Ադրիան Զիդարից, AIbluedot.com - հարցազրույցների շարքի հեղինակ

Ադրիան Զիդարիցը հեղինակ է AIbluedot.com, բլոգ, որը տրամադրում է AI-ի ակնարկ՝ մաթեմատիկայի, էթիկայի, քաղաքականության և «ամեն ինչի» միջև: Թեև հոդվածները պարունակում են նվազագույն քանակությամբ տեխնիկական նյութեր, դրանք ուղղված չեն մասնագետներին, ավելի շուտ ուղղված են լայն հանրությանը։ AI-ն սխալ է ընկալվում ոչ մասնագետների կողմից, և այն կա՛մ բարձրաձայնվում է, կա՛մ խոսվում է լրատվամիջոցներում. այն, այնուամենայնիվ, ամենահետևողական տեխնոլոգիան է մեր ներկա ժամանակներում:

Ի՞նչն է ձեզ սկզբում գրավել արհեստական ​​ինտելեկտով:

AI-ի զարգացումը պահանջում է փորձաքննության լայն շրջանակ՝ ի տարբերություն ցանկացած այլ ժամանակակից տեխնոլոգիայի: Այն սնվում է վիճակագրության, նյարդաբանության, կիրառական մաթեմատիկայի, համակարգչային գիտության, ծրագրային ապահովման մշակման, հոգեբանության և այլնի հետազոտությունների հիման վրա… Այդ մարտահրավերն այն է, ինչ գրավեց ինձ՝ զուգորդված այն փաստի հետ, որ ես բախտ ունեցա զբաղվելու այս ոլորտներից շատերի հետ իմ նախորդ կարիերայում. մաթեմատիկա, համակարգչային գիտություն, փափուկ մշակում, վիճակագրություն:

Դուք ունեցել եք լայնածավալ կարիերա՝ աշխատելով AI-ում: Կարո՞ղ եք քննարկել այս կարևոր կետերից մի քանիսը:

Սա ինչ-որ առումով 1-ին հարցի շարունակությունն է: Արհեստական ​​ինտելեկտով աշխատող գրեթե յուրաքանչյուր միջին տարիքի մարդ ներկայումս գալիս է այլ տեղից: Մինչև 2005 թվականը մոտ AI չկար (ի դեպ, AI-ի հաջողությունը հիմնականում պայմանավորված է նեյրոնային ցանցերով = խորը ուսուցմամբ, մնացած բոլոր տեխնիկաները համեմատության մեջ գունատ են, ուստի բոլոր գործնական նպատակների համար, երբ ասում ենք AI, նկատի ունենք խորը ուսուցում): Արդյունքում, մեզանից շատերը, ովքեր աշխատում են AI-ում, եզակի հեռանկարներ են բերում ոլորտում: Ես գալիս եմ մաթեմատիկայի ֆոնից՝ զուգորդված առաջատար գործնական AI նախագծերով, որոնցում BigData ինժեներությունը շատ մեծ դեր է խաղում (երբեմն ավելի քան 80% նախագծի ընդհանուր ժամանակի): Իմ նախապատմությունը սենդվիչներ է անում AI-ի մաթեմատիկական հիմքերի (շատ տեսական) և տվյալների գիտնականների և մեքենայական ուսուցման ինժեներների առաջատար թիմերի շատ գործնական ասպեկտների միջև: Կան այլ հետազոտողներ, ովքեր ավելին գիտեն սենդվիչի մեջտեղում գտնվող AI տեխնոլոգիաների մասին:

Դուք հայտարարել եք, որ AI-ն կա՛մ գովազդվել է, կա՛մ թուլացել է ԶԼՄ-ներում: Ինչու՞ եք կարծում, որ կա նման անջատում ԶԼՄ-ների միջև, որոնք ճշգրիտ հաղորդում են AI-ի վիճակը և տեխնոլոգիայի իրական իրողությունները:?

Որովհետև AI-ն սխալ է ընկալվում նույնիսկ արհեստական ​​ինտելեկտով աշխատող որոշ մարդկանց կողմից, էլ չասած մամուլում: Դա շատ երիտասարդ կարգ է, շատ երիտասարդ աշխատողներով: Այս երիտասարդ աշխատողների տարբեր կարծիքները տարածվում են լրատվամիջոցների մեջ՝ սնուցելով նպատակների սխալ դասավորությունը: Բավական է նշել «Սոցիալական երկընտրանք» վավերագրական ֆիլմը Netflix-ում, որտեղ AI-ի այս հակասական տեսակետները, Սիլիկոնյան հովտի տեսանկյունից, լավ փաստագրված են:

Ներկայումս առաջընթացի մեծ մասը, որը մենք տեսել ենք AI-ում, եղել է խորը ուսուցումից: Ի՞նչ կարծիքի եք խորը ուսուցման սև արկղի խնդրի վերաբերյալ:

Դա մեծ խնդիր է: Հիմնականում մենք չունենք ուսուցման գործընթացի տեսական (=մաթեմատիկական) պատկերացում։ Մենք չգիտենք, թե իրականում որքան խորը ուսուցման ալգորիթմներ են սովորում: Մենք պարզապես տեսնում ենք, որ նրանք անում են: Փորձեր, իհարկե, եղել են տեսություն մշակելու, բայց ոչ մեկը լայն ընդունելության չի արժանացել: Այսպիսով, այդ հիմնական ըմբռնման բացակայության դեպքում մենք միայն կարող ենք ասել «տեսեք, այն աշխատում է»: Բայց սպիտակ տուփով բացատրություն տալն այս պահին անհնար է: Այլ ալգորիթմները (ոչ խորը ուսուցում) ավելի լավ են ընկալվում և նրանց համար հնարավոր է արդյունքների բացատրություններ տալ: Ոչ խորը սովորելու համար:

Ինչպիսի՞ն են ձեր տեսակետները AI-ի կողմնակալության վերաբերյալ և ինչպե՞ս ենք մենք դա կանխում:

Հենց հիմա AI-ն ամբողջապես կապված է տվյալների վրա, ոչ թե ալգորիթմների: Ալգորիթմները կողմնակալություն չեն ճանաչում, կողմնակալությունը տվյալների մեջ է: Տվյալներն արտացոլում են հասարակության կազմը և նաև հասարակության շերտավորումը, քանի որ տվյալների հավաքագրումը նույնպես ունի կողմնակալություն: Սրանք, ի դեպ, բնական են, այն, ինչ պետք է տեղի ունենա, տվյալների հավաքագրման գործընթացում ամենատարբեր ծագման մարդկանց աստիճանական ընդգրկումն է, որպեսզի տվյալներն արտացոլեն բնակչության ճիշտ ներկայացումը:

Մեքենայի ուսուցման ո՞ր տեսակն եք ամենաշատը հետաքրքրում:

Ինչպես արդեն ասացի, մեքենայական ուսուցումն այժմ զիջում է իր ամենահաջող ներքին ճյուղին՝ խորը ուսուցմանը: Նյարդային ցանցերն իրենց բազմակողմանիությամբ գերակշռում են:

Դուք հայտարարել եք, որ Համընդհանուր հիմնական եկամուտը (UBI) բացարձակապես անհրաժեշտ կլինի արհեստական ​​ինտելեկտի հետևանքով առաջացած աշխատատեղերի կորուստները լուծելու համար: Կմանրամասնե՞ք այս տեսակետները:

Հասարակությունը հսկայական հետևանքներ կունենա ավտոմատացումից (կիրառական AI): 2016 թվականից ի վեր մենք տեսել ենք զգալի տեղաշարժեր նույնիսկ քաղաքական ցնցումների մեջ: Հետդարձի ճանապարհ ուղղակի չի լինի: Շատ աշխատատեղեր պարզապես կվերանան։ Այսօր անիմաստ է որպես ռենտգենոլոգ վերապատրաստվել: AI-ն կարող է կարդալ ռենտգենյան ճառագայթները և MRI-ն և բոլոր տեսակի այլ տպագրություններ, շատ ավելի լավ, քան մարդը: Ի՞նչ կլինի մարդկանց հետ, երբ պարզապես աշխատանք չկա, որը նրանք կարող են անել: UBI-ն երաշխավորում է, որ մարդիկ անտեղի չեն տուժի, երբ ավտոմատացումը համատարած դառնա: Եվ դրա կարիքը չկա, քանի որ արհեստական ​​ինտելեկտը կկատարի անհրաժեշտ աշխատանքը, որպեսզի հասարակությունը դեռ գործի:

Դուք հավատու՞մ եք, որ մենք երբևէ կարող ենք հասնել արհեստական ​​ընդհանուր ինտելեկտի (AGI):

Այո, շատերը պնդում են, որ DeepMind-ի ծրագրակազմն արդեն սահմանակից է AGI-ին: Ես չեմ համաձայնում այդ գաղափարին, բայց նույնիսկ ինձ համար պատասխանը այո է։ AGI-ն չի նշանակում հույզեր կամ գիտակցություն, ես AGI-ում պարզապես ճանաչողական ինտելեկտ է: Եվ այդ մակարդակի հետախուզության համար պատասխանները կարծես թե այո են:

Դուք հավատու՞մ եք, որ հավանականություն կա, որ մենք ապրում ենք սիմուլյացիայի մեջ:

Հնարավորություն. Այո, նկատի ունենալով, որ սիմուլյացիայի մեջ ապրելու հավանականությունը 0 չէ: Դա նաև ինտելեկտուալ գրավիչ է: Բայց արդյո՞ք դա հավանական է: Ոչ, ինձ համար դա հավանական չէ, այսինքն հավանականությունը, թեև 0 չէ, բայց շատ փոքր է։

Շնորհակալություն հարցազրույցի համար, այն ընթերցողները, ովքեր ցանկանում են ավելին իմանալ AI-ի տարբեր ասպեկտների վերաբերյալ Ադրիանի տեսակետների մասին, պետք է այցելեն AIbluedot.com.