När Kommer Datorer Att Kunna Tänka Som Människor? - Alternativ Vy

Innehållsförteckning:

När Kommer Datorer Att Kunna Tänka Som Människor? - Alternativ Vy
När Kommer Datorer Att Kunna Tänka Som Människor? - Alternativ Vy

Video: När Kommer Datorer Att Kunna Tänka Som Människor? - Alternativ Vy

Video: När Kommer Datorer Att Kunna Tänka Som Människor? - Alternativ Vy
Video: The Mark of the Beast Documentary 2024, Juli
Anonim

I science fiction-romaner på 1960-talet framkom konstgjord intelligens som en hjälte. I böcker kommunicerade datorer inte bara med människor på vanligt naturligt språk och fattade svåra beslut, utan erkände sig också som individer. Kommer detta att förbli en evig dröm, eller kommer datorer förr eller senare att kunna komma ikapp med människor?

Kommer datorer att kunna tänka som människor? Detta är en spännande och väldigt intressant fråga, och ju mer vi studerar den, desto mer lär vi oss själva och våra tänkande. Trots att det mänskliga tänkandet är unikt kan datorer i hög grad överträffa människor i vissa uppgifter. Få av oss kan multiplicera två decimaler i våra huvuden, slå världschackmästaren eller till och med hitta den bästa vägen genom en trafikstockad stad. Men när det gäller interaktion mellan människa och dator, är saker långt ifrån lysande. För att inte tala om de problem som kräver mänsklig uppfattning och intuition för sin lösning - här kan datorer vara helt värdelösa.

Förmåga att lära sig

Datorer har enorm datorkraft, men de har inga mänskliga känslor och känslor, ingen mänsklig känsla. Detta är den viktigaste grundläggande skillnaden mellan en dator och en människa. Skillnaden ligger inte på sinnets nivå, utan på känslor och känslor, som exakt bestämmer hur och varför vi tänker. Och detta i sin tur ger oss möjligheten att självlärande under påverkan av någon form av interna stimuli - i motsats till en dator, vars förmåga att lära sig är mer eller mindre strikt begränsad av ramens programvara. En dator löser individuella problem mycket mer effektivt än en person, men en maskin kan inte tänka som en person.

Ett av de karakteristiska exemplen på reflektionen av vårt sätt att tänka på är språk. Nästan vilket som helst naturligt språk definierar ofta tvetydigt olika begrepp. För en dator är det därför ett allvarligt problem att erkänna betydelsen av även vanlig text. För att en dator ska kunna bearbeta sådan information måste man använda "översättning" - formalisering av tal, text eller annan information. Men vi kan inte förvänta oss att en dator gör det på egen hand. Naturligtvis kommer han med hjälp av program att kunna bilda ett svar för oss som kommer att vara vettigt och verkar helt mänskligt. Men detta är faktiskt en imitation, inte riktigt mänskligt tänkande. Datorn är i detta fall ett vanligt informationsbehandlingsverktyg.

Nästan noggrann imitation

Kampanjvideo:

Moderna mjukvarealgoritmer och datorkraft gör det möjligt för datorer idag att imitera mänskligt beteende så exakt att många medier säger på allvar om "tänkande." Vår dator IBM Watson har blivit allmänt känd, som överträffade människan i spelutställningen Jeopardy (rysk analog - "Eget spel"), och både frågorna om spelet och datorns svar formulerades på naturligt språk. Ändå är Watson inte en modell av den mänskliga hjärnan, utan ett specialiserat informationsbehandlingssystem som analyserar naturliga språkfrågor med hjälp av algoritmer och uppskattar sannolikheten för ett visst svar från en omfattande databas baserad på ackumulerad statistik. Och även om Watson för närvarande är det mest avancerade systemet som kan "förstå" förfrågningar på naturligt språk och svara på dem, försäkrar jag er attinuti vår dator hittar du ingen person - i någon mening av ordet.

Mekanistiskt sätt

Att gå från extern imitation till verklig modellering av mänskligt tänkande kräver att man löser ett helt annat problem. Att skapa en dator som inte bara fungerar inom ett visst program utan faktiskt tänker som en människa kräver att den biologiska vägen som naturen redan har gått igenom. I själva verket måste du bygga en analog av den mänskliga hjärnan och ge maskinen alla de kommunikationskanaler med omvärlden som en person besitter. Naturligtvis är allt detta spekulativt, eftersom det praktiska genomförandet av ett sådant projekt fortfarande är omöjligt att ens föreställa sig. Och inte så mycket på grund av ofullständig teknik eller brist på datorkraft, men för att vi fortfarande inte förstår hur den mänskliga hjärnan och vår uppfattning fungerar.

Mänsklig uppfattning är ett enormt mysterium. Hittills har ingen ens en grov uppfattning om hur det fungerar, i den vetenskapliga studien av denna fråga (psykologer, biologer och cybernetik är också engagerade i detta) är vi i början av vägen. Försök att föreställa dig mängden data som kommer in i hjärnan: visuell (med en enorm upplösning), ljuddata, taktil, temperatur, gustatory, lukt, känslomässiga. All denna information påverkar det känslomässiga tillståndet, vilket påverkar analys, databehandling och beslutsfattande. Hjärnan bearbetar denna enorma mängd information parallellt och i realtid. Nu har vi inte ens några idéer om hur det skulle vara möjligt att simulera ett sådant schema helt i hårdvara (även om naturligtvis vissa element redan används i utvecklingen av nya arkitekturer).

Behöver vi en superbrain

En viktig aspekt av modelleringen är energieffektivitet. En mänsklig hjärna som väger cirka 1,5 kg konsumerar cirka 30 watt. Moderna superdatorer upptar hela byggnader och strömförbrukningen beräknas i megawatt. Detta innebär att om vi skulle kunna bygga en mekanistisk modell av den mänskliga hjärnan, så skulle den vara enorm och konsumera många storleksordningar mer energi än originalet, för att inte säga kylning. Teknologierna står dock inte stilla - både IBM och andra företag arbetar med nya processorarkitekturer, på nya halvledarmaterial som kommer att minska konsumtionen och storleken på datorer. Parallellisering av beräkningsprocesser kommer dessutom att bidra till att öka effektiviteten. Kvantdatorer är ganska lovande i detta avseende.

När det vill bli? Om vi ställer oss en sådan uppgift idag och tillhandahåller tillräcklig finansiering kan det ta hundra år (detta är en ganska optimistisk prognos). Men kommer ett sådant mål att vara motiverat? Att skapa en modell av den mänskliga hjärnan kommer inte att ge något grundläggande nytt för att lösa vardagsproblem som traditionella datorer kan hantera. Dessutom måste du möta inte bara tekniska, utan också etiska problem. De kommer dock att uppstå i alla fall eftersom vanliga datorer penetrerar alla nya nyckelområden för mänsklig aktivitet. Till exempel är det inte längre tvivel om att snart datorer kommer att kontrollera bilar, och här kommer vi in i etikområdet - vem kommer att vara ansvarig i händelse av en olycka? Men jag har ingen rädsla för ny teknik. När allt kommer omkring är en dator bara ett verktyghjälper till att göra världen mer bekväm för oss människor.

David Ferrucci, specialist på artificiell intelligens, chef för semantisk analys och integration vid IBM Thomas Watson Research Center, IBM Emeritus, skapare av IBM Watson superdatorn
David Ferrucci, specialist på artificiell intelligens, chef för semantisk analys och integration vid IBM Thomas Watson Research Center, IBM Emeritus, skapare av IBM Watson superdatorn

David Ferrucci, specialist på artificiell intelligens, chef för semantisk analys och integration vid IBM Thomas Watson Research Center, IBM Emeritus, skapare av IBM Watson superdatorn.

Intervjuat av: Alexey Levin, Oleg Makarov, Dmitry Mamontov

Rekommenderas: