Człowiek kontra sztuczna inteligencja (Ai)
Ludzi często nazywa się zwierzęciem społecznym ze względu na naszą tendencję do życia w społeczeństwie jako całości. Nazywamy się zwierzęciem, ponieważ uważa się, że małpy były naszymi przodkami miliony lat temu. Przeszliśmy kolosalną metamorfozę w ciągu tych lat. Wykształciliśmy mądrość i know-how, aby prowadzić nasze codzienne życie zupełnie inaczej niż zwierzęta. Wraz ze zmianą czasów 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 ostatnich czasach natknęliśmy się na nową formę inteligencji znaną jako Sztuczna inteligencja (AI). Jest to zawiła technologia, której zastosowania dopiero trzeba odpowiednio wykorzystać. Zaczęliśmy zdawać sobie sprawę, że koncepcja AI nie zawsze jest łatwa do zrozumienia. W wielu środowiskach intelektualnych toczy się debata na temat podatności ludzi na tę nowoczesną formę inteligencji. Są ludzie, którzy złoszczą się, że pewnego dnia AI wyprzedzi ludzką inteligencję. Ten sam rodzaj strachu wyraża wiele filmów. To niekończąca się debata, ponieważ obawy ludzi stale rosną.
Czym więc dokładnie jest AI i jak działa?
Najprostszym sposobem na zrozumienie AI jest odniesienie jej do czegoś, co już rozumiemy. Weźmy na przykład naszą własną inteligencję. Jak to działa? Na najbardziej podstawowym poziomie nasza własna inteligencja opiera się na prostej zasadzie. Pobieramy informacje, przetwarzamy je w naszym umyśle, a informacje pomagają nam działać zgodnie z nimi.
3 ogólne etapy ludzkiej inteligencji to: wejście, przetwarzanie i wyjście. W ludzkim mózgu wejście odbywa się w postaci wyczuwania 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 w środku, gdzie wiedza/dane wejściowe są tworzone i odzyskiwane, podejmowane są decyzje i wyciągane wnioski oraz zachodzi uczenie się/działanie.
Pomyśl o obrazie zatrzymania się na skrzyżowaniu. Twoje oczy widzą, że sygnalizacja świetlna przed tobą właśnie zmieniła się na czerwone. Na podstawie tego, czego nauczyłeś się z doświadczenia (i edukacji kierowcy), wiesz, że czerwone światło wskazuje, że powinieneś nacisnąć hamulec, aby zatrzymać samochód na światłach. 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 my pobieramy informacje, przetwarzamy je i udostępniamy wyjście, tak samo mogą robić maszyny.
W maszynach część wejściowa AI jest przykładem różnych danych wejściowych, takich jak przetwarzanie języka naturalnego, rozpoznawanie mowy, rozpoznawanie wizualne i inne. Tego typu technologie są wszędzie, od samochodów autonomicznych, które muszą wyczuwać drogi i przeszkody, po Siri lub Asystenta Google, które rozpoznają Twój głos. Może to przybrać formę robotyki, systemów nawigacji i rozpoznawania mowy itp. Pomiędzy nimi mamy różne formy przetwarzania.
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 oraz określać kolejne preferowane kroki lub decyzje w celu osiągnięcia określonego celu i wydajnego działania.
Uczymy się rzeczy na przykładach, obserwacjach lub algorytmach, maszyny można uczyć za pomocą analogicznych metod.
- Uczenie się z nadzorem jest jak uczenie się na przykładzie: Komputer otrzymuje zbiór danych z „etykietami” w zbiorze danych, które działają jak odpowiedzi i ostatecznie maszyna uczy się rozróżniać różne etykiety.
- Inne uczenie się, które odbywa się bez nadzoru, jest jak uczenie się przez obserwację: Komputer obserwuje wzorce i uczy się rozróżniać grupy i wzorce samodzielnie. Nie wymaga etykiet i może być preferowany, gdy zbiory danych nie mają etykiet i są ograniczone.
Najdokładniejszy i najwydajniejszy 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 go zastąpić ludzką inteligencją. Dla maszyny jest prawie niemożliwe wydedukowanie rozwiązań wielu codziennych zawiłości 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 na korzyść ludzkości, czy nie.
Dlatego najwyższy czas, abyśmy nakreślili linię ograniczającą konsekwencje AI. Musimy utrzymać status quo technologii, która jest wykorzystywana do wspierania kilku gałęzi przemysłu.