Nigdy nie będziemy mieli prawdziwej sztucznej inteligencji bez wcześniejszego zrozumienia mózgu

Patrick T Powers

Poszukiwanie sztucznej inteligencji zawsze polegało na próbie budowania maszyn, które myślą — przynajmniej w pewnym sensie. Ale pytanie, jak podobna powinna być sztuczna i biologiczna inteligencja, od dziesięcioleci dzieli opinie. Wczesne prace nad sztuczną inteligencją obejmowały procesy podejmowania decyzji i systemy przechowywania informacji, które były luźno inspirowane sposobem myślenia ludzi. A dzisiejsze głębokie sieci neuronowe są luźno inspirowane sposobem, w jaki w mózgu działają wzajemnie połączone neurony. Ale luźna inspiracja jest zazwyczaj tak daleko idąca.

Powiązana historia

Sztuczna inteligencja ogólna: czy jesteśmy blisko i czy warto próbować?

Maszyna, która może myśleć jak człowiek, była wiodącą wizją badań nad sztuczną inteligencją od najwcześniejszych dni — i pozostaje jej najbardziej dzielącą ideą.

Większość ludzi zajmujących się sztuczną inteligencją nie przejmuje się zbytnio szczegółami, mówi Jeff Hawkins, neurobiolog i przedsiębiorca technologiczny. Chce to zmienić. Hawkins od prawie 40 lat zajmuje dwa światy: neuronaukę i sztuczną inteligencję. W 1986 roku, po kilku latach pracy jako inżynier oprogramowania w firmie Intel, pojawił się na Uniwersytecie Kalifornijskim w Berkeley, aby rozpocząć doktorat z neuronauki, mając nadzieję, że odkryje, jak działa inteligencja. Ale jego ambicja uderzyła w ścianę, gdy powiedziano mu, że nie ma nikogo, kto mógłby mu pomóc przy tak dużym projekcie. Sfrustrowany zamienił Berkeley na Dolinę Krzemową, aw 1992 założył firmę Palm Computing, która opracowała PalmPilota — prekursora dzisiejszych smartfonów.

Ale jego fascynacja mózgiem nigdy nie zniknęła. Piętnaście lat później wrócił do neuronauki i założył Redwood Centrum Neuronauki Teoretycznej (obecnie w Berkeley). Dziś biega Numenta , firma zajmująca się badaniami neurologicznymi z siedzibą w Dolinie Krzemowej. Tam on i jego zespół badają korę nową, część mózgu odpowiedzialną za wszystko, co kojarzymy z inteligencją. Później ciąg przełomów w ciągu ostatnich kilku lat Numenta zmieniła swój punkt ciężkości z mózgu na sztuczną inteligencję, stosując na maszynach to, czego nauczyła się o inteligencji biologicznej.

Pomysły Hawkinsa zainspirowały wielkie nazwiska w sztucznej inteligencji, w tym Andrew Ng, i zyskały uznanie takich osób, jak Richard Dawkins, który napisał entuzjastyczną przedmowę do nowej książki Hawkinsa Tysiąc mózgów: nowa teoria inteligencji , opublikowany 2 marca

Odbyłem długą rozmowę z Hawkinsem na Zoomie o tym, co jego badania nad ludzkimi mózgami oznaczają dla inteligencji maszyn. Nie jest pierwszym przedsiębiorcą z Doliny Krzemowej, który sądzi, że zna wszystkie odpowiedzi – i nie wszyscy prawdopodobnie zgodzą się z jego wnioskami. Ale jego pomysły mogą wstrząsnąć sztuczną inteligencją.

Nasza rozmowa została zredagowana pod kątem długości i przejrzystości.

Jak myślisz, dlaczego sztuczna inteligencja zmierza obecnie w złym kierunku?

To skomplikowane pytanie. Hej, nie jestem krytykiem dzisiejszej sztucznej inteligencji. Uważam, że to jest świetne; jest przydatne. Po prostu uważam, że to nie jest inteligentne.

Moim głównym zainteresowaniem są mózgi. Zakochałem się w mózgach kilkadziesiąt lat temu. Od dawna mam takie nastawienie, że zanim zaczniemy tworzyć sztuczną inteligencję, najpierw musimy dowiedzieć się, czym właściwie jest inteligencja, a najlepszym sposobem na to jest badanie mózgu.

W 1980 roku czułem, że podejście do sztucznej inteligencji nie doprowadzi do prawdziwej inteligencji. I czułem to samo we wszystkich różnych fazach sztucznej inteligencji – nie jest to dla mnie nowa rzecz.

Patrzę na postęp, jaki dokonał się ostatnio dzięki głębokiemu uczeniu się i jest dramatyczny, robi wrażenie — ale to nie umniejsza faktu, że zasadniczo go brakuje. Myślę, że wiem, czym jest inteligencja; Chyba wiem, jak mózgi to robią. A sztuczna inteligencja nie robi tego, co robią mózgi.

Czy mówisz, że aby zbudować sztuczną inteligencję, musimy jakoś odtworzyć mózg?

Nie, nie sądzę, że będziemy budować bezpośrednie kopie mózgów. W ogóle nie interesuje mnie emulacja mózgu. Ale będziemy musieli zbudować maszyny działające na podobnych zasadach. Jedynymi przykładami inteligentnych systemów, jakie mamy, są systemy biologiczne. Dlaczego miałbyś tego nie studiować?

To tak, jakbym po raz pierwszy pokazał ci komputer, a ty mówisz: To niesamowite! Zbuduję coś takiego. Ale zamiast na to patrzeć, próbować dowiedzieć się, jak to działa, po prostu odchodzisz i zaczynasz robić coś od zera.

Więc co mózgi są kluczowe dla inteligencji, które twoim zdaniem AI również musi zrobić?

Istnieją cztery minimalne atrybuty inteligencji, rodzaj linii bazowej. Pierwszym z nich jest uczenie się poprzez ruch: nie możemy od razu wyczuć wszystkiego wokół nas. Musimy się poruszać, aby zbudować mentalny model rzeczy, nawet jeśli chodzi tylko o poruszanie oczami lub rękami. Nazywa się to ucieleśnieniem.

Powiązana historia

Koncepcja psychologii pomaga AI lepiej poruszać się po naszym świecie

Następnie to bodźce czuciowe są pochłaniane przez dziesiątki tysięcy kolumn korowych, z których każda zawiera częściowy obraz świata. Konkurują i łączą poprzez rodzaj systemu głosowania zbudować ogólny punkt widzenia. To jest pomysł tysiąca mózgów . W systemie AI może to obejmować maszynę kontrolującą różne czujniki — wzrok, dotyk, radar itd. — aby uzyskać pełniejszy model świata. Chociaż zazwyczaj będzie wiele kolumn korowych dla każdego zmysłu, takiego jak wzrok.

Potem jest ciągłe uczenie się, podczas którego uczysz się nowych rzeczy, nie zapominając o poprzednich. Dzisiejsze systemy AI nie potrafią tego zrobić. I wreszcie budujemy wiedzę za pomocą ramki odniesienia , co oznacza, że ​​nasza wiedza o świecie jest zależna od naszego punktu widzenia. Jeśli przesunę palcem po krawędzi filiżanki, mogę przewidzieć, że poczuję jej brzeg, bo wiem, gdzie jest moja ręka w stosunku do filiżanki.

Twoje laboratorium niedawno przeszło z neuronauki na sztuczną inteligencję. Czy to zgadza się z twoją teorią tysiąca mózgów?

Prawie dużo. Jeszcze dwa lata temu, jeśli wchodziłeś do naszego biura, to wszystko była neurobiologia. Potem dokonaliśmy przejścia. Poczuliśmy, że nauczyliśmy się wystarczająco dużo o mózgu, aby zacząć stosować go do sztucznej inteligencji.

Jakie rodzaje pracy nad sztuczną inteligencją wykonujesz?

Jedną z pierwszych rzeczy, na które spojrzeliśmy, była rzadkość. W dowolnym momencie tylko 2% naszych neuronów działa; aktywność jest rzadka. Stosujemy ten pomysł w sieciach głębokiego uczenia się i dostajemy dramatyczne wyniki , np. 50-krotne przyspieszenie w istniejących sieciach. Rzadkość zapewnia również bardziej niezawodne sieci, mniejsze zużycie energii. Teraz pracujemy nad ciągłą nauką.

Interesujące jest to, że uwzględniasz ruch jako podstawę inteligencji. Czy to oznacza, że ​​sztuczna inteligencja potrzebuje ciała? Czy to musi być robot?

Myślę, że w przyszłości zniknie różnica między sztuczną inteligencją a robotyką. Ale teraz wolę słowo „ucieleśnienie”, ponieważ kiedy mówisz o robotach, kojarzy się ono z robotami podobnymi do ludzi, o czym nie mówię. Kluczową rzeczą jest to, że sztuczna inteligencja będzie musiała mieć czujniki i być w stanie przesuwać je względem siebie i rzeczy, które modeluje. Ale możesz też mieć wirtualną sztuczną inteligencję, która porusza się w Internecie.

Ta idea jest zupełnie inna od wielu popularnych pomysłów dotyczących inteligencji bezcielesnego mózgu.

Ruch jest naprawdę interesujący. Mózg używa tych samych mechanizmów, aby przesuwać palcem po filiżance kawy, poruszać oczami, a nawet gdy myślisz o problemie koncepcyjnym. Twój mózg przechodzi przez ramki referencyjne, aby przypomnieć sobie fakty, które przechowywał w różnych lokalizacjach.

Najważniejsze jest to, że każdy inteligentny system, bez względu na jego fizyczną formę, uczy się modelu świata, wyczuwając różne jego części, poruszając się w nim. To jest podstawa; nie możesz od tego uciec. Niezależnie od tego, czy wygląda jak robot humanoidalny, robot-wąż, samochód, samolot, czy po prostu komputer siedzący na biurku i kręcący się po Internecie — wszystkie są takie same.

Co większość badaczy AI myśli o tych pomysłach?

Zdecydowana większość badaczy AI tak naprawdę nie akceptuje idei, że mózg jest ważny. To znaczy tak, ludzie odkryli sieci neuronowe jakiś czas temu i są inspirowani mózgiem. Ale większość ludzi nie próbuje replikować mózgu. Po prostu cokolwiek działa, działa. A dzisiejsze sieci neuronowe działają wystarczająco dobrze.

Powiązana historia

Geoff Hinton, pionier sztucznej inteligencji: Głębokie uczenie będzie w stanie zrobić wszystko Trzydzieści lat temu wiara Hintona w sieci neuronowe była sprzeczna. Teraz trudno znaleźć kogoś, kto się nie zgadza, mówi.

Większość ludzi zajmujących się sztuczną inteligencją ma bardzo małą wiedzę na temat neuronauki. Nic dziwnego, bo to naprawdę trudne. To nie jest coś, o czym po prostu siadasz i czytasz kilka dni. Sama neuronauka stara się zrozumieć, co do cholery dzieje się w mózgu.

Ale jednym z głównych celów pisania tej książki było rozpoczęcie rozmowy o inteligencji, której nie mamy. Mam na myśli to, że moim idealnym marzeniem jest, aby każde laboratorium AI na świecie przeczytało tę książkę i zaczęło omawiać te pomysły. Czy je akceptujemy? Czy się nie zgadzamy? To nie było wcześniej możliwe. To znaczy, te badania mózgu mają mniej niż pięć lat. Mam nadzieję, że będzie to prawdziwy punkt zwrotny.

Jak widzisz te rozmowy zmieniające badania nad sztuczną inteligencją?

Jako dziedzina AI nie ma definicji, czym jest inteligencja. Wiesz, że, test Turinga to według mnie jedna z najgorszych rzeczy, jakie kiedykolwiek się wydarzyły. Nawet dzisiaj wciąż tak bardzo skupiamy się na benchmarkach i sprytnych sztuczkach. Nie mówię, że to nie jest przydatne. Sztuczna inteligencja, która może wykrywać komórki rakowe, jest świetna. Ale czy to jest inteligencja? Nie. W książce posługuję się przykładem robotów na Marsie budujących siedlisko dla ludzi. Spróbuj sobie wyobrazić, jaki rodzaj sztucznej inteligencji jest do tego potrzebny. Czy to jest możliwe? To całkowicie możliwe. Myślę, że pod koniec wieku będziemy mieli takie maszyny. Pytanie brzmi, jak uciec od, na przykład, Oto kolejna sztuczka do podstaw potrzebnych do budowania przyszłości.

Co Turing popełnił błąd, kiedy zaczął rozmowę o inteligencji maszynowej?

Chodzi mi tylko o to, że jeśli cofniesz się i przeczytasz jego oryginalną pracę, zasadniczo próbował sprawić, by ludzie przestali się z nim kłócić o to, czy można zbudować inteligentną maszynę. Powiedział: Oto kilka rzeczy do przemyślenia – przestań mi przeszkadzać. Ale problem polega na tym, że koncentruje się na zadaniu. Czy maszyna może zrobić coś, co może zrobić człowiek? I to zostało rozszerzone na wszystkie cele, które wyznaczyliśmy AI. Więc granie w Go było wielkim osiągnięciem dla AI. Naprawdę? [ śmiech ] Mam na myśli, dobrze.

Problem ze wszystkimi metrykami opartymi na wydajności, a jednym z nich jest test Turinga, polega na tym, że po prostu unika on rozmowy lub wielkiego pytania o to, czym jest inteligentny system. Jeśli potrafisz kogoś oszukać, jeśli potrafisz rozwiązać zadanie za pomocą jakiejś sprytnej inżynierii, to osiągnąłeś ten punkt odniesienia, ale niekoniecznie poczyniłeś postęp w kierunku głębszego zrozumienia, co to znaczy być inteligentnym.

Czy koncentracja na ludzkich osiągnięciach też jest problemem?

Myślę, że w przyszłości wiele inteligentnych maszyn nie zrobi niczego, co robią ludzie. Wiele z nich będzie bardzo prostych i małych – wiesz, jak mysz lub kot. Tak więc skupianie się na języku, ludzkim doświadczeniu i tym wszystkim, aby zdać test Turinga, nie ma znaczenia przy tworzeniu inteligentnej maszyny. To ważne, jeśli chcesz zbudować maszynę podobną do człowieka, ale nie sądzę, że zawsze chcemy to robić.

Opowiadasz historię w książce o przedstawianiu komputerów przenośnych szefowi firmy Intel, który nie wiedział, do czego one służą. Więc co zrobią te przyszłe AI?

Nie wiem. Nikt nie wie. Ale nie mam wątpliwości, że znajdziemy gilion przydatnych rzeczy do zrobienia dla inteligentnych maszyn, tak jak zrobiliśmy to z telefonami i komputerami. W latach 40. czy 50. nikt nie przewidywał, co zrobią komputery. Tak samo będzie z AI. Będzie dobrze. Trochę złych, ale przeważnie dobrych.

Ale wolę myśleć o tym w dłuższej perspektywie. Zamiast pytać Jaki jest pożytek z budowania inteligentnych maszyn? Pytam Jaki jest cel życia? Żyjemy w ogromnym wszechświecie, w którym jesteśmy małymi kropkami nicości. Ten znak zapytania mam w głowie od dzieciństwa. Dlaczego troszczymy się o cokolwiek? Dlaczego to wszystko robimy? Jaki powinien być nasz cel jako gatunek?

Myślę, że nie chodzi o zachowanie puli genów: chodzi o zachowanie wiedzy. A jeśli myślisz o tym w ten sposób, inteligentne maszyny są do tego niezbędne. Nie będzie nas wiecznie, ale nasze maszyny mogą być.

Uważam to za inspirujące. Chcę mieć cel w moim życiu. Myślę, że sztuczna inteligencja — sztuczna inteligencja tak, jak to sobie wyobrażam, a nie dzisiejsza sztuczna inteligencja — jest sposobem na zachowanie siebie na czas i miejsce, których jeszcze nie znamy.

ukryć