Sztuczna inteligencja ma tak naprawdę niewiele wspólnego z inteligencją. Ale AGI może to wszystko zmienić.
Spis treści
Jak działa AI jakie znamy?
Dzisiejsze algorytmy sztucznej inteligencji, szczególnie te oparte na modelach głębokiego uczenia (deep learning), działają dzięki przetwarzaniu ogromnych ilości danych i wykorzystywaniu złożonych struktur matematycznych zwanych sieciami neuronowymi. Sieci te składają się z warstw neuronów, które przetwarzają dane wejściowe i stopniowo wyciągają z nich coraz bardziej abstrakcyjne reprezentacje. Proces ten, zwany treningiem, polega na optymalizacji wag tych połączeń w oparciu o dane treningowe i algorytmy optymalizacyjne. Jest to proces bardzo skomplikowany, bardzo zmyślny i całkiem wydajny. Ale jednak ograniczony.
Wbrew swojej nazwie, współczesne algorytmy AI mają niewiele wspólnego z prawdziwą inteligencją. W rzeczywistości są to wysoce wyspecjalizowane narzędzia, które opierają się na statystycznym dopasowaniu wzorców w danych, a nie na zdolności do abstrakcyjnego myślenia czy rozumienia. Obecne AI nie myśli, obecne AI podaje wyniki z dobrym prawdopodobieństwem, ale absolutnie ich nie rozumie. Na przykład modele językowe, takie jak GPT, generują odpowiedzi na podstawie prawdopodobieństwa wystąpienia określonych słów w danym kontekście.
Bardzo dobrze obrazuje to stary już eksperyment chińskiego pokoju.
Chiński pokój, czyli trzeźwe spojrzenie na AI
Eksperyment chińskiego pokoju, zaproponowany przez filozofa Johna Searle’a w 1980 roku, jest myślowym eksperymentem mającym na celu zakwestionowanie idei, że komputery naprawdę „rozumieją” to, co robią, nawet jeśli wydają się inteligentne. Przy okazji czapki z głów, Searle już w 1980 zrozumiał o co tutaj chodzi.
W eksperymencie wyobrażamy sobie osobę zamkniętą w pokoju, która nie zna języka chińskiego, ale posiada instrukcję w języku, który rozumie (np. angielskim), jak przetwarzać chińskie znaki. Gdy ktoś z zewnątrz przekazuje pytanie w języku chińskim, osoba w pokoju używa reguł, aby odpowiednio manipulować znakami i stworzyć poprawną odpowiedź w języku chińskim, nie rozumiejąc ani pytania, ani odpowiedzi. Możliwe, wykonalne i bardzo trafne.
Eksperyment ten ma pokazać, że wykonywanie procedur syntaktycznych nie jest równoznaczne z rozumieniem ani prawdziwą inteligencją.
Zobacz: TOP 5 aplikacji To Do
Przyszłość AI to AGI
AGI (Artificial General Intelligence), czyli ogólna sztuczna inteligencja, odnosi się do koncepcji stworzenia systemu AI zdolnego do rozwiązywania różnorodnych problemów w sposób porównywalny do ludzkiego. I to właśnie takie „pełnoprawne AI” które moglibyśmy uznać za inteligencję. Główna różnica między AGI a istniejącymi systemami AI polega na poziomie elastyczności i uniwersalności. Wąska AI może przewyższać ludzi w jednym zadaniu, jak np. gra w szachy, ale jest całkowicie bezużyteczna w innych kontekstach. AGI natomiast miałaby zrozumieć szereg różnych dziedzin i dynamicznie uczyć się nowych umiejętności.
Jeśli AGI zostałaby opracowana, mogłaby zrewolucjonizować niemal każdą dziedzinę życia. Mogłaby rozwiązywać skomplikowane problemy w medycynie, inżynierii czy zmianach klimatycznych, podejmując decyzje szybciej i bardziej precyzyjnie niż ludzie. I na pewno musielibyśmy zadać sobie wiele filozoficznych pytań – czy AGI mogłaby być uznana za życie? Ktoś powie, że co to za życie, które umiera, jak odetniemy mu prąd. Ktoś inny jednak stwierdzi, że bardzo podobne do tego, które umiera, jak odetniemy mu tlen.
Sprawdź: Jednorazowy adres e-mail? Co to jest tempmail i jak go używać?
Dlaczego AGI to wciąż odległy sen?
Stworzenie AGI stanowi ogromne wyzwanie technologiczne (i filozoficzne, ale to już wiecie). Przede wszystkim, AGI wymagałaby ogromnej mocy obliczeniowej oraz bardziej zaawansowanych modeli uczenia niż obecne sieci neuronowe. Już teraz zwykłe AI pożera więcej energii niż niektóre państwa. Model ogólnej sztucznej inteligencji mógłby potrzebować wielu elektrowni atomowych tylko na swój rozwój.
To jednak problem do obejścia, postawić elektrownie umiemy. AGI ma bardziej skomplikowany problem. Jest nim brak pełnego zrozumienia, jak działa ludzka inteligencja i jakie mechanizmy leżą u jej podstaw. Jak możemy stworzyć mechanizm, którego absolutnie nie rozumiemy?
AGI jest obecnie bardziej teorią niż rzeczywistością, ale jej rozwój pozostaje jednym z głównych celów w dziedzinie sztucznej inteligencji. Niemniej, firmy takie jak Google czy Open AI co jakiś czas informują nas, że są całkiem blisko stworzenia AGI. Potem okazuje się, że wcale nie i telenowela rozgrywa się od nowa. Trochę jak z komputerami kwantowymi.
Przepis na lepszą sztuczną inteligencję
Jak w ogóle stworzyć coś takiego jak AGI? Obecnie naukowcy stosują dwa podejścia. Redukcjonizm opiera się na przekonaniu, że aby stworzyć AGI, należy zrozumieć i odwzorować szczegółowo biologiczne procesy zachodzące w ludzkim mózgu. Zgodnie z tym podejściem, prawdziwa ogólna inteligencja może być osiągnięta tylko przez wierne modelowanie neuronów, synaps i innych mechanizmów biologicznych, które są podstawą ludzkiego myślenia. Zajmuje się tym chociażby projekt Blue Brain Project. Niemniej od 2006 roku bez większych efektów.
Funkcjonalizm zakłada, że inteligencja nie zależy od konkretnej struktury fizycznej, ale od funkcji, jakie dana struktura pełni. Według tej koncepcji, jeśli system potrafi wykonywać te same zadania, co ludzki mózg, to można go uznać za inteligentny, niezależnie od jego podstawowej budowy. Obecnie naukowcy skłaniają się nieco mocniej ku temu podejściu.
Zobacz też:
Prompt engineering – co to jest? Czy to zawód przyszłości?
Sztuczna inteligencja zmienia rynek IT na naszych oczach
