Mums nekad nebūs patiesa AI, ja vispirms neizprotam smadzenes

Patriks T Pauerss

AI meklējumi vienmēr ir bijuši mēģinājumi izveidot mašīnas, kas domā — vismaz kaut kādā ziņā. Taču jautājums par to, cik līdzīgam jābūt mākslīgajam un bioloģiskajam intelektam, jau vairākus gadu desmitus ir dalījies viedokļos. Pirmie centieni izveidot mākslīgo intelektu ietvēra lēmumu pieņemšanas procesus un informācijas uzglabāšanas sistēmas, kuras bija brīvi iedvesmotas no cilvēku domāšanas veida. Un šodienas dziļie neironu tīkli ir brīvi iedvesmoti no tā, kā smadzenēs iedegas savstarpēji saistīti neironi. Bet brīva iedvesma parasti ir tik tālu, cik tā iet.

Saistīts stāsts

Mākslīgais vispārējais intelekts: vai mēs esam tuvu un vai ir jēga mēģināt?

Mašīna, kas varētu domāt kā cilvēks, ir bijusi mākslīgā intelekta izpētes vadošā vīzija kopš seniem laikiem, un joprojām ir tās visšķautīgākā ideja.

Lielākajai daļai AI cilvēku pārāk nerūp detaļas, saka Džefs Hokinss, neirozinātnieks un tehnoloģiju uzņēmējs. Viņš vēlas to mainīt. Hokinss gandrīz 40 gadus ir šķērsojis divas neirozinātnes un mākslīgā intelekta pasaulēs. 1986. gadā pēc dažiem Intel programmatūras inženiera gadiem viņš ieradās Kalifornijas Universitātē Bērklijā, lai uzsāktu doktora grādu neirozinātnēs, cerot noskaidrot, kā darbojas intelekts. Taču viņa ambīcijas atsitās pret sienu, kad viņam teica, ka nav neviena, kas viņam palīdzētu īstenot tik vērienīgu projektu. Neapmierināts, viņš nomainīja Bērkliju pret Silīcija ieleju un 1992. gadā nodibināja Palm Computing, kas izstrādāja PalmPilot — mūsdienu viedtālruņu priekšteci.

Bet viņa aizraušanās ar smadzenēm nekad nepazuda. Pēc piecpadsmit gadiem viņš atgriezās neirozinātnēs un izveidoja to Redvudas Teorētiskās neirozinātnes centrs (tagad Bērklijā). Šodien viņš skrien Numenta , neirozinātnes pētījumu uzņēmums, kas atrodas Silīcija ielejā. Tur viņš un viņa komanda pēta neokorteksu, smadzeņu daļu, kas ir atbildīga par visu, ko mēs saistām ar intelektu. Pēc izrāvienu virkne dažos pēdējos gados Numenta ir mainījusi savu fokusu no smadzenēm uz AI, pielietojot mašīnās apgūto par bioloģisko intelektu.

Hokinsa idejas ir iedvesmojušas lielus vārdus mākslīgā intelekta jomā, tostarp Endrjū Ng, un saņēmušas atzinību no tādiem cilvēkiem kā Ričards Dokinss, kurš rakstīja entuziasma pilnu priekšvārdu Hokinsa jaunajai grāmatai. Tūkstoš smadzeņu: jauna intelekta teorija , publicēts 2. martā.

Man bija gara tērzēšana ar Hokinsu vietnē Zoom par to, ko viņa cilvēka smadzeņu pētījumi nozīmē mašīnu intelektam. Viņš nav pirmais Silīcija ielejas uzņēmējs, kurš domā, ka viņam ir visas atbildes, un, visticamāk, ne visi piekritīs viņa secinājumiem. Bet viņa idejas varētu satricināt AI.

Mūsu saruna ir rediģēta garuma un skaidrības labad.

Kāpēc, jūsuprāt, AI šobrīd virzās nepareizā virzienā?

Tas ir sarežģīts jautājums. Hei, es neesmu mūsdienu AI kritiķis. Es domāju, ka tas ir lieliski; tas ir noderīgi. Es vienkārši nedomāju, ka tas ir saprātīgi.

Mana galvenā interese ir smadzenes. Es iemīlējos smadzenēs pirms gadu desmitiem. Man jau ilgu laiku ir bijusi tāda attieksme, ka pirms mākslīgā intelekta veidošanas mums vispirms ir jāsaprot, kas patiesībā ir intelekts, un labākais veids, kā to izdarīt, ir izpētīt smadzenes.

Jau 1980. gadā, vai tamlīdzīgi, es jutu, ka pieeja AI nenovedīs pie patiesa intelekta. Un es esmu jutis to pašu visās dažādajās AI fāzēs — tas man nav nekas jauns.

Es skatos uz progresu, kas pēdējā laikā panākts ar dziļu mācīšanos, un tas ir dramatisks, diezgan iespaidīgs, taču tas nemazina faktu, ka tā fundamentāli trūkst. Es domāju, ka es zinu, kas ir inteliģence; Es domāju, ka es zinu, kā smadzenes to dara. Un AI nedara to, ko smadzenes.

Vai jūs gribat teikt, ka, lai izveidotu AI, mums kaut kādā veidā ir jārada smadzenes?

Nē, es nedomāju, ka mēs veidosim tiešas smadzeņu kopijas. Es nemaz neaizraujos ar smadzeņu emulāciju. Bet mums būs jāveido mašīnas, kas darbojas pēc līdzīgiem principiem. Vienīgie viedo sistēmu piemēri ir bioloģiskās sistēmas. Kāpēc lai jūs to nepētītu?

Tas ir tā, it kā es pirmo reizi parādīju jums datoru un jūs sakāt: Tas ir lieliski! Es būvēšu kaut ko līdzīgu. Bet tā vietā, lai skatītos uz to, mēģinātu saprast, kā tas darbojas, jūs vienkārši dodieties prom un sāciet mēģināt kaut ko izveidot no nulles.

Kas ir tas, ko smadzenes dara izlūkdatam, kas, jūsuprāt, ir jādara arī AI?

Ir četri minimālie intelekta atribūti, sava veida bāzes līnija. Pirmā ir mācīšanās kustoties: mēs nevaram uzreiz sajust visu, kas mums ir apkārt. Mums ir jāpārvietojas, lai izveidotu lietu garīgo modeli, pat ja tas kustina tikai mūsu acis vai rokas. To sauc par iemiesojumu.

Saistīts stāsts

Psiholoģijas koncepcija palīdz AI labāk orientēties mūsu pasaulē

Pēc tam šo sensoro ievadi aizņem desmitiem tūkstošu kortikālo kolonnu, no kurām katrā ir daļējs pasaules attēls. Viņi sacenšas un apvienojas caur sava veida balsošanas sistēma lai izveidotu vispārēju skatījumu. Tas ir tūkstoš smadzeņu ideja . AI sistēmā tas varētu ietvert mašīnu, kas kontrolē dažādus sensorus — redzi, pieskārienu, radaru un tā tālāk —, lai iegūtu pilnīgāku pasaules modeli. Lai gan parasti katrai sajūtai, piemēram, redzei, būs daudz kortikālo kolonnu.

Pēc tam ir nepārtraukta mācīšanās, kurā jūs apgūstat jaunas lietas, neaizmirstot iepriekšējo. Mūsdienu AI sistēmas to nevar izdarīt. Un visbeidzot, mēs strukturējam zināšanas, izmantojot atsauces rāmji , kas nozīmē, ka mūsu zināšanas par pasauli ir saistītas ar mūsu skatījumu. Ja pabīdu pirkstu gar kafijas tases malu, varu paredzēt, ka sajutīšu tās malu, jo zinu, kur atrodas mana roka attiecībā pret krūzi.

Jūsu laboratorija nesen ir pārgājusi no neirozinātnes uz AI. Vai tas atbilst jūsu tūkstoš smadzeņu teorijai?

Diezgan ļoti. Ja vēl pirms diviem gadiem ienācāt mūsu birojā, tā visa bija neirozinātne. Tad mēs veicām pāreju. Mēs uzskatījām, ka esam pietiekami iemācījušies par smadzenēm, lai sāktu to lietot AI.

Kāda veida AI darbu jūs darāt?

Viena no pirmajām lietām, ko apskatījām, bija retums. Vienā reizē tikai 2% mūsu neironu šauj; aktivitāte ir reta. Mēs esam izmantojuši šo ideju padziļinātas apmācības tīklos, un mēs to iegūstam dramatiski rezultāti , piemēram, 50 reižu paātrinājums esošajos tīklos. Sparity nodrošina arī izturīgākus tīklus un mazāku enerģijas patēriņu. Tagad mēs strādājam pie nepārtrauktas mācīšanās.

Interesanti, ka jūs iekļaujat kustību kā intelekta pamatu. Vai tas nozīmē, ka AI ir nepieciešams ķermenis? Vai tam ir jābūt robotam?

Es domāju, ka nākotnē atšķirība starp AI un robotiku izzudīs. Bet šobrīd es dodu priekšroku vārdam iemiesojums, jo, runājot par robotiem, tas uzbur cilvēcisku robotu attēlus, par ko es nerunāju. Galvenais ir tas, ka mākslīgajam intelektam būs jābūt sensoriem un jāspēj tos pārvietot attiecībā pret sevi un lietām, ko tas modelē. Bet jums varētu būt arī virtuāls AI, kas pārvietojas internetā.

Šī ideja ievērojami atšķiras no daudzām populārām idejām par intelektu, bezķermeņa smadzenēm.

Kustība ir patiešām interesanta. Smadzenes izmanto tos pašus mehānismus, lai pārvietotu manu pirkstu virs kafijas tases vai kustinātu acis, vai pat tad, kad jūs domājat par konceptuālu problēmu. Jūsu smadzenes pārvietojas pa atskaites kadriem, lai atsauktu atmiņā faktus, ko tās ir saglabājušas dažādās vietās.

Galvenais ir tas, ka jebkura inteliģenta sistēma neatkarīgi no tās fiziskās formas apgūst pasaules modeli, sajūtot dažādas tās daļas, pārvietojoties tajā. Tas ir pamatiežs; jūs nevarat atrauties no tā. Neatkarīgi no tā, vai tas izskatās pēc humanoīda robota, čūskas robota, automašīnas, lidmašīnas vai, ziniet, vienkārši datora, kas sēž uz jūsu galda un staigā pa internetu, tie visi ir vienādi.

Kā lielākā daļa AI pētnieku jūtas par šīm idejām?

Lielākā daļa AI pētnieku īsti neaptver domu, ka smadzenes ir svarīgas. Es domāju, jā, cilvēki pirms kāda laika izdomāja neironu tīklus, un tos ir iedvesmojušas smadzenes. Bet lielākā daļa cilvēku nemēģina replicēt smadzenes. Tas ir tikai tas, kas darbojas, tas darbojas. Un mūsdienu neironu tīkli darbojas pietiekami labi.

Saistīts stāsts

AI pionieris Džefs Hintons: Padziļināta mācīšanās spēs paveikt visu Pirms trīsdesmit gadiem Hintona ticība neironu tīkliem bija pretrunīga. Tagad ir grūti atrast kādu, kas nepiekrīt, viņš saka.

Un lielākajai daļai AI cilvēku ir ļoti maz izpratnes par neirozinātnēm. Tas nav pārsteidzoši, jo tas ir patiešām grūti. Tas nav kaut kas tāds, par ko vienkārši apsēsties un pavadīt dažas dienas, lasot. Pati neirozinātne ir cīnījusies, lai saprastu, kas, ellē, notiek smadzenēs.

Bet viens no lielākajiem šīs grāmatas rakstīšanas mērķiem bija uzsākt sarunu par intelektu, kas mums nav. Es domāju, ka mans ideālais sapnis ir, ka katra AI laboratorija pasaulē izlasa šo grāmatu un sāk apspriest šīs idejas. Vai mēs tos pieņemam? Vai mēs nepiekrītam? Iepriekš tas īsti nebija iespējams. Es domāju, šis smadzeņu pētījums ir mazāks par pieciem gadiem. Es ceru, ka tas būs īsts pagrieziena punkts.

Kā, jūsuprāt, šīs sarunas maina AI izpēti?

Kā jomai AI nav definēts, kas ir intelekts. Zini, Tjūringa tests manuprāt, ir viena no sliktākajām lietām, kas jebkad ir noticis. Pat šodien mēs joprojām tik daudz koncentrējamies uz etaloniem un gudriem trikiem. Es nemēģinu teikt, ka tas nav lietderīgi. AI, kas var atklāt vēža šūnas, ir lieliska. Bet vai tā ir inteliģence? Nē. Grāmatā es izmantoju piemēru, kā roboti uz Marsa veido dzīvotni cilvēkiem. Mēģiniet iedomāties, kāds AI ir nepieciešams, lai to izdarītu. Vai tas ir iespējams? Tas ir pilnīgi iespējams. Es domāju, ka gadsimta beigās mums būs tādas mašīnas. Jautājums ir par to, kā atbrīvoties no, piemēram, “Šeit ir vēl viens triks nākotnes veidošanai nepieciešamajiem pamatiem.

Ko Tjūrings kļūdījās, uzsākot sarunu par mašīnu inteliģenci?

Es tikai domāju, ka, atgriežoties atpakaļ un izlasot viņa oriģinālo darbu, viņš būtībā mēģināja panākt, lai cilvēki pārstātu ar viņu strīdēties par to, vai jūs varētu izveidot inteliģentu mašīnu. Viņš teica: Lūk, dažas lietas, par kurām padomāt — beidziet mani traucēt. Bet problēma ir tā, ka tā ir vērsta uz uzdevumu. Vai mašīna var darīt kaut ko tādu, ko var darīt cilvēks? Un tas ir attiecināts arī uz visiem AI mērķiem, kurus esam izvirzījuši. Tātad spēlēšana Go bija lielisks AI sasniegums. Tiešām? [ smejas ] Es domāju, labi.

Problēma ar visiem veiktspējas rādītājiem, un Tjūringa tests ir viens no tiem, ir tas, ka tas vienkārši izvairās no sarunas vai lielā jautājuma par to, kas ir vieda sistēma. Ja varat kādu piemānīt, ja varat atrisināt uzdevumu ar kaut kādu gudru inženieriju, tad esat sasniedzis šo etalonu, taču ne vienmēr esat panācis nekādu progresu, lai dziļāk izprastu, ko nozīmē būt gudram.

Vai koncentrēšanās uz cilvēciskiem sasniegumiem arī ir problēma?

Es domāju, ka nākotnē daudzas inteliģentas mašīnas nedarīs neko tādu, ko dara cilvēki. Daudzi no tiem būs ļoti vienkārši un mazi — tāpat kā pele vai kaķis. Tāpēc koncentrēšanās uz valodu un cilvēku pieredzi, kā arī uz visu šo lietu, lai izturētu Tjūringa testu, nav nozīmes viedās mašīnas izveidei. Tas ir svarīgi, ja vēlaties izveidot cilvēcisku mašīnu, bet es nedomāju, ka mēs vienmēr to vēlamies darīt.

Jūs grāmatā stāstāt stāstu par rokas datoru piedāvāšanu Intel priekšniekam, kurš nevarēja saprast, kam tie ir paredzēti. Tātad, ko darīs šie nākotnes AI?

es nezinu. Neviens nezin. Taču man nav šaubu, ka mēs atradīsim milzum daudz noderīgu lietu, ko darīt inteliģentām mašīnām, tāpat kā to esam darījuši tālruņiem un datoriem. Neviens negaidīja 1940. vai 50. gados, ko darīs datori. Tas pats būs ar AI. Būs labi. Dažas sliktas, bet galvenokārt labas.

Bet es gribētu par to domāt ilgtermiņā. Tā vietā, lai jautātu, kāda nozīme ir viedo mašīnu veidošanai? Es jautāju, kāds ir dzīves mērķis? Mēs dzīvojam milzīgā Visumā, kurā esam mazi punktiņi no nekā. Šī jautājuma zīme manā galvā ir bijusi kopš bērnības. Kāpēc mums kaut kas rūp? Kāpēc mēs to visu darām? Kādam jābūt mūsu kā sugas mērķim?

Es domāju, ka tas nav par genofonda saglabāšanu: tas ir par zināšanu saglabāšanu. Un, ja tā padomā, viedās mašīnas tam ir būtiskas. Mēs nebūsim blakus mūžīgi, bet mūsu mašīnas varētu būt.

Man tas šķiet iedvesmojoši. Es vēlos savai dzīvei mērķi. Es domāju, ka mākslīgais intelekts — AI, kā es to iztēlojos, nevis mūsdienu AI — ir veids, kā būtībā saglabāt sevi laikam un vietai, kuru mēs vēl nezinām.

paslēpties