Έρχονται οι υπερ-μυαλοί της Τεχνητής Νοημοσύνης

Κατά καιρούς, η τεχνολογία εξελίσσεται αλματωδώς με τρόπους που μας εκπλήσσουν όλους. Η Τεχνητή Νοημοσύνη (ΤΝ) θεωρείται εδώ και καιρό είτε ως περιορισμένη χρήση στην καθημερινότητά μας είτε ως κάποιο μακρινό όραμα επιστημονικής φαντασίας για το μέλλον. Ωστόσο, σχεδόν ύπουλα ανάμεσά μας, μια επανάσταση στη μηχανική νοημοσύνη βρίσκεται σε εξέλιξη, η οποία είναι έτοιμη να αλλάξει τον κόσμο μας όπως τον ξέρουμε. Εδώ θα ρίξουμε μια ματιά σε μια νέα αυγή των υπερ-μυαλών της ΤΝ και γιατί καθοδηγείται από τη νευροεπιστήμη που σχετίζεται με τον τρόπο που λειτουργεί ο εγκέφαλός μας.

Το Παραδοσιακό Πρότυπο Τεχνητής Νοημοσύνης

Η συμβατική προσέγγιση στην πληροφορική παρέμεινε ουσιαστικά η ίδια από τότε που ο Άλαν Τούρινγκ ανέπτυξε για πρώτη φορά μηχανές για να βοηθήσει στην αποκρυπτογράφηση του Κώδικα Αινίγματος στον Β' Παγκόσμιο Πόλεμο. Αυτό περιλαμβάνει τη σύνταξη ενός υπολογιστικού σεναρίου ή ενός συνόλου κανόνων συμπεριφοράς, γνωστού ως αλγόριθμου, και στη συνέχεια την σειριακή επεξεργασία ενός υπολογισμού κάθε φορά. Αν και η υπολογιστική ισχύς έχει αυξηθεί εκθετικά, ακολουθώντας τον περίφημο Νόμο του Μουρ, η μεθοδολογία πίσω από την πληροφορική έχει παραμείνει ως επί το πλείστον αμετάβλητη. Η κύρια διαφορά σήμερα είναι ότι οι υπολογιστές είναι πολύ πιο γρήγοροι στην επεξεργασία δεδομένων λόγω ανώτερου υλικού. Πάρτε για παράδειγμα ένα σύγχρονο smartphone, ο επεξεργαστής του συμπιέζει κυριολεκτικά δισεκατομμύρια τρανζίστορ σε ένα μικροσκοπικό τσιπ.

Brawn Over Brains

Από την οπτική γωνία της Τεχνητής Νοημοσύνης, αυτό έχει τροφοδοτήσει μια αύξηση σε αυτό που είναι γνωστό ως υπολογισμός ωμής βίας - εφόσον ένας προγραμματιστής γράφει το σωστό είδος αλγορίθμων, οι υπολογιστές μπορούν να αντιμετωπίσουν μεγάλα προβλήματα μόνο και μόνο με την ταχύτητα και την ποσότητα των υπολογισμών που μπορούν να εκτελέσουν. Πιο γνωστό είναι ότι αυτό οδήγησε στην ήττα του μακροχρόνιου παγκόσμιου πρωταθλητή σκακιού Γκάρι Κασπόροφ από το Deep Blue της IBM. Αν και τέτοια κατορθώματα είναι εντυπωσιακά, υπάρχει εδώ και καιρό σκεπτικισμός για το πόσο χρήσιμος είναι αυτός ο τύπος μηχανικής νοημοσύνης. Ονομάστηκε Στενή ή Αδύναμη Τεχνητή Νοημοσύνη για κάποιο λόγο, είναι γενικά χρήσιμη μόνο για την αντιμετώπιση πολύ συγκεκριμένων προβλημάτων που ουσιαστικά δεν μεταφράζονται στην πολυπλοκότητα του πραγματικού κόσμου. Αυτό αφήνει ελάχιστη ή καθόλου ελπίδα για μίμηση του είδους της δημιουργικής νοημοσύνης που κατέχει η ανθρώπινη συνείδηση.

Ένα άλλο παράδειγμα είναι το έργο Deep Mind της Google, το οποίο δημιούργησε το Alpha Go , την Τεχνητή Νοημοσύνη που αναπτύχθηκε για να αντιμετωπίσει το διαβολικά περίπλοκο παιχνίδι «Go». Σε αυτό το παιχνίδι, οι τεχνικές ωμής βίας δεν λειτουργούν καλά, ενώ οι άνθρωποι υπερέχουν μέσω της χρήσης της διαίσθησης. Παρόλο που το Alpha Go κατάφερε να νικήσει τον παγκόσμιο πρωταθλητή Lee Sedol , το έκανε τροφοδοτούμενο από τεράστιες ποσότητες παιχνιδιών από κορυφαίους παίκτες του Go, αντιγράφοντας και συνδυάζοντας τις στρατηγικές τους και στη συνέχεια εκτελώντας κινήσεις χωρίς λάθη. Ναι, ήταν επιτυχημένο, αλλά στο μεγαλύτερο σχέδιο της προόδου της Τεχνητής Νοημοσύνης, το Alpha Go περιορίζεται ουσιαστικά από τη γνώση που έχουν καταλάβει οι άνθρωποι, με ελάχιστες πιθανότητες να προχωρήσει περαιτέρω.

Το Νέο Πρότυπο Τεχνητής Νοημοσύνης

Αν και λίγοι άνθρωποι το γνωρίζουν, η Τεχνητή Νοημοσύνη (ΤΝ) έχει περάσει μια επανάσταση τα τελευταία χρόνια, υιοθετώντας μια εντελώς νέα και καινοτόμο προσέγγιση στην πληροφορική, η οποία στην πραγματικότητα μιμείται τον τρόπο με τον οποίο ο εγκέφαλός μας λύνει προβλήματα. Αντί να υιοθετήσει μια αλγοριθμική προσέγγιση βασισμένη σε κανόνες, μια νέα μέθοδος που ονομάζεται «βαθιά μάθηση» έχει κάνει ένα γιγάντιο άλμα στην εξέλιξη για να δημιουργήσει μια νέα μορφή γενικής ΤΝ που κυριολεκτικά δεν χρειάζεται να της λέγεται τι να κάνει. Αντίθετα, ξεκινάει σχεδόν σαν ένα νεογέννητο μωρό και από μια κενή πλάκα αντιμετωπίζει προβλήματα μαθαίνοντας για τον κόσμο της μέσω πειραμάτων μετά από πειράματα. Στη συνέχεια, σε κάθε βήμα δημιουργεί τις δικές της εγγενώς νέες συμπεριφορές με βάση αυτό που θεωρεί ότι είναι η καλύτερη λύση.

Αυτό έδωσε τη γένεση στο Alpha Go Zero - το νόημα του μηδενός ξεκινά από τους απλούς κανόνες του παιχνιδιού. Αυτή η φαινομενικά αθώα αλλαγή ονόματος αντιπροσωπεύει μια Τεχνητή Νοημοσύνη που έχει επαναπροσδιορίσει τις ικανότητες των υπολογιστών.

Ανεξάρτητη Μάθηση

Το Alpha Go Zero άρχισε να παίζει Go ενάντια στον εαυτό του, πειραματιζόμενο με το τι λειτουργούσε και τι όχι, βελτιώνοντας και μετά παίζοντας ξανά. Σε μόλις 3 ημέρες, και με εκπληκτικό τρόπο, χρησιμοποίησε ό,τι είχε μάθει για να νικήσει την έκδοση του Alpha Go που νίκησε τον Lee Sedol. Ωστόσο, δεν σταμάτησε εκεί και συνέχισε να νικάει την πιο εξελιγμένη έκδοση του Alpha Go (Master), κερδίζοντας 100 παιχνίδια χωρίς αντίπαλο. Αυτό που είναι πραγματικά εντυπωσιακό είναι ότι δεν κατασκευάστηκε ειδικά για να παίζει Go - απλώς φαινόταν να του αρέσει.

Έτσι, του έδωσαν ένα σκάκι για να παίξει. Σε μόλις 4 ώρες αυτοεξάσκησης, έγινε αρκετά καλό για να κατακτήσει τον νυν παγκόσμιο πρωταθλητή σκακιού με τεχνητή νοημοσύνη.

Το έκανε με τρόπους που άφησαν άναυδους τους ειδικούς στο σκάκι. Αυτό οφείλεται στο γεγονός ότι δημιούργησε νέες στρατηγικές που κανείς δεν είχε ξαναδεί. Αυτό περιελάμβανε συνδυασμούς πρωτότυπων τακτικών, όπως η θυσία μιας βασίλισσας για την απόκτηση πλεονεκτήματος θέσης και η επίθεση με το πιόνι του βασιλιά. Οι ειδικοί το ονόμασαν «εξωγήινο σκάκι» ή «τρελό επιθετικό σκάκι». Το πρόσφατα ανακαλυφθέν στυλ παιχνιδιού του Alpha Go Zero άλλαξε τον τρόπο με τον οποίο οι άνθρωποι αντιλαμβάνονται στην πραγματικότητα το ίδιο το παιχνίδι.

Βαθιά Νευρωνικά Δίκτυα

Πώς, λοιπόν, δημιουργείται αυτό το είδος δημιουργικής και αυτοδιδασκαλίας νοημοσύνης και πώς σχετίζεται με τον ανθρώπινο εγκέφαλο; Λοιπόν, στην πραγματικότητα πρόκειται για ποιοτικούς υπολογισμούς αντί για ποσοτικούς. Το ανθρώπινο μυαλό είναι αυτό που είναι γνωστό ως ένα πολύπλοκο σύστημα, από το οποίο η νοημοσύνη και η συνείδηση ​​αναδύονται από τις συλλογικές αλληλεπιδράσεις δισεκατομμυρίων νευρώνων που επικοινωνούν μεταξύ τους. Οι προσπάθειες για να κατανοήσουμε πώς λειτουργεί πραγματικά περιλαμβάνουν τη Θεωρία Πολυπλοκότητας ή Θεωρία Συστημάτων. Αυτό αφορά τελικά την ιδέα ότι το σύνολο είναι κάτι περισσότερο από το άθροισμα των μερών. Για παράδειγμα, ένας μεμονωμένος νευρώνας έχει μηδενική νοημοσύνη, επομένως η κλασική αναγωγιστική προσέγγιση στην επιστημονική πρόοδο δεν επαρκεί πραγματικά όσον αφορά τον τρόπο λειτουργίας του εγκεφάλου συνολικά.

Οι άνθρωποι, ως επί το πλείστον, δεν είναι φτιαγμένοι με ένα προκαθορισμένο σύνολο κανόνων για το πώς να συμπεριφερόμαστε. Αντίθετα, βιώνουμε τον κόσμο, μαθαίνουμε και στη συνέχεια προσαρμοζόμαστε. Αυτό γίνεται κυρίως μέσω του νεοφλοιού, ο οποίος χρησιμοποιεί μη γραμμική, μη αλγοριθμική επεξεργασία για να βρει λύσεις για βέλτιστες συμπεριφορές. Αυτές οι νέες ανακαλύψεις μπορούν στη συνέχεια να κωδικοποιηθούν και να γίνουν αυτόματες συμπεριφορές, που εκτελούνται χωρίς να το σκεφτόμαστε πραγματικά - φανταστείτε κάποιον να σκάει ένα μπαλόνι δίπλα σας.

Η νέα επανάσταση στην Τεχνητή Νοημοσύνη υιοθετεί μια παράξενα παρόμοια προσέγγιση, όπου η μάθηση αναδύεται μέσω Βαθιών Νευρωνικών Δικτύων, λειτουργώντας με τον ίδιο τρόπο που λειτουργεί ο νεοφλοιός μας. Αντί να επεξεργάζονται σειριακά πληροφορίες ένα σημείο δεδομένων κάθε φορά, οι υπολογισμοί εκτελούνται παράλληλα και μέσω σχεδόν οργανικών αλληλεπιδράσεων. Αυτή η μέθοδος χρησιμοποιεί πολύ λιγότερους υπολογιστικούς πόρους από τις παραδοσιακές Τεχνητές Νοημοσύνης, αλλά επιτυγχάνει πολύ ευρύτερα επίπεδα νοημοσύνης. Το πιο σημαντικό, δεν υπάρχει προγραμματιστική εργασία από τη στιγμή που δημιουργείται - πρόκειται απλώς για την παρουσίαση των προβλημάτων Τεχνητής Νοημοσύνης που πρέπει να επιλυθούν.

Παραδόξως, και όπως ακριβώς και ο εγκέφαλος, το πώς συμβαίνει στην πραγματικότητα η βαθιά μάθηση σε θεμελιώδες επίπεδο εξακολουθεί να αποτελεί μυστήριο.

Πέρα από τα επιτραπέζια παιχνίδια

Όσο συναρπαστικές κι αν είναι αυτές οι εξελίξεις, το τελικό ερώτημα είναι αν αυτή η νέα μορφή Τεχνητής Νοημοσύνης θα αντιμετωπίσει προβλήματα του πραγματικού κόσμου; Άλλωστε, δεν υπάρχει μεγάλη πρακτική χρήση σε υπολογιστές που απλώς παίζουν επιτραπέζια παιχνίδια όλη την ώρα.

Η απάντηση είναι ναι. Τα αυτόνομα αυτοκίνητα και οι μηχανές εκμάθησης ομιλίας της Google είναι επιφανειακά παραδείγματα εφαρμογών που αναπτύσσονται σήμερα, αλλά αναμένεται ότι αυτό θα είναι η κορυφή του παγόβουνου. Εταιρικοί κολοσσοί όπως η Google, η Amazon και το Facebook επενδύουν τεράστιους πόρους στην ανάπτυξη τεχνητής νοημοσύνης βαθιάς μάθησης ως βασικό χαρακτηριστικό στην καρδιά των επιχειρήσεών τους. Υπάρχει επίσης η δελεαστική προοπτική μιας σημαντικής ανακάλυψης στην κβαντική υπολογιστική, η οποία υπόσχεται μια γιγαντιαία αύξηση της υπολογιστικής ισχύος.

Από την άλλη πλευρά, η νέα δυναμική στην Τεχνητή Νοημοσύνη πυροδοτεί μια νέα και σοβαρή ανησυχία ότι η Τεχνητή Νοημοσύνη μπορεί όχι μόνο να μας αντικαταστήσει, αλλά ενδεχομένως να γίνει μια υπαρξιακή απειλή για την ανθρωπότητα. Ακόμη και άτομα όπως ο Έλον Μασκ και ο αείμνηστος αλλά σπουδαίος Στίβεν Χόκινγκ έχουν προειδοποιήσει δημόσια για το πόσο πραγματική είναι μια τέτοια απειλή.

Όπως είδαμε με το Alpha Go Zero, τα αποτελέσματα αυτής της εξέλιξης επόμενου επιπέδου στη μηχανική νοημοσύνη πιθανότατα θα μας εκπλήξουν, αλλά ένα πράγμα είναι σίγουρο - οι υπερ-μυαλοί της Τεχνητής Νοημοσύνης έρχονται και θα αλλάξουν τη ζωή όπως την ξέρουμε.

Αν σας έχει κεντρίσει η περιέργεια η νευροεπιστήμη του εγκεφάλου, τότε γιατί να μην ρίξετε μια ματιά σε αυτά τα ιστολόγια;

5 λόγοι για τους οποίους η νευροεπιστήμη είναι καταπληκτική

Η αξιοσημείωτη νευροπλαστικότητα του εγκεφάλου σας

‍