Hvert år blir utviklingen innen kunstig intelligens mer og mer perfekt - ansiktsgjenkjenningsteknologi, intelligente stemmeassistenter og til og med kunst laget av algoritmer blir en del av livet vårt. Men vil AI kunne ta den siste grensen til menneskelige evner og lære å oppleve følelser? Sammen med Theory and Practice-plattformen inviterer vi deg til å lære om fremtiden til menneske og maskin.
Den hellige kontra kunnskapen
I det vanlige synet kan kunstig intelligens aldri komme nær menneskelig emosjonalitet på grunn av vår spesielle mentale organisering, som ikke kan transplanteres i en maskin. I motsetning til dette, utfordringen med å skape emosjonell AI stammer fra det faktum at mennesker ikke er så gode på empati. Vi er overhode ikke som ideelle emosjonelle maskiner som lett kan tyde andres følelser. Empatien vår er alvorlig begrenset av unike opplevelser, innlærte stereotyper og individuelle psyko-emosjonelle reaksjoner. Dermed er det lite sannsynlig at en europeer fra middelklassen forstår hvilke følelser lederen for en afrikansk stamme uttrykker, og omvendt.
På den ene siden tror vi at emosjonalitet er en hellig gave, et eksklusivt privilegium for mennesker. På den annen side vet vi for lite om det, sier Sergey Markov, spesialist i AI og maskinlæring og grunnlegger av portalen 22century.ru. Etter hans mening vil avgivelse av oppfatningen av emosjonalitet som noe hellig gjøre det mulig å finne nye metoder for å studere empati. Ved hjelp av reverse engineering (forske på et ferdig apparat eller program for å forstå hvordan det fungerer og oppdage ikke-åpenbare muligheter), forske på nevrale nettverk og maskinlæring, kan du lære noe grunnleggende nytt om menneskelig emosjonalitet. "Maskinlæring tillater i flere tilfeller, som de sier, å tro harmoni med algebra - mer pålitelig kunnskap basert på big data-statistikk erstatter gjetninger og hypoteser," mener Markov.
Etablere kommunikasjon
Salgsfremmende video:
Vi prøver kanskje ikke å lære biler om empati bare av nysgjerrighet, men det økende antallet automatiserte systemer (fra stemmeassistenter til selvkjørende biler) gjør emosjonell AI et must. Den viktigste utfordringen for maskinlæringsspesialister er å forenkle arbeidet med forskjellige grensesnitt både på inngangsnivå og i prosessen med informasjonsutgang. Hyppigheten av kommunikasjon med datamaskiner øker tydeligvis, men tjenestene og systemene i seg selv forstår ennå ikke hvorfor vi rister telefonen: fra sinne eller fra latter.
Emosjonell intelligens er allerede etterspurt i mange forretningsprosjekter. Fra reklame, som ved å tilpasse seg den emosjonelle tilstanden til en potensiell klient, øker salget, til anerkjennelsesteknologier som, etter å ha oppdaget den mest nervøse personen i mengden, vil bidra til å fange forbryteren.
Forskere må jobbe med emosjonell intelligens og sikkerhetshensyn. “Avgjørelser tatt av datamaskiner skal ikke virke psykopatiske. Hvis en maskin opererer i en verden der mennesker bor, må den kunne ta hensyn til "menneskelige omstendigheter", det vil si være i stand til empati. Et typisk eksempel: en robotdiagnostiker som sender en eldre person til en kompleks operasjon, må ta hensyn til risikoen forbundet med stress. Et ubemannet kjøretøy, fullstendig blottet for empati, i en viss sammenheng kan også gjøre trøbbel, sier filosof Kirill Martynov.
Alarmister som filosofen og antropocenspesialisten Nick Bostrom, konstaterer Martynov, argumenterer for at problemet med "tap av følsomhet" i superintelligensen, som skiller seg skarpt ut på bakgrunn av det menneskelige nivået, er ganske reelt. De prøver allerede nå å forhindre dette problemet ved hjelp av lovlige begrensninger. Med denne tilnærmingen vil AI-skaperne være juridisk forpliktet til å gi utvikling med de elementene av emosjonell intelligens som er nødvendig for empati.
Lær følelser
Den ikke-trivielle oppgaven med å skape emosjonell AI blir lettere med ankomsten av nye verktøy som maskinlæring. Sergey Markov beskriver denne prosessen på følgende måte: “Du kan ta flere hundre tusen lydopptak av menneskelige ytringer og be en gruppe mennesker-markører om å matche et sett markører av 'emosjonelle alfabetet' med hver av disse setningene. Deretter blir 80% av setningene valgt tilfeldig - på denne prøven er det nevrale nettverket opplært til å gjette emosjonelle markører. De resterende 20% kan brukes for å sikre at den kunstige intelligensen fungerer som den skal. I en annen læringsmodell, som Markov beskriver, får det nevrale nettverket mer uavhengighet. I den kategoriserer AI selv fraser i henhold til lignende emosjonell fargelegging, talehastighet og intonasjon, og lærer senere å syntetisere utsagnene sine basert på de mottatte kategoriene. Uansett,Big data blir den viktigste ressursen for å trene kunstig intelligens.
Evolusjonsløpet
At vi opplever våre egne følelser som 'ekte' skyldes bare at vårt kognitive system, som oppstod under evolusjonen, er så innstilt. Personer som var i stand til å oppleve følelser og kontrollere deres oppførsel, fikk en fordel i det evolusjonære løpet. Datamaskiner vil neppe kunne komme nær modellering av den virkelige utviklingen av primater - i denne forstand vil følelsene deres ikke være "ekte", mener Martynov.
Det sentrale spørsmålet, sier Martynov: er det mulig å modellere de subjektive opplevelser av følelser, hva Aristoteles ville kalt sjelen og Descartes cogito? Vitenskap gir fortsatt ikke et direkte svar på dette spørsmålet, og filosofer samler konferanser om kvalitetenes natur (irreducible elementer av subjektiv opplevelse). Selv om det er optimister som filosofen og kognitive forskeren Daniel Dennett, som hevder at til syvende og sist er subjektiv opplevelse evnen til å fortelle deg selv og andre om hvordan du følte det. Vi vil selvfølgelig motta overbevisende muntlige rapporter om følelser fra maskiner i nær fremtid, mener Martynov.
Men med stor sannsynlighet, mener Sergey Markov, vil vår felles fremtid med emosjonell kunstig intelligens ta former som ikke kan forestilles i dag med den stereotype motstanden fra mennesker og maskiner: “Snarere, i fremtiden vil mennesker og maskiner forenes til heterogene syntetiske systemer, der du ikke lenger kan å trekke til og med en betinget linje som skiller en person og et produkt av teknologiene hans. Emosjonell intelligens har en stor rolle å spille i dette scenariet.”
