สัมภาษณ์
อด里安 ซิดาริตซ์, ผู้เขียน AIbluedot.com – ซีรีส์สัมภาษณ์
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
อด里าน ซิดาริตซ์ เป็นผู้เขียนของ AIbluedot.com บล็อกที่ให้ภาพรวมของ AI โดยมีการผสมผสานระหว่างคณิตศาสตร์ จริยศาสตร์ การเมือง และ “ทุกสิ่งทุกอย่าง” ในระหว่างนั้น แม้ว่าบทความจะประกอบด้วยเนื้อหาทางเทคนิคเพียงเล็กน้อย แต่ก็ไม่ได้เขียนสำหรับผู้เชี่ยวชาญ แต่เขียนสำหรับประชาชนทั่วไป AI ถูกเข้าใจผิดโดยผู้ที่ไม่ใช่ผู้เชี่ยวชาญ และมักจะถูกพูดถึงในลักษณะที่เกินจริงหรือลดคุณค่าในสื่อ แต่ก็เป็นเทคโนโลยีที่มีผลกระทบมากที่สุดในยุคปัจจุบัน
สิ่งใดที่ดึงดูดคุณให้สนใจ AI ในตอนแรก?
การพัฒนา AI ต้องการความเชี่ยวชาญที่หลากหลาย ไม่เหมือนกับเทคโนโลยีสมัยใหม่อื่นๆ มันใช้การวิจัยจากสถิติ วิทยาศาสตร์ประสาท คณิตศาสตร์ประยุกต์ วิทยาการคอมพิวเตอร์ การพัฒนาซอฟต์แวร์ จิตวิทยา ฯลฯ สิ่งนี้คือสิ่งที่ดึงดูดฉัน รวมถึงความจริงที่ว่าฉันมีโชคที่ได้เล่นด้วยหลายสาขาเหล่านี้ในอาชีพก่อนหน้าของฉัน: คณิตศาสตร์ วิทยาการคอมพิวเตอร์ การพัฒนาซอฟต์แวร์ สถิติ
คุณมีอาชีพที่ยาวนานในการทำงานด้าน AI คุณสามารถพูดถึงความสำเร็จบางอย่างได้หรือไม่?
สิ่งนี้เป็นการดำเนินการต่อจากคำถามที่ 1 โดยพื้นฐานแล้ว ทุกคนที่ทำงานใน AI ในปัจจุบันมาจากที่อื่น จนถึงปี 2005 ไม่มี AI (โดยtheway ความสำเร็จของ AI เป็นผลมาจากเครือข่ายประสาท = การเรียนรู้ลึก ทั้งหมดเทคนิคอื่นๆ จึงด้อยกว่า) ดังนั้นหลายคนในเราที่ทำงานใน AI จึงนำมุมมองที่เป็นเอกลักษณ์มาสู่สาขานี้ ฉันมาจากพื้นฐานคณิตศาสตร์ คู่กับการนำโครงการ AI ในทางปฏิบัติ ซึ่งวิศวกรรม BigData มีบทบาทสำคัญ (บางครั้งมากกว่า 80% ของเวลาทั้งหมดของโครงการ) พื้นหลังของฉันจัดวาง AI ระหว่างการซักถามรากฐานทางคณิตศาสตร์ (ทฤษฎี) และด้านปฏิบัติของการนำทีมนักวิทยาศาสตร์ข้อมูลและวิศวกรการเรียนรู้ของเครื่อง มีนักวิจัยอื่นๆ ที่รู้จักเทคโนโลยี AI ในส่วนกลางของซендวิชมากกว่า
คุณกล่าวว่า AI ถูกพูดถึงในลักษณะที่เกินจริงหรือลดคุณค่าในสื่อ คุณเชื่อว่าทำไมจึงมีความไม่สอดคล้องกันระหว่างการรายงานของสื่อเกี่ยวกับ AI และความเป็นจริงของเทคโนโลยีนี้?
เพราะว่า AI ถูกเข้าใจผิดแม้กระทั่งโดยบางคนที่ทำงานใน AI ไม่ใช่แค่สื่อ มันเป็นสาขาที่ยังเด็กมาก โดยมีคนงานที่ยังเด็ก ความคิดเห็นต่างๆ ของคนงานเหล่านี้เข้าไปในสื่อ ทำให้เกิดการไม่สอดคล้องกันของวัตถุประสงค์ เพียงพอแล้วที่จะกล่าวถึงสารคดี Social Dilemma บน Netflix ซึ่งแสดงมุมมองขัดแย้งของ AI จากมุมมองของ Silicon Valley
ปัจจุบันความก้าวหน้าใน AI ส่วนใหญ่มาจากการเรียนรู้ลึก คุณมีมุมมองอย่างไรเกี่ยวกับปัญหา “กล่องดำ” ของการเรียนรู้ลึก?
เป็นปัญหาที่ใหญ่มาก โดยพื้นฐานแล้ว เราไม่มีความเข้าใจทางทฤษฎี (=คณิตศาสตร์) ของกระบวนการเรียนรู้ เราไม่รู้ว่าแอลกอริทึมการเรียนรู้ลึกเรียนรู้อย่างไร เราเพียงแต่เห็นว่ามันทำงานได้ มีการพยายามพัฒนาแนวคิด แต่ไม่มีอะไรที่ได้รับการยอมรับอย่างกว้างขวาง ดังนั้นในความไม่มีความเข้าใจพื้นฐานนี้ ทุกอย่างที่เราสามารถพูดได้คือ “ดูสิ มันทำงาน” แต่การให้คำอธิบายแบบ “กล่องขาว” เป็นไปไม่ได้ในปัจจุบัน แอลกอริทึมอื่นๆ (ไม่ใช่การเรียนรู้ลึก) ถูกเข้าใจได้ดีกว่า และสามารถให้คำอธิบายผลลัพธ์ได้ ไม่ใช่การเรียนรู้ลึก
คุณมีมุมมองอย่างไรเกี่ยวกับปัญหาเรื่องความลำเอียงของ AI และเราจะป้องกันไม่ให้เกิดปัญหาเหล่านี้ได้อย่างไร?
ในขณะนี้ AI เกี่ยวกับข้อมูล ไม่ใช่เกี่ยวกับแอลกอริทึม แอลกอริทึมไม่มีความลำเอียง ความลำเอียงอยู่ในข้อมูล ข้อมูลสะท้อนถึงโครงสร้างของสังคมและความแตกต่างของสังคมในการรวบรวมข้อมูล ซึ่งมีความลำเอียงในการรวบรวมข้อมูลด้วย สิ่งที่ต้องเกิดขึ้นคือการรวมคนจากหลากหลายภูมิหลังเข้าไปในกระบวนการรวบรวมข้อมูล เพื่อให้ข้อมูลสะท้อนถึงการแสดงภาพที่ถูกต้องของประชากร
คุณสนใจการเรียนรู้ของเครื่องประเภทใดมากที่สุด?
เช่นเดียวกับที่ฉันกล่าวไว้ก่อนหน้านี้ การเรียนรู้ของเครื่องกำลังยอมแพ้ให้กับสาขาย่อยที่ประสบความสำเร็จมากที่สุด ซึ่งก็คือการเรียนรู้ลึก เครือข่ายประสาทผ่านความสามารถในการปรับเปลี่ยนได้หลากหลายกำลังครอบงำ
คุณกล่าวว่ารายได้พื้นฐานสากล (UBI) จะจำเป็นอย่างยิ่งในการจัดการกับการสูญเสียงานที่เกิดจาก AI คุณสามารถอธิบายมุมมองเหล่านี้ได้หรือไม่?
สังคมจะ遭遇ผลกระทบอย่างมากจากอัตโนมัติ (AI ที่ใช้จริง) เราได้เห็นการเปลี่ยนแปลงที่สำคัญแม้กระทั่งในการเปลี่ยนแปลงทางการเมืองตั้งแต่ปี 2016 จะไม่มีทางกลับไปเหมือนเดิมอีก การงานหลายอย่างจะหายไปโดยสิ้นเชิง ไม่มีเหตุผลที่จะเรียนเป็นรังสีแพทย์ในยุคนี้ AI สามารถอ่านรังสี X และ MRI ได้ดีกว่ามนุษย์ เมื่อไม่มีงานให้ทำแล้วจะเกิดอะไรขึ้นกับคนเหล่านั้น UBI รับประกันว่ามนุษย์จะไม่ต้องทนทุกข์ทรมานโดยไม่จำเป็นเมื่ออัตโนมัติกลายเป็นสิ่งแพร่หลาย และไม่มีความจำเป็นที่จะทนทุกข์เพราะ AI จะส่งมอบงานที่จำเป็นสำหรับสังคมในการทำงานต่อไป
คุณเชื่อว่าเราจะสามารถบรรลุความฉลาดเทียมทั่วไป (AGI) ได้หรือไม่?
ใช่ มีหลายคนโต้แย้งว่าซอฟต์แวร์ของ DeepMind อยู่ใกล้กับ AGI แล้ว ฉันไม่เห็นด้วยกับแนวคิดนั้น แต่สำหรับฉันเองคำตอบก็คือใช่ AGI ไม่ได้หมายถึงอารมณ์หรือความตระหนัก สัญลักษณ์ I ใน AGI หมายถึงความฉลาดทางปัญญาเท่านั้น และสำหรับระดับความฉลาดนั้น คำตอบดูเหมือนจะใช่
คุณเชื่อว่ามีความเป็นไปได้ที่เราอาจอาศัยอยู่ในซิมูเลชันหรือไม่?
ความเป็นไปได้? ใช่ หมายความว่าความน่าจะเป็นที่เราอาศัยอยู่ในซิมูเลชันไม่ใช่ 0 มัน cũngดึงดูดใจจากมุมมองทางปัญญา แต่จะเกิดขึ้นจริงหรือไม่? ไม่ สำหรับฉันแล้วความน่าจะเป็นนั้นไม่มากนัก โดยที่ความน่าจะเป็น แม้ไม่ใช่ 0 ก็ยังน้อยมาก
ขอขอบคุณสำหรับการสัมภาษณ์ ผู้อ่านสามารถเรียนรู้เพิ่มเติมเกี่ยวกับมุมมองของ Adrian เกี่ยวกับ AI ได้ที่ AIbluedot.com
