10 viisi, kuidas tehisintellekt ebaõnnestus

Tehisintellekt (AI) ei ole lihtsalt suutnud täita liiga entusiastlike pooldajate ootusi; see ei ole suutnud vastata konkreetsetele vajadustele ja põhinõuetele. See loend käsitleb tõrkeid, mis takistavad AI-l silma paistmast ega täitmast ülesandeid, milleks seda vajame. AI on praegu arenev tehnoloogia, mis on parimal juhul osaliselt edukas.

Üks tänapäeval tehisintellektiga seotud olulisi probleeme on see, et inimesed muudkui antropomorfiseerivad seda ja muudavad selle millekski, mis see pole. AI aktsepteerib puhastatud andmeid sisendina, analüüsib neid, leiab mustrid ja annab nõutud väljundi. Tehisintellekt ei saa millestki aru, ta ei saa luua ega avastada midagi uut ning tal puuduvad intrapersonaalsed teadmised, seega ei suuda ta mitte millegi suhtes kellelegi kaasa tunda. Tehisintellekt käitub nii, nagu on kavandanud inimprogrammeerija, ja see, mida te sageli intelligentsiks peate, on vaid segu nutikast programmeerimisest ja suurest kogusest konkreetsel viisil analüüsitud andmetest. Nende ja muude probleemide kohta teise ülevaate saamiseks lugege artiklit pealkirjaga "AI kohta õigete küsimuste esitamine".

Veelgi olulisem on aga see, et inimesed, kes väidavad, et AI võtab lõpuks üle maailma, ei mõista, et see on praeguse tehnoloogia juures võimatu. Tehisintellekt ei saa ootamatult eneseteadlikuks saada, kuna tal puuduvad vahendid eneseteadlikuks saamiseks vajalike emotsioonide väljendamiseks. Tänasel tehisintellektil puudub osa seitsmest olulisest intelligentsuse liigist, mis on vajalikud eneseteadlikuks saamiseks. Ka lihtsalt sellise intelligentsuse taseme omamisest ei piisa. Inimestel on säde sees – see on midagi, millest teadlased aru ei saa. Ilma mõistmata, mis see säde on, ei saa teadus seda AI osana uuesti luua.

Tehisintellektil puudub täielikult arusaam

Mõistmisvõime on inimestele kaasasündinud, kuid tehisintellektil puudub see täielikult. Vaadates õuna, on inimene rohkem kui lihtsalt objekti pildiga seotud omaduste jada. Inimesed mõistavad õunu meeli kasutades, nagu värv, maitse ja tunne. Mõistame, et õun on söödav ja annab spetsiifilisi toitaineid. Meil on tunded õunte suhtes; võib-olla meeldivad nad meile ja tunneme, et nad on ülim vili. AI näeb objekti, millel on sellega seotud omadused – väärtused, millest tehisintellekt ei saa aru, vaid ainult manipuleerib. Arusaamatuse tõttu ei vasta AI tervikuna ootustele.

Tõlgendades, mitte analüüsides

AI kasutab sissetulevate andmete manipuleerimiseks ja väljundi loomiseks algoritme. Rõhk on andmete analüüsi tegemisel. Kuid inimene kontrollib selle analüüsi suunda ja peab seejärel tulemusi tõlgendama. Näiteks võib tehisintellekt analüüsida potentsiaalset vähikasvajat näitavat röntgenpilti. Saadud väljund võib rõhutada kasvajat sisaldavat röntgenpildi osa, nii et arst saaks seda näha. Arst ei pruugi muidu kasvajat näha, nii et tehisintellekt pakub kahtlemata olulist teenust. Sellegipoolest peab arst siiski tulemuse üle vaatama ja otsustama, kas röntgenipilt tõepoolest näitab vähki. Tehisintellekti saab kergesti petta, kui isegi väike artefakt ilmub valesse kohta. Järelikult

Tõlgendamine eeldab ka võimet näha andmetest kaugemale. See ei ole võime luua uusi andmeid, vaid mõista, et andmed võivad viidata millelegi muule peale näilise. Näiteks võivad inimesed sageli öelda, et andmed on võltsitud või võltsitud, kuigi andmed ise ei anna tõendeid nende probleemide kohta. Tehisintellekt aktsepteerib andmeid nii tõeliste kui tõestena, samas kui inimene teab, et need pole tõesed ega tõesed. Täpselt vormistada, kuidas inimesed selle eesmärgi saavutavad, on praegu võimatu, sest inimesed ei saa sellest tegelikult aru.

Puhastest numbritest kaugemale jõudmine

Vaatamata muule välimusele töötab AI ainult numbritega. Tehisintellekt ei saa näiteks sõnadest aru, mis tähendab, et temaga rääkides teostab tehisintellekt pärast kõne numbriliseks muutmist lihtsalt mustrite sobitamist. Teie öeldu sisu on kadunud. Isegi kui tehisintellekt suutis sõnadest aru saada, ei saaks ta seda teha, sest pärast märgistamisprotsessi on sõnad kadunud. Tehisintellekti suutmatus millestki nii lihtsast kui sõnadest aru saada tähendab, et tehisintellekti tõlkes ühest keelest teise jääb alati puudu sellest teatud millestki, mis on vajalik sõnade taga oleva tunde, aga ka sõnade enda tõlkimiseks. Sõnad väljendavad tundeid ja tehisintellekt ei saa seda teha.

Sama muundumisprotsess toimub kõigi inimeste meeltega. Arvuti teisendab nägemise, heli, lõhna, maitse ja puudutuse numbriteks ning seejärel teostab mustrite sobitamise, et luua andmekogum, mis simuleerib tegelikku kogemust. Asja teeb veelgi keerulisemaks see, et inimesed kogevad asju sageli üksteisest erinevalt. Näiteks kogeb iga inimene värvi ainulaadselt . AI puhul näeb iga arvuti värve täpselt samamoodi, mis tähendab, et tehisintellekt ei saa värve ainulaadselt kogeda. Lisaks ei koge AI konversiooni tõttu tegelikult üldse värve.

Arvestades tagajärgi

Tehisintellekt võib andmeid analüüsida, kuid ei saa teha moraalseid ega eetilisi hinnanguid. Kui palute tehisintellektil teha valik, valib ta alati suurima edu tõenäosusega valiku, välja arvatud juhul, kui pakute ka mingit randomiseerimisfunktsiooni. AI teeb selle valiku olenemata tulemusest.

Paljudes olukordades on tehisintellekti ülesande täitmise võime valesti hindamine lihtsalt ebamugav. Mõnel juhul peate võib-olla täitma ülesande teist või kolmandat korda käsitsi, kuna tehisintellekt ei ole ülesandega kooskõlas. Kui aga usaldate tehisintellektile mittesobiva ülesande täitmist, võib tagajärgede osas lisaks moraalsetele ja eetilistele probleemidele tekkida ka juriidilisi probleeme. Näiteks lubades isejuhtival (SD) autol iseseisvalt sõita kohas, kus see vajadus ei ole ette nähtud, on tõenäoliselt ebaseaduslik ja lisaks kahjudele ja meditsiinilistele kuludele, mida SD-auto võib tekitada, on teil ka juriidilisi probleeme. põhjus. Lühidalt, teadke, millised on juriidilised nõuded, enne kui usaldate tehisintellekti tegema midagi, millel on võimalikud tagajärjed.

AI-d ei saa midagi avastada ega luua

Tehisintellekt võib olemasolevaid teadmisi interpoleerida, kuid ta ei saa olemasolevaid teadmisi ekstrapoleerida uute teadmiste loomiseks. Kui tehisintellekt puutub kokku uue olukorraga, püüab ta seda tavaliselt lahendada olemasoleva teadmisena, mitte leppida sellega, et tegemist on millegi uuega. Tegelikult pole tehisintellektil meetodit millegi uue loomiseks või selle ainulaadseks nägemiseks. Need on inimväljendid, mis aitavad meil avastada uusi asju, nendega töötada, välja töötada meetodeid nendega suhtlemiseks ja luua uusi meetodeid nende kasutamiseks uute ülesannete täitmiseks või olemasolevate ülesannete täiendamiseks.

Uute andmete koostamine vanadest

Üks levinumaid ülesandeid, mida inimesed teevad, on andmete ekstrapoleerimine ; Näiteks kui on antud A, mis on B? Inimesed kasutavad olemasolevaid teadmisi, et luua uusi teistsuguseid teadmisi. Teades ühte teadmist, saab inimene suure tõenäosusega edu saavutada uuele teadmisele, väljaspool algse teadmise valdkonda. Inimesed teevad neid hüppeid nii sageli, et need muutuvad äärmuslikult teiseks ja intuitiivseks. Isegi lapsed saavad selliseid ennustusi teha suure eduga.

Parim, mida tehisintellekt kunagi teeb, on näiteks andmete A ja B interpoleerimine, kas C on kuskil vahepeal? Võimalus edukalt andmeid interpoleerida tähendab, et tehisintellekt võib mustrit laiendada, kuid ei saa luua uusi andmeid. Kuid mõnikord võivad arendajad nutikaid programmeerimisvõtteid kasutades inimesi eksitada ja arvata, et andmed on uued. C olemasolu tundub uus, kui see seda tegelikult pole. Uute andmete puudumine võib tekitada tingimusi, mille tõttu tehisintellekt näib probleemi lahendavat, kuid see pole nii. Probleem nõuab uut lahendust, mitte olemasolevate lahenduste interpoleerimist.

Mustritest kaugemale nägemine

Praegu näeb tehisintellekt andmetes mustreid, kui need pole inimestele nähtavad. Võimalus neid mustreid näha on see, mis muudab AI nii väärtuslikuks. Andmete töötlemine ja analüüs on aeganõudev, keerukas ja korduv, kuid tehisintellekt saab ülesandega toime tulla. Andmemustrid on aga lihtsalt väljund ja mitte tingimata lahendus. Inimesed toetuvad viiele meelele, empaatiale, loovusele ja intuitsioonile, et näha mustritest kaugemale võimaliku lahenduseni, mis asub väljaspool seda, mida andmed võiksid uskuda.

Põhiline viis, kuidas mõista inimese võimet näha mustreid kaugemale, on vaadata taevasse. Pilves päeval näevad inimesed pilvedes mustreid, kuid tehisintellekt näeb pilvi ja ainult pilvi. Lisaks võivad kaks inimest samas pilvedes näha erinevaid asju. Pilves olevate mustrite loomingulisel vaatel võib üks inimene näha lammast ja teine ​​purskkaevu. Sama kehtib ka tähtede ja muude mustrite kohta. Tehisintellekt esitab mustri väljundina, kuid ta ei mõista mustrit ja tal puudub loovus, et mustriga midagi peale hakata, peale selle, et muster on olemas.

Uute meelte juurutamine

Kuna inimesed on muutunud teadlikumaks, on nad teadvustanud ka erinevusi inimeste meeltes, mis tegelikult ei tõlgi hästi tehisintellekti, kuna nende meelte replikatsioon riistvaras pole praegu tegelikult võimalik. Näiteks võimalus kasutada mitut meelt ühe sisendi haldamiseks ( sünesteesia ) on väljaspool AI-d.

Sünesteesia tõhus kirjeldamine on enamiku inimeste jaoks üle jõu. Enne kui nad saavad luua tehisintellekti, mis suudab jäljendada mõningaid sünesteesia tõeliselt hämmastavaid mõjusid, peavad inimesed seda esmalt täielikult kirjeldama ja seejärel looma andurid, mis muudavad kogemuse arvudeks, mida tehisintellekt saab analüüsida. Kuid isegi siis näeb tehisintellekt ainult sünesteesia mõju, mitte emotsionaalset mõju. Järelikult ei koge tehisintellekt sünesteesiat ega mõista seda kunagi täielikult. Kummalisel kombel näitavad mõned uuringud, et täiskasvanuid saab koolitada sünteetiliste kogemuste saamiseks , muutes tehisintellekti vajaduse ebakindlaks.

Kuigi enamik inimesi teab, et inimestel on viis meelt, väidavad paljud allikad nüüd, et inimestel on tegelikult palju rohkem kui tavalisel viiel meelel. Mõned neist täiendavatest meeltest pole üldse hästi arusaadavad ja on vaevu tõestatavad, näiteks magnetotseptsioon (võime tuvastada magnetvälju, näiteks Maa magnetvälja). See tunne annab inimestele võimaluse määrata suunda, sarnaselt lindude samale meelele, kuid vähemal määral. Kuna meil pole meetodit selle tunde kvantifitseerimiseks, on selle kopeerimine tehisintellekti osana võimatu.

Tehisintellektil puudub empaatiavõime

Arvutid ei tunne midagi. See ei pruugi olla negatiivne, kuid selles peatükis käsitletakse seda negatiivsena. Ilma tunnetamisvõimeta ei näe arvuti asju inimese vaatenurgast. Ta ei mõista olla õnnelik või kurb, seega ei saa ta nendele emotsioonidele reageerida, kui programm ei loo talle meetodit näoilmete ja muude näitajate analüüsimiseks ning seejärel asjakohaselt tegutsemiseks. Sellegipoolest on selline reaktsioon varjatud vastus ja kalduvus vigadele. Mõelge sellele, kui palju otsuseid teete emotsionaalse vajaduse, mitte otsese fakti põhjal. Tehisintellekti empaatiavõime puudumine takistab paljudel juhtudel inimestega sobivat suhtlemist.

Kellegi kingades kõndimine

Idee kõndida kellegi teise kingades tähendab vaadata asju teise inimese vaatenurgast ja tunda end sarnaselt sellega, mida teine ​​inimene tunneb. Keegi ei tunne end täpselt samamoodi nagu keegi teine, kuid empaatia kaudu saavad inimesed lähedaseks. See empaatiavorm nõuab lähtepunktina tugevat intrapersonaalset intelligentsust, mida tehisintellektil ei ole kunagi, kui ta ei arenda enesetunnet ( singulaarsus ). Lisaks peaks tehisintellekt olema võimeline tundma, midagi, mis praegu pole võimalik, ja tehisintellekt peab olema avatud tunnete jagamiseks mõne muu olendiga (tänapäeval üldiselt inimesega), mis on samuti võimatu. Tehisintellekti tehnoloogia praegune seis keelab tehisintellektil igasuguseid emotsioone tunda ega mõista, mis muudab empaatia võimatuks.

Muidugi on küsimus, miks on empaatia nii oluline. Ilma võimeta tunda end kellegi teisena, ei suuda tehisintellekt arendada motivatsiooni teatud ülesannete täitmiseks. Võite tellida tehisintellektil ülesannet täitma, kuid seal poleks tehisintellektil iseenesest motivatsiooni. Järelikult ei täidaks tehisintellekt kunagi teatud ülesandeid, kuigi selliste ülesannete täitmine on inimliku intelligentsuse saavutamiseks vajalike oskuste ja teadmiste kogumine.

Tõeliste suhete arendamine

Tehisintellekt loob sinust kogutud andmete kaudu pildi. Seejärel loob see nendest andmetest mustrid ja konkreetsete algoritmide abil väljundi, mis paneb sind tunduma – vähemalt tuttavana. Kuna tehisintellekt aga ei tunne, ei oska ta sind isiksusena hinnata. See võib teid teenindada, kui peaksite seda tegema ja eeldades, et ülesanne on selle funktsioonide loendis, kuid see ei saa teile mingit tunnet tunda.

Suhte käsitledes peavad inimesed arvestama nii intellektuaalse seotuse kui ka tunnetega. Intellektuaalne kiindumus tuleneb sageli kahe üksuse jagatud kasust. Kahjuks pole tehisintellekti ja inimese (või mis tahes muu üksuse) vahel jagatud kasu. AI lihtsalt töötleb andmeid kindla algoritmi abil. Miski ei saa väita, et armastab midagi muud, kui käsk sunnib seda kuulutama. Emotsionaalse kiindumusega peab kaasnema tagasilükkamise oht, mis tähendab eneseteadlikkust.

Perspektiivi muutmine

Inimesed võivad mõnikord muuta arvamust millegi muu kui faktide põhjal. Kuigi tõenäosus ütleks, et konkreetne tegevusviis on mõistlik, muudab emotsionaalne vajadus teistsuguse tegutsemisviisi eelistatavaks. AI-l pole eelistusi. Seetõttu ei saa see valida muud tegevusviisi muul põhjusel kui tõenäosuste muutumise, piirangu (reegel, mis sunnib teda muudatust tegema) või juhusliku väljundi esitamise nõude tõttu.

Usuhüpete tegemine

Usk on usk millegi tõelisusesse, ilma et oleks tõestatud fakte, mis seda usku toetaksid. Paljudel juhtudel väljendub usk usalduse vormis , mis on usk teise inimese siirusse ilma ühegi tõendita, et teine ​​inimene on usaldusväärne. Tehisintellekt ei saa avaldada ei usku ega usaldust, mis on osa põhjusest, miks ta ei saa teadmisi ekstrapoleerida. Ekstrapoleerimine tugineb sageli usul põhinevale ettekujutusele, et midagi on tõsi, hoolimata sellest, et aimdust toetavad andmed puuduvad. Kuna tehisintellektil see võime puudub, ei saa see näidata arusaamist – inimlike mõttemustrite jaoks vajalikku nõuet.

Näiteid leidub rohkelt leiutajaid, kes tegid usuhüppeid, et luua midagi uut. Üks silmapaistvamaid oli aga Edison. Näiteks tegi ta 1000 (ja võib-olla rohkemgi) katset lambipirni loomiseks. AI oleks pärast teatud arvu katseid alla andnud, tõenäoliselt piirangu tõttu. Näete loendit inimestest, kes tegid veebis hämmastavaid tegusid sooritades hüppeid. Kõik need toimingud on näide millestki, mida tehisintellekt ei saa teha, kuna tal puudub võime mõelda teie sisestatud konkreetsetest andmetest kaugemale.