Dirbtinis intelektas (AI) ne tik nepateisino pernelyg entuziastingų šalininkų lūkesčių; ji neatitiko specifinių poreikių ir pagrindinių reikalavimų. Šiame sąraše aprašomos gedimai, dėl kurių dirbtinis intelektas nebus tobulas ir neatliks mums reikalingų užduočių. AI šiuo metu yra besivystanti technologija, kuri geriausiu atveju yra iš dalies sėkminga.
Viena iš esminių problemų, susijusių su dirbtiniu intelektu šiandien, yra ta, kad žmonės jį antropomorfizuoja ir daro tai, kas nėra. AI priima išvalytus duomenis kaip įvestį, analizuoja juos, suranda šablonus ir pateikia pageidaujamą išvestį. Dirbtinis intelektas nieko nesupranta, negali sukurti ar atrasti nieko naujo, neturi intraasmeninių žinių, todėl negali niekuo dėl nieko užjausti. AI elgiasi taip, kaip suprojektavo žmogaus programuotojas, o tai, ką jūs dažnai laikote intelektu, yra tik protingo programavimo ir didžiulių duomenų, analizuojamų konkrečiu būdu, derinys. Norėdami sužinoti daugiau apie šias ir kitas problemas, peržiūrėkite straipsnį pavadinimu „Teisingų klausimų apie AI uždavimas“.
Tačiau dar svarbiau yra tai, kad žmonės, teigiantys, jog AI ilgainiui užvaldys pasaulį, nesupranta, kad tai padaryti neįmanoma atsižvelgiant į dabartines technologijas. AI negali staiga suvokti savęs, nes jam trūksta priemonių išreikšti emocijas, kurių reikia norint suvokti save. Šiuolaikiniam dirbtiniam intelektui trūksta kai kurių iš septynių esminių intelekto rūšių, reikalingų norint suvokti save. Nepakaktų ir vien tik tokio intelekto lygio. Žmonės savyje turi kibirkštį – ko mokslininkai nesupranta. Nesuprasdamas, kas yra ta kibirkštis, mokslas negali jos atkurti kaip AI dalies.
Gebėjimas suprasti yra įgimtas žmonėms, tačiau AI jo visiškai trūksta. Žvelgiant į obuolį, žmogus yra daugiau nei tik daugybė savybių, susijusių su objekto paveikslu. Žmonės obuolius supranta naudodami pojūčius, tokius kaip spalva, skonis ir jausmas. Suprantame, kad obuolys yra valgomas ir suteikia specifinių maistinių medžiagų. Mes jaučiame obuolius; galbūt mums jie patinka ir manome, kad jie yra aukščiausias vaisius. AI mato objektą, kuris turi su juo susijusių savybių – vertes, kurių AI nesupranta, o tik manipuliuoja. Nesupratimas lemia, kad AI kaip visuma nepateisina lūkesčių.
Interpretuoja, o ne analizuoja
AI naudoja algoritmus, kad galėtų manipuliuoti gaunamais duomenimis ir sukurti išvestį. Pagrindinis dėmesys skiriamas duomenų analizės atlikimui. Tačiau žmogus kontroliuoja šios analizės kryptį ir turi interpretuoti rezultatus. Pavyzdžiui, AI gali atlikti rentgeno analizę, rodančią galimą vėžio auglį. Gauta produkcija gali pabrėžti rentgeno nuotraukos dalį, kurioje yra navikas, kad gydytojas galėtų ją pamatyti. Gydytojas gali nepamatyti naviko kitaip, todėl AI neabejotinai teikia svarbią paslaugą. Nepaisant to, gydytojas vis tiek turi peržiūrėti rezultatą ir nustatyti, ar rentgeno nuotrauka iš tikrųjų rodo vėžį. AI lengvai apgaunamas kartais, kai net mažas artefaktas pasirodo netinkamoje vietoje. Vadinasi,
Aiškinimas taip pat reiškia galimybę matyti ne tik duomenis. Tai ne galimybė kurti naujus duomenis, o suprasti, kad duomenys gali reikšti ką nors kita nei akivaizdu. Pavyzdžiui, žmonės dažnai gali pasakyti, kad duomenys yra netikri arba suklastoti, nors patys duomenys nepateikia jokių įrodymų, rodančių šias problemas. DI priima duomenis kaip tikrus ir tikrus, o žmogus žino, kad jie nėra nei tikri, nei tikri. Šiuo metu neįmanoma tiksliai įforminti, kaip žmonės pasiekia šį tikslą, nes žmonės iš tikrųjų to nesupranta.
Peržengia grynus skaičius
Nepaisant bet kokios išvaizdos, AI veikia tik su skaičiais. Pvz., AI nesupranta žodžių, o tai reiškia, kad kai su juo kalbate, AI tiesiog atlieka šablonų suderinimą, konvertavęs jūsų kalbą į skaitinę formą. To, ką tu sakai, esmė dingo. Net jei dirbtinis intelektas galėtų suprasti žodžius, jis to negalėtų, nes po tokenizacijos proceso žodžių nebėra. AI nesugebėjimas suprasti tokio dalyko kaip žodžiai reiškia, kad dirbtinio intelekto vertimas iš vienos kalbos į kitą visada trūks to, ko reikia norint išversti jausmą, slypintį už žodžių, ir pačius žodžius. Žodžiai išreiškia jausmus, o AI to padaryti negali.
Tas pats konversijos procesas vyksta su visais žmonių turimais pojūčiais. Kompiuteris vaizdą, garsą, kvapą, skonį ir lytėjimą paverčia skaitiniais vaizdais, o tada atlieka modelių derinimą, kad sukurtų duomenų rinkinį, imituojantį realaus pasaulio patirtį. Dar labiau apsunkina tai, kad žmonės dažnai patiria skirtingus dalykus. Pavyzdžiui, kiekvienas žmogus spalvą patiria savitai . DI atveju kiekvienas kompiuteris spalvas mato lygiai taip pat, o tai reiškia, kad dirbtinis intelektas negali išskirti spalvų. Be to, dėl konversijos AI iš tikrųjų nejaučia spalvų.
Atsižvelgiant į pasekmes
AI gali analizuoti duomenis, bet negali priimti moralinių ar etinių sprendimų. Jei paprašysite AI pasirinkti, jis visada pasirinks didžiausią sėkmės tikimybę turinčią parinktį, nebent taip pat nurodysite kokią nors atsitiktinio atrankos funkciją. AI pasirinks šį pasirinkimą, neatsižvelgdamas į rezultatą.
Daugeliu atvejų klaidingai įvertinti AI gebėjimą atlikti užduotį yra tiesiog nepatogu. Kai kuriais atvejais užduotį gali tekti atlikti antrą ar trečią kartą rankiniu būdu, nes dirbtinis intelektas neatlieka užduoties. Tačiau kalbant apie pasekmes, be moralinių ir etinių problemų galite susidurti su teisinėmis problemomis, jei patikėsite dirbtiniu intelektu, kuris atliks jam netinkamą užduotį. Pavyzdžiui, leisti savarankiškai vairuojančiam (SD) automobiliui pačiam važiuoti vietoje, kurioje šis poreikis nenumatytas, greičiausiai yra neteisėta, ir jūs susidursite su teisinėmis problemomis, be žalos ir medicininių mokesčių, kuriuos gali patirti SD automobilis. priežastis. Trumpai tariant, žinokite, kokie yra teisiniai reikalavimai, prieš pasitikėdami dirbtiniu intelektu, kad jis imtųsi bet kokių galimų pasekmių.
AI gali interpoliuoti esamas žinias, bet negali ekstrapoliuoti esamų žinių, kad sukurtų naujas žinias. Kai AI susiduria su nauja situacija, ji paprastai bando ją išspręsti kaip turimą žinių dalį, o ne priimti, kad tai kažkas naujo. Tiesą sakant, dirbtinis intelektas neturi metodo, kaip sukurti ką nors naujo arba pamatyti jį kaip kažką unikalaus. Tai žmogaus išraiškos, padedančios atrasti naujus dalykus, dirbti su jais, sukurti sąveikos su jais metodus ir sukurti naujus metodus, kaip juos panaudoti atliekant naujas ar papildant esamas užduotis.
Naujų duomenų kūrimas iš senų
Viena iš dažniausiai žmonių atliekamų užduočių yra duomenų ekstrapoliacija ; pavyzdžiui, duotas A, kas yra B? Žmonės naudoja turimas žinias, kad sukurtų naujas kitokio pobūdžio žinias. Žinodamas vieną žinių dalį, žmogus su didele sėkmės tikimybe gali padaryti šuolį į naują žinių dalį, už pradinių žinių ribų. Žmonės tokius šuolius daro taip dažnai, kad jie tampa antra prigimtimi ir kraštutiniu atveju intuityvūs. Net vaikai gali daryti tokias prognozes su dideliu sėkmės rodikliu.
Geriausia, ką AI kada nors padarys, tai interpoliuoti duomenis, pavyzdžiui, atsižvelgiant į A ir B, ar C yra kažkur tarp jų? Galimybė sėkmingai interpoliuoti duomenis reiškia, kad AI gali išplėsti šabloną, bet negali sukurti naujų duomenų. Tačiau kartais kūrėjai gali suklaidinti žmones manydami, kad duomenys yra nauji, naudodami protingus programavimo būdus. C buvimas atrodo naujas, kai iš tikrųjų taip nėra. Trūkstant naujų duomenų, gali atsirasti sąlygų, dėl kurių dirbtinis intelektas išsprendžia problemą, bet taip nėra. Problemai reikia naujo sprendimo, o ne esamų sprendimų interpoliavimo.
Matyti toliau nei šablonai
Šiuo metu AI gali matyti duomenų šablonus, kai jie žmonėms nėra akivaizdūs. Galimybė matyti šiuos modelius daro AI tokiu vertingu. Duomenų apdorojimas ir analizė reikalauja daug laiko, sudėtinga ir pasikartojanti veikla, tačiau dirbtinis intelektas gali atlikti užduotį lengvai. Tačiau duomenų šablonai yra tik išvestis ir nebūtinai sprendimas. Žmonės pasikliauja penkiais pojūčiais, empatija, kūrybiškumu ir intuicija, kad pamatytų ne tik šablonus, bet ir galimą sprendimą, kuris slypi už to, kuo remiantis duomenys leistų patikėti.
Pagrindinis būdas suprasti žmogaus gebėjimą matyti už šablonų yra žiūrėti į dangų. Debesuotą dieną žmonės gali matyti raštus debesyse, tačiau dirbtinis intelektas mato debesis ir tik debesis. Be to, du žmonės tame pačiame debesų rinkinyje gali matyti skirtingus dalykus. Kūrybingas debesies raštų vaizdas gali būti toks, kad vienas žmogus mato avį, o kitas – fontaną. Tas pats pasakytina apie žvaigždes ir kitus raštus. AI pateikia šabloną kaip išvestį, bet nesupranta modelio ir jam trūksta kūrybiškumo ką nors daryti su modeliu, išskyrus pranešimą, kad modelis egzistuoja.
Naujų pojūčių įgyvendinimas
Žmonėms vis labiau išmanydami, jie taip pat suprato žmogaus pojūčių skirtumus, kurie iš tikrųjų nėra gerai paverčiami dirbtiniu intelektu, nes šių pojūčių atkartoti aparatinėje įrangoje dabar tikrai neįmanoma. Pavyzdžiui, galimybė naudoti kelis pojūčius valdyti vieną įvestį ( sinestezija ) yra ne tik DI.
Veiksmingas sinestezijos apibūdinimas yra daug didesnis nei dauguma žmonių. Prieš sukurdami dirbtinį intelektą, galintį imituoti kai kuriuos tikrai nuostabius sinestezijos efektus, žmonės pirmiausia turi jį visiškai apibūdinti, o tada sukurti jutiklius, kurie pavers patirtį skaičiais, kuriuos AI gali analizuoti. Tačiau net ir tada AI matys tik sinestezijos, o ne emocinio poveikio poveikį. Todėl dirbtinis intelektas niekada visiškai nepatirs ir nesupras sinestezijos. Kaip bebūtų keista, kai kurie tyrimai rodo, kad suaugusieji gali būti išmokyti turėti sintetinės patirties , todėl dirbtinio intelekto poreikis tampa neaiškus.
Nors dauguma žmonių žino, kad žmonės turi penkis pojūčius, daugelis šaltinių dabar teigia, kad žmonės iš tikrųjų turi daug daugiau nei standartiniai penki jutimai. Kai kurie iš šių papildomų pojūčių visiškai nesuprantami ir yra vos įrodomi, pavyzdžiui, magnetorecepcija (gebėjimas aptikti magnetinius laukus, pvz., Žemės magnetinį lauką). Šis pojūtis suteikia žmonėms galimybę nurodyti kryptį, panašią į tą patį paukščių pojūtį, bet mažesniu laipsniu. Kadangi neturime būdo net kiekybiškai įvertinti šį jausmą, neįmanoma jo atkartoti kaip AI dalies.
Kompiuteriai nieko nejaučia. Tai nebūtinai yra neigiama, bet šiame skyriuje tai vertinama kaip neigiama. Be gebėjimo jausti, kompiuteris negali matyti dalykų iš žmogaus perspektyvos. Ji nesupranta būti laiminga ar liūdna, todėl negali reaguoti į šias emocijas, nebent programa sukurs metodą, kaip analizuoti veido išraiškas ir kitus rodiklius, o tada veikti tinkamai. Nepaisant to, tokia reakcija yra užburtas atsakas ir linkęs į klaidas. Pagalvokite, kiek sprendimų priimate remdamiesi emociniais poreikiais, o ne tiesioginiais faktais. Dėl AI empatijos stokos daugeliu atvejų jis negali tinkamai bendrauti su žmonėmis.
Vaikščioti kažkieno batais
Idėja vaikščioti kieno nors kito batais reiškia pažvelgti į dalykus iš kito žmogaus perspektyvos ir jaustis panašiai, kaip jaučiasi kitas žmogus. Niekas iš tikrųjų nesijaučia taip pat, kaip kažkas kitas, bet per empatiją žmonės gali suartėti. Šiai empatijos formai reikalingas stiprus intraasmeninis intelektas kaip atskaitos taškas, kurio dirbtinis intelektas niekada neturės, nebent išsiugdys savęs jausmą ( singuliarumą ). Be to, dirbtinis intelektas turėtų turėti galimybę jausti tai, kas šiuo metu neįmanoma, o dirbtinis intelektas turėtų būti atviras dalytis jausmais su kitu subjektu (dažniausiai žmogumi, šiandien), o tai taip pat neįmanoma. Dabartinė DI technologijos būklė neleidžia AI jausti ar suprasti bet kokių emocijų, todėl empatija tampa neįmanoma.
Žinoma, kyla klausimas, kodėl empatija tokia svarbi. Neturėdamas galimybės jaustis taip pat, kaip kažkas kitas, AI negali išsiugdyti motyvacijos atlikti tam tikras užduotis. Galėtumėte įsakyti AI atlikti užduotį, tačiau ten AI pati savaime neturėtų motyvacijos. Todėl dirbtinis intelektas niekada neatliktų tam tikrų užduočių, nors tokių užduočių atlikimas yra reikalavimas, norint įgyti įgūdžių ir žinių, reikalingų žmogui panašaus intelekto pasiekimui.
Tikrų santykių kūrimas
AI sukuria jūsų vaizdą naudodamasis renkamais duomenimis. Tada ji sukuria šablonus iš šių duomenų ir, naudodama konkrečius algoritmus, sukuria išvestį, dėl kurios atrodo, kad jus pažįsta – bent jau kaip pažįstamą. Tačiau kadangi AI nejaučia, jis negali įvertinti jūsų kaip žmogaus. Jis gali jums pasitarnauti, jei įsakysite tai padaryti ir darydami prielaidą, kad užduotis yra jos funkcijų sąraše, tačiau ji negali jums jaustis.
Kurdami santykius, žmonės turi atsižvelgti ir į intelektualinį prisirišimą, ir į jausmus. Intelektualus prisirišimas dažnai kyla iš bendros naudos tarp dviejų subjektų. Deja, dirbtinis intelektas ir žmogus (ar bet koks kitas subjektas) neturi bendros naudos. AI tiesiog apdoroja duomenis naudodamas tam tikrą algoritmą. Kažkas negali tvirtinti, kad myli ką nors kitą, jei įsakymas verčia jį paskelbti. Emocinis prisirišimas turi turėti atstūmimo riziką, o tai reiškia savęs suvokimą.
Keičiasi perspektyva
Žmonės kartais gali pakeisti nuomonę, remdamiesi ne faktais. Nors tikėtina, kad tam tikras veiksmas yra protingas, dėl emocinio poreikio priimtinesnis yra kitas veiksmas. AI neturi pirmenybių. Todėl ji negali pasirinkti kito veiksmo dėl bet kokios kitos priežasties, išskyrus tikimybių pasikeitimą, suvaržymą (taisyklė, verčianti atlikti pakeitimą) arba reikalavimo pateikti atsitiktinę išvestį.
Darant tikėjimo šuolius
Tikėjimas yra tikėjimas, kad kažkas yra tiesa, neturint įrodytų faktų, patvirtinančių tokį tikėjimą. Daugeliu atvejų tikėjimas įgauna pasitikėjimo formą , tai yra tikėjimas kito žmogaus nuoširdumu be jokių įrodymų, kad kitas asmuo yra patikimas. AI negali demonstruoti nei tikėjimo, nei pasitikėjimo, o tai yra viena iš priežasčių, kodėl ji negali ekstrapoliuoti žinių. Ekstrapoliacijos veiksmas dažnai remiasi nuojauta, pagrįsta tikėjimu, kad kažkas yra tiesa, nepaisant to, kad trūksta bet kokių duomenų, patvirtinančių nuojautą. Kadangi dirbtinis intelektas neturi šio gebėjimo, jis negali parodyti įžvalgos – būtino žmogaus mąstymo modelių reikalavimo.
Gausu pavyzdžių išradėjų, kurie padarė tikėjimo šuolius, kad sukurtų ką nors naujo. Tačiau vienas ryškiausių buvo Edisonas. Pavyzdžiui, jis atliko 1000 (ir galbūt daugiau) bandymų sukurti elektros lemputę. AI būtų pasidavęs po tam tikro skaičiaus bandymų, greičiausiai dėl suvaržymo. Galite pamatyti sąrašą žmonių, kurie tikėjosi, kad atliktų nuostabius veiksmus internete. Kiekvienas iš šių veiksmų yra pavyzdys to, ko dirbtinis intelektas negali padaryti, nes neturi galimybės galvoti apie konkrečius duomenis, kuriuos pateikiate kaip įvestį.
Iliustracija yra iš anksto nupieštas bendras meno kūrinys, o „Microsoft“ su „Office“ produktais nemokamai teikia daug iliustracijų failų. Galite įterpti iliustraciją į savo „PowerPoint“ skaidrės maketą. Lengviausias būdas įterpti iliustraciją yra naudoti vieną iš vietos rezervavimo ženklų skaidrės makete: Rodyti skaidrę, kurioje yra iliustracija […]
Užpildymo spalva (dar vadinama šešėliavimu) yra spalva arba raštas, užpildantis vienos ar kelių „Excel“ darbalapio langelių foną. Tamsinimas gali padėti skaitytojo akims sekti informaciją visame puslapyje ir suteikti darbalapiui spalvų bei vizualinio susidomėjimo. Kai kurių tipų skaičiuoklėse, pavyzdžiui, čekių knygelės registre, […]
Pačiame paprasčiausiu lygmeniu pagrindinis ACT tikslas! yra vieta, kur saugoti visus kontaktus, su kuriais bendraujate kasdien. Galite įtraukti ir redaguoti visus savo kontaktus iš kontaktinės informacijos lange, nes jame yra visa informacija, susijusi su vienu konkrečiu įrašu ir […]
Naudokite šį kodų lapą, kad pradėtumėte naudoti „Discord“. Atraskite naudingų „Discord“ robotų, programų, kurias galite integruoti, ir patarimų, kaip apklausti svečius.
OpenOffice.org biuro rinkinyje yra daug įrankių, palengvinančių darbo gyvenimą. Kai dirbate OpenOffice.org, susipažinkite su funkcijų įrankių juosta (kuri beveik visose programose atrodo vienodai) ir pagrindinius įrankių juostos mygtukus, kad gautumėte pagalbos su pagrindinėmis komandomis atliekant daugumą užduočių.
Alano Turingo Bombe mašina nebuvo jokia dirbtinio intelekto (AI) forma. Tiesą sakant, tai net nėra tikras kompiuteris. Tai sulaužė Enigma kriptografinius pranešimus, ir viskas. Tačiau tai suteikė Turingui peno apmąstymams, todėl galiausiai buvo parengtas straipsnis „Kompiuterinės mašinos ir intelektas“. kurį jis paskelbė šeštajame dešimtmetyje, kuriame aprašoma […]
Galimybė sukurti modulinę sistemą turi daug naudos, ypač versle. Galimybė pašalinti ir pakeisti atskirus komponentus sumažina sąnaudas ir leidžia laipsniškai pagerinti greitį ir efektyvumą. Tačiau, kaip ir daugumoje dalykų, nemokamų pietų nėra. Von Neumann architektūros teikiamas moduliškumas apima kai kuriuos […]
Jei jums reikėtų pasirinkti dešimt lengvai pamirštamų, bet nepaprastai naudingų dalykų, kuriuos reikia prisiminti apie QuarkXPress, toliau pateiktame sąraše, brangus skaitytojau, jie būtų tokie. Namaste. Pasikalbėkite su savo komerciniu spausdintuvu Visi spausdinimo projektai prasideda ir baigiasi spausdintuvu. Taip yra todėl, kad tik spausdintuvai žino savo apribojimus ir tūkstančius būdų, kaip projektas gali būti įgyvendinamas […]
Svarbiausias bitkoino aspektas gali būti jo koncepcija. Bitcoin sukūrė kūrėjas Satoshi Nakamoto. Užuot bandęs sukurti visiškai naują mokėjimo metodą, kad būtų panaikintas būdas, kuriuo mes visi mokame už daiktus internetu, Satoshi pastebėjo tam tikras esamų mokėjimo sistemų problemas ir norėjo jas išspręsti. Sąvoka […]
Tam tikras anonimiškumo lygis yra susietas su bitkoinų ir skaitmeninės valiutos naudojimu apskritai. Ar galite tai pažymėti kaip „pakankamai anonimišką“, yra asmeninė nuomonė. Yra būdų apsaugoti savo privatumą naudojant bitkoinus lėšoms perkelti, tačiau tam reikia pastangų ir planavimo: galite sugeneruoti naują adresą […]
