Человек против искусственного интеллекта (Ai)
Людей часто называют социальными животными из-за нашей склонности жить в обществе в целом. Нас называют животными, потому что считается, что обезьяны были нашими предками миллионы лет назад. За эти годы мы прошли через колоссальную метаморфозу. Мы развили мудрость и ноу-хау, чтобы вести нашу повседневную жизнь совсем иначе, чем животные. С течением времени мы усвоили множество этических и обычных норм, которые отличают нас (людей) от животных. Эти нормы установили некоторые правила и положения, подчеркивающие, что хорошо для общества, а что нет. Мы работаем над этими установленными параметрами в соответствии с нашим врожденным интеллектом.
В последнее время мы столкнулись с новой формой интеллекта, известной как искусственный интеллект (AI). Это сложная технология, возможности применения которой еще предстоит должным образом использовать. Мы пришли к выводу, что концепцию AI не всегда легко понять. Среди многих слоев интеллигенции идут дебаты об уязвимости людей перед этой современной формой интеллекта. Есть люди, которые раздражены тем, что однажды AI превзойдет человеческий интеллект. Тот же страх был выражен во многих фильмах. Это бесконечный спор, поскольку опасения людей продолжают расти.
Так что же такое AI и как он работает?
Самый простой способ понять AI — сопоставить его с чем-то, что мы уже понимаем. Возьмем, к примеру, наш собственный интеллект. Как он работает? На самом базовом уровне наш собственный интеллект следует простому принципу. Мы получаем информацию, обрабатываем ее в уме, и эта информация помогает нам действовать в соответствии с информацией.
Три основных этапа человеческого интеллекта — это ввод, обработка и вывод. В человеческом мозге ввод происходит в форме ощущения и восприятия вещей глазами, носом и ушами и т. д., которые принимают необработанные входные данные и затем обрабатывают их. После этого мы получаем вывод в форме речи и действий. Обработка происходит посередине, где формируются и извлекаются знания/входные данные, принимаются решения и выводы, а также происходит обучение/действие.
Просто подумайте о картине остановки на перекрестке. Ваши глаза видят, что светофор перед вами только что загорелся красным. Исходя из того, что вы узнали из опыта (и водительского образования), вы знаете, что красный свет указывает на то, что вы должны нажать на тормоз, чтобы остановить машину на светофоре. Итак, вы нажимаете на педаль тормоза и замедляете машину. Красный свет — это необработанный вход, тормоз — это выход, а все, что между ними, — это обработка.
Эти аспекты человеческого интеллекта параллельны искусственному интеллекту. Точно так же, как мы получаем информацию, обрабатываем ее и делимся выходными данными, так могут и машины.
В машинах входная часть AI иллюстрируется различными входами, такими как обработка естественного языка, распознавание речи, визуальное распознавание и многое другое. Такие технологии есть повсюду, от беспилотных автомобилей, которые должны чувствовать дороги и препятствия, до Siri или Google Assistant, которые распознают вашу речь. Это может быть в форме робототехники, навигационных систем и распознавания речи и т. д. Между ними у нас есть различные формы обработки, которые происходят.
Подобно мозгу, который хранит знания и воспоминания, машины могут создавать представления знаний, которые помогают им хранить информацию о мире. Подобно тому, как люди принимают решение и действуют соответственно, машины могут делать прогнозы, оптимизировать для достижения лучшей цели или результата и определять следующие предпочтительные шаги или решения для достижения конкретной цели и эффективной работы.
Мы учимся вещам на примере, наблюдении или алгоритме, машины можно обучать с помощью аналогичных методов.
- Обучение с учителем похоже на обучение на примере: Компьютеру предоставляется набор данных с «метками» внутри набора данных, которые действуют как ответы, и в конечном итоге машина учится различать разные метки.
- Другое обучение, которое является неконтролируемым, похоже на обучение посредством наблюдения: Компьютер наблюдает за закономерностями и учится различать группы и закономерности самостоятельно. Он не требует меток и может быть предпочтительным, когда наборы данных не имеют меток и ограничены.
Наиболее точный и эффективный результат AI требует сочетания различных методов обучения.
Но это еще не все, с развитием AI связана и ужасающая сторона. Мы должны помнить, что это технология, лишенная каких-либо эмоций. Когда мы говорим о выходных данных, основанных на эмоциях, их просто нельзя заменить человеческим интеллектом. Для машины почти невозможно вывести решения многих повседневных сложностей из-за эмоционального коэффициента, связанного с ними. AI не может отличить правильное от неправильного. Он будет действовать на основе заранее разработанного алгоритма, независимо от того, в пользу человечества это или нет.
Следовательно, настало время провести черту, чтобы ограничить последствия AI. Нам необходимо поддерживать статус-кво технологии, которая используется для развития нескольких отраслей.