I science fiction-romaner på 1960-tallet dukket kunstig intelligens frem som en helt. I bøker kommuniserte datamaskiner ikke bare med mennesker på vanlig naturlig språk og tok vanskelige avgjørelser, men anerkjente seg også som individer. Vil dette forbli en evig drøm, eller vil datamaskiner før eller siden kunne få tak i mennesker?
Vil datamaskiner kunne tenke som mennesker? Dette er et spennende og veldig interessant spørsmål, og jo mer vi studerer det, jo mer lærer vi om oss selv og prosessene i tankegangen vår. Til tross for det unike ved menneskelig tenking, kan datamaskiner i stor grad overgå mennesker i visse oppgaver. De færreste av oss kan multiplisere to desimaltall i hodet, slå verdenssjakkmesteren eller til og med finne den beste ruten gjennom en trafikkfylt by. Men når det gjelder interaksjon mellom mennesker og datamaskiner, er ting langt fra strålende. For ikke å snakke om problemene som krever menneskelig oppfatning og intuisjon for deres løsning - her kan datamaskiner være helt ubrukelige.
Evne til å lære
Datamaskiner har enorm datakraft, men de har ingen menneskelige følelser og følelser, ingen menneskelig sensibilitet. Dette er den viktigste grunnleggende forskjellen mellom en datamaskin og et menneske. Forskjellen ligger ikke på nivået av sinnet, men på nivået av følelser og følelser, som nøyaktig avgjør hvordan og hvorfor vi tenker. Og dette på sin side gir oss muligheten til selvlæring under påvirkning av en slags interne stimuli - i motsetning til en datamaskin, hvis evne til å lære mer eller mindre er strengt begrenset av rammer for programvare. En datamaskin løser individuelle problemer mye mer effektivt enn en person, men en maskin kan ikke tenke som en person.
Et av de karakteristiske eksemplene på refleksjon av vår måte å tenke på er språk. Nesten ethvert naturlig språk definerer ofte tvetydig forskjellige begreper, og derfor er det et alvorlig problem for en datamaskin å anerkjenne betydningen av til og med vanlig tekst. For at en datamaskin skal behandle slik informasjon, må man ty til "oversettelse" - formalisering av tale, tekst eller annen informasjon. Men vi kan ikke forvente at en datamaskin gjør dette på egen hånd. Selvfølgelig vil han ved hjelp av programmer være i stand til å danne et svar for oss som vil være fornuftig og virke helt menneskelig. Men dette er faktisk en etterligning, ikke ekte menneskelig tenking. Datamaskinen er i dette tilfellet et vanlig informasjonsbehandlingsverktøy.
Nesten nøyaktig etterligning
Salgsfremmende video:
Moderne programvarealgoritmer og datakraft gjør at datamaskiner i dag kan imitere menneskelig atferd så nøyaktig at mange medier utsalg skriver om å "tenke" for alvor. Datamaskinen vår IBM Watson er blitt kjent, som overgikk mennesket i spillprogrammet Jeopardy (russisk analog - "Eget spill"), og både spørsmålene til spillet og svarene til datamaskinen ble formulert på naturlig språk. Likevel er Watson ikke en modell av den menneskelige hjernen, men et spesialisert informasjonsbehandlingssystem som analyserer spørsmål om naturlige språk ved hjelp av algoritmer og estimerer sannsynligheten for et bestemt svar fra en omfattende database basert på akkumulert statistikk. Selv om Watson for tiden er det mest avanserte systemet som er i stand til å "forstå" forespørsler på naturlig språk og svare på dem, forsikrer jeg deg om atinni datamaskinen vår vil du ikke finne en person - i noen forstand av ordet.
Mekanistisk måte
For å gå fra ekstern imitasjon til reell modellering av menneskelig tenking krever å løse et helt annet problem. Å lage en datamaskin som ikke bare vil fungere innenfor et gitt program, men faktisk tenke som et menneske, krever å gjenta den biologiske banen som naturen allerede har gått gjennom. Faktisk må du bygge en analog av den menneskelige hjernen og gi maskinen alle de kanalene for kommunikasjon med omverdenen som en person besitter. Alt dette er selvfølgelig spekulativt, siden den praktiske gjennomføringen av et slikt prosjekt fremdeles ikke er mulig å forestille seg. Og ikke så mye på grunn av ufullkommen teknologi eller mangel på datakraft, men fordi vi fremdeles ikke forstår hvordan den menneskelige hjernen og vår oppfatning fungerer.
Menneskelig persepsjon er et enormt mysterium. Så langt har ingen en grov idé om hvordan det fungerer, i den vitenskapelige studien av dette problemet (psykologer, biologer og kybernetikk er også engasjert i dette) er vi i begynnelsen av banen. Forsøk å forestille deg datamengdene som kommer inn i hjernen: visuell (med en enorm oppløsning), lyddata, taktil, temperatur, gustatory, lukt, emosjonell. All denne informasjonen påvirker den emosjonelle tilstanden, som påvirker analyse, databehandling og beslutninger. Hjernen behandler denne gigantiske mengden informasjon parallelt og i sanntid. Nå har vi ikke engang ideer om hvordan det ville være mulig å simulere et slikt skjema helt i maskinvare (selv om noen elementer selvfølgelig allerede er brukt i utviklingen av nye arkitekturer).
Trenger vi en superbrain
Et viktig aspekt ved modellering er energieffektivitet. En menneskelig hjerne som veier omtrent 1,5 kg bruker omtrent 30 watt. Moderne superdatamaskiner opptar hele bygninger, og strømforbruket er beregnet i megawatt. Dette betyr at hvis vi kunne bygge en mekanistisk modell av den menneskelige hjernen, ville den være enorm og forbruke mange størrelsesordener mer energi enn originalen, for ikke å nevne avkjøling. Teknologiene står imidlertid ikke stille - både IBM og andre selskaper jobber med nye prosessorarkitekturer, på nye halvledermaterialer som vil redusere forbruket og størrelsen på datamaskiner. I tillegg vil parallellisering av beregningsprosesser bidra til å øke effektiviteten. Kvantedatamaskiner er ganske lovende i så måte.
Når det vil være? Hvis vi setter oss en slik oppgave i dag og gir tilstrekkelig finansiering, kan det ta hundre år (dette er en ganske optimistisk prognose). Men vil et slikt mål være berettiget? Å lage en modell av den menneskelige hjernen vil ikke gi noe grunnleggende nytt for å løse daglige problemer som tradisjonelle datamaskiner kan håndtere. Videre må du ikke bare møte teknologiske, men også etiske problemer. Imidlertid vil de uansett oppstå, fordi vanlige datamaskiner trenger gjennom alle nye viktige områder av menneskelig aktivitet. For eksempel er det ikke lenger tvil om at snart datamaskiner vil kontrollere biler, og her kommer vi inn i etikkfeltet - hvem vil være ansvarlig i tilfelle en ulykke? Men jeg har ingen frykt for nye teknologier. Tross alt er en datamaskin bare et verktøyå bidra til å gjøre verden mer praktisk for oss mennesker.
David Ferrucci, spesialist på kunstig intelligens, leder for semantisk analyse og integrasjon ved IBM Thomas Watson Research Center, IBM Emeritus, skaperen av IBM Watson superdatamaskin.
Intervjuet av: Alexey Levin, Oleg Makarov, Dmitry Mamontov
