Totoo ba o mito ang panganib ng robotic progress?

2024 May -akda: Seth Attwood | [email protected]. Huling binago: 2023-12-16 16:18

Kapag sinabi natin na hindi papalitan ng mga robot ang mga tao, dahil walang tao sa kanila, hindi natin ibig sabihin ang pambihirang kakayahan ng isang tao na lumikha o kumilos nang hindi makatwiran. Balang araw ay magagawa rin iyon ng mga robot. Ngunit ang pagkatakot sa kanila ay walang kabuluhan. Bakit - paliwanag ni Andrey Sebrant, Direktor ng Strategic Marketing sa Yandex.

Paano naging Terminator ang Tin Woodman

Ang mahusay na manunulat na si Arthur Clarke ay bumalangkas ng tatlong batas, na ang isa ay nagbabasa ng: "Anumang sapat na advanced na teknolohiya ay hindi makilala sa magic." Ang pormulasyon na ito ay tumpak na naglalarawan ng aming saloobin patungo sa mataas na teknolohiya. Ngunit sa panahon ng media, sa telebisyon at Facebook, nagiging mas mahirap ang maging isang salamangkero.

Ang isang halimbawa ng medyo artificial intelligence ay ang Tin Woodman, kung kanino si Ellie (o Dorothy) ay kaibigan at nagkaroon ng matamis na pag-uusap. Sa anong punto at bakit siya biglang naging Terminator? Ito ay isang purong media na kuwento: ang takot ay nagbebenta ng mabuti - kaya't ang isyu na may kaugnayan sa mga robot ay kailangang isama sa pamagat ng panayam.

At talagang sinasalamin nito ang nangyayari sa isipan ng publiko. Kamakailan, ang HSE ay nagsagawa ng isang survey na nagpapakita na kung mas malaki ang pagiging subjectivity ng robot, mas maraming tao ang natatakot na ito, bilang isang paksa, ay gumawa ng isang bagay na masama sa kanila. Kapag ang isang robot ay gumagawa lamang ng ilang mga gawaing bahay o nagdadala ng mga kalakal mula sa tindahan, walang natatakot dito. Ngunit pagdating sa mga nars, medics, educators at self-driving na mga kotse, karamihan sa mga tao ay nagtatalo na sila ay magiging lubhang hindi komportable sa kanilang kapaligiran. Samantala, ang mga istatistika ng aksidente para sa isang milyong kilometrong nilakbay ay nagpapakita na ang mga drone ay mas malamang na mapunta sa mga aksidente sa sasakyan. Siyempre, pareho, ang mga tao ay makakaranas ng mga aksidente sa kalsada, ngunit mas madalas silang mamamatay - 300 libong tao sa halip na isa at kalahating milyon. At ang milyon ay mabubuhay, dahil ang driver ay hindi isang lasing na tao, ngunit isang hindi perpektong autopilot.

Bakit hindi ka dapat humingi ng mga paliwanag mula sa mga robot

Ang nagwagi ng Nobel Prize sa physics na si Richard Feynman ay nagsabi na walang physicist ang nakakaintindi ng quantum physics. Sa kasamaang palad o sa kabutihang-palad, ngayon ay maraming iba pang mga lugar kung saan may nangyayari na hindi maipaliwanag ng isang tao.

Walang silbi na humingi ng interpretasyon mula sa mga robot (bakit ginawa ang gayong desisyon, bakit bumagal ang kotse, atbp.). Bukod dito, kung babalikan mo ang ating kasaysayan, ito ay ganap na hindi makatwiran.

Halimbawa, ang acetylsalicylic acid, na na-synthesize noong 1853 at nakarehistro sa ilalim ng trademark ng Aspirin sa pagtatapos ng ika-19 na siglo, ay natupok ngayon sa napakalaking dami - mga 120 bilyong tablet sa isang taon. Gayunpaman, ang pagkilos nito, na nauugnay, halimbawa, sa paggamit sa sakit sa puso, ay higit pa o hindi gaanong ipinaliwanag 70 taon lamang matapos itong magsimulang malawakang gamitin sa medisina.

Sinasabi ng mga modernong pharmacologist na walang nakakaalam kung paano gumagana ang mga sopistikadong modernong gamot para sa malubhang sakit. Nagtataka ako kung gaano karaming mga tao na natatakot na sumakay sa isang self-driving na kotse ang tatanggi sa paggamot sa isang gamot na nakakatipid sa 90% ng mga kaso, ngunit halos wala tayong alam tungkol sa mga mekanismo ng pagkilos nito?

Kaya, kahit sa pang-araw-araw na buhay, hindi natin naiintindihan ang lahat ng nangyayari sa ating paligid. At napakawalang muwang na hilingin sa mga robot na ipaliwanag ang kanilang mga aksyon bago malawakang ipatupad ang machine learning. Hangga't nagsusumikap kaming makamit ito mula sa kasalukuyang mga algorithm, darating ang mga quantum computer, at wala nang pag-asa para sa pag-unawa. Kaya naman, pinakamahusay na matutong tanggapin ang hindi mo maintindihan. Hindi ito sagot sa tanong kung ano ang gagawin sa atin ng mga robot. Ito ang sagot sa tanong kung paano hindi gagastusin ang lahat ng kinikita mo sa mga psychoanalyst kung robot ang nasa tabi mo.

Paano lumikha gamit ang artificial intelligence

Ang susunod na kwento tungkol sa magkakasamang buhay sa mga robot ay nakatuon sa isang ideya na mauunawaan ng sinumang malikhaing tao - kung gaano kahirap makahanap ng isang tao na magiging mahusay na lumikha nang magkasama. Ang sikat na Russian artist at art theorist na si Dmitry Bulatov ay bumalangkas nito sa isang mas malupit na anyo: "Ang bagong pamantayan ay ito: kung gusto nating mahawahan ang mundo ng sining, dapat nating tapusin ang ating protina na chauvinism."

Kami (sa Yandex. - T&P note) ay nagsimulang magsaya sa musikang isinulat ng mga neural network noong 2017, - ang musikang ginawa namin ay kinilala bilang isang orihinal na kompositor at eksperto sa pagkamalikhain ni Scriabin na si Maria Chernova. Tulad ng nabanggit ni Ivan Yamshchikov, paano kung ang neural network ay gustong maglaro ng parehong nota sa loob ng apat na minuto? Sa tingin ko, wala itong idudulot kundi tawanan ("natigil ang script"). At kung ipagpalagay natin na ito ay naimbento ng isang tao, kung gayon ang isang malaking bilang ng mga interpreter ay tatakbo kaagad, na magsisimulang ipaliwanag na ito ay isang malalim na pag-iisip, na nagpapahayag ng ideya ng isang napakalaking pagwawalang-kilos kung saan tayo nakatira, atbp. Ito ay isang katanungan ng pagbibigay-kahulugan hindi sa mismong gawain, kundi sa kontekstong ibinigay sa atin.

Ngayon, kahit na sa panimula sa matematikal na artikulong Music Generation na may Variational Recurrent Autoencoder Supported by History, isinulat ng mga may-akda nito na ang mga gawaing kinasasangkutan ng isang intuitive o creative na diskarte ay matagal nang itinuturing na puro tao, ngunit ngayon parami nang parami ang mga algorithm na magagamit, at musika. ay isa lamang halimbawa.mga gawaing ito.

Pagkalipas ng dalawang taon, sumulat kami ng musika para sa pinakamalaking musikero na si Yuri Bashmet (isang neural network na nilikha ng Yandex ay lumikha ng isang piraso para sa viola at orkestra sa pakikipagtulungan sa kompositor na si Kuzma Bodrov. - T&P note). Kapag sinabi mo sa mga tao ang tungkol sa kaganapang ito, ganito ang reaksyon nila: “Oh, naiintindihan namin! Sinasabi nila na ang mga neural network ay gumagawa ng isang mahusay na trabaho sa mga nakagawiang gawain, kaya ang kompositor ay lumilikha ng napakahusay na himig, isang napakatalino na ideya ng piraso, at ang neural network ay malamang na natutong gawin ang natitirang bahagi ng gawaing orkestra." Ang kabaligtaran ay totoo. Inaangkin ng kompositor na si Kuzma Bodrov na ang neural network ay naging ganap na co-author nito at siya ang nakabuo ng pinakamahirap na bagay, ang orihinal, na kalaunan ay naging isang bagay na higit pa. Gusto kong laging magkaroon ng ganoong kasamang may-akda, na may kakayahang lumikha ng bago at hindi inaasahan, nang hindi napapagod at hindi nahuhulog sa depresyon.

Mga neural network at pisikalidad

Sa aklat ng Strugatskys "Ang Lunes ay nagsisimula sa Sabado", inilarawan ang mga entidad na tinatawag na doble: pagdidikta, ngunit sino ang nakakaalam kung paano ito gagawin nang maayos. […] Ang mga tunay na master ay maaaring lumikha ng napaka-kumplikado, multi-program, self-learning tumatagal. " Ang isa sa mga bayani ng nobela ay nagpadala ng gayong pagkuha sa pamamagitan ng kotse sa halip na isa pang bayani. Pinamunuan ng doble ang Moskvich nang napakahusay, "nanumpa siya nang siya ay makagat ng mga lamok at kumanta nang may kasiyahan sa koro." Hindi pa ito ginagawa ng ating "Alice", ngunit magsisimula ang isa pang hackathon. Ang mga smart adaptive system ay inilarawan noong 1965. Ngayon ay talagang umiiral na sila - bilang mga duplicate, na mas mahusay sa pag-uuri ng mga piraso ng papel, pagbuo ng mga bagong melodies, paggawa ng pagpaplano ng media, atbp. At ito ay simula pa lamang.

Sa aklat ni Kevin Kelly na Inevitably, mayroong isang magandang parirala: "Ang pinakamahalagang makina sa pag-iisip ay hindi ang mga maaaring mag-isip nang mas mabilis at mas mahusay kaysa sa mga tao, ngunit ang mga matututong mag-isip sa mga paraan na hindi kailanman magagawa ng mga tao." Para bang ipinatupad natin ang ideya ng paglipad sa buong buhay natin, ang paglikha at pagpapabuti ng isang ibon na may mga pakpak, ginagawa lamang itong mas malaki at gumagamit ng mga modernong materyales. Ang ideya ng isang rocket na magdadala sa atin sa kalawakan kung saan ang mga pakpak ay walang silbi ay hindi sana lumitaw, dahil ito ay ganap na naiiba mula sa kung saan nagsimula ang lahat. At ito ay darating pa - sa ngayon, mayroon kaming magagaling na co-authors.

Kapag pinag-uusapan natin ang tungkol sa artificial intelligence at natatakot na papalitan tayo ng makina, palagi tayong naniniwala na ang tao at katalinuhan ay halos magkasingkahulugan, isang uri ng mapagpapalit na mga diwa. Hindi ito totoo. Muli kong babanggitin ang Strugatskikh: "Ako ay tao pa rin, at ang buong hayop ay hindi dayuhan sa akin." Kahit na, sa tulong ng mga neural network, natututo tayong sumayaw nang maganda sa mga screen, hindi tayo magiging mga tao na makakakuha ng tunay na kilig mula sa pagsasayaw. Ang pisikal ay kasinghalaga ng katalinuhan. At sa ngayon ay hindi namin maintindihan kung paano gumawa ng isang algorithmic na bagay, na, tulad namin, ay hindi magiging dayuhan sa buong hayop.