Правилен ли е пътя към мечтания общ изкуствен интелект или това е впечатляващ начин за фалшификация?
Нов мощен и гъвкав изкуствен интелект, разработен от компанията Deep Mind, подхранва спекулациите, че скоро ще бъде достигнато нивото на общия изкуствен интелект ( Artificial General Intelligence – AGI), тоест машините скоро ще мислят като хората. Но дали това е така и върви ли се по правилния път към така мечтаната цел?
Този май DeepMind, дъщерно дружество на технологичния гигант Alphabet, направи фурор в Силиконовата долина, като представи Gato, може би най-богатия на функции модел на изкуствен интелект (ИИ ) в досегашните разработки. Представен като “универсален агент”, Gato може да изпълнява над 600 различни задачи. Той може да контролира робот, да подписва изображения, да идентифицира обекти в снимки и много други разнообразни функции. Това е може би най-модерната система с изкуствен интелект на планетата, която не е специализирана в изпълнението на дадена конкретна функция. Според някои експерти в областта на изчислителната техника това показва, че индустрията се е приближила до дългоочаквания и много обсъждан крайъгълен камък – общ изкуствен интелект ( Artificial general intelligence – AGI).
Общият изкуствен интелект или както някой го класифицират като силен ИИ би трябвало да прилича на човешкия интелект. С други думи, той ще трябва успешно да изпълнява всякакви умствени задачи, които са във възможностите на хората. Именно такива системи виждаме в научно-фантастичните филми, посветени на взаимодействието на човека с машините, обладаващи чувства и съзнание.
Сега компютрите могат да обработват данните по-бързо от нас. Но те не са способни да мислят абстрактно, да измислят стратегии, а също така да използват мислите си и спомените си, за да вземат обосновани решения или да предлагат творчески идеи. Именно благодарение на този тип интелект ние (може би засега) превъзхождаме машините. В същото време, най-сложният проблем, стоящ пред разработчиците на общия ИИ, е да се разберат конкретните когнитивни механизми, стоящи зад това, а следователно и да ги възпроизведат.
Очаква се, че общия ИИ да може да разсъждава, да се справя с проблеми, да прави преценки в условия на неопределеност, да планира, да се учи, да интегрира предишните си знания в процеса на вземане на решение, а също така да предлага новаторски идеи.
За разлика от конвенционалния (или слаб) ИИ, общият изкуствен интелект няма да изисква огромни количества данни, за да изучи поставената задача. Докато първите трябва да бъдат предварително обучени или програмирани да решават конкретен набор от задачи, то вторите ще могат да се учат с помощта на интуицията и опита.
Теоретично се предполага, че общият ИИ ще е способен да научи всичко, което човек може да научи, ако получи същия достъп до информация. Ако поставите AGI на чип и този чип в робот, то роботът ще може да се научи да играе тенис по същия начин, по който ние го правим: размахвайки ракетата и придобивайки представа за играта. Това не означава непременно, че роботът ще е разумен или ще е способен към познание. Той може да няма мисли или емоции, а просто ще се учи да изпълнява нови задачи много добре без човешка помощ.
За човечеството това би било изключително важно. Помислете какво бихте могли да постигнете, имайки машина с интелигентността на човек и предаността на куче, машина, която може да се адаптира към всякакви цели. Именно такава изглежда перспективата пред общия ИИ. Той ще е подобен на андроида C-3PO от „Междузвездни войни“, но без емоции, на г-н Дейта от „Стар Трек“, но без неговото любопитство, на робота Роузи от „Семейство Джетсън“, но без да е личност. В ръцете на интелигентни разработчици, общия ИИ може да въплъти идеята за изкуствен интелект, ориентиран към човека.
Но колко близо се намираме до реализацията на мечтата за общ изкуствен интелект? И действително ли Gato ни води към това?
За определена група учени и разработчици, които са привърженици на култа “Мащабирането над всичко” (Scaling-Uber-Alles), използвайки термина на световноизвестния експерт по изкуствен интелект Гари Маркъс, то Gato и подобни системи, базирани на така наречените трансформери (модели за дълбоко обучение), вече се явяват план по създаването на AGI. Тези трансформери по същество използват огромни бази данни и милиарди или трилиони персонализирани параметри, за да предскажат коя ще бъде следващата връзка в дадена последователност.
Привържениците на „Мащабирането над всичко“, включително такива знаменитости в областта на ИИ като Иля Суцкевер от OpenAI и Алекс Димакис от Тексаския университет в Остин, вярват, че трансформерите неизбежно ще доведат до общ ИИ и единственото, което остава да се направи, е те да бъдат увеличени и ускорени. Както наскоро написа Нандо де Фрейтас, член на екипa, създал Gato:
„Сега всичко е въпрос на мащаб! Играта свърши! Става въпрос за това да направим тези модели по-големи, по-здрави, по-ефективни в изчислително отношение, с по-бърза подборка и по-интелигентна памет…“
Де Фрейтас и колегите му разбират, че ще им се наложи да създадат нови алгоритми и архитектури, за да поддържат този растеж, но изглежда вярват, че общият ИИ ще се появи сам, ако модели като Gato продължат да нарастват по размер.
Може да е малко старомодно, но когато разработчик ти каже, че планът му е да изчака общият ИИ магически да се появи от голям облак от данни като риба от първична супа, оставаш с усещането, че се пропускат няколко стъпки. Така смятат множество експерти и учени в областта на ИИ, включително Маркъс, които твърдят, че нещо фундаментално липсва в грандиозните планове за превръщането на изкуствен интелект, подобен на Gato, в пълноценен общ ИИ.
Смята се, че ключовата предпоставка за появата на общ ИИ е, че той трябва да може да получава свои собствени данни. Но моделите за дълбоко обучение като трансформерите са машини, предназначени да правят изводи въз основа на огромни бази данни, които вече са им предоставени. Те са в ролята на библиотекари и следователно са толкова добри, колкото и учебните им библиотеки.
Общият ИИ теоретично би трябвало да може да вниква във всичко, дори ако разполага с малка база данни. Той трябва интуитивно да разбира методологията за изпълнение на дадена задача, базирайки се на способността си да избира коя външна информация е важна и коя не, подобно на това как човек решава къде да насочи вниманието си.
Gato е готин и няма аналог. Но всъщност това е интелигентен комплекс, който може би създава илюзия за общ изкуствен интелект чрез майсторско използване на големи бази данни. Например, неговата гигантска база данни вероятно съдържа набори от данни, базирани на цялото съдържание на сайтове като Reddit и Wikipedia. Удивително е как хората са успели да направят толкова много с помощта на прости алгоритми, карайки ги единствено да анализират повече информация.
Всъщност Gato е може би впечатляващ начин за фалшифициране на общ ИИ, който ни кара да се чудим дали не сме тръгнали по грешен път. Някога се смяташе, базирайки се на теста на Тюринг, че много от задачите, с които Gato е способен да се справя днес, могат да бъдат изпълнени само от AGI. Но изглежда, че колкото повече постигаме с конвенционалния (слабия) изкуствен интелект, толкова по-трудна става задачата за създаване на общ изкуствен интелект.
Това е причината много специалисти в областта на ИИ да са скептични, че дълбокото обучение е единственият път към общия ИИ. Може би се нуждаем от нещо повече, а не само от използването на по-големи бази данни и повече параметри за настройка. Може би се нуждаем от изцяло нов концептуален подход към машинното обучение.
В крайна сметка човечеството сигурно ще успее да създаде общ изкуствен интелект и когато това се случи , може да се окаже, че всичко изглежда съвсем различно от това, което си представят учените от DeepMind. Но от друга страна красотата на науката се състои в това, че всеки трябва да защити работата си и DeepMind имат всички възможности да докажат на скептиците колко грешат.
