Βασικά Takeaways
- Οι ειδικοί διαφωνούν σχετικά με το πόσο κοντά είμαστε στη δημιουργία τεχνητής νοημοσύνης σε ανθρώπινο επίπεδο.
- Ο επικεφαλής ερευνητής τεχνητής νοημοσύνης της Meta είπε πρόσφατα ότι τα μοντέλα μηχανικής μάθησης θα μπορούσαν να εκπαιδευτούν χωρίς να χρειάζονται παραδείγματα με ανθρώπινη ετικέτα.
- Αλλά υπάρχουν τεράστια εμπόδια προτού η τεχνητή νοημοσύνη αναπτύξει κάτι σαν νοημοσύνη σε ανθρώπινο επίπεδο.
Οι υπολογιστές με νοημοσύνη σε ανθρώπινο επίπεδο (AI) μπορεί να μην είναι το υλικό της επιστημονικής φαντασίας για πολύ περισσότερο.
Yann LeCun, ο επικεφαλής επιστήμονας τεχνητής νοημοσύνης στη Meta, δήλωσε πρόσφατα ότι τα μοντέλα μηχανικής μάθησης θα μπορούσαν να εκπαιδευτούν χωρίς παραδείγματα με ετικέτα ανθρώπου. Οι παρατηρήσεις του έδωσαν νέα πνοή στη συζήτηση σχετικά με το αν είναι δυνατές μηχανές τόσο έξυπνες όσο οι άνθρωποι ή ακόμη και ένας αξιόλογος στόχος.
"Η νοημοσύνη σε ανθρώπινο επίπεδο στην τεχνητή νοημοσύνη είναι κάτι που θα αποδειχθεί στο εγγύς μέλλον", δήλωσε στο Lifewire ο παγκόσμιος επικεφαλής τεχνολογίας της EY, Nicola Morini Bianzino, σε μια συνέντευξη μέσω email. "Πρέπει πρώτα να επικεντρωθούμε στη δημιουργία τεχνητής νοημοσύνης που συμπληρώνει την ανθρώπινη νοημοσύνη και είναι συμβατή με τις λειτουργίες που θέλουμε να εξυπηρετεί."
Έξυπνες Μηχανές
Στην πρόσφατη εκδήλωση που πραγματοποιήθηκε από το Meta AI, ο LeCun συζήτησε πιθανές διαδρομές προς την τεχνητή νοημοσύνη σε ανθρώπινο επίπεδο. Μια πιθανή οδός που διερευνά ο LeCun είναι η χρήση του μοντέλου ανθρώπινης ανάπτυξης για την εκπαίδευση της τεχνητής νοημοσύνης. Για παράδειγμα, οι ερευνητές διερευνούν τρόπους για να κάνουν τις μηχανές να μάθουν για τον κόσμο μέσω της παρατήρησης με τον ίδιο τρόπο που κάνουν τα μωρά.
Ο Ο LeCun ανέφερε τη μάθηση ανθρώπων και ζώων. "Τι είδους μάθηση χρησιμοποιούν οι άνθρωποι και τα ζώα που δεν μπορούμε να αναπαράγουμε στις μηχανές; Αυτή είναι η μεγάλη ερώτηση που κάνω στον εαυτό μου", είπε.
Η δημιουργικότητα είναι ένα μοναδικό ανθρώπινο χαρακτηριστικό και είναι δύσκολο να το αναπαραχθεί χρησιμοποιώντας τεχνολογία.
Αλλά εξακολουθούν να υπάρχουν τεράστια εμπόδια προτού η τεχνητή νοημοσύνη αναπτύξει κάτι όπως η νοημοσύνη σε ανθρώπινο επίπεδο. Ενώ η υιοθέτηση της επιχειρηματικής τεχνητής νοημοσύνης είναι ευρέως διαδεδομένη, η τεχνητή νοημοσύνη εξακολουθεί να είναι περιορισμένη στην ικανότητά της να επιτύχει γνώση και δημιουργικότητα κοινής λογικής σε ανθρώπινο επίπεδο, είπε ο Bianzino.
"Η δημιουργικότητα είναι ένα μοναδικά ανθρώπινο χαρακτηριστικό και είναι δύσκολο να το αντιγράψουμε χρησιμοποιώντας τεχνολογία", πρόσθεσε. "Καθώς σκεφτόμαστε πώς η τεχνητή νοημοσύνη μπορεί να λειτουργήσει ως λογισμικό που μιμείται την ανθρώπινη γνώση, πρέπει να εξετάσουμε προσεκτικά ποια δεδομένα θα πρέπει να τροφοδοτούν το λογισμικό."
Οι δυνατότητες της τεχνητής νοημοσύνης έχουν μελετηθεί ανά τους αιώνες, είπε ο ειδικός της τεχνητής νοημοσύνης Meltem Ballan σε μια συνέντευξη μέσω email. Οι ερευνητές συχνά διαφωνούν για το πώς να μιμηθούν την ανθρώπινη αντίληψη, την προσοχή και τα κίνητρα. Οι ανοιχτές πηγές φέρνουν την τεχνητή νοημοσύνη πιο κοντά σε ένα ανθρώπινο επίπεδο αντίληψης, πρόσθεσε ο Ballan.
"Ωστόσο, η νοημοσύνη σε ανθρώπινο επίπεδο έχει πολύ περισσότερα στοιχεία από την ανάπτυξη αλγορίθμων και διοχέτευσης (επισήμανση και αύξηση δεδομένων", είπε ο Ballan. "Πρέπει πρώτα να κατανοήσουμε τη συνέργεια μεταξύ του εγκεφάλου και της συμπεριφοράς σε επίπεδο για να δημιουργήσουμε αλγόριθμους νευρωνικού επιπέδου ακολουθώντας τους ρυθμούς πυροδότησης νευρικού επιπέδου και να τους εφαρμόσουμε σε όλη τη διαδικασία."
Κίνδυνοι και ανταμοιβές
Ένας τομέας όπου η τεχνητή νοημοσύνη σε ανθρώπινο επίπεδο θα μπορούσε να είναι χρήσιμη είναι η κυβερνοασφάλεια, η οποία αντιμετωπίζει μεγάλη έλλειψη προσωπικού, δήλωσε σε ένα email ο Kumar Saurabh, Διευθύνων Σύμβουλος της LogicHub, μιας εταιρείας κυβερνοασφάλειας που ειδικεύεται στη χρήση της τεχνητής νοημοσύνης.
"Χρειάζεται επειγόντως να επιταχύνουμε τη χρήση του αυτοματισμού που βασίζεται στην τεχνητή νοημοσύνη για να συνεχίσουμε", πρόσθεσε. "Οι άνθρωποι δεν είναι καλοί στο να αναλύουν χιλιάδες ειδοποιήσεις ασφαλείας ή να διαλέγουν απειλές από εκατομμύρια σημεία δεδομένων, αλλά οι μηχανές υπερέχουν σε αυτό. Δεν πρόκειται για την αντικατάσταση της ανθρώπινης νοημοσύνης, αλλά για την αύξηση των ανθρώπινων δυνατοτήτων και τη μετατροπή της ανθρώπινης εμπειρίας σε αυτοματισμό που μπορεί να κλιμακωθεί για την ικανοποίηση των απαιτήσεων."
Maria Vircikova, η διευθύνουσα σύμβουλος της Matsuko, μιας εφαρμογής ολογραμμάτων σε πραγματικό χρόνο που αξιοποιεί την τεχνητή νοημοσύνη, είπε ότι η πραγματική αξία της τεχνητής νοημοσύνης είναι η αύξηση των ανθρώπινων ικανοτήτων παρά η δημιουργία μιας μηχανής που μπορεί να ενεργεί μόνη της.
"Η προσθήκη ενός άλλου εικονικού βοηθού-αλλά για συγκεκριμένες και απλές εργασίες-είναι τόσο απλή όσο η κλωνοποίηση ενός λογισμικού-άμεσα, χωρίς τριβές και σχετικά φθηνή", είπε η Vircikova. "Ο οικονομικός αντίκτυπος είναι βαθύς, αλλά και πάλι, δεν μπορούμε να τον ονομάσουμε "τεχνητή νοημοσύνη σε ανθρώπινο επίπεδο".
Αλλά εάν επιτευχθεί ποτέ τεχνητή νοημοσύνη σε ανθρώπινο επίπεδο, ο αντίκτυπος στην κοινωνία μπορεί να είναι βαθύς, είπε ο Bianzino της EY. "Η αξία της τεχνητής νοημοσύνης σε ανθρώπινο επίπεδο είναι ότι η τεχνητή νοημοσύνη θα γινόταν πραγματικά συμβιωτική με την ανθρώπινη νοημοσύνη, βοηθώντας μας να εργαζόμαστε σε σύνθετες εργασίες, να κατανοούμε τον κόσμο με νέους τρόπους και να οδηγούμε αποφάσεις που βασίζονται σε προγνωστικά αναλυτικά στοιχεία", πρόσθεσε.
Ωστόσο, οι περισσότεροι ειδικοί συμφωνούν ότι η μεροληψία θα συνεχίσει να αποτελεί κίνδυνο για την ανάπτυξη τεχνητής νοημοσύνης σε ανθρώπινο επίπεδο."Οι τεχνολόγοι πρέπει να αναλύσουν προσεκτικά τα δεδομένα που χρησιμοποιούν για να εκπαιδεύσουν αυτά τα μοντέλα και να διασφαλίσουν ότι υπάρχουν έλεγχοι για να αποτρέψουν τις προσωπικές τους προκαταλήψεις από το να εισχωρήσουν", είπε ο Bianzino.
