211service.com
Problem PR AI
HBO Świat Zachodu zawiera typowe urządzenie fabularne — syntetycznych gospodarzy powstających przeciwko swoim bezdusznym ludzkim twórcom. Ale czy to coś więcej niż zwrot akcji? W końcu mądrzy ludzie, tacy jak Bill Gates i Steven Hawking, ostrzegali, że sztuczna inteligencja może znaleźć się na niebezpiecznej ścieżce i może zagrozić przetrwaniu rasy ludzkiej.
Nie tylko oni się martwią. Komisja Prawna Parlamentu Europejskiego wydała niedawno raport wzywający UE do wymagania rejestracji inteligentnych robotów, po części po to, aby można było ocenić ich etyczny charakter. Ruch Stop Killer Robots, sprzeciwiający się użyciu tak zwanej broni autonomicznej podczas wojny, wpływa zarówno na politykę ONZ, jak i Departamentu Obrony USA.
Wygląda na to, że sztuczna inteligencja ma problem z PR. Chociaż prawdą jest, że dzisiejsze maszyny mogą wiarygodnie wykonywać wiele zadań (gra w szachy, prowadzenie samochodów), które kiedyś były zarezerwowane dla ludzi, nie oznacza to, że maszyny stają się coraz bardziej inteligentne i ambitne. Oznacza to po prostu, że robią to, do czego ich zbudowaliśmy.
Roboty mogą nadejść, ale nie przychodzą po nas — ponieważ ich nie ma. Maszyny nie są ludźmi i nie ma przekonujących dowodów na to, że są na ścieżce ku odczuwaniu.
Jerry Kaplan
Od wieków zastępujemy wykwalifikowanych i kompetentnych pracowników, ale maszyny nie aspirują do lepszej pracy i wyższego zatrudnienia. Krosna żakardowe zastąpiły w XIX wieku wprawnych rzemieślników, ale te niezwykłe urządzenia – zaprogramowane za pomocą kart dziurkowanych dla niezliczonych wzorów tkanin – nie oznaczały zagłady dla krawców i krawców. Do połowy XX wieku w arytmetyce polegaliśmy na tym, co najlepsze i najzdolniejsze – kalkulator był niegdyś bardzo szanowanym zawodem. Teraz, gdy porównywalnie sprawne urządzenia są rozdawane jako gadżety promocyjne na targach, ludzie myślący matematycznie mogą skoncentrować się na zadaniach wymagających szerszych umiejętności, takich jak analiza statystyczna. Wkrótce Twój samochód będzie mógł zawieźć Cię do biura na polecenie, ale nie musisz się martwić, że zarejestrujesz się w Uber, aby zarobić kilka dodatkowych dolców na benzynę podczas spotkania personelu (chyba że poinstruujesz to do).
Sztuczna inteligencja korzysta z potężnych technologii, ale nie pasują one do siebie tak dobrze, jak można by się tego spodziewać. Pierwsi badacze skupili się na sposobach manipulowania symbolami zgodnie z zasadami. Było to przydatne do zadań takich jak dowodzenie twierdzeń matematycznych, rozwiązywanie zagadek lub układanie układów scalonych. Jednak kilka kultowych problemów z AI — takich jak identyfikowanie obiektów na obrazach i konwertowanie słów mówionych na język pisany — okazało się trudne do rozwiązania. Nowsze techniki, pod hasłem uczenia maszynowego, okazały się znacznie lepiej dostosowane do tych wyzwań. Programy uczenia maszynowego wyodrębniają przydatne wzorce z dużych zbiorów danych. Zasilają systemy rekomendacji w Amazon i Netflix, poprawiają wyniki wyszukiwania Google, opisują filmy na YouTube, rozpoznają twarze, handlują akcjami, kierują samochodami i rozwiązują mnóstwo innych problemów, w których można wykorzystać duże zbiory danych. Ale żadne podejście nie jest Świętym Graalem inteligencji. Rzeczywiście, współistnieją raczej niezręcznie pod etykietką sztucznej inteligencji. Samo istnienie dwóch głównych podejść o różnych mocnych stronach stawia pod znakiem zapytania, czy którekolwiek z nich może służyć jako podstawa uniwersalnej teorii inteligencji.
W większości osiągnięcia AI reklamowane w mediach nie są dowodem na wielkie postępy w tej dziedzinie. Program AI od Google, który wygrał konkurs Go w zeszłym roku, nie był wyrafinowaną wersją programu IBM, który pokonał mistrza świata w szachach w 1997 roku; funkcja samochodu, która wydaje sygnał dźwiękowy, gdy zboczysz ze swojego pasa, działa zupełnie inaczej niż ta, która planuje trasę. Zamiast tego, osiągnięcia tak bez tchu zgłaszane są często sklecone razem z worka z odmiennymi narzędziami i technikami. Można łatwo pomylić bicie w bębny opowieści o maszynach pokonujących nas w zadaniach jako dowód, że te narzędzia stają się coraz mądrzejsze — ale tak się nie dzieje.
Dyskurs publiczny o sztucznej inteligencji oderwał się od rzeczywistości po części dlatego, że dziedzina ta nie ma spójnej teorii. Bez takiej teorii ludzie nie są w stanie ocenić postępów w tej dziedzinie, a scharakteryzowanie postępów staje się zgadywaniem. W rezultacie ludzie, których słyszymy najczęściej, to ci, którzy mają najgłośniejszy głos, a nie ci, którzy mają coś merytorycznego do powiedzenia, a doniesienia prasowe o zabójczych robotach pozostają w dużej mierze niekwestionowane.
Sugerowałbym, że jednym z problemów związanych ze sztuczną inteligencją jest sama nazwa — ukuta ponad 50 lat temu, aby opisać wysiłki w zakresie programowania komputerów w celu rozwiązywania problemów wymagających ludzkiej inteligencji lub uwagi. Gdyby sztuczna inteligencja została nazwana czymś mniej upiornym, mogłaby wydawać się tak prozaiczna jak badania operacyjne czy analizy predykcyjne.
Być może mniej prowokacyjny opis byłby czymś w rodzaju obliczeń antropicznych. Szeroka nazwa, taka jak ta, może obejmować wysiłki zmierzające do projektowania systemów komputerowych inspirowanych biologicznie, maszyn naśladujących ludzką formę lub zdolności oraz programów, które współdziałają z ludźmi w naturalny, znajomy sposób.
Powinniśmy przestać opisywać te nowoczesne cuda jako proto-ludzi i zamiast tego mówić o nich jako o nowej generacji elastycznych i potężnych maszyn. Powinniśmy uważać na to, jak wdrażamy i wykorzystujemy sztuczną inteligencję, ale nie dlatego, że przywołujemy jakiegoś mitycznego demona, który może zwrócić się przeciwko nam. Powinniśmy raczej oprzeć się naszej predyspozycji do przypisywania ludzkich cech naszym kreacjom i akceptować te niezwykłe wynalazki takimi, jakimi naprawdę są — potężnymi narzędziami, które obiecują dostatniej i wygodniejszą przyszłość.
Jerry Kaplan wykłada społeczny i ekonomiczny wpływ sztucznej inteligencji na Uniwersytecie Stanforda. Jego najnowsza książka to Sztuczna inteligencja: co każdy musi wiedzieć, z Oxford University Press.