Teknologins historia är full av förutsägelser som låter löjliga nu. Ett av de mest kända exemplen tillskrivs Bill Gates, som förklarade 1981 att "640 kilobyte borde räcka för vem som helst." AI-förutsägelser skiljer sig inte i detta avseende.
De första forskarna av AI (artificiell intelligens) trodde att vi skulle ha en robot som skulle gå, prata och tänka som en människa på bara några decennier. Trots några imponerande framsteg inom maskininlärning har AI naturligtvis fortfarande en lång väg att gå. Enligt en princip som kallas Moravec-paradoxen kan vi lära maskiner att lösa komplexa problem, men samtidigt kan de inte klara de enklaste problemen.
Kom igen Siri, tänk som ett barn
1957 sade ekonom- och datavetenskapspionjären Herbert Simon:”Jag syftar inte till att överraska eller chocka er, men jag kan sammanfatta det med att säga att det finns maskiner i världen nu som kan tänka, lära sig och skapa. Dessutom kommer deras förmåga att utföra dessa åtgärder att växa snabbt tills (under överskådlig framtid) de problem som maskiner kan hantera är jämförbara med det antal problem där det mänskliga sinnet hittills har behövts.
Simon dog 2001 och hans "synliga framtid", där maskiner kan tänka som människor, är fortfarande långt borta. Visst har konstgjord intelligens visat sig väl för att utföra specifika uppgifter som att klassificera avlägsna galaxer eller efterlikna kändisröster eller skapa konst, men enkelt tänkande - ett koncept som kallas allmän konstgjord intelligens - verkar förbrylla de mest avancerade maskininlärningssystemen. Tänk bara att det är en utmaning för maskiner att gå på två ben. De kan kanske besegra den stora schackmästaren, men de kommer inte att kunna gå före den lilla och ta rätt leksak från hyllan.
Detta är inte ett nytt problem. På 1980-talet presenterade datavetenskapsmannen Hans Moravec just detta problem, nu kallad "Moravec-paradoxen", och förklarade varför det är exakt vad vi borde förvänta oss av maskiner som inte är föremål för naturligt val. "Kodad i de stora, högt utvecklade sensoriska och motoriska delarna av den mänskliga hjärnan är miljarder års erfarenhet av världens natur och hur man kan överleva i den," skrev han i sin bok 1988 of the Mind of Mind.
Kampanjvideo:
Det vill säga, vad som verkar enkelt för människor har förbättrats under årtusenden i utvecklingsprocessen. Det som människor tycker är svårast är svårt bara för att det är nytt för dem - vi har funderat på schackstrategi i drygt tusen år, men vi har lärt oss att interagera med miljön sedan våra förfäder fortfarande var encelliga organismer. Evolutionsfärdigheter kräver inte medvetet tänkande, och när man inte behöver tänka på något är det svårare att ta reda på hur man lär en maskin att göra det.
Lär känna maskiner genom att lära känna dig själv
Så hur lär du en maskin att verkligen tänka? Moravec tror att maskiner saknar utveckling. Situationen förbättras dock dag för dag.
Ingenjörer lär ut algoritmer för konstgjord intelligens, till exempel att lära robotar att spela videospel. Men innan vi kan lära maskiner att tänka som människor, måste vi själva bättre förstå hur människor tänker, att förstå begränsningarna i maskininlärning kan hjälpa till att svara på frågor om hur våra sinnen faktiskt fungerar. Det är också möjligt att paradoxen är att AI aldrig kommer att vara verkligt oberoende och alltid kommer att förlita sig på mänsklig hjälp. Men i alla fall borde vi alla uppskatta superdatorerna som springer inuti våra dödskallar. De gör att världens svåraste uppgifter ser lätta ut.
Svetlana Bodrik
