10 tapaa, joilla tekoäly on epäonnistunut

Tekoäly (AI) ei ole vain epäonnistunut täyttämään liian innostuneiden kannattajien asettamia odotuksia; se ei ole täyttänyt erityistarpeita ja perusvaatimuksia. Tämä luettelo käsittelee epäonnistumisia, jotka estävät tekoälyä menestymästä ja suorittamasta sen tarvitsemia tehtäviä. Tekoäly on tällä hetkellä kehittyvä tekniikka, joka on parhaimmillaan osittain onnistunut.

Yksi tekoälyn keskeisistä ongelmista nykyään on, että ihmiset antropomorfoivat sitä ja tekevät siitä jotain, mitä se ei ole. Tekoäly hyväksyy puhdistetut tiedot syötteenä, analysoi sen, löytää kuviot ja antaa pyydetyn tulosteen. Tekoäly ei ymmärrä mitään, se ei voi luoda tai löytää mitään uutta, eikä sillä ole sisäistä tietoa, joten se ei voi tuntea empatiaa kenenkään kanssa mistään. Tekoäly käyttäytyy ohjelmoijan suunnittelemalla tavalla, ja se, mitä pidät usein älynä, on vain sekoitus älykästä ohjelmointia ja valtavia määriä tietyllä tavalla analysoitua dataa. Jos haluat toisen näkemyksen näistä ja muista ongelmista, tutustu artikkeliin "Oikeiden AI-kysymysten esittäminen".

Vielä tärkeämpää on kuitenkin se, että ihmiset, jotka väittävät tekoälyn valtaavan lopulta maailman, eivät ymmärrä, että se on mahdotonta nykytekniikalla. Tekoäly ei voi yhtäkkiä tulla itsetietoiseksi, koska sillä ei ole keinoja ilmaista tunteita, joita tarvitaan itsetietoiseksi tulemiseen. Tekoälystä puuttuu nykyään joitain niistä seitsemästä oleellisesta älykkyydestä, joita tarvitaan itsetietoiseksi tulemiseen. Pelkkä älykkyystasojen omistaminen ei myöskään riittäisi. Ihmisissä on kipinä – jotain, mitä tiedemiehet eivät ymmärrä. Tiede ei voi luoda sitä uudelleen osaksi tekoälyä ymmärtämättä, mikä kipinä on.

AI:ltä puuttuu täysin ymmärrys

Kyky ymmärtää on ihmiselle synnynnäinen, mutta tekoälyltä puuttuu se kokonaan. Kun katsot omenaa, ihminen on enemmän kuin vain joukko ominaisuuksia, jotka liittyvät esineen kuvaan. Ihmiset ymmärtävät omenoita käyttämällä aisteja, kuten väriä, makua ja tunnetta. Ymmärrämme, että omena on syötävä ja tarjoaa tiettyjä ravintoaineita. Meillä on tunteita omenoista; ehkä pidämme niistä ja tunnemme, että ne ovat ylin hedelmä. Tekoäly näkee objektin, johon liittyy ominaisuuksia – arvoja, joita tekoäly ei ymmärrä, vaan vain manipuloi. Ymmärtämisen epäonnistuminen aiheuttaa sen, että tekoäly ei kokonaisuutena täytä odotuksia.

Tulkinta, ei analysointi

Tekoäly käyttää algoritmeja saapuvan tiedon käsittelemiseen ja tulosteen tuottamiseen. Pääpaino on tietojen analysoinnissa. Ihminen kuitenkin hallitsee tämän analyysin suuntaa ja hänen on sitten tulkittava tulokset. Tekoäly voi esimerkiksi suorittaa analyysin röntgenkuvasta, joka näyttää mahdollisen syöpäkasvaimen. Tuloksena oleva tulos voi korostaa osaa röntgenkuvasta, joka sisältää kasvaimen, jotta lääkäri voi nähdä sen. Lääkäri ei ehkä pysty näkemään kasvainta muuten, joten tekoäly tarjoaa epäilemättä tärkeän palvelun. Siitä huolimatta lääkärin on silti tarkistettava tulos ja määritettävä, osoittaako röntgen todella syöpää. Tekoäly huijataan helposti silloin, kun pienikin esine ilmestyy väärään paikkaan. Näin ollen

Tulkinta edellyttää myös kykyä nähdä datan pidemmälle. Se ei ole kykyä luoda uutta dataa, vaan ymmärtää, että data voi viitata johonkin muuhun kuin ilmeiseen. Esimerkiksi ihmiset voivat usein todeta, että tiedot ovat väärennettyjä tai väärennettyjä, vaikka itse tiedoissa ei ole näyttöä näistä ongelmista. Tekoäly hyväksyy tiedon sekä todellisena että totta, kun taas ihminen tietää, että se ei ole totta eikä totta. Tällä hetkellä on mahdotonta muotoilla tarkasti, kuinka ihmiset saavuttavat tämän tavoitteen, koska ihmiset eivät itse asiassa ymmärrä sitä.

Puhtaiden numeroiden ylitse

Huolimatta kaikesta ulkonäöstä, tekoäly toimii vain numeroiden kanssa. Tekoäly ei esimerkiksi ymmärrä sanoja, mikä tarkoittaa, että kun puhut sille, tekoäly yksinkertaisesti suorittaa kuvioiden täsmäyttämisen muutettuaan puheesi numeeriseen muotoon. Sanomasi ydin on kadonnut. Vaikka tekoäly kykenisi ymmärtämään sanoja, se ei pystyisi siihen, koska sanat ovat poissa tokenointiprosessin jälkeen. Tekoälyjen epäonnistuminen ymmärtämään jotain niinkin perustavaa kuin sanoja tarkoittaa, että tekoälyn käännöksestä kielestä toiseen puuttuu aina se tietty asia, jota tarvitaan kääntämään sanojen takana oleva tunne, samoin kuin itse sanat. Sanat ilmaisevat tunteita, eikä tekoäly voi tehdä sitä.

Sama muutosprosessi tapahtuu kaikilla aisteilla, joita ihmisillä on. Tietokone muuntaa näön, äänen, hajun, maun ja kosketuksen numeerisiksi esityksiksi ja suorittaa sitten kuvioiden täsmäytyksen luodakseen tietojoukon, joka simuloi todellista kokemusta. Asiaa mutkistaa entisestään se, että ihmiset usein kokevat asiat eri tavalla kuin toisistaan. Esimerkiksi jokainen ihminen kokee värit yksilöllisesti . Tekoälyssä jokainen tietokone näkee värit täsmälleen samalla tavalla, mikä tarkoittaa, että tekoäly ei voi kokea värejä yksilöllisesti. Lisäksi konversion vuoksi tekoäly ei itse asiassa koe värejä ollenkaan.

Ottaen huomioon seuraukset

Tekoäly voi analysoida dataa, mutta se ei voi tehdä moraalisia tai eettisiä arvioita. Jos pyydät tekoälyä tekemään valinnan, se valitsee aina vaihtoehdon, jolla on suurin onnistumisen todennäköisyys, ellet tarjoa myös jonkinlaista satunnaistamistoimintoa. Tekoäly tekee tämän valinnan lopputuloksesta riippumatta.

Monissa tilanteissa tekoälyn kyvyn arvioida väärin tehtävän suorittaminen on yksinkertaisesti hankalaa. Joissakin tapauksissa saatat joutua suorittamaan tehtävän toisen tai kolmannen kerran manuaalisesti, koska tekoäly ei ole tehtävän mukainen. Seurausten osalta saatat kuitenkin kohdata oikeudellisia ongelmia moraalisten ja eettisten ongelmien lisäksi, jos luotat tekoälyyn suorittamaan sille sopimattoman tehtävän. Esimerkiksi itseohjautuvan (SD) auton ajaminen yksin paikassa, joka ei täytä tätä tarvetta, on todennäköisesti laitonta, ja kohtaat oikeudellisia ongelmia SD-auton aiheuttamien vahinkojen ja lääketieteellisten kulujen lisäksi. syy. Lyhyesti sanottuna tiedä, mitkä lakivaatimukset ovat, ennen kuin luotat tekoälyyn tekemään mitään, jolla on mahdollisia seurauksia.

Tekoälyt eivät voi löytää tai luoda mitään

Tekoäly voi interpoloida olemassa olevaa tietoa, mutta se ei voi ekstrapoloida olemassa olevaa tietoa uuden tiedon luomiseksi. Kun tekoäly kohtaa uuden tilanteen, se yleensä yrittää ratkaista sen olemassa olevana tietona sen sijaan, että hyväksyisi sen olevan jotain uutta. Itse asiassa tekoälyllä ei ole menetelmää luoda mitään uutta tai nähdä se ainutlaatuisena. Nämä ovat ihmisen ilmaisuja, jotka auttavat meitä löytämään uusia asioita, työskentelemään niiden kanssa, suunnittelemaan menetelmiä vuorovaikutukseen niiden kanssa ja luomaan uusia menetelmiä niiden käyttämiseen uusien tehtävien suorittamiseen tai olemassa olevien tehtävien täydentämiseen.

Uuden datan luominen vanhasta

Yksi yleisimmistä ihmisten suorittamista tehtävistä on tietojen ekstrapolointi ; esimerkiksi annettuna A, mikä on B? Ihminen käyttää olemassa olevaa tietoa luodakseen uutta erilaista tietoa. Tietämällä yhden tiedon, ihminen voi suurella todennäköisyydellä onnistua hyppäämään uuteen tietoon alkuperäisen tiedon alueen ulkopuolella. Ihminen tekee näitä hyppyjä niin usein, että niistä tulee toinen luonto ja äärimmäisen intuitiiviset. Jopa lapset voivat tehdä tällaisia ​​ennusteita suurella menestyksellä.

Parasta, mitä tekoäly koskaan voi tehdä, on interpoloida dataa esimerkiksi, jos A ja B annetaan, onko C jossain välissä? Kyky interpoloida tietoja onnistuneesti tarkoittaa, että tekoäly voi laajentaa kuviota, mutta se ei voi luoda uutta dataa. Joskus kehittäjät voivat kuitenkin johtaa ihmisiä harhaan kuvittelemaan, että data on uutta käyttämällä älykkäitä ohjelmointitekniikoita. C:n läsnäolo näyttää uudelta, vaikka se ei todellakaan ole sitä. Uuden tiedon puute voi tuottaa olosuhteita, jotka saavat tekoälyn näyttämään ratkaisevan ongelman, mutta se ei tee sitä. Ongelma vaatii uuden ratkaisun, ei olemassa olevien ratkaisujen interpolointia.

Näkeminen kuvioiden ulkopuolelle

Tällä hetkellä tekoäly voi nähdä datassa kuvioita, kun ne eivät ole ilmeisiä ihmisille. Kyky nähdä nämä kuviot tekee tekoälystä niin arvokkaan. Tietojen käsittely ja analysointi on aikaa vievää, monimutkaista ja toistuvaa, mutta tekoäly voi suorittaa tehtävän vaivattomasti. Datakuviot ovat kuitenkin vain tulos eivätkä välttämättä ratkaisu. Ihminen luottaa viiteen aistiin, empatiaan, luovuuteen ja intuitioon nähdäkseen kuvioiden ulkopuolelle mahdollisen ratkaisun, joka on sen ulkopuolella, minkä data saattaisi uskomaan.

Perustapa ymmärtää ihmisen kyky nähdä kuvioiden ulkopuolelle on katsoa taivasta. Pilvisenä päivänä ihmiset voivat nähdä kuvioita pilvissä, mutta tekoäly näkee pilviä ja vain pilviä. Lisäksi kaksi ihmistä voi nähdä eri asioita samassa pilvijoukossa. Luova näkemys pilvessä olevista kuvioista voi saada yhden henkilön näkemään lampaan ja toinen suihkulähteen. Sama pätee tähtiin ja muihin kuvioihin. Tekoäly esittää kuvion tulosteena, mutta se ei ymmärrä kuviota ja siltä puuttuu luovuus tehdä kuviolla mitään muuta kuin raportoida kuvion olemassaolosta.

Uusien aistien toteuttaminen

Kun ihmiset ovat tulleet tietoisemmiksi, he ovat myös tulleet tietoisiksi vaihteluista ihmisen aisteissa, jotka eivät itse asiassa muutu hyvin tekoälyksi, koska näiden aistien kopioiminen laitteistolla ei ole nyt todella mahdollista. Esimerkiksi kyky käyttää useita aisteja yhden syötteen hallintaan ( synestesia ) on tekoälyn ulkopuolella.

Synestesian tehokas kuvaaminen ei riitä useimmille ihmisille. Ennen kuin ihmiset voivat luoda tekoälyn, joka voi jäljitellä joitakin todella hämmästyttäviä synestesian vaikutuksia, ihmisten on ensin kuvattava se täysin ja sitten luotava antureita, jotka muuntaa kokemuksen numeroiksi, joita tekoäly voi analysoida. Kuitenkin silloinkin tekoäly näkee vain synestesian vaikutukset, ei emotionaalista vaikutusta. Näin ollen tekoäly ei koskaan koe tai ymmärrä synestesiaa täysin. Kummallista kyllä, jotkut tutkimukset osoittavat, että aikuisia voidaan kouluttaa saamaan synteettisiä kokemuksia , mikä tekee tekoälyn tarpeellisuudesta epävarmaa.

Vaikka useimmat ihmiset tietävät, että ihmisillä on viisi aistia, monet lähteet väittävät nyt, että ihmisillä on paljon enemmän kuin tavalliset viisi aistia. Joitakin näistä lisäaisteista ei ymmärretä ollenkaan ja ne ovat vain tuskin todistettavissa, kuten magnetoseptio (kyky havaita magneettikenttiä, kuten maan magneettikenttä). Tämä aisti antaa ihmisille kyvyn kertoa suunta, samanlainen kuin sama aisti linnuilla, mutta vähäisemmässä määrin. Koska meillä ei ole menetelmää edes kvantifioida tätä tunnetta, sen kopioiminen osaksi tekoälyä on mahdotonta.

Tekoälyillä ei ole empatiaa

Tietokoneet eivät tunne mitään. Se ei välttämättä ole negatiivinen asia, mutta tässä luvussa se nähdään negatiivisena. Ilman kykyä tuntea tietokone ei voi nähdä asioita ihmisen näkökulmasta. Se ei ymmärrä olla iloinen tai surullinen, joten se ei voi reagoida näihin tunteisiin, ellei ohjelma luo menetelmää, jolla se analysoi kasvojen ilmeitä ja muita indikaattoreita ja toimii sitten asianmukaisesti. Silti tällainen reaktio on hillitty vastaus ja altis virheille. Ajattele kuinka monta päätöstä teet emotionaalisen tarpeen perusteella suoran tosiasian sijaan. Tekoälyn empatian puute estää monissa tapauksissa sitä olemasta vuorovaikutuksessa ihmisten kanssa asianmukaisesti.

Kävely jonkun kengissä

Ajatus jonkun muun kengissä kävelemisestä tarkoittaa sitä, että katsot asioita toisen henkilön näkökulmasta ja tuntuu samalta kuin toisesta ihmisestä tuntuu. Kukaan ei todellakaan tunne täsmälleen samalla tavalla kuin joku toinen, mutta empatian avulla ihmiset voivat päästä lähelle. Tämä empatian muoto vaatii vahvaa intrapersoonallista älykkyyttä lähtökohtana, jota tekoälyllä ei koskaan ole, ellei se kehitä itsetuntoa ( singulaarisuus ). Lisäksi tekoälyn pitäisi pystyä tuntemaan, mikä ei ole tällä hetkellä mahdollista, ja tekoälyn tulisi olla avoin tunteiden jakamiseen jonkun muun olennon (yleensä ihmisen, nykyään) kanssa, mikä on myös mahdotonta. Tekoälytekniikan nykytila ​​estää tekoälyä tuntemasta tai ymmärtämästä kaikenlaisia ​​tunteita, mikä tekee empatiasta mahdotonta.

Tietenkin kysymys kuuluu, miksi empatia on niin tärkeää. Ilman kykyä tuntea samoin kuin joku muu tekoäly ei voi kehittää motivaatiota suorittaa tiettyjä tehtäviä. Voisit määrätä tekoälyn suorittamaan tehtävän, mutta siellä tekoälyllä ei olisi motivaatiota yksinään. Näin ollen tekoäly ei koskaan suorittaisi tiettyjä tehtäviä, vaikka tällaisten tehtävien suorittaminen on edellytys ihmisen kaltaisen älykkyyden saavuttamiseksi tarvittavien taitojen ja tietojen rakentamiselle.

Todellisten ihmissuhteiden kehittäminen

Tekoäly rakentaa kuvan sinusta keräämiensä tietojen avulla. Sitten se luo kuvioita näistä tiedoista ja kehittää tiettyjen algoritmien avulla tulosteen, joka saa sen näyttämään tuntevan sinut – ainakin tuttavana. Koska tekoäly ei kuitenkaan tunne, se ei voi arvostaa sinua ihmisenä. Se voi palvella sinua, jos käsket sen tekemään niin ja olettaen, että tehtävä on sen toimintoluettelossa, mutta sillä ei voi olla mitään tunnetta sinua kohtaan.

Parisuhteessa ihmisten on otettava huomioon sekä älyllinen kiintymys että tunteet. Älyllinen kiintymys tulee usein kahden kokonaisuuden yhteisestä hyödystä. Valitettavasti tekoälyn ja ihmisen (tai minkä tahansa muun tahon) välillä ei ole jaettua hyötyä. Tekoäly yksinkertaisesti käsittelee dataa tietyn algoritmin avulla. Jokin ei voi väittää rakastavansa jotain muuta, jos määräys pakottaa sen julistamaan. Emotionaalisen kiintymyksen on tuotava mukanaan hylkäämisen riski, mikä merkitsee itsetietoisuutta.

Näkökulman muuttaminen

Ihminen voi joskus muuttaa mielipiteitään perustuen johonkin muuhun kuin tosiasiaan. Vaikka todennäköisyys väittäisi, että tietty toimintatapa on varovainen, emotionaalinen tarve tekee toisen toimintatavan paremmaksi. Tekoälyllä ei ole mieltymyksiä. Siksi se ei voi valita toista toimintatapaa mistään muusta syystä kuin todennäköisyyksien muutoksesta, rajoituksesta (sääntö, joka pakottaa sen tekemään muutoksen) tai vaatimuksesta antaa satunnainen tulos.

Tehdä uskon harppauksia

Usko on uskoa johonkin todeksi ilman todistettua tosiasiaa sellaisen uskon tueksi. Monissa tapauksissa usko on luottamuksen muotoa , joka on uskoa toisen ihmisen vilpittömyyteen ilman todisteita siitä, että toinen henkilö on luotettava. Tekoäly ei voi osoittaa uskoa eikä luottamusta, mikä on osa syy siihen, ettei se voi ekstrapoloida tietoa. Ekstrapolointi perustuu usein uskoon perustuvaan aavistukseen, että jokin on totta, vaikka aavistelun tueksi puuttuu minkäänlaisia ​​tietoja. Koska tekoälyltä puuttuu tämä kyky, se ei voi osoittaa oivallusta – välttämätön edellytys ihmisen kaltaisille ajatusmalleille.

Esimerkkejä on runsaasti keksijistä, jotka tekivät uskonharppauksia luodakseen jotain uutta. Yksi näkyvimmistä oli kuitenkin Edison. Hän esimerkiksi teki 1000 (ja mahdollisesti enemmän) yritystä luoda hehkulamppu. Tekoäly olisi luovuttanut tietyn yrityksen jälkeen, todennäköisesti rajoitteen vuoksi. Näet luettelon ihmisistä, jotka tekivät uskonloikkaa tehdäkseen uskomattomia tekoja verkossa. Jokainen näistä teoista on esimerkki jostakin, jota tekoäly ei voi tehdä, koska sillä ei ole kykyä ajatella syötteeksi antamasi datan ohi.