Neuroteadlased väidavad, et homöostaasi bioloogiline põhimõte loob arukate tunnete ja mõtetega robotid.
Kaasaegses maailmas ei koge robotid rohkem tundeid kui novokaiini sukeldatud kivi. Kuid neuroteadlased Kingson Man ja Antonio Damasio väidavad, et robotite tunnetamist võib olla ka viis. Selleks peate lihtsalt looma roboti, mis tunnetab ohtu ja mõistab ohte enda olemasolule. Siis tuleb tal välja töötada ainult tunded, mis määravad tema käitumise, mis on vajalik ellujäämise tagamiseks. "Kaasaegsetel robotitel puuduvad meeled," kirjutavad Meng ja Damasio oma artiklis ajakirjas Nature Machine Intelligence. "Nad ei suuda kindlaks teha oma sisemiste protsesside seisundit vaimses ruumis."
Teadlased on pakkunud välja võimaluse masinate (näiteks robotite või humanoidsete androidide) varustamiseks "meelte kunstlike ekvivalentidega". Tegelikult peaksid robotid olema sunnitud järgima homöostaasi bioloogilist põhimõtet - sisendama neile soovi ellu jääda. Tehisintellekti teadlikkus oma sisemistest protsessidest ellujäämise kontekstis on samaväärne tunnete robotiversiooniga.
Kingson Man ja Antonio Damasio on kindlad, et meeled ei anna robotitele mitte ainult nägemust enesesäilitusinstinktist, vaid võimaldavad ka tehisintellektil inimese intelligentsust jäljendada.
See uus teave sobib mitmesugusteks ülesanneteks. Meng ja Damasio usuvad, et robotite tõeliselt nutikaks tegemine on võimalik ainult tunnete kaudu ning tunded on omane ainult neile, kes püüavad ellu jääda. Kui inimesed hoiavad roboti töökorras (kõik selle juhtmed on ühendatud, see võtab piisavalt energiat, ei kuumene üle ega külmuta), ei pea ta enesesäilitamise pärast muretsema. Seetõttu ei vaja ta tundeid, vaid teatab vigadest vaid rahulikult.
Tunded motiveerivad elusolendeid otsima ellujäämiseks vajalikke optimaalseid tingimusi. Tehisintellekt, olles teadlik omaenda haavatavusest, peaks sama tegema.
Võimalus luua tunnetega masinaid tuleneb hiljutistest arengutest kahes olulises uurimisvaldkonnas: pehme robootika ja sügav õppimine. Pehme robootika areng võib tekitada tundeid ja uued süvaõppe tehnikad võimaldavad keerukaid arvutusi, mis on vajalikud nende tunnete ellujäämiskäitumisteks muutmiseks.
Sügav õppimine on kunstlike närvivõrkude vana idee - omavahel ühendatud arvutielementide komplektide - kaasaegne järeltulija, mis jäljendavad elava aju närvirakke. Ühe kihi mustrid antakse edasi järgmisele tasandile ja seejärel järgmisele, mis võimaldab masinal mustrites mustreid ära tunda. Sügav õppimine võimaldab robotitel liigitada mustreid kategooriatesse, tuvastada objekte (näiteks kasse) või teha kindlaks, kas CT-skannimine tuvastab vähktõve või muu haiguse märke.
Reklaamvideo:
Keskkonnaseisundit arvutuslikult esindades saaks süvaõppemasin muuta sisendandmed kujundliku olukorra pildiks. Selline nutikas masin, nagu märgivad Meng ja Damasio, suudab "sensoorseid modaalsusi ühendada": näiteks ära tunda, kuidas huule liikumised (visuaalne modaalsus) vastavad häälehäältele (kuulmismeetod).
Võimalus tunda oma sisemisi seisundeid on aga kasutu ilma eksistentsi ohtu seadmata. Kui robot on valmistatud sisseehitatud anduritega pehmest materjalist, võib see karta lõikumist või vigastamist ning osaleb vigastuste vältimiseks programmis. Veelgi enam, eksistentsiaalseid riske hindav robot saab õppida olemasolevate tegevusprogrammidele tuginemise asemel välja töötama uusi kaitsemeetodeid. Uute enesekaitsemeetodite väljatöötamine võib samuti parandada mõtlemisoskust.
Seetõttu võib enesekaitse motiveerida roboteid samamoodi nagu Isaac Asimovi kuulsates robootika kolmes seaduses: „Robot ei saa inimest kahjustada ega oma tegevusetuse tõttu lubada inimesele kahju teha. Robot peab järgima kõiki inimese korraldusi, välja arvatud juhul, kui need korraldused on vastuolus esimese seadusega. Robot peab hoolitsema oma turvalisuse eest niivõrd, kuivõrd see ei ole vastuolus esimese ega teise seadusega."
Autor: Kirill Panov
