Tehisintellekt on mõnes finants- ja transpordisegmendis juba tõsiasjaks muutunud ning teistes piirkondades levides tahame üha enam veenduda, et me seda kontrollime, mitte vastupidi. Alates 2001. aastast kosmose odüsseiast Blade Runnerini, RoboCopist kuni The Matrixini, kui inimesed tegelevad tehisintellektiga, seisavad nad paratamatult silmitsi filmitegijate tumeda fantaasiaga.
Spike Jonesi uusim film "Ta" ja peatselt ilmuv Alex Garlandi "Masinast väljas" on juba pühendatud meie seas elava tehisintellekti loomingule. Turingi test tuleb esile ja me ei suuda ikkagi kindlaks teha peamist erinevust kiipide ja koodi vahel lihast ja verest.
Ka mõned Silicon Valley kuulsused väljendavad neid muresid: Eelmisel kuul kirjeldas Elon Musk (Tesla ja SpaceXi tegevjuht) tehisintellekti kui "inimkonna suurimat eksistentsiaalset ohtu". Mida paljud meist ei mõista ja võib-olla ka Elon Musk ise, on see, et tehisintellekt pole mingi uskumatu tehnoloogia, mis eksisteerib ainult filmitegijate ja arvutigeeniuse laborite fantaasiates.
Paljud meie nutitelefonid kasutavad ühest keelest teise tõlkimiseks või meie küsimustele vastamiseks algelisi tehisintellekti tehnikaid; hasartmängude valdkonnas kasutatakse AI keerukate ja pidevalt muutuvate mängustsenaariumide genereerimiseks. Ja kuna Silicon Valley ettevõtted nagu Google ja Facebook jätkavad AI-ettevõtete ülesostmist ja ekspertide palkamist, jätkub AI-i kasv.
Nii et tehisintellekt pole Spielbergi film?
Filmi kohta pole kaebusi, kuid terminil, mis tähendab "tehisintellekt", on palju pikem ajalugu kui sellel, mida Spielberg ja Kubrick oma filmides näitasid. Tehisintellekt sai alguse andmetöötluse sünnist 1950ndatel, kui vaid 14 aastat pärast üldotstarbelise arvuti määratlemist tekkis Alan Turingil küsimus, kas mõni masin suudab mõelda.
Reklaamvideo:
Möödus 64 aastat ja see mõte hõivab endiselt meie mõtteid, seda kehastatakse filmides ja raamatutes ning arutatakse sümpoosionitel. See ei olnud kaugel reeglite kogumist, mille Turing esitas oma 1950. aasta arvutusmasinates ja meelsuses, milles ta pakkus välja "jäljendusmängu", mida me praegu tunneme Turingi testina.
Ühendage arvuti tekstiterminaliga ja laske sellel operaatoriga suhelda. Testi põhiolemus on see, et kui palute operaatoril kindlaks teha, milline tema vestluskaaslastest oli inimene, "teeb operaator selle mängu jooksul nii palju kordi vigu, kui ta suudab teha vigu, üritades meest eristada naisest".
Turing uskus, et masina testi läbimise välja mõelmine oleks kasulikum kui vastus ebamäärasele ja filosoofilisele küsimusele, kas see mõtleb või mitte. "Selle teemaga seoses … ma arvan, et seda on mõttetu arutada." Tõsi, Turing arvas, et aastaks 2000 "on keel ja haridus muutunud nii palju, et igaüks saab mõtlemismasinaga suhelda ilma probleemideta".
Sõna otseses mõttes ta ei eksinud liiga palju. Tänapäeval võite sageli kuulda inimesi ütlemas, et nende arvutid on lollid või läbimõeldud. Kuid isegi kui mõtlemismasina määratlemisse suhtuda tõsisemalt, on see idee reaalsusele lähemal, kui paljud arvata võivad.
AI on juba olemas?
Suhteliselt. Vaatamata vastupidistele teadetele on Turingi simulatsioonimängu läbimine veel pikk tee. Juunis peatas vestluspartner Jevgeni Gustman Londonis Turingi testiga edukalt kolmandiku kohtunikest, veendes neid, et ta on inimene.
Kuid mõtlemise asemel tugines Eugene trikkidele ja trikkidele. Poseerimine 13-aastase poisina, kelle jaoks inglise keel pole tema emakeel, seletas masin selle käitumise paljude ebaloogiliste aspektidega, sealhulgas halva huumorimeele ja solvavate avaldustega, suunates vestluse sageli teises suunas.
Enamik AI arendajaid proovib seda looduskeele töötlemiseks õpetada, et saaksime käsu anda meile tuttavas keeles. Seda hakkavad lapsed tegema juba enne esimese sammu astumist ja see on masina jaoks äärmiselt keeruline ülesanne.
Mõelge AI teadlaste lemmikfraasile: "aeg lendab nagu nool, puuvili lendab nagu banaan." [mäng sõnadel: “aeg lendab nagu nool, puuviljakärbeste jaoks meeldib banaan”; lause teist osa saab analoogia põhjal esimese tõlkida kui „vili lendab nagu banaan”]. Lause lagundamine selle osadeks segab mõnikord isegi inglise keelt emakeelt kõnelevaid inimesi, algoritmist rääkimata.
Kas AI-l on kõneprobleeme?
Kindlasti mitte sel viisil. Tegelikult ei kasutata enamasti AI vestluste jaoks. Mõni teist peaks tehisintellekti kohta teadma mitte ulme või Alan Turingi, vaid videomängude kohta, kus AI-d kasutatakse arvuti abil juhitavate vastaste tähistamiseks.
Näiteks kontrollib AI isikliku laskuri puhul vaenlaste liikumisi, võimaldades neil kõige mõistmatumatel viisidel teid suunata, sihtida ja tulistada. Võistlusmängudes saab AI kontrollida võistlevaid sõidukeid. AI parameetrina jätavad videomängud kindlasti palju soovida. Kuid teemandid on valmistatud teemantidest ja süsteemi lihtsustatud reeglid ühendavad midagi keeruliseks.
Võtke näiteks GTA V, kus omaenda eluga linnade loomisel võite nurga keerata ja leida tuletõrjebrigaadi, mis võitleb vooliku otsa sattunud juhi eest; või kääbuslinnus, kus päkapikud elavad koobastes, millel on oma elu, tekstuur ja algoritmiliselt detailsed. Need tekkivad mängusüsteemid näitavad täiesti uut viisi, kuidas AI saab areneda, mitte üritades jäljendada inimest, vaid arendades välja "piisavalt hea" heuristi, mis muudab algoritmid piisavalt skaleerituna millekski täiesti erinevaks.
Nii et kõik investeerivad AI-sse paremate mängude tegemiseks?
Mitte. Ettevõtted nagu Apple ja Google investeerivad AI-sse palju raha, üritades luua virtuaalseid isiklikke abistajaid nagu Siri ja Google Now.
See võib olla pisut kaugel Turingi fantastilisest nägemusest, kuid kõneteenused teevad sisuliselt sama rasket tööd kui inimene. Nad peavad kuulama ja aru saama räägitavast keelest, määrama kindlaks, milliseid andmeid see sisaldab, ja seejärel tulemuse tagastama, ka vestluse vormis. Nad ei ürita meid petta uskudes, et nad on inimesed, vaid see juhtub iseenesest. Kuna kogu arvutamine toimub pilves, siis mida rohkem nad kuulevad, seda paremini nad aru saavad.
AI-uuringute juhtiv uurimistöö ei ole siiski keskendunud inimese maailma mõistmise kordamisele, vaid selle ületamisele. Näiteks IBM-i Watson on tuntud kui arvuti, mis võitis Jeopardy! 2011. aastal, kasutades juhendaja küsimustele vastuste leidmiseks looduskeele mõistmist. Kuid lisaks looduskeele mõistmisele oskab Watson väga kiiresti lugeda ja mõista ka tohutul hulgal struktureerimata andmeid.
Jeopardy! Puhul töötas ta 200 miljoni lehekülje andmetega, sealhulgas kogu Vikipeedia tekstiga. Watsoni tegelik eesmärk on laieneda kogu Internetile ja pakkuda tervishoiutöötajatele mugavat mehhanismi, millega töötada. Lõppude lõpuks on teadlasi, kes tahavad lihtsalt inimkonda päästa.
Me kõik sureme?
Võib olla. Kardetakse, et kui luuakse piisavalt mitmekülgne AI nagu Watson, suureneb selle võimsus koos talle kättesaadava töötlemisvõimsusega. Moore'i seadus ennustab, et arvutusvõimsus kahekordistub iga 24 kuu tagant, seega on vaid aja küsimus, enne kui AI saab selle loojatest targemaks ja suudab luua veelgi võimsama AI, mis viib selle võimete hüppeliselt kasvule.
Mida teeb ülivõimeline tehisintellekt nende võimalustega? Kõik sõltub sellest, kuidas see on programmeeritud. Probleem on selles, et väga intelligentset arvutit on väga raske programmeerida nii, et see ei hävitaks tahtmatult inimkonda.
Oletame, et annate oma AI-le ülesande teha kirjaklambrid ja muuta need võimalikult heaks. Varsti saab ta aru, et klambrite tootmist saab täiustada tootmisliini täiustamisega. Mida ta järgmisena teeb?
"Näiteks tunneb ta muret, et inimesed ei lülita teda välja, sest siis ei toodeta klambreid," selgitab Nick Bostrom. Paberklambri AI, ütleb Bostrom, “saab inimesest kohe lahti, kuna see on oht. Lisaks vajab ta võimalikult palju ressursse, kuna neid saab kasutada kirjaklambrite valmistamiseks. Näiteks aatomid inimkehades."
Kuidas sellise AI-ga toime tulla?
Ainuke viis, mis mõnede teoreetikute, näiteks Google'i CTO juht Ray Kurzweili sõnul töötab, on AI sulgemine. Inimesed peaksid mõtlema mitte ainult intelligentse AI loomise üle, vaid ka selle teema eetilisest küljest - ja vastavalt sellele programmeerima.
Lõpuks otsib koodi kirjutamine lihtsalt vaeva. Masin, kus on juhised inimeste õnnelikuks tegemiseks, saab selle probleemi lahendada lihtsalt implanteerides elektroode inimeste ajule. Seetõttu tuleb tehisintellekti palumisel suurte filosoofiliste probleemide lahendamiseks veenduda, et masin saab aru, mis on “hea” ja mis “halb”.
Nii et meil on vaja eetikaprogrammi ja kõik saab korda?
Mitte päris. Isegi kui meil õnnestub pahatahtliku intelligentsuse tekke ära hoida, jääb endiselt küsimus, kuidas ühiskond kohandub tehisintellekti kasvavate võimalustega.
Tööstuslikku revolutsiooni iseloomustab paljude töökohtade automatiseerimine, mis varem tuginesid käsitsitööle. Pole kahtlust, et tööstusrevolutsioon oli inimese heaolu kõige olulisema kasvu periood. Kuid tollane riigipööre oli ainulaadne ja on ebatõenäoline, et me seda uuesti näeme.
Mida aurujõud tegi füüsiliseks tööks, seda saab AI teha ka vaimseks tööks. Juba ilmuvad selle sfääri esimesed ohvrid: maailmas pole Hailo ja Uberiga taksode saatmiseks kohta; börsimaakleri töö on kõrgsageduskaubanduse kasutuselevõtu tõttu täpselt muutunud; spordi- ja uudislugusid teevad peagi autod.
Tegelikud muutused alles algavad. Novembris juhtis Goldman Sachs 15 miljoni dollari suuruse rahastamisvooru finantsandmete analüüsi teenusele Kensho, mis kasutab tehisintellekti tehnikaid väljaspool inimanalüütikute parimaid võimalusi. See saab hakkama nii suure hulga andmetega, et inimesed on selle ees lihtsalt jõuetud.
Kensho analüütikat saab kasutada selline kõrgsageduslik kaubandusettevõte nagu Athena, kes kasutab seda turul millisekundi eelise saamiseks - see on piisavalt raha, et teenida miljardeid dollareid.
Pärast seda, kui selline kauplemine mõjutab üldist turgu, saab Kensho edastada oma algoritmid Forbesile ja ta asendab oma finantsanalüütikud. Enamik ärikokkuvõtteid on üks-ühele ja kui andmed on saadaval struktureeritud vormingus, miks siis inimeste jaoks aega raisata?
Üldiselt on sellised muudatused head. Kui miljonite inimeste töö asendab algoritme, saavad nad teha midagi paremat, väheneb töötundide arv ja saame ühe sammu utoopiale lähemale.
