إنهم يحاولون الاقتراب منها. لكن ما هو الذكاء الاصطناعيمن وجهة نظر فلسفية؟ تنشر T&P مقالاً بقلم الدكتور سيرجي جولنكوف ، دكتور في الفلسفة ، والذي يتساءل بمساعدة كانط ودولوز عن إمكانية إنشاء آلة تفكير.
تكمن مشكلة الوعي في موقف متناقض: نحن ، كائنات عقلانية ، لدينا وعي ، ولدينا وعي ، لكننا لا نعرف ما هو الوعي. كتب مامداشفيلي ، مُعرِّفًا هذا الوضع: "الوعي تناقض لا يمكن لأحد التعود عليه". وكشف عن خصوصية الطبيعة المتناقضة للوعي ، أشار إلى صعوبتين في دراسة الوعي. الأول هو أن مفهوم "الوعي" ذاته هو المفهوم الفلسفي النهائي ، مثل مفهوم "الوجود". وهذه المفاهيم لا تصلح للتعريف الكلاسيكي للجنس والأنواع. تنبع صعوبة أخرى من حقيقة أن الوعي هو "ظاهرة غريبة للغاية توجد والتي في نفس الوقت لا يمكن استيعابها ، وتمثيلها كشيء". ومع ذلك ، هناك ظرف آخر يجعل مشكلة الوعي صعبة بشكل خاص. الحقيقة هي أن الوعي نفسه دائمًا ما يكون محميًا بمحتوى الوعي. اسمحوا لي أن أشرح بمزيد من التفصيل جوهر هذه الصعوبة.
في وقت ما ، كتب كانط ، وهو يناقش طبيعة وحدة محتوى الفكر ، في نقد العقل الصافي أن شرط وحدة محتوى فكرنا هو "الوحدة المتعالية للإدراك". ما الذي يتحدث عنه هنا؟ هذه قطعة من الورق في يدي. يمكن التعبير عن هذا الموقف بشكل مفيد على النحو التالي: "الآن أنا أحمل ورقة بيضاء في يدي." يعتبر هذا التعبير اللفظي مضمون الفكر. في هذا الفكر مرتبطة بشكل هادف عناصر مختلفة. يحتوي على فكرة عن الوقت (كلمة "الآن") ، فكرة عني ("أنا") ، أحد أعضاء جسدي ("يدي") ، فكرة عن شيء معين ( "قطعة من الورق") ، فكرة عن خاصية هذا الشيء ("الأبيض") ، فكرة عن الترتيب المكاني للورقة بالنسبة لجسدي ("في اليد"). بالإضافة إلى الأفكار التي تم التعبير عنها ، فإن هذا الفكر يحتوي ضمنيًا ، أي أنه لم يتم التعبير عنه شفهيًا ، عناصر أخرى للموقف ، على سبيل المثال ، جودة الورقة. من الواضح أن هذه كلها أفكار مختلفة نوعيا (وبالتالي ذات مغزى). بعض المصادر لها أحاسيس لمسية (جودة الورق: ناعم / خشن) ، والبعض الآخر ذو محرك آلي (أحمله في يدي) ، والبعض الآخر مرئي (لون الورقة الأبيض) ، وما إلى ذلك.
يسأل كانط عما يسمح أفكار مختلفة، الذي يتكون منه كل فكر ، لتشكيل وحدة كاملة لهذا الفكر؟ يجيب - الوحدة المتعالية للمفاهيم. هذا يعني أن كل التنوع المعطى في التمثيل المرئي يتم دمجه بمساعدة الإدراك التجاوزي لمفهوم الكائن. يقول كانط إن هذا التوحيد هو فعل يصاحب أي فكر ذي معنى ويمكن التعبير عنه شفهيًا على النحو التالي: "أعتقد". بعبارة أخرى ، حتى لا تنقسم فكرة أنني أحمل الآن ورقة بيضاء في يدي إلى تمثيلات لمحتوى مختلف ، ولكنها فكرة واحدة ، يجب أن يكون هذا الفكر دائمًا مصحوبًا بفعل التفكير "أعتقد . "
هذا "أعتقد" هو عملية الوعي فينا. لكن صعوبة معرفة هذا الفعل تكمن في حقيقة أن الفعل "على ما أعتقد" يتم فحصه دائمًا من خلال محتوى الوعي "الآن أنا أحمل ورقة بيضاء في يدي". وحتى إذا انتبهنا إلى هذا الفعل نفسه ، فإنه يصبح فكرة ذات مغزى ، والتي ، من أجل أن تتحد ، يجب أن تكون مصحوبة بفعل "أعتقد". في هذه الحالة ، لدينا التعبير اللفظي التالي "أعتقد أنني أفكر" ، حيث يكون "أعتقد" الثاني هو بالفعل محتوى الفكر ، حيث يكون الشرط هو فعل "أفكر" الأول. على الرغم من حقيقة أن كلا التعبيرين يتكونان بشكل متساوٍ من نفس الكلمات ، إلا أنهما بلا شك "شيئين" مختلفين. الأول يعبر عن فعل الفكر ، والثاني - محتواه. ولعلمهم نحن بحاجة طرق مختلفةوالأدوات. هنا نجد أنفسنا في موقف معروف جيدًا في فيزياء الجسيمات الأولية (ميكانيكا الكم) ، عندما يكون من المستحيل في نفس الوقت ، باستخدام نفس الأدوات ، وبنفس الأساليب ، وصف موضع الجسيم الأولي وزخمه (أي ، تشير إلى متجه حركتها وسرعتها). إما أن نعرف مكان الجسيم ، لكننا لا نعرف سرعته الحالية واتجاه حركته ، أو نعرف المتجه والسرعة ، لكننا لا نعرف موقعه.
الفعل "أعتقد" هو نوع من الوجود ، مرتبط بالوعي ، والذي أطلق عليه مامارداشفيلي وبياتيغورسكي "حالة الوعي". لقد أشاروا بمصطلح "حالة الوعي" ، في أغلب الأحيان ، بغض النظر عن أي محتوى عقلي ، إلى "حالة آليتنا النفسية الفسيولوجية المرتبطة بالوعي". ألاحظ أن الحالة الموصوفة بمصطلح "يفكر" ("أعتقد") تنتمي إلى نفس فئة الدول "تلاحظ" و "تذكر" و "تدرك" و "تخيل" وما شابه ذلك. هذه كلها حالات ، بطريقة أو بأخرى ، مرتبطة بالوعي والوعي موجود فيها.
دعونا الآن نلقي نظرة فاحصة على هذه الفئة من حالات الوعي. كمثال ، فكر في حالة الوعي "أنا أشاهد الطاولة". ماذا يمكن أن نجد فيه؟ بادئ ذي بدء ، حقيقة أنها ليست متجانسة في تكوينها. يوجد عنصر في هذه الحالة ، يرتبط بشيء معين خارجيًا ، يحدد معناه محتوى حالتنا. ما نلاحظه (فكر ، تذكر ، وما إلى ذلك) هو طاولة. في فعل الملاحظة ، ما يسميه مصطلح "جدول" هو محتوى هذا الفعل ، هذه الحالة من الوعي. وهذا المحتوى من الملاحظة (محتوى حالة الوعي) لا يتحدد بشيء خارجي. الجدول ، باعتباره الجسد الذي أراقبه ، لا يحدد محتوى ما ألاحظه بالضبط.
ويترتب على ذلك أن محتوى ملاحظة الجسد كظاهرة واعية لا يتم تحديده بواسطة هذا الجسم نفسه ، بل يتم تحديده بالكامل من خلال الوعي. سأشدد بشكل خاص على أنه ليس وجود الجسد هو الذي يحدده الوعي ، ولكن محتوى مراقبة الجسد. هذا يعني أنه في حالة الوعي "أنا ألاحظ الجدول" ، تعمل الطاولة كعنصر ذي مغزى للملاحظة ، وبالتالي فهي "في" الوعي كمحتوى الملاحظة. باتباع التقليد بعد هوسرل ، فإن الجدول المرصود هو كائن مقصود. إن الشيء المتعمد ، في حالتنا ، "طاولة" ، يشكل محتوى الوعي ، وهو مرتبط بجدول موجود بالفعل ، ولكن يتم تحديده من خلال الوعي.
دعونا ننتبه إلى حقيقة أن وجودك في حالة "أنا أشاهد الطاولة" يحتوي على "عنصرين": جدول حقيقي وجدول "مقصود". وهناك فجوة بينهما. وهذه الفجوة سالكة للفكر ، وبصورة أدق ، لا يمكن تجاوزها بالوسائل الفكرية ، لأنها تتضمن عناصر لا تنتمي إلى التفكير. ما هي هذه العناصر؟ أطلق Mamardashvili و Pyatigorsky في عملهما على أحد هذه العناصر - وهذا هو "آليتنا النفسية والفيزيولوجية". من الواضح ، بدونها ، فإن حالة "أنا أراقب الطاولة" مستحيلة. سأشير إلى عدد من هذه العناصر. حالة الملاحظة (الإدراك ، التخيل ، التفكير ، إلخ) هي حالة وجودنا ، الحالة الوجودية. يتم تعريف خصوصية وجودنا - الوجود الواعي - في التقليد الفلسفي بعد هايدجر بمصطلح "الوجود". الوجود هو كطريقة لفهم وجود المرء. ما هي خصوصية هذا الوجود ، "الوجود بالفهم"؟ ما هو الفهم؟
يمكن اعتبار الفهم على أنه "اهتمام" و "اهتمام" و "قبول" و "السماح بالدخول" و "استيعاب" كائن معين في نفسه. عندما أفهم كيانًا معينًا ، على سبيل المثال ، عندما أفهم (أو لا أفهم) موضوع ملاحظتي كجدول ، فأنا بذلك أقبل (أو لا أقبل) هذا الكيان باعتباره / ضمن محتوى حالتي. بعبارة أخرى ، يعمل الفهم هنا كنوع من الاختبار كنمط لوجودي ووجودي. وهذا الوضع متناقض بطبيعته. من ناحية ، فهم (الانتباه ، القبول ، وما إلى ذلك) الكائن ، أختبر نفسي للقدرة على فهم الكائن ، ومن ناحية أخرى ، أختبر الكائن نفسه من أجل حقيقته ، واكتشافه من مستخدم. يظهر الفهم في هذه الحالة كاختبار للقدرة على أن نكون الذات والوجود. بعبارة أخرى ، في حالة الوعي ، لا يتم تضمين الإجراءات الفكرية فقط كعنصر ضروري ، ولكن أيضًا خصائصي الوجودية (الوجودية والوجودية). على وجه الخصوص ، مثل هذا الهيكل مثل الوجود مع الآخر "يشارك" في الفهم. دعونا نفكر بمزيد من التفصيل في كيفية تحديد هذا الهيكل الوجودي حالات الوعي ومحتوياته.
كمثال على هذا التأثير ، سوف أشير إلى تحليل الإدراك - وهذه الحالة ، كما أشرت أعلاه ، من نفس فئة الملاحظة - في أعمال جيل دولوز "ميشيل تورنييه والعالم بدون آخر". يوضح دولوز في هذا العمل كيف يحدد الآخر ، كعنصر من عناصر الوجود معًا ، تصوري. أولا وقبل كل شيء ، يلاحظ دولوز ، للآخر تأثير تنظيمي على مجال تصوري للأشياء والأفكار. يتجلى هذا التأثير التنظيمي في حقيقة أنني أدرك أو أشعر بالكائن المدرك ككائن محدد ، أي شيء يختلف عن كائن آخر. قد لا أعرف أو أفهم جوهر الاختلاف بين كائن وآخر. أنا فقط أشير إلى الفرق. هذا كل شيء من أجل إدراك الاختلافات ، حدود الآخر ويوفر لي الفرصة للتمييز. يعمل كشرط للقدرة على التمييز ، التحديد.
دعنا نفكر في هذه النقطة بمزيد من التفصيل. دعونا نقسم فعل الإدراك إلى خطوات متتالية من البداية إلى التعرف على الشيء: فعل تلقي الأحاسيس الإدراكية من كائن مدرك (تحديد شخصية مقابل الخلفية) ؛ فعل "تركيز" الانتباه على كائن محدد (تندمج جميع الكائنات الأخرى في خلفية لا يمكن تمييزها) ؛ فعل إنهاء كائن محدد ، وتعيينه اللفظي وفعل التفسير (أي "التعرف على" كائن ما) ، كعمل يتضمن معنى (يتم تحديده بمصطلح) كائن في نظام بالفعل المعاني الموجودة (على سبيل المثال ، في نظام اللغة). وبالتالي ، لدينا أربع خطوات لتحديد الكائن في الإدراك. دعونا نستبعد الآن حقيقة أنه من الممكن تقسيم هذه العملية بطريقة مختلفة. من المهم هنا أن تحتوي هذه العملية على هيكل خطوة (أو رابط ، أو مرحلة - أو غير ذلك). من المهم التأكيد على حقيقة أن هناك فجوات بين الخطوات والروابط والمراحل. إنها مهمة على وجه التحديد لأنه يوجد في هذه الفجوات شيئًا ، من ناحية ، ليس عنصرًا هيكليًا للإدراك ، ومن ناحية أخرى ، لا يمكن تحقيق الإدراك بدونها. يعمل الآخر كعنصر ضروري للإدراك. اسمحوا لي أن أشرح هذه الأطروحة.
لنلقِ نظرة على الفجوة التي تكمن بين فعل تركيز الانتباه على شيء ما وعمل تسمية الشيء ، وإعطائه اسمًا. لكي يحدث هذا الانتقال ، من الضروري أن تكون الكلمات موجودة بالفعل ، وهناك كلام ، وهناك لغة ، وثقافة التسمية ، وثقافة التحدث. وكل هذا ممكن فقط إذا كان هناك شيء آخر. علاوة على ذلك ، فإن وجود الآخر ضروري بالفعل بين الخطوتين الأولى والثانية من أجل عملية التعرف على الكائن المدرك. هذا ما قصده دولوز عندما قال أن الآخر هو شرط تمييز الأشياء والأفكار.
لا يمكن تفسير شخصية الآخر في عملية الإدراك "لا ككائن في مجال إدراكي ، ولا كموضوع يدركني" (على الرغم من أنه من الناحية التجريبية ، إذا كان شخص آخر في لحظة تصوري ، فيمكنه أن يكون مثل هذا الشيء والموضوع). إذن ما هو الآخر؟ يكتب دولوز: "... إنه أولاً وقبل كل شيء بنية مجال الإدراك ، والتي بدونها لن يعمل الحقل ككل كما يعمل." بدون هذا الهيكل - بنية الآخر - لا يمكن للإدراك أن يحدث. يسمي هذا الهيكل للآخر "بداهة الآخر". بداهة ، لأن هذا الهيكل موجود بالفعل قبل أي تصور حقيقي ، يعمل كحالته. وظيفة هذا بداهة أخرى (أو هيكل الآخر) هي العمل كأساس للآخرين الذين سينفذون هذا الهيكل في كل مجال معين من مجالات الإدراك. بعبارة أخرى ، تتيح هذه البنية تجربة تصور معين لتحدث. لذلك ، يسمي دولوز هذه البنية - بنية الآخر - "هيكل الممكن". "الآخر كهيكل ، هو تعبير عن عالم ممكن".
من المثير للاهتمام أن نرى ما ينتجه هيكل الآخر (بداهة دولوز ") في مثل هذه الحالة من الوعي مثل الإدراك. يرى دولوز أن النتيجة الرئيسية لهذه البنية هي التمييز بين وعيي وموضوعه. نظرًا لأن الآخر يقدم الفروق والحدود والحواف وينتقل إلى العالم ، مما يضمن ظهور كائن في مجال الإدراك ، فإن هذا الكائن ، كما يُدرك ، ينفصل عن الوعي ويعارضه. بعبارة أخرى ، تظهر ظاهرتا "الإدراك" (أي الوعي) و "المُدركة" (أي ، الشيء). قبل ذلك ، تم دمج الوعي وموضوعه في كلٍّ واحد ولم يكن موجودًا كظواهر منفصلة. والآخر هو الذي يميز بين الوعي وموضوعه. علاوة على ذلك ، فإن تشكيل تمايز الوعي وموضوعه هو في نفس الوقت ظهور الفضاء ، حيث تنشأ أماكن مختلفة - "هنا" و "هناك". يأخذ وعيي (أو "إدراكي أنا") المكان "هنا" ، ويأخذ الكائن المدرك المكان "هناك". أخيرًا ، مظهر الآخر يحول عالمي إلى عالم ماضي ، ويقلب وعيي إلى وضع "أنا كنت". يجلب الآخر معه عالماً محتملاً ، وبالتالي يُدخل اختلافات زمنية في العالم. ينشأ الزمن في ظواهر الماضي والحاضر والمستقبل.
سأذكر عنصرًا آخر في حالة الوعي ويوفر كلاً من وجود هذه الحالة ومحتواها. في عمله ، منذ ما يقرب من نصف قرن ، "تحليل الوعي في أعمال ماركس" ، أظهر مامارداشفيلي أن الوعي ، وفقًا لماركس ، "وظيفة ، سمة من سمات أنظمة النشاط الاجتماعي" ، وأن المحتويات والتشكيل يتم إنتاج الوعي "من التشابك والتمايز في اتصالات النظام ( أنشطة اجتماعية- S.G.) ، وليس من عرض بسيط للكائن في إدراك الموضوع. بعبارة أخرى ، فإن محتويات الوعي (والتفكير كظاهرة للوعي) مشتقة من نظام النشاط الاجتماعي البشري. وهكذا ، فإن حالات الوعي تشمل كليهما عنصر ضروريالمكون الاجتماعي للوجود الفردي ، أي نظام العلاقات الاجتماعية الذي يتم فيه تضمين الفرد كموضوع اجتماعي. العناصر التي تم النظر فيها هي الفجوة بين الشيء الحقيقيوالجسم المتعمد نظام اجتماعي، بنية الآخر في عمل الوعي (والتفكير) - تشهد على عدم استمرارية الوعي (التفكير).
الفجوة التي تحتوي على مكونات غير فكرية لا يمكن التغلب عليها من خلال العمل الفكري. يتم التغلب عليه فقط من خلال جهد فردي ليكون - اختبارًا للوجود / - كفعل ليس فكريًا ، بل وجوديًا. بعبارة أخرى ، يتطلب "عمل" الفكر مثل الشروط اللازمةحيوية (فسيولوجية ، وعقلية ، واجتماعية ، وما إلى ذلك) ، وليست مجرد عناصر فكرية. يجعل هذا الظرف من الممكن التشكيك في محاولات إنشاء ذكاء اصطناعي.
اقرأ على Bookmate:
الذكاء الاصطناعي (AI) هو موضوع ظل على صفحات مجلات العلوم الشعبية لفترة طويلة ويتم التطرق إليه باستمرار في الأفلام والكتب. كلما زاد عدد الخبراء الذين طوروا هذا المجال من العلوم ، ازدادت الأساطير.
إن تطور الذكاء الاصطناعي ومستقبله يقلق أيضًا أولئك الذين هم على رأس الدولة. منذ وقت ليس ببعيد ، زار الرئيس الروسي فلاديمير بوتين مكتب Yandex في يوم الذكرى العشرين للشركة ، حيث أوضحوا له متى سيتفوق الذكاء الاصطناعي على الذكاء البشري.
أي شخص يدخل ولو قليلاً في جوهر إمكانات الذكاء الاصطناعي يدرك أنه لا يمكن تجاهل هذا الموضوع. هذه ليست فقط قضية مهمة للمناقشة ، ولكنها على الأرجح واحدة من أهم القضايا في سياق المستقبل.
ما هو الذكاء الاصطناعي وما الذي يخافه الناس حقًا؟ TV "سيرجي ماركوف ، متخصص في أساليب التعلم الآلي.
كما قال جون مكارثي ، مخترع مصطلح "الذكاء الاصطناعي" عام 1956 ، "بمجرد أن يتم ذلك ، لم يعد أحد يطلق عليه اسم الذكاء الاصطناعي". الذكاء الاصطناعي هو بالفعل حقيقة واقعة: الآلات الحاسبة ، وسيري ، والسيارات ذاتية القيادة ، وما إلى ذلك ، لكنهم ما زالوا لا يؤمنون بها. لماذا يحدث أن ينكر الناس وجود الذكاء الاصطناعي؟
في الأساس بسبب الارتباك المصطلحي ، منذ ذلك الحين أناس مختلفونالاستثمار في مفهوم "الذكاء الاصطناعي" بمعنى مختلف تمامًا.
في العلوم ، الذكاء الاصطناعي هو نظام مصمم لأتمتة حل المشكلات الفكرية. في المقابل ، تُفهم "المهمة الفكرية" على أنها مهمة يحلها الناس بمساعدة عقولهم الطبيعي.
من السهل أن نرى أن مثل هذا التعريف للذكاء الاصطناعي واسع للغاية - حتى الآلة الحاسبة العادية تندرج تحته ، نظرًا لأن المهام الحسابية هي أيضًا فكرية في الأساس ، فإن الشخص يحلها بمساعدة عقله.
لذلك ، ضمن مفهوم "الذكاء الاصطناعي" ، تم رسم حدود مهمة تميز الذكاء الاصطناعي التطبيقي أو ، كما يقولون ، الضعيف ، المصمم لحل أي مشكلة فكرية واحدة أو عدد صغير منها ، من افتراضي قوي للذكاء الاصطناعي ، يسمى أيضًا عالميًا. الذكاء الاصطناعي (هندسة - ذكاء عام اصطناعي).
مثل هذا النظام ، عندما يتم إنشاؤه ، سيكون قادرًا على حل مجموعة غير محدودة من المشكلات الفكرية ، مثل العقل البشري. من وجهة النظر هذه ، آلة حاسبة يمكنها حساب أين أسرع من الإنسان، أو برنامج يتفوق على شخص في الشطرنج ، يتم تطبيقه على الذكاء الاصطناعي ، بينما الذكاء الافتراضي الخارق للمستقبل هو الذكاء الاصطناعي القوي.
عندما تقرأ عن الاكتشافات والتطورات المختلفة في مجال الذكاء الاصطناعي ، فإنك تدرك أن كل شيء يحدث بشكل أساسي في الولايات المتحدة أو آسيا. وكيف هي الأمور في روسيا؟ هل لدينا اي عمل؟
يعد مجال علوم الكمبيوتر اليوم دوليًا ، ويعمل العديد من المتخصصين لدينا على الإبداع والتحسين نماذج مختلفةالتعلم الآلي كجزء من الفرق الروسية والدولية. لدينا تقليديًا مدرسة رياضية وخوارزمية قوية ، وقد تم إنشاء مراكز بحث عالمية المستوى في كل من الجامعات الرائدة وفي بعض الشركات الخاصة.
لكن لنكن صادقين - لا يمكن مقارنة الميزانيات المخصصة في بلدنا للعلوم والتعليم بالميزانيات العلمية للبلدان الأكثر تقدمًا. بلغت عائدات ميزانية الاتحاد الروسي في عام 2016 حوالي 200 مليار دولار أمريكي ، في حين أن الولايات المتحدة وحدها تنفق على الدفاع ثلاثة أضعاف ما تنفقه الميزانية الروسية بأكملها.
الميزانية الكاملة للعلوم الروسية قابلة للمقارنة بميزانية جامعة Ivy League واحدة فقط. في التسعينيات من القرن الماضي ، غادر العديد من كبار المتخصصين البلاد ، وتعطلت استمرارية عدد من المدارس العلمية. أيضا ، فقد عمليا إنتاجها من الإلكترونيات.
بينما يتسابق قادة تكنولوجيا المعلومات في العالم لإنشاء معالجات متخصصة لتدريب الشبكات العصبية ، لم يتبق لنا سوى مجال الخوارزميات وتطوير البرامج. ومع ذلك ، فقد حققنا نجاحًا باهرًا جدًا في هذا المجال أيضًا.
على سبيل المثال ، أنشأ فريق بقيادة Artem Oganov نظام USPEX ، القادر على التنبؤ بالتراكيب البلورية للمركبات الكيميائية ، مما أدى إلى ثورة حقيقية في الكيمياء الحديثة.
تمكن فريق فلاديمير مخنيتشيف وفيكتور زاخاروف من جامعة موسكو الحكومية ، باستخدام النظام الذي أنشأوه ، بالإضافة إلى حواسيب لومونوسوف و IBM Blue Gene / P العملاقة ، من حساب نهايات الشطرنج المكونة من 7 قطع لأول مرة.
تتعرف الشبكات العصبية لـ "Yandex" على الكلام وتوليفه ، وتصدر الموسيقى بأسلوب " الدفاع المدني"والملحن سكريبين. تم أيضًا إنشاء فريق قوي من المتخصصين في الذكاء الاصطناعي والتعلم الآلي في سبيربنك.
باختصار ، هناك نجاحات ملحوظة في بلدنا أيضًا.
كلما تطورت تقنيات الذكاء الاصطناعي بشكل أسرع ، ازدادت أقوى من الناسيلتقط الخوف - مدى السرعة التي سيكونون بها عاطلين عن العمل. هل كل شيء حقا بهذا السوء؟
نعم و لا. لقد شهدت البشرية بالفعل عدة مرات ظهور التقنيات التي أحدثت ثورة في قطاع الإنتاج بأكمله.
هكذا كان الحال مع المحرك البخاري في العصر ثورة صناعية، التي دمرت عمليا العديد من المهن (المرتبطة بشكل أساسي بالعمل البدني البدائي) ، لذلك كانت الحواسيب الإلكترونية هي التي حلت محل البشر في المهام القائمة على الحسابات الرياضية المتدفقة.
في القرنين الخامس عشر والثامن عشر ، عندما كانت "الأغنام تأكل الناس" في إنجلترا ، كانت العواقب الاجتماعية كارثية حقًا. فقدت إنجلترا ، وفقًا لتقديرات مختلفة ، من 7 إلى 30٪ من سكانها. كانت النخبة الحاكمة في ذلك الوقت قلقة للغاية بشأن ما يجب فعله مع المزيد من الأشخاص. رد جوناثان سويفت على عمليات البحث هذه بكتيب فكاهي اقترح فيه أكل أطفال الفقراء.
ومع ذلك ، نرى اليوم أنه تم استبدال المهن المنقرضة بأخرى جديدة ، وعدد سكان الأرض أكبر بكثير مما كان عليه في القرن الثامن عشر. في القرن العشرين ، لم تعد عواقب الأتمتة كارثية من وجهة نظر اجتماعية. ومع ذلك ، لا ينبغي التقليل من الخطر.
قال موشيه فاردي ، أستاذ الهندسة الحاسوبية ومدير معهد كينيدي لتكنولوجيا المعلومات في جامعة رايس (وليام مارش) ، جامعة رايس: "في غضون 30 عامًا ، ستكون الروبوتات قادرة على فعل كل ما يمكن أن يفعله البشر تقريبًا". "سيؤدي هذا إلى حقيقة أن أكثر من 50٪ من سكان الأرض سيصبحون عاطلين عن العمل."
قبل أيام ، قال رئيس لجنة مجلس الدوما لسياسة المعلومات وتكنولوجيا المعلومات والاتصالات ، ليونيد ليفين ، إن مشكلة استبدال القوى العاملة بالذكاء الاصطناعي هي مشكلة مهمة بالنسبة لروسيا.
عاجلاً أم آجلاً ، سيتم استبدال الناس بنظام آلي ، وسيتدفق 2 ٪ من السكان العاملين في البلاد إلى السوق. قال ليفين إنه لهذا السبب من الضروري التفكير في كيفية توظيف أولئك الذين سيفقدون وظائفهم بسبب تطور التقنيات الرقمية الآن.
وفقا لرئيس مجلس الإدارة ، في المستقبل القريب سوف نواجه زيادة في البطالة. لكن سيرجي ماركوف ، متخصص التعلم الآلي ، قال لـ Sneg.TV.
سيرجي ، حتى الآن هناك "مهن ميتة" لا تتطلب عمالة بشرية ، على الرغم من أنه يبدو أنه قبل 10 سنوات لم يكن أحد يعتقد ، على سبيل المثال ، أن الموصلات سيصبحون قريبًا غير ضروريين. وما هي المهن الأخرى التي ستحل محل التكنولوجيا؟
نحن نقترب من الوقت الذي ستتفوق فيه الآلات على البشر في كل مجال تقريبًا. أعتقد أن المجتمع بحاجة إلى مواجهة هذه المشكلة قبل أن تصل إلى ذروتها. إذا كانت الآلات قادرة على فعل كل شيء تقريبًا يمكن للناس القيام به ، فماذا سيتركهم ليفعلوا؟ قال موشيه فاردي ، أستاذ الهندسة الحاسوبية ومدير معهد كين كينيدي لتكنولوجيا المعلومات في جامعة رايس.
لفترة طويلة ، وقفت القيود التكنولوجية في طريق الأتمتة: لم تستطع الآلات التعرف على الصور والكلام ، ولم تستطع التحدث ، ولم تستطع فهم معنى العبارات في اللغة الطبيعية جيدًا بما فيه الكفاية ، ولم يكن لديها بيانات كافية لتعلم أشياء كثيرة مألوفة لها البشر.
بفضل التطورات الحديثة في مجال الذكاء الاصطناعي ، تم بالفعل رفع العديد من هذه القيود. بالإضافة إلى ذلك ، خضعت العديد من المهن نفسها لعملية تحول جعلتها أكثر ملاءمة للأتمتة.
على سبيل المثال ، كاتب مكتب حديث لا يتوافق في الورق ، ولكن في في شكل إلكتروني، لا يقوم المحاسب بتنفيذ الترحيلات على الورق ، ولكن في برنامج المحاسبة ، غالبًا ما يتحكم مشغل الآلة في الماكينة ليس بمساعدة المقابض ، ولكن بمساعدة برنامج التحكم. لذلك ، الآن لم تعد مهمة الأتمتة في العديد من المهن علمية وأصبحت هندسية بحتة.
صحيح ، حتى الآن ، من المرجح أن يخلق قطاع الإنتاج المرتبط بالذكاء الاصطناعي فرص عمل - هناك حاجة إلى متخصصين في مجال التعلم الآلي وإعداد البيانات ، وموظفين لوضع علامات على صفائف التدريب ، ومتخصصين في التنفيذ ، وما إلى ذلك. ولكن في مرحلة ما ، هناك حاجة إلى " ستبدأ الأغنام بالتأكيد في أكل الناس ، ويجب الاهتمام بالعواقب الآن.
في الوقت نفسه ، من المهم أن نفهم أنه لا يمكن وقف التقدم التكنولوجي ، ومحاولة القيام بذلك ستؤدي إلى عواقب وخيمة أكثر بكثير.
هل سنكون قادرين على الثقة الكاملة في الروبوتات (AI) أو ، على أي حال ، يجب أن تكون هناك عامل بشري?
هذا السؤال له عدة جوانب. من ناحية ، كان الناس في الماضي حذرين من أي تقنية تقريبًا. المصعد الأول ، السيارة الأولى ، أول قطار أو طائرة - كل هذا كان غير عادي وبدا خطيرًا للكثيرين. نعم ، كان الأمر خطيرًا من نواحٍ عديدة - كوارث من صنع الإنسانأودى بحياة العديد من الأشخاص.
ومع ذلك ، في أيامنا هذه ، أصبحت كل هذه الأشياء مألوفة ولم تعد تسبب خوفًا كبيرًا. بهذا المعنى ، سيعامل أحفادنا أنظمة الذكاء الاصطناعي بهدوء أكبر. يميل الناس أحيانًا إلى تحير الأشياء التي لا يفهمونها. يعتقد المتوحش أن روحًا شريرة تعيش في المحرك ، ويعتقد الشخص العادي الحديث أن أنظمة الذكاء الاصطناعي لدينا واعية ، على الرغم من أن هذا بعيد كل البعد عن الواقع.
من ناحية أخرى ، لا أعتقد أن أنظمة الذكاء الاصطناعي للأغراض العامة ستصبح جزءًا من صناعتنا. في رأيي ، المستقبل أكثر ترجيحًا للأنظمة الاصطناعية - أي لتوحيد الإنسان والآلة في كائن حي واحد. وبهذا المعنى ، فإن الذكاء الاصطناعي في المستقبل سيتم تحسين ذكاء الإنسان.
بالمناسبة ، الذكاء البشري أيضًا ليس صحيحًا تمامًا عند تسميته بالطبيعة. لا يتمتع الطفل منذ ولادته بالذكاء ، فالمجتمع والآباء والبيئة يعلمونه كل شيء. بهذا المعنى ، نحن جميعًا ، في الواقع ، "ذكاء اصطناعي" ، ومخاوفنا المرتبطة بالذكاء الاصطناعي هي ، من نواحٍ عديدة ، مخاوفنا من أنفسنا.
في الآونة الأخيرة ، بدأ العديد من العلماء ، مثل ستيفن هوكينج أو بيل جيتس أو نفس إيلون ماسك ، في الذعر من أن الذكاء الاصطناعي يقضي على البشرية بالموت ، ويرون في المستقبل نوعًا من الواقع المرير. هل يجب أن تؤخذ مثل هذه التنبؤات على محمل الجد؟
بصراحة ، لن أكون في عجلة من أمري لأن أخاف بشدة من هذه التصريحات. من المؤكد أن ستيفن هوكينج ليس متخصصًا في الذكاء الاصطناعي ، وكذلك إيلون ماسك.
على الجانب الآخر من المقياس ، توجد تصريحات لأشخاص مثل ، على سبيل المثال ، أندرو نج ، عالم الكمبيوتر الأمريكي ، والأستاذ المساعد في جامعة ستانفورد ، والباحث في الروبوتات والتعلم الآلي ، والمتخصص الرائد في مختبر الذكاء الاصطناعي في جامعة ستانفورد. شركة بايدو الصينية.
في حديثه عن مشكلة أمن الذكاء الاصطناعي ، يقارنها إيون بمشكلة الاكتظاظ السكاني للمريخ - بالطبع ، سنستعمر المريخ يومًا ما ، وبعد ذلك ، ربما ، في مرحلة ما ، ستكون هناك مشكلة اكتظاظ سكاني. لكن هل يستحق فعل ذلك اليوم؟
كان مارك زوكربيرج أيضًا متشككًا في ادعاءات ماسك. قال "الذكاء الاصطناعي سيجعل حياتنا أفضل في المستقبل ، والتنبؤ بنهاية العالم أمر غير مسؤول للغاية".
أنا شخصياً أعتقد أنه يجب النظر إلى تصريحات ماسك بطريقة عملية - يريد ماسك مناقشة هذا الموضوع ، وبشكل مثالي ، تلقي أموال من الدولة لتطويره.
هل كل شيء وردية حقًا ولا داعي للقلق؟
تكمن الأخطار الحقيقية المرتبطة بتطوير الذكاء الاصطناعي ، في رأيي ، في مستوى مختلف تمامًا عما يُعتقد عمومًا. لا ترتبط المخاطر الرئيسية بحقيقة أننا سننشئ Skynet من شأنها أن تستعبد البشرية. تعتبر المخاطر الناجمة عن إدخال تقنيات الذكاء الاصطناعي والتعلم الآلي أكثر واقعية.
قرار الثقة موضوعات هامةبعض النماذج الرياضية ، قد نعاني من أخطاء في تطويرها. الذكاء الاصطناعي الذي يعيد إنتاج أفعال الخبراء البشريين سيرث أخطائهم وتحيزاتهم. يمكن أن تؤدي العيوب في أنظمة إدارة الإنتاج أو النقل إلى الكوارث.
يمكن أن يؤدي التدخل الخبيث في تشغيل الأنظمة الحيوية في ظروف الأتمتة الكاملة عواقب وخيمة. كلما كانت الأنظمة أكثر تعقيدًا ، زادت نقاط الضعف المحتملة لديها ، بما في ذلك تلك المتعلقة بخصائص بعض خوارزميات الذكاء الاصطناعي.
بالطبع ، لإدارة هذه المخاطر ، لا بد من خلق الإطار التشريعي، لوائح أمنية معقولة ، وطرق خاصة لتحديد نقاط الضعف. سيتم استخدام بعض أنظمة الذكاء الاصطناعي للتحكم في الآخرين. ربما يلزم نشر كود الأنظمة الحيوية للتدقيق المستقل. بعبارة أخرى ، لا يزال هناك الكثير من العمل الذي يتعين القيام به في هذا المجال.
أحد موضوعاتي المفضلة وأكثر الطلاب فضوليًا هو الفرق الدلالي بين الكلمات والتعبيرات المتشابهة أو حتى المتطابقة للوهلة الأولى.
في كثير من الأحيان ، "يخترق" الأجانب ، الذين يتحدثون الروسية بطلاقة ، باستخدام كلمات تبدو وكأنها مرادفات نموذجية ، ولكن في الواقع لها معنى مختلف ، لا سيما في السياق. من أكثر الحالات شيوعًا استخدام كلمة "لماذا" بدلاً من "لماذا". إذا ارتكبت مثل هذه الأخطاء ، فلا تقلق ، فهذا أكثر من طبيعي ، لأنه خارج السياق ، فإن معنى هذه الكلمات هو نفسه تقريبًا ويحمل نفس العبء الدلالي مثل كلمة انجليزية"لماذا" ، والتي تُستخدم بمعنى "لماذا" وبمعنى "لماذا" ، وحتى بمعنى "ماذا".
لماذا أنت حزين جدا اليوم؟ - لماذا أنت حزين جدا اليوم؟
لماذا أتينا إلى هذا المكان المرعب؟ - لماذا علينا أن نأتي إلى هذا المكان الرهيب؟
هل انت متزوج؟ - هل انت متزوج؟
لا. و ماذا؟ - لا. لماذا ا؟
نظرًا لأن الطلاب الذين بدأوا للتو في التعرف على اللغة الروسية غالبًا ما يتتبعون كلمة ما في سياق عشوائي من معاني القاموس ، فإن الارتباك الدلالي يظهر. تخيل الموقف. أريد أن أرسل لك فيديو تعليمي ، لكنني لا أعرف ما إذا كان بإمكانك مشاهدته ، إذا كانت لديك القدرة التقنية على القيام بذلك. ثم أقرر طرح سؤال ، ويحدث الحوار التالي:
- نعم. لماذا ا؟
- هل لديك مشغل فيديو على جهاز الكمبيوتر الخاص بك؟
- نعم. و لماذا؟
في الحالة الأولى ، من الواضح أنك أردت أن تقول "نعم. ماذا؟" ، وفي الحالة الثانية ، "نعم. لماذا؟"
أسألك إذا كان لديك مشغل فيديو مثبتًا على جهاز الكمبيوتر الخاص بك ، وتتساءل لماذا قد تحتاج إليه ، ولكن بسبب استخدام كلمة "لماذا" ، فإن معنى السؤال المضاد مشوه. بتعبير أدق ، يبدو السؤال غير طبيعي تمامًا. تم استخدام كلمة "لماذا" في هذه الحالة بدلاً من كلمة "لماذا" ، ولكن بمعنى أنها لم تحل محلها.
كيف نفهم في هذه الحالة نستخدم كلمة "لماذا" ، وفي أي "لماذا"؟ دعونا نفهم ذلك.
قبل طرح سؤال ، من الضروري فهم ما نعنيه: الغرض أو سبب الإجراء.
يمكن استبدال السؤال "لماذا" بـ الأسئلة التالية: "لأي غرض؟" ، "لأي غرض؟" ، "من أجل ماذا؟"
يمكن استبدال السؤال "لماذا" بالأسئلة التالية: "ما الذي أدى إلى ذلك؟" ، "ما الذي جعلك تفعل / تعتقد ذلك؟"
لذلك ، عندما تريد خلال حوارنا القصير معرفة سبب حاجتك إلى مشغل فيديو ، فمن الواضح أنك تسأل بشكل أساسي: "لأي غرض أحتاجه؟" ، "ما الذي أحتاجه من أجله؟"
لنجرب هذه الأسئلة. يمكن أن يكون الحوار ، على سبيل المثال:
- هل لديك مشغل فيديو على جهاز الكمبيوتر الخاص بك؟
- نعم. لماذا تسأل؟
في هذه الحالة ، يتم استخدام السؤال "لماذا" بشكل صحيح تمامًا ، لأن السؤال "لماذا تسأل؟" المعنى يساوي السؤال "ما الذي جعلك تسأل هذا السؤال؟" (يبدو التعبير الأخير رسميًا وصارمًا للغاية ، ولكن لا يهم الآن ، مهمتنا الآن هي الشعور بالفرق)
اللغة الروسية غير ممكنة بدون استثناءات ، لذلك هناك حالات تستخدم فيها كلمة "لماذا" في معنى "لماذا". هذا أمر نادر ، ويعتبر هذا الشكل قديمًا ، ولكن يمكن العثور عليه ، على سبيل المثال ، في النصوص الأدبية ، في الشعر. تبدو مثل هذه العبارات أرقى من خطاب كل يوم، أكثر عاطفية. على سبيل المثال: "لماذا لست طائرا؟ .."
لا يسأل المتحدث عن الغرض الذي ولد منه رجلاً ، ولكن بلمسة من الأسف يسأل لماذا ، ولماذا لا يستطيع أن يطفو في الهواء ويشعر بمزيد من الحرية.
لذا ، دعونا نلخص ما قيل في صيغة قصيرة.
لماذا = الغرض
لماذا = السبب
يساعد الذكاء الاصطناعي بالفعل في تشكيل مستقبلك بطريقة ما. عندما تبحث عن شيء ما في محرك البحث ، استخدم خدمة مثل Netflix أو يقوم أحد البنوك بتقييم مدى ملاءمتك للحصول على قرض عقاري. ولكن ماذا يحدث إذا كان على الذكاء الاصطناعي تحديد ما إذا كنت مذنباً أم لا في المحكمة؟ ومن الغريب أن هذا قد يحدث بالفعل في بعض البلدان. سئل القاضي الأمريكي جون روبرتس مؤخرًا عما إذا كان بإمكانه تخيل يومًا "تساعد فيه الآلات الذكية ، التي يتحكم فيها الذكاء الاصطناعي ، في العثور على الأدلة أو حتى صنع الأحكام". فأجاب: "لقد جاء ذلك اليوم ، وهو يساعد القضاء بشكل كبير في رفع القضايا".
ربما كان روبرتس يشير إلى قضية إريك لوميس الأخيرة ، الذي حُكم عليه بالسجن لمدة ست سنوات بناءً على توصية من شركة خاصة برمجيات سرية مملوكة ملكية. يدعي لوميس ، الذي كان لديه بالفعل تاريخ إجرامي وحُكم عليه لفراره من الشرطة في سيارة مسروقة ، أنه قد تم انتهاك حقه في العملية لأنه لم يكن هو ولا ممثليه قادرين على مراجعة أو الطعن في خوارزمية التوصية.
تم إنتاج التقرير بواسطة برنامج Compas ، الذي تبيعه شركة Notrpointe للسفن. يجسد البرنامج اتجاه جديدفي أبحاث الذكاء الاصطناعي: يساعد القضاة على قبول "الأفضل" (أو على الأقلأكثر اعتمادًا على البيانات) قرار محكمة.
على الرغم من أن التفاصيل المحددة لحالة Loomis لا تزال مختومة ، إلا أنها تحتوي بالتأكيد على مخططات وأرقام تحدد حياة Loomis وسلوكه واحتمال انتكاسه. من بينها العمر والعرق والهوية الجنسية والعادات وسجل المتصفح وأي قياسات للجمجمة. لا أحد يعرف حقًا.
ومن المعروف أن المدعي العام في القضية قال للقاضي إن لوميس تظاهر " مخاطرة عاليةالعودة إلى الإجرام والعنف وإجراءات ما قبل المحاكمة ". هذا هو المعيار عندما يتعلق الأمر بإصدار الأحكام. وافق القاضي وأخبر لوميس أنه "تم تحديده من قبل كومباس على أنه شخص معرض لخطر كبير على المجتمع".
أدانت المحكمة العليا في ولاية ويسكونسن لوميس ، مضيفة أن تقرير كومباس قدم معلومات قيمةفي قراره ، لكنه أشار إلى أنه بدونه يصدر نفس العقوبة. بالطبع ، لا يمكن التحقق من هذا على وجه اليقين. ما نوع التحيزات المعرفية التي يمكن أن توجد عندما يكون نظام "ذكي" قوي للغاية مثل Compas متورطًا في قضية تنصح القضاة بما يجب عليهم فعله؟
لنكن صادقين ، لا يوجد شيء "غير قانوني" حول ما فعلته محكمة ويسكونسن - إنه مجرد مثال. يمكن للمحاكم الأخرى أن تفعل الشيء نفسه وستفعله.
لسوء الحظ ، لا نعرف إلى أي مدى يتم استخدام الذكاء الاصطناعي والخوارزميات الأخرى في إصدار الأحكام. هناك رأي مفاده أن بعض المحاكم "تختبر" أنظمة مثل Compas في الدراسات المغلقة ، لكن لا يمكنها إعلان شراكتهم. يُعتقد أيضًا أن العديد من شركات الذكاء الاصطناعي الناشئة تعمل على تطوير أنظمة ذكية مماثلة.
ومع ذلك ، فإن استخدام الذكاء الاصطناعي في القانون لا يبدأ وينتهي بحكم ، بل يبدأ بالتحقيق. تمتلك المملكة المتحدة بالفعل نظامًا يسمى VALCRI يقوم بعمل تحليلي يستغرق وقتًا طويلاً في ثوانٍ - حيث يخوض في أطنان من البيانات مثل النصوص وتقارير المختبر وملفات الشرطة لتسليط الضوء على الأشياء التي قد تحتاج إلى مزيد من التحقيق.
ستقوم شرطة ويست ميدلاندز في المملكة المتحدة باختبار VALCRI على مدار السنوات الثلاث المقبلة باستخدام بيانات مجهولة المصدر تحتوي على أكثر من 6.5 مليون سجل. يتم إجراء اختبار مماثل من قبل شرطة أنتويرب في بلجيكا. ومع ذلك ، كانت مشاريع الذكاء الاصطناعي والتعلم العميق التي تنطوي على مجموعات بيانات ضخمة مشكلة في الماضي.
قدمت التكنولوجيا الكثير أدوات مفيدةقاعات المحاكم ، من آلات التصوير إلى استخراج الحمض النووي من بصمات الأصابع وتقنيات المراقبة المتطورة. لكن هذا لا يعني أن أي تقنية هي تحسين.
في حين أن استخدام الذكاء الاصطناعي في التحقيقات وإصدار الأحكام لديه القدرة على توفير الوقت والمال ، إلا أنه سيخلق مشاكل شائكة. أوضح تقرير Compas لشركة ProPublica أن السود يعتبرون عن طريق الخطأ من قبل البرنامج أكثر عرضة للانتكاس من البيض. يمكن حتى لأنظمة الذكاء الاصطناعي الأكثر تطوراً أن ترث التحيزات العرقية والجنسانية لأولئك الذين يصنعونها.
علاوة على ذلك ، ما الهدف من تحويل عملية صنع القرار (جزئيًا على الأقل) بشأن القضايا التي ينفرد بها البشر إلى خوارزمية؟ في الولايات المتحدة ، هناك صعوبة معينة عندما تحكم هيئة المحلفين على أقرانهم. لم تكن المعايير في القوانين معيارية أبدًا ، لذلك تعتبر المحاكمات أمام هيئة المحلفين أكثر أنظمة الإدانة ديمقراطية وفعالية. نحن نرتكب أخطاء ، لكن بمرور الوقت نراكم المعرفة حول كيفية عدم ارتكابها من خلال تحسين النظام.
تمثل Compas والأنظمة المماثلة "الصندوق الأسود" في النظام القانوني. لا ينبغي أن يكون هناك أي. الأنظمة القانونيةتعتمد على استمرارية وشفافية المعلومات والقدرة على المراجعة. لا يريد المجتمع نظامًا يشجع السباق لإنشاء شركات ناشئة في مجال الذكاء الاصطناعي تقدم حلولًا سريعة ورخيصة وحصرية. سوف يكون الذكاء الاصطناعي الذي تم إجراؤه على عجل أمرًا فظيعًا.
إصدار محدث مفتوح المصدر من Compas سيكون بمثابة تحسين. لكن أولاً ، نحتاج إلى رفع معايير نظام العدالة قبل أن نتمكن من تحويل المساءلة إلى الخوارزميات.
شاهد الجميع أفلامًا عن Terminator ، حيث اكتسب الكمبيوتر العملاق Skynet الإرادة الحرة وقرر تدمير البشرية. يتوقع Elon Musk و Stephen Hawking شيئًا مشابهًا من تطوير الذكاء الاصطناعي. دعونا نرى ما إذا كانت مخاوفهم صحيحة.
ما هو الذكاء الاصطناعي؟ لماذا من المهم فهم ما هو؟ لماذا يتحدث الجميع عنه اليوم؟
إذا قرأت الصحافة ، فمن المحتمل أنك تعلم أن مساعدي أمازون وجوجل الافتراضيين يعملون بمساعدة هذه التكنولوجيا ، وأن الأجهزة ستأخذ قريبًا جميع الوظائف من الناس (في الواقع ، ليس حقيقة). لكن في الوقت نفسه ، من غير المحتمل أن تفهم بوضوح ماهية الذكاء الاصطناعي ، وما إذا كانت الروبوتات ستُستعبدنا جميعًا حقًا. ستساعدك هذه المقالة في حل جميع المشكلات.
الذكاء الاصطناعي (AI) هو برنامج الحاسب، والتي تحتوي على آلية تعلم مدمجة. بعد أن تلقت معرفة جديدة ، تستخدمها لاحقًا لاتخاذ القرارات في وضع جديد ، كما يفعل الناس. يحاول الباحثون الذين قاموا بإنشاء مثل هذه البرامج الحصول على الكود لقراءة الصور أو النصوص أو الفيديو أو الصوت ، وتعلم شيء من تلك المعلومات. عندما يحدث هذا ، يمكن استخدام المعرفة المكتسبة في موقف آخر. إذا تعلمت الخوارزمية التعرف على وجه شخص ما ، فيمكن التعرف عليه لاحقًا في صور Facebook. في الذكاء الاصطناعي الحديث ، غالبًا ما يشار إلى التعلم باسم "التدريب".
يعرف الأشخاص منذ الولادة كيفية التعامل مع الأفكار المعقدة: إذا رأينا تفاحة ، فسنكون قادرين لاحقًا على اكتشاف شيء مختلف تمامًا ، على عكس الأول. من ناحية أخرى ، فإن الآلات حرفية للغاية - ليس لدى الكمبيوتر مفهوم "التشابه" - والهدف من تطورات الذكاء الاصطناعي هو على وجه التحديد جعل الآلات أقل حرفية. يمكن للآلة بسهولة العثور على صور مكررة لتفاحة أو العثور على جملتين متطابقتين في النص ، ولكن للعمل مع الصورة المرئية للتفاحة ، للتعرف على صورة نفس التفاحة من زاوية مختلفة أو بضوء مختلف ، هناك حاجة إلى الذكاء الاصطناعي . هذا تعميم أو تكوين فكرة بناءً على تشابه البيانات ، ويسمح لك برؤية أرضية مشتركة ، بما في ذلك بين الأشياء التي لم يواجهها الذكاء الاصطناعي من قبل.
يقول أليكس رودنيتسكي ، أستاذ علوم الكمبيوتر في جامعة كارنيجي ميلون: "الهدف هو وضع السلوك البشري المعقد في شكل يمكن معالجته حسابيًا. وهذا بدوره يسمح لنا بإنشاء أنظمة يمكنها أداء إجراءات معقدة مفيدة للأشخاص ".
لا يزال باحثو الذكاء الاصطناعي يعملون على الأساسيات. كيف تعلم الكمبيوتر أن يتعرف على ما يراه في صورة أو مقطع فيديو؟ عندما ينجح هذا ، يجب على المرء أن ينتقل من الاعتراف إلى الفهم. سيكون من الرائع ليس فقط معرفة أن الصورة عبارة عن تفاحة ، ولكن أيضًا معرفة أن التفاح صالح للأكل ، وأنه مرتبط بطريقة ما بالبرتقال والكمثرى ، وأن الناس يأكلون التفاح ويستخدمونه في الطهي فطيرة تفاح. وسيكون من الجيد أيضًا معرفة Michurin ، تفاحة مجددة للحيوية وأشياء من هذا القبيل. بالإضافة إلى ذلك ، هناك مشكلة في فهم اللغة ، حيث أن العديد من الكلمات لها معاني متعددة لا يمكن تمييزها إلا في السياق ، ونحن جميعًا نعبر عن أفكارنا بطرق مختلفة. كيف يمكن لجهاز كمبيوتر التقاط هذه الظاهرة المتغيرة باستمرار؟
تختلف سرعة تقدم الذكاء الاصطناعي اختلافًا كبيرًا في المجالات المختلفة. على سبيل المثال ، الآن رؤية الكمبيوتر ، أي القدرة على التعرف على الصور ، تتقدم بسرعة كبيرة ، بينما الأمور أسوأ بكثير مع فهم اللغة الطبيعية. في هذه المناطق ، يتم تطوير ما يسمى بـ "الذكاء الضيق" - مثل هذا الذكاء الاصطناعي فعال عند العمل مع صورة أو صوت أو نص ، ولكن لا يمكنه إدراك العديد من الإشارات غير المتجانسة في وقت واحد (في نفس الوقت ، نلاحظ في البشر " المخابرات العامة"). يأمل العديد من الباحثين أن يساعد التقدم في مجالات معينة على الفهم مبادئ عامةالتعلم الآلي ، والذي سيظل يسمح لك بإنشاء ذكاء اصطناعي عالمي.
بمجرد أن يتمكن الذكاء الاصطناعي من التعرف على تفاحة في صورة أو التعرف على مقتطف من الكلام في تسجيل صوتي ، يمكن استخدامه في برامج أخرى لاتخاذ قرارات قد تتطلب وجود إنسان. على سبيل المثال ، يمكنك وضع علامة على الأصدقاء تلقائيًا في صور Facebook - وإلا فسيتعين عليك القيام بذلك يدويًا. إذا كنا نتحدث عن مركبة غير مأهولة أو نظام مساعدة السائق ، فيمكن التعرف على السيارات الأخرى و إشارات الطريق، وفي الزراعة - لتفكيك المحصول وإزالة الثمار الفاسدة.
عادةً ما يتم تنفيذ مهام التعرف على الصور فقط بواسطة المستخدم أو شخص من شركة البرمجيات. إذا كانت المهمة توفر وقت المستخدم ، فهذه هي ميزتها التنافسية ، وإذا كانت توفر وقت الموظف أو تجعل عمله غير ضروري تمامًا ، فهذا يقلل من تكلفة العمل.
بالإضافة إلى ذلك ، هناك مهام لا يمكن إجراؤها بدون آلات: على سبيل المثال ، معالجة تحليلات المبيعات في عدد ملايين السجلات في غضون دقائق. الآن يتم تنفيذ هذه المهام بسرعة وبتكلفة زهيدة. هنا نعلم الآلة أن تفعل ما اعتاد الناس فعله ، وبالطبع ، الفوائد الاقتصادية لمثل هذه الابتكارات كبيرة جدًا.
يجادل جيسون هونغ ، الأستاذ في مختبر تفاعل الحوسبة بجامعة كارنيجي ميلون ، بأنه بينما يمكن للذكاء الاصطناعي أداء مهام للبشر ، يمكنه أيضًا خلق وظائف جديدة.
"لقد حلت السيارات محل الخيول تمامًا ، ولكن على المدى المتوسط والطويل ، أدى ظهورها إلى مجموعة كبيرة من المهام والإنتاج - الشاحنات والشاحنات الصغيرة والميني فان والمركبات المكشوفة وما إلى ذلك. وبالمثل ، على المدى القصير ، ستصبح أنظمة الذكاء الاصطناعي بديلاً مباشرًا للبشر فيما يتعلق بالمهام الروتينية ، ولكن على المدى المتوسط والطويل ، سنرى أن هذا قد خلق تنوعًا جديدًا ، كما يقول.
لم يفكر جوتليب دايملر وكارل بنز في الطريقة التي ستغير بها السيارة وجه المدن ، ولم يفكروا في التلوث بيئةأو عن وباء السمنة في الدول المتقدمة. لذلك لا يزال من الصعب علينا تقييم التأثير طويل المدى لهذا العامل.
في الواقع ، فإن العديد من الأفكار حول كيفية إجراء تدريب الذكاء الاصطناعي يزيد عمرها عن 60 عامًا. في الخمسينيات من القرن الماضي ، تناول العلماء فرانك روزنبلات وبرنارد ويدرو ومارشيان هوف التعبير الرياضي عن بنية الخلايا العصبية وفقًا لأفكار علم الأحياء آنذاك. نعم ، لا تستطيع معادلة واحدة حل أي مشكلة ، ولكن ماذا لو استخدمت ، مثل الدماغ ، العديد من المعادلات ذات الصلة؟ كانت الأمثلة الأصلية بسيطة: تحليل سلاسل 1s و 0s القادمة عبر خط هاتف رقمي وتوقع ما سيحدث بعد ذلك.
لعقود عديدة في علوم الكمبيوتر ، كان الرأي سائدًا بأنه لا يمكن حل المشكلات المعقدة بهذه الطريقة. ومع ذلك ، فإن هذا المفهوم اليوم يكمن وراء معظم أنظمة الشركات الكبيرة العاملة في هذا المجال: Google و Amazon و Facebook و Microsoft. الآن ، في وقت لاحق ، يفهم العلماء أن أجهزة الكمبيوتر لم تكن متطورة بما يكفي لنمذجة مليارات الخلايا العصبية في أدمغتنا ، وأن كميات هائلة من البيانات مطلوبة لتدريب الشبكات العصبية.
وهذان العاملان ، قوة الحوسبة وكمية كافية من البيانات ، ظهروا فقط في السنوات العشر الماضية.
في منتصف التسعينيات ، نفيديا ، الشركة المصنعة المعروفةبطاقات الرسومات ، وجدت أن وحدات معالجة الرسومات الخاصة بها مناسبة تمامًا للشبكات العصبية ، وبدأت في إنتاج بطاقات مصممة خصيصًا للذكاء الاصطناعي. لقد وجد أن العمل مع شبكات عصبية أسرع وأكثر تعقيدًا يؤدي إلى تحسن كبير في دقة الإجابات.
ثم في عام 2009 ، نشر الباحث في منظمة العفو الدولية Fei-Fei Li قاعدة بيانات تسمى ImageNet تحتوي على أكثر من 3 ملايين صورة مصنفة مع تسميات توضيحية. كانت تعتقد أنه إذا كان لدى الخوارزميات المزيد من الأمثلة ، فسيساعدهم ذلك على تعلم المزيد أفكار معقدة. في عام 2010 ، أطلق لي مسابقة ImageNet ، وبحلول عام 2012 ، استخدم باحث آخر ، جيف هينتون ، قاعدة بيانات الصور لتدريب شبكة عصبية - وتفوق في الأداء على جميع التطبيقات الأخرى بهامش كبير من الدقة ، أكثر من 10٪.
كما توقع لي ، تحولت كمية البيانات إلى معيار رئيسي. قام هينتون أيضًا بتوصيل الشبكات العصبية - أحدها وجد الأشكال في الصور ، والقوام الآخر ، وما إلى ذلك. اليوم يطلق عليه الشبكات العصبية العميقة أو التعلم العميق ، وعندما تقرأ عن النجاح التالي للذكاء الاصطناعي في الأخبار ، فإننا نتحدث عن نظام مشابه.
بمجرد أن رأت صناعة التكنولوجيا نتائج العلماء ، بدأت الطفرة. أصبح الباحثون الذين عملوا على التعلم العميق في غموض نسبي لعقود من الزمن نجوم موسيقى الروك الجدد ، وبحلول عام 2015 ، كان لدى Google أكثر من ألف مشروع باستخدام التعلم الآلي.
شاهد الجميع فيلم "Terminator" وهم على استعداد للخوف من Skynet القدير. بين العلماء ، يُطلق على Skynet المحتمل اسم Superintelligence أو الذكاء العام الاصطناعي ، مما يعني ضمناً أن البرنامج متفوق من نواح كثيرة على العقل البشري. نظرًا لأنه يمكن توسيع نطاق أنظمة الكمبيوتر - أي يمكنك إنشاء العديد من أجهزة الكمبيوتر البسيطة والسريعة وربطها معًا - فهناك مخاوف من أن مثل هذا الذكاء الخارق يمكن أن ينمو إلى ما لا نهاية ، مما يترك الناس بعيدًا عن الركب. ولأنه ذكي للغاية ، فإنه سيخرج عن نطاق السيطرة ويتخطى أي محاولات من الناس لاستعادة هذه السيطرة. يتم تقديم مثل هذا السيناريو المروع إلينا من قبل بعض أفضل العقول في عصرنا ، مثل Elon Musk و Stephen Hawking. قال ماسك ، على وجه الخصوص ، إن "معظم الباحثين البارزين في مجال الذكاء الاصطناعي يقللون من شأن مشكلة" الجني في زجاجة "، على الرغم من ذكائهم الذي لا يمكن إنكاره في بعض المجالات".
هناك وجهة نظر أخرى. يقول Yann LeCun ، رئيس مختبر أبحاث الذكاء الاصطناعي في Facebook ، إنه حتى لو تمكن العلماء من صنع آلة يمكنها تعلم كل أنواع الأشياء وتنظيم هذا الفهم في صورة للعالم ، فليس من المؤكد على الإطلاق أن مثل هذا الكمبيوتر سوف لديك الرغبات الخاصةأو غريزة الحفاظ على الذات.
"السلوك البشري - العنف ردًا على التهديد ، والغيرة ، والرغبة في الوصول الوحيد إلى الموارد ، والتعاطف مع الأقارب ، والكراهية للغرباء ، وما إلى ذلك - تشكلت في أسلافنا في سياق التطور. لن يكون للآلات الذكية أي متطلبات مسبقة سلوك مشابهما لم نصنعها بأنفسنا صراحة "، كتب على Quora.
لا يوجد سبب للاعتقاد بأن الكمبيوتر سيعتبر البشرية تهديدًا ، حيث لا يوجد مفهوم للتهديد على جهاز الكمبيوتر. نعم ، يمكنك تعيين المعلمات التي تجعل الكمبيوتر يتصرف كما لو كان لديه غريزة الحفاظ على الذات ، لكنه في الواقع لا يفعل ذلك.
أندرو نج ، الشريك المؤسس لشركة Google Brain و الرئيس السابقيحب توجيه Baidu للذكاء الاصطناعي أن يقول ، "أنا لا أهتم بالذكاء الاصطناعي الشرير ، تمامًا كما لا يهمني أن يكون المريخ مكتظًا."
ومع ذلك ، هناك سبب للقلق - وهذا هو العامل البشري. لقد ثبت أن الذكاء الاصطناعي يدرك بسهولة التحيز البشري في التقديرات من البيانات التي يتعلم منها. قد يكون هناك استعداد غير ضار - على سبيل المثال ، قد يتعرف على القطط في الصور أكثر من الكلاب ، لأنه تعلم بهذه الطريقة. لكن تخيل أن الذكاء الاصطناعي تبنى الصور النمطية البشرية ، وعلى سبيل المثال ، ربط مفهوم "الطبيب" بالرجال البيض بدرجة أكبر من الأشخاص من جنس أو عرق مختلف. إذا تخيلت أن مثل هذا الذكاء الاصطناعي مسؤول عن تعيين الأطباء ، فسوف يعطي تفضيلًا غير عادل لبعض المرشحين.
وهذا هو الواقع. وجدت دراسة أجرتها شركة ProPublica أن الخوارزميات المستخدمة لتحديد الحكم على الجناة تعكس التحيز العنصري واقترحت عقوبات أقسى على المدعى عليهم من غير البيض. والحقيقة هي أنه عند جمع المعلومات عن الصحة ، غالبًا ما يتم استبعاد النساء ، وخاصة النساء الحوامل ، ونتيجة لذلك نصيحة طبية، التي تم تطويرها على أساس مثل هذه البيانات غير المكتملة ، غير قابلة للتطبيق بشكل جيد على عدد كبير من المرضى. وبالتالي ، من أجل الوثوق بالآلات لاتخاذ القرارات التي كانت تتطلب سابقًا وجودًا بشريًا ، يجب أن نتأكد من أن هذا يحدث وفقًا لأخلاقياتنا وأفكارنا المتعلقة بالعدالة.
تكمن المشكلة في أنه حتى لو فهمت أن الخوارزمية متحيزة ، فمن أجل إصلاحها ، تحتاج إلى معرفة السبب. ولكن نظرًا لأن التعلم العميق يتطلب الملايين من الحسابات المتصلة ، فمن الصعب للغاية الخوض في هذا التشابك ومعرفة مقدار مساهمة كل حل في النتيجة الإجمالية. هذه المشكلة حادة بشكل خاص في مجالات مثل برمجة السيارات ذاتية القيادة ، لأن كل قرار على الطريق هو مسألة حياة أو موت. يعطي البحث الأول في هذا المجال الأمل في أننا سنتمكن من فهم آليات تشغيل الآلات التي بنيناها. لكن في الوقت الحالي ، من المستحيل ببساطة فهم سبب اتخاذ الذكاء الاصطناعي الذي طوره Facebook أو Google أو Microsoft هذا القرار أو ذاك أمرًا مستحيلًا.
من إعداد يفجينيا سيدوروفا
