A mesterséges intelligencia valóban hülye lesz?

Manapság nehéz bárhová menni anélkül, hogy emlékeztetnénk a mesterséges intelligenciára (AI). Hall róla, elolvasta róla, és nehéz megtalálni egy olyan bemutató paklit (bármilyen témában), amely nem említi. Kétségtelen, hogy a téma körül sok hiper van.

Noha a hype növeli az AI tudatosságát, megkönnyíti néhány nagyon ostoba tevékenységet, és elvonhatja az embereket az elért valódi haladás nagy részétől. A valóságnak a drámaibb címsoroktól való leválasztása ígéretes jelentős előnyökkel jár majd a befektetők, az üzletemberek és a fogyasztók számára egyaránt.

A mesterséges intelligencia nagyrészt a legújabb hírnévre tett szert olyan magas szintű sikerek miatt, mint például az IBM Watson győztese a Jeopardy-ban és a Google AlphaGo, aki verte a világbajnokot a „Go” játékban. Waymo, Tesla és mások szintén nagy előrelépést tettek az önjáró járművekkel. Az AI alkalmazások kiterjedtségét Richard Waters megragadta a Financial Times [itt}: „Ha a fogyasztói technológiát alátámasztó üzenet alátámasztotta a megjelenést [a Fogyasztói Elektronikai Kiállításon], akkor ez volt:„ AI mindenben ”.”

A magas szintű AI sikerek olyan mértékben megragadták az emberek képzeletét, hogy más messzemenő erőfeszítéseket váltottak ki. Az egyik tanulságos példát Thomas H. Davenport és Rajeev Ronanki dokumentálta a Harvard Business Review [itt]. Leírják: „Az 2013-ben az MD Anderson Cancer Center elindította a„ hold lövés ”projektet: diagnosztizálja és javasolja a rák bizonyos formáinak kezelési terveit az IBM Watson kognitív rendszerének felhasználásával. Sajnos a rendszer nem működött, az 2017 pedig„ a projektet felfüggesztették, miután a költségek meghaladták az 62 millió dollárt - és a rendszert még a betegeknél kellett használni. ”

Waters egy másik üzenetet is felvette - a mérsékelt elvárások üzenetét. A „hangvezérlésű személyi asszisztensekkel” kapcsolatban megjegyzi: „nem világos, hogy a technológia mégis valóban hasznos lehet-e az okostelefon helyettesítésében a digitális világban való navigálásban”, kivéve „zenét játszani vagy ellenőrizni a hírek és az időjárás ”.

A mérsékelt elvárások más példái is rengetegek. Generva Allen, a Baylor Orvostudományi Főiskola és a Rice Egyetem figyelmeztette [itt], „Nem bíznék meg a felfedezéseknek nagyon nagy részét, amelyeket jelenleg a nagy adatsorra alkalmazott gépi tanulási technikákkal készítenek.” A probléma az, hogy sok technikát úgy tervezték, hogy konkrét válaszokat adjon, és a kutatás bizonytalansággal jár. Kifejtette: "Néha sokkal hasznosabb lenne, ha azt mondanák:" Azt hiszem, hogy ezek közül néhány valóban össze van csoportosítva, de nem vagyok biztos ezekben a többiben. "

Még rosszabb, hogy szélsőséges esetekben az AI nem csak alulteljesít; még nem hajtották végre. A FT jelentések [itt], „Az Európa„ mesterséges intelligenciájú ”startupjainak négy része az 10-ben nem használ mesterséges intelligencia programokat termékeiben, egy jelentés szerint, amely rávilágít a technológia körül felmerülő hype-re.”

A felfújt várakozások ciklusai, amelyeket a csalódás hullámai követnek, nem meglepő azok számára, akik egy ideje már a mesterséges intelligencia környékén vannak. Mindent jól tudnak: ez nem az AI első rodeója. Valójában a koncepcionális munkák nagy része az 1950-kel nyúlik vissza. A közelmúltban néhány megjegyzésem áttekintésekor egy reprezentatív elemmel találkoztam, amely az ideghálózatokat fedezte fel az állományszedés céljából - a 1993-tól kelt.itt].

Az AI szempontjából a legjobb módszer egyenesen a forráshoz jutni, és Martin Ford könyvével megadja nekünk ezt a lehetőséget, Az intelligencia építészei. Az iparág vezető kutatóival, tudósaival és vállalkozóival folytatott interjúk sorozatában szervezett könyv hasznos AI történetet biztosít, és kiemeli a gondolkodás kulcsfontosságú területeit.

Két magas szintű betekintés merül fel a könyvből. Az egyik az, hogy az interjúalanyok eltérő háttere és személyisége ellenére, a fontos témákban nagy a konszenzus. A másik az, hogy a legfontosabb madárinfluenza-kutatások sok prioritása és aggodalma észrevehetően különbözik a mainstream médiában megfogalmazottaktól.

Vegyük például a mesterséges általános intelligencia fogalmát (AGI). Ez szorosan kapcsolódik a „szingularitás” fogalmához, amelyben a mesterséges intelligencia megegyezik az emberek intelligenciájával - az emberi intelligencia tömeges meghaladásának útján. Az ötlet megragadta az emberek aggályait, amelyek súlyos munkahely-veszteségeket, gyilkos drónokat és számos más drámai megnyilvánulást tartalmaznak.

Az AI vezető kutatói nagyon eltérő véleményekről szólnak; csoportként őket teljesen megzavarják az AGI. Geoffrey Hinton, a torontói egyetem számítástechnikai professzora, a Google alelnöke és mérnöki munkatársa így szólt: „Ha a kérdésed az, hogy mikor kapjuk meg a parancsnok adatait [a Star Trek TV sorozatból]”, akkor én ne gondold, hogy így alakulnak a dolgok. Nem hiszem, hogy ilyen, általános célú dolgokat fogunk kapni. "

Yoshua Bengio, a Montreali Egyetem számítógépes és operatív kutatásának professzora azt mondja nekünk, hogy „Vannak előttünk nagyon nehéz problémák és hogy messze vagyunk az emberi szintű AI-től.” Hozzáteszi: „Mindannyian izgatott, mert sokat haladtunk a hegymászás során, de a hegy tetejére közeledve láthatunk más dombok sorát is, amelyek felkelnek előttünk. ”

Barbara Grosz, a Harvard Egyetem természettudományi professzora véleményét fejezte ki: "Nem hiszem, hogy az AGI a helyes irány." Azt állítja, hogy az AGI folytatása (és annak következményeinek kezelése) olyan messze van a jövőben, hogy „figyelmesek”.

Egy másik általános téma az AI kutatások között az a meggyőződés, hogy az AI-t hozzá kell szokni fokozza inkább az emberi munka cserélni azt. Cynthia Breazeal, az MIT médialaboratórium személyes robotcsoportjának igazgatója a következő kérdést vázolja fel: „A kérdés az, hogy mi a szinergia, mi a komplementaritás, mi a kibővítés, amely lehetővé teszi, hogy kibővítsük emberi képességeinket abban, amit teszünk, ami lehetővé teszi számunkra. Fei-Fei Li, a Stanfordi számítástudományi professzor és a Google Cloud vezető tudósa elmondta: „Az AI mint technológia annyi potenciállal rendelkezik, hogy javítsa és növelje a munkaerőt, amellett, hogy egyszerűen helyettesíti azt."

James Manyika, a McKinsey Global Institute elnöke és igazgatója megjegyezte, hogy mivel a foglalkozások 60% -ában alapvető tevékenységeik kb. Egyharmada automatizálható, és a foglalkozásoknak csak körülbelül 10% -ánál több az 90% -ánál automatizálható, „még sok más foglalkozást kiegészítenek vagy bővítenek a technológiák mint helyébe lép. ”

Ezenkívül az AI csak fokozza az emberi munka, amennyiben hatékonyan képes működni val velemberi munka. Barbara Grosz rámutatott: "Egyszer azt mondtam, hogy" az AI rendszerek a legjobbak, ha az embereket szem előtt tartva tervezik ". Folytatta: "Azt javaslom, hogy törekedjünk egy olyan rendszer kiépítésére, amely jó csapatpartner és olyan jól működik velünk, hogy nem ismerjük fel, hogy ez nem emberi."

David Ferrucci, az Elemental Cognition alapítója és a Bridgewater Associates alkalmazott alkalmazott AI igazgatója elmondta: „A jövőben, amelyet az Elemental Cognitionnál képzelünk el, szoros és folyékonyan működik az emberi és gépi intelligencia.” Fejlesztette: „Erre gondolkodási partnerségnek gondolunk. "Yoshua Bengio azonban emlékeztet bennünket az ilyen partnerség kialakításának kihívásaira:" Ez nem csak a pontosságról szól [az AI-vel], hanem az emberi kontextus megértéséről, és a számítógépeknek abszolút nincsenek nyomai erre. "

Érdekes, hogy meglehetősen nagy a konszenzus a kulcsfontosságú ötletek kapcsán, például az AGI jelenleg nem különösen hasznos cél, az AI-t alkalmazni kell a munkaerő növelésére és nem helyettesítésére, és az AI-nek az emberekkel partnerségben kell működnie. Érdekes az is, hogy ezeket a leckéket a vállalati tapasztalatok támasztják alá.

Richard Waters leírja, hogy az AI megvalósításai még mindig meglehetősen kezdetleges szakaszban vannak a FT [itt]: „Szüntesse meg a ge-whiz kutatást, amely sok címet megjelöl (egy számítógép, amely meg tudja verni az embereket Go-ban!), És a technológia kezdő szakaszban van.” Megjegyzi továbbá: „De ezen túl az informatika„ felhasználása ”. , amely több kézbe helyezte a könnyen használható eszközöket, a vállalat belső rendszereinek és folyamatainak átalakítása sok nehéz feladatot igényel. "

Ez a nehéz emelés időbe telik, és kivételesen kevés vállalat van ott. Ginni Rometty, az IBM vezetője ügyfeleinek alkalmazásait „Random digitális műveletek” -ként jellemzi, és számos projektet „hit and miss” -ként jellemez. Andrew Moore, a Google felhő üzletágának AI vezetője „Artisanal AI” néven írja le. Rometty kifejti: „Hajlamosak egy elszigetelt adatkészlettel kezdeni, vagy felhasználási esetekhez hasonlóan egyszerűsíteni az interakciókat egy adott ügyfélcsoporttal. Nincsenek a vállalat mélyebb rendszereihez, adatokhoz vagy munkafolyamatokhoz kötve, korlátozva azok hatását. "

Míg az HBR Az MD Anderson Cancer Center esete jó példát mutat egy moonshot AI projektre, amely valószínűleg túlreagált, és kiválóan jelzi azokat a munkátípusokat is, amelyeket az AI lényegesen javíthat. Ugyanakkor a központ megkísérelte alkalmazni az AI-t a rákkezelésben, „IT-csoportja kognitív technológiákkal kísérletezett, hogy sokkal kevésbé ambiciózus munkákat végezzen, mint például szállodai és éttermi ajánlások készítése a betegek családjai számára, annak meghatározása, hogy mely betegeknek kellett segítséget fizetniük számlák és a személyzet informatikai problémáinak kezelése. ”

Olvassa el a teljes történetet itt ...