Człowiek kontra Sztuczna Inteligencja (AI)
Ludzie są często nazywani zwierzętami społecznymi ze względu na naszą tendencję do życia w społeczeństwie jako całości. Nazywani jesteśmy zwierzętami, ponieważ uważa się, że małpy były naszymi przodkami miliony lat temu. Przeszliśmy kolosalną metamorfozę w ciągu tych lat. Rozwinęliśmy mądrość i wiedzę, aby prowadzić nasze codzienne życie zupełnie inaczej niż zwierzęta. Z biegiem czasu nauczyliśmy się wielu norm etycznych i zwyczajowych, które odróżniają nas (ludzi) od zwierząt. Normy te ustanowiły pewne zasady i regulacje, podkreślając, co jest dobre dla społeczeństwa, a co nie. Pracujemy nad tymi ustalonymi parametrami zgodnie z naszą wrodzoną inteligencją.
W ostatnim czasie natknęliśmy się na nową formę inteligencji znaną jakoSztuczna Inteligencja(AI). Jest to zawiła technologia, której zastosowania nie zostały jeszcze w pełni wykorzystane. Zdaliśmy sobie sprawę, że koncepcja AI nie zawsze jest łatwa do zrozumienia. Toczy się debata wśród wielu środowisk intelektualistów dotycząca podatności ludzi na tę nowoczesną formę inteligencji. Są ludzie, którzy irytują się, że AI pewnego dnia wyprzedzi ludzką inteligencję. Ten sam rodzaj strachu został wyrażony w wielu filmach. Jest to niekończąca się debata, ponieważ obawy ludzi wciąż rosną.
Więc, czym dokładnie jest AI i jak działa?
Najprostszym sposobem zrozumienia AI jest zmapowanie jej do czegoś, co już rozumiemy. Weźmy na przykład naszą własną inteligencję. Jak to działa? Na najbardziej podstawowym poziomie nasza własna inteligencja kieruje się prostą zasadą. Pobieramy informacje, przetwarzamy je w naszym umyśle, a informacje pomagają nam działać zgodnie z informacjami.
3 ogólne kroki ludzkiej inteligencji to wejście, przetwarzanie i wyjście. W ludzkim mózgu wejście odbywa się w postaci odczuwania i postrzegania rzeczy oczami, nosem i uszami itp., które pobierają surowe dane wejściowe, a następnie je przetwarzają. Następnie otrzymujemy wyjście w postaci mowy i działań. Przetwarzanie odbywa się pośrodku, gdzie tworzona i pobierana jest wiedza/dane wejściowe, podejmowane są decyzje i wnioski oraz następuje uczenie się/działanie.
Pomyśl tylko o obrazie zatrzymywania się na skrzyżowaniu. Twoje oczy widzą, że światło na skrzyżowaniu właśnie zmieniło się na czerwone. Na podstawie tego, czego nauczyłeś się z doświadczenia (i edukacji kierowców), wiesz, że czerwone światło oznacza, że powinieneś wcisnąć hamulec, aby zatrzymać samochód na sygnalizacji świetlnej. Więc naciskasz pedał hamulca i zwalniasz samochód. Czerwone światło to surowe dane wejściowe, hamulec to wyjście, a wszystko pomiędzy to przetwarzanie.
Te aspekty ludzkiej inteligencji są równoległe do sztucznej inteligencji. Tak jak pobieramy informacje, przetwarzamy je i udostępniamy wyniki, tak samo mogą robić maszyny.
W maszynach część wejściowa AI jest ilustrowana przez różne dane wejściowe, takie jak przetwarzanie języka naturalnego, rozpoznawanie mowy, rozpoznawanie wizualne i inne. Tego typu technologie są wszędzie, od samochodów autonomicznych, które muszą wykrywać drogi i przeszkody, po Siri lub Google Assistant, które rozpoznają Twoją mowę. Może to przybierać formę robotyki, systemów nawigacyjnych i rozpoznawania mowy itp. Pośrodku mamy różne formy przetwarzania, które mają miejsce.
Podobnie jak mózg, który przechowuje wiedzę i wspomnienia, maszyny mogą tworzyć reprezentacje wiedzy, które pomagają im przechowywać informacje o świecie. Tak jak ludzie podejmują decyzje i działają zgodnie z nimi, maszyny mogą dokonywać przewidywań, optymalizować pod kątem lepszego celu lub wyniku i określać kolejne preferowane kroki lub decyzje w celu osiągnięcia określonego celu i efektywnego działania.
Uczymy się rzeczy przez przykład, obserwację lub algorytm, maszyny można nauczyć przy użyciu analogicznych metod.
- Uczenie nadzorowane jest jak uczenie się na przykładzie:Komputer otrzymuje zbiór danych z „etykietami” w zestawie danych, które działają jako odpowiedzi i ostatecznie maszyna uczy się odróżniać różne etykiety.
- Inne uczenie się, które jest nienadzorowane, jest jak uczenie się przez obserwację:Komputer obserwuje wzorce i uczy się rozróżniać grupy i wzorce na własną rękę. Nie wymaga etykiet i może być preferowane, gdy zbiory danych nie mają etykiet i są ograniczone.
Najbardziej precyzyjny i wydajny wynik AI wymaga połączenia różnych metod uczenia się.
Ale to nie wszystko, z rozwojem AI wiąże się również przerażający aspekt. Musimy pamiętać, że jest to technologia pozbawiona emocji. Kiedy mówimy o wyjściu opartym na emocjach, po prostu nie można tego zastąpić ludzką inteligencją. Dla maszyny jest to niemal niemożliwe do wywnioskowania rozwiązania wielu codziennych złożoności ze względu na związany z nimi iloraz emocjonalny. AI nie potrafi odróżnić dobra od zła. Będzie działać na podstawie wstępnie zaprojektowanego algorytmu, niezależnie od tego, czy jest to w interesie ludzkości, czy nie.
Dlatego najwyższy czas, abyśmy wyznaczyli granicę, aby ograniczyć reperkusje AI. Musimy zachować status quo technologii, która jest wykorzystywana do wykorzystania kilku branż.