Могут ли машины думать?

Cogito, ergo sum! Мы, как человеческие существа, интуитивно убеждаемся в том, что способны мыслить, а значит, и наше существование. Тем не менее, в последние десятилетия у нас был спорный спор о том, могут ли компьютеры думать. Аргумент все еще постепенно поднимается, поскольку искусственный интеллект и сложные компьютеры все больше и больше внедряются в нашу жизнь [1, 2]. Люди из нескольких дисциплин, таких как философия, информатика и математика, размышляют над этой загадкой; в то время как некоторые из них поддерживают одну сторону аргумента, некоторые другие признают, что способность компьютеров мыслить является загадкой. Турецкий математик Джахит Арф высказал мнение о том, как работает наш мозг, в своем представлении «Может ли машина думать и как она может думать?» на публичной конференции по искусственному интеллекту в 1958 году [3]. Согласно представлению, мозг работает как цепной процесс. Кратко можно заключить, что мозг хранит, а затем анализирует внешние данные с помощью логических рассуждений, умозаключений по аналогиям, нескольких расчетов и, наконец, релевантного результата, экспортируемого через наш распределительный орган, также при необходимости сохраняется информация о процессе. Представив, как работает мозг, он заявил, что машины могут думать, хотя машины лишены эстетики по сравнению с людьми. Теперь у нас есть больше информации о компьютерах, и мы приблизились к предположению, что компьютеры, то есть машины, мыслят. Для меня разумный подход к продвижению аргумента, который мне бросают вызов, состоит в том, чтобы начать с противоположных идей, чтобы я мог размышлять над противоположностями. Основная проблема, по поводу которой компьютеры часто задают вопросы и о которых говорят, что они недостаточны для человеческого мышления, — это творчество. Я буду рассматривать креативность с двух разных точек зрения, первая касается паттернов креативности, тогда как вторая точка зрения касается сравнения человеческого интеллекта и возможностей компьютера.

Можем ли мы рассматривать вдохновенные работы, которые наделяют и обогащают совершенные работы, вдохновленные вдохновением, как творчество? Благодаря Generative Adversarial Networks (GAN), искусственной нейронной сети, разработанной Яном Гудфеллоу и его коллегами, творчество окружает нас повсюду [4]. Мы можем разработать постер для сезонной серии из 9 миллионов видеокадров [5], создать новые работы, интерпретируя набор основ, основанных на картинах, созданных художниками, и нарисовать человеческие лица, которых в реальности не существует [6]. Creative Adversarial Network (CAN) выводит GAN на новый уровень [7]. Он обеспечивает более чем достаточную креативность и достоверность, чтобы заставить компьютеры создавать искусство, неотличимое от искусства людей. Помимо художественного творчества, AlphaGo сочетает в себе креативность и аналитические способности и побеждает чемпионов мира [8]. AlphaGo был разработан командой Google Deepmind, и он может убедить самые противоположные взгляды на творчество. Когда Ли Седол прокомментировал знаменитый 37-й ход AlphaGo: «Я думал, что AlphaGo основана на вычислении вероятности и что это просто машина. Но когда я увидел этот ход, я изменил свое мнение. Конечно, AlphaGo креативен!» [9]. Так что же это за 37-й ход? AlphaGo сделал играбельный ход с вероятностью 1 из 10 000, что поначалу показалось экспертам и зрителям неразумным ходом, даже заставившим разработчиков программного обеспечения думать, что существует проблема [10]. Позже это появилось как стройный и разумный ход, который не придет в голову даже игрокам со 100-летним стажем. Доказано, что AlphaGo не просто копировала предыдущие игры и не прибегала к продвинутым вычислениям, но также имела интуитивный аспект, который нельзя было полностью объяснить, подобно феномену компетентности, творчества или ума. Последняя работа команды — MuZero — разрабатывает структуру, ориентированную на решение, с возможностью принятия решений и без знания предметной области или игры и человеческих данных [11]. Эти разработки деликатно показывают, насколько компьютеры близки к тому, чтобы научиться учиться.

Кроме того, было бы несправедливо ожидать от компьютеров творчества, подобного человеческому, поскольку мы не знаем точного функционирования и психологических основ его на человеческом уровне. Некоторые исследователи даже утверждают, что такого понятия, как творчество, не существует [12]. Эта точка зрения побуждает нас задуматься о различиях между компьютерами и людьми с точки зрения связанных с разумом навыков, творчества, интеллекта и интуиции, а не о том, способны ли компьютеры на эти навыки. Мы знаем, что есть возможности, в которых люди работают лучше, чем компьютеры, и наоборот. Джолли и др. [13] проводят исследование интуиции у людей и отсутствия этой способности у компьютеров. Они рассматривают интуитивную физику, касающуюся способности людей и, в определенной степени, младенцев и животных предсказывать результаты физических взаимодействий с участием видимых невооруженным глазом объектов. Такие различия могут возникать в первую очередь потому, что человек почти всегда взаимодействует с реальной жизнью и всем окружающим его сущим через свои органы чувств [14]. Чтобы проиллюстрировать это, мы можем поразмыслить над своим зрением. Мы можем не осознавать, до чего дошло наше зрение благодаря эволюции, почти половина нашей коры головного мозга зарезервирована для зрительного функционирования и имеет сложную структуру [15]. В то время как визуальное мышление является базовой операцией в нашей повседневной жизни, оно довольно сложно для компьютеров. Например, хотя последовательность фотографий, изображающих этапы блюд, которые мы видим в рецептах, очевидна для нас, она может превратиться в сложную задачу для компьютеров [16]. Технический руководитель IBM Watson, инструмента искусственного интеллекта, Роб Хай одобряет неспособности компьютеров и эти различия между компьютерами и людьми в полезной форме. Он считает компьютерный интеллект открытием для человеческого творчества. Он оценивает и ценит компьютерный интеллект, говоря: «Наша цель не в воссоздании человеческого разума, это не то, что мы пытаемся сделать. Что нас больше интересует, так это методы взаимодействия с людьми, которые вдохновляют людей на творчество и требуют, чтобы мы тратили время на размышления об этом творческом процессе».

И, наконец, аргумент «Могут ли компьютеры думать?» подчеркивает объем абстрактных понятий, творчества, интеллекта и интуиции, а также достижений компьютеров. Компьютеры могут пока думать не так, как люди, но это не гарантирует нам, что они не мыслят, и не должны пренебрегать аналитическими вопросами, в которых они намного превосходят людей. Мы должны особенно изучить причины неспособности компьютеров думать как люди. Одна из основных причин этого недостатка компьютеров заключается в том, что компьютеры имеют гораздо меньше и ограниченные данные, чем люди, поскольку они не могут поддерживать непрерывное взаимодействие с реальным миром [14]. Было бы неправильно связать компьютеры с маленьким ребенком с точки зрения владения и интерпретации данных, но мы не можем игнорировать мыслительные способности компьютеров, так же как мы не можем игнорировать мыслительные способности ребенка. Кроме того, хотя функционирование понятий интуиции, творчества и механизма мышления в человеческом мозгу все еще неоднозначно [12], было бы ошибочно измерять, насколько хорошо компьютеры работают при моделировании этих понятий. В заключение, мы должны лучше разобраться с этой очень глубокой и абстрактной проблемой, если сосредоточимся на относительно более узкой и четко определенной области, тем не менее, наша система под рукой подразумевает, что у компьютеров есть большие шансы быть способными мыслить при условии, что они гораздо шире. взаимодействия в реальном мире, чем они имеют на сегодняшний день.

Могут ли машины думать?

Рекомендации

Похожие вопросы