Feltet med kunstig intelligensforskning har kommet langt, men mange tror at det offisielt ble født da en gruppe forskere fra Dartmouth College kom sammen sommeren 1956. Datamaskiner har forbedret seg dramatisk de siste årene; i dag utfører de beregningsoperasjoner mye raskere enn mennesker. Gitt all denne utrolige fremgangen, var forskernes optimisme forståelig. Den geniale dataforskeren Alan Turing antydet utseendet til tenkemaskiner noen år tidligere, og forskere kom på en enkel ide: intelligens er faktisk bare en matematisk prosess. Den menneskelige hjernen er en maskin til en viss grad. Fremhev tenkningsprosessen, og maskinen kan imitere den.
Da virket ikke problemet spesielt vanskelig. Dartmouth-forskerne skrev: "Vi tror at det kan gjøres betydelige fremskritt med ett eller flere av disse problemene hvis en nøye utvalgt gruppe forskere jobber med det over sommeren." Dette forslaget inneholdt forresten en av de aller første brukene av begrepet "kunstig intelligens". Det var mange ideer: kanskje å imitere kretsløpet av nevroner i hjernen kunne lære maskiner de abstrakte reglene for menneskets språk.
Forskerne var optimistiske og deres innsats ble belønnet. De hadde programmer som så ut til å forstå menneskers språk og kunne løse algebraiske problemer. Folk spådde trygt at maskinintelligens på menneskelig nivå vil dukke opp i løpet av tjue år.
Det er et heldig tilfeldighet at prognosefeltet, når vi vil ha kunstig intelligens på menneskelig nivå, ble født omtrent samtidig med feltet til selve AI. Faktisk går det hele tilbake til Tirings første artikkel om "tenkemaskiner", der han spådde at Turing-testen - der en maskin må overbevise en person om at den også er et menneske - ville bestå 50 år senere, innen år 2000. I dag spår folk selvfølgelig fortsatt at dette vil skje i løpet av de neste 20 årene, blant de berømte "profetene" - Ray Kurzweil. Det er så mange meninger og spådommer at det noen ganger ser ut til at AI-forskere legger følgende setning på telefonsvareren: "Jeg har allerede spådd hva spørsmålet ditt vil være, men nei, jeg kan ikke forutsi det nøyaktig."
Problemet med å prøve å forutsi en eksakt dato for AI på menneskelig nivå er at vi ikke vet hvor langt vi kan gå. Det høres ikke ut som Moore's Law. Mores lov - dobling av datakraft hvert par år - gir en spesifikk spådom om et spesifikt fenomen. Vi forstår omtrent hvordan vi går videre - for å forbedre silisiumchip-teknologier - og vi vet at vi i prinsippet ikke er begrenset i vår nåværende tilnærming (før vi begynner å jobbe med brikker i atomskala). Det samme kan ikke sies om kunstig intelligens.
Vanlige feil
Stuart Armstrongs forskning fokuserte på trender i disse anslagene. Spesielt så han etter to store kognitive skjevheter. Den første var ideen om at AI-eksperter spår at AI vil ankomme (og gjøre dem udødelige) rett før de dør. Dette er Kurzweils kritikk av "nerd-bortrykkelsen" - spådommene hans er motivert av frykt for død, ønske om udødelighet og grunnleggende irrasjonelle. Skaperen av superintelligens blir nærmest et gjenstand for tilbedelse. Kritikken fremsettes vanligvis av folk som arbeider innen AI som vet førstehånds om frustrasjonene og begrensningene til moderne AI.
Salgsfremmende video:
Den andre ideen er at folk alltid velger et tidsrom på 15-20 år. Dette er nok til å overbevise folk om at de jobber med noe som vil være revolusjonerende i nærmeste fremtid (fordi folk er mindre tiltrukket av innsatsen som vil manifestere seg gjennom tidene), men ikke så mye i nær fremtid at du umiddelbart finner deg selv forbannet galt. Folk er glade for å forutsi utseendet til AI før de dør, men det er ønskelig at det ikke er i morgen eller om et år, men om 15-20 år.
Måling fremgang
Armstrong bemerker at hvis du vil måle gyldigheten av en bestemt prediksjon, er det mange parametere å se på. Ideen om at intelligens på menneskelig nivå vil utvikle seg ved å simulere den menneskelige hjernen, gir deg for eksempel et tydelig rammeverk for å måle fremgang. Hver gang vi får et stadig mer detaljert kart over hjernen, eller vi imiterer en viss del av det, noe som betyr at vi går frem mot et spesifikt mål, som antagelig vil resultere i menneskelig nivå på mennesker. Kanskje 20 år ikke vil være nok til å nå dette målet, men vi kan i det minste måle fremgang fra et vitenskapelig synspunkt.
Sammenlign nå denne tilnærmingen med tilnærmingen til de som sier at AI, eller noe bevisst, vil "vises" hvis nettverket er komplekst nok og har tilstrekkelig datakraft. Kanskje er det slik vi forestiller oss menneskelig intelligens og bevissthet som oppstod i prosessen med evolusjonen, selv om evolusjonen har tatt milliarder av år, ikke titalls år. Problemet er at vi ikke har noen empiriske bevis: Vi har aldri sett bevissthet komme fra et komplekst nett. Ikke bare vet vi ikke om dette er mulig, vi kan ikke engang vite når dette venter oss, fordi vi ikke kan måle fremgang på denne veien.
Det er en enorm vanskelighet med å finne ut hvilke oppgaver som er virkelig vanskelige å fullføre, og dette har hjemsøkt oss fra fødselen av AI og frem til i dag. Det er rett og slett umulig å forstå menneskers språk, sjanse og kreativitet, selvforbedring - og alt på en gang. Vi har lært å behandle naturlig tale, men forstår datamaskinene våre hva de behandler? Vi har laget en AI som føles “kreativ”, men er det noen kreativitet i handlingene? Den eksponentielle selvforbedringen som vil føre til singulariteten ser generelt ut til å være noe transcendental.
Vi selv forstår ikke hva intelligens er. For eksempel har AI-eksperter alltid undervurdert muligheten til AI til å spille Go. I 2015 trodde mange at AI ikke ville lære å spille Go før i 2027. Men bare to år har gått, ikke tjue. Betyr dette at AI vil skrive den største romanen på noen år? Forstå verden konseptuelt? Kommer du nær en person når det gjelder intelligens? Ukjent.
Ikke menneskelig, men smartere enn mennesker
Vi har kanskje sett problemet feil. For eksempel er ikke Turing-testen ennå bestått i den forstand at AI kunne overbevise en person i en samtale om at han snakker med en person; men beregningsevnen til AI, så vel som evnen til å gjenkjenne mønstre og kjøre bil, er allerede langt utenfor det nivået som er tilgjengelig for mennesker. Jo flere beslutninger som tas av algoritmer av "svak" AI, jo mer Internet of Things vokser, jo mer blir matet til nevrale nettverk og desto større blir påvirkningen av denne "kunstige intelligensen".
Vi vet kanskje ennå ikke hvordan vi lager intelligens av menneskelig karakter, men vi vet heller ikke hvor langt vi kan gå med den nåværende generasjonen av algoritmer. Så langt er de ikke engang i nærheten av de forferdelige algoritmene som undergraver den sosiale ordenen og blir en slags vag superintelligens. Det betyr heller ikke at vi skal holde oss til optimistiske prognoser. Vi må sørge for at verdien av menneskeliv, moral, moral alltid vil være innebygd i algoritmene slik at algoritmene ikke er helt umenneskelige.
Eventuelle prognoser må halveres. Ikke glem at i de første dagene av AI så det ut som det ville lykkes veldig raskt. Og i dag tror vi det også. Seksti år har gått siden forskere samlet seg i Dartmouth i 1956 for å "skape etterretning på tjue år", og vi fortsetter fortsatt arbeidet.
Ilya Khel
