Kada dirbtinis intelektas bus pakankamai protingas, kad galėtų pergudrauti žmones?
Kai kuriais atžvilgiais tai jau vyksta. Kitais atžvilgiais tai priklauso nuo to, kaip apibrėšite sąvoką „pergudrauti“.
Praėjusiais metais paskelbtame straipsnyje „Kada dirbtinis intelektas pranoks žmogaus galimybes? Evidence from AI Experts“, elitiniai dirbtinio intelekto tyrėjai prognozavo, kad ‚žmogaus lygio mašininis intelektas‘, arba HLMI, turi 50 proc. tikimybę atsirasti per 45 metus ir 10 proc. tikimybę atsirasti per 9 metus. Tačiau visi, kurie kada nors kalbėjosi su Siri ar Cortana (kai kuriais iš šiandien rinkoje esančių virtualių asistentų), gali teigti, kad HLMI jau yra čia.
Eliza Kosoy, MIT Smegenų, proto ir mašinų centro tyrėja, pabrėžia, kad kai kuriose srityse mašinos jau dabar lenkia žmones. Jos gali mus įveikti daugelyje strateginių žaidimų, pavyzdžiui, šachmatuose, stalo žaidime „Go“ ir kai kuriuose „Atari“ vaizdo žaidimuose. Mašinos netgi gali atlikti operacijas ir skraidyti lėktuvais. Neseniai mašinos pradėjo vairuoti automobilius ir sunkvežimius, nors kai kurioms iš jų gali kilti problemų išlaikant vairuotojų egzaminus. Nepaisant to, Kosoy mano, kad „turint pakankamai duomenų ir tinkamus mašinų mokymosi algoritmus, mašinos gali padaryti žmonių gyvenimą malonesnį“.
Kosoy tikslas — geriau suprasti, kaip mokosi žmonės, kad tai būtų galima pritaikyti mašinoms. Tai ji daro studijuodama intuityviąją fiziką ir vienkartinį mokymąsi.
Intuityvioji fizika — tai būdas, kuriuo žmonės gali numatyti tam tikrus dinamiškus fizinės aplinkos pokyčius ir į juos reaguoti. Pavyzdžiui, gebėjimas pajusti krintančio medžio trajektoriją ir todėl žinoti, kuria kryptimi judėti, kad į jį būtų išvengta smūgio.
Vienkartinis mokymasis — tai gebėjimas išmokti objektų kategorijas tik iš kelių pavyzdžių. Atrodo, kad šio gebėjimo mašinoms trūksta… bent jau kol kas. Kosoy aiškina, kad geriausiems dabartiniams algoritmams reikia gauti tūkstančius duomenų rinkinių, kad jie išmoktų atskirti, tarkime, obuolį nuo apelsino. Tačiau vaikai gali atskirti vos po kelių supažindinimų. Kosoy sako, kad jai „asmeniškai labai įdomu, kaip vaikai sugeba taip greitai mokytis ir kaip mes galime išgauti šį procesą, kad sukurtume greitesnį mašininį mokymąsi, kuriam nereikia tiek daug duomenų“.
Dar viena išlyga mašinų ir žmonių intelekto varžybose — emocijų įtraukimas. Kai 1997 m. IBM kompiuteris „Deep Blue“ įveikė pasaulio šachmatų čempioną rusą Garį Kasparovą, šis taip sutriko, kad daugiau niekada nebesugebėjo žaisti taip, kaip anksčiau. Žinoma, Deep Blue sugebėjo „pergudrauti“ Kasparovą, bet ar jo programavimas turėjo pakankamai emocinio intelekto, kad maloniai parodytų gerą sportinį elgesį ir nesugniuždytų Kasparovo dvasios? Kitaip tariant: ar tikrai galite tikėtis, kad Siri užjaus jus, kai darbe jums bloga diena? „Žmogaus empatija ir gerumas yra svarbi intelekto dalis“, — pažymi Kosoy. „Abejoju, ar šioje srityje dirbtinis intelektas kada nors mus pergudraus.“
Žinoma, yra ir daugiau. O kaip dėl kūrybiškumo ir intelekto santykio? Vokietijos mokslininkai išmokė kompiuterius tapyti Van Gogo ir Pikaso stiliumi, ir kompiuterių paveikslai nėra tokie jau blogi. Tačiau ar išmokyti mašiną imituoti kūrybiškumą yra tikras kūrybiškumas?
Kai kalbama apie žalią skaičiavimo galią, mašinos jau gerokai pasistūmėjo į priekį. Ir neabejotina, kad jos ir toliau darys žmonių gyvenimą malonesnį ir lengvesnį. Tačiau ar kada nors mašina parašys kitą „Tony“ apdovanojimą pelniusią pjesę? Arba sušoks improvizuotą šokį per lietų, kai netikėtai užklups liūtis? Akivaizdu, kad žmogaus smegenys yra nuostabus dalykas, gebantis mėgautis paprastais gyvenimo malonumais. Ironiška, bet jos taip pat sugeba kurti mašinas, kurios, geriau ar blogiau, kasdien tampa vis protingesnės ir vis panašesnės į gyvenimą.
Dėkojame 13 metų Ojasai Sharmai iš Bakersfildo, Kalifornijos valstijos, už klausimą.
Autorė
Carolyn Blais
Įvertinkite straipsnį
Viršutinis paveiksliukas: © DeltaWorks