Termín „umělá inteligence“se často týká neuronových sítí postavených na technologiích hlubokého strojového učení. Kromě toho je technologie školení neuronových sítí dobře rozvinutá a přináší ovoce. Ne všichni vědci však sdílejí názor, že umělá inteligence by se měla rozvíjet touto cestou. Někdo dokonce věří, že tyto systémy „neměly být důvěryhodné“a jejich vývoj nepovede k ničemu dobrému.
Umělá inteligence v moderním slova smyslu - to není vůbec to, co si mnozí myslí.
Proč je strojové učení špatné pro lidský rozvoj
V rozsáhlé práci zveřejněné na stránkách Technologyreview, profesor na newyorské univerzitě, odborník v oblasti kognitivní vědy (kognitivní věda), Gary Marcus hovořil o rizicích rozsáhlého využívání neuronových sítí založených na hlubokém strojovém učení.
Za prvé, vědec věří, že tato technologie má jasná omezení. Zejména se dlouho hovořilo o tom, že je nutné vytvořit takzvanou „skutečnou umělou inteligenci“, která je vhodná k řešení široké škály problémů, nejen jednoho konkrétního, jak se nyní děje. Stávající systémy umělé inteligence již dosáhly vrcholu svého vývoje a prakticky „nikde nerostou“. Kromě toho nemůžete jen vzít, řekněme, nejprve naučit jednu umělou inteligenci řídit auto, a donutit jiného, aby ji opravil a poté kombinoval systémy, čímž vytvořil univerzálního asistenta. Umělé inteligence prostě nebudou schopny interagovat, protože se „naučily různými způsoby“.
Jak udělat inteligentnější AI
Propagační video:
Aby se algoritmy staly efektivnějšími, musí být „trénovány odlišně“. Je nutné přimět je, aby začaly vidět vztah objektů a důsledky interakce s nimi. V tomto případě budeme sloužit jako nejlepší příklad.
Profesor Gary Marcus.
Navíc to, co Marcus nabízí, není vůbec nic nového. Příklad popsaný výše je, jak vědci předpokládali „klasickou umělou inteligenci“. Aby však taková umělá inteligence fungovala efektivně, musíme předem naplánovat všechny možné výsledky. A to je téměř nereálné. Ale existuje cesta ven.
Řešením může být jakási symbióza „klasické AI“, která vidí vztahy a získává řešení srozumitelným způsobem, a hluboké učení, které dokáže najít řešení pomocí „pokusu a omylu“. Může to být jakýsi základní systém pravidel a předpisů týkajících se okolního světa. Na jejich základě se systémy umělé inteligence již budou moci v určité oblasti rozvíjet. Skutečná umělá inteligence musí pochopit, jak všechno funguje, aby pochopilo vztahy příčin a následků a snadno přepnulo z jednoho úkolu na druhý. Moderní systémy postavené pomocí technologie hlubokého učení to prostě nedokážou.
Vladimír Kuzněcov