"Jag tror, därför är jag det." Vi har alla hört detta berömda uttalande, som är en av grunden för modern filosofi, självmedvetenhet, individualism och västerländsk rationalism. Men den franska filosofen Rene Descartes, som lade fram den, brydde sig inte särskilt om att ge den en exakt definition. Uttalandet framfördes som en primär säkerhet, en sanning som inte kan ifrågasättas. Men är det verkligen så?
Vad är tankar? Vad är intelligens? Och kan maskiner ha dessa funktioner? När det gäller fältet artificiell intelligens (AI) spelar frågorna samma viktiga roll här som själva svaren. Först och främst måste vi förstå om smarta maskiner kommer att tänka som vi gör.
Som en illustration och ett exempel för att förstå vad som står på spel, här är ett intressant tankeexperiment.
Kinesiskt rum
Föreställ dig ett isolerat rum. Det sitter många människor vid borden inne i rummet. I ena änden av rummet matas en anteckning genom en slits, täckt av konstiga märken och symboler. Människorna i rummet är att dela upp det som står skrivet på papper i delar och placera symbolerna i önskade korgar med hänsyn till befintliga instruktioner. Om du till exempel ser en rak diagonal linje måste du placera symbolen i korg 2-B, om du ser en korsformig symbol måste du placera den i korg 17-Y, och så vidare. Instruktionerna anger dock inte innebörden av dessa symboler. Människor gör bara det som står i dem. När arbetet är klart överförs papperen till en annan del av rummet. Det sitter människor som är utbildade att utföra annat arbete. Och även enligt instruktionerna. Om ruta 2-B klarar testet, sätt en horisontell linje;om ruta 17-Y har markerats, placera en cirkel. Därefter överförs alla bitarna till den sista personen som sätter ihop dem och skickar slutresultatet genom en slits i en annan del av rummet.
Anteckningen som passerade genom en kortplats var på kinesiska. Anteckningen, som skickades genom den andra platsen över rummet, är på perfekt engelska. Slutsatsen är att ingen i rummet kan dessa språk.
Detta tankeexperiment, som först publicerades av filosofen och en av pionjärerna inom datoranvändning och artificiell intelligens, John Searle, används ofta som ett exempel som illustrerar komplexiteten i själva definitionen av intelligens. Med tillräckligt många personer i rummet kan du göra nästan vilken som helst uppgift: rita eller beskriva bilder, översätta eller korrigera översättningsfel från ett språk till ett annat, beräkna otroligt stora siffror och så vidare. Men kan alla dessa åtgärder kombineras under ett allmänt begrepp "intelligens"? Vissa människor utanför rummet kommer att säga ja. Men alla de som kommer att vara inne håller inte med.
Kampanjvideo:
Om du föreställer dig transistorer istället för människor i rummet, kommer det faktiskt att finnas en dator framför dig. Därför är en mer logisk fråga den här: kan en dator vara mer än bara en överkomplicerad version av det "kinesiska rummet"? Ett av svaren på denna fråga, som ofta är fallet inom detta diskussionsområde, väcker ännu fler frågor: vad händer om rummet i stället för transistorer är fyllt med nervceller? Vad händer om hjärnan inte är mer än en mer sofistikerad analog av det kinesiska rummet?
Djupet i detta "kaninhål" kan vara vad du vill att det ska vara, men i dag kommer vi inte att försöka lösa problem och svara på frågor som filosofer inte har kunnat svara på under ett helt årtusende. Bättre låt oss gå direkt till något mer praktiskt.
Svag och stark AI
Dessa dagar gillar man att använda termen "AI" nästan överallt utan att verkligen tänka på vad det egentligen betyder. Ändå har han en exakt definition. Kort sagt, AI är ett program som kan reproducera processerna för mänskligt tänkande eller deras resultat. Naturligtvis verkar en sådan formulering ganska vag, men för vårt fall kommer den att fungera.
AI kommer en dag att tillämpas överallt. AI väljer nästa låt i din musiksamling åt dig; AI kommer att styra lemmarna på bipedala robotar; AI kommer att kunna välja objekt i bilden och beskriva dem; AI kommer att översätta text från tyska till engelska och från ryska till koreanska i vilken ordning som helst. I allmänhet kommer han att kunna utföra alla de saker som vi nu gör på egen hand, men i framtiden vill vi automatisera.
Trots att den här listan också innehåller mycket komplexa uppgifter upphör de inte att vara …”uppgifter”. Ett neuralt nätverk utbildat i miljontals ord, fraser och meningar, så att du fritt kan översätta och växla mellan åtta olika språk, är fortfarande inget annat än bara en mycket komplicerad uppsättning siffror, enligt de regler som skaparen skapat. Om lösningen på ett problem kan reduceras till att följa en enkel uppsättning regler och instruktioner, som i själva "kinesiska rummet" - kan vi prata om det som intelligens och inte som en enkel beräkning?
Det är därför vi kommer till en sådan skillnad som "svag" och "stark" AI. Dessa är inte riktigt typer av AI, utan snarare sätt att närma sig själva idén. Som med många olika filosofiska teorier är inget av alternativen här "mer korrekt" än "det andra". Var och en av dem är viktig och relevant på sitt eget sätt.
Å ena sidan finns det de som tror att den maximala uppnåendet av AI inte är något annat än en efterlikning av sinnen hos dem som skapade den. Samtidigt, oavsett hur komplex och massiv strukturen för denna AI i sig kommer att vara, kommer den inte att kunna bryta ut ur den ram som åläggs den, med hänsyn till dess mekaniska natur. Men även inom denna ram kan det vara ett fantastiskt verktyg för att lösa mycket komplexa och komplexa problem. Ändå skulle en sådan AI inte vara mer än bara mycket avancerad programvara. Detta perspektiv betraktas i förhållande till svag AI. Med tanke på dess begränsade grundläggande ram kommer dess användning endast att vara relevant för att lösa klart formulerade uppgifter.
Å andra sidan finns det anhängare av stark AI, som tror att en dag kommer att skapas en AI, vars kapacitet inte bara kommer att vara sämre, utan till och med överträffa det mänskliga sinnets kapacitet. Dessa är de människor som tror att hjärnan i sig är "det kinesiska rummet". Och om denna massa biologiska kretsar som finns i vart och ett av våra huvuden kan skapa vad vi kallar intelligens och självmedvetenhet, varför kan då inte artificiella mikrokretsar göra detsamma? Detta är huvudidén bakom stark AI.
Det verkar som att uppgifterna är definierade, accenterna markeras, vad väntar vi på? Det finns ett litet "men" som inte tillåter oss att börja skapa AI. Vi har helt enkelt inte en fungerande definition och ett intelligensschema!
Betydelsen av det andra "jag"
Det är faktiskt mycket svårt att säga genast hur mycket framsteg vi har gjort med att definiera intelligens även under de senaste 3000 åren. Men åtminstone kunde vi överge de till synes leriga idéerna som att intelligens är något som lätt kan mätas, eller att det beror på någon biologisk indikator som storleken på huvudet och hjärnan.
Troligtvis har var och en av oss vår egen uppfattning om vad intelligens egentligen är, men detta komplicerar i sin tur bara svaret på frågan - kan AI falla under detta koncept. Under åren har många definitioner föreslagits, var och en försökte ge en mer exakt beskrivning, men alla pratade alla om samma sak, bara ur olika synvinklar. Vissa alternativ var för privata, andra tvärtom var för allmänna, andra var - jag är inte rädd för detta ord - galen.
Ändå, bland alla de enklaste och samtidigt grundläggande, troligen, kan följande vara följande: intelligens är förmågan att lösa nya problem.
I slutändan är detta det som ligger i hjärtat av "anpassningsförmåga", "generalisering" och "initiativ", som i sin tur är en direkt återspegling av "motivation", "bedömning" och "uppfattning" direkt relaterad till intelligens. Det är mycket viktigt att individen kan lösa problem genom prismen i världen omkring honom. Men det är ännu viktigare att denna individ kan ha förmågan att lösa inte bara individuella problem utan också anpassa sig till andras lösning. Det är denna egenskap - den adaptiva naturen - som är nyckeln till intelligens, även om ingen ännu har kunnat formulera denna idé mer exakt och, som de säger, "på hyllorna".
Kommer den AI vi skapar en dag att kunna anpassa sig till att lösa andra problem? Kommer han en dag att kunna hantera frågor och uppgifter självständigt utan instruktioner från sina skapare? Forskare försöker med all sin kraft att skapa nya generationer av AI som kan lära sig och utföra uppgifter med oöverträffad precision till detaljer, AI som kommer att lära sig inte bara på order ovanifrån utan också genom egna initiativ. I slutändan kommer dessa AI att "tänka" eller fortfarande "beräkna" - låt oss lämna denna fråga för filosofer och datavetare. Men det faktum att vi förr eller senare kommer att återkomma till den här frågan en dag kan bara förvåna.
NIKOLAY KHIZHNYAK
