Teknologiens historie er full av spådommer som høres latterlige ut nå. Et av de mest kjente eksemplene tilskrives Bill Gates, som erklærte i 1981 at "640 kilobyte burde være nok for noen." AI-spådommer er ikke forskjellige i denne forbindelse.
De første forskerne av AI (kunstig intelligens) trodde at vi ville ha en robot som ville gå, snakke og tenke som et menneske på bare noen få tiår. Til tross for noen imponerende fremskritt innen maskinlæring, har AI selvfølgelig fortsatt en lang vei å gå. I henhold til et prinsipp kjent som Moravec-paradokset, kan vi lære maskiner å løse komplekse problemer, men samtidig kan de ikke takle de enkleste problemene.
Kom igjen Siri, tenk som et barn
I 1957 sa økonomen og datavitenskapens pioner Herbert Simon: “Jeg har ikke som mål å overraske eller sjokkere deg, men jeg kan oppsummere det ved å si at det er maskiner i verden nå som kan tenke, lære og skape. I tillegg vil deres evne til å utføre disse handlingene vokse raskt inntil (i overskuelig fremtid) spekteret av problemer som maskiner kan håndtere, kan sammenlignes med spekteret av problemer der det menneskelige sinn så langt har vært nødvendig."
Simon døde i 2001, og hans "synlige fremtid", der maskiner kan tenke som mennesker, er fremdeles langt unna. Visst har kunstig intelligens vist seg godt for å utføre spesifikke oppgaver som å klassifisere fjerne galakser eller etterligne kjendisstemmer eller skape kunst, men enkel tenking - et konsept kjent som generell kunstig intelligens - ser ut til å forvirre de mest avanserte maskinlæringssystemene. Bare tenk, selv å gå på to bein er en utfordring for maskiner. De kan kanskje beseire den store sjakkmesteren, men de vil ikke klare å komme foran den lille og ta riktig leketøy fra sokkelen.
Dette er ikke et nytt problem. På 1980-tallet presenterte datamaskinforsker Hans Moravec nettopp dette problemet, nå kalt "Moravec-paradokset", og forklarte hvorfor dette er nøyaktig hva vi bør forvente av maskiner som ikke er underlagt naturlig valg. "Kodet i de store, høyt utviklede sensoriske og motoriske delene av den menneskelige hjernen er milliarder av års erfaring om verdens natur og hvordan du kan overleve i den," skrev han i sin bok 1988 of Children of the Mind.
Salgsfremmende video:
Det vil si at det som virker enkelt for mennesker har blitt forbedret i årtusener i ferd med å utvikle seg. Det folk synes er vanskeligst, er vanskelig bare fordi det er nytt for dem - vi har tenkt på sjakkstrategi i litt over tusen år, men vi har lært å samhandle med miljøet siden forfedrene våre fremdeles var encellede organismer. Evolusjonære ferdigheter krever ikke bevisst tenking, og når du ikke trenger å tenke på noe, er det vanskeligere å finne ut hvordan du lærer en maskin å gjøre det.
Bli kjent med maskiner ved å bli kjent med deg selv
Så hvordan lærer du en maskin å virkelig tenke? Moravec mener at maskiner mangler evolusjon. Situasjonen blir imidlertid bedre dag for dag.
Ingeniører lærer kunstige intelligensalgoritmer, for eksempel å lære roboter å spille videospill. Men før vi kan lære maskiner å tenke som mennesker, må vi selv forstå hvordan mennesker tenker, det å forstå begrensningene i maskinlæring kan bidra til å svare på spørsmål om hvordan tankene våre faktisk fungerer. Det er også mulig at paradokset er at AI aldri vil være virkelig uavhengig og alltid vil stole på menneskelig hjelp. Men i alle fall bør vi alle sette pris på superdatamaskinene som løper inni hodeskallene våre. De gjør at verdens vanskeligste oppgaver ser enkle ut.
Svetlana Bodrik
