Почему искусственный интеллект не может быть человекоподобным?
1. Что мы хотим от ИИ?
Давайте для начала разберемся, что же такое ИИ и чего мы от него ожидаем. Искусственный Интеллект - это некая программная или аппаратная конструкция, обладающая тем, что мы называем разумом. Первое заблуждение: в оригинале Intelligence – «умение рассуждать разумно» - несет иную смысловую нагрузку, в отличие от русского слова «интеллект». Обезьяны и дельфины тоже по своему разумны. Но воссоздав обезьяну программно, ИИ мы не получим. Поэтому отойдем от абстрактных рассуждений о разнице между разумом и интеллектом и попытаемся дать четкие определения, чем должен являться ИИ.
Вот список того, что я хочу увидеть в первую очередь в разумной машине:
• Система восприятия
• Система обработки и анализа информации
• Система хранения полученных данных, воспроизведение информации
• Система поиска требуемой информации
• Система обучения и самообучения
• Система семантического анализа, выделения смысла
• Система построения логических цепочек высказываний
• Система, выполняющая конкретные действия, по сути выполняющая прямые команды
• Система вывода информации, на языке понятном конечному пользователю
Кстати, второе заблуждение: ИИ никогда не будет думать как человек, он может имитировать человека, но он никогда им не станет, даже обладая сверхразумом.
Многие, наверное, знакомы с теориями Тюринга. Он разработал теорию и выдвинул предположение, что для того, чтобы определить, может ли машина мыслить, она должна пройти тест. В оригинале это звучало так: «Человек взаимодействует с компьютером и человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы — ввести человека в заблуждение, заставив сделать неверный выбор».
Основная критика теории Тюринга впервые была выдвинута в 1980 году, и представляла собой мысленный эксперимент под названием «Китайская комната». Описание данного эксперимента довольно длинное, поэтому приводить его здесь не буду. Джон Сёрл, выдвинувший его опровержение, опирался на четыре основных предпосылки:
• Мозг порождает разум
• Синтаксиса недостаточно для существования семантики
• Компьютерная программа полностью определяется своей синтаксической структурой
• Человеческий разум оперирует смысловым содержанием (семантикой)
Эти предпосылки дают нам право утверждать, что на сегодняшний день все попытки смоделировать искусственный интеллект, опирающиеся на теорию Тюринга, оказались тщетными. Все до единого существующие чат-боты, даже те, которые приблизились к заветной цифре и в ближайшем будущем смогут пройти тест Тюринга, не являются искусственным интеллектом ни в коей мере. Какой отсюда вывод? Тест Тюринга проверяет лишь способность компьютерной программы походить на человека, а не наличие разумного поведения и как следствие интеллекта. Кстати, чтоб не быть голословным, приведу пример парочки чат-ботов, получивших премию Лёбнера и показавших впечатляющие результаты на тестировании. Данные системы работают и по сей день, вы можете пообщаться с ними и оценить в онлайне:
1. Elbot (www.elbot.com)
2. Jabberwacky (www.jabberwacky.com)
2. Деструктивность эмоций
Хотя эмоции деструктивны, в них есть плюсы, они толкают человека на поступки, они дают мотивацию. Но эмоции также и угнетают, подвергают наш разум изменениям, от которых потом очень трудно избавится. Эмоции делают человека зависимым, уязвимым. Вы доверитесь машине с железной логикой или машине, которая, увидев Хабуб (выглядит впечатляюще, погуглите), в панике развернется и даст газу? Хотя как декорации эмоции могут быть присущи и машине. Интеллигентность - это, как правило, умение контролировать свои эмоции.
Одна из наиболее распространенных теорий в психоанализе, призванная раскрыть суть эмоций, сравнивает все эмоциональные состояния с неким подобием животных инстинктов, которые оказывают колоссальное влияние на человека на протяжении всей его жизни. Данный вопрос настолько глубок, что затрагивает даже некоторые области биохимии, ведь организм человек стремящегося испытать, к примеру, радость, вырабатывает определенные ферменты, которые будут либо способствовать его стремлению, либо вызывать негативное состояние, так например злость и раздраженность вызывают чувство усталости и наоборот.
Понятное дело, что моделируя аналогичные процессы нам совершенно не важна часть, отвечающая за выделение ферментов, наш ИИ — абстракция в чистом виде. На основе вышесказанного можно говорить о третьем заблуждении: эмоции - это движущие рычаги человека, но ИИ - это не человек. Все что он может делать — это имитировать человеческое поведения. Рычаги влияния на "поведение" у него иные, а значит, эмоции в том виде, в котором они есть у человека, роботу попросту не нужны.
Конечно, "желания" (например, зарядиться - в случае реального физического тела) или "страх" перед неопределенным будущим обусловливает «правильное», ожидаемое поведение. Но возвращаясь к вышесказанному — это поведение НЕ эмоционально, хотя внешне можно принять его за эмоциональное, потому что так делает человек.
3. Почему именно нейронные сети
Нейронная сеть != интеллект? Или все-таки равно? Четвертое заблуждение: Человек это гибрид, он может то — что делают отдельные нейронные сети. Человек может одновременно смешивать звуки и запахи, образы и цифры, ощущения и эмоциональные состояния в шипучий коктейль полезной информации. Так ли много в мире гибридных нейронных сетей, которые могутмгновенно распознавать изображения кошек и сложных математических формул? А если кошка на фоне формул? А если формулы на фоне кошек?
А что собственно представляет собой гибридная сеть? Те, кто работал с нейронными сетями, представляют, какие невероятные сложности возникают при моделировании многослойных нейронных сетей. А теперь представьте себе те же нейроны только в трехмерном пространстве, взаимодействующие не на плоскости, а во всех направлениях. При этом еще и в динамике. Вы встречали нейронные сети, которые строятся, динамически перемещаясь и перебрасывая нейроны из одной области в другую? А у человека все еще сложнее. Те же ферменты могут по-разному влиять как на мозг вообще, так и на отдельные участки в частности. Несомненно, нейронная сеть это то, чем мы думаем, обрабатываем и анализируем информацию. Но пока еще мы не познали и десятую часть всего того, что действительно может нейронная сеть, в любом случае пока в мире нет ее аналогов.
4. Кто будет работать долго и нахаляву?
Основная проблема — отнюдь не деньги… это время. Вы готовы отдать 10 лет своей жизни чтоб проверить одну единственную теорию? Вы смиритесь с тем, если окажется, что вы работали над пустяком? К сожалению, энтузиастов, которые готовы с огнем в глазах работать только за еду и идею — крайне мало. По этой же причине многие компании - гиганты интересуются, но больших денег не выделяют. Если бы вы были директором, вы были бы готовы отдать все, сдать позиции на рынке и заниматься далекими миражами в то время как конкуренты вас опережают? Все великие открытия совершались либо одиночками, либо энтузиастами, которые десятилетиями вынашивают идею, чтобы в один прекрасный день вскричать — "Эврика!" Реалии сегодняшнего мира таковы, что исследованиями, не сулящими практических результатов в ближайшем или хотя бы обозримом будущем, крайне редко занимаются на профессиональном уровне.
5. Где же проблеск в конце туннеля?
Неужели все так печально? Отнюдь нет и Watson тому пример, разработки идут, энтузиасты есть. Задач очень много, и с каждым годом недоверие 90-х к «думающим машинам» сменяется проблеском надежды. Генные инженеры все ближе к расшифровке генов, которые дадут нам хоть какую-то доказательную базу. Гугл разрабатывает семантическую сеть для поиска информации. Ватсон разбирает и анализирует речь с последующим выводом обратно в речевой форме. Гугл почти совершил прорыв в распознавании речи. Очень надеюсь, что придёт время, когда несколько подходов начнут объединять в гибридные сети. А пока гигантские корпорации живут в своем макромире, я уже почти год экспериментирую с смешанным типом сети для хранения информации и выделения смысла в речи (усредненный подход между семантической сетью и нейронным принципом хранения и передачи информации). Чего и вам советую. Успехов в экспериментах!
P.S. Это была всего лишь маленькая часть моего доклада по этой теме, есть еще, с табличками, набросками. Возможно, в скором времени появятся даже скромные аналоги программки, которая читает и пересказывает текст. Я хоть пока еще, как говорится, юн и молод, достаточно уперт в своих начинаниях, тем более что тема такая интересная. Кому будет интересно увидеть продолжение — пишите.