Адріан Зідаріц, автор AIbluedot.com – Серія інтерв’ю

Адріан Зідаріц – автор AIbluedot.com, блогу, який надає огляд штучного інтелекту, з сумішшю математики, етики, політики та “усього” іншого. Хоча статті містять мінімальну кількість технічного матеріалу, вони не призначені для спеціалістів, а радше для загальної публіки. Штучний інтелект неправильно зрозумілий неспеціалістами, і його або перебільшують, або занижують у ЗМІ; однак це найважливіша технологія нашого часу.

Що спочатку привернуло вашу увагу до штучного інтелекту?

Розробка штучного інтелекту вимагає широкого спектра знань, на відміну від будь-якої іншої сучасної технології. Він живиться дослідженнями з статистики, нейробіології, прикладної математики, інформатики, розробки програмного забезпечення, психології тощо. Це виклик і те, що мені пощастило займатися багатьма цими галузями в моїй попередній кар’єрі: математика, інформатика, розробка програмного забезпечення, статистика.

Ви мали довгу кар’єру, працюючи в галузі штучного інтелекту. Чи можете ви розповісти про деякі з цих досягнень?

Це певним чином є продовженням питання 1. Практично кожна людина середнього віку, яка працює в галузі штучного інтелекту, прийшла з іншого місця. До 2005 року не було штучного інтелекту (до речі, успіх штучного інтелекту в основному пояснюється нейронними мережами = глибоким навчанням, всі інші методи бліднуть у порівнянні; тому для всіх практичних цілей, коли ми говоримо про штучний інтелект, ми маємо на увазі глибоке навчання). У результаті багато з тих, хто працює в галузі штучного інтелекту, приносять унікальні погляди на цю галузь. Я походжу з математичної галузі, поєднаної з практичними проектами штучного інтелекту, у яких велику роль відіграє інженерія великих даних (іноді понад 80% часу проекту). Мій досвід розміщує штучний інтелект між питаннями його математичних основ (дуже теоретичних) і дуже практичних аспектів керівництва командами фахівців з даних і інженерів машинного навчання. Є інші дослідники, які знають більше про технології штучного інтелекту в середині цього “сендвіча”.

Ви заявили, що штучний інтелект був або перебільшений, або занижений у ЗМІ. Чому ви вважаєте, що існує такий розрив між тим, як ЗМІ точно повідомляють про стан штучного інтелекту, і реальністю цієї технології?

Бо штучний інтелект неправильно зрозумілий навіть деякими людьми, які працюють у цій галузі, не кажучи вже про пресу. Це дуже молода галузь, з дуже молодими працівниками. Різні погляди цих молодих працівників потрапляють у ЗМІ, створюючи розрив у цілях. Достатньо згадати документальний фільм “Соціальна дилема” на Netflix (NFLX ), у якому ці суперечливі погляди на штучний інтелект, з точки зору Кремнієвої долини, добре задокументовані.

Наразі більша частина прогресу, якого ми досягли в галузі штучного інтелекту, пов’язана з глибоким навчанням. Які ваші погляди на проблему “чорної скриньки” глибокого навчання?

Це велика проблема. По суті у нас немає теоретичного (математичного) розуміння процесу навчання. Ми не знаємо, як алгоритми глибокого навчання дійсно вчаться. Ми бачимо лише те, що вони працюють. Були спроби розробити теорію, але жодна з них не здобула широкого визнання. Тому в відсутності цього базового розуміння все, що ми можемо сказати, – “дивіться, воно працює”. Але давати білу скриньку пояснень зараз неможливо. Інші алгоритми (не глибоке навчання) краще зрозумілі, і для них можна давати пояснення результатів. Не для глибокого навчання.

Які ваші погляди на упередженість штучного інтелекту і як ми можемо її запобігти?

Наразі штучний інтелект пов’язаний з даними, а не з алгоритмами. Алгоритми не знають упередженості, упередженість міститься в даних. Дані відображають склад суспільства та його стратифікацію, оскільки процес збору даних також містить упередженість. Це природно відбувається, і що повинно відбуватися, так це поступове включення людей усіх видів походження до процесу збору даних, щоб дані відображали правильне представлення населення.

Який тип машинного навчання видається вам найбільш цікавим?

Як я вже сказав раніше, машинне навчання зараз поступається місцем своєму найбільш успішному внутрішньому підрозділу – глибокому навчанню. Нейронні мережі, завдяки своїй універсальності, домінують.

Ви заявили, що Універсальний базовий дохід (УБД) буде абсолютно необхідним для боротьби з втратами робочих місць, які спричиняє штучний інтелект. Чи можете ви розповісти про ці погляди?

Суспільство буде страждати величезними наслідками від автоматизації (застосування штучного інтелекту). Ми бачили значні зрушення навіть у політичному перевороті з 2016 року. Просто не буде можливості повернутися назад. Багато робочих місць просто зникнуть. Не має сенсу навчатися на радіолога в наш час. Штучний інтелект може читати рентгенограми, МРТ і всі інші види друку значно краще, ніж людина. Що станеться з людьми, коли просто не буде роботи, яку вони можуть виконувати? УБД гарантує, що люди не будуть страждати без потреби, коли автоматизація стане всеосяжною. І немає потреби в цьому, оскільки штучний інтелект доставить необхідну роботу для функціонування суспільства.

Ви вірите, що ми можемо досягти штучного загального інтелекту (ШЗІ)?

Так, багато людей вважають, що програмне забезпечення DeepMind вже межує зі ШЗІ. Я не підтримую цю ідею, але навіть для мене відповідь – так. ШЗІ не означає емоції чи свідомість, “І” в ШЗІ просто означає когнітивний інтелект. І для цього рівня інтелекту відповідь здається позитивною.

Ви вірите, що існує ймовірність, що ми живемо у симуляції?

Можливість? Так, тобто ймовірність того, що ми живемо у симуляції, не дорівнює 0. Це також інтелектуально привабливо. Але чи це ймовірно? Ні, для мене це не ймовірно, тобто ймовірність, хоча не 0, дуже маленька.

Дякуємо за інтерв’ю. Читачам, які бажають дізнатися більше про погляди Адріана на різні аспекти штучного інтелекту, рекомендуємо відвідати AIbluedot.com.