10 načina na koje AI nije uspio

Umjetna inteligencija (AI) nije samo propustila ispuniti očekivanja koja su postavili pretjerano entuzijastični zagovornici; nije uspjelo zadovoljiti specifične potrebe i osnovne zahtjeve. Ovaj popis govori o neuspjesima koji će spriječiti AI u izvrsnosti i obavljanju zadataka koje trebamo obaviti. AI je trenutno tehnologija u razvoju koja je u najboljem slučaju djelomično uspješna.

Jedno od bitnih problema u vezi s umjetnom inteligencijom danas je da je ljudi stalno antropomorfiziraju i pretvaraju u nešto što nije. AI prihvaća očišćene podatke kao ulaz, analizira ih, pronalazi uzorke i daje traženi izlaz. AI ne razumije ništa, ne može stvoriti ili otkriti ništa novo i nema intrapersonalno znanje, pa ne može suosjećati ni s kim ni u čemu. AI se ponaša onako kako je dizajnirao ljudski programer, a ono što često uzimate za inteligenciju je samo mješavina pametnog programiranja i golemih količina podataka analiziranih na specifičan način. Za drugi pogled na ove i druge probleme, pogledajte članak pod naslovom “Postavljanje pravih pitanja o AI-ju”.

Još je važnije, međutim, da ljudi koji tvrde da će AI na kraju zavladati svijetom ne razumiju da je to nemoguće s obzirom na trenutnu tehnologiju. AI ne može odjednom postati samosvjestan jer mu nedostaje bilo kakvo sredstvo za izražavanje emocija koje su potrebne da postane samosvjestan. AI danas nema nekih od sedam bitnih vrsta inteligencije potrebnih da postane samosvjestan. Ni jednostavno posjedovanje te razine inteligencije ne bi bilo dovoljno. Ljudi imaju iskru u sebi — nešto što znanstvenici ne razumiju. Bez razumijevanja što je ta iskra, znanost je ne može ponovno stvoriti kao dio AI.

AI potpuno nedostaje razumijevanje

Sposobnost shvaćanja urođena je ljudima, ali AI potpuno nedostaje. Gledajući u jabuku, čovjek je više od niza svojstava povezanih sa slikom nekog objekta. Ljudi razumiju jabuke korištenjem osjetila, kao što su boja, okus i osjećaj. Razumijemo da je jabuka jestiva i daje specifične hranjive tvari. Imamo osjećaje prema jabukama; možda nam se sviđaju i smatramo da su vrhunsko voće. AI vidi objekt koji ima svojstva povezana s njim - vrijednosti koje AI ne razumije, već samo manipulira. Nerazumijevanje uzrokuje da AI u cjelini ne ispunjava očekivanja.

Tumačenje, a ne analiza

AI koristi algoritme za manipulaciju dolaznim podacima i proizvodnju izlaza. Naglasak je na provođenju analize podataka. Međutim, čovjek kontrolira smjer te analize i potom mora interpretirati rezultate. Na primjer, AI može izvesti analizu rendgenske snimke koja pokazuje potencijalni tumor raka. Rezultirajući rezultat može naglasiti dio rendgenske snimke koji sadrži tumor tako da ga liječnik može vidjeti. Liječnik inače možda neće moći vidjeti tumor, tako da AI nedvojbeno pruža važnu uslugu. Unatoč tome, liječnik i dalje mora pregledati rezultat i utvrditi pokazuje li rendgenska slika doista rak. AI se lako prevari kad se čak i mali artefakt pojavi na krivom mjestu. posljedično,

Tumačenje također podrazumijeva sposobnost da se vidi dalje od podataka. To nije sposobnost stvaranja novih podataka, već razumijevanje da podaci mogu ukazivati ​​na nešto drugo od onoga što je očigledno. Na primjer, ljudi često mogu reći da su podaci lažni ili krivotvoreni, iako sami podaci ne predstavljaju dokaze koji bi ukazivali na te probleme. AI prihvaća podatke kao stvarne i istinite, dok čovjek zna da nisu ni stvarni ni istiniti. Točno formalizirati kako ljudi postižu ovaj cilj trenutno je nemoguće jer ga ljudi zapravo ne razumiju.

Ići dalje od čistih brojeva

Unatoč bilo kakvom izgledu inače, AI radi samo s brojevima. AI ne može razumjeti riječi, na primjer, što znači da kada s njim razgovarate, AI jednostavno izvodi podudaranje uzorka nakon što je vaš govor pretvorio u numerički oblik. Suština onoga što kažete je nestala. Čak i kad bi AI bio u stanju razumjeti riječi, ne bi to mogao učiniti jer riječi nestaju nakon procesa tokenizacije. Neuspjeh AI-a da razumije nešto tako osnovno kao što su riječi znači da će AI-jevom prijevodu s jednog jezika na drugi uvijek nedostajati ono određeno nešto što je potrebno za prevođenje osjećaja iza riječi, kao i samih riječi. Riječi izražavaju osjećaje, a AI to ne može učiniti.

Isti proces pretvorbe događa se sa svim osjetilima koje ljudi posjeduju. Računalo prevodi vid, zvuk, miris, okus i dodir u numeričke prikaze, a zatim izvodi uparivanje uzoraka kako bi stvorio skup podataka koji simulira iskustvo u stvarnom svijetu. Što dodatno zakomplicira stvari, ljudi često stvari doživljavaju drugačije jedni od drugih. Na primjer, svaka osoba doživljava boju na jedinstven način . Za AI, svako računalo vidi boju na potpuno isti način, što znači da AI ne može iskusiti boje na jedinstven način. Osim toga, zbog pretvorbe, AI zapravo uopće ne doživljava boju.

Uzimajući u obzir posljedice

AI može analizirati podatke, ali ne može donositi moralne ili etičke prosudbe. Ako zamolite AI da napravi izbor, on će uvijek odabrati opciju s najvećom vjerojatnošću uspjeha, osim ako ne pružite i neku vrstu nasumične funkcije. AI će napraviti ovaj izbor bez obzira na ishod.

U mnogim je situacijama pogrešna procjena sposobnosti AI-a da izvrši zadatak jednostavno nezgodna. U nekim slučajevima, možda ćete morati izvršiti zadatak drugi ili treći put ručno jer AI nije dorastao zadatku. Međutim, kada je riječ o posljedicama, mogli biste se suočiti s pravnim problemima uz moralne i etičke probleme ako vjerujete da će AI izvršiti zadatak koji mu ne odgovara. Na primjer, dopuštanje samovozećem (SD) automobilu da se sam vozi na mjestu koje ne pruža tu potrebu vjerojatno je nezakonito, a vi ćete se suočiti s pravnim problemima uz štetu i medicinske troškove koje SD automobil može uzrok. Ukratko, znajte koji su zakonski zahtjevi prije nego što vjerujete da će AI učiniti bilo što što uključuje potencijalne posljedice.

AI ne može nešto otkriti ili stvoriti

AI može interpolirati postojeće znanje, ali ne može ekstrapolirati postojeće znanje kako bi stvorio novo znanje. Kada AI naiđe na novu situaciju, obično je pokušava riješiti kao postojeći dio znanja, umjesto da prihvati da je to nešto novo. Zapravo, umjetna inteligencija nema metodu za stvaranje bilo čega novog ili gledanje na to kao na nešto jedinstveno. To su ljudski izrazi koji nam pomažu otkriti nove stvari, raditi s njima, osmisliti metode za interakciju s njima i stvoriti nove metode za njihovo korištenje za obavljanje novih zadataka ili povećanje postojećih zadataka.

Osmišljavanje novih podataka iz starih

Jedan od češćih zadataka koje ljudi obavljaju je ekstrapolacija podataka; na primjer, s obzirom na A, što je B? Ljudi koriste postojeće znanje za stvaranje novih znanja drugačije vrste. Poznavajući jedno znanje, čovjek može napraviti skok do novog znanja, izvan domene izvornog znanja, s velikom vjerojatnošću uspjeha. Ljudi čine te skokove toliko često da postaju druga priroda i intuitivni do krajnosti. Čak i djeca mogu napraviti takva predviđanja s velikom stopom uspjeha.

Najbolje što će AI ikada učiniti je interpolirati podatke, na primjer, s obzirom na A i B, je li C negdje između? Sposobnost uspješnog interpoliranja podataka znači da AI može proširiti uzorak, ali ne može stvoriti nove podatke. Međutim, ponekad programeri mogu navesti ljude da misle da su podaci novi korištenjem pametnih tehnika programiranja. Prisutnost C-a izgleda novo kada uistinu nije. Nedostatak novih podataka može stvoriti uvjete zbog kojih se čini da AI rješava problem, ali to ne čini. Problem zahtijeva novo rješenje, a ne interpolaciju postojećih rješenja.

Gledajući dalje od uzoraka

Trenutačno, AI može vidjeti obrasce u podacima kada ljudima nisu očiti. Sposobnost uočavanja ovih obrazaca ono je što AI čini tako vrijednom. Manipulacija i analiza podataka zahtijevaju mnogo vremena, složeni su i ponavljaju se, ali umjetna inteligencija može obaviti zadatak s punim plombom. Međutim, obrasci podataka su samo izlaz, a ne nužno rješenje. Ljudi se oslanjaju na pet osjetila, empatiju, kreativnost i intuiciju kako bi vidjeli dalje od obrazaca do potencijalnog rješenja koje se nalazi izvan onoga u što bi podaci naveli da vjerujemo.

Osnovni način razumijevanja ljudske sposobnosti da vidi izvan obrazaca je gledanje u nebo. Po oblačnim danima ljudi mogu vidjeti uzorke u oblacima, ali AI vidi oblake i samo oblake. Osim toga, dvije osobe mogu vidjeti različite stvari u istom skupu oblaka. Kreativni pogled na uzorke u oblaku može imati jednu osobu koja vidi ovcu, a drugu fontanu. Isto vrijedi i za zvijezde i druge vrste uzoraka. AI predstavlja uzorak kao izlaz, ali ne razumije uzorak i nedostaje mu kreativnosti da učini bilo što s uzorkom, osim da prijavi da uzorak postoji.

Implementacija novih osjetila

Kako su ljudi postali bolje upućeni, također su postali svjesni varijacija u ljudskim osjetilima koje se zapravo ne prevode dobro na AI jer repliciranje tih osjetila u hardveru sada nije uistinu moguće. Na primjer, sposobnost korištenja više osjetila za upravljanje jednim ulazom ( sinestezija ) je izvan AI.

Učinkovito opisivanje sinestezije je daleko od većine ljudi. Prije nego što mogu stvoriti AI koji može oponašati neke od uistinu nevjerojatnih učinaka sinestezije, ljudi ga prvo moraju u potpunosti opisati, a zatim stvoriti senzore koji će pretvoriti iskustvo u brojeve koje AI može analizirati. Međutim, čak i tada, AI će vidjeti samo učinke sinestezije, ne i emocionalni utjecaj. Posljedično, AI nikada neće u potpunosti doživjeti ili razumjeti sinesteziju. Začudo, neke studije pokazuju da se odrasli mogu osposobiti za sinestezijska iskustva , zbog čega je potreba za AI neizvjesnom.

Iako većina ljudi zna da ljudi imaju pet osjetila, mnogi izvori sada tvrde da ljudi zapravo imaju mnogo više od standardnih pet osjetila. Neka od ovih dodatnih osjetila uopće nisu dobro shvaćena i jedva su dokaziva, kao što je magnetocepcija (sposobnost detekcije magnetskih polja, kao što je Zemljino magnetsko polje). Ovo osjetilo daje ljudima sposobnost da kažu smjer, slično istom osjetilu kod ptica, ali u manjem stupnju. Budući da nemamo metodu čak ni kvantificiranja ovog osjetila, nemoguće ga je replicirati kao dio AI.

AI nedostaje empatije

Računala ne osjećaju ništa. To nije nužno negativno, ali ovo poglavlje to gleda kao negativno. Bez sposobnosti osjećanja, računalo ne može vidjeti stvari iz perspektive čovjeka. Ne razumije biti sretan ili tužan, pa ne može reagirati na te emocije osim ako program ne stvori metodu za analizu izraza lica i drugih pokazatelja, a zatim se ponaša na odgovarajući način. Unatoč tome, takva je reakcija uobičajeni odgovor i sklona pogreškama. Razmislite o tome koliko odluka donosite na temelju emocionalnih potreba, a ne otvorenih činjenica. Nedostatak empatije od strane AI-a u mnogim slučajevima ga sprječava u odgovarajućoj interakciji s ljudima.

Hodanje u nečijoj koži

Ideja hodanja u tuđim cipelama znači promatrati stvari iz perspektive druge osobe i osjećati se slično kao i druga osoba. Nitko se uistinu ne osjeća isto kao netko drugi, ali kroz empatiju ljudi se mogu zbližiti. Ovaj oblik empatije zahtijeva snažnu intrapersonalnu inteligenciju kao početnu točku, koju AI nikada neće imati ako ne razvije osjećaj sebe ( singularnost ). Osim toga, AI bi trebao biti sposoban osjećati, nešto što trenutno nije moguće, a AI bi trebao biti otvoren za dijeljenje osjećaja s nekim drugim entitetom (općenito čovjekom, danas), što je također nemoguće. Trenutno stanje AI tehnologije zabranjuje AI-u da osjeća ili razumije bilo kakvu emociju, što čini empatiju nemogućom.

Naravno, postavlja se pitanje zašto je empatija toliko važna. Bez sposobnosti da se osjeća isto kao netko drugi, AI ne može razviti motivaciju za obavljanje određenih zadataka. Mogli biste narediti AI-u da izvrši zadatak, ali tamo umjetna inteligencija sama po sebi ne bi imala motivaciju. Posljedično, AI nikada ne bi obavljao određene zadatke, iako je izvođenje takvih zadataka uvjet za izgradnju vještina i znanja potrebnih za postizanje inteligencije nalik ljudskoj.

Razvijanje pravih odnosa

AI gradi sliku o vama putem podataka koje prikuplja. Zatim stvara uzorke iz tih podataka i, koristeći specifične algoritme, razvija rezultate zbog kojih se čini da vas poznaje — barem kao poznanika. Međutim, budući da AI ne osjeća, ne može vas cijeniti kao osobu. Može vam poslužiti ako mu to naredite i pod pretpostavkom da je zadatak na popisu njegovih funkcija, ali ne može imati nikakav osjećaj za vas.

Kada se bave vezom, ljudi moraju uzeti u obzir i intelektualnu privrženost i osjećaje. Intelektualna privrženost često dolazi iz zajedničke koristi između dvaju entiteta. Nažalost, ne postoji zajednička korist između umjetne inteligencije i čovjeka (ili bilo kojeg drugog entiteta, što se toga tiče). AI jednostavno obrađuje podatke koristeći određeni algoritam. Nešto ne može tvrditi da voli nešto drugo ako ga naredba prisiljava na proglašenje. Emocionalna privrženost mora sa sobom nositi rizik odbacivanja, što podrazumijeva samosvijest.

Promjena perspektive

Ljudi ponekad mogu promijeniti mišljenje na temelju nečeg drugog osim činjenica. Iako bi izgledi rekli da je određeni način djelovanja razborit, emocionalna potreba čini drugi način djelovanja poželjnijim. AI nema preferencija. Stoga ne može odabrati drugi smjer radnje iz bilo kojeg drugog razloga osim promjene vjerojatnosti, ograničenja (pravilo koje ga prisiljava na promjenu) ili zahtjeva za pružanjem nasumičnih rezultata.

Praveći skokove vjere

Vjera je vjerovanje u nešto kao istinito bez dokazane činjenice koja bi poduprla takvo uvjerenje. U mnogim slučajevima vjera poprima oblik povjerenja, što je vjera u iskrenost druge osobe bez ikakvog dokaza da je druga osoba vrijedna povjerenja. AI ne može pokazati ni vjeru ni povjerenje, što je jedan od razloga zašto ne može ekstrapolirati znanje. Čin ekstrapolacije često se oslanja na predosjećaj, utemeljen na vjeri, da je nešto istina, unatoč nedostatku bilo kakvih podataka koji bi poduprli predosjećaj. Budući da AI nema ovu sposobnost, ne može pokazati uvid - neophodan zahtjev za ljudske misaone obrasce.

Brojni su primjeri izumitelja koji su napravili skokove vjere kako bi stvorili nešto novo. Međutim, jedan od najistaknutijih bio je Edison. Na primjer, napravio je 1000 (a možda i više) pokušaja da stvori žarulju. AI bi odustao nakon određenog broja pokušaja, vjerojatno zbog ograničenja. Možete vidjeti popis ljudi koji su napravili skokove vjere kako bi izveli nevjerojatna djela na mreži. Svaki od ovih čina primjer je nečega što AI ne može učiniti jer mu nedostaje sposobnost razmišljanja mimo specifičnih podataka koje dajete kao ulaz.