Inteligencja

Trudno dziś powiedzieć, co należy myśleć o Sztucznej Inteligencji. Niemal każdy w branży uważa, że jest to rewolucja tak głęboka i fundamentalna jak rewolucja przemysłowa czy narodziny komputera. Jednak zdania zaczynaja być podzielone, kiedy weźmiemy pod uwagę ogólną definicję inteligencji i to co ona ostatecznie dla nas oznacza. Niektórzy uważają, że jest to nasz największy wynalazek, a inni, że może to doprowadzić do naszej zagłady.

Dualizm tych poglądów leży u podstaw każdej dyskusji i warto zastanowić się i spróbować zrozumieć, dokąd nas to zaprowadzi. Zacznijmy od oddzielenia faktów od fikcji.

Nauczanie maszynowe
Najważniejszym podzbiorem sztucznej inteligencji jest uczenie maszynowe. Dziedzina, która dokonała wielkich przełomów w drugiej połowie XX wieku, a następnie leżała w stanie drzemiącym w oczekiwaniu na moc obliczeniową komputerów, aby nadrobić zaległości związane z algorytmami uczenia maszynowego.
Kluczowym czynnikiem stojącym za uczeniem maszynowym jest rozwój dużych zbiorów danych. W 1992 roku wspólnie produkowaliśmy 100 GB danych dziennie, do 2018 roku będziemy produkować 50 000 GB danych na sekundę. Dane przenikają do każdego aspektu życia i nie istnieją możliwości, aby ktokolwiek lub jakakolwiek grupa ludzi mogła je przeanalizować. Uczenie maszynowe pomaga nam organizować i rozumieć te góry danych.

Ludzie stojący za AI
W rozmowach na temat sztucznej inteligencji można łatwo zapomnieć, że jest to wciąż przedsięwzięcie napędzane przez człowieka. Ludzie stoją za wszystkimi dokonanymi postępami i nadal (na razie) wykonują całą podstwową pracę z tym związaną. Aby zorientować się, w jakim kierunku to zmierza, najlepiej posłuchać osób, które ją rozwijają. Oto niektóre z najbardziej wpływowych postaci w tej dziedzinie i ich podejście do uczenia maszynowego.

Geoffrey Hinton
Przez długi czas Geoffrey Hinton pracował po omacku rozwijając swoje algorytmy uczenia maszynowego. Jego przełomowe artykuły na temat sieci neuronowych były przez wielu wyszydzane od dziesięcioleci. Dzisiaj jego teorie stały się podstawą, na której opierają się zasady uczenia maszynowego.
Był jednym z pierwszych, który zastosował badania procesów ludzkiego poznania na maszynach, wierząc, że jedynym sposobem na odtworzenie inteligencji jest próba naśladowania jedynej znanej inteligentnej maszyny – naszych mózgów. Obecnie niemal wszyscy specjaliści od uczenia maszynowego mają pewne doświadczenie w kognitywistyce, w dużej mierze dzięki jego pionierskiemu podejściu.
Jest także znany niektórym osobom, które wyszły z jego laboratoriów. Zespoły w Google, Microsoft i Baidu są wypełnione jego byłymi studentami. Najbardziej znanymi uczniami są Yann Lecun i Hugo Larochelle, którzy stali się znanymi na całym świecie specjalistami od uczenia maszynowego.

Andrew Ng
Andrew Ng jest profesorem w Stanford i głównym naukowcem w Baidu. Kiedy zaczynał pracę w terenie, to właśnie on przekonał Larry’ego Page’a, że ​​Google musi rozpocząć pracę nad sztuczną inteligencją.
Stał się równie ważny w swojej roli pedagoga publicznego. Jest zdecydowanym zwolennikiem demokratyzacji wiedzy o uczeniu maszynowym. Próbując to realizować uczynił swój kurs w Stanford wolnym i otwartym dla publiczności.
Uważa, że ​​AI jest współczesnym odpowiednikiem energii elektrycznej. Początkowo elektryczność była właśnie użyta do zasilania żarówek, ale wkrótce ludzie zdali sobie sprawę, że mogą ją zastosować do innych rzeczy, a krótko po tym prawie wszystko zostało podłączone do energii elektrycznej.
Analogię tę rozszerza do Internetu i jego powszechnego zastosowania. Zmieniło to sposób w jaki żyjemy i prowadzimy naszą działalność. Stało się podstawową metodą komunikowania i przeniknęło do naszego osobistego życia bowiem większość ludzi postrzega media społecznościowe jako rozszerzenie swojej tożsamości.
Andrew twierdzi, że przyjęcie sztucznej inteligencji będzie znacznie szybsze, bardziej wszechobecne i będzie miało większy wpływ na nas niż energia elektryczna czy Internet.

Michael Jordan
Trudno w to uwierzyć, ale właśnie to ten Michael Jordan może rzeczywiście przejść do historii jako najbardziej znany. Jego największym wkładem była popularyzacja sieci bayesowskich, które są wykorzystywane w wielu aplikacjach uczenia maszynowego, a w szczególności w medycynie, gdzie wydaje się być szczególnie dobrą metodą diagnozowania chorób. Ostatnio współpracował z firmą zajmującą się sztuczną inteligencją, która opracowała Jibo, uroczego robota pomocniczego zaprojektowanego do podążania za tobą po domu i faktycznie inicjującego komunikację z użytkownikiem –  w odróżnieniu od aktualnych modeli, które tylko czekają na polecenia użytkownika.
Wierzy, że jest zbyt dużo szumu i nieporozumienia wokół AI. Wynika to w dużej mierze z dezinformacji i złych metafor, których używamy przy jej opisywaniu. Zrobiliśmy kolejne kroki, ale dopiero zaczęliśmy poruszać się po tej drodze. Następną dużą przeszkodą będzie opracowanie bardziej adaptacyjnych systemów, które będą w stanie rozpoznawać kontekst.

Ben Goertzel
Założyciel wielu firm sztucznej inteligencji i przewodniczący społeczeństwa sztucznej inteligencji. Ben Goertzel poświęcił życie na rozwiązywanie problemów inteligencji i generowania sztucznej inteligencji ogólnej. Uważa, że ​​do 2025 roku będziemy mieli maszyny tak inteligentne, jak ludzie.
Jako szef prawdopodobnie najbardziej zaawansowanego laboratorium sztucznej inteligencji na świecie, Deepmind firmy Google, może być bliżej niż ktokolwiek inny do osiągnięcia AI. Mocno wierzy w technikę uczenia maszynowego zwaną głęboką siecią neuronową i wykorzystuje ją do napędzania swojego przełomowego programu AlphaGo.
W ubiegłym roku AlphaGo okazał się najlepszym graczem Go na świecie. Następnym krokiem dla AlphaGo jest światowe zwycięstwo w Starcraft. Wprawdzie wyczyny te mogą wydawać się trywialne, ale gry są kluczową miarą zdolności intelektualnych.

Martin Ford
Jak sugeruje jego najnowszy tytuł “Rise of the Robots: Technology and Threat of a Jobless Future”, jest zagorzałym zwolennikiem idei, że ludzka praca zostanie zastąpiona. Przewiduje także że sztuczna inteligencja przyniesie ze sobą koniec systemu kapitalistycznego jaki znamy i zmusi nas do przyjęcia formy uniwersalnego podstawowego dochodu. Wskazuje, że siły te byłyby w dużej mierze korzystne dla ludzkości, ponieważ uwolniłyby nas od ciężkiej pracy codziennej i pozwoliłyby nam realizować rzeczy, które naprawdę nas uszczęśliwiają.

Gary Marcus
Jeden z czołowych neurobiologów na świecie i niedawny współautor książki “The Future of the Brain”. Przychodzi do tej dziedziny z tła kognitywnego i interesuje się nim, ponieważ jest to w gruncie rzeczy eksploracja natury świadomości i inteligencji.

Kolejne kroki w rozwoju AI
Przełomem rozwoju AI nie będzie jazda samochodami lub realizacja  naszych zadań. To już jest nieuniknione. Prawdziwe bariery, które AI musi jeszcze pokonać, to …

1) Zaliczenie testu Turinga. Stanie się tak, gdy w rozmowie mówionej lub pisemnej nie będzie można stwierdzić, czy jest to człowiek, czy maszyna. Będziemy wiedzieć, że jesteśmy na właściwej drodze, gdy maszyny rozpoczną z własnej inicjatywy z nami rozmowę.

2) Podjęcie przez AI niezależnych działań bez żadnego udziału ludzkiego. Oznaczałoby to ostatecznie ustalenie własnych celów, co w istocie oznaczałoby posiadanie niezależnej woli.

3) Kwestionowanie własnego istnienia i analiza, czy nie ma lepszych sposobów rozwiązania  problemów.

Są to najważniejsze kwestie, przed którymi stajemy na początku XXI wieku. Ludzie, którzy opracowują sztuczną inteligencję, nie zamierzają bowiem czekać i patrzeć, co o tym myślimy. Powinniśmy więc zacząć planować, jak wprowadzić AI bezpiecznie w naszą rzeczywistość, ponieważ zmieni ona i przedefiniuje życie na ziemi.