istraživanje

Zašto je moderni AI slijepa tehnologija u tehnologiji

Izraz "umjetna inteligencija" često jeMislim na neuronske mreže izgrađene na tehnologiji dubokog strojnog učenja. Štoviše, tehnologija osposobljavanja neuronskih mreža dobro je uspostavljena i urodi plodom. Međutim, nisu svi znanstvenici mišljenja da bi se na ovom putu trebala razvijati umjetna inteligencija. Netko čak vjeruje da takvi sustavi „ne vrijede vjerovati“ i njihov razvoj neće dovesti do dobrog.

Umjetna inteligencija u modernom smislu uopće nije ono što mnogi ljudi misle.

Zašto je strojno učenje loše za ljudski razvoj

U velikom radu objavljenom na stranicamaTechnologyreview, profesor na njujorškom sveučilištu, specijalist za područje kognitivne znanosti (kognitivne znanosti), Gary Marcus, govorio je o potencijalu za široku upotrebu neuronskih mreža temeljenih na dubokom strojnom učenju.

Prvo, znanstvenik vjeruje da tehnologija imaizričita ograničenja. Konkretno, dugo se pričalo o tome što je potrebno za stvaranje takozvanog "stvarnog AI" koji je pogodan za rješavanje širokog spektra zadataka, a ne samo jednog određenog, kao što se događa sada. Postojeći AI sustavi već su dostigli vrhunac svog razvoja i praktički nemaju kamo rasti. Pored toga, ne možete jednostavno uzeti i, recimo, prvo naučiti jednog AI da vozi automobil, a drugog da bi ga natjerali na popravak, a zatim kombinirali sustave, stvarajući univerzalni pomoćnik. Umjetni intelekti jednostavno neće moći komunicirati, jer su "proučavali na različite načine".

Možete trenirati AI da bolje igra Atariljudski, ali nije moguće napraviti dobar robomobil. Iako je i ovaj zadatak prilično usko specijaliziran. Duboko učenje dobro funkcionira u analizi velikih podataka, ali algoritmi ne vide uzročno-posljedičnu vezu i slabo percipiraju bilo kakve promjene u uvjetima. Pomaknite elemente u računalnoj igri za dva do tri piksela, a trenirani AI postat će neučinkovit. Neka igrači ne budu kvadratni, već pravokutni, a umjetna inteligencija će izgubiti čak i početnika.

Kako učiniti AI pametnijim

Da bi algoritmi bili višeUčinkoviti, treba ih različito učiti. Potrebno je osigurati da počnu sagledavati odnos predmeta i posljedice interakcije s njima. U ovom ćemo slučaju poslužiti kao najbolji primjer.

Zapošljavati pripravnike i oni putemnekoliko dana će početi raditi na bilo kojem problemu - od zakona do medicine. Ne zato što su svi pametni. I to iz činjenice da ljudi imaju opću predodžbu o svijetu, a ne o određenom.

Profesor Gary Marcus

Štoviše, ono što Marcus nudi uopće nije novo. Gore opisani primjer je kako su znanstvenici zamislili "klasični AI". Samo da bi takav AI uspio, moramo unaprijed programirati sve moguće ishode. A to je gotovo nerealno. Ali postoji način. Usput, koji put razvoja AI je po vašem mišljenju preferiran? Obavijestite nas o tome u našem chatu u Telegramu.

Pogledajte također: Kako djeluje umjetna inteligencija

Rješenje može biti vrsta simbioze„Klasični AI“, koji odnos i prima odluke na razumljiv način i duboko učenje, može pronaći rješenje putem „pokušaja i pogreške“. Ovo može biti neki osnovni sustav pravila i propisa koji se odnose na svijet. Na temelju njih, AI sustavi će se već moći razvijati u određenom području. Prava umjetna inteligencija mora shvatiti kako sve funkcionira kako bi razumjela uzročno-posljedične veze i lako se prebacila s jednog zadatka na drugi. Moderni sustavi stvoreni upotrebom tehnologije dubokog učenja jednostavno nisu sposobni za to.