Содержание
«Когда появится сильный ИИ, человек будет эволюционно отставшим»
— Какое определение Вы даете искусственному интеллекту?
— На этом вопросе можно начать интервью и закончить, потому что этих определений огромное количество. Я так скажу: это группа технологий, которые на компьютере моделируют когнитивные способности человека — восприятие, обработку информации, анализ и принятие решений. Любое определение будет грубое и неточное, и очень сильно зависит от слов. Поэтому я не люблю определения давать.
— А чем сильный ИИ отличается от слабого? Где грань?
— Когда мы говорим, что кто-то обладает интеллектом, мы сразу представляем некое разумное существо, у которого есть какие-то интеллектуальные способности, которое что-то думает, понимает окружающую обстановку, умеет отвечать на вопросы, ставить какие-то цели, достигать их.
То есть мы ожидаем от него некоторого целесообразного поведения. Это и принято называть сильным ИИ, но ни одной такой модели сейчас не существует.
Слабый искусственный интеллект — это то, что сегодня уже существует, разные отдельные маленькие задачи типа распознавания лиц или операций с текстами. И, на самом деле, грань здесь тоже очень условная. Мы постепенно сдвигаем эту границу между так называемыми слабыми технологиями и сильными. И, наверное, когда мы перейдем эту границу, мы это не сразу осознаем. Нам будет казаться, что ИИ все еще слабый.
— Как вообще можно понять, что ИИ стал сильным?
— Это сложный вопрос. Многие ученые пытались предложить на него ответ. Например Алан Тьюринг предложил тест Тьюринга, который для этого случая можно сформулировать так: если вы переписываетесь с собеседником и думаете, что это человек, а на самом деле это компьютер – то такой ИИ можно было бы назвать «сильным».
Но есть уже много примеров, когда «слабый» ИИ проходил тест Тьюринга.
Значит этого критерия недостаточно. Есть например известный «кофейный» тест – робот должен зайти в любой дом, пройти на кухню и сделать кофе.
Любой человек это сделает, несмотря на то, что все кухни разные, где-то кофе растворимый а где-то он в зернах и надо его молоть, все кофемашины разные. А вот робот со всем этим разнообразием и отсутствием точного плана действий пока справиться не может. Этот тест тоже не лишен недостатков, поэтому энтузиасты сильного ИИ говорят так, что это должен быть такой ИИ, который способен решать все задачи на уровне человека или даже лучше.
— Вы сильный ИИ описали так, будто это отдельная личность.
— В сообществе людей, которые занимаются искусственным интеллектом, есть разные течения. И у всех разное понимание этого сильного ИИ и, соответственно, его возможностей.
Я принадлежу к той группе исследователей, которые думают, что без такой внутренней личности, которая будет мотивирована на то, чтобы помогать человеку решать разные задачи, невозможно создать настоящего интеллектуального помощника. Это будет всегда некий суррогат.
Интеллект нужен ему именно для решения определенных задач, в каком-то смысле интеллект — это инструмент для кого-то.
А если не будет этой личности, которая будет управлять интеллектом, то сложно представить себе решение поставленных перед ним задач.
Сейчас движение к этой личности идет активно. Например, в разговорных агентах, которые у нас в Центре прикладных систем ИИ активно развивает команда Михаила Бурцева, уже есть какие-то зачатки личности. Я имею в виду известную библиотеку DeepPavlov и возможности ее персонификации. Когда разговорный робот персонифицируется, у него как бы появляется некая личность и он, исходя из этой личности, отвечает на вопросы или ведет диалог. Это не совсем та личность, которую я имел в виду, но уже что-то похожее
Другой вопрос, что личность, конечно, тоже понятие очень многогранное. Одно дело наложить на модель некоторые диалекты, жаргон, шутки специфические, даже пол. А другое дело, чтобы там действительно было нечто, что ведет себя как личность.
— А можно ли взять у DeepPavlov интервью?
— Можно, конечно. Но результат может быть самый непредсказуемый.
Впрочем, и с человеком не угадаешь иногда, что он ответит!
— Вы сказали, что есть несколько течений. Кроме того, к которому Вы себя относите, какие еще бывают?
— Есть исследователи, которые считают, что никакой личности не нужно, что просто нужно растить модель, увеличивая количество параметров нейронной сети. Тогда сети будут, условно, отвечать на вопросы лучше, чем любой человек.
Есть те, кто считает, что нам нужно делать ИИ обязательно безличностным, без какого-либо осознания себя, в любом случае, потому что это влечет за собой необратимые последствия. Скажем, связанные с безопасностью.
Есть несколько мыслителей, которые на эту тему размышляют: что будет, если мы создадим ИИ, который будет мощнее, чем человек, будет больше информации получать и перерабатывать. При этом будет сам себе ставить цели, будет себя осознавать и иметь возможность учиться бесконечно и быстро.
Другими словами, когда появится сильный ИИ, то по сравнению с ним человек окажется эволюционно отставшим.
Мы сами себе создадим эволюционного конкурента. Хотя множество других исследователей такую возможность отрицают, считают, что это все чепуха и такого не будет, на мой взгляд такой риск, безусловно, существует.
Здесь налицо парадокс: на мой взгляд, создать настоящий искусственный интеллект можно только сделав в нем личность, а с другой стороны, сделав в нем личность, да еще и осознающую себя, мы как человечество создаем для себя экзистенциальные риски, то есть риски для собственного существования.
Получается, что то, что мы хотим создать, потенциально крайне опасно. Но сейчас пока все это скорее философские рассуждения, потому что пока человечество не очень понимает, как сделать сильный ИИ. До этого явно далеко.
— В чем сложность, на ваш взгляд, создания сильного ИИ?
— Я бы обозначил так. Во-первых, мы не очень понимаем, что мы хотим сделать. Во-вторых, мы не понимаем, как это работает у человека.
Ваш первый вопрос был про определения. Множество людей пытается как раз дать определение, поставить четкую техническую задачу.
И вот здесь мы сталкиваемся с тем, что мы не понимаем, что такое личность, что такое сознание, что такое мышление. Сколько людей этим занимается — каждый дает свое определение, свои подходы к этому, как это делать, а, значит, нет ясности в том, как это реализовывать. Одно дело, когда мы, условно, хотим сделать машину, которая будет летать — самолет. Техническое задание – четкое, хотя и верхнеуровневое. Из него можно вывести конструкцию этой машины. А здесь мы с трудом понимаем на верхнем уровне, что мы хотим создать. Поэтому и детали непонятны.
В понимании работы мозга существует серая зона. Существует совершенно зыбкая и непонятная граница между физиологией и психологией. Физиологию мы хорошо понимаем: как устроены нейроны, как они передают друг другу импульсы, как они связаны в сеть, как эта сеть образует структуры мозга. А вот дальше есть серая зона, то место, где возникает личность. Как из работы нейронов и передачи сигналов между ними возникаю «я», мои ощущения и переживания, мое мышление и интеллект — тут мы пока не знаем очень многого.
Чтобы прорвать этот толстый-толстый слой серого тумана, судя по всему, нужны какие-то новые физические модели происходящего. Сегодняшние нейронные сети и модели искусственных нейронных сетей, на мой взгляд, свою роль отыграли. Они дают прекрасные результаты, и они прекрасно моделируют этот уровень нейрофизиологии. Но как из него появится следующий уровень психологии и тем более мышления — пока не до конца ясно.
Конечно, есть исследователи, которые говорят, что просто мы будем наращивать размеры нейросетей и мышление само собой как-то внутри появится. Но я думаю, что само не появится. Нужны какие-то новые идеи.
— Насколько область искусственного интеллекта развита в России, если сравнивать с другими странами?
— На эту тему есть несколько аспектов. Когда-то мы были, можно сказать, впереди планеты всей. Потому что в 1960-х годах идеи, которые были у некоторых советских ученых, впоследствии легли в основу современных искусственных нейронных сетей. Но основную революцию этих искусственных нейронных сетей мы пропустили.
По разным причинам, в первую очередь, конечно, из-за очень сильного развала нашей науки.
Сейчас многие научные группы пытаются ее догнать. Но сложно успеть за основным мейнстримом мировой науки, она движется очень быстро. Зато, в России есть много людей, которые развивают альтернативные подходы, которые могут оказаться очень перспективными. Вообще Россия, как мне кажется, это страна, которая очень любит делать все по-своему.
— Альтернативные подходы — это какие именно?
— Есть много разных математических подходов. Можно по-разному моделировать какие-то функции работы мозга. Например один из старых подходов: экспертные системы, когда компьютер просто запоминает какое-то количество фактов и ответов на вопросы, постоянно пополняет эту базу данных и потом почти на любой вопрос может давать ответ. Сейчас это уже не принято называть искусственным интеллектом, а в 1970-е годы это, пожалуй, было основное направление в ИИ.
Сегодня же основное направление — это глубокие нейронные сети.
Но помимо них есть всякая другая математика: нечеткая логика, вероятностные подходы, задачные подходы. Просто это другие математические модели с другим подходом к работе мозга, с попыткой по-другому это смоделировать. И какая модель правильная — никто не знает. Да это и не важно. Важно, какой она дает результат.
Сегодняшние глубокие нейронные сети дают отличные, все более впечатляющие результаты. Поэтому основная масса ученых идет как раз по этому направлению. Это, к сожалению, требует огромных ресурсов, огромных денег и плюс некоторых компетенций, которых у нас в России достаточно мало.
— В какие сферы в России уже сегодня можно будет внедрить ИИ?
— Вы будете смеяться, но ИИ уже сегодня работает почти во всех сферах экономики! Сложно найти сферу, в которой он не работает. Вопрос только, в какой степени он работают и насколько этому искусственному интеллекту дают возможность реально управлять серьезными процессами.
Например, стоит большой промышленный станок, у которого есть куча всяких регуляторов, и им управляет человек или бригада.
Хотя им вполне может управлять алгоритм машинного обучения, при этом решая задачи, которые человек решить часто не может. Например, предсказывая поломку этого станка за 10 минут до ее наступления, или повышая эффективность работы станка.
Например, на Челябинском трубопрокатном заводе поставили систему машинного обучения на трубопрокатный стан, который стал после этого делать на 5% больше труб за то же время. С точки зрения бизнеса — это огромный прирост эффективности. Это пример, когда ИИ допустили к реальной работе в процессе.
Но очень часто его не допускают, ИИ остается как бы таким вторым пилотом, который дает советы, но реально все делает человек. Например, такая ситуация в здравоохранении. Это называется «система поддержки принятия решения врача». Когда ИИ, обучившись, например, на снимках, дает врачу подсказку по наличию и расположению опухоли. Но финальное решение должен принять врач — человек.
Областей, где алгоритмы уже работают самостоятельно, пока не очень много.
Известный пример — это видеокамеры и автоматические штрафы. Человек превысил скорость, номер распознался, автоматически сформировался штраф.
— А какие профессии, на ваш взгляд, наиболее уязвимы?
— В первую очередь всякие рутинные профессии, а также те, где есть повышенный фактор риска, где человек может устать и совершить ошибку. Это операторы станков, колл-центров, бухгалтера, да даже программисты, которые пишут достаточно простой код по техническому заданию, конкретный, без всякого творчества.
Разные рутинные процессы постепенно автоматизируются. И здесь дело не в искусственном интеллекте, это коммерческие решения людей – генеральных директоров или собственников предприятий. В этом смысле здесь не надо искусственного интеллекта бояться, скорее нужно людей опасаться.
Творческие профессии, конечно, вне опасности. Потому что, кто бы что не говорил, но искусственный интеллект пока творить не умеет. Это отдельная большая тема, здесь я просто свою позицию обозначил.
— ИИ играет роль больше инструмента для людей, которые занимаются творческими профессиями?
— Да. И как инструмент это выглядит совершенно прекрасно. Например, для художника он может моментально сделать сотню разных набросков. Или для журналиста — может сгенерировать какую-то «рыбу» текста в таком-то стиле на заданную тему. Но проблема в том, что этот алгоритм, который генерирует тексты, он же ничего в него не вкладывает, он просто делает как его обучили. Для него нет никакого смысла, никакой последовательности. Поэтому да, ИИ — инструмент для творца. Как самостоятельный творец — пока нет.
— Ждете ли вы от 2023 года каких-то серьезных открытий в этой области?
— Конечно. Потому что ИИ — это область, в которой работает больше 100 тыс. умнейших людей по всему миру, и там постоянно появляются новые интересные открытия. Что это будет, сказать трудно. Понятно, что модели будут увеличиваться в размере, будут находиться новые применения для существующих. Я не думаю, что появится настоящий «сильный» искусственный интеллект, но думаю, что наверняка появятся новые интересные применения и повышение очередной планки.
Но я боюсь, учитывая всю сегодняшнюю обстановку в мире, что основные усилия будут направлены на военные применения. Для меня это печально. Я понимаю, что это важная область и что иногда эти технологии спасают жизни. Но иногда, к сожалению, они губят эти жизни. Понятно, что в сегодняшнем мире, который становится все более конфликтным, к сожалению, все больше интеллектуального труда людей науки будет направляться в эту сторону. Работа над военными применениями ИИ, на мой взгляд, катастрофически опасна для человечества. И боюсь, что в сегодняшней жизни таких применений будет все больше. И это меня очень беспокоит как гражданина, как человека, как ученого. Не хотелось бы из этой области новости слышать.
— Какие у МФТИ планы на 2023 год в плане развития ИИ?
— МФТИ остается самым крутым университетом в России, где умеют делать полноценных роботов с искусственным интеллектом. Например, недавно наша команда выиграла открытый чемпионат Бразилии по футболу среди роботов, а в 2021 году был чемпионом мира по робофутболу.
Другие лаборатории делают летающих, плавающих, четырехколесных, антропоморфных роботов. Мы планируем и дальше развивать эти направления, дополнительно интегрируя роботов с голосовыми ассистентами и выводить управление роботами на новый уровень.
Искусственный интеллект и Машинное обучение
Узнайте о различиях между ИИ и машинным обучением из этой статьи.
Разница между ИИ и машинным обучением
Искусственный интеллект и машинное обучение очень тесно связаны. И именно такая связь обуславливает то, что при рассмотрении различий между ИИ и машинным обучением вы на самом деле оцениваете их взаимодействие.
Что такое искусственный интеллект (ИИ)?
Искусственный интеллект — это способность компьютерной системы имитировать когнитивные функции человека, такие как обучение и решение проблем. Искусственный интеллект позволяет компьютерной системе применять математику и логику для моделирования рассуждений, используемых людьми для получения новых сведений и принятия решений.
ИИ и машинное обучение — это одно и то же?
Хотя ИИ и машинное обучение тесно связаны, это разные понятия. Машинное обучение считается подмножеством ИИ.
Что такое машинное обучение?
Машинное обучение является применением ИИ. Это процесс использования математических моделей данных для обучения компьютера без прямых инструкций. Оно позволяет компьютерной системе продолжить обучение и самостоятельное улучшение на основе опыта.
Как связаны ИИ и машинное обучение?
«Интеллектуальный» компьютер использует ИИ, чтобы мыслить как человек и самостоятельно выполнять задачи. Машинное обучение — это способ развития интеллекта компьютерной системой.
Один из способов обучить компьютер имитировать мышление человека — использовать нейронную сеть. Это серия алгоритмов, смоделированных по принципу работы человеческого мозга. Нейронная сеть помогает компьютерной системе создать искусственный интеллект на основе глубокого обучения.
Такая тесная связь объясняет, почему при сравнении ИИ и машинного обучения полезно рассмотреть, как они работают вместе.
Как ИИ и машинное обучение работают вместе
При оценке различий между искусственным интеллектом и машинным обучением полезно понять, как тесно они связаны и как они взаимодействуют. ИИ и машинное обучение работают вместе так:
Шаг 1
Система ИИ создается с использованием машинного обучения и других техник.
Шаг 2
Модели машинного обучения создаются на основе выявления закономерностей в данных.
Шаг 3
Специалисты по обработке и анализу данных оптимизируют модели машинного обучения с учетом закономерностей в данных.
Шаг 4
Процесс повторяется и совершенствуется до тех пор, пока точность модели не станет достаточно высокой для выполнения нужных задач.
Возможности ИИ и машинного обучения
Компании практически во всех отраслях открывают для себя новые возможности благодаря связям между ИИ и машинным обучением.
Это лишь некоторые из них, которые помогают компаниям трансформировать процессы и продукты:
Прогнозная аналитика
Эта возможность позволяет компаниям прогнозировать тенденции и закономерности поведения путем обнаружения причинно-следственных связей в данных.
Системы рекомендаций
Системы рекомендаций позволяют компаниям использовать анализ данных для предоставления рекомендаций по продуктам, в которых могут быть заинтересованы пользователи.
Распознавание речи и естественного языка
Распознавание речи позволяет компьютерным системам определять слова на языке речи, а распознавание естественного языка — выявлять значение написанного или произнесенного текста.
Обработка изображений и видео
Такие возможности позволяют распознавать лица, объекты и действия в изображениях и видео, а также внедрять такие функции, как визуальный поиск.
Анализ мнений
Компьютерная система использует анализ тональности для обнаружения и классификации положительных, нейтральных и отрицательных высказываний в тексте.
Преимущества ИИ и машинного обучения
Связь между искусственным интеллектом и машинным обучением обеспечивает значительные преимущества для компаний практически в любой отрасли, причем новые возможности появляются регулярно. Это лишь некоторые из основных преимуществ:
Больше источников входных данных
ИИ и машинное обучение позволяют компаниям получать ценные сведения из более широкого диапазона структурированных и неструктурированных источников данных.
Улучшенное и ускоренное принятие решений
Компании используют машинное обучение для повышения целостности данных и применяют искусственный интеллект для сокращения количества человеческих ошибок. В сумме это позволяет принимать более взвешенные решения на основе более точных данных.
Повышенная операционная эффективность
ИИ и машинное обучение помогают компаниям стать эффективнее благодаря автоматизации процессов, которая позволяет сократить расходы и освободить время и ресурсы для более приоритетных задач.
Применение ИИ и машинного обучения
В ряде отраслей компании создают приложения, использующие преимущества связи между искусственным интеллектом и машинным обучением. Вот лишь некоторые примеры того, как ИИ и машинное обучение помогают компаниям трансформировать процессы и продукты:
Retail
Розничные продавцы используют ИИ и машинное обучение для оптимизации запасов, создания механизмов рекомендаций и применения визуального поиска для удобства клиентов.
Здравоохранение
Организации здравоохранения используют ИИ и машинное обучение в таких отраслях, как обработка изображений для усовершенствованной диагностики онкологических заболеваний и прогнозная аналитика в исследовании генома.
Банковское дело и финансы
В финансовых контекстах ИИ и машинное обучение являются важными инструментами для выполнения таких задач, как выявление случаев мошенничества, прогнозирование рисков и предоставление финансовых рекомендаций.
Продажи и маркетинг
Специалисты по продажам и маркетингу используют ИИ и машинное обучение для создания персонализированных предложений, оптимизации кампаний, прогнозирования продаж, анализа тональности и прогнозирования оттока клиентов.
Кибербезопасность
ИИ и машинное обучение — это мощные инструменты кибербезопасности, которые помогают организациям защищать себя и клиентов благодаря выявлению аномалий.
Обслуживание клиентов
Компании в различных отраслях используют чат-ботов и возможности когнитивного поиска для ответов на вопросы, оценки намерений клиентов и предоставления виртуальной помощи.
Транспортировка
ИИ и машинное обучение имеют большую ценность для транспортной отрасли, позволяя компаниям повышать эффективность маршрутов и использовать прогнозную аналитику для различных целей, например для прогнозирования дорожного движения.
Производство
Производственные компании используют ИИ и машинное обучение для прогнозного обслуживания и повышения эффективности операций.
Расширьте возможности бизнеса с ИИ и машинным обучением
Создавайте модели машинного обучения и улучшайте свои процессы и продукты с помощью аналитики. Приступайте к работе, воспользовавшись 12 службами ИИ, которые доступны бесплатно в течение 12 месяцев.
Подробнее об ИИ Azure
Microsoft планирует добавить технологию чат-ботов OpenAI в Word и электронную почту — информация
Генеральный директор Microsoft Сатья Наделла. Искусство Майка Салливана
Автор:
Аарон Холмс
и
Кевин Маклафлин
7 января 2023 г., 6:00 утра по тихоокеанскому стандартному времени
В шаге, который может изменить то, как более миллиарда человек пишут документы, презентации и электронные письма, Microsoft обсудила включение OpenAI искусственный интеллект в Word, PowerPoint, Outlook и других приложениях, чтобы клиенты могли автоматически генерировать текст с помощью простых подсказок, по словам человека, непосредственно осведомленного об усилиях.
Этих целей будет нелегко достичь. Более года инженеры и исследователи Microsoft работали над созданием персонализированных инструментов искусственного интеллекта для составления электронных писем и документов, применяя модели машинного обучения OpenAI к личным данным клиентов, сказал другой человек, непосредственно знакомый с планом, который ранее не было сообщено. По словам этого человека, инженеры разрабатывают методы обучения этих моделей на данных клиентов, чтобы они не утекли другим клиентам и не попали в руки злоумышленников. Инструменты для написания и редактирования на основе ИИ также рискуют отключить клиентов, если эти функции допустят ошибки.
Получайте последние новости, актуальные истории, специальные мероприятия и приглашения от редакции
Начать
— или —
Продолжить с Apple
Уже подписчик?
Войдите здесь
Выходные
стартапы
культура
Крысолов оборонных стартапов
Джон Стейнберг & Миддот 7 января 2023 г.
7:00 по тихоокеанскому стандартному времени
Привет, добро пожаловать в первые выходные 2023 года! Вы должны передать это Джошу Вулфу. Соучредитель Lux Capital провел последние два десятилетия, двигаясь зигзагом, в то время как многие в Долине двигались зигзагами. Главная статья Марго на этой неделе посвящена развитию оборонных технологий как быстро развивающегося сектора стартапов в Силиконовой долине. Это пространство, которым некоторое время владели Вулф и Люкс. Когда Россия вторглась в Украину почти год…
Доверенное лицо США подает возражение против планов FTX по продаже LedgerX и других активов
Автор: Эйдан Райан и Миддот 7 января 2023 г.
Джек Ма отказывается от контроля над Ant Group
Автор Джуро Осава и Миддот 7 января 2023 г.
Последние популярные истории
Эксклюзив
майкрософт
гугл
Microsoft и OpenAI работают над Bing на базе ChatGPT, бросая вызов Google
Аарон Холмс
Вскоре Microsoft может получить возврат своих инвестиций в размере 1 миллиарда долларов в OpenAI, создателя чат-бота ChatGPT, который дает текстовые ответы на вопросы, похожие на человеческие.
Эксклюзив
яблоко
фейсбук
Технологии, лежащие в основе рискованной гарнитуры смешанной реальности от Apple
Уэйн Ма
Гарнитура смешанной реальности от Apple стала самой ожидаемой новинкой производителя iPhone в 2023 году.
Большое чтение
венчурный капитал
Война Джоша Вулфа: основатель Lux Capital прокладывает противоречивый путь в оборонных технологиях
Марго МакКолл
Джош Вульф прибыл на отдаленный остров на Филиппинах на надувной лодке в окружении людей с большими пушками.
предприятие
Сокращение серверов Маска в Twitter может вдохновить других руководителей
Эрин Ву и Аарон Холмс
Илон Маск получил аплодисменты в некоторых кругах Силиконовой долины за сокращение штата Twitter и отмену политики удаленной работы.
Эксклюзив
стартапы
венчурный капитал
Почему компания Tiger Global отказалась от своих обязательств по финансированию других венчурных компаний
Кейт Кларк
Год назад лидеры Tiger Global Management вложили 1 миллиард долларов своего личного капитала в поддержку десятков венчурных фондов, инвестирующих в самые молодые стартапы.
Эксклюзив
Маск увольняет инженеров Twitter, работающих над рекламой, поскольку доходы от рекламы сокращаются
Эрин Ву
Twitter уволил около 40 специалистов по данным и инженеров, работающих над рекламой поздно вечером в среду, что составило как минимум третью серию сокращений с середины декабря, по словам человека, непосредственно осведомленного об увольнениях.
«Роботы-убийцы» и «маленький грязный секрет» ИИ: многие люди предпочитают роботов людям
В местном супермаркете выдались напряженные выходные, и к кассе выстроились очереди. Около полудюжины человек выстроились в очереди к автоматизированным кассам, когда я заметил, что на кассе, где ждал человек-кассир, не было очереди. Когда клиент подходил к кассе, он просматривал варианты и решал подождать в очереди на автоматическую кассу вместо того, чтобы идти прямо к кассе без ожидания. Я не мог не спросить клиента, почему он предпочел дождаться машины, а не получить немедленное обслуживание от человека.
Их ответ несет важное послание для будущего искусственного интеллекта (ИИ) и роботов, которые он обеспечивает: «Я не хочу, чтобы они (человек-кассир) смотрели на все, что я покупаю, и мне все равно, что они покупают». мнения о том, что я получаю».
(Примечание автора: в этой колонке я намеренно объединяю термины «робот» и «дрон» и часто игнорирую разницу между роботом, которым дистанционно управляет человек, и роботом с искусственным интеллектом, и, таким образом, Вероятно, было время — десятилетия назад — когда эти термины описывали отдельные категории «дистанционно управляемые» или «с поддержкой ИИ/автономные», но сегодня разница невелика, поскольку удаленное управление и ИИ сливаются — и меньше, чем каждый день проходит.)
Несмотря на то, что опросы об автоматизированных кассах в супермаркетах ограничены и разнообразны, ясно, что люди разделились во взглядах на роботов-кассиров — около трети предпочитают роботов людям по разным причинам. Точно так же банковские банкоматы (в некотором смысле роботы-кассиры) были широко распространены в течение полувека, но некоторые предпочитали их с самого начала — и сегодня они предпочитают людей-кассиров с большим отрывом.
Возможно, более важным является то, что недавний опрос жителей Нью-Йорка показал, что, хотя большинство из них предпочитает более тщательное соблюдение правил дорожного движения, 59% предпочли камеры контроля скорости — роботов-гаишников — людям-полицейским, а 65% чернокожих и 74% латиноамериканцев предпочли роботов-гаишников дорожной полиции-людям.
Понятно, что значительная часть населения предпочитает иметь дело с роботами, а не с кассирами, кассирами и полицейскими. Хотя отчасти это связано с минимизацией затрачиваемого времени, отчасти это связано с очевидным фактом, что люди самоуверенны, в то время как машины часто производят впечатление, что это не так.
На самом деле, в то время как покупатель, у которого я брал интервью, предпочитал робота-кассира кассиру-человеку, потому что они считали, что у машины нет памяти/мнения, многие читатели тут же насмехаются над тем, что кассир-робот на самом деле внимательно следит за покупателем, чем кассир. человек — и робот никогда не забывает.
Тем не менее, машины могут производить разное впечатление.
Не было бы ничего удивительного, если бы мы узнали, что жертвы нацистского гнета или Джима Кроу предпочли бы (предположительно нейтральную) полицию-роботов (фанатичной) полиции-людям.
Этот феномен — когда некоторые люди предпочитают роботов (в данном случае — внешне нейтральных роботов, а не самоуверенных людей), становится все более важным, когда мы вступаем в эру роботов с искусственным интеллектом. И это может частично объяснить, почему роботы с поддержкой ИИ пользуются общественной поддержкой, несмотря на предупреждения видных деятелей, от Генри Киссинджера до бывшего босса Google Эрика Шмидта, о рисках неограниченного ИИ. Если кто-то подозревает, что самоуверенные люди во власти намерены причинить им или их семье вред, то этот человек, вероятно, предпочтет явно нейтрального робота с искусственным интеллектом явно фанатичному человеку.
Однако, как мы недавно видели в Сан-Франциско, когда робот оборудован для физического вреда человеку (роботы ежедневно наносят людям финансовый, эмоциональный и другой вред, но это редко вызывает общественный резонанс), совершенно другой набор формируются общественные настроения.
При этом местные полицейские чиновники и офицеры предложили использовать вооруженных роботов для жестокой расправы с подозреваемыми в ситуациях, когда полицейским-людям и гражданским лицам будет угрожать неминуемая смертельная опасность. Многие полицейские-люди в таких ситуациях предпочитают использовать роботов-полицейских, а не офицеров-людей; тем не менее, протест против «роботов-убийц» был громким и немедленным.
Предпочтение роботов (или, как их иногда называют, дронов) людям на протяжении десятилетий было растущим мнением военных командиров. Командиры военной авиации предпочитали летательные аппараты, пилотируемые роботами (наблюдательные/боевые беспилотники), а не летательные аппараты, пилотируемые людьми, по той же причине, по которой люди-полицейские иногда предпочитают роботов офицерам-людям: чтобы избежать гибели людей на своей стороне. Более того, по сравнению с пилотами-людьми, пилоты-роботы обходятся дешевле, не спят и не имеют семей — и они беспрекословно совершат самоубийство или попадут в экстремальные условия, в которых не сможет выжить ни один человек.
По тем же причинам командующие флотом внедряют роботизированные надводные и подводные боевые корабли, на борту которых нет матросов, а командующие армией продвигают первое поколение наземных боевых машин-роботов.
Каждый крупный эпизод боевых действий, начиная со Второй мировой войны и заканчивая Украиной, свидетельствует о неуклонном росте использования боевых роботов, и многие сообщают, что боевые роботы сегодня играют основную воинскую роль в Украине.
Хотя общепринятого определения ИИ не существует, сегодня почти все, кто им занимается, согласятся с тем, что ИИ включает в себя определенный тип машинного обучения, при котором компьютероподобное устройство способно само по себе приспосабливаться к изменяющимся условиям, принимая во внимание эти условия. и реагировать на изменившиеся условия. Согласно этому типу определения, почти все дистанционно управляемые роботы/дроны превращаются в автономных роботов хотя бы по той причине, что люди-командиры, чиновники и руководители приходят к выводу, что в целом роботы стоят меньше, чем люди.
При этом причины, по которым некоторые люди предпочтут робота человеку, станут более явными и спорными.
Что даст прорыв в области термоядерного синтеза для освоения космоса?
Джордж Сантос: последний — и самый отстойный — продукт нормализации лжи
Мы вступаем в эпоху, когда использование роботов с искусственным интеллектом — независимо от того, называются ли они «дронами», «автономными транспортными средствами» или «модернизированными кассовыми машинами в супермаркетах», — будет широко распространено, потому что некоторые люди предпочитают таких роботов людям, по экономическим, социальным, личным, военным или другим причинам, в то время как другие люди категорически возражают против того, чтобы иметь дело с такими роботами.
Если что-то и ясно, так это то, что мы интеллектуально не готовы ни к этой эпохе, ни к дебатам, которые она вызовет.
Роджер Кочетти оказывает консалтинговые и консультационные услуги в Вашингтоне, округ Колумбия. С 1981 по 1994 год он был старшим руководителем корпорации Communications Satellite (COMSAT).