A fusão de pessoas e veículos não vai parar a rebelião das máquinas

O ceo da Tesla e fundador OpenAI Илон de Máscaras na semana passada, sugeriu que a humanidade pode anular o seu medo de enfrentar a revolta das máquinas (robôs) através da fusão com estes mesmos máquinas e transformação em ciborgue. No entanto, as tendências atuais na área de inteligência artificial, apontado puramente em software e tecnologia de aprendizado profundo causam sérias dúvidas no solo de tal declaração, especialmente no longo prazo. E isso está ligado não só com o hardware limitações, mas também com a função do cérebro humano em tudo isso.

A Tese de que a Máscara é muito simples: basta desenvolvidos нейрокомпьютерные interfaces permitem que pessoas maciçamente aumentar as suas possibilidades, o melhor é usar a tecnologia, como aprendizado de máquina e profunda formação. Mas essa troca será de mão dupla. Нейрокомпьютерные interfaces ajudam a preencher espaços em algoritmos de aprendizagem de máquina por conta de pessoas como, por exemplo, ao fazer contextuais de decisão. A idéia em si não é nova. Ликлайдер e outros têm especulado sobre a possibilidade e os efeitos da "simbiose entre o homem e o computador" em meados do século 20.

O Progresso caminhou lentamente. Não menos importante, devido ao desenvolvimento de hardware e software. "Se a razão de hardware (hardware e software) assim chamado porque ele hard (difícil)", disse Tony Фаделл, o criador do iPod. Mas para criar um hardware, o que estará relacionado com os sistemas, será ainda mais difícil.

A tecnologia Moderna primitivos, se você compará-los com imagens нейрокомпьютерных interfaces na ficção científica e filmes como "Matrix".

Peculiaridades de aprendizagem profunda

Se você assumir que é um problema de hardware será finalmente resolvido, permanecem e outros problemas. A última década incríveis avanços na área de pesquisa de aprendizagem profunda mostrou que alguns obstáculos a superar, não é tão simples.

Em primeiro lugar, nós simplesmente não entendemos e não podemos descrever, exatamente como funcionam os complexos da rede neural. Nós confiamos em uma tecnologia simples como uma calculadora, porque sabemos que ela sempre vai fazer exatamente o que nós dele queremos. Seus erros — é quase sempre o resultado de ações equivocadas por parte do homem.

Por Exemplo, gostaríamos de, para além de nos lavar e nos permitiria tornar-nos perfeitos em aritmética. Em vez disso, a fim de obter uma calculadora ou um smartphone, poderíamos pensar sobre o cálculo e obter uma resposta imediata da máquina auxiliar.

Tudo fica mais difícil quando tentamos ligar a função mais complexa, a proposta de métodos de aprendizado de máquina. Por exemplo, uma profunda formação.

Digamos que você está trabalhando um funcionário de segurança do aeroporto e seu cérebro complementa a máquina que verifica automaticamente a milhares de pessoas, que você vê diariamente, para alertar sobre possíveis riscos para a segurança.

A Maioria dos sistemas de aprendizado de máquina sofrem com o infame problema: quando uma pequena mudança na aparência ou objeto pode causar uma falha no sistema, não dar-lhe exatamente classificar o objeto. Altere a imagem de uma pessoa em 1% — e à máquina, o sistema pode pensar que isto é uma bicicleta.

Os Terroristas ou criminosos podem utilizar diferentes tipos de vulnerabilidades da máquina, ignorando a verificação de segurança. Esse problema já impede de segurança on-line. As pessoas, apesar de limitados em certo sentido, não será vulnerável a tais обходам.

Apesar do fato de que as máquinas se desenvolveu a reputação de imparcial, tecnologia de aprendizagem de máquina, também sofrem preconceito e até mesmo podem apresentar um comportamento racista, se você digitar os dados correspondentes. Esta imprevisibilidade tem graves consequências para a forma como a pessoa irá se conectar à máquina e como vai confiar.

Confie em mim, eu sou um robô

A Confiança é uma via de mão dupla. A mente humana é complexa, muito dinâmico atividades. Como máquina de entender, qual é a parte humana de viés de ignorar? Afinal de contas, todos nós deparamos com ela, não dando a si mesmo o relatório. Como criar uma tecnologia que irá ajudá-lo a recrutar pessoas para o trabalho?

Em certa medida, podemos observar problemas de confiança no нейрокомпьютерных interfaces de se ver, como a defesa do poder de todo o mundo tentam resolver a questão da confiança das pessoas às máquinas em modo misto para o campo de batalha. As pessoas tentam confiar máquinas, e máquinas para outras pessoas.

Há um paralelo entre o robô, que aceita ético a decisão de ignorar ilegal a ordem, entregou o homem, e o que está acontecendo no нейрокомпьютерном interface: a máquina deve interpretar o pensamento do homem e filtrar um pensamento fugaz profundas e inconscientes preconceito.

Na defesa e cenários lógica de uma função do cérebro humano será a de verificar a ética de tais decisões. Mas como o ser, quando o cérebro humano é ligado a uma máquina que é capaz de fazer a conclusões lógicas sobre a base de dados em uma escala tal, que nenhum cérebro não pode compreender?

No longo prazo, a questão é quando e como as pessoas serão envolvidas nos processos que cada vez mais são determinadas máquinas. Muito em breve as máquinas começam a tomar decisões médicas, que nenhuma pessoa ou equipe de pessoas que não podem compreender. Qual o papel que depois vai jogar cérebro no processo?

Em alguns casos, a automação e os trabalhadores-homens pode aumentar o número de postos de trabalho, mas este efeito é fugaz,o mais provável. Os mesmos robôs e sistemas de automação vai melhorar, enquanto não resolverem criadas por eles mesmos locais de trabalho. Da mesma forma, as pessoas que vão jogar "útil" papel нейрокомпьютерных interfaces, serão cada vez menos ligado a essa corrente, uma vez que as tecnologias vão melhorar.

A Idéia de manter a relevância da humanidade através da integração de um cérebro humano artificial parece atraente. Mas ainda temos de descobrir qual a contribuição vai fazer o cérebro humano, se o desenvolvimento de tecnologia de rápido desenvolvimento do cérebro de um milhão de vezes.