Historia technologii jest pełna przepowiedni, które brzmią teraz absurdalnie. Jeden z najbardziej znanych przykładów przypisuje się Billowi Gatesowi, który w 1981 roku oświadczył, że „640 kilobajtów powinno wystarczyć każdemu”. Prognozy AI nie różnią się pod tym względem.
Pierwsi badacze AI (sztucznej inteligencji) wierzyli, że już po kilkudziesięciu latach będziemy mieli robota, który będzie chodził, mówił i myślał jak człowiek. Oczywiście, pomimo imponujących postępów w uczeniu maszynowym, sztuczna inteligencja wciąż ma przed sobą długą drogę. Zgodnie z zasadą znaną jako paradoks Moraveca, możemy nauczyć maszyny rozwiązywania złożonych problemów, ale jednocześnie nie radzą sobie one z najprostszymi problemami.
No dalej, Siri, myśl jak dziecko
W 1957 roku ekonomista i pionier informatyki Herbert Simon powiedział: „Nie chcę was zaskakiwać ani szokować, ale mogę podsumować to, mówiąc, że są teraz na świecie maszyny, które mogą myśleć, uczyć się i tworzyć. Ponadto ich zdolność do wykonywania tych czynności będzie szybko rosła, aż (w dającej się przewidzieć przyszłości) zakres problemów, z którymi mogą sobie radzić maszyny, będzie porównywalny z zakresem problemów, w których ludzki umysł był dotychczas potrzebny.
Simon zmarł w 2001 roku, a jego „widzialna przyszłość”, w której maszyny mogą myśleć jak ludzie, jest wciąż odległa. Jasne, sztuczna inteligencja sprawdziła się w wykonywaniu określonych zadań, takich jak klasyfikowanie odległych galaktyk, naśladowanie głosów celebrytów lub tworzenie sztuki, ale proste myślenie - koncepcja znana jako ogólna sztuczna inteligencja - wydaje się zbijać z tropu najbardziej zaawansowane systemy uczenia maszynowego. Pomyśl, nawet chodzenie na dwóch nogach jest wyzwaniem dla maszyn. Mogą pokonać wielkiego mistrza szachów, ale nie będą w stanie wyprzedzić malucha i zabrać odpowiedniej zabawki z półki.
To nie jest nowy problem. W latach osiemdziesiątych informatyk Hans Moravec przedstawił właśnie ten problem, obecnie nazywany „paradoksem Moraveca”, i wyjaśnił, dlaczego właśnie tego powinniśmy oczekiwać od maszyn, które nie podlegają doborowi naturalnemu. „Zakodowane w dużych, wysoko rozwiniętych zmysłowych i motorycznych częściach ludzkiego mózgu są miliardy lat doświadczeń na temat natury świata i tego, jak w nim przetrwać” - napisał w swojej książce Children of the Mind z 1988 roku.
Film promocyjny:
Oznacza to, że to, co wydaje się ludziom proste, było ulepszane przez tysiąclecia w procesie ewolucji. To, co dla ludzi jest najtrudniejsze, jest trudne tylko dlatego, że jest dla nich nowe - myśleliśmy o strategii szachowej od nieco ponad tysiąca lat, ale interakcji z otoczeniem uczyliśmy się, odkąd nasi przodkowie byli jeszcze organizmami jednokomórkowymi. Umiejętności ewolucyjne nie wymagają świadomego myślenia, a kiedy nie musisz o czymś myśleć, trudniej jest dowiedzieć się, jak nauczyć tego maszynę.
Poznaj maszyny, poznając siebie
Jak więc nauczyć maszynę naprawdę myśleć? Moravec uważa, że maszynom brakuje ewolucji. Jednak sytuacja poprawia się z dnia na dzień.
Inżynierowie uczą algorytmów sztucznej inteligencji, na przykład uczą roboty grać w gry wideo. Ale zanim będziemy mogli nauczyć maszyny myśleć jak ludzie, sami musimy lepiej zrozumieć, jak myślą ludzie, zrozumienie ograniczeń uczenia maszynowego może pomóc odpowiedzieć na pytania dotyczące tego, jak naprawdę działają nasze umysły. Możliwe też, że paradoksem jest to, że sztuczna inteligencja nigdy nie będzie naprawdę niezależna i zawsze będzie polegać na pomocy człowieka. W każdym razie wszyscy powinniśmy docenić superkomputery, które działają w naszych czaszkach. Sprawiają, że najtrudniejsze zadania na świecie wyglądają na łatwe.
Svetlana Bodrik