Μπορεί AlphaGo της Google πραγματικά να αισθάνεται τους αλγόριθμους της;

Όταν το σύστημα παίξιμο παιχνιδιών AlphaGo νίκησε ένα master του κινεζικού παιχνιδιού πάει πέντε παιχνίδια χωρίς να δεχτεί γκολ, οι δημιουργοί της δεν θα μπορούσε να εξηγήσει το γιατί. Είναι αυτό ένα σημάδι της διαισθητικής AI

Μια grandmaster παίζει AlphaGo στο αρχαίο κινέζικο παιχνίδι του Go. Φωτογραφία: Google DeepMind

Την περασμένη βδομάδα AST, ερευνητές τεχνητής εταιρεία νοημοσύνη DeepMind, που τώρα ανήκει στην Google, ανακοίνωσε μια εξαιρετική ανακάλυψη: τον περασμένο Οκτώβριο, μια DeepMind υπολογιστικό σύστημα που ονομάζεται AlphaGo είχε ηττηθεί ο βασιλεύοντας πρωταθλητής Ευρώπης παίκτης του αρχαίου κινεζικού παιχνιδιού πάει από πέντε παιχνίδια χωρίς να δεχτεί γκολ. Η νίκη είχε ανακοινωθεί την περασμένη εβδομάδα σε ένα έγγραφο που δημοσιεύθηκε στο επιστημονικό περιοδικό Nature.

Και λοιπόν? Υπολογιστές έχουν όλο και καλύτερα σε επιτραπέζια παιχνίδια για yonks.Ο τρόπος πίσω στις σκοτεινές εποχές του 1997, για παράδειγμα, Deep Blue της IBM μηχάνημα νικήσει τον τότε κόσμο πρωταθλητής σκακιού, Γκάρι Κασπάροφ, στο σκάκι.Έτσι σίγουρα πάει, το οποίο δεν παίζεται με έξι διαφορετικά κομμάτια, αλλά μαύρο και άσπρο μάρκες - θα είναι ένα pushover; Όχι και τόσο: ο αριθμός των πιθανών θέσεων στο δρόμο ξεπερνούν τον αριθμό των ατόμων στο σύμπαν και υπερβαίνουν κατά πολύ τον αριθμό των πιθανοτήτων στο σκάκι.

Προγράμματα παιχνίδι ρόλων, όπως Deep Blue έργο με την κατασκευή "δέντρα αναζήτηση" πάνω από όλες τις δυνατές θέσεις. Αν έχετε δοκιμάσει να το κάνετε αυτό με πάει θα πρέπει να ψάχνει κατά καιρούς υπολογιστών σε εκατομμύρια, αν όχι δισεκατομμύρια, χρόνια. Η προσέγγιση DeepMind εμπλέκονται συνδυάζει αναζήτησης δέντρο (ενεργοποιημένη από μαζική σύννεφο υπολογιστική ισχύ της Google) με βαθιά νευρωνικά δίκτυα, προγράμματα στα οποία οι συνδέσεις μεταξύ των στρωμάτων των προσομοιωμένων νευρώνων ενισχύεται μέσα από παραδείγματα και εμπειρίες (όπως στον ανθρώπινο εγκέφαλο).

AlphaGo σπούδασε πρώτες θέσεις 30μ από εμπειρογνώμονα παιχνίδια της πηγαίνουν, απορροφώντας πληροφορίες σχετικά με την πρόοδο των εργασιών από τα στοιχεία του σκάφους, και στη συνέχεια έπαιξε εναντίον του εαυτού σε πάνω από 50 υπολογιστές, βελτιώνοντας με κάθε επανάληψη, χρησιμοποιώντας μια τεχνική γνωστή ως ενισχυτική μάθηση. Είναι μια εξέλιξη ενός πειράματος DeepMind χρησιμοποιείται λίγο πίσω, στην οποία ένα από τα νευρωνικά δίκτυα της ίδιας έμαθε να παίζει ρετρό παιχνίδια στον υπολογιστή σε ένα ικανό επίπεδο, απλώς βλέποντας επαναλήψεις των πραγματικών παιχνίδια σε μια οθόνη. Δεν εμπλέκονται προγραμματισμού.

Το πραγματικά σημαντικό πράγμα για AlphaGo είναι ότι (και οι δημιουργοί του) δεν μπορεί να εξηγήσει τις κινήσεις της. Και όμως παίζει ένα πολύ δύσκολο παιχνίδι με μαεστρία. Έτσι είναι εμφανίζοντας μια ικανότητα παράξενα παρόμοια με αυτό που λέμε διαίσθηση - «η γνώση αποκτάται χωρίς συνειδητή συλλογιστική». Μέχρι τώρα, έχουμε θεωρηθεί ότι ως αποκλειστικά ανθρώπινο προνόμιο. Είναι αυτό που ο Νεύτωνας ήταν περίπου όταν έγραψε «Υποθέσεις μη fingo" στη δεύτερη έκδοση του του Principia: "Εγώ απλά« δεν κάνω υποθέσεις », που λέει,. Γνωρίζουν"

Αλλά αν AlphaGo είναι πραγματικά μια απόδειξη ότι οι μηχανές θα μπορούσαν να είναι διαισθητικό, τότε έχουμε περάσει σίγουρα ένα Ρουβίκωνα κάποιου είδους. Για διαίσθηση είναι ένα ολισθηρό ιδέα και μέχρι τώρα έχουμε σκεφτεί αποκλειστικά σε ανθρώπινους όρους. Επειδή ο Νεύτωνας ήταν μια ιδιοφυία, είμαστε έτοιμοι να τον πάρει στο λόγο του, ακριβώς όπως είμαστε διατεθειμένοι να εμπιστεύονται τη διαίσθηση της μητέρας που σκέφτεται ότι υπάρχει κάτι λάθος με το παιδί της ή την υποψία κανείς ότι ένα συγκεκριμένο άτομο δεν λέει την αλήθεια.

Διαισθήσεις μπορεί να είναι λάθος, αυτός είναι ο λόγος που χρειαζόμαστε αποδείξεις ... και γιατί γινόμαστε καχύποπτοι όταν αυτό δεν είναι επικείμενη

Το πρόβλημα είναι ότι οι διαισθήσεις μπορεί να είναι - και συχνά είναι - λάθος, το οποίο είναι ο λόγος που ζητούμε αποδείξεις και λογικά επιχειρήματα για την υποστήριξή τους και γιατί γινόμαστε καχύποπτοι όταν αυτά δεν είναι επικείμενη. Προς το παρόν, η ανησυχία για το μηχάνημα διαίσθηση είναι αμφισβητήσιμο: δεν έχει τόση σημασία το γεγονός ότι AlphaGo δεν μπορούν να εξηγήσουν τη βάση για την διαισθητική κινήσεις του στο δρόμο. Αλλά αυτό δεν θα διαρκέσει εάν Δρ Ντέμη Hassabis, ο συν-ιδρυτής της DeepMind, έχει τον τρόπο του. "Ενώ τα παιχνίδια είναι η τέλεια πλατφόρμα για την ανάπτυξη και τη δοκιμή των αλγορίθμων AI γρήγορα και αποτελεσματικά», έγραψε σε ένα blog post περασμένη εβδομάδα, "τελικά θέλουμε να εφαρμόσουμε αυτές τις τεχνικές σε σημαντικά προβλήματα του πραγματικού κόσμου. Επειδή οι ​​μέθοδοι που χρησιμοποιήσαμε είναι γενικής χρήσης, η ελπίδα μας είναι ότι θα μπορούσε να επεκταθεί για να μας βοηθήσει στην αντιμετώπιση μερικών από τις πιο δύσκολες και πιο πιεστικά προβλήματα της κοινωνίας, από τη διαμόρφωση του κλίματος στην ανάλυση σύνθετων ασθενειών ".

Από τη μία πλευρά, Hassabis φαίνεται να εκτιμούν τις ευθύνες που αυτοί που δημιουργούν έξυπνες τεχνολογίες θα πρέπει να επωμιστούν. Έχει γίνει έκκληση για «μια υπεύθυνη συζήτηση σχετικά με το ρόλο της ηθικής στην ανάπτυξη της τεχνητής νοημοσύνης». Από την άλλη πλευρά, όταν πιέζεται γι 'αυτό σε μια εκδήλωση στο Cambridge τον περασμένο Σεπτέμβριο, ο ίδιος προσπάθησε να εξαπατήσει τον ερωτώντα με την είδηση ​​ότι η Google ήταν η δημιουργία μιας επιτροπής δεοντολογίας να εξετάσει το έργο της εταιρείας του κάνει, μια απάντηση που προκαλεί ένα ορισμένο ποσό της ιλαρότητα σε ορισμένους τομείς του κοινού.

Όπως οι περισσότεροι άνθρωποι στον τομέα του, Hassabis πιστεύει ότι AI αρκετά ισχυρό ώστε να θέτουν σοβαρά ηθικά και υπαρξιακές απειλές είναι πολύ μακριά. Η αξιοσημείωτη πρόοδο της εταιρείας του κάνει, όμως, δείχνει το αντίθετο.

Πηγή:Guardian