Adrian Zidaritz, Συγγραφέας του AIbluedot.com – Σειρά Συνεντεύξεων

Ο Adrian Zidaritz είναι ο συγγραφέας του AIbluedot.com, einem blog που παρέχει μια επισκόπηση της τεχνητής νοημοσύνης, με μια смесь μαθηματικών, ηθικής, πολιτικής και “όλα” μεταξύ τους. Αν και τα άρθρα περιέχουν ελάχιστο τεχνικό υλικό, δεν απευθύνονται σε ειδικούς, αλλά στο γενικό κοινό. Η τεχνητή νοημοσύνη είναι παρανοημένη από μη ειδικούς και είτε υπερβολικά αναφερόμενη είτε μειωμένη στα μέσα ενημέρωσης· είναι ωστόσο η πιο σημαντική τεχνολογία στην εποχή μας.

Τι σας έκανε να ενδιαφερθείτε αρχικά για την τεχνητή νοημοσύνη;

Η ανάπτυξη της τεχνητής νοημοσύνης απαιτεί ένα ευρύ φάσμα εμπειρογνωμοσύνης, αντίθετα με οποιαδήποτε άλλη σύγχρονη τεχνολογία. Θρέφεται από έρευνα στατιστικής, νευροεπιστήμης, εφαρμοσμένων μαθηματικών, επιστήμης υπολογιστών, ανάπτυξης λογισμικού, ψυχολογίας κ.λπ. Αυτή η πρόκληση είναι αυτό που με έκανε να ενδιαφερθώ, σε συνδυασμό με το γεγονός ότι είχα την τύχη να ασχοληθώ με πολλά από αυτά τα πεδία στην προηγούμενη καριέρα μου: μαθηματικά, επιστήμη υπολογιστών, ανάπτυξη λογισμικού, στατιστική.

Έχετε μια εκτεταμένη καριέρα εργασίας στην τεχνητή νοημοσύνη. Μπορείτε να συζητήσετε κάποια από αυτά τα σημαντικά σημεία;

Αυτό είναι σε κάποιο τρόπο μια συνέχεια της ερώτησης 1. Почτί κάθε μέσος ηλικιακά άνθρωπος που εργάζεται στην τεχνητή νοημοσύνη σήμερα έρχεται από κάπου αλλού. Μέχρι περίπου το 2005 δεν υπήρχε τεχνητή νοημοσύνη (με τον τρόπο που η επιτυχία της τεχνητής νοημοσύνης οφείλεται κυρίως σε νευρωνικά δίκτυα = βαθιά μάθηση, όλες οι άλλες τεχνικές είναι ασήμαντες· έτσι για όλους τους πρακτικούς σκοπούς όταν λέμε τεχνητή νοημοσύνη εννοούμε βαθιά μάθηση). Jako αποτέλεσμα, πολλοί από εμάς που εργαζόμαστε στην τεχνητή νοημοσύνη φέρνουμε μοναδικές προοπτικές στο πεδίο. Έρχομαι από ένα μαθηματικό υπόβαθρο σε συνδυασμό με την ηγεσία πρακτικών προγραμμάτων τεχνητής νοημοσύνης, στα οποία η μηχανική BigData παίζει πολύ μεγάλο ρόλο (μερικές φορές περισσότερο από 80% του συνολικού χρόνου του προγράμματος). Το υπόβαθρό μου τοποθετεί την τεχνητή νοημοσύνη μεταξύ μιας αμφισβήτησης των μαθηματικών θεμελίων της (πολύ θεωρητικών) και των πολύ πρακτικών аспектών της ηγεσίας ομάδων επιστημόνων δεδομένων και μηχανικών μάθησης. Υπάρχουν άλλοι ερευνητές που γνωρίζουν περισσότερα για τις τεχνολογίες της τεχνητής νοημοσύνης στη μέση του σάντουιτς.

Έχετε δηλώσει ότι η τεχνητή νοημοσύνη έχει είτε υπερβολικά αναφερθεί είτε μειωθεί στα μέσα ενημέρωσης. Γιατί πιστεύετε ότι υπάρχει τέτοια αποσύνδεση μεταξύ των μέσων ενημέρωσης και της ακριβούς αναφοράς της κατάστασης της τεχνητής νοημοσύνης;

Επειδή η τεχνητή νοημοσύνη είναι παρανοημένη ακόμη και από κάποιους ανθρώπους που εργάζονται στην τεχνητή νοημοσύνη, αφήνοντας πίσω τους το τύπο. Είναι μια πολύ νεαρή επιστήμη, με πολύ νέους εργαζόμενους. Οι διάφορες γνώμες αυτών των νέων εργαζομένων κάνουν τον δρόμο τους στα μέσα ενημέρωσης, τροφοδοτώντας μια αποσύνδεση των στόχων. Αρκετό να αναφερθούμε στο ντοκιμαντέρ The Social Dilemma στο Netflix, στο οποίο αυτές οι αντικρουόμενες απόψεις της τεχνητής νοημοσύνης, από μια οπτική της κοιλάδας του Σιλικόνη, είναι καλά τεκμηριωμένες.

Τώρα, η πλειονότητα της πρόοδου που έχουμε δει στην τεχνητή νοημοσύνη έχει προέλθει από την βαθιά μάθηση. Ποια είναι η άποψή σας για το πρόβλημα του μαύρου κουτιού της βαθιάς μάθησης;

Αυτό είναι ένα μεγάλο πρόβλημα. Βασικά, δεν έχουμε μια θεωρητική (=μαθηματική) κατανόηση της διαδικασίας της μάθησης. Δεν ξέρουμε πώς οι αλγόριθμοι της βαθιάς μάθησης μαθαίνουν στην πραγματικότητα. Μόνο βλέπουμε ότι λειτουργούν. Υπήρξαν φυσικά προσπάθειες να αναπτύξουν μια θεωρία, αλλά καμία δεν έχει κερδίσει ευρεία αποδοχή. Έτσι, στην απουσία αυτής της βασικής κατανόησης, όλα που μπορούμε να κάνουμε είναι να πούμε “δείτε, λειτουργεί”. Αλλά να δώσουμε μια λευκή-κουτί εξήγηση είναι αδύνατο αυτή τη στιγμή. Άλλοι αλγόριθμοι (όχι βαθιά μάθηση) είναι καλύτερα κατανοητοί και για αυτούς είναι δυνατό να δώσουμε εξηγήσεις των αποτελεσμάτων. Όχι για την βαθιά μάθηση.

Τι είναι η άποψή σας για την προκατάληψη της τεχνητής νοημοσύνης και πώς μπορούμε να την αποτρέψουμε;

Τώρα, η τεχνητή νοημοσύνη είναι όλα για τα δεδομένα, όχι για τους αλγορίθμους. Οι αλγόριθμοι δεν γνωρίζουν προκατάληψη, η προκατάληψη είναι στα δεδομένα. Τα δεδομένα αντανακλούν τη σύνθεση της κοινωνίας και επίσης τη στρατηγική της κοινωνίας, καθώς η συλλογή δεδομένων έχει επίσης προκατάληψη. Αυτά είναι φυσικά φαινόμενα, το που πρέπει να συμβεί είναι μια σταδιακή ένταξη ανθρώπων όλων των ειδών背景 στο proceso συλλογής δεδομένων, ώστε τα δεδομένα να αντανακλούν μια σωστή αναπαράσταση του πληθυσμού.

Τι είδους μηχανική μάθηση σας ενδιαφέρει περισσότερο;

Όπως είπα νωρίτερα, η μηχανική μάθηση jetzt cedes έδαφος στην πιο επιτυχημένη εσωτερική της κλάδο, την βαθιά μάθηση. Τα νευρωνικά δίκτυα, μέσω της ευελιξίας τους, κυριαρχούν.

Έχετε δηλώσει ότι το Universal Basic Income (UBI) θα είναι απολύτως απαραίτητο για να αντιμετωπιστούν οι απώλειες εργασίας που προκύπτουν από την τεχνητή νοημοσύνη. Μπορείτε να εξηγήσετε αυτές τις απόψεις;

Η κοινωνία θα υποστεί τεράστιες επιπτώσεις από την αυτοματοποίηση (εφαρμοσμένη τεχνητή νοημοσύνη). Έχουμε δει τις σημαίνουσες μετατοπίσεις ακόμη και στην πολιτική αναταραχή από το 2016. Δεν υπάρχει πλέον τρόπος να γυρίσουμε πίσω. Πολλές εργασίες θα εξαφανιστούν. Δεν έχει νόημα να εκπαιδεύσουμε ως ακτινολόγος αυτές τις μέρες. Η τεχνητή νοημοσύνη μπορεί να διαβάσει ακτίνες-Χ και MRI και όλα τα είδη άλλων εκτυπώσεων πολύ καλύτερα από έναν άνθρωπο. Τι θα συμβεί στους ανθρώπους όταν δεν υπάρχει απλά μια δουλειά που μπορούν να κάνουν; Το UBI εγγυάται ότι οι άνθρωποι δεν θα υποφέρουν άδικα όταν η αυτοματοποίηση γίνει πανταχού παρούσα. Και δεν υπάρχει ανάγκη, γιατί η τεχνητή νοημοσύνη θα παραδώσει το απαραίτητο έργο για να συνεχίσει να λειτουργεί η κοινωνία.

Πιστεύετε ότι μπορούμε να επιτύχουμε την Τεχνητή Γενική Νοημοσύνη (AGI);

Ναι, πολλοί άνθρωποι υποστηρίζουν ότι το λογισμικό της DeepMind已经 borders στην AGI. Δεν συμφωνώ με αυτή την ιδέα, αλλά ακόμη και για μένα η απάντηση είναι ναι. Η AGI δεν σημαίνει συναισθήματα ή συνείδηση, το I στην AGI είναι απλά γνωστική νοημοσύνη. Και για αυτό το επίπεδο νοημοσύνης, οι απαντήσεις φαίνεται να είναι ναι.

Πιστεύετε ότι υπάρχει μια πιθανότητα να ζούμε σε μια симуляция;

Μια πιθανότητα; Ναι, που σημαίνει ότι η πιθανότητα να ζούμε σε μια симуляция δεν είναι 0. Είναι επίσης πνευματικά ελκυστική. Αλλά είναι πιθανό; Όχι, για μένα δεν είναι πιθανό, δηλαδή η πιθανότητα, αν και δεν είναι 0, είναι πολύ πολύ μικρή.

Ευχαριστούμε για τη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα για τις απόψεις του Adrian για διάφορα θέματα της τεχνητής νοημοσύνης πρέπει να επισκεφθούν AIbluedot.com.