Izraz "umjetna inteligencija" često se odnosi na neuronske mreže izgrađene na tehnologijama dubokog strojnog učenja. Štoviše, tehnologija treninga neuronskih mreža dobro je razvijena i urodit će plodom. Međutim, ne dijele svi znanstvenici mišljenje da bi se na ovom putu trebala razvijati umjetna inteligencija. Netko čak vjeruje da takvim sustavima „ne treba vjerovati“i da njihov razvoj neće dovesti do dobrog.
Umjetna inteligencija u modernom smislu - to uopće nije ono što mnogi misle.
Zašto je strojno učenje loše za ljudski razvoj
U velikom opsegu objavljenom na stranicama Technologyreviewa, profesor sa njujorškog sveučilišta, stručnjak za područje kognitivne znanosti (znanost o kogniciji) Gary Marcus govorio je o rizicima široke uporabe neuronskih mreža zasnovanih na dubokom strojnom učenju.
Prvo, znanstvenik vjeruje da tehnologija ima jasna ograničenja. Konkretno, dugo se govorilo da je potrebno stvoriti takozvani "stvarni AI" koji je pogodan za rješavanje širokog spektra problema, a ne samo jednog specifičnog, kao što se događa sada. Postojeći AI sustavi već su dostigli vrhunac svog razvoja i praktički ih "nema gdje rasti". Pored toga, ne možete jednostavno naučiti i, recimo, prvo naučiti jednog AI da vozi automobil, a prisiliti drugog da ga popravlja, a zatim kombinirati sustave, stvarajući univerzalnog asistenta. Umjetna inteligencija jednostavno neće moći komunicirati jer su "učili na različite načine".
Kako učiniti AI pametnijim
Promotivni video:
Da bi algoritmi postali učinkovitiji, potrebno ih je "različito trenirati". Potrebno ih je natjerati da počnu uviđati odnos predmeta i posljedice interakcije s njima. U ovom ćemo slučaju poslužiti kao najbolji primjer.
Profesor Gary Marcus.
Štoviše, ono što Marcus nudi uopće nije novo. Gore opisani primjer je kako su znanstvenici zamislili "klasični AI". No, da bi takav AI djelovao učinkovito, moramo unaprijed programirati sve moguće ishode. A to je gotovo nerealno. Ali postoji izlaz.
Rješenje može biti svojevrsna simbioza „klasičnog AI-ja“, koji odnose i dobija rješenja na razumljiv način, te duboko učenje, koje rješenje može naći „pokušajem i pogreškama“. To može biti neka vrsta osnovnog sustava pravila i propisa koji se tiču okolnog svijeta. Na njihovoj osnovi 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 prelazila s jednog zadatka na drugi. Moderni sustavi izgrađeni korištenjem tehnologije dubokog učenja to jednostavno nisu sposobni.
Vladimir Kuznetsov