2021. július 28., szerda

Melanie Mitchell legújabb könyve

Melanie Mitchell legújabb könyve, a mesterséges intelligencia gondolkodó embereknek. Nagy várakozással kezdtem olvasni, mert úgy gondoltam, hogy bizonyára az utóbbi 30 évben rájött, hogy miért nem halad jó irányba a mesterséges intelligencia kutatás, amit hangoztat is rendszeresen.

Ehhez képest, a könyv nagy része a most nagyon népszerű neurális hálók működési elveinek bemutatására van szánva, amit én untam, kritika pedig az, hogy hiányzik ezekből az a bizonyos "józan ész" és ezért nem képes megoldani jól a feladatokat. Semmi arról, hogy mit is kéne tenni a "józan ész" megtanulásához, vagy, hogy egyáltalán milyen bonyolult is az a "józan ész". Értem én, hogy egy neurális háló nem tudja, hogy ha X bemegy a szobába, akkor biztos, hogy nincs a konyhában, vagy ha tudja is ezt, akkor azt nem tudja, hogy ha X a Louvre képeit csodálja akkor nem a Moulin Rouge előtt stíröli a csajokat. De miért is olyan nehéz ezt megtanulni? Erre nincs magyarázat, ahogy arra sincs hogy a vizuális intelligencia kompozicionális természete és a nyelvi intelligencia kompozicionális természete izomorf-e egymással és ha nem, akkor melyik a tágabb kategória.

Szóval nekem az jött le, hogy még azok, akik külön utakon vizsgálják a mesterséges intelligenciát sem tudják azt, hogy mi a baj a mostani népszerű rendszerekkel, azon kívül, hogy nem adják a helyes választ. Ez némileg megnyugtató, bár ismeretlenek az akadályok az általános mesterséges intelligencia felé vezető úton, az is lehet, hogy csak képzeljük őket, mert még senki nem próbálta meg megoldani őket.

Pl itt van ez a józan ész által ismert tény, hogy ha egyik üvegből átöntjük egy másik üvegbe a vizet, akkor vagy az összes víz átmegy, vagy egy része kifolyik, de elegendő után kiürül az első üveg. Ezt még nem tudják a mostani mesterséges intelligencia módszerek, viszont egyesek már nagyon jó folyadék szimulációkat tudtak betanítani nekik, tehát szerintem már csak az kell, hogy a rendszer meg kell tanulja, hogy mikor kell beindítsa a folyadékszimuláló rendszerét és milyen paraméterekkel. A legtöbb ember akit ismerek, képtelen megmondani, hogy az egyik üvegben levő víz több vagy kevesebb mint a másik üveg térfogata, főként ha az üvegek nagyon eltérő alakúak. Hamar szuperember képességű intelligenciát fogunk alkotni, ha végül kiderül, hogy ez az a feladat, amit már az ember sem tud megtanulni 50 példa megtekintése által.

Persze lehet, hogy tévedek, a fogalmak fizikai vagy érzelmi jelenségekhez kapcsolása lehetetlen feladat a számítógép számára és így sosem lesz emberi szintű mesterséges intelligencia, de még csak univerzális feladatmegoldó gép sem. Akkor biza sok sört fogok veszíteni pár év múlva, de a morális győzelem az enyém lesz akkor is, mert szerintem ezt a csodálatos lényt, ami az ember, hagyni kéne, hogy szíve szerint cselekedjen, nem megbéklyózni vallással meg hazaszeretettel. Nyahahahahaha.

Egyébként itt van Mitchell egy új előadása ebben a témában, akinek van kedve megnézheti, én inkább másra áldozom azt az órát.

Working with AI in real life

People can encounter and use AI in their work in many different ways. Here are three common examples: You can work as a professional who has...