Имаме ли представа за реалните възможности на един изкуствен интелект?

Когато СОФИЯ роботът се включи за пръв път, светът не можеше да му се нарадва. София изглежда весела личност, може да се пошегува с домакините в късната нощ, има изражения на лицето, които напомнят нашите. Беше си направо робот, изтръгнат от научната фантастика, най-близко до истинския изкуствен интелект, който някога бяхме виждали.

Няма съмнение, че София е впечатляващо произведение на инженерната мисъл. Технологичните компании Hanson Robotics и SingularityNET са оборудвали София със сложни невронни мрежи, които дават на робота възможността да се учи от хората и да открива и отразява емоционалните отговори, което го прави робот с личност.

Не е нужно много да се убеждават хората за очевидната прилика на София с човек. Много от авторите пишат за този робот като за „нея“. Пиърс Морган дори реши да опита късмета си за среща или дори да извърши сексуален тормоз над робота в зависимост от това как искате да разгледате този случай.

„О, да, тя е в основата си жива“, казва изпълнителният директор на Хансън Роботикс Дейвид Хансън за София през 2017 г. на шоуто на Джими Фалън „Tonight Show“. И въпреки че Хансън Роботикс никога официално не са твърдели, че София притежава изкуствена обща интелигентност – всеобхватната, подобна на тази в живота, изкуственият интелект на София само помогна на компанията да расте.

Но тъй като София стана по-популярна и хората се вгледаха по-отблизо, се появиха и пукнатини. Стана по-трудно да се вярва, че София е всеобхватният изкуствен интелект, който всички ние искахме да бъде. С течение на времето статиите, които възхваляваха робота намаляха и се появиха такива, по-фокусирани върху факта, че отговорите на София са по-скоро резултат от предварително написан сценарий.

Бен Гьорцел, главен изпълнителен директор на SingularityNET и главен учен на Хансън Роботикс, няма илюзии за това, на какво е способна София.

„София и другите роботи на Хансън не са наистина „чисти“ като научноизследователски системи за компютърни науки, защото комбинират толкова много различни парчета и аспекти по сложни начини. Те не са чисти системи за машинно учене, но включват обучение на различни нива (учене в техните невронни мрежови визуални системи, учене в техните системи за диалог с OpenCog и т.н.) „, казва той пред изданието Futurism.

Но той се интересува по-скоро от това, че София вдъхновява много различни реакции от страна на обществеността:
„Общественото възприемане на София в нейните различни аспекти – нейната интелигентност, нейният външен вид, нейната любов – изглежда са навсякъде и това ми се струва доста завладяващо“, казва Гьорцел.

Хансън от своя страна смята, че е жалко, когато хората мислят, че София е способна на нещо повече от това, което наистина може, но също така казва, че няма нищо против ползите от добавената реклама.

„София и другите роботи на Хансън не са наистина „чисти“ като компютърни системи за машинно учене…“

Високо популяризирани проекти като София ни убеждават, че истинският изкуствен интелект – подобен на човешки и може би дори съзнателен – е много близо. Но в действителност това съвсем не е така.

Истинското състояние на изследванията на AI е изостанало далеч от технологичните приказки, на които сме се доверили. И ако не се отнасяме към ИИ с по-здравословна доза реализъм и скептицизъм, можем да останем завинаги в тези коловози.

Да намерим истинска дефиниция на изкуствения интелект се оказва трудно. Полето на AI, непрекъснато се преформатира от нови разработки и променящи се цели, понякога се описва най-добре като се обяснява какво не е ИИ.

„Хората смятат, че AI е интелигентен робот, който може да направи нещата като много умен човек, робот, който знае всичко и може да отговори на всеки въпрос“, казва Емад Мусави, учен, който основа платформа, наречена QuiGig, която свързва хора на свободна практика.

„По принцип AI се отнася до компютърни програми, които могат да извършат различни анализи и да използват някои предварително определени критерии за вземане на решения“.

Сред все по-отдалечените цели за постигане на изкуствен интелект на ниво човек (human-level artificial intelligence или HLAI), роботът би имал способността да комуникира ефективно, да може да извлича смисъл или да разбира нюанси и в същото време да има способността да продължава да се учи с течение на времето. Понастоящем системите за ИИ, с които взаимодействаме, включително тези, които се разработват за самоуправление на автомобили, правят цялото си обучение, преди да бъдат разгърнати и след това спират да се учат завинаги.

„Това са проблеми, които са лесни за описване, но са неразрешими при сегашното състояние на техниките за машинно обучение“, казва пред Futurism Томас Миколов, изследовател във Facebook AI.

„В момента ИИ няма свободна воля и със сигурност няма съзнание – две предположения, които хората са склонни да правят, когато се сблъскват с напредничави технологии“, казва Мусави. „Най-модерните AI системи там са само продукти, които следват процесите, дефинирани от умни хора. Те не могат сами да вземат решения“, обяснява той.

При машинното обучение, което включва дълбоко учене и невронни мрежи, присъства алгоритъм натоварен с данни за обучение, благодарение на който ИИ би успял да изпълни задачата сам. За софтуера за разпознаване на лица това означава да подхранва хиляди снимки или видеоклипове с лица в системата, докато тя не успее сама надеждно да открие лице, необозначено предварително.

Сега най-добрите алгоритми за машинно обучение обикновено започват да запомнят и изпълняват статистически модели. Да го наречем „учене“ е да антропоморфизираме машини, които работят на много различна дължина на вълната от нашите мозъци. Изкуствената интелигентност сега е толкова привлекателна, че производителите наричат почти всяка компютърна програма, която автоматично прави нещо, AI.

Ако тренирате алгоритъм за добавяне на две числа, той просто ще потърси или копира правилния отговор от таблица, обяснява Миколов, учен от Facebook AI. Но не може да постигне по-доброто разбиране на математическите операции от обучението през което е преминал. След като узнаете, че пет плюс две е седем, вие като човек може да заключите, че седем минус две е пет. Но ако поискате това от вашия алгоритъм в ИИ, той няма да може да го направи. Изкуственият интелект е бил обучен да добавя, а не да разбира какво означава да добавиш. Ако искате да може да изважда, ще трябва да го обучите отново – процес, който обаче изтрива каквото преди това е научила системата за ИИ.

„Всъщност често се случва така, че е по-лесно да започнете да го учите от самото начало, отколкото да се опитвате да преквалифицирате предишния модел“, казва Миколов.

Тези недостатъци не са тайна, но системи за машинно обучение често се предлагат на пазара като върхът на изкуствения интелект. Всъщност те са доста глупави и нямат никакъв интелект.

„Преди време всички бяха много впечатлени от способността на една система да стига до решения за надписи под дадени образи, но скоро се установи, че 90% от тези надписи действително се съдържат в данните за обучението, предварително заложени в нея“, казва Миколов. „Значи не са били произведени от машината; машината просто е копирала онова, което хората обучаващи машината са предвиждали за подобен образ. Това, което хората смятаха за роботизирано чувство за хумор, беше просто тъп компютър, използващ „копи енд пейст“.

„Това не е някаква машинна интелигентност, с която комуникирате. Тя може да бъде полезна система сама по себе си, но това не е AI „, казва Миколов. Според него отнема известно време, докато хората осъзнаят проблемите с алгоритъма.

Отначало те бяха просто впечатлени.

Проблемът е, след като днешните ни системи, които са толкова ограничени, се търгуват и стимулират до такава степен, че обществеността вярва, че разполагаме с върхова технология за машинно учене, а всъщност нямаме никаква представа как да изградим нещо подобно.

„Често се забавлявам да видя начина, по който изследването ми се представя като нещо голямо в медиите“, казва Нанси Фулда, занимаваща се с компютърни науки, работеща по по-широки системи за ИИ в Университета Бригъм Йънг. Според нея има „репортери, които взимат тези първични истории и пишат за технологията, без да разбират добре как работи. Цялото нещо е малко като игра на „развален телефон“ – техническите подробности за проекта се изгубват и системата започва да изглежда почти магическа. В някакъв момент вече почти не разпознавам собствените си изследвания“, казва Фулда.

Някои изследователи сами са виновни за това, че разпалват този пламък. И тогава репортерите, които нямат много техническа експертиза и не гледат зад завесата, са съучастници. Още по-лошо, някои журналисти са щастливи да добавят реклама към дадено научно съобщение.

Други участници в проблема: хората, които правят алгоритъма за изкуствен интелект, представят работата, която са направили като собствен творчески резултат на този алгоритъм. Миколов нарича това нечестна практика. „Мисля, че е доста подвеждащо, че някои изследователи, които са добре запознати с тези ограничения, се опитват да убедят обществеността, че тяхната работа е AI“, казва Миколов.

Това е важно, защото начинът, по който хората мислят, че изследванията на ИИ вървят, ще зависи от това дали ще им бъдат разпределени средства. Тази неоправдана реклама би могла да попречи да се постигне реален и полезен напредък.

„Финансовите инвестиции в изкуствения интелект са неумолимо свързани с нивото на интерес от бизнеса и хората в тази област. Нивото на инвестиции се променя бързо, когато София има странен разговор или някакъв нов алгоритъм за машинно обучение, постига нещо интригуващо и интересно. Това обаче, прави трудно да се установи стабилен, базов поток от капитал, на който изследователите могат да разчитат“, обяснява Миколов.

Той се надява един ден да създаде истински интелигентен асистент с ИИ – цел, за която той казва, че все още е далечна. Преди няколко години Миколов, заедно с колегите му във Facebook AI, публикуваха доклад, описващ как това може да е възможно и стъпките, които трябва да се предприемат, за да стигнем там. Но днес, Миколов счита, че много от начините, по които хората се опитват да постигнат нещо подобно, вероятно са неработещи.

Един от тези вече неработещи начини, за съжаление, е системата за укрепване на вече наученото. Системите за укрепване на наученото, кара роботите с ИИ да изпълняват задачата си чрез експериментиране на базата на опита и грешките, вместо да използват данни вече вкарани в системата им. Напоследък все се намира някой, който да се хвали с използването на системата за укрепване на знания при ИИ, но те всъщност просто са дали на алгоритъма някои преки пътища или са ограничили обхвата на проблема, който е трябвало ИИ да реши на първо място.

Сюжетът, който идва от тези алгоритми, помага на изследователя да продаде работата си и да осигури безвъзмездни средства. Пресата и журналистите я използват, за да привлекат публиката към своите издания. Но обществеността страда – този порочен кръг пречи на всички останали да разберат какво всъщност може или не може да направи ИИ.

„Магьосникът ще поиска от някого от публиката да провери дали настройката е правилна, но човекът, специално избран от магьосника, работи с него. Така че, ако някой ви покаже такава система, тогава има голяма вероятност просто да се заблудите“, казва Миколов. „Ако сте запознати с обичайните трикове, лесно е да разкъсате всички тези така наречени интелигентни системи. Ако сте поне малко критични, вие ще видите, че това, което се нарича ИИ е нещо друго и този тип роботи е много лесно да се различават от хората. “

Миколов подсказва, „че трябва да проверите интелекта на всеки, който се опитва да ви продаде идеята, че тези роботи са решили теста на Тюринг и са създали чатбок, който може да проведе истински разговор с човек. Отново помислете за подготвения диалог на София за дадено събитие“.

„Може би не би трябвало да бъда толкова критичен, но за нещастие е много лесно хората да бъдат „хванати“ от тези магьоснически трикове и да попаднат в илюзията, освен ако не познавате тези трикове и знаете какво стои зад тях“, казва Миколов.

За съжаление толкова много внимание към тези подвеждащи проекти може да попречи на хората с истински оригинални, революционни идеи. Трудно е да се получи финансиране, за да се създаде нещо съвсем ново, което може да доведе до ИИ, което хората вече очакват, когато рисковите инвеститори просто искат да финансират следващото решение за машинно обучение.

Ако искаме тези проекти да процъфтяват, ако някога искаме да предприемем осезаеми стъпки към изкуствен общ интелект, полето ще трябва да бъде много по-прозрачно по отношение на това, което се прави.

„Надявам се, че ще се появят някои супер умни хора, които идват с нови идеи и няма просто да копират направеното“, казва Миколов.

„Днес виждаме малко, постепенно подобрение. Но съм сигурен, че ще се появят умни хора, идващи с нови идеи, които ще поведат областта напред“, заключава той.

Публикувано в Futurism.com.