Milloin Tietokoneet Kykenevät Ajattelemaan Ihmisiä? - Vaihtoehtoinen Näkymä

Sisällysluettelo:

Milloin Tietokoneet Kykenevät Ajattelemaan Ihmisiä? - Vaihtoehtoinen Näkymä
Milloin Tietokoneet Kykenevät Ajattelemaan Ihmisiä? - Vaihtoehtoinen Näkymä

Video: Milloin Tietokoneet Kykenevät Ajattelemaan Ihmisiä? - Vaihtoehtoinen Näkymä

Video: Milloin Tietokoneet Kykenevät Ajattelemaan Ihmisiä? - Vaihtoehtoinen Näkymä
Video: Edutukku: Miten opiskelijoiden kannattaa hankkia tietokoneet? 2024, Heinäkuu
Anonim

1960-luvun scifi-romaaneissa tekoäly esiintyi sankarina. Kirjoissa tietokoneet kommunikoivat ihmisten kanssa tavallisella luonnollisella kielellä ja tekivät vaikeita päätöksiä, mutta tunnustivat myös itsensä yksilöinä. Onko tämä edelleen ikuinen unelma, vai pystyvätkö tietokoneet ennemmin tai myöhemmin tarttumaan ihmisiin?

Voivatko tietokoneet ajatella kuin ihmiset? Tämä on mielenkiintoinen ja erittäin mielenkiintoinen kysymys, ja mitä enemmän tutkimme sitä, sitä enemmän opimme itsestämme ja ajattelumme prosesseista. Ihmisen ajattelun ainutlaatuisuudesta huolimatta tietokoneet voivat ylittää ihmisen tietyissä tehtävissä huomattavasti. Harva meistä voi kertoa päissämme kaksi desimaalilukua, voittaa maailman shakkimestarin tai löytää jopa parhaan reitin liikenteen tukkeutuneen kaupungin läpi. Mutta ihmisen ja tietokoneen vuorovaikutuksessa asiat eivät ole kaukana loistavista. Puhumattakaan asioista, jotka vaativat ratkaisuihinsa ihmisen käsityksen ja intuition - tässä tietokoneet voivat olla täysin turhia.

Kyky oppia

Tietokoneilla on valtava laskentateho, mutta niillä ei ole inhimillisiä tunteita ja tunteita, eikä ihmisen herkkyyttä. Tämä on tärkein perustavanlaatuinen ero tietokoneen ja ihmisen välillä. Ero ei ole mielen tasolla, vaan tunneissa ja tunneissa, jotka määrittelevät tarkkaan kuinka ja miksi ajattelemme. Ja tämä puolestaan antaa meille mahdollisuuden oppia itseään jonkinlaisen sisäisen ärsykkeen vaikutuksesta - toisin kuin tietokone, jonka opiskelukykyä rajoittavat enemmän tai vähemmän tiukasti ohjelmistot. Tietokone ratkaisee yksittäiset ongelmat paljon tehokkaammin kuin henkilö, mutta kone ei voi ajatella kuin ihminen.

Yksi tyypillisistä esimerkkeistä ajattelutapojemme heijastukselle on kieli. Melkein kaikki luonnolliset kielet määrittelevät usein monimutkaisesti erilaisia käsitteitä, joten jopa tavallisen tekstin merkityksen tunnistaminen tietokoneelle on vakava ongelma. Jotta tietokone pystyy käsittelemään tällaisia tietoja, on turvauduttava "kääntämiseen" - puheen, tekstin tai muun tiedon virallistamiseen. Mutta emme voi odottaa tietokoneen tekevän tämän yksin. Tietenkin, ohjelmien avulla hän pystyy muodostamaan meille vastauksen, jolla on järkeä ja tuntuu täysin inhimilliseltä. Mutta tämä on itse asiassa jäljitelmä, ei aito ihmisen ajattelu. Tässä tapauksessa tietokone on yleinen tietojenkäsittelytyökalu.

Lähes tarkka jäljitelmä

Mainosvideo:

Nykyaikaiset ohjelmistoalgoritmit ja laskentateho antavat tietokoneille nykyään matkia ihmisen käyttäytymistä niin tarkasti, että monet tiedotusvälineet kirjoittavat "ajattelusta" tosissaan. Tietokoneemme IBM Watson on tullut laajalti tunnetuksi, mikä ylitti ihmisen pelinäyttelyssä Jeopardy (venäläinen analogi - "oma peli"), ja sekä pelin kysymykset että tietokoneen vastaukset muotoiltiin luonnollisella kielellä. Siitä huolimatta, Watson ei ole malli ihmisen aivoista, mutta erikoistunut tietojenkäsittelyjärjestelmä, joka jäsentää luonnollisen kielen kysymyksiä algoritmien avulla ja arvioi tietyn vastauksen todennäköisyyden laajasta tietokannasta, joka perustuu kertyneisiin tilastoihin. Ja vaikka Watson on tällä hetkellä edistynein järjestelmä, joka pystyy "ymmärtämään" luonnollisella kielellä olevat pyynnöt ja vastaamaan niihin, vakuutan teille, ettätietokoneemme sisällä et löydä henkilöä - sanan missään merkityksessä.

Mekaaninen tapa

Siirtyminen ulkoisesta jäljitelmästä ihmisen ajattelun todelliseen mallintamiseen edellyttää aivan toisen ongelman ratkaisemista. Tietokoneen luominen, joka ei vain toimi tietyn ohjelman sisällä, vaan ajattelee tosiaankin ihmisen tavoin, vaatii toistamaan biologisen polun, jonka luonto on jo käynyt. Itse asiassa sinun täytyy rakentaa analogia ihmisen aivoista ja antaa koneelle kaikki ne viestintäkanavat ihmisen hallussa olevan ulkomaailman kanssa. Kaikki tämä on tietysti spekulatiivista, koska tällaisen projektin käytännön toteutusta on edelleen mahdotonta kuvitella. Eikä niinkään epätäydellisen tekniikan tai laskentatehon puutteen vuoksi, vaan koska emme silti ymmärrä, kuinka ihmisen aivot ja käsitys toimivat.

Ihmisen käsitys on valtava mysteeri. Toistaiseksi yhdelläkään ei ole edes karkeaa käsitystä siitä, miten se toimii, olemme tieteen tutkimuksessa (psykologit, biologit ja kybernetiikka harjoittavat tätä) olemme polun alussa. Yritä kuvitella aivoihin tulevan datan määrät: visuaalinen (valtavalla resoluutiolla), äänidata, koskettava, lämpötila, maku, haju, tunne. Kaikki tämä tieto vaikuttaa tunnetilaan, joka vaikuttaa analysointiin, tietojen käsittelyyn ja päätöksentekoon. Aivot käsittelevät tätä jättimäärää tietoa samanaikaisesti ja reaaliajassa. Nyt meillä ei ole edes ajatuksia siitä, kuinka olisi mahdollista simuloida tällainen järjestelmä kokonaan laitteistossa (vaikka tietysti joitain elementtejä käytetään jo uusien arkkitehtuurien kehittämisessä).

Tarvitsemmeko superajua

Tärkeä osa mallintaa on energiatehokkuus. Noin 1,5 kg painavat ihmisen aivot kuluttavat noin 30 wattia. Nykyaikaiset supertietokoneet käyttävät kokonaisia rakennuksia, ja virrankulutus lasketaan megawatteina. Tämä tarkoittaa, että jos pystyisimme rakentamaan ihmisen aivojen mekanistisen mallin, niin se olisi valtava ja kuluttaisi monella luokalla enemmän energiaa kuin alkuperäinen, puhumattakaan jäähdytyksestä. Teknologiat eivät kuitenkaan ole paikallaan - sekä IBM että muut yritykset työskentelevät uusien prosessoriarkkitehtuurien, uusien puolijohdemateriaalien parissa, jotka vähentävät tietokoneiden kulutusta ja kokoa. Lisäksi laskennallisten prosessien rinnakkaistaminen auttaa lisäämään tehokkuutta. Kvantitietokoneet ovat tässä suhteessa varsin lupaavia.

Milloin se tulee olemaan? Jos asetamme itsellemme tänään tällaisen tehtävän ja tarjoamme riittävän rahoituksen, se voi viedä sata vuotta (tämä on melko optimistinen ennuste). Mutta onko tällainen tavoite perusteltavissa? Ihmisen aivojen mallin luominen ei tarjoa mitään perustavanlaatuista uutta ratkaista päivittäisiä ongelmia, joita perinteiset tietokoneet voivat käsitellä. Lisäksi joudut kohtaamaan paitsi teknisiä, myös eettisiä ongelmia. Niitä syntyy kuitenkin joka tapauksessa, koska tavalliset tietokoneet tunkeutuvat kaikkiin uusiin ihmisen toiminnan avainalueisiin. Esimerkiksi ei enää ole epäilystäkään siitä, että pian tietokoneet hallitsevat autoja, ja tässä tulee etiikan alaan - kuka vastaa onnettomuustapauksissa? Mutta en pelkää uusia tekniikoita. Tietokone on loppujen lopuksi vain työkaluautamme tekemään maailman mukavammaksi meille ihmisille.

David Ferrucci, tekoälyn asiantuntija, semanttisen analyysin ja integroinnin päällikkö IBM Thomas Watson Research Centerissä, IBM Emeritus, IBM Watson supertietokoneen luoja
David Ferrucci, tekoälyn asiantuntija, semanttisen analyysin ja integroinnin päällikkö IBM Thomas Watson Research Centerissä, IBM Emeritus, IBM Watson supertietokoneen luoja

David Ferrucci, tekoälyn asiantuntija, semanttisen analyysin ja integroinnin päällikkö IBM Thomas Watson Research Centerissä, IBM Emeritus, IBM Watson supertietokoneen luoja.

Haastattelussa: Aleksei Levin, Oleg Makarov, Dmitry Mamontov