อด里安 ซิดาริตซ์, ผู้เขียน AIbluedot.com – ซีรีส์สัมภาษณ์

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 (NFLX ) 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