10 způsobů, jak umělá inteligence selhala

Umělá inteligence (AI) nejenže nesplnila očekávání nastavená příliš nadšenými zastánci; nesplňuje specifické potřeby a základní požadavky. Tento seznam je o selháních, která zabrání umělé inteligenci vynikat a plnit úkoly, které potřebujeme. Umělá inteligence je v současnosti vyvíjející se technologií, která je přinejlepším částečně úspěšná.

Jedním ze zásadních problémů dnešní AI je to, že ji lidé neustále antropomorfizují a dělají z ní něco, čím není. AI přijímá vyčištěná data jako vstup, analyzuje je, najde vzory a poskytuje požadovaný výstup. Umělá inteligence ničemu nerozumí, nedokáže vytvořit ani objevit nic nového a nemá žádné intrapersonální znalosti, takže se nedokáže do nikoho vcítit do ničeho. Umělá inteligence se chová tak, jak ji navrhl lidský programátor, a to, co často považujete za inteligenci, je pouze směs chytrého programování a obrovského množství dat analyzovaných specifickým způsobem. Další pohled na tyto a další problémy najdete v článku s názvem „Kladení správných otázek o AI“.

Ještě důležitější však je, že lidé, kteří tvrdí, že AI nakonec ovládne svět, nechápou, že to není možné vzhledem k současné technologii. Umělá inteligence si nemůže náhle uvědomit sebe sama, protože postrádá jakýkoli způsob vyjádření emocí potřebných k tomu, aby si uvědomila sama sebe. Umělá inteligence dnes postrádá některé ze sedmi základních druhů inteligence potřebných k tomu, aby si uvědomila sama sebe. Pouhé mít tyto úrovně inteligence by také nestačilo. Lidé v sobě mají jiskru – něco, čemu vědci nerozumí. Bez pochopení toho, co je to jiskra, ji věda nemůže znovu vytvořit jako součást AI.

AI naprosto postrádají porozumění

Schopnost chápat je lidem vrozená, ale AI ji zcela postrádají. Při pohledu na jablko je člověk víc než jen řada vlastností spojených s obrázkem předmětu. Lidé chápou jablka pomocí smyslů, jako je barva, chuť a pocit. Chápeme, že jablko je jedlé a poskytuje specifické živiny. Máme city k jablkům; možná je máme rádi a cítíme, že jsou tím nejvyšším ovocem. AI vidí objekt, který má s ním spojené vlastnosti – hodnoty, kterým AI nerozumí, ale pouze s nimi manipuluje. Nepochopení způsobuje, že AI jako celek nesplňuje očekávání.

Interpretovat, ne analyzovat

AI používá algoritmy k manipulaci s příchozími daty a vytváření výstupu. Důraz je kladen na provedení analýzy dat. Člověk však řídí směr této analýzy a musí pak interpretovat výsledky. Umělá inteligence může například provádět analýzu rentgenového snímku ukazujícího potenciální rakovinný nádor. Výsledný výstup může zvýraznit část rentgenového snímku obsahující nádor tak, aby jej lékař viděl. Lékař by jinak nemusel být schopen nádor vidět, takže AI nepochybně poskytuje důležitou službu. I tak musí lékař výsledek zkontrolovat a určit, zda rentgen skutečně ukazuje rakovinu. Umělá inteligence se dá snadno oklamat, když se i malý artefakt objeví na nesprávném místě. Tudíž,

Interpretace také znamená schopnost vidět za data. Nejde o schopnost vytvářet nová data, ale o pochopení, že data mohou naznačovat něco jiného, ​​než co je zjevné. Lidé mohou například často říct, že data jsou falešná nebo zfalšovaná, i když samotná data neposkytují žádný důkaz, který by naznačoval tyto problémy. AI přijímá data jako skutečná i pravdivá, zatímco člověk ví, že nejsou ani skutečná, ani pravdivá. Formalizovat přesně, jak lidé tohoto cíle dosahují, je v současnosti nemožné, protože tomu lidé ve skutečnosti nerozumí.

Překračování čistých čísel

Navzdory jakémukoli zdání, AI pracuje pouze s čísly. Umělá inteligence například nerozumí slovům, což znamená, že když na ni mluvíte, AI po převodu vaší řeči do číselné podoby jednoduše provádí porovnávání vzorů. Podstata toho, co říkáte, je pryč. I kdyby umělá inteligence byla schopna porozumět slovům, nemohla by to udělat, protože slova jsou po procesu tokenizace pryč. Neschopnost AI porozumět něčemu tak základnímu, jako jsou slova, znamená, že překlad AI z jednoho jazyka do druhého bude vždy postrádat to, co je potřeba k překladu pocitu za slovy i slov samotných. Slova vyjadřují pocity a to AI nedokáže.

Ke stejnému procesu konverze dochází u každého smyslu, který lidé mají. Počítač převádí zrak, zvuk, čich, chuť a dotek do číselných reprezentací a poté provádí porovnávání vzorů, aby vytvořil soubor dat, který simuluje reálný zážitek. Situaci dále komplikuje skutečnost, že lidé často prožívají věci jinak než ostatní. Například každý člověk prožívá barvu jedinečně . U AI každý počítač vidí barvy přesně stejným způsobem, což znamená, že AI nemůže barvy vnímat jedinečně. Navíc, kvůli konverzi, AI ve skutečnosti vůbec nezažívá barvy.

Zvažování důsledků

Umělá inteligence může analyzovat data, ale nemůže dělat morální nebo etické soudy. Pokud požádáte AI, aby si vybrala, vždy vybere možnost s nejvyšší pravděpodobností úspěchu, pokud neposkytnete také nějakou funkci náhodného výběru. Umělá inteligence provede tuto volbu bez ohledu na výsledek.

V mnoha situacích je nesprávné posouzení schopnosti AI provést úkol pouze nepohodlné. V některých případech možná budete muset provést úkol podruhé nebo potřetí ručně, protože AI tento úkol nezvládá. Pokud však dojde na důsledky, můžete kromě morálních a etických problémů čelit i právním problémům, pokud důvěřujete AI, že provede úkol, který se pro ni nehodí. Například umožnit, aby auto samořídící (SD) jelo samo na místě, které tuto potřebu neumožňuje, je pravděpodobně nezákonné a budete čelit právním problémům kromě škod a lékařských poplatků, které může vůz SD způsobit. Stručně řečeno, zjistěte, jaké jsou právní požadavky, než důvěřujete AI, že udělá cokoli s potenciálními důsledky.

AI nemůže něco objevit nebo vytvořit

Umělá inteligence může interpolovat existující znalosti, ale nemůže extrapolovat stávající znalosti k vytvoření nových znalostí. Když se AI setká s novou situací, obvykle se ji snaží vyřešit jako existující znalost, spíše než přijmout, že je to něco nového. Ve skutečnosti AI nemá žádnou metodu, jak vytvořit něco nového nebo to vidět jako něco jedinečného. Jsou to lidské výrazy, které nám pomáhají objevovat nové věci, pracovat s nimi, vymýšlet metody pro interakci s nimi a vytvářet nové metody, jak je používat k provádění nových úkolů nebo k rozšiřování stávajících úkolů.

Vymýšlení nových dat ze starých

Jedním z běžnějších úkolů, které lidé provádějí, je extrapolace dat; například když je dáno A, co je B? Lidé využívají stávající znalosti k vytváření nových znalostí jiného druhu. Tím, že člověk zná jeden poznatek, může udělat skok k novému poznání, mimo doménu původního poznání, s vysokou pravděpodobností úspěchu. Lidé dělají tyto skoky tak často, že se stanou druhou přirozeností a extrémně intuitivní. Takové předpovědi mohou s vysokou úspěšností dělat i děti.

Nejlepší, co kdy AI udělá, je interpolovat data, například když A a B, je C někde mezi tím? Schopnost úspěšně interpolovat data znamená, že AI může rozšířit vzor, ​​ale nemůže vytvářet nová data. Někdy však vývojáři mohou pomocí chytrých programovacích technik svést lidi, aby si mysleli, že data jsou nová. Přítomnost C vypadá nově, i když ve skutečnosti není. Nedostatek nových dat může vytvořit podmínky, díky nimž se zdá, že AI problém vyřeší, ale neřeší. Problém vyžaduje nové řešení, nikoli interpolaci existujících řešení.

Vidět za vzory

V současné době může umělá inteligence vidět v datech vzory, které nejsou pro lidi zjevné. Schopnost vidět tyto vzory je to, co dělá AI tak cennou. Manipulace s daty a jejich analýza jsou časově náročné, složité a opakující se, ale umělá inteligence může tento úkol provést sebevědomě. Datové vzory jsou však pouze výstupem a ne nutně řešením. Lidé se spoléhají na pět smyslů, empatii, kreativitu a intuici, aby viděli za hranice vzorců k potenciálnímu řešení, které leží mimo to, čemu by data vedla uvěřit.

Základním způsobem, jak pochopit lidskou schopnost vidět za vzory, je dívat se na oblohu. Za zamračeného dne mohou lidé vidět vzory v oblacích, ale AI vidí mraky a jen mraky. Kromě toho mohou dva lidé ve stejné sadě mraků vidět různé věci. Kreativní pohled na vzory v oblacích může mít jeden člověk, který vidí ovci a jiný fontánu. Totéž platí pro hvězdy a další druhy vzorů. Umělá inteligence prezentuje vzor jako výstup, ale nerozumí vzoru a postrádá kreativitu, aby se vzorem udělala cokoliv jiného, ​​než aby oznámila, že vzor existuje.

Implementace nových smyslů

Jak se lidé stávají více informovanými, také si uvědomují odchylky v lidských smyslech, které se ve skutečnosti nedají dobře převést na AI, protože replikace těchto smyslů v hardwaru není nyní skutečně možná. Například schopnost používat více smyslů ke správě jediného vstupu ( synestezie ) je nad rámec AI.

Efektivní popis synestézie je daleko za hranicemi většiny lidí. Než budou moci vytvořit AI, která dokáže napodobit některé ze skutečně úžasných účinků synestézie, musí ji lidé nejprve plně popsat a poté vytvořit senzory, které převedou zážitek na čísla, která může AI analyzovat. I tak však AI uvidí pouze účinky synestezie, nikoli emocionální dopad. V důsledku toho umělá inteligence nikdy plně nezažije ani nepochopí synestezii. Kupodivu některé studie ukazují, že dospělí mohou být vycvičeni, aby měli synestetické zážitky , takže potřeba AI je nejistá.

Ačkoli většina lidí ví, že lidé mají pět smyslů, mnoho zdrojů nyní tvrdí, že lidé mají ve skutečnosti mnohem více než standardních pět smyslů. Některé z těchto dalších smyslů nejsou vůbec dobře pochopeny a jsou jen stěží prokazatelné, jako je magnetocepce (schopnost detekovat magnetická pole, jako je magnetické pole Země). Tento smysl dává lidem schopnost říkat směr, podobně jako u ptáků, ale v menší míře. Protože nemáme žádnou metodu, jak tento smysl dokonce kvantifikovat, replikovat jej jako součást AI je nemožné.

AI postrádají empatii

Počítače nic necítí. To není nutně negativum, ale tato kapitola to považuje za negativum. Bez schopnosti cítit nemůže počítač vidět věci z lidské perspektivy. Nerozumí tomu, být šťastný nebo smutný, takže na tyto emoce nemůže reagovat, pokud pro něj program nevytvoří metodu, jak analyzovat výrazy obličeje a další indikátory, a pak jednat přiměřeně. I tak je taková reakce zakonzervovaná a náchylná k chybám. Přemýšlejte o tom, kolik rozhodnutí činíte spíše na základě emocionálních potřeb než na základě přímých faktů. Nedostatek empatie na straně umělé inteligence jí v mnoha případech brání ve vhodné interakci s lidmi.

Chodit v něčích botách

Myšlenka chodit v botách někoho jiného znamená dívat se na věci z perspektivy jiného člověka a cítit se podobně jako ten druhý. Nikdo se ve skutečnosti necítí úplně stejně jako někdo jiný, ale prostřednictvím empatie se lidé mohou sblížit. Tato forma empatie vyžaduje silnou intrapersonální inteligenci jako výchozí bod, který AI nikdy nebude mít, pokud si nevyvine pocit sebe sama ( singularitu ). Kromě toho by umělá inteligence musela být schopna cítit něco, co v současnosti není možné, a umělá inteligence by musela být otevřená sdílení pocitů s nějakou jinou entitou (dnes obecně člověkem), což je také nemožné. Současný stav technologie umělé inteligence zakazuje AI cítit nebo chápat jakýkoli druh emocí, což znemožňuje empatii.

Samozřejmě je otázka, proč je empatie tak důležitá. Bez schopnosti cítit se stejně jako někdo jiný nemůže AI vyvinout motivaci k provádění určitých úkolů. Mohli byste nařídit AI, aby úkol provedla, ale tam by AI sama o sobě neměla žádnou motivaci. V důsledku toho by umělá inteligence nikdy neprováděla určité úkoly, i když plnění takových úkolů je požadavkem pro budování dovedností a znalostí potřebných k dosažení inteligence podobné lidské.

Rozvíjení skutečných vztahů

Umělá inteligence si o vás vytváří obrázek prostřednictvím dat, která shromažďuje. Z těchto dat pak vytvoří vzory a pomocí specifických algoritmů vytvoří výstup, díky kterému se bude zdát, že vás zná – alespoň jako známého. Nicméně, protože AI necítí, nemůže vás ocenit jako člověka. Může vám sloužit, pokud mu to nařídíte a za předpokladu, že úkol je v jeho seznamu funkcí, ale nemůže pro vás mít žádný cit.

Když lidé řeší vztah, musí vzít v úvahu jak intelektuální připoutanost, tak pocity. Intelektuální vazba často pochází ze sdíleného prospěchu mezi dvěma entitami. Bohužel neexistuje žádná sdílená výhoda mezi AI a člověkem (nebo jakoukoli jinou entitou). AI jednoduše zpracovává data pomocí konkrétního algoritmu. Něco nemůže tvrdit, že miluje něco jiného, ​​pokud to příkaz přinutí učinit prohlášení. Emocionální vazba s sebou musí nést riziko odmítnutí, které implikuje sebeuvědomění.

Změna perspektivy

Lidé mohou někdy změnit názor na základě něčeho jiného, ​​než jsou fakta. I když by pravděpodobnost říkala, že konkrétní postup je obezřetný, emocionální potřeba dává přednost jinému postupu. AI nemá žádné preference. Nemůže tedy zvolit jiný postup z jakéhokoli jiného důvodu, než je změna pravděpodobností, omezení (pravidlo, které jej nutí provést změnu) nebo požadavek poskytnout náhodný výstup.

Dělat skoky víry

Víra je víra v něco jako pravdivé, aniž by byla prokázána skutečnost, která by takovou víru podpořila. V mnoha případech má víra formu důvěry, což je víra v upřímnost druhé osoby bez jakéhokoli důkazu, že je druhá osoba důvěryhodná. Umělá inteligence nemůže projevovat víru ani důvěru, což je jeden z důvodů, proč nemůže extrapolovat znalosti. Akt extrapolace se často opírá o tušení založené na víře, že něco je pravda, navzdory nedostatku jakýchkoli dat, které by toto tušení podpořily. Protože AI tuto schopnost postrádá, nemůže prokázat vhled – nezbytný požadavek pro vzorce myšlení podobné lidem.

Je mnoho příkladů vynálezců, kteří udělali skoky ve víře, aby vytvořili něco nového. Jedním z nejvýraznějších byl však Edison. Například provedl 1 000 (a možná i více) pokusů o vytvoření žárovky. AI by to vzdala po určitém počtu pokusů, pravděpodobně kvůli omezení. Můžete vidět seznam lidí, kteří udělali skoky ve víře, aby provedli úžasné činy online. Každý z těchto aktů je příkladem něčeho, co umělá inteligence nemůže udělat, protože postrádá schopnost přemýšlet nad konkrétními daty, která poskytujete jako vstup.