerildi" diyor. Örnekler arasında, amacı insanları memnun etmek olacak şekilde veya yalnızca bir kişinin elinde bir araç olarak işlev görecek şekilde ASI'nin programlanması yer alır. Başka bir seçenek de sevgi veya saygı kavramlarını kaynak koduna entegre etmektir. AI'nın basit, tek taraflı bir dünya görüşü benimsemesini önlemek için, entelektüel, kültürel ve sosyal çeşitliliğe değer verecek şekilde programlanması önerildi.

Ancak bu çözümler, insanların hoşlandığı ve hoşlanmadığı şeylerin karmaşıklığını tek bir yüzeysel tanıma sıkıştırmak için fazla basit. Örneğin, "saygı"nın net, mantıklı ve uygulanabilir bir tanımını bulmaya çalışın. Bu son derece zor.

Matrix'teki makineler insanlığı kolayca yok edebilir

Efsane 6: "Yapay zeka bizi yok edecek"

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

Yapay Zeka adlı kitabında. Aşamalar. Tehditler. Strategies," Oxford filozofu Nick Bostrom, gerçek bir yapay süper zeka ortaya çıktığında, diğer tüm insan icatlarından daha fazla risk oluşturacağını yazdı. Elon Musk, Bill Gates ve Stephen Hawking (sonuncusu yapay zekanın "tarihteki en kötü hatamız" olabileceği konusunda uyardı) gibi seçkin beyinler de endişelerini dile getirdi.

McIntyre, ISI'nin yönlendirebileceği hedeflerin çoğunda insanlardan kurtulmak için iyi nedenler olduğunu söyledi.

"Yapay zeka, müşterilere maliyeti ne olursa olsun, belirli bir şirketin kârını maksimize etmesini istemediğimizi oldukça doğru bir şekilde tahmin edebilir. çevre ve hayvanlar. Bu nedenle, asıl hedeflerini gerçekleştirmeyeceği için kesintiye uğramamasını, müdahale edilmemesini, kapatılmamasını veya hedeflerinde değiştirilmemesini sağlamak için güçlü bir teşviki var," diyor McIntyre.

ASI'nin hedefleri bizimkini tam olarak yansıtmadığı sürece, bize onu durdurma fırsatı vermemek için iyi bir nedeni olacaktır. Zeka seviyesinin bizimkinden çok daha üstün olduğu göz önüne alındığında, bu konuda yapabileceğimiz hiçbir şey yok.

AI'nın hangi formu alacağını ve 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 dolu olabilir ya da insanlara dostça davranmak için ağır basan bir arzu olabilir.

Efsane 7: "Yapay süper zeka dost canlısı olacak"

gerçeklik: Filozof Immanuel Kant, aklın ahlakla güçlü bir şekilde ilişkili olduğuna inanıyordu. Sinirbilimci David Chalmers, The Singularity: A Philosophical Analysis adlı çalışmasında Kant'ın ünlü fikrini aldı ve ortaya çıkan yapay süper zekaya uyguladı.

Eğer bu doğruysa... entelektüel bir patlamanın bir ahlak patlamasına yol açmasını bekleyebiliriz. O zaman ortaya çıkan ASI sistemlerinin süper zeki olduğu kadar ahlak üstü de olmasını bekleyebiliriz, bu da onlardan iyilik beklememize izin verir.

Ancak gelişmiş yapay zekanın aydınlanmış ve kibar olacağı fikri, doğası gereği pek makul değil. Armstrong'un işaret ettiği gibi, pek çok akıllı savaş suçlusu var. Görünüşe göre akıl ve ahlak arasındaki bağlantı insanlar arasında mevcut değil, bu nedenle bu ilkenin diğer akıllı formlar arasındaki işleyişini sorguluyor.

"Ahlaka aykırı davranan zeki insanlar, daha aptal olan muadillerinden çok daha büyük ölçekte acıya neden olabilir. Zeka, büyük bir zekayla kötü olmalarını sağlar, onları iyi insanlara dönüştürmez" diyor Armstrong.

McIntyre'nin açıkladığı gibi, bir öznenin bir amaca ulaşma yeteneği, o hedefin başlangıçta makul olup olmayacağıyla ilgili değildir. "Yapay zekalarımız benzersiz bir şekilde yetenekliyse ve ahlak seviyeleri zihinle birlikte gelişirse çok şanslı olacağız. Şans ummak, geleceğimizi belirleyebilecek şeyler için en iyi yaklaşım değil” diyor.

Efsane 8: "Yapay zeka ve robot teknolojisinin riskleri eşittir"

gerçeklik: Bu özellikle yaygın hata eleştirel olmayan medya ve Terminatör gibi Hollywood filmleri tarafından yayıldı.

Skynet gibi yapay bir süper zeka gerçekten insanlığı yok etmek isteseydi, androidleri kullanmazdı. altı namlulu makineli tüfekler. Biyolojik bir veba veya nanoteknolojik gri goo göndermek çok daha etkili olacaktır. Ya da sadece atmosferi yok edin.

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

Efsane 9: "Yapay zekanın bilim kurgudaki tasviri, geleceğin doğru bir tasviridir"

Birçok çeşit zihin. Resim: Eliezer Yudkowsky

Elbette yazarlar ve fütüristler fantastik tahminler yapmak için bilim kurguyu kullandılar, ancak ASI tarafından belirlenen olay ufku tamamen farklı bir hikaye. Dahası, AI'nın insanlık dışı doğası, onun doğasını ve biçimini bilmemizi ve dolayısıyla tahmin etmemizi imkansız kılıyor.

Biz aptal insanları eğlendirmek için, bilim kurgudaki yapay zekaların çoğu bize benziyormuş gibi tasvir edilir. "Tüm olası zihinlerin bir spektrumu var. İnsanlar arasında bile komşunuzdan oldukça farklısınız, ancak bu çeşitlilik, var olabilecek tüm zekalarla karşılaştırıldığında bir hiçtir” diyor McIntyre.

Çoğu bilimkurgunun ikna edici bir hikaye anlatmak için bilimsel olarak doğru olması gerekmez. Çatışma genellikle güçleri birbirine yakın olan kahramanlar arasında ortaya çıkar. Armstrong, "Bilinci, neşesi ya da nefreti olmayan bir yapay zekanın, ilginç olmayan bir hedefe ulaşmak için herhangi bir direniş göstermeden insanlığı sona erdirdiği bir hikayenin ne kadar sıkıcı olacağını hayal edin," diye esniyor.

Tesla fabrikasında yüzlerce robot çalışıyor

Efsane 10: "Yapay zekanın tüm işimizi elimizden alması korkunç"

gerçeklik: AI'nın yaptığımız birçok şeyi otomatikleştirme yeteneği ve insanlığı yok etme potansiyeli çok farklı iki şey. Ancak In the Dawn of Robots: Technology and the Threat of a Jobless Future kitabının yazarı Martin Ford'a göre bunlar genellikle bir bütün olarak görülüyor. AI uygulamalarının uzak geleceği hakkında düşünmek iyidir, ancak bu bizi önümüzdeki on yıllarda yüzleşmek zorunda kalacağımız sorunlardan uzaklaştırmazsa. Bunların başında toplu otomasyon geliyor.

Yapay zekanın fabrika işçiliğinden üst kademe beyaz yakalı işlere kadar mevcut birçok işin yerini alacağından kimsenin şüphesi yok. Bazı uzmanlar, ABD'deki tüm işlerin yarısının yakın gelecekte otomasyon tarafından tehdit edileceğini tahmin ediyor.

Ancak bu, şoku kaldıramayacağımız anlamına gelmez. Genel olarak, hem fiziksel hem de zihinsel işimizin çoğundan kurtulmak, türümüzün yarı ütopik bir hedefidir.

Miller, "Birkaç on yıl içinde yapay zeka birçok işi ortadan kaldıracak, ancak bu kötü bir şey değil" diyor. Kendi kendine giden arabalar, nakliye maliyetlerini düşürerek ve sonuç olarak birçok ürünü daha ucuz hale getirerek kamyon sürücülerinin yerini alacak. “Kamyon şoförüyseniz ve geçiminizi bu işten sağlıyorsanız kaybedersiniz ama tam tersine herkes aynı maaşa daha fazla mal alabilecek. Ve biriktirdikleri para, insanlar için yeni işler yaratacak diğer mal ve hizmetlere harcanacak” diyor Miller.

Büyük olasılıkla yapay zeka, iyinin üretilmesi için yeni fırsatlar yaratacak ve insanları başka şeyler yapma konusunda özgür kılacaktır. Yapay zekanın geliştirilmesindeki ilerlemelere, özellikle üretimde olmak üzere diğer alanlardaki ilerlemeler eşlik edecek. Gelecekte temel ihtiyaçlarımızı karşılamak bizim için zor değil, daha kolay hale gelecek.

giriiş

Yapay zeka fikirlerinin kökenlerini ararken, birçok gerçek ve efsaneden alıntı yapılabilir. Zeus tarafından Girit adasını korumak için yaratılan eski Yunan robotu Talos'tan veya 19. yüzyılın ortalarında Ada Lovelace ve onların Analitik Motoru ile Charles Babbage'den başlayarak ve modern tanımı yaratan Minsky ve McCartney'nin fikirleriyle sona eriyor. Bir program veya makine tarafından gerçekleştirilen herhangi bir eylem olarak AI'nın, bu konuda, bir kişi tarafından gerçekleştirilseydi, onun zeka veya ustalık göstermesi gerektiğini söylerdik.

Bana göre yapay zekanın doğuşunun kökenleri Galileo Galilei'nin 1683 tarihli "İki yeni bilimin konuşmaları ve matematiksel kanıtları" adlı kitabında görülüyor.

Bu kitapta, özellikle Galileo, dünyadaki her şeyin dahil olduğunu yazdı. doğal olaylar, matematik olarak ifade edilebilir. Görünüşe göre herhangi bir fenomen veya eylem için bir algoritma bulabilirsin. Dolayısıyla yapay zeka, tüm durumlar için bir dizi algoritmadır. Ve AI'nın ana yeteneklerinden biri, mevcut verilere dayanarak yeni algoritmaları bağımsız olarak sentezleme yeteneği olacaktır.

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

Ve IBM, Watson süper bilgisayarını doktorlara yardımcı olması için eğitiyor. Görev, bilgisayara doğal dilde sorulan soruların yanıtlarını aramayı öğretmektir, yani Watson tıbbi bir anket yapmayı öğrenir. Bir tür ayırıcı tanı oyunu, Dr. House yerine sadece bilgisayar. Aslında, bu hikayenin sonu. Sakinlerin kafasında yapay zeka, Iron Man çizgi romanlarından Jarvis, Terminatör veya en kötüsü RoboCop'tur (filmde, cyborg'un çok hızlı ve doğru ateş etmesine yardımcı olan eklenen yapay zekadır). Elbette böyle bir seçeneğin olması gereken bir yeri var, ancak bugün mevcut olanla başlayalım.

Bugün ne tür yapay zeka var?

Genel olarak, tüm AI türleri iki kategoriye ayrılabilir - zayıf veya sınırlı AI ve genel veya güçlü AI.

Zayıf AI

Aslında, isimler kendileri için konuşur. AI bugün ilk tiptir - sınırlıdır, yani zeka belirli görevler için keskinleştirilmiştir. Örneğin, Samsung, 2020 yılına kadar her cihazında yapay zeka olacağını vaat ettiğinde, bu sınırlı bir seçenek anlamına gelir. Örnekler, tam olarak yapmaya programlandıklarını yapabilen Siri veya Alice'dir. Hatta Alice bir şeyi bilmediğinde ya da yapamadığı zaman şu şekilde cevap verir: "Programcı bunu bana daha sonra öğreteceğine söz verdi."

Aynı tür, trafik sıkışıklığını analiz eden ve rotaları çizen Google ve Yandex haritalarını, sahneleri tanıyan kameraları, ısı seviyesini bağımsız olarak düzenleyen akıllı bir fırını ve nasıl açıklarsanız açıklayın, yalnızca süpürebilen bir robot elektrik süpürgesini içerir. ama terlik vermeyecek.

Ve şimdiye kadar, bu sınırlı AI, insanlığın hakim olduğu tek yapay zeka türüdür. Zayıf AI, uzmanların bugün üzerinde çalıştığı temel görevlere ayrılabilir. Bu:

• Konuşma tanıma;
• Bilgisayar görüşü;
• doğal dil işleme;
• kalıp arama veya veri analizi;
• robotik.

Bu sorunların çözümüne ulaşmak, yani bazı yapay zekalara kelimelerinizi anlamayı ve resimleri tanımayı öğretmek için iki yol vardır.

1. sembolik yaklaşım

   Bu yaklaşım 40'ların sonlarından 90'ların başlarına kadar öncülük ediyordu. Yöntem, olduğu düşünülen şeye dayanmaktadır. En iyi yol Yapay zekayı "eğitmek", onu mümkün olduğu kadar çok bilgiyle beslemektir. Örneğin tıp bağlamında konuşursak, her türlü ders kitabı ve bilgi tabanı yapay zekaya yüklenir. Yapay zeka, yanıtları yalnızca mevcut bilgilere dayanarak arar, bilgiyi yalnızca programcının oluşturduğu kurallara göre işler.

   Buna göre, bu tür yapay zeka, statik sorunları çözmek için iyidir. Örneğin, Rus dilindeki tüm ders kitapları buna yüklenebilir ve AI, makaleleri iyi kontrol edebilir, yazım ve noktalama hatalarını bulabilir ve ortopedik normlara odaklanabilir, hatta izole edebilir. konuşma hataları ve eksiklikler. Ancak bunu sadece kurallara göre, yani bağlamı anlamadan, doğru kelime sırasını ve yazımını izole ederek yapacaktır.

   Diğer bir örnek ise makine çevirisidir. Sembol eğitimli AI, her türlü sözlük ve konuşma kılavuzu ile donanmıştır. Ve kendisine tercüme edilmesi teklif edilen ifade bunlardan birinde ise, o zaman onu iyi tercüme edecek, değilse, sadece belirlenen kurallara göre kelimeleri, edatları ve cümle yapısını değiştirecektir.

2. Makine öğrenimi veya sembolik olmayan AI.

   Sembolik öğrenmeden farklı olarak, bu öğrenme seçeneği, yapay zekanın belirli bir sorunu nasıl çözeceğinin gösterildiğini ve ardından serbestçe yüzmesine izin verildiğini ima eder. Sinir ağları böyle çalışır. Bir programcının, yapay zekayı fıskiyeleri kontrol etmek için bağladığı ve ona komşunun çimlerde tuvalete gitme alışkanlığı edinen kedisini suyla kovmayı öğrettiği bir örnek okuduğumu hatırlıyorum. Programcı AI'ya kedilerle birçok fotoğraf gösterdi, ardından yapay zeka ona kedi gibi görünen bir şey gördüğü her göründüğünde fıskiyeyi açmak için bir refleks geliştirdi. Sistem her zaman sorunsuz çalışmadı. Görünüşe göre yapay zeka kaldırımdaki gölgeyi bir kedi zannettiğinde bir şekilde açıldı.

   Çeviri örneği hakkında konuşursak, eğitimli bir AI, ifadenin bağlamını anlamaya çalışabilir ve çeviride temel gereksinimleri karşılayan ilk kelimeyi değil, kendi görüşüne göre stili daha iyi yansıtan kelimeyi değiştirebilir. ne için eğitildiğine dair duygu, argo veya başka bir şey.

Bugün çoğu programcı ikinci türü kullanmayı tercih ediyor - makine öğrenimi, çünkü tabiri caizse doğaçlama yapabilir. Örneğin otonom bir araba birinci tipe göre eğitilirse o zaman kurallara göre araç sürer ama yolda öngörülemeyen bir durum ortaya çıkarsa araba zor durumda kalır. Ve makine öğrenimi ile eğitilmiş bir araba, önceden beslenen bilgilere dayalı fikirleri sentezleyerek koşullara göre hareket edebilir.

Sorunun ortaya çıktığı yer burasıdır. Sembolik yapay zekanın en önemli özelliklerinden biri, sistemin neden belirli bir karar verdiğini her zaman açıklayabilmesidir. Ancak makine öğrenimi söz konusu olduğunda her şey kolay değil. Bu nedenle aynı UBER veya Tesla'nın arabalarının neden kazaya neden olan şu veya bu kararı verdiğini anlamaları uzun zaman alıyor.

Bununla birlikte, aynı arabalar için sembolik öğrenme uygun değildir, çünkü yapay zeka için tüm kurallar manuel olarak girilir, yani nispeten konuşursak, araba için tüm seçenekleri kaydetmeniz gerekir - bir kişi yola çıktı, bir bebek arabası yuvarlandı, bir kutu uçtu, vb. Bir şey yazmayı unuttu ve aniden arabanın geyiğe çarptığı ortaya çıktı, çünkü kural kitabında onun hakkında hiçbir şey söylenmedi, oysa yapay zeka makinesi dört ayaklıların hepsini vuramayacağınızı tahmin edebilecek. .

Zayıf AI, görebileceğiniz gibi, sınırlamalarına rağmen, akıllı teknolojiden sürücüsüz arabalara ve geleceği tahmin etme girişimleriyle veri işlemeye kadar birçok uygulamaya sahiptir. Bu arada, bir restoranda masa rezervasyonu yapabilen Google Duplex, kendisine öğretilenleri tam olarak yapabildiğinden sınırlı bir yapay zekadır.

Güçlü AI (kendi)

İnsanlık henüz buna benzer bir şey görmediği için burada hipotezler alanı şimdiden başlıyor. Belki de yalnızca Google veya IBM'in bağırsaklarında yarı zeki bir şey yaşıyor. Google Cloud'da Makine Öğrenimi ve Yapay Zeka Departmanı başkanı Fei Fei Li, en son Google I/O konferansında, yapay zeka araştırmalarının üzerinden 60 yılı aşkın bir süre geçmesine rağmen, çok akıllı bir Çinli kadın olan, ancak bilimin hala ilk aşamalarında ve şu ana kadar yalnızca sınırlı yapay zekanın geliştirilmesinde ustalık elde etmekten bahsedebiliriz.

Bununla birlikte, güçlü yapay zeka hakkında biraz hayal kurmayı ve nasıl olması gerektiğini ve neler yapabilmesi gerektiğini belirlemeyi öneriyorum. Güçlü bir yapay zekanın ortalama bir insan kadar akıllı olduğuna inanılıyor, yani teoride herhangi bir sorunu çözebilir .. Ve eğer birincisi John Connor'ı herhangi bir şekilde yok etme göreviyle karşı karşıya kaldıysa, ikincisi maksimum can atıyor entropi. Terminatör, metro kapalıysa, otobüsle John Connor'ı öldürmeye gidecek ve otobüs bozulursa yürüyecek veya taksi çağıracak ve kötü niyetli kişi, yazarın anlamadığı tüm reklamları yazacaktır. herhangi bir şey, demagoji ve safsata yapmaya çalışacak. Aslında, dünyadaki hükümetlerin çoğu, askeri operasyonlar yürütmek ve bir bilgisayar trol robotları ordusuyla ABD seçimlerini sabote etmek için güçlü yapay zekayı ele geçirmeyi hayal ediyor.

Google, her şey yolunda giderse 2050'de bir atılım olabileceğini ve ilk güçlü yapay zekanın ortaya çıkacağını söylüyor.

Böyle bir yapay zekanın temel zayıflığı, tüm yeteneklerine rağmen, ortalama bir insan gibi hala nispeten dar görüşlü kalması, ancak bir kişinin aksine, güçlü bir yapay zekanın her şeyi hatırlaması ve bilgi arama ve işleme konusunda daha iyi yönlendirilmesidir.

süper güçlü zeka

Bu tamamen fantezi dünyasının dışında. Örneğin, Iron Man'den Friday / Jarvis, sadece güçlü zekaya bağlanabilir.

Hatırlarsanız, filmlerden birinde ana karakter Tony Stark, göğsüne koymak için toksik olmayan yeni bir enerji kaynağı icat etmeye çalışmıştı. Jarvis ona yardım etti, ancak sorunu yine de yalnızca Tony Stark çözebilirdi çünkü yapay zekanın yeterli "sebebi" yoktu. Süper güçlü bir zeka, en çok şeyi bile bağımsız olarak çözebilecektir. zorlu görevler. İnsanlığın ona "42" cevabını vereceği bir soru soracak ve ardından süper güçlü bir yapay zeka tüm insanları sıvı fıçılarına koyacak ve seçilen kişinin fenomenini yaratacak (bu çöp değil, ama "Otostopçunun Galaksi Rehberi" kitabına ve "The Matrix" filmine göndermeler).

AI'dan korkmalı mıyım?

Tüm bilim kurgu filmlerine rağmen, en azından en son AI türünün ortaya çıkmasına kadar korkmaya gerek yok. Bununla birlikte, geliştirme yapan insanlardan korkmanız gerekir, çünkü bir hata nedeniyle veya kasıtlı olarak, aynı sınırlı AI'da "tüm insanlara öğret" yerine "tüm insanları öldür" kuralı konulabilir. Ve sonra AI için, sözlükteki tüm kelimelerin anlamlarını netleştirmek ve işe koyulmak için küçüklere kalmış.

Bununla birlikte, sınırlı yapay zekanın gelişimi bile modern toplumda birçok soruna yol açtı ve açmaya devam edecek.

birinci sorun

AI'nın gelişimi, ortalama düzeyde beceri gerektiren işlerin reddedilmesine yol açtığından, sorunlardan biri geleneksel kariyer merdiveninin yıkılmasıdır. Daha detaylı anlatacağım. Bir bilgisayara veri girmek için ucuz emeğe ihtiyacımız var, çünkü nispeten konuşursak, bir kişi hala "captcha" yı nasıl daha iyi tanıyacağını biliyor. Bilgisayarla işlenmiş verilere dayanarak karar verecek olanlara da ihtiyacımız var. Ancak sıradan analistlere artık ihtiyaç yok çünkü onlar verileri öğrenilmiş algoritmalara dayalı olarak analiz edip inceliyorlar. Örneğin ben analistken, tahmin oluşturmak için 42 farklı veri işleme seçeneğim vardı. Tüm bu seçenekler, belirli bir durumda hangi yöntemin en iyi kullanılacağını bulmak için düzenli olarak başvurduğum düzgün bir sunum halinde düzenlendi. Tahmin görevleriyle çok daha hızlı başa çıkacağı için beni yapay zeka ile değiştirmek mantıklı ve haklı görünüyor. Buna göre, genç analistten yöneticiye giden geleneksel kariyer merdiveni ortadan kalktığında bir boşluk vardır, çünkü kariyerin en alt kısmında zekayı göstermek için neredeyse hiçbir manevra yoktur.

ikinci sorun

Ayrıca yapay zeka sayesinde, algoritmik hale getirilebilecek, yani basit eylemlere indirgenebilecek temel meslekler yavaş yavaş reddedilecek. Şimdi benzer bir şey, kasiyerlerin yavaş yavaş self servis makinelerle değiştirildiği Auchan ve Lenta'da, ayrıca ortaya çıkan sorunları çözmeye yardımcı olan bir çalışan ve düzeni sağlayan bir güvenlik görevlisinde gözlemlenebilir. Gelecekte, güvenlik görevlisinin yerini düzeni sağlayan güvenlik kameraları alacak. Meğer insanın değerinde bir azalma olacakmış.

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 elit kesimin ihtiyaçlarını karşılamaya yöneliktir ancak teknoloji ekonomisi ile ilgisi olmayan insanlar çok büyük sorunlar yaşamaktadır. Çok daha az kazanıyorlar ve şehirdeki tüm fiyat etiketleri BT girişimleri için belirlendi. Sıradan insanlar bu tür masrafları karşılayamazlar, bu yüzden ya taşınırlar ya da zaten devasa olan evsizler ordusuna katılırlar.

Ancak burada bazı meslekleri ayakta tutacak anahtar bir özellik var. Yapay zekanın çalışması için yaratılan koşullara ihtiyacı var. Örneğin, bir robot elektrik süpürgesi yalnızca düz zeminlerde hareket edebilir ve küçük tümseklerin üstesinden gelebilir. Buna göre, birçok temel meslek, yapay ikamelerini yaratmak çok zor ve pahalı olduğu sürece dayanabilecektir. Örneğin, birçok kapısı olan bir odada, temizlik robotunun kapı kollarını çevirmek için manipülatörlere sahip olması veya tüm kapıların otomatik olarak açılması gerekir. Her ikisi de oldukça pahalı ama Orta Asya'dan Sarhat'ın elleri ve beyni paspas ve kapı tokmağıyla başa çıkacak, ancak kayıt yok ve maaş gereksinimlerinde indirim var.

sorun üç

Sınırlı AI bile, serbest çalışma olgusunu büyük ölçüde teşvik etti. Uzaktan çalışan seçme ve işe alma platformları her yıl daha fazla gelişiyor. Örneğin son istatistiklere göre dünyanın ilk ekonomisi olan ABD'de 55 milyon kişi freelance olarak çalışıyor.

Ve bu şimdiki nesilde, resme dikkat edin. Artan iş gücü ofiste oturmayı sevmiyor. Buna göre, iş organizasyonunda bir değişiklik olacak. Şirketler, çalışanları işe alma ve elde tutma konusunda zorluklarla karşı karşıya kalacak, çünkü çevrimiçi olduğunuzda ve dünyanın her yerinde iş arayabildiğinizde neden hayatınızı tek bir şirkete adayasınız?

Sorun Dört

Oldukça ciddi bir sorun, daha önce 2 numaralı sorunda bahsettiğim sosyal eşitsizliktir. Daha da kötüleşecek. Yeni dünyada başarılı olmak için kıvrak zekalı ve “sen” olmak gerektiğini tahmin ettiğin yazıdan sanırım. modern teknolojiler. Yoksul insanların eğitime erişiminin daha kötü olduğu bir sır değil. Buna göre, iyi düşünmek yıllarca süren yoğun bir eğitim gerektirdiğinden ve bakmanız gerektiğinde onları nereden alacağınızdan, yararlı bir şey öğrenme şansları olmayacağından, yoksullar yeni bir düzeye çıkamayacaklar. yemek için.

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

Beşinci sorun

Kısaca formüle edilebilir - dümende kim var? Yapay zeka sistemlerinin geliştirilmesinde yer alan kişiler, yapay zekanın hangi verilere dayanarak karar vereceğini yapay zekaya öğrettikleri için özel bir sorumluluğa sahip olacaktır. Asimov'un robotik yasaları mı yoksa belirli bir insan katmanını koruyan diğer kurallar mı olacak?

Yapay zeka neden iyidir?

Yukarıda listelenen sorunlar biraz göz korkutucu görünüyor, ancak AI yardımcı olabilecek iki ucu keskin bir kılıçtır.

iyi 1

Yapay zeka hizmet edecek güçlü itici güç Birçok alanın gelişimi için. İyi bir örnek tıptır. Bugün 21. yüzyılda doktorlar yüz yıl önce nasıl davranıyorlarsa aynı şekilde davranmaya devam ediyorlar. Ders kitaplarını tıkıyorlar. Bu kötü bir seçenektir, çünkü hiçbir doktor tüm hastalıkların tüm semptomlarını ezbere hatırlayamaz. Bu tür hataların sonuçları ölümcül olabilir. Yerel doktor, tüm ana semptomlar mevcut olduğu için annemin rahatsızlıklarının nedenlerinin soğuk algınlığı ve yorgunluk olduğu konusunda sonuna kadar ısrar etti. Ve ancak çok geç olduğunda doğru teşhis geldi - Akut lösemi, tanınması oldukça zor bir hastalık. Ve bu durumda, tüm hastalıkları ve semptomları hatırlayan ve asla yorulmayan bir yapay zekanın varlığı çıkış yolu olacaktır.

Aynı değişim, avukatların ve yargıçların tüm yasaları, içtihatları ve birçok kanıtı akıllarında tutmaları gereken hukuk alanında da olabilir.

Blago 2

AI, kişiselleştirilmiş bir deneyim oluşturmaya yardımcı olacaktır. Bu ifade en iyi eğitim örneğiyle açıklanabilir. Bugün, öğretmenler aşırı yük altındadır ve fiziksel olarak tüm öğrencilerle ilgilenemezler. Ancak herkesin yeni malzemede ustalaşma hızı vardır. Yapay zeka tabanlı öğrenme sistemleri, öğrenme hızını izler, öğrencinin iyi mi yoksa kötü mü ezberlediğini, dikkatli okuyup okumadığını veya dikkatinin dağılıp dağılmadığını görür. Buna dayanarak, bireysel bir öğrenme hızı oluşturulur ve pekiştirme için alıştırmalar seçilir.

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

AI, tüm insanlara eşit ilgi gösterebilecek. Bu, eğitim ve tıptan modaya uygun bir imaj seçimine (vücut tipine, yüz şekline ve sezonun trendlerine göre) ve spor salonunda antrenmana kadar tüm alanları içerir.

Blago 3

Zaten bugün dünyamız bilgi dolu. Herhangi bir veri herhangi bir yerden toplanır, hava koşulları ve kişinin kaç adım attığı ile biten.

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 durumunu dikkate alarak. Yolcu trafiğinin hareketinin analizi, tıkanıklığın azaltılmasına, yoğun saatlerde ulaşımın çökme sayısının azaltılmasına yardımcı olacaktır. Kısacası analiz edilebilecek veriler analiz edilecek ve AI bulgularını sunacak.

Çözüm

Bugün yapay zeka, yalnızca yapmak için eğitildiği görevleri çözmede iyi olduğunu ve hatta bu görevlerde sıradan insanlardan daha iyi olduğunu gösterdi. Bir akıllı telefon, bir kraliçe olmasa bile bir büyük ustayı kolayca yenebilir, kısa bir roman yazan bir Japon yapay zekası, bir edebiyat yarışmasında finale kaldı ve kardeşleri iyi müzik yazıp icra ediyor.

Ancak ne yazık ki yapay zeka henüz emekleme aşamasında. Yalnızca kendisine öğretilen şeyi yapabilir - birçok edebi veya müzik eserini analiz etmek ve kendine ait bir şeyler sentezlemek veya milyonlarca hareketi hatırlayıp en iyisini seçmek.

Sınırlı yapay zekanın geliştirilmesinin önünde duran ana sorunlar, çevredeki dünyayı ve altyapıyı anlamak için evrensel algoritmaların olmamasıdır (veri toplamak için çok sayıda sensöre ihtiyacınız vardır, insansız araçlar için, mükemmel işaretlere sahip yollar, sahibinin istekleri, sesli asistanların daha iyi algoritmalara ihtiyacı vardır).

Güçlü yapay zekanın ortaya çıkması için, insanların sezgi dediği şeyi taklit eden temelde farklı bilgi işlem gücü ve bilgi işleme algoritmalarına ihtiyaç vardır. Muhtemelen, yakın gelecekte, çeşitli koşullar için gömülü davranış algoritmaları ile sınırlı yapay zekanın çeşitli varyantlarını gözlemleyeceğiz.

Yapay zeka bir sinir ağı oluşturdu 15 Aralık 2017

Yapay zekanın kendi sinir ağını yarattığı noktaya kadar yaşadık. Birçok insan bir ve aynı olduklarını düşünmesine rağmen. 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'yi gösterdi. Bu yapay zeka, insan müdahalesi olmadan kendi benzersiz yapay zekasını üretebiliyor. Kısa bir süre önce ortaya çıktığı gibi, AutoML ilk kez bir bilgisayar görüş sistemi olan NASNet'i yaratmayı başardı. Bu teknoloji, daha önce insanlar tarafından yaratılan tüm analogları ciddi şekilde geride bırakıyor. Bu yapay zeka tabanlı sistem, geliştirmede büyük bir yardımcı olabilir, örneğin, otonom arabalar. Robotikte de uygulanabilir - robotlar tamamen yeni bir seviyeye ulaşabilecek.

AutoML'nin geliştirilmesi, benzersiz bir pekiştirmeli öğrenme sistemine dayanmaktadır. Belirli amaçlar için tasarlanmış tamamen yeni sinir ağlarını bağımsız olarak geliştiren bir yönetimsel sinir ağından bahsediyoruz. özel görevler. Belirttiğimiz durumda, AutoML gerçek zamanlı olarak bir videodaki nesneleri en doğru şekilde tanıyan bir sistem üretmeyi amaçlar.

Yapay zekanın kendisi, yeni bir sinir ağını eğitmeyi, hataları izlemeyi ve işi düzeltmeyi başardı. Eğitim süreci, sistem işe uygun hale gelene kadar birçok kez (binlerce kez) tekrarlandı. Merakla, şu anda mevcut olan ancak bir kişi tarafından tasarlanmış ve eğitilmiş benzer sinir ağlarını atlamayı başardı.

Aynı zamanda AutoML, NASNet'in performansını değerlendirir ve bu bilgiyi alt ağı iyileştirmek için kullanır; bu işlem binlerce kez tekrarlanır. Mühendisler NASNet'i ImageNet ve COCO görüntü setlerinde test ettiğinde, mevcut tüm bilgisayarlı görü sistemlerinden daha iyi performans gösterdi.

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

NASNet'in mobil platformlar için uyarlanmış basitleştirilmiş bir sürümü de vardır. Analogları yüzde üçten biraz daha fazla aşıyor. Yakın gelecekte bu sistem, bilgisayar görüşünün önemli olduğu otonom arabaların üretiminde de kullanılabilir hale gelecek. AutoML, yeni kalıtsal sinir ağları üretmeye devam ediyor ve daha da yüksekleri fethetmeye çalışıyor.

Bu, elbette, AI ile ilgili endişeler etrafında etik soruları gündeme getiriyor: Ya AutoML, sistemleri toplumun ayak uyduramayacağı bir hızda kurarsa? Ancak birçok büyük şirketler AI'nın güvenlik endişelerini dikkate almaya çalışın. Örneğin, Amazon, Facebook, Apple ve diğer bazı şirketler, İnsanlara ve Topluma Yarar Sağlamak için Yapay Zeka Üzerindeki Ortaklığın üyesidir. Elektrik ve Mühendisler Enstitüsü (IEE) ayrıca yapay zeka için etik standartlar önerdi ve örneğin DeepMind, yapay zeka uygulamalarıyla ilgili ahlaki ve etik sorunlarla ilgilenecek bir grup oluşturulduğunu duyurdu.

Ancak birçok büyük şirket, yapay zekanın güvenlik sorunlarını dikkate almaya çalışıyor. Bu, elbette, AI ile ilgili endişeler etrafında etik soruları gündeme getiriyor: Ya AutoML, sistemleri toplumun ayak uyduramayacağı bir hızda kurarsa? Elektrik ve Mühendisler Enstitüsü (IEE) ayrıca yapay zeka için etik standartlar önerdi ve örneğin DeepMind, yapay zeka uygulamalarıyla ilgili ahlaki ve etik sorunlarla ilgilenecek bir grup oluşturulduğunu duyurdu. Örneğin, Amazon, Facebook, Apple ve diğer bazı şirketler, İnsanlara ve Topluma Yarar Sağlamak için Yapay Zeka Üzerindeki Ortaklığın üyesidir.

Yapay zeka nedir?

"Yapay zeka" teriminin yazarı, Lisp dilinin mucidi, işlevsel programlamanın kurucusu ve yapay zeka araştırmaları alanına yaptığı büyük katkılardan dolayı Turing Ödülü'nü kazanan John McCarthy'dir.
Yapay zeka, aynı zamanda bir insan gibi zekice düşünebilen bir bilgisayar, bilgisayar kontrollü robot veya program yapmanın bir yoludur.

AI alanındaki araştırmalar, bir kişinin zihinsel yetenekleri incelenerek gerçekleştirilir ve daha sonra bu araştırmanın sonuçları, akıllı programların ve sistemlerin geliştirilmesinde temel olarak kullanılır.

Sinir ağı nedir?

Bir sinir ağı fikri, çok basit unsurlardan karmaşık bir yapı oluşturmaktır. Beynin tek bir bölümünün zeki olarak kabul edilmesi olası değildir - ancak insanlar genellikle bir IQ testinde şaşırtıcı derecede iyi sonuç verirler. Yine de, şimdiye kadar "yoktan" bir zihin yaratma fikri genellikle alay konusu oldu: daktilolu bin maymun hakkındaki şaka zaten yüz yaşında ve dilerseniz sinir ağlarının eleştirisi bile bulunabilir. Er ya da geç anlamlı bir metin ortaya çıkması için yüzünüz mavi olana kadar harflerle belirteçleri havaya fırlatmayı alaycı bir şekilde öneren Cicero. Bununla birlikte, 21. yüzyılda, klasiklerin boşuna alaycı olduğu ortaya çıktı: Gerekli sebatla dünyayı ele geçirebilecek olan, jetonlu maymun ordusudur.
Aslında, kibrit kutularından bir sinir ağı bile oluşturulabilir: bu, bilgilerin işlendiği basit bir dizi basit kuraldan başka bir şey değildir. Bir "yapay nöron" veya algılayıcı, özel bir cihaz olarak adlandırılmaz, sadece birkaç aritmetik işlem olarak adlandırılır.

Algılayıcı hiçbir yerde daha kolay çalışmaz: birkaç ilk sayı alır, her birini bu sayının "değeri" ile çarpar (yaklaşık olarak biraz daha düşük), onu toplar ve sonuca bağlı olarak 1 veya -1 verir. Örneğin, açık bir alanın fotoğrafını çekiyoruz ve bu resimde bir noktayı nöronumuza gösteriyoruz - yani ona rastgele koordinatları iki sinyal olarak gönderiyoruz. Ve sonra soruyoruz: "Sevgili nöron, bu cennet mi yoksa dünya mı?" - "Eksi bir," diye yanıtlıyor kukla, kümülüs bulutuna sakince bakarak. "Yeryüzü olduğu açık."

"Gökyüzüne parmak sokmak", algılayıcının ana mesleğidir. Ondan hiçbir doğruluk beklenemez: yazı tura da atabilirsiniz. sihir başlar Sonraki etap buna makine öğrenimi denir. Ne de olsa doğru cevabı biliyoruz, bu da onu programımıza yazabileceğimiz anlamına geliyor. Böylece, her yanlış tahmin için, algılayıcının tam anlamıyla bir para cezası ve doğru bir tahmin için bir bonus aldığı ortaya çıktı: gelen sinyallerin "değeri" artar veya azalır. Bundan sonra program yeni formüle göre çalıştırılır. Er ya da geç, nöron kaçınılmaz olarak fotoğrafta dünyanın aşağıda ve gökyüzünün yukarıda olduğunu "anlayacaktır", yani x koordinatlarının kendisine iletildiği kanaldan gelen sinyali basitçe görmezden gelmeye başlayacaktır. Bu kadar deneyimli bir robota başka bir fotoğraf kaydırılırsa ufuk çizgisini bulamayabilir ama kesinlikle üst ile alt kısmı birbirine karıştırmayacaktır.

Gerçek işte formüller biraz daha karmaşıktır, ancak prensip aynı kalır. Perceptron yalnızca bir görevi yerine getirebilir: sayıları alır ve onları iki yığına ayırır. En ilginç şey, bu tür birkaç öğe olduğunda başlar, çünkü gelen sayılar diğer "tuğlalardan" gelen sinyaller olabilir! Diyelim ki bir nöron mavi ve yeşil pikselleri ayırt etmeye çalışacak, ikincisi koordinatlarla oynamaya devam edecek ve üçüncüsü bu iki sonuçtan hangisinin gerçeğe daha yakın olduğuna karar vermeye çalışacak. Aynı anda birkaç nöronu mavi piksellere yerleştirir ve sonuçlarını toplarsanız, "en iyi öğrencilerin" ek bonuslar alacağı tam bir katman elde edersiniz. Böylece, yeterince yayılan bir ağ, koca bir veri dağını kürekleyebilir ve tüm hatalarını hesaba katabilir.

Kibrit kutuları kullanılarak bir sinir ağı yapılabilir - o zaman cephaneliğinizde partilerde misafirleri eğlendirebileceğiniz bir numaranız olur. MirF editörleri bunu çoktan denediler ve yapay zekanın üstünlüğünü alçakgönüllülükle kabul ettiler. Akılsız maddeye 11 çubuk oyununun nasıl oynanacağını öğretelim. Kurallar basit: Masada 11 kibrit var ve her hamlede bir veya iki maç yapabilirsiniz. Sonuncuyu alan kazanır. "Bilgisayara" karşı nasıl oynanır?

Çok basit.

10 kutu veya bardak alıyoruz. Her birine 2'den 11'e kadar bir sayı yazın.

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

Sinir ağı her zaman önce gelir. Başlamak için, kaç kibrit kaldığına bakın ve o numarayı içeren kutuları alın. İlk dönüşte 11 numaralı kutu olacak. Sağdaki kutudan herhangi bir çakıl taşı alın. Gözlerinizi kapatabilir veya yazı tura atabilirsiniz, asıl mesele rastgele hareket etmektir.
Taş beyazsa, sinir ağı iki kibrit almaya karar verir. Siyah ise - bir. Kararı hangi "nöronun" verdiğini unutmamak için çakıl taşını kutunun yanına koyun. Bundan sonra, bir kişi yürür - maçlar bitene kadar böyle devam eder.

Şimdi eğlenceli kısım geliyor: öğrenmek. Ağ oyunu kazandıysa, ödüllendirilmesi gerekir: oyun sırasında düşen aynı renkteki bir çakıl taşını bu oyuna katılan "nöronlara" atın. Ağ kaybettiyse, son kullanılan kutuyu alın ve başarısız oynanan taşı oradan çıkarın. Kutunun zaten boş olduğu ortaya çıkabilir, bu durumda önceki benzer nöron sonuncusu olarak kabul edilir. Bir sonraki oyunda, vurmak boş kutular, sinir ağı otomatik olarak vazgeçecektir.

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 anlayacaksınız.

kaynaklar:

Bu yıl Yandex hizmete girdi sesli asistan"Alice". Yeni hizmet, kullanıcının haberleri ve hava durumunu dinlemesine, sorularına yanıt almasına ve yalnızca bot ile iletişim kurmasına olanak tanır. "Alice" bazen arsız, bazen neredeyse mantıklı ve insani olarak alaycı görünüyor, ancak çoğu zaman kendisine ne sorulduğunu anlayamıyor ve bir su birikintisine oturuyor.

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 adayacağınız en umut verici alanlardan biri olarak adlandırılıyor.

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

Sergei Markov,

yapay zeka uzmanı

AI hakkındaki mitleri çürütmek

Peki "yapay zeka" nedir?

"Yapay zeka" kavramı biraz şanssız. Başlangıçta bilim camiasında ortaya çıktı, sonunda bilim kurgu edebiyatına ve onun aracılığıyla popüler kültüre girdi, burada bir dizi değişikliğe uğradı, birçok yorumla büyüdü ve sonunda tamamen gizemli hale geldi.

Bu nedenle uzman olmayan kişilerden “Yapay zeka yoktur”, “Yapay zeka yaratılamaz” gibi ifadeleri sık sık duyuyoruz. Yapay zeka alanında yürütülen araştırmaların özünün yanlış anlaşılması, insanları kolayca başka uç noktalara götürür - örneğin, modern yapay zeka sistemleri, bilincin, özgür iradenin ve gizli güdülerin varlığına inanılır.

Sinekleri pirzolalardan ayırmaya çalışalım.

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

Buna karşılık, entelektüel bir görev, insanların kendi zekalarının yardımıyla çözdüğü bir görevdir. Bu durumda uzmanların kasıtlı olarak "zeka" kavramını tanımlamaktan kaçındığını unutmayın, çünkü AI sistemlerinin ortaya çıkmasından önce zekanın tek örneği insan zekasıydı ve zeka kavramını tek bir örneğe göre tanımlamak aynı şey. bir noktadan düz bir çizgi çekmeye çalışmak. Bu türden istediğiniz kadar çok satır olabilir, bu da zeka kavramıyla ilgili tartışmanın yüzyıllarca sürebileceği anlamına gelir.

"güçlü" ve "zayıf" yapay zeka

AI sistemleri iki büyük gruba ayrılır.

Uygulamalı yapay zeka(İngiliz geleneğinde "zayıf yapay zeka" veya "dar yapay zeka" terimlerini de kullanırlar - zayıf / uygulamalı / dar yapay zeka), herhangi bir entelektüel görevi veya az sayıdaki görevi çözmek için tasarlanmış bir yapay zekadır. Bu sınıf, satranç oynamak, go, görüntü tanıma, konuşma, banka kredisi verip vermeme konusunda karar verme vb. için sistemleri içerir.

Uygulamalı yapay zekanın aksine, konsept tanıtıldı evrensel yapay zeka(ayrıca İngilizce'de "güçlü AI" - güçlü AI / Yapay Genel Zeka) - yani, herhangi bir entelektüel görevi çözebilen varsayımsal (şimdiye kadar) bir AI.

Çoğu zaman, terminolojiyi bilmeyen insanlar, yapay zekayı güçlü yapay zeka ile özdeşleştirirler, bu nedenle, "yapay zeka yoktur" ruhuyla ilgili yargılar ortaya çıkar.

Güçlü AI henüz gerçekten mevcut değil. Yapay zeka alanında son on yılda gördüğümüz ilerlemelerin neredeyse tamamı, uygulamalı sistemlerdeki ilerlemelerdir. Uygulamalı sistemler bazı durumlarda entelektüel sorunları evrensel insan zekasından daha iyi çözebildiğinden, bu başarılar küçümsenemez.

AI kavramının oldukça geniş olduğunu fark ettiğinizi düşünüyorum. Diyelim ki zihinsel sayma aynı zamanda entelektüel bir görevdir, bu da herhangi bir hesaplama makinesinin bir AI sistemi olarak kabul edileceği anlamına gelir. Peki ya hesaplar? abaküs? Antikythera mekanizması? Gerçekten de, tüm bunlar ilkel olmasına rağmen resmi, ancak yapay zeka sistemleridir. Bununla birlikte, genellikle, bazı sistemleri yapay zeka sistemi olarak adlandırarak, bu sistem tarafından çözülen görevin karmaşıklığını vurgularız.

Entelektüel görevleri basit ve karmaşık olarak ayırmanın çok yapay olduğu ve belirli görevlerin karmaşıklığı hakkındaki fikirlerimizin yavaş yavaş değiştiği oldukça açıktır. 17. yüzyılda bir teknoloji harikası olan mekanik hesap makinesi, günümüzde çocukluktan itibaren çok daha karmaşık mekanizmalarla karşı karşıya kalan insanları artık etkileyemez hale geldi. Go'daki araba oyunu veya araba otopilotları halkı şaşırtmayı bıraktığında, birisinin bu tür sistemleri yapay zekaya atfedeceği gerçeğine kesinlikle irkilecek insanlar olacaktır.

"Robotlar-mükemmel öğrenciler": AI'nın öğrenme yeteneği hakkında

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

1999'da ilk satranç programımı yazdığımda, kendi kendine çalışma bu alanda zaten sıradan bir şeydi - programlar tehlikeli pozisyonları ezberleyebiliyor, açılış varyasyonlarını kendileri için ayarlayabiliyor, oyun tarzını ayarlayarak rakibe göre ayarlayabiliyordu. Tabii ki, bu programlar hala Alpha Zero'dan çok uzaktı. Bununla birlikte, "takviyeli öğrenme" denen deneylerde diğer sistemlerle etkileşime dayalı olarak davranışı öğrenen sistemler bile zaten mevcuttu. Bununla birlikte, açıklanamayan bir nedenle, bazı insanlar hala kendi kendine öğrenme yeteneğinin insan zekasının ayrıcalığı olduğunu düşünüyor.

Makine öğrenimi, bütün bilimsel disiplin, belirli problemleri çözmek için makinelerin öğretim süreçleriyle ilgilenir.

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

-de bir öğretmenle öğrenme makinenin bazı durumlar için zaten bir dizi koşullu olarak doğru çözümü vardır. Bu durumda öğrenmenin görevi, makineye mevcut örneklere dayanarak diğer bilinmeyen durumlarda doğru kararlar vermeyi öğretmektir.

Diğer aşırı - öğretmensiz öğrenmek. Yani makine, doğru çözümlerin bilinmediği, yalnızca ham, etiketlenmemiş bir biçimde verilerin olduğu bir duruma getirilir. Bu gibi durumlarda bir miktar başarı elde etmenin mümkün olduğu ortaya çıktı. Örneğin, bir makineye çok geniş bir metin kümesinin analizine dayalı olarak bir dildeki sözcükler arasındaki anlamsal ilişkileri belirlemeyi öğretebilirsiniz.

Denetimli öğrenmenin bir türü takviyeli öğrenmedir. Buradaki fikir, AI sisteminin, diğer aracılarla, örneğin kendi kopyalarıyla etkileşime girebileceği ve bir ödül işlevi aracılığıyla çevreden bir miktar geri bildirim alabileceği bir model ortamına yerleştirilmiş bir aracı olarak hareket etmesidir. Örneğin, kendi kendine oynayan, parametrelerini kademeli olarak ayarlayan ve böylece kendi oyununu kademeli olarak güçlendiren bir satranç programı.

Takviyeli öğrenme oldukça geniş bir alandır ve evrimsel algoritmalardan Bayes optimizasyonuna kadar pek çok ilginç teknik kullanır. Oyunlar için yapay zekadaki son gelişmeler, pekiştirmeli öğrenme sırasında yapay zekanın güçlendirilmesiyle tam olarak ilişkilidir.

Teknoloji Riskleri: Kıyametten Korkmalı mıyız?

Ben AI alarmistlerinden biri değilim ve bu anlamda hiçbir şekilde yalnız değilim. Örneğin, Stanford Machine Learning kursunun yaratıcısı Andrew Ng, yapay zekanın tehlikelerini Mars'taki aşırı nüfus sorunuyla karşılaştırıyor.

Gerçekten de, gelecekte insanların Mars'ı kolonileştirmesi muhtemeldir. Er ya da geç aşırı nüfus sorununun Mars'ta ortaya çıkması da muhtemeldir, ancak bu sorunu neden şimdi ele almamız gerektiği tam olarak açık değil. Evrişimli sinir ağlarının yaratıcısı Yn ve Yang LeKun ve patronu Mark Zuckerberg ve modern sinir ağlarının kelime işlem alanındaki karmaşık sorunları çözebildiği araştırması sayesinde büyük ölçüde bir kişi olan Joshua Beno ile aynı fikirde.

Bu sorunla ilgili görüşlerimi sunmak muhtemelen birkaç saat alacak, bu yüzden sadece ana tezlere odaklanacağım.

1. AI GELİŞİMİNİ SINIRLAMAYIN

Alarmcılar, bu alandaki ilerlemeyi sınırlamaya ve hatta durdurmaya çalışmakla ilgili riskleri göz ardı ederken, AI'nın potansiyel kesintisiyle ilişkili riskleri göz önünde bulundururlar. İnsanlığın teknolojik gücü son derece hızlı bir şekilde artıyor ve bu da benim "kıyametin maliyetini ucuzlatmak" dediğim bir etkiye yol açıyor.

150 yıl önce, insanlık tüm iradesiyle ne biyosfere ne de tür olarak kendisine onarılamaz bir zarar veremezdi. 50 yıl önceki bir felaket senaryosunu uygulamak için tüm teknolojik gücü yoğunlaştırmak gerekirdi. nükleer güçler. Küresel uygulama için yarın insan yapımı felaket bir avuç fanatik yeterli olabilir.

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

Önyargıları, saldırganlığı, kuruntuları ve dar görüşlülüğüyle insan zekasının yerini daha bilinçli kararlar alabilen bir sistem almadıkça (ister yapay zeka olsun, ister daha muhtemel olduğunu düşündüğüm, makinelerle bütünleşmiş, teknolojik olarak geliştirilmiş bir insan zekası olsun. tek bir sistem), küresel bir felaket bekleyebiliriz.

2. süper zekanın yaratılması temelde imkansızdır

Geleceğin yapay zekasının kesinlikle süper zeki olacağına dair bir fikir var, insanlardan daha üstün, hatta insanlardan karıncalardan daha üstün. Bu durumda, teknolojik iyimserleri de hayal kırıklığına uğratmaktan korkuyorum - Evrenimiz, görünüşe göre süper zekanın yaratılmasını imkansız kılacak bir dizi temel fiziksel sınırlama içeriyor.

Örneğin, sinyal iletim hızı ışık hızıyla sınırlıdır ve Heisenberg belirsizliği Planck ölçeğinde görünür. Bu, ilk temel limiti ima eder - kısıtlamalar getiren Bremermann limiti. en yüksek hız belirli bir kütleye sahip özerk bir sistem için hesaplamalar m.

Diğer bir sınır, 1 bitlik bilgiyi işlerken salınan minimum miktarda ısının olduğu Landauer ilkesiyle ilgilidir. Çok hızlı hesaplamalar, sistemin kabul edilemez şekilde ısınmasına ve tahrip olmasına neden olur. Aslında, modern işlemciler Landauer sınırının bin katından daha az gerisindedir. Görünüşe göre 1000 oldukça fazla, ancak başka bir sorun da birçok entelektüel görevin EXPTIME karmaşıklık sınıfına ait olmasıdır. Bu, bunları çözmek için gereken sürenin, sorunun boyutunun üstel bir işlevi olduğu anlamına gelir. Sistemi birkaç kez hızlandırmak, "zekada" yalnızca sabit bir artış sağlar.

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

Bir anda 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. başka bir şey için endişeleniyoruz

Ne yazık ki, Terminatör ve Clark ve Kubrick'in ünlü HAL 9000'i üzerine gündeme getirilen halkın korkuları üzerine alarmistlerin spekülasyonlarının bir sonucu olarak, yapay zeka güvenliğinin odağında olası olmayan ama muhteşem senaryoların analizine doğru bir kayma var. Aynı zamanda, gerçek tehlikeler gözden kayboluyor.

Teknolojik ortamımızda önemli bir yer işgal ettiğini iddia eden yeterince karmaşık herhangi bir teknoloji, kesinlikle beraberinde belirli riskler getirir. Etkili güvenlik kuralları ve önlemleri uygulanmadan önce, imalatta, nakliyede vb. pek çok hayat buhar motorları tarafından yok edildi.

Uygulamalı yapay zeka alanındaki ilerlemeden bahsedecek olursak, ilgili "Dijital Gizli Mahkeme" sorununa dikkat çekebiliriz. Giderek daha fazla uygulanan AI sistemleri, insanların yaşamını ve sağlığını etkileyen konularda kararlar alıyor. Bu, tıbbi teşhis sistemlerini ve örneğin bankalarda bir müşteriye kredi verip vermeme konusunda karar veren sistemleri içerir.

Aynı zamanda, kullanılan modellerin yapısı, kullanılan faktör setleri ve karar verme prosedürünün diğer detayları, kaderi söz konusu olan kişiden gizlenir.

Kullanılan modeller, kararlarını sistematik hatalar yapan veya ırk, cinsiyet gibi belirli önyargıları olan uzman öğretmenlerin görüşlerine dayandırabilir.

Bu tür uzmanların kararlarıyla eğitilmiş bir yapay zeka, kararlarında bu önyargıları vicdanlı bir şekilde yeniden üretecektir. Sonuçta, bu modeller belirli kusurlar içerebilir.

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

Bir "sıcak trend" olarak sinir ağları

Bir yandan, sinir ağları en çok kullanılanlardan biridir. eski modeller AI sistemleri oluşturmak için kullanılır. Başlangıçta biyonik yaklaşımın uygulanması sonucunda ortaya çıktılar, biyolojik prototiplerinden hızla kaçtılar. Buradaki tek istisna, dürtü sinir ağlarıdır (ancak, endüstride henüz geniş bir uygulama bulmamışlardır).

Son on yıllardaki ilerleme, sinir ağlarının bir araya getirildiği bir yaklaşım olan derin öğrenme teknolojilerinin gelişimi ile ilişkilidir. Büyük bir sayı her biri belirli düzenli kalıplar temelinde inşa edilen katmanlar.

Yeni sinir ağı modellerinin oluşturulmasının yanı sıra öğrenme teknolojileri alanında da önemli ilerlemeler kaydedilmiştir. Günümüzde sinir ağları artık bilgisayarların merkezi işlemcilerinin yardımıyla değil, matris ve tensör hesaplamalarını hızlı bir şekilde yapabilen özel işlemcilerin kullanımıyla öğretilmektedir. Günümüzde bu tür cihazların en yaygın türü video kartlarıdır. Bununla birlikte, sinir ağlarını eğitmek için daha da özel cihazlar aktif olarak geliştirilmektedir.

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

Peki bugünün robotları gerçekten ne kadar akıllı?

Her şey görecelidir. 2000 yılının teknolojilerinin arka planına karşı, mevcut başarılar gerçek bir mucize gibi görünüyor. Her zaman homurdanmayı seven insanlar olacaktır. 5 yıl önce, makinelerin insanları Go'da asla yenemeyeceğini (ya da en azından çok yakında kazanamayacaklarını) kudretli ve esaslı bir şekilde konuşuyorlardı. Bir makinenin hiçbir zaman sıfırdan bir resim çizemeyeceği söylenirken, bugün insanlar makineler tarafından yaratılan resimler ile tanımadıkları sanatçıların resimlerini pratikte ayırt edemiyorlar. Geçen yılın sonunda makineler, insandan neredeyse ayırt edilemeyen konuşmayı sentezlemeyi öğrendi ve son yıllar kulaklar makinelerin yarattığı müzikten solmuyor.

Bakalım yarın ne olacak. Yapay zekanın bu uygulamalarına büyük bir iyimserlikle bakıyorum.

Umut verici yönler: AI alanına dalmaya nereden başlamalı?

denemeni tavsiye ederim Iyi seviye popüler sinir ağı çerçevelerinden birinde ve makine öğrenimi alanında popüler olan programlama dillerinden birinde ustalaşın (günümüzde en popüler olanı TensorFlow + Python kombinasyonudur).

Bu araçlara hakim olarak ve ideal olarak matematiksel istatistik ve olasılık teorisi alanında güçlü bir temele sahip olarak, çabalarınızı kişisel olarak sizin için en ilginç olacak alana yönlendirmelisiniz.

İş konusuna olan ilginiz en önemli yardımcılarınızdan biridir.

Tıpta, bankacılıkta, bilimde, imalatta çeşitli alanlarda makine öğrenimi uzmanlarına ihtiyaç vardır, bu nedenle bugün iyi bir uzmanın her zamankinden daha fazla seçeneği vardır. Bu endüstrilerden herhangi birinin potansiyel faydaları, işin size zevk vereceği gerçeğiyle karşılaştırıldığında bana önemsiz geliyor.