Mengapa kita perlu berhenti mengelirukan kecerdasan manusia dan mesin

Kami sudah biasa mendengar ungkapan-ungkapan seperti "pembelajaran mesin" dan "kecerdasan buatan". Kami fikir bahawa seseorang dapat menghasilkan semula minda manusia di dalam komputer. Ini, sudah tentu, tidak benar. Tetapi sebahagian daripada sebab yang mana idea ini begitu meluas, disebabkan kepada fakta bahawa metafora pembelajaran manusia dan kecerdasan ini sangat berguna untuk menerangkan pembelajaran mesin dan kecerdasan buatan. Sesetengah penyelidik AI dalam hubungan yang rapat dengan masyarakat neuroscientists, dan inspirasi pergi kedua-dua cara.

Mengapa kita perlu berhenti mengelirukan kecerdasan manusia dan mesin

Tetapi metafora yang boleh menjadi penghalang bagi orang-orang yang cuba untuk menjelaskan mesin pembelajaran untuk mereka yang mengenal Dia kurang. Salah satu kombinasi risiko terbesar kecerdasan manusia dan mesin adalah bahawa kita mula untuk memindahkan jentera terlalu banyak hak. Tetapi bagi orang-orang kita yang bekerja dengan perisian, ia adalah penting untuk ingat bahawa ia adalah ejen yang bijak adalah orang - orang yang membina sistem ini pada akhirnya.

Ia harus memegang perbezaan utama antara mesin dan kecerdasan manusia. Walaupun persamaan itu, sudah tentu, kami, melihat perbezaan kita boleh lebih memahami bagaimana tiruan perisikan dan bagaimana kita membina dan menggunakannya sebagai cekap yang mungkin.

Rangkaian neural

Tempat pusat dalam metafora yang menghubungkan manusia dan mesin pembelajaran adalah konsep rangkaian neural. Perbezaan terbesar antara otak manusia dan rangkaian neural tiruan - ini adalah skala rangkaian neural otak. Adalah penting untuk tidak hanya jumlah neuron dalam otak (yang dianggarkan berbilion-bilion), tetapi juga beberapa mengejutkan hubungan di antara mereka. Tetapi masalahnya lebih mendalam daripada sekadar skala soalan. Otak manusia adalah berbeza secara kualitatif daripada rangkaian neural buatan dalam dua sebab penting yang lain: sebatian yang menyuburkan, analog, bukan digital, dan neuron sendiri adalah tidak seragam dan tidak seragam (bertentangan dengan rangkaian neural tiruan).

Itulah sebabnya otak adalah begitu kompleks. Walaupun rangkaian neural buatan yang paling canggih, walaupun kadang-kadang sukar untuk memahami, adalah seni bina asas dan prinsip yang membimbing. Sekurang-kurangnya, kita akan suka, jadi kami komited untuk ini.

Walaupun rangkaian neural kecerdasan buatan yang paling canggih yang direka untuk tujuan tertentu dan untuk mencapai hasil tertentu. Tetapi otak manusia tidak mempunyai tahap yang sama fokus dalam projek itu. Ya, dia mempunyai prinsip-prinsip pemuliharaan diri sendiri, dan sebagainya, tetapi ia masih memerlukan kita untuk berfikir secara kritis dan kreativiti, yang masih tidak boleh diprogramkan.

kesederhanaan Baik AI

Ironinya ialah bahawa sistem kecerdasan buatan adalah lebih mudah daripada otak manusia, membolehkan AI untuk menghadapi lebih kerumitan pengiraan daripada kita boleh.

Tiruan rangkaian perisikan neural boleh menyimpan lebih banyak data dan maklumat daripada otak manusia, terutamanya disebabkan oleh jenis data disimpan dan diproses oleh rangkaian neural. Mereka adalah diskret dan khusus sebagai kandungan spreadsheet Excel.

Dalam data otak manusia tidak mempunyai sifat-sifat sama diskret. Oleh itu, walaupun rangkaian neural tiruan boleh memproses data tertentu, ia tidak boleh memproses maklumat dengan cara yang kaya dan pelbagai dimensi, seperti juga otak manusia. Ini adalah perbezaan utama antara sistem direka dan otak manusia. Walaupun tahun penyelidikan, otak manusia masih tidak jelas dalam banyak aspek. Ini adalah disebabkan oleh hakikat bahawa sambungan sinaptik analog antara neuron adalah hampir telap untuk sambungan digital kepada rangkaian neural buatan.

Kadar itu dan takat

Pertimbangkan apa ini bermakna dalam amalan. Kesederhanaan relatif AI membolehkan anda untuk segera melaksanakan tugas yang kompleks, dan sangat baik. Otak manusia tidak boleh memproses data pada kadar yang sekiranya, sebagai contoh, menukarkan pertuturan kepada teks atau mengendalikan pelbagai jenis laporan kanser.

apa yang penting adalah bahawa ia berpecah data dan maklumat mengenai komponen kecil untuk AI dalam konteks ini. Sebagai contoh, dia boleh mengalahkan bunyi pada bahagian fonetik, yang kemudiannya akan ditukar menjadi ayat penuh, atau berpecah imej ke dalam keping untuk memahami kaedah-kaedah yang mana gambar besar dihasilkan.

Orang sering membuat seperti, dan mengingatkan pembelajaran mesin manusia; serta algoritma, orang memecahkan data atau maklumat kepada kepingan kecil untuk mengendalikan.

Tetapi ada satu sebab untuk persamaan ini. pecahan proses dibangunkan dalam setiap neural manusia jurutera rangkaian. Selain itu, proses reka bentuk biasanya berdasarkan masalah premis. Bagaimana tiruan sistem perisikan berpecah set data adalah cara sendiri "pengertian." Walaupun berjalan algoritma yang sangat kompleks, parameter bagaimana untuk mengajar AI - ia memecahkan data untuk proses - ditubuhkan dari awal lagi.

akal manusia: masalah penentuan

Akal manusia tidak boleh dianggap sebagai satu set kekangan, itulah yang membuatkan kita lebih berkesan dalam menyelesaikan masalah. Ia adalah keupayaan orang untuk "mencipta" masalah ini membolehkan kita untuk menyelesaikan mereka dengan baik. Dalam pendekatan kami untuk penyelesaian masalah adalah elemen pemahaman kontekstual dan membuat keputusan. AI boleh dan boleh membongkar masalah atau mencari cara-cara baru untuk menyelesaikannya, tetapi ia tidak dapat menentukan masalah ini, yang cuba untuk menyelesaikan.

Dalam tahun-tahun kebelakangan ini, ia menjadi subjek perhatian tidak sensitif algoritma. Semakin banyak skandal berkaitan dengan kecenderungan sistem AI. Sudah tentu, ini secara langsung berkaitan dengan prasangka orang-orang yang membuat algoritma, tetapi sebab-sebab di mana terdapat algoritma dalam berat sebelah ini, boleh mengenal pasti hanya rakyat.

kecerdasan manusia dan mesin perlu melengkapi antara satu sama lain

Kita harus ingat bahawa tiruan perisikan dan mesin pembelajaran - tidak hanya algoritma bahawa "menjadi tidak terkawal" dan berada di luar kawalan kami. Mereka mewujudkan, reka bentuk dan mencipta kita. Ini mengenakan ke atas kita tanggungjawab untuk masa depan kita - ia akan menjadi apa yang kita buat diri kita sendiri.

Kami bersedia untuk menerima kecerdasan buatan? Beritahu kami dalam kita berbual dalam telegram.