Filozofs apgalvo, ka mākslīgais intelekts nevar būt mākslinieks

PĒC MĀKSLINIEKU PATIESĪBAS

1913. gada 31. martā Vīnes koncertnama Musikverein Lielajā zālē Albana Berga orķestra dziesmas atskaņojuma vidū izcēlās nekārtības. Haoss iestājās. Mēbeles tika salauztas. Policija arestēja koncerta rīkotāju par sitienu ar dūri Oskaram Štrausam, maz atceramajam operešu komponistam. Vēlāk tiesas procesā Štrauss ironizēja par skatītāju neapmierinātību. Viņš uzstāja, ka sitiens bija visa vakara harmoniskākā skaņa. Vēsture ir devusi citu spriedumu: koncerta diriģents Arnolds Šēnbergs atzīts par, iespējams, radošāko un ietekmīgāko 20. gadsimta komponistu.

Jums var nepatikt Šēnberga disonējošā mūzika, kas noraida ierasto tonalitāti, lai sakārtotu 12 skalas notis saskaņā ar noteikumiem, kas neļauj nevienam dominēt. Bet viņš mainīja to, ko cilvēki saprot kā mūziku. Tas viņu padara par patiesi radošu un novatorisku mākslinieku. Šēnberga tehnikas tagad ir nemanāmi integrētas it visā, sākot no filmu partitūrām un Brodvejas mūzikliem līdz Mailsa Deivisa un Ornetas Kolmenas džeza solo.

Šis stāsts bija daļa no mūsu 2019. gada marta numura

• Skatiet pārējo izdevuma daļu
• Abonēt

Radošums ir viens no noslēpumainākajiem un iespaidīgākajiem cilvēces eksistences sasniegumiem. Bet kas tas ir?

Radošums nav tikai jaunums. Mazs bērns pie klavierēm var trāpīt jaunu nošu virkni, taču tās nekādā jēgpilnā nozīmē nav radošas. Arī radošumu ierobežo vēsture: tas, kas vienā periodā vai vietā tiek uzskatīts par radošo iedvesmu, citā var tikt uzskatīts par smieklīgu, muļķīgu vai traku. Kopienai ir jāpieņem idejas kā labas, lai tās uzskatītu par radošām.

Tāpat kā Šēnberga vai citu mūsdienu mākslinieku gadījumā, šai pieņemšanai nav jābūt universālai. Tas patiešām var nenākt gadiem ilgi — dažreiz radošums tiek kļūdaini noraidīts paaudzēm. Bet, ja vien inovāciju galu galā nepieņem kāda prakses kopiena, nav jēgas runāt par to kā par radošu.

Mākslīgā intelekta sasniegumi ir likuši daudziem domāt, ka cilvēkus drīzumā nomainīs mašīnas visās jomās, tostarp radošuma jomā. Futūrists Rejs Kurcveils prognozē, ka līdz 2029. gadam mēs būsim radījuši mākslīgo intelektu, kas derēs vidēji izglītotam cilvēkam. Niks Bostroms, Oksfordas filozofs, ir apdomīgāks. Viņš nenorāda datumu, bet ierosina filozofiem un matemātiķiem atlikt darbu pie pamatjautājumiem superinteliģentiem pēctečiem, kurus viņš definē kā tādu, kam piemīt intelekts, kas ievērojami pārsniedz cilvēku izziņas veiktspēju praktiski visās interešu jomās.

Abi uzskata, ka, tiklīdz mašīnās tiks radīts cilvēka līmeņa intelekts, notiks progresa uzliesmojums — tas, ko Kurcveils dēvē par singularitāti, bet Bostroms — par izlūkošanas sprādzienu —, kurā mašīnas ļoti ātri mūs aizstās ar milzīgiem pasākumiem katrā jomā. Viņi apgalvo, ka tas notiks, jo pārcilvēcisks sasniegums ir tāds pats kā parasta cilvēka sasniegums, izņemot to, ka visi attiecīgie aprēķini tiek veikti daudz ātrāk, kā Bostroms dēvē ātruma superinteliģenci.

Tātad, kā ar cilvēka augstāko sasniegumu līmeni — radošo inovāciju? Vai mūsu radošākos māksliniekus un domātājus masveidā pārspēs mašīnas?

Nē.

Cilvēka radošie sasniegumi tā sociāli iestrādāta veida dēļ nepakļausies mākslīgā intelekta attīstībai. Teikt pretējo nozīmē pārprast gan to, kas ir cilvēki, gan to, kas ir mūsu radošums.

Šis apgalvojums nav absolūts: tas ir atkarīgs no normām, kuras mēs ļaujam pārvaldīt mūsu kultūru un mūsu cerības uz tehnoloģijām. Cilvēki pagātnē ir piedēvējuši lielu spēku un ģenialitāti pat nedzīviem totēmiem. Pilnīgi iespējams, ka mēs sāksim uzskatīt mākslīgi inteliģentas mašīnas par tik ievērojami pārākām par mums, ka mēs tām dabiski piedēvēsim radošumu. Ja tas notiks, tas nenotiks tāpēc, ka mašīnas ir mūs apsteigušas. Tas būs tāpēc, ka būsim sevi nomelnojuši.

Cilvēka radošie sasniegumi tā sociāli iestrādāta veida dēļ nepakļausies mākslīgā intelekta attīstībai.

Turklāt es galvenokārt runāju par tādu mašīnu sasniegumiem, kādi nesen tika novēroti ar pašreizējo padziļinātās mācīšanās paradigmu, kā arī tās skaitļošanas pēctečiem. Citas paradigmas ir regulējušas AI izpēti pagātnē. Šie jau nav piepildījuši savu solījumu. Nākotnē var parādīties vēl citas paradigmas, taču, ja mēs domājam, ka kāda nosacīta nākotnes AI, kuras īpašības mēs nevaram jēgpilni aprakstīt, paveiks brīnumainas lietas, tas ir mītu veidošana, nevis argumentēts arguments par tehnoloģiju iespējām.

Radošie sasniegumi dažādās jomās darbojas atšķirīgi. Es nevaru šeit piedāvāt pilnīgu dažādo radošuma veidu taksonomiju, tāpēc, lai padarītu šo punktu, es ieskicētu argumentu, kas ietver trīs diezgan atšķirīgus piemērus: mūziku, spēles un matemātiku.

Mūzika manām ausīm

Iedomātā ainavā (2018)
Nao Tokui izmanto mašīnmācības algoritmu, lai izveidotu panorāmas no attēliem, kas atrasti Google Street View, un papildinātu tos ar skaņu ainavām, kas izveidotas, izmantojot mākslīgos neironu tīklus. PĒC MĀKSLINIEKA ATTIECĪBAS

Vai mēs varam iedomāties mašīnu ar tik pārcilvēciskām radošām spējām, kas rada izmaiņas tajā, ko mēs saprotam par mūziku, kā to darīja Šēnbergs?

Tas ir tas, ko es apgalvoju, ka mašīna nevar izdarīt. Apskatīsim, kāpēc.

Datormūzikas kompozīcijas sistēmas pastāv jau labu laiku. 1965. gadā, 17 gadu vecumā, pats Kurcveils, izmantojot modeļu atpazīšanas sistēmu priekšteci, kas mūsdienās raksturo dziļās mācīšanās algoritmus, ieprogrammēja datoru, lai komponētu atpazīstamu mūziku. Mūsdienās tiek izmantoti šīs tehnikas varianti. Padziļināti apguves algoritmi ir spējuši izmantot, piemēram, Baha korāļu kopumu un komponēt Baha stilam tik raksturīgu mūziku, ka pat ekspertus liek domāt, ka tā ir oriģināla. Šī ir mīmika. Tas ir tas, ko mākslinieks dara kā māceklis: kopē un pilnveido citu stilu, nevis strādā autentiskā, oriģinālā balsī. Tas nav tāds muzikāls jaunrades veids, ko mēs saistām ar Bahu, nemaz nerunājot par Šēnberga radikālajām inovācijām.

Tātad, ko mēs sakām? Vai varētu būt mašīna, kas, tāpat kā Šēnberga, izgudro pilnīgi jaunu mūzikas veidošanas veidu? Protams, mēs varam iedomāties un pat izgatavot šādu mašīnu. Ņemot vērā algoritmu, kas maina savus kompozīcijas noteikumus, mēs varētu viegli izveidot mašīnu, kas padara mūziku tikpat atšķirīgu no tās, ko mēs šobrīd uzskatām par labu mūziku, kā toreiz darīja Šēnbergs.

Bet šeit tas kļūst sarežģīti.

Mēs uzskatām, ka Šēnbergs ir radošs novators ne tikai tāpēc, ka viņam izdevās radīt jaunu mūzikas komponēšanas veidu, bet gan tāpēc, ka cilvēki tajā varēja saskatīt vīziju par to, kādai pasaulei vajadzētu būt. Šēnberga vīzija ietvēra rezerves, tīru, efektīvu modernitātes minimālismu. Viņa inovācija nebija tikai jauna algoritma atrašana mūzikas komponēšanai; tas bija atrast veidu, kā domāt par to, kāda mūzika ir kas ļauj tai runāt kas tagad vajadzīgs .

Daži varētu iebilst, ka esmu pacēlis latiņu pārāk augstu. Vai es strīdos, viņi jautās, ka mašīnai ir vajadzīga kaut kāda mistiska, neizmērāma izpratne par to, kas ir sociāli nepieciešams, lai to uzskatītu par radošu? Es neesmu — divu iemeslu dēļ.

Pirmkārt, atcerieties, ka, piedāvājot jaunu, matemātisko mūzikas kompozīcijas paņēmienu, Šēnbergs mainīja mūsu izpratni par to, kas ir mūzika. Tikai šāda veida radošumam, kas pārkāpj tradīcijas, ir nepieciešama zināma sociālā jūtība. Ja klausītāji nebūtu izjutuši viņa paņēmienu kā antitradicionālismu 20. gadsimta sākuma Vīnē radušās radikālās modernitātes centrā, viņi, iespējams, to nebūtu dzirdējuši kā kaut ko estētisku. Lieta ir tāda, ka radikāls radošums nav ikdienas radošuma paātrināta versija. Šēnberga veikums nav Oskara Štrausa vai kāda cita vidusmēra komponista demonstrētā radošuma veida ātrāka vai labāka versija: tas būtiski atšķiras pēc sava veida.

Otrkārt, mans arguments nav tāds, ka radītāja reakcijai uz sociālo nepieciešamību ir jābūt apzinātai, lai darbs atbilstu ģenialitātes standartiem. Es tā vietā strīdos mums ir jāspēj interpretēt darbu kā atbildi šādā veidā . Būtu kļūdaini interpretēt mašīnas sastāvu kā daļu no šāda pasaules redzējuma. Arguments tam ir vienkāršs.

Tādi apgalvojumi kā Kurcveils, ka mašīnas var sasniegt cilvēka līmeņa inteliģenci, pieņem, ka cilvēka prāts nozīmē tikai cilvēka smadzenes, kas seko noteiktam skaitļošanas algoritmu kopumam — uzskatu, ko sauc par skaitļošanas spēju. Bet, lai gan algoritmiem var būt morālas sekas, tie paši nav morālie aģenti. Mēs nevaram pieskaitīt pie rakstāmmašīnas pērtiķi, kurš nejauši drukā Otello kā lielisks radošs dramaturgs. Ja produktā ir izcilība, tas ir tikai negadījums. Mēs varam uzskatīt, ka mašīnas produkts ir lielisks, taču, ja zinām, ka rezultāts ir tikai kādas patvaļīgas darbības vai algoritmiska formālisma rezultāts, mēs nevaram to pieņemt kā cilvēka labā vīzijas izpausmi.

Šī iemesla dēļ, manuprāt, neko citu kā citu cilvēku nevar pareizi saprast kā patiesi radošu mākslinieku. Iespējams, AI kādreiz pārsniegs savu skaitļošanas formālismu, taču tam būtu vajadzīgs lēciens, kas šobrīd nav iedomājams. Mēs nemeklēsim tikai jaunus algoritmus vai procedūras, kas simulē cilvēka darbību; mēs meklētu jaunus materiālus, kas ir cilvēka būtības pamatā.

Cilvēka molekulas dublikāts atbilstošā veidā būtu cilvēks. Bet mums jau ir veids, kā izveidot šādu būtni: tas aizņem apmēram deviņus mēnešus. Šobrīd mašīna spēj paveikt tikai kaut ko daudz mazāk interesantu par to, ko spēj cilvēks. Tas var radīt mūziku, piemēram, Baha stilā — iespējams, pat mūziku, kas, pēc dažu ekspertu domām, ir labāka par Baha skaņdarbu. Bet tas ir tikai tāpēc, ka tā mūziku var vērtēt, pamatojoties uz iepriekš pastāvošu standartu. Tas, ko mašīna nevar izdarīt, ir ieviest izmaiņas mūsu standartos, lai novērtētu mūzikas kvalitāti vai saprastu, kas mūzika ir vai nav.

Tas nenoliedz, ka radošie mākslinieki izmanto visus viņu rīcībā esošos instrumentus un ka šie rīki veido viņu radīto mākslu. Trompete palīdzēja Deivisam un Kolmanam apzināties savu radošumu. Taču trompete pati par sevi nav radoša. Mākslīgā intelekta algoritmi vairāk līdzinās mūzikas instrumentiem, nevis cilvēkiem. Taryn Southern, bijušais Amerikāņu elks konkursante, nesen izdevusi albumu, kurā perkusijas, melodijas un akordi tika ģenerēti algoritmiski, lai gan viņa rakstīja dziesmu vārdus un vairākkārt pielāgoja instrumentācijas algoritmu, līdz tas sniedza vēlamos rezultātus. Deviņdesmito gadu sākumā Deivids Bovijs to darīja otrādi: viņš rakstīja mūziku un izmantoja Mac lietotni Verbalizer, lai pseidogadījuma veidā pārkombinētu teikumus dziesmu tekstos. Tāpat kā iepriekšējie mūzikas industrijas rīki — no ierakstīšanas ierīcēm līdz sintezatoriem līdz izlases veidotājiem un looperiem — jaunie AI rīki darbojas, stimulējot un novirzot cilvēka mākslinieka radošās spējas (un atspoguļo šo spēju ierobežojumus).

Spēles bez robežām

Daudz ir rakstīts par padziļināto mācību sistēmu sasniegumiem, kas tagad ir labākie Go spēlētāji pasaulē. AlphaGo un tā varianti stingri apgalvo, ka ir radījuši pilnīgi jaunu spēles veidu. Viņi ir iemācījuši cilvēku ekspertiem, ka atvēršanas gājieni, kas ilgi uzskatīti par nepareiziem, var novest pie uzvaras. Programma tiek atskaņota stilā, ko eksperti raksturo kā dīvainu un svešu. Tādas es iztēlojos spēles no tālas nākotnes, par AlphaGo spēli teica Shi Yue, labākais Go spēlētājs. Šķiet, ka algoritms ir patiesi radošs.

Savā svarīgā nozīmē tā ir. Spēle tomēr atšķiras no mūzikas komponēšanas vai romāna rakstīšanas: spēlēs ir objektīvs panākumu mērs. Mēs zinām, ka mums ir ko mācīties no AlphaGo, jo mēs redzam, ka tas uzvar.

Taču tas arī padara Go par rotaļlietu domēnu — vienkāršotu gadījumu, kas par pasauli stāsta tikai ierobežoti.

Annas Ridleres filma „Ušera nama krišana” (2017)
12 minūšu animācija, kuras pamatā ir Vatsona un Vēbera 1928. gada mēmā filma. Ridlere izveidoja nekustīgus attēlus, izmantojot trīs atsevišķus neironu tīklus: viens trenējās uz viņas zīmējumiem, otrs apmācīja zīmējumus, kas izgatavoti no pirmā tīkla rezultātiem, un trešais apmācīja zīmējumus, kas izgatavoti no otrā tīkla rezultātiem. PĒC MĀKSLINIEKA ATTIECĪBAS

Vissvarīgākais cilvēka radošuma veids maina mūsu izpratni par sevi, jo tas maina mūsu izpratni par to, ko mēs uzskatām par labu. Turpretim spēlei Go labestības būtība vienkārši nav piemērota: Go stratēģija ir laba tad un tikai tad, ja tā uzvar. Cilvēka dzīvei parasti nav šādas iezīmes: nav objektīva panākumu mēra augstākajās sasniegumu jomās. Noteikti ne mākslā, literatūrā, mūzikā, filozofijā vai politikā. Arī jaunu tehnoloģiju izstrādē.

Dažādās rotaļlietu jomās mašīnas var mums mācīt par noteiktu ļoti ierobežotu radošuma veidu. Bet domēna noteikumi ir iepriekš izveidoti; sistēma var gūt panākumus tikai tāpēc, ka tā iemācās labi spēlēt šo ierobežojumu ietvaros. Cilvēka kultūra un cilvēka eksistence ir daudz interesantāka par šo. Protams, ir normas, kā rīkoties. Bet radošums patiesā nozīmē ir spēja mainīt šīs normas kādā svarīgā cilvēka jomā. Panākumi rotaļlietu jomā neliecina, ka šāda fundamentālāka veida radošums ir sasniedzams.

Tas ir nokauts

Skeptiķis varētu apgalvot, ka arguments darbojas tikai tāpēc, ka es pretstatu spēles māksliniecisks ģēnijs. Zinātniskajā un matemātiskajā jomā ir arī citas radošuma paradigmas. Šajās jomās jautājums nav par pasaules redzējumu. Tas ir par to, kā lietas patiesībā ir.

Vai mašīna varētu nākt klajā ar matemātiskiem pierādījumiem, kas ir tik tālu aiz mums, ka mums vienkārši jāpaļaujas uz tās radošo ģēniju?

Nē.

Datori jau ir palīdzējuši gūt ievērojamus matemātikas sasniegumus. Taču viņu ieguldījums nav bijis īpaši radošs. Ņemiet vērā pirmo galveno teorēmu, kas pierādīta, izmantojot datoru: četru krāsu teorēmu, kas nosaka, ka jebkuru plakanu karti var iekrāsot ne vairāk kā ar četrām krāsām tā, lai neviena no divām blakus esošajām valstīm nenonāktu ar vienu un to pašu (tas attiecas arī uz valstis uz zemeslodes virsmas).

Gandrīz pirms pusgadsimta, 1976. gadā, Kenets Apels un Volfgangs Hakens Ilinoisas Universitātē publicēja datorizētu šīs teorēmas pierādījumu. Dators veica miljardiem aprēķinu, pārbaudot tūkstošiem dažādu veidu karšu — tik daudz, ka cilvēkiem bija (un joprojām) loģistiski neiespējami pārbaudīt, vai katra iespēja atbilst datora skatījumam. Kopš tā laika datori ir palīdzējuši veikt plašu jaunu pierādījumu klāstu.

Elektriskais ventilators (2018)
Toms Vaits izmanto uztveres dzinējus, algoritmus, kas destilē datus, kas savākti no tūkstošiem kopīgu objektu fotogrāfiju, lai sintezētu abstraktas formas. Pēc tam viņš pārbauda un uzlabo rezultātus, līdz sistēma tos atpazīst. Elektriskais ventilators, pateicoties Tomam Vaitam, mas '98, drib.net

Taču superdators nedara neko radošu, pārbaudot ļoti daudz gadījumu. Tā vietā tas daudzas reizes dara kaut ko garlaicīgu. Šķiet, ka tas ir gandrīz pretējs radošumam. Turklāt tas ir tik tālu no veida saprašana mēs parasti domājam, ka matemātiskajam pierādījumam vajadzētu piedāvāt to, ka daži eksperti šīs datorizētās stratēģijas vispār neuzskata par matemātiskiem pierādījumiem. Kā ir apgalvojis matemātikas filozofs Tomass Timočko, ja mēs pat nevaram pārbaudīt, vai pierādījums ir pareizs, tad viss, ko mēs darām, ir uzticēšanās iespējamam skaitļošanas procesam, kurā var rasties kļūdas.

Pat pieņemot, ka mēs ticam rezultātiem, datorizēti pierādījumi ir kaut kas līdzīgs datorizētas kompozīcijas analogam. Ja viņi mums dod vērtīgu produktu, tas galvenokārt ir cilvēka ieguldījuma dēļ. Taču daži eksperti ir iebilduši, ka mākslīgais intelekts spēs sasniegt vairāk. Pieņemsim, ka mums ir vislielākais: pašpaļāvīga iekārta, kas pierāda jaunas teorēmas pati par sevi.

Vai tāda mašīna kā šī varētu mūs ievērojami pārspēt matemātiskā jaunradē, kā apgalvo Kurcveils un Bostroms? Pieņemsim, piemēram, AI nāk klajā ar risinājumu kādai ārkārtīgi svarīgai un sarežģītai atklātai matemātikas problēmai.

Patiesas radošuma spējas, radošums, kas atjaunina mūsu izpratni par esamības būtību, ir pamatā tam, kas ir būt cilvēkam.

Ir divas iespējas. Pirmais ir tas, ka pierādījums ir ārkārtīgi gudrs, un, kad jomas eksperti to pārbauda, ​​viņi atklāj, ka tas ir pareizs. Šajā gadījumā AI, kas atklāja pierādījumu, tiks aplaudēta. Pašu mašīnu pat varētu uzskatīt par radošu matemātiķi. Bet šāda iekārta nebūtu singularitātes pierādījums; tas mūs tik ļoti nepārspētu radošuma ziņā, ka mēs pat nevarētu saprast, ko tas dara. Pat ja tajā būtu šāda veida cilvēka līmeņa radošums, tas neizbēgami nenovestu uz pārcilvēcisko valstību.

Daži matemātiķi ir kā mūzikas virtuozi: viņus izceļas ar to, ka viņi labi pārvalda esošu idiomu. Taču tādi ģēniji kā Srinivasa Ramanujan, Emmy Noether un Alexander Grothendieck, iespējams, pārveidoja matemātiku tāpat kā Šēnbergs pārveidoja mūziku. Viņu sasniegumi nebija vienkārši pierādījumi senām hipotēzēm, bet gan jaunas un negaidītas spriešanas formas, kas balstījās ne tikai uz viņu loģikas spēku, bet arī uz spēju pārliecināt citus matemātiķus par savu jauninājumu nozīmi. Nosacīts mākslīgais intelekts, kas nāk klajā ar gudru pierādījumu problēmai, kas jau sen ir mulsinājusi cilvēku matemātiķus, ir līdzīga AlphaGo un tā variantiem: iespaidīgs, taču nekas līdzīgs Šēnbergam.

Tas mūs noved pie otras iespējas. Pieņemsim, ka labākais un spilgtākais padziļinātās mācīšanās algoritms ir atbrīvots un pēc kāda laika saka: Esmu atradis fundamentāli jaunas teorēmas pierādījumu, taču tas ir pārāk sarežģīts, lai to saprastu pat jūsu labākie matemātiķi.

Tas patiesībā nav iespējams. Pierādījums, ko nevar saprast pat labākie matemātiķi, patiesībā netiek uzskatīts par pierādījumu. Pierādīt kaut ko nozīmē, ka jūs to pierādat kāds . Tāpat kā mūziķim ir jāpārliecina auditorija pieņemt viņas estētisko priekšstatu par to, kas ir laba mūzika, matemātiķim ir jāpārliecina citi matemātiķi, ka ir pamatoti iemesli ticēt viņas patiesības redzējumam. Lai apgalvojumu uzskatītu par derīgu pierādījumu matemātikā, tam ir jābūt saprotamam un jāapstiprina kādam neatkarīgam ekspertu kopumam, kas spēj to saprast. Ja eksperti, kuriem būtu jāspēj saprast pierādījumu, nevar, tad sabiedrība atsakās to apstiprināt kā pierādījumu.

Šī iemesla dēļ matemātika ir vairāk kā mūzika, nekā varētu domāt. Mašīna nevarētu mūs masveidā pārspēt radošuma ziņā, jo vai nu tās sasniegums būtu saprotams, tādā gadījumā tas nepārspētu mūs masveidā, vai arī nebūtu saprotams, un tādā gadījumā mēs to nevarētu uzskatīt par radošā progresa veicināšanu.

Skatītāja acs

Inženierzinātnes un lietišķā zinātne savā ziņā ir kaut kur starp šiem piemēriem. Ir kaut kas līdzīgs objektīvam, ārējam panākumu mēram. Tiltu būvē vai medicīnā nevar uzvarēt tāpat kā šahā, taču var redzēt, vai tilts nokrīt vai vīruss tiek iznīcināts. Šie objektīvie kritēriji stājas spēkā tikai tad, kad joma ir diezgan precīzi definēta: teiksim, tiek izstrādāti spēcīgi, viegli materiāli vai zāles, kas cīnās ar noteiktām slimībām. AI varētu palīdzēt narkotiku atklāšanā, faktiski darot to pašu, ko AI, kas komponēja to, kas izklausījās pēc labi izpildītas Baha kantātes, vai izstrādāja izcilu Go stratēģiju. Līdzīgi kā mikroskops, teleskops vai kalkulators, šāds mākslīgais intelekts tiek pareizi saprasts kā rīks, kas ļauj cilvēkiem atklāt, nevis kā autonoms radošais aģents.

Šeit ir vērts padomāt par speciālās relativitātes teoriju. Alberts Einšteins tiek atcerēts kā relativitātes atklājējs, bet ne tāpēc, ka viņš bija pirmais, kurš nāca klajā ar vienādojumus, kas labāk apraksta telpas un laika struktūru. Džordžs Ficdžeralds, Hendriks Lorencs un Anrī Puankarē, cita starpā, bija pierakstījuši šos vienādojumus pirms Einšteina. Viņš ir atzīts par teorijas atklājēju, jo viņam bija oriģināla, ievērojama un patiesa izpratne par vienādojumiem. domāts un varētu nodot šo izpratni citiem.

Lai mašīna veiktu fiziku, kas jebkurā ziņā ir salīdzināma ar Einšteina radošumu, tai ir jāspēj pārliecināt citus fiziķus par savu ideju vērtību vismaz tikpat labi kā viņš. Tas nozīmē, ka mums būtu jāspēj pieņemt tās priekšlikumus kā tādus, uz kuriem tā ir vērsta paziņo mums par savu derīgumu . Ja tāda mašīna kādreiz rastos, kā līdzībā par Pinokio, mums būtu jāizturas pret to kā pret cilvēku. Tas cita starpā nozīmē, ka mums tai būtu jāpiedēvē ne tikai inteliģence, bet arī jebkura cieņa un morālā vērtība, kas ir piemērota cilvēkiem. Man šķiet, ka mēs esam ļoti tālu no šī scenārija, un nav iemesla domāt, ka pašreizējā mākslīgā intelekta skaitļošanas paradigma — tās dziļās mācīšanās formā vai jebkurā citā — jebkad mūs tam pietuvinās.

Radošums ir viena no cilvēka galvenajām iezīmēm. Patiesas radošuma spējas, radošuma veids, kas atjaunina mūsu izpratni par esamības būtību, kas maina veidu, kā mēs saprotam, kas ir būt skaistam, labam vai patiesam — šīs spējas ir pamatā tam, kas ir būt cilvēkam. . Taču šāda veida radošums ir atkarīgs no tā, vai mēs to novērtējam un rūpējamies par to kā tādu. Kā norādījis rakstnieks Braiens Kristiāns, cilvēki sāk rīkoties mazāk kā būtnes, kas radošumu vērtē kā vienu no mūsu augstākajām iespējām, un vairāk kā pašas mašīnas.

Cik daudziem cilvēkiem mūsdienās ir darbs, kurā viņiem ir jāievēro iepriekš noteikts sarunu skripts? Cik maz no tā, ko mēs zinām kā īstu, autentisku, radošu un atvērtu cilvēku sarunu, ir palicis šajā izķidātajā šarādē? Cik daudz tas ir, piemēram, noteikumu ievērošana, ko var darīt mašīna? Un cik daudzi no mums, ciktāl ļaujam sevi iesaistīt šādos scenārijos, ir arī izķidāti? Cik lielu daļu savas dienas mēs ļaujam piepildīt ar efektīvām mašīnveida darbībām — datorizētu veidlapu un anketu aizpildīšanu, atbildēšanu uz klikšķu ēsmu, kas darbojas, pamatojoties uz mūsu zemākajiem, dzīvniekiem līdzīgākajiem impulsiem, spēlējot spēles, kas paredzētas mūsu optimizēšanai. atkarību izraisoša reakcija?

Mums draud šīs neskaidrības arī dažās cilvēka sasniegumu dziļākajās jomās. Ja mēs atļaujamies teikt, ka mašīnpierādījumi, kurus mēs nesaprotam, ir īsti pierādījumi, piemēram, nododot mašīnām sociālo autoritāti, mēs izturēsimies pret matemātikas sasniegumiem tā, it kā tiem vispār nebūtu vajadzīga cilvēka izpratne. Mēs izmantosim vienu no mūsu augstākajiem radošuma un inteliģences veidiem un reducēsim to līdz vienam informācijas bitam: jā vai nē.

Miesnieka dēls (2018)
Mario Klingemans izmantoja divus GAN, no kuriem viens bija apmācīts par datu kopu par cilvēka pozām un viens apmācīts pornogrāfijā, lai renderētu tūkstošiem saliktu attēlu. Novērtējis katru pēc pozas un detaļām, viņš izvēlējās vienu, lai pilnveidotu pabeigto darbu. PĒC MĀKSLINIEKA ATKLĀTĀJĀM

Pat ja mūsu rīcībā būtu šī informācija, tā mums būtu mazvērtīga, ja neizprotam tās iemeslus. Mēs nedrīkstam aizmirst spriešanas būtību, kas ir matemātikas pamatā.

Tāpat arī ar mākslu un mūziku, un filozofiju un literatūru. Ja mēs ļausim sev šādi paslīdēt, traktēt mašīnu radošumu kā savējo aizstājēju, tad mašīnas patiešām šķitīs mums neaptverami pārākas. Bet tas ir tāpēc, ka mēs būsim zaudējuši izpratni par radošuma fundamentālo lomu cilvēka dzīvē.

Šons Doranss Kellijs ir Hārvardas filozofijas profesors un New York Times vislabāk pārdotās grāmatas līdzautors. Visas lietas spīd .

paslēpties