Uvriježeno je mišljenje da će se s najnovijim napretkom istraživanja umjetne inteligencije uskoro pojaviti živi i inteligentni strojevi. Automobili bolje od nas razumiju glasovne naredbe, razlikuju slike, voze automobile i igraju igre. Koliko još treba pričekati dok ne počnu hodati među nama?
Nedavno objavljeno izvješće Bijele kuće o umjetnoj inteligenciji zauzima skeptičan stav. Kaže da ćemo u sljedećih 20 godina malo vjerojatno vidjeti strojeve koji "pokazuju intelektualne sposobnosti usporedive ili superiornije od ljudi", ali u sljedećim godinama "strojevi će postići ljudske sposobnosti za izvršavanje sve više zadataka". Međutim, ovom izvješću nedostaje nekoliko važnih stvari.
Istraživač umjetne inteligencije Arend Hintze tvrdi da se izvještaj fokusira isključivo na "dosadnu vrstu AI". Presijeca gigantsku granu istraživanja AI sredinom rečenice, kako nam evolucija pomaže u razvoju sve boljih sustava AI i kako nam računski modeli pomažu u razumijevanju evolucije naše vlastite ljudske inteligencije.
Izvještaj se usredotočuje na, kako znanstvenik kaže, glavne alate umjetne inteligencije: strojno učenje i duboko učenje. Ovakva tehnologija omogućila je robotima da dobro igraju kvizove i nadigravaju majstore igre. Ovi sustavi mogu obrađivati ogromne količine podataka i vrlo brzo izvoditi složene izračune. Ali nedostaje im element koji će biti ključan u stvaranju inteligentnih strojeva koje bismo željeli imati u budućnosti.
Za učenje trebamo više od nastavnih strojeva. Moramo prevladati granice koje definiraju četiri različite vrste umjetne inteligencije. Pregrade koje razdvajaju strojeve od nas - i mi od njih.
AI tip I: mlazni strojevi
Najosnovniji tipovi AI sustava vrlo su reaktivni i ne mogu stvarati uspomene niti koristiti prošla iskustva za informiranje o trenutnim odlukama. Deep Blue, IBM-ovo superračunalo koje igra šah koje je krajem 1990-ih pobijedilo velemajstora Garryja Kasparova, savršen je primjer ove vrste strojeva.
Promotivni video:
Deep Blue može prepoznati figure na šahovskoj ploči i zna kako se kreću. Može prognozirati poteze, kako vlastite tako i protivničke. I bira najoptimalnije moguće poteze.
Međutim, on nema pojma o prošlosti i sjećanju na ono što se dogodilo. Osim rijetko korištenog šahovskog pravila da se isti potez ne ponovi tri puta, Deep Blue sve do sada ignorira. Samo pogleda figure na šahovskoj ploči i odabere sljedeći potez.
Ova vrsta inteligencije uključuje računalo koje izravno opaža svijet i djeluje na temelju onoga što vidi. Ne oslanja se na unutarnji koncept svijeta. U svom radu, istraživač umjetne inteligencije Rodney Brooks tvrdio je da bismo trebali graditi samo takve strojeve. Prema njegovu mišljenju, ljudi nisu baš dobri u programiranju preciznih simuliranih svjetova za računala, kako kažu, u stvaranju "reprezentacije", reprezentacije svijeta.
Moderni inteligentni strojevi kojima se divimo ili nemaju takav koncept svijeta ili je vrlo ograničen i bavi se određenim zadacima. Inovacija u dizajnu Deep Blue-a nije se odnosila na proširenje broja mogućih poteza koje računalo razmatra. Umjesto toga, programeri su pronašli način da suze njegovu viziju i odbace neke od mogućih poteza u budućnosti, ovisno o tome kako se ocjenjuju.
Isto tako, AlphaGo Google, koji je u Go-u pobijedio svjetskog prvaka, nikako ne može procijeniti moguće buduće poteze. Njegova metoda analize sofisticiranija je od one u Deep Blue: koristi neuronsku mrežu za procjenu odvijanja igre.
Ove tehnike poboljšavaju mogućnosti AI sustava, pojedine igre čine boljim, ali ih nije lako izmijeniti ili primijeniti u drugim situacijama. Ove računalne vrste mašte nemaju koncept svijeta u cjelini - što znači da ne mogu ići dalje od izvršavanja specifičnih zadataka zbog kojih su stvorene i lako ih je zavarati.
Oni ne mogu interaktivno sudjelovati u svijetu i mi bismo voljeli jednog dana vidjeti upravo takve AI sustave. Umjesto toga, strojevi će se ponašati točno onako kako se uvijek ponašaju u istoj situaciji. Ako želimo sustav AI učiniti pouzdanim i pouzdanim, onda je to dobra stvar: htjeli biste da vaše autonomno vozilo bude pouzdano. Ali ako želimo da strojevi komuniciraju s nama i sa svijetom, to je loše. Najjednostavniji AI sustavi nikad ne dosade, ne mogu biti zainteresirani ili uznemireni.
AI tip II: ograničena memorija
Tip II uključuje strojeve koji mogu pogledati u prošlost. Samovozeći automobili su već pomalo sposobni za ovo. Primjerice, promatraju brzinu i smjer drugih vozila. To se ne može učiniti odjednom, jer za to morate identificirati određene predmete i promatrati ih tijekom vremena.
Ova su zapažanja dodana unaprijed programiranim predstavama svijeta za samovozeća vozila, koja uključuju oznake na cestama, semafore i druge ključne elemente. Povezani su kada automobil odluči promijeniti traku i ne sudariti se s drugom.
Ali ti jednostavni dijelovi informacija o prošlosti samo su privremeni. Neće se spasiti kao dio biblioteke iskustava vozila u kojoj može naučiti, kao što to rade ljudski vozači, akumulirajući iskustvo tijekom godina tijekom vožnje.
Kako gradimo AI sustave koji grade cjelovite prikaze, pamtimo svoja iskustva i učimo se nositi s novim situacijama? Brooke je bila u pravu da je to vrlo teško učiniti. Možda vrijedi tražiti inspiraciju u darvinističkoj evoluciji?
AI tip III: teorija uma
Ovdje se moramo kratko zaustaviti i ovaj trenutak nazvati važnim razmakom između strojeva koje imamo i strojeva koje bismo željeli graditi u budućnosti. Međutim, prvi korak je biti precizniji o pogledima koje će strojevi morati stvoriti.
Strojevi sljedeće, naprednije klase ne čine samo predstave svijeta, već i drugih agenata ili entiteta svijeta. U psihologiji se to naziva "teorijom uma" - razumijevanjem da ljudi, bića i predmeti na svijetu mogu imati misli i osjećaje koji utječu na njihovo vlastito ponašanje.
To je važno za način na koji mi ljudi oblikujemo društvo jer nam pruža socijalne interakcije. Bez razumijevanja međusobnih motiva i namjera i ne uzimajući u obzir ono što netko drugi zna o meni ili okolini, suradnja je u najboljem slučaju teška, a u najgorem nemoguća.
Ako AI sustavi doista lutaju među nama, morat će razumjeti što mislimo i osjećamo, barem na razini pretpostavki. I prilagodite svoje ponašanje u skladu s tim.
IV vrsta AI: samosvijest
Krajnji cilj razvoja umjetne inteligencije je stvaranje sustava koji mogu oblikovati slike o sebi. U konačnici, istraživači umjetne inteligencije moraju ne samo razumjeti svijest, već i stvarati strojeve sa sviješću.
Ovo je, u određenom smislu, proširenje "teorije uma" koje je spomenuto u prethodnom tipu AI. Kada govorimo o svijesti, mislimo i na samosvijest. "Želim ovu stvar" razlikuje se od "znam da želim ovu stvar". Svjesna bića su samosvjesna, svjesna svojih unutarnjih stanja i mogu predvidjeti ponašanje ili osjećaje drugih. Pretpostavljamo da je netko tko nas signalizira u prometu ljut ili nestrpljiv, jer bismo se tako mogli osjećati na njegovom mjestu. Bez teorije uma ne bismo mogli donositi takve zaključke.
Iako smo vjerojatno daleko od izgradnje samosvjesnih strojeva, moramo usmjeriti svoje napore na put ka razumijevanju pamćenja, učenju i sposobnosti donošenja odluka o prošlim iskustvima. Ovo je važan korak ka razumijevanju samog ljudskog uma. A ovo je vrlo važno ako želimo dizajnirati ili razviti strojeve koji ne samo da mogu klasificirati ono što vide pred nama, već i puno više.
ILYA KHEL
