機器人的人性化——人的機械化
Содержание
如果我們從流行的神話中選擇人工智能，它可能會成為一項非常有前途和有用的發明。 人和機器 - 這種組合會創造出令人難忘的串聯嗎？
在 1997 年被深藍超級計算機擊敗後，加里·卡斯帕羅夫（Garry Kasparov）休息，深思熟慮，然後……以一種新的形式重返比賽——與所謂的機器合作 半人馬. 即使是普通棋手與普通計算機配對，也可以擊敗最先進的國際象棋超級計算機——人類和機器思維的結合徹底改變了棋局。 因此，在被機器擊敗後，卡斯帕羅夫決定與它們結盟，這具有像徵意義。
工藝流程 模糊機器與人類的界限 持續多年。 我們看到現代設備如何取代我們大腦的某些功能，智能手機或平板電腦就是一個很好的例子，它們可以幫助有記憶缺陷的人。 雖然一些批評者說他們也關閉了以前沒有缺陷的人的許多大腦功能......無論如何，機器生成的內容正越來越多地滲透到人類的感知中——無論是視覺的，例如數字創作或增強現實中的內容，或聽覺。 ，作為 Alexa 等基於人工智能的數字助理的聲音。
我們的世界可見或不可見地充斥著“外星人”形式的智能、監視我們、與我們交談、與我們交易或幫助我們選擇衣服甚至代表我們的生活伴侶的算法。
沒有人認真地聲稱人工智能與人類平等，但許多人會同意人工智能係統已準備好與人類更緊密地集成，並利用雙方的最佳優勢從“混合”的機器-人類系統中創造出來。
人工智能越來越接近人類
通用人工智能
來自北卡羅來納州杜克大學的科學家 Mikhail Lebedev、Ioan Opris 和 Manuel Casanova 一直在研究提高我們的思維能力的話題，正如我們已經在 MT 中談到的那樣。 根據他們的說法，到 2030 年，人類智能將通過大腦植入物得到增強的世界將成為日常現實。
Ray Kurzweil 和他的預測立即浮現在腦海中。 技術奇點. 這位著名的未來學家很久以前就寫道，與電子計算機處理數據的速度相比，我們的大腦非常緩慢。 儘管人類大腦具有同時分析大量信息的獨特能力，但庫茲韋爾認為，很快數字計算機不斷增長的計算速度將遠遠超過大腦的能力。 他建議，如果科學家們能夠理解大腦如何執行混亂和復雜的動作，然後將它們組織起來進行理解，這將導致計算領域的突破，以及向所謂通用 AI 方向的人工智能革命。 她是誰？
人工智能通常分為兩種主要類型： 窄 歐拉茲 一般 （通用人工智能）。
我們今天可以在我們周圍看到的第一個，主要是計算機、語音識別系統、iPhone 中的 Siri 等虛擬助手、自動駕駛汽車中安裝的環境識別系統、酒店預訂算法、X 射線分析、在互聯網。，學習如何在手機鍵盤上寫字以及其他數十種用途。
通用人工智能是另一回事，更多 讓人想起人類的心靈. 它是一種靈活的形式，能夠學習任何你能學到的東西，從剪頭髮到構建電子表格 推理和結論 基於數據。 AGI 還沒有建成（幸運的是，有人說），我們從電影中了解它比從現實中了解更多。 完美的例子是“9000”中的 HAL 2001。 太空漫遊”或“終結者”系列中的天網。
人工智能研究人員文森特·穆勒（Vincent S. Muller）和哲學家尼克·博斯特羅姆（Nick Bostrom）在 2012-2013 年對四個專家組進行的一項調查顯示，在 50 年至 2040 年間開發通用人工智能 (AGI) 的可能性為 2050%，到 2075 年這一可能性將增加到 90% . . 專家還預測了一個更高的階段，即所謂的 人工超級智能他們將其定義為“在各個領域都遠遠優於人類知識的智力”。 在他們看來，它將出現在 OGI 成就之後的 XNUMX 年。 其他人工智能專家表示，這些預測過於大膽。 鑑於我們對人類大腦如何工作的了解非常少，懷疑論者將 AGI 的出現推遲了數百年。
電腦眼 HAL 1000
沒有健忘症
真正的 AGI 的一個主要障礙是 AI 系統傾向於在嘗試繼續執行新任務之前忘記他們所學的知識。 例如，用於人臉識別的人工智能係統將分析數千張人臉照片，以便有效地檢測它們，例如在社交網絡中。 但是由於學習 AI 系統並不能真正理解他們正在做的事情的意義，所以當我們想要教他們根據他們已經學到的東西做其他事情時，即使這是一個非常相似的任務（比如，情感人臉識別），他們需要從頭開始訓練。 此外，學習算法後，我們不能再修改它，只能定量地改進它。
多年來，科學家們一直在努力尋找解決這個問題的方法。 如果他們成功了，人工智能係統可以從一組新的訓練數據中學習，而不會覆蓋他們在這個過程中已經擁有的大部分知識。
谷歌 DeepMind 的 Irina Higgins 於 XNUMX 月在布拉格的一次會議上提出了可能最終打破當前 AI 弱點的方法。 她的團隊創建了一個“人工智能代理”——有點像一個算法驅動的視頻遊戲角色，它比典型算法更有創造性地思考——能夠“想像”它在一個虛擬環境中遇到的東西在另一個虛擬環境中的樣子。 通過這種方式，神經網絡將能夠將其在模擬環境中遇到的對象與環境本身分開，並在新的配置或位置中理解它們。 arXiv 上的一篇文章描述了對白色手提箱或椅子識別算法的研究。 一旦經過訓練，該算法就能夠在一個全新的虛擬世界中“可視化”他們，並在開會時識別他們。
簡而言之，這種類型的算法可以區分它遇到的和以前看到的 - 就像大多數人所做的那樣，但與大多數算法不同。 AI系統更新它對世界的了解，而無需重新學習和重新學習一切。 基本上，該系統能夠在新環境中轉移和應用現有知識。 當然，Higgins 女士的模型本身還不是 AGI，但它是邁向更靈活、不受機器健忘症影響的算法的重要第一步。
向愚蠢致敬
來自巴黎大學的研究人員 Mikael Trazzi 和 Roman V. Yampolsky 認為，人機融合問題的答案是將人工智能引入算法也“人為的愚蠢”. 這也將使我們更安全。 當然，人工智能（AGI）也可以通過限制處理能力和內存來變得更安全。 然而，科學家們明白，例如，超級智能計算機可以通過雲計算訂購更多的電力、購買設備並運送設備，甚至被一個愚蠢的人操縱。 因此，有必要用人類的偏見和認知錯誤來污染 AGI 的未來。
研究人員認為這很合乎邏輯。 人類有明顯的計算限制（記憶、處理、計算和“時鐘速度”），並以認知偏差為特徵。 一般的人工智能並沒有那麼有限。 所以，如果要離人更近，就必須以這種方式進行限制。
Trazzi 和 Yampolsky 似乎有點忘記這是一把雙刃劍，因為無數的例子表明愚蠢和偏見是多麼危險。
情緒和舉止
具有活潑、類人特徵的機械角色的想法，早就激發了人類的想像力。 早在“機器人”這個詞出現之前，人們就已經創造了關於傀儡、自動機和友好（或不友好）機器的幻想，這些機器體現了生物的形式和精神。 儘管計算機無處不在，但我們並不覺得我們已經進入了眾所周知的機器人時代，例如，從 Jetsons 系列的願景中。 今天，機器人可以吸塵、駕駛汽車和在聚會上管理播放列表，但它們在個性方面還有很多不足之處。
但是，這種情況可能很快就會改變。 誰知道是否更有特色和野蠻的機器喜歡 向量 安基。 設計師們並沒有專注於它可以執行多少實際任務，而是試圖賦予機械創造一個“靈魂”。 始終在線，連接到雲端，這個小機器人能夠識別面孔並記住名字。 他隨著音樂跳舞，像動物一樣對觸摸做出反應，並受到社交互動的刺激。 雖然他會說話，但他很可能會使用肢體語言和顯示器上簡單的情感符號進行交流。
此外，他還可以做很多事情——例如，能勝任地回答問題、玩遊戲、預測天氣甚至拍照。 通過不斷的更新，他不斷地學習新的技能。
Vector 不是為製冷專業人士設計的。 也許這是一種讓人們更接近機器的方式，比將人腦與人工智能整合的雄心勃勃的計劃更有效。 這遠非唯一的此類項目。 原型創建了幾年 老人和病人的輔助機器人他們發現越來越難以以合理的成本提供足夠的護理。 著名的 機器人辣椒就職於日本軟銀公司，必須能夠讀懂人類的情緒，學會如何與人互動。 歸根結底，它是在家裡幫忙，照顧孩子和老人。
老太太與Pepper機器人互動
工具、超級智能或奇點
總之，可以注意到 三大主流 反思人工智能的發展及其與人類的關係。
- 第一個假設通常不可能建立與人類相同和相似的人工智能（AI）。 不可能 或者很遙遠的時間。 從這個角度來看，機器學習系統和我們所說的人工智能將變得越來越完善，越來越有能力執行它們的專業任務，但永遠不會超過一定的限度——這並不意味著它們只會為人類造福。 由於它仍然是一台機器，也就是一個機械工具，它既可以幫助工作，也可以支持人（大腦和身體其他部位的芯片），並且可能會傷害甚至殺死人.
- 第二個概念是機會。 AGI的早期構建然後，由於機器的進化， 上去 人工超級智能. 這種視覺對一個人來說是潛在的危險，因為超大腦可能會認為它是敵人或一些不必要或有害的東西。 這樣的預測並不排除未來機器可能需要人類的可能性，儘管不一定像《黑客帝國》中那樣作為能源的來源。
- 最後，我們還有 Ray Kurzweil 的“奇點”的概念，也就是奇點 人與機器的融合. 這將為我們提供新的可能性，機器將被賦予人類 AGI，即靈活的通用智能。 按照這個例子，從長遠來看，機器和人的世界將變得無法區分。
人工智能的類型
- 噴氣式飛機 - 專業化，響應特定情況並執行嚴格定義的任務（DeepBlue，AlphaGo）。
- 內存資源有限 - 專業化，使用接收到的信息資源進行決策（自動駕駛汽車系統、聊天機器人、語音助手）。
- 具有獨立思想的天賦 - 一般，了解人類的思想、感受、動機和期望，能夠不受限制地互動。 相信第一批副本將在人工智能發展的下一階段製作。
- 自我意識 - 除了靈活的頭腦，它還有意識，即。 自己的概念。 目前，這種願景完全處於文學的標記之下。
