Адриан Зидаритц, автор AIbluedot.com – Серия интервью

Адриан Зидаритц – автор сайта AIbluedot.com, блога, предоставляющего обзор искусственного интеллекта, сочетающего математику, этику, политику и все, что между ними. Хотя статьи содержат минимальное количество технического материала, они не предназначены для специалистов, а скорее для широкой общественности. Искусственный интеллект часто неправильно понимается неспециалистами и либо чрезмерно рекламируется, либо преуменьшается в СМИ; тем не менее, это наиболее значимая технология в нашем настоящем времени.

Что изначально привлекло вас к искусственному интеллекту?

Разработка искусственного интеллекта требует широкого спектра знаний, как ни одна другая современная технология. Она опирается на исследования в области статистики, нейробиологии, прикладной математики, информатики, разработки программного обеспечения, психологии и т. д. Эта задача привлекла меня, в сочетании с тем, что мне повезло работать во многих этих областях в моей предыдущей карьере: математике, информатике, разработке программного обеспечения, статистике.

Вы имели обширную карьеру, работая в области искусственного интеллекта. Не могли бы вы рассказать о некоторых из этих достижений?

Это в некотором смысле продолжение первого вопроса. Почти каждый средневозрастной человек, работающий в области искусственного интеллекта, пришел из другой области. До 2005 года не было искусственного интеллекта (кстати, успех искусственного интеллекта в основном обусловлен нейронными сетями = глубоким обучением, все другие методы бледнеют по сравнению; поэтому, когда мы говорим об искусственном интеллекте, мы имеем в виду глубокое обучение). В результате многие из нас, кто работает в области искусственного интеллекта, привносят уникальные перспективы в эту область. Я пришел из математической области, сочетающей теоретические знания с практическими проектами, в которых играет большую роль инженерия больших данных (иногда более 80% времени проекта). Мой опыт сочетает искусственный интеллект между вопросами его математических основ (очень теоретически) и очень практическими аспектами руководства командами данных ученых и инженеров-машинного обучения. Есть другие исследователи, которые знают больше об искусственном интеллекте в середине этого “сэндвича”.

Вы заявили, что искусственный интеллект был либо чрезмерно рекламирован, либо преуменьшен в СМИ. Почему, по вашему мнению, существует такая разница между точным освещением искусственного интеллекта в СМИ и реалиями этой технологии?

Потому что искусственный интеллект часто неправильно понимается даже некоторыми людьми, работающими в этой области, не говоря уже о прессе. Это очень молодая дисциплина, с очень молодыми работниками. Различные мнения этих молодых работников доходят до СМИ, создавая несоответствие целей. Достаточно упомянуть документальный фильм “Социальная дилемма” на Netflix (NFLX ), в котором эти противоречивые взгляды на искусственный интеллект, с точки зрения Кремниевой долины, хорошо задокументированы.

В настоящее время основной прогресс в области искусственного интеллекта был достигнут благодаря глубокому обучению. Каково ваше мнение о проблеме “черного ящика” глубокого обучения?

Это большая проблема. По сути, у нас нет теоретического (математического) понимания процесса обучения. Мы не знаем, как алгоритмы глубокого обучения на самом деле учатся. Мы видим только, что они работают. Были попытки разработать теорию, но ни одна из них не получила широкого признания. Итак, в отсутствие этого базового понимания, все, что мы можем сделать, – это сказать “видите, это работает”. Но давать белый ящик объяснения невозможно в это время. Другие алгоритмы (не глубокое обучение) лучше поняты, и для них можно давать объяснения результатов. Не для глубокого обучения.

Каково ваше мнение об предвзятости искусственного интеллекта и как мы можем ее предотвратить?

В настоящее время искусственный интеллект – это все о данных, а не об алгоритмах. Алгоритмы не знают предвзятости, предвзятость находится в данных. Данные отражают состав и стратификацию общества, а также процесс сбора данных содержит предвзятость. Это естественно возникающие предвзятости, что должно произойти, – постепенное включение людей всех слоев общества в процесс сбора данных, чтобы данные точно отражали население.

Какой тип машинного обучения вы считаете наиболее интересным?

Как я уже сказал, машинное обучение сейчас уступает место своему наиболее успешному внутреннему направлению – глубокому обучению. Нейронные сети, благодаря своей универсальности, доминируют.

Вы заявили, что универсальный базовый доход (UBI) будет абсолютно необходим для решения проблемы потерь рабочих мест, вызванных искусственным интеллектом. Не могли бы вы подробнее рассказать о своем мнении?

Общество будет страдать огромными последствиями от автоматизации (применения искусственного интеллекта). Мы видели значительные сдвиги даже в политических потрясениях с 2016 года. Просто не будет возможности вернуться назад. Многие рабочие места просто исчезнут. Не имеет смысла учиться на радиолога в наше время. Искусственный интеллект может читать рентгеновские снимки и МРТ и другие отпечатки гораздо лучше, чем человек. Что произойдет с людьми, когда не будет просто работы, которую они могут выполнять? UBI гарантирует, что люди не будут страдать без необходимости, когда автоматизация станет повсеместной. И нет необходимости в этом, потому что искусственный интеллект обеспечит необходимую работу для функционирования общества.

Думаете ли вы, что мы можем когда-нибудь достичь искусственного общего интеллекта (AGI)?

Да, многие люди утверждают, что программное обеспечение DeepMind уже граничит с AGI. Я не придерживаюсь этого мнения, но даже для меня ответ – да. AGI не означает эмоции или сознание, “И” в AGI – это просто когнитивный интеллект. И для этого уровня интеллекта ответ, кажется, – да.

Думаете ли вы, что существует вероятность того, что мы живем в симуляции?

Возможность? Да, то есть вероятность того, что мы живем в симуляции, не равна 0. Это также интеллектуально привлекательно. Но вероятно ли это? Нет, для меня это не вероятно, то есть вероятность, хотя и не 0, очень, очень мала.

Спасибо за интервью. Читателям, желающим узнать больше о взглядах Адриана на различные аспекты искусственного интеллекта, рекомендуется посетить AIbluedot.com.