Профессор компьютерных наук Портлендского государственного университета Мелани Митчелл объясняет, почему искусственный интеллект в своем развитии натыкается на фундаментальный барьер
Вы, наверное, слышали, что мы находимся в разгаре революции искусственного интеллекта. Говорят, что ИИ развивается с поразительной скоростью благодаря алгоритмам «глубокого обучения», которые используют огромные объемы данных для обучения сложных программ, известных как «нейронные сети».
Сегодня программы ИИ могут распознавать лица и записывать произнесенные вслух предложения. Существуют программы, которые могут обнаружить хитрейшее финансовое мошенничество, найти подходящие веб-страницы в ответ на неоднозначные запросы, нарисовать лучший маршрут проезда практически к любому месту назначения, обыграть гроссмейстеров в шахматы и го, а также делать переводы между сотнями языков. Более того, обещают, что вот-вот получат широкое распространение автономные автомобили, автоматизированные способы диагностики рака, роботы-уборщики и даже автоматизированные научные открытия.
Основатель Facebook Марк Цукерберг недавно заявил, что в течение следующих пяти-десяти лет компания будет развивать свой ИИ, который будет «лучше, чем человек, во всех первичных человеческих чувствах: зрение, слух, язык, общее познание». Шейн Легг, главный ученый группы DeepMind в Google, предсказывает, что «ИИ достигнет человеческого уровня в середине 2020-х годов».
Как человек, который работал в сфере ИИ на протяжении нескольких десятилетий, я была свидетелем провала подобных прогнозов на ближайшее будущее ИИ, и уверена, что эти последние прогнозы тоже не оправдаются. Проблема создания человекоподобного интеллекта в машинах остается крайне недооцененной. Сегодняшним системам ИИ не хватает сущности человеческого интеллекта: понимания ситуаций, которые мы переживаем, способности понять их смысл. Математик и философ Джан-Карло Рота задал знаменитый вопрос: «Интересно, сможет ли ИИ когда-нибудь преодолеть барьер понимания?» Для меня это по-прежнему самый важный вопрос.
Отсутствие человеческого понимания у машин подчеркивается трещинами, появившимися недавно в фундаменте современного искусственного интеллекта. Несмотря на то, что сегодняшние программы намного более впечатляющи, чем системы, существовавшие 20 или 30 лет назад, серия исследований показала, что системы глубокого обучения могут быть ненадежными совершенно не по-человечески.
Приведу несколько примеров.
«Человеку с непокрытой головой нужна была шляпа» (The bareheaded man needed a hat) программа распознавания речи моего телефона понимает как «Человеку, руководимому медведем, нужна была шляпа». Google Translate переводит фразу «Я загнал свинью в загон» (“I put the pig in the pen”) на французский язык как «Я положил свинью в ручку» (Je mets le cochon dans le stylo) (неверный перевод слова «pen» в значении нструмента для письма).