Hirm robot-apokalüpsise ees peidab tegelikke probleeme, millega silmitsi seisame, võimaldades algoritmidel meie elu juhtida. Tehisintellekti valdkonna ekspertide sõnul liigume pidevalt kindla punkti poole, mille järel ei pea enam midagi leiutama: tehisintellekt teeb kõik ise ja masinad paranevad hüppeliselt. Kui see juhtub, mis meist saab?
Viimase paari aasta jooksul on paljud silmapaistvad teadlased alates Stephen Hawkingist kuni Elon Muskini hoiatanud meid, et peaksime olema ülimalt mures superintelligentse tehisintellekti võimalike ohtlike tulemuste pärast. Ja nad toetavad oma sõnu tegevusega: Musk patroniseerib OpenAI-d, organisatsiooni, mis arendab tehisintellekti, mis on inimkonnale kasulik.
Paljud peavad aga oma hirme liialdatuks. Nagu märgib Andrew Ng Stanfordi ülikoolist, kes on ka Hiina Interneti-hiiglase Baidu juhtivteadur, on masinamässu pärast muretsemine sama, mis muretseda Marsi ülerahvastatuse pärast.
Kuid see ei tähenda muidugi, et meie kasvav sõltuvus tehisintellektist ei sisalda reaalseid riske. Tegelikult on need riskid juba käes. Kui intelligentsed süsteemid on rohkem seotud kõigega, alates tervishoiust kuni kriminaalõiguseni, on oht, et meie elu olulised osad jäävad kahe silma vahele.
Pealegi võib tehisintellekt põhjustada ebameeldivaid tagajärgi, kui me pole selleks valmis, näiteks muudame suhtumise arstidesse teravalt vaenulikuks.
Reklaamvideo:
Kaks sõna tehisintellektist
Lihtsamalt öeldes on need masinad, mis teevad asju, mis tavaliselt nõuavad inimese vaimset pingutust: loomuliku keele mõistmine, nägude tuvastamine fotodel, autode juhtimine jne.
Erinevus on tootmisliini mehaanilisel manipulaatoril, mis on programmeeritud täitma sama ülesannet, ja manipulaatoril, kes õpib iseseisvalt erinevate ülesannete täitmist katse-eksituse meetodil.
Kuidas tehisintellekt meid aitab?
Tehisintellekti juhtiv lähenemisviis on tänapäeval masinõpe, mille käigus treenitakse programme tuvastama teatud mustreid suures koguses andmeid, näiteks näo tuvastamine pildil või võitjaliikumine lauamängus. Seda meetodit saab rakendada mitmesuguste probleemide korral. Näiteks treenige arvuteid meditsiiniliste piltide konkreetse mustri tuvastamiseks. Google'ile kuuluv tehisintellektiettevõte DeepMind töötab välja tarkvara, mis õpib vähktõbe ja silmahaigusi diagnoosima patsiendi skannide põhjal. Teised kasutavad masinõpet südamehaiguste ja Alzheimeri tõve varajaste tunnuste tuvastamiseks.
Tehisintellekti kasutatakse juba ka suure hulga molekulaarse teabe analüüsimiseks võimalike uute ravimivalikute otsimisel - see protsess on inimeste jaoks äärmiselt aeganõudev. Varsti võib masinõpe meditsiinis hädavajalikuks muutuda.
Tehisintellekt aitab meil hallata ka selliseid ülimalt keerukaid süsteeme nagu ülemaailmne tarneahel. Sydney sadama botaanika konteinerterminali keskmes asuv süsteem haldab kümneid tuhandeid laevakonteinereid, automatiseeritud sõidukiparki ja nii edasi, ilma inimesteta. Mäetööstuses kasutatakse ressursside, näiteks rauamaagi liikumise kavandamiseks ja koordineerimiseks üha enam optimeerimissüsteeme.
Tehisintellekt töötab kõikjal, alates rahandusest kuni transpordini, lennukitega lendamiseks ja aktsiaturu jälgimiseks. Ja nad kaitsevad teie posti rämpsposti eest. Kuid see on alles algus. Tehisintellekti arenedes muutub see üha keerukamaks ja huvitavamaks.
Milles on probleem?
Selle asemel, et muretseda tulevase tehisintellekti revolutsiooni pärast, on suurim oht see, et võime oma loodud intelligentsete süsteemide vastu liiga palju usaldada. Pidage meeles, et masinõpe koolitab tarkvara andmete mustrite tuvastamiseks. Pärast koolitust jätkatakse värskete, veel uurimata andmete analüüsimisega. Aga kui arvuti vastuse välja sülitab, pole meil tavaliselt aimugi, kuidas see jõudis.
Siin on ilmseid probleeme. Süsteem on ainult nii hea kui andmed, millest ta õpib. Võtke süsteem, mis on välja õpetatud, et teha kindlaks, millised kopsupõletikuga patsiendid kõige tõenäolisemalt surevad, nii et nad saaksid kõigepealt haiglasse. Oletame, et ta klassifitseerib tahtmatult bronhiaalastmaga patsiente madala riskiga patsientideks. Sest tavaliselt lähevad astma ja kopsupõletikuga inimesed otse intensiivravisse, nii et nad saavad ravi, mis vähendab surmaohtu. Masinõpe näeb seda kui "astma + kopsupõletik = väiksem surmaoht".
Kui tehisintellekt saab juurdepääsu kõigile teie eluvaldkondadele, suureneb ka oht, et midagi läheb valesti - kui seda pole ette nähtud. Ja kuna enamik tehisintellektile edastatavatest andmetest on ebatäiuslikud, ei tohiks me enamikul juhtudel oodata täiuslikke vastuseid. Ehitame tehisintellekti oma pildi ja sarnasuse järgi; suure tõenäosusega on ta "mitte eriti", nagu meie.
ILYA KHEL
