Ми тридцять років від появи свідомості у машин. Але галас передчасно

Сьогодні багато світові технологічні компанії беруть участь в унікальній гонці прагнуть в буквальному сенсі вдихнути життя в штучний інтелект (ШІ). Системи машинного навчання для багатьох уже стали невід'ємною частиною бізнесу, тому не дивно, якщо новини про ІЇ та нейронних мережах трапляються вам на очі ледь не щодня. Звичайно заголовки таких новин звучать так: «ІІ переміг людини у відеогрі» або «ІІ імітує людську мову», а іноді і «ІІ ефективніше людини визначає розвиток раку». Чи справді ми суттєво наблизилися до того моменту, коли інтелект машин можна буде порівняти з людським, або до моменту, коли людина і машина зможуть вести світські бесіди і працювати разом так само природно, як це роблять між собою люди? Далеко чи машини від набуття самосвідомості?

Передчасна галас

Незважаючи на те, що всі зазначені вище «відмінності» досягнення ШІ вже реальні, такі люди, як Ян ЛеКун, директор відділу розробок ІІ в Facebook і професор комп'ютерних наук Нью-Йоркського університету, вважають, що ми занадто переоцінюємо можливості сьогоднішніх ІІ-систем і створюємо навколо них надмірно підвищену галас.

«насправді ми ще далекі від створення машин, здатних навчатися базового світосприйняттям таким же чином, як це можуть робити люди і тварини», — прокоментував ЛеКун в інтерв'ю порталу The Verge.

«Так, не посперечаєшся, що в деяких окремо взятих областях машини вже обзавелися можливостями, що перевершують людські, але в перспективі створення загального універсального штучного інтелекту ми навіть не наблизилися до рівня щури».

Так званий загальний штучний інтелект — це система, що не вимагає участі оператора-людини і здатна виконувати практично будь-яку задачу, яку здатний виконувати людина. Нинішні ж системи ШІ спеціалізовані і можуть працювати тільки з тієї чи іншої завданням, наприклад, займатися розпізнаванням мови чи зображень або виділяти конкретні об'єкти у величезних масивах даних, тобто робити тільки те, на що вони були запрограмовані. Такі спеціалізовані ІІ часто називають «прикладними ІІ», або «вузькоспеціалізованими ІІ», що лише в черговий раз показує їх обмежені інтелектуальні можливості.

З заявами ЛеКуна погоджується Мануель Себриан, співробітник Массачусетського технологічного інституту і один з розробників Shelley, ІІ-алгоритму, здатного писати страшні розповіді.

«ШІ – це просто відмінний інструмент. Але на мій погляд, спираючись на мій досвід роботи з Shelley, ІІ дуже далекий від здатності створювати твори в жанрі жахів на професійному рівні, так як він ще дуже далекий від рівня людського інтелекту», — відзначає Себриан.

ЛеКун взагалі вважає, що, незважаючи на весь той дивовижний рівень прогресу, який вдалося досягти дослідникам і розробникам штучного інтелекту за останні роки, робота з машинним навчанням і нейронними мережами – це не зовсім розробка того самого справжнього штучного інтелекту, про який всі так сьогодні марять.

«Я жодним чином не хочу принижувати заслуги наших друзів-інженерів і дослідників з DeepMind, що працюють з тим же AlphaGo, однак, коли люди інтерпретують вдосконалення AlphaGo як суттєвий прогрес у розвитку загального штучного інтелекту – це неправильно. Тому що це зовсім не так», — коментує ЛеКун.

П'єр Баро, генеральний директор компанії Aiva Technologies, що розробила ІІ-алгоритм Aiva для створення музики, теж вважає, що ті успіхи, яких ми досягли в створенні синтетичного інтелекту, дещо перебільшені.

«Загальний штучний інтелект – це тема, яка приваблює дуже багато уваги. В цілому я, звичайно, оптимістично дивлюся на те, як швидко розвиваються технології, але в той же час вважаю, що більшість людей просто не розуміють складність нашого власного мозку, не кажучи вже про те, наскільки складно буде створити штучний», — відзначає Баро.

Створення загального штучного інтелекту

Сьогодні люди дуже люблять використовувати термін ІЇ з будь-якого приводу, навіть там, де розмова може йти зовсім про інше. У будь-новини про ІЇ можна зустріти такі терміни, як «машинне навчання» або «глибинне навчання», а також «нейронні мережі». Хоча кожен з цих термінів в якійсь мірі пов'язаний з ШІ, але за фактом мова тут зовсім не про ІЇ як такому.

Машинне навчання – це інструмент. Набір алгоритмів, що становлять інтелектуальну систему, яка навчається шляхом поглинання величезного обсягу даних. Також і глибинне навчання являє собою вид машинного навчання, необов'язково прив'язаного до конкретної задачі. З іншого боку, нейронна мережа являє собою систему, яка імітує роботу мозку, але знову ж працює вона лише в рамках тих особливостей, відповідно до яких створюються алгоритми машинного навчання.

Експерти в області ШІ вважають, що всі три вищеназвані компоненти є фундаментальною основою для створення синтетичного інтелекту зі здатністю по-людськи " мислити, тобто усвідомлювати свої дії та їх наслідки. Але ми лише на початку цього шляху. Ні, ми дійсно досягли великого прогресу, але нинішні розробки практично не зігнали нас з місця в сторону створення справжнього інтелекту. Тим не менше цілком цікаво задатися питанням про те,коли нам слід чекати появи такого типу штучного інтелекту. Чи є якісь часові рамки?

На думку Люка Танга, голови стартапу TechCode, що займається питаннями ІІ, справжній зрушення до створення повноцінного штучного інтелекту «розпочнеться з прориву в розробці неконтрольованих алгоритмів машинного навчання». Як тільки ми до цього прийдемо, «машинний інтелект дуже швидко перевершить людський», поділився Танг в інтерв'ю Futurism.

Сказати, що це буде складно досягти, – практично нічого не сказати.

«Для створення повноцінного загального штучного інтелекту необхідний серйозний прогрес не тільки в розробках програмного забезпечення. Необхідний істотний прогрес у розвитку нейронаук і розробці апаратних засобів», — говорить Баро.

«Ми стоїмо на краю можливостей закону Мура, коли транзистори стають настільки малими, що їх просто неможливо отримати фізично. А нові апаратні середовища, такі як, наприклад, квантові обчислення, поки ще не змогли продемонструвати свою перевагу над нашими звичайними апаратними засобами навіть при виконання стандартних завдань», — додає експерт.

Багато згодні з тим, що для можливості розгляду ІЇ у якості справжнього інтелекту він повинен впоратися з вирішенням п'яти певних завдань, перша з яких – це тест Тюрінга, де машині потрібно переконати людину в тому, що він розмовляє з іншою людиною, а не машиною. Той же Баро переконаний в тому, що вже нинішнє покоління зможе стати свідком, як ШІ успішно впорається з тестом Тюрінга, тобто фактично обдурить людини. Тим не менше, експерт вважає, що «це необов'язково буде саме загальний штучний інтелект, але щось, що до нього вже ближче».

Посилення інтелекту

Неможливо не відзначити, що поява загального штучного інтелекту стане передвісником так званої технологічної сингулярності. Для тих, хто забув, нагадаємо, що концепт технологічної сингулярності говорить про момент, коли інтелектуальні машини перевершать людський рівень інтелекту, стимулюючи нестримний і експоненціальний технологічний зростання, який на фундаментальному рівні обіцяє трансформувати нашу життя. Автором терміна, як і всього концепту, є Вернор Віндж, який у 1993 році писав наступне:

«Скоро ми зможемо створити інтелект, що перевершить наш власний. Коли це станеться, людська історія досягне свого роду сингулярності, інтелектуального переходу на новий рівень. Від нього неможливо буде втекти так само, як неможливо втекти з центру чорної діри. З цього моменту світ почне змінюватися настільки, що це виходить за рамки нашого розуміння».

Незважаючи на те, що цей момент є тим, чого дуже чекають такі люди, як генеральний директор SoftBank Масаесі Сон і футуролог Рей Курцвейл, є і ті, (як, наприклад, Ілон Макс, Стівен Хокінг і навіть Білл Гейтс), хто явно не дуже радий такій перспективі. Вони стверджують, що люди просто не розуміють, що насправді означає отримати штучний сверхинтеллект, і ми явно не готові до можливих наслідків, які може принести за собою технологічна сингулярність.

Але чому обов'язково потрібно дивитися на питання саме з такої точки зору? Чому обов'язково необхідно розглядати штучний інтелект як захід для всього людства, а не як його супутника, друга, помічника, врешті-решт? Маск, справедливості заради, розглядає таку ідею, тому він і створив проекту Neuralink. Курцвейл згадував про таку співпрацю між людиною і машиною, коли говорив про те, що в майбутньому всередині нас будуть жити наноботи, багаторазово поліпшують наші можливості.

«Ми повинні зосередитися на перевазі, яке нам може подарувати АЙ – посиленому інтелекті, тобто людський інтелект, чиї можливості будуть поліпшені за рахунок ІІ», — говорить Баро.

Алгоритми, подібні Aiva і Shelley, вже показують свою користь в роботі з людьми. У той же час інтелектуальні роботи, подібні Sophia від Hanson Robotics і Pepper від SotfBank, з легкістю дозволяють нам хоча б уявити, що по-справжньому інтелектуальні машини вже знаходяться серед нас. Можливо, сверхинтеллект з IQ 10 000 в уявленні Масаесі Сона дійсно стане тим самим когнітивним машинним інтелектом, до якого ми всі прагнемо? Якщо це так, то чекати нам залишилося не так вже й багато – близько трьох десятиліть, вважають експерти.

«Такого рівня ІІ ми досягнемо, можливо, через 30-50 років. З одного боку, може здатися, що це дуже довго, але з іншого — це означає, що у багатьох з нас буде шанс дожити до цього моменту», — підсумував Танг.