Da bi evoluirala, AI mora da se suoči sa svojim ograničenjima

Od medicinskih slika i prevoda na jezik do prepoznavanja lica i samovozećih automobila, primeri veštačke inteligencije (AI) su svuda. I da se suočimo sa tim: iako nisu savršene, mogućnosti veštačke inteligencije su prilično impresivne.

Čak i nešto tako naizgled jednostavno i rutinsko kao što je Google pretraga predstavlja jedan od najuspešnijih primera veštačke inteligencije, sposoban da pretražuje mnogo više informacija mnogo većom brzinom nego što je to ljudski moguće i dosledno pruža rezultate koji su upravo ono što vi tražili.

Međutim, problem sa svim ovim primerima veštačke inteligencije je u tome što izložena veštačka inteligencija nije baš toliko inteligentna. Iako današnja veštačka inteligencija može da uradi neke izvanredne stvari, funkcionalnost koja je u osnovi njegovih dostignuća funkcioniše tako što analizira ogromne skupove podataka i traži obrasce i korelacije bez razumevanja podataka koje obrađuje. Kao rezultat, sistem veštačke inteligencije koji se oslanja na današnje algoritme veštačke inteligencije i zahteva hiljade označenih uzoraka samo daje privid inteligencije. Nedostaje mu bilo kakvo pravo, zdravorazumsko razumevanje.

Fundamentalni nedostatak veštačke inteligencije može se pratiti unazad do principijelne pretpostavke koja je u srcu većine razvoja veštačke inteligencije u poslednjih 50 godina, odnosno da ako se teški problemi inteligencije mogu rešiti, jednostavni problemi inteligencije će doći na svoje mesto. Ovo se pokazalo lažnim.

Godine 1988, robotičar Carnegie Mellon Hans Moravec napisao je: „Relativno je lako učiniti da računari pokažu performanse na nivou odraslih na testovima inteligencije ili igranju dama, a teško ili nemoguće dati im veštine jednogodišnjaka kada je u pitanju percepcija i mobilnost“. Drugim rečima, ispostavlja se da su teški problemi jednostavniji za rešavanje, a ono što se čini jednostavnim problemima može biti izuzetno teško.

Netačne pretpostavke

Dve druge pretpostavke koje su imale značajnu ulogu u razvoju veštačke inteligencije takođe su se pokazale netačnim:

– Prvo, pretpostavljeno je da ako se napravi dovoljno uskih AI aplikacija (tj. aplikacija koje mogu da reše određeni problem korišćenjem AI tehnika), one će zajedno prerasti u formu opšte inteligencije. Uske AI aplikacije, međutim, ne čuvaju informacije u generalizovanom obliku i ne mogu ih koristiti druge uske AI aplikacije da bi proširile svoju širinu. Dakle, iako bi spajanje aplikacija za, recimo, obradu jezika i obradu slika moglo biti moguće, te aplikacije ne mogu biti integrisane na isti način na koji dete integriše sluh i vid.

– Drugo, neki istraživači veštačke inteligencije pretpostavili su da bi, ako bi se mogao izgraditi dovoljno veliki sistem mašinskog učenja sa dovoljno računarske snage, on spontano pokazao opštu inteligenciju. Kao što su ekspertski sistemi koji su pokušali da prihvate znanje iz određene oblasti jasno pokazali, jednostavno je nemoguće stvoriti dovoljno slučajeva i primera podataka da se prevaziđe osnovni nedostatak razumevanja sistema.

Ako industrija veštačke inteligencije zna da su se ključne pretpostavke koje je napravila u razvoju ispostavile da su lažne, zašto niko nije preduzeo neophodne korake da ih prevaziđe na način koji unapređuje pravo razmišljanje u AI? Odgovor se verovatno nalazi u glavnom konkurentu AI: nazovimo je Sali. Ona ima oko tri godine i već zna mnogo stvari koje AI ne radi i može da reši probleme koje AI ne može. Kada prestanete da razmislite o tome, mnogi problemi koje danas imamo sa veštačkom inteligencijom su stvari koje svako trogodišnjak može da uradi.

Razmislite o znanju koje je Sali potrebno da složi grupu blokova. Na fundamentalnom nivou, Salli razume da blokovi ili bilo koji drugi fizički objekti postoje u 3D svetu. Ona zna da traju čak i kada ih ne vidi.

Kakve veze Sali ima sa industrijom veštačke inteligencije? Salli ima ono što nedostaje današnjem AI. Ona poseduje svest o situaciji i kontekstualno razumevanje. Selin biološki mozak je sposoban da tumači sve na šta naiđe u kontekstu svega ostalog što je prethodno naučio. Ukratko, trogodišnja Seli urođeno poseduje sposobnosti da izraste u potpuno funkcionalnu, inteligentnu odraslu osobu.

Za razliku od toga, AI analizira ogromne skupove podataka tražeći obrasce i korelacije bez razumevanja nijednog od podataka koje obrađuje. Čak se i nedavni „neuromorfni“ čipovi oslanjaju na sposobnosti koje nedostaju u biologiji.

Da bi današnja veštačka inteligencija prevazišla svoja inherentna ograničenja i evoluirala u svoju sledeću fazu – definisanu kao veštačka opšta inteligencija (AGI) – mora biti u stanju da razume ili nauči bilo koji intelektualni zadatak koji čovek može. Mora da dostigne svest. To će mu omogućiti da konstantno razvija svoju inteligenciju i sposobnosti na isti način na koji ljudsko trogodišnje dete raste.

Nažalost, malo je verovatno da će istraživanje koje je potrebno da se rasvetli šta će na kraju biti potrebno da se replicira kontekstualno razumevanje ljudskog mozga, omogućavajući veštačkoj inteligenciji da postigne pravu svest, da dobije sredstva. Što da ne? Jednostavno, niko — barem niko do sada — nije bio spreman da uloži milione dolara i godine razvoja u AI aplikaciju koja može da uradi ono što može da uradi svako trogodišnjak.

I to nas neizbežno vraća na zaključak da današnja veštačka inteligencija zaista nije toliko inteligentna.

Izvor: thenextweb