The Economist: Складні прості питання

Світ
6 Травня 2018, 13:49

Комп’ютери вже довели, що краще за людей уміють грати в шахи й діагностувати хвороби. А нещодавно групі дослідників штучного інтелекту (ШІ) із Сінгапура вдалося навчити промислових роботів збирати стілець IKEA, уперше в історії об’єднавши світи Алана Тюрінґа та ключів-шестигранників. І ось тепер, коли машини опанували один із найклопіткіших способів провести суботу, чи довго нам ще лишилося чекати, доки роботи повстануть і поставлять людей до рабської праці в кремнієвих копальнях?

Читайте також: Сонячні спалахи та магнітні бурі

Із цього дослідження випливає також серйозний висновок. Воно підкреслює одну глибоку істину про межі автоматизації. Машини чудово виконують такі абстрактні когнітивні завдання, які людям здаються проявом розуму, скажімо, складні настільні ігри або диференціальне числення. Але їм важко даються такі прості фізичні завдання, які в нас узагалі не асоціюються з інтелектом, як-от рухатися, обминаючи перешкоди. IKEA-боти саме такий приклад. Двом роботам, попередньо запрограмованим людиною, знадобилося більш як 20 хв для того, щоб зібрати стілець, який одна людина може скрутити на раз-два.

Машини чудово виконують такі абстрактні когнітивні завдання, які людям здаються проявом розуму, скажімо, складні настільні ігри або диференціальне числення. Але їм важко даються такі прості фізичні завдання, які в нас узагалі не асоціюються з інтелектом

Дослідники ШІ називають згадане явище парадоксом Моравека, і він відомий науковцям уже кількадесят років. Схоже, це не та задачка, яку можна розв’язати додатковими дослідженнями. Натомість здається фундаментальною істиною, що фізична вправність потребує значно більшої обчислювальної потужності, ніж гра в ґо. Люди не можуть збагнути, що це є побічним ефектом еволюції. Природний відбір тривав мільярди років, аж поки не була вирішена проблема взаємодії з фізичним світом і доки вона не стала легкою та невимушеною. Шахи ж виникли неповні 2000 років тому. Людям ця гра здається важкою, тому що їхній мозок на таку роботу не розрахований.
Про це не варто забувати, розмірковуючи про весь хайп, пов’язаний зі ШІ й автоматизацією, особливо коли ШІ крокує з абстрактного світу даних та інформації в реальний світ речей, об які можна боляче вдаритися. 13 квітня генеральний директор електромобільної компанії Tesla Ілон Маск заявив, що виробничі проблеми, від яких потерпає його високотехнологічний завод, частково стали наслідком надмірного використання роботів та автоматизації. «Людей недооцінюють», — написав Маск у Twitter. Багато видів діяльності має такі фізичні аспекти, з якими в роботів виникають труднощі. Можливо, незабаром машини й зможуть керувати, наприклад, вантажівками, які розвозять замовлення. Але їм ще часто не вдається (принаймні зараз) занести посилку до помешкання, куди треба підніматися слизькими сходами, особливо якщо у дворі злий пес.

Читайте також: У NASA розкрили особливості першої космічної місії до Сонця

Не безнадійний випадок
На сьогодні ШІ має й інші обмеження. Це машини для розпізнавання образів, натреновані людиною на тисячах прикладів у надії на те, що вони зможуть використовувати ці навички дедалі ширше в реальному світі. Але вони застосовують їх наосліп, без властивого людині розуміння того, що вона робить, або здатності імпровізувати й приймати рішення залежно від конкретних обставин. Наприклад, виробники автомобілів з автоматичним керуванням постійно переймаються тим, як їхні машини поведуться в складних і незвичних ситуаціях, які не можна передбачити під час підготовки.
Правильно реагувати на здобутки в царині ШІ непросто. Дослідники нарікають, що великі успіхи швидко забуваються: щойно комп’ютер навчився щось робити, як це вже не вважають штучним інтелектом. Але ті самі дослідники зазвичай набагато обачніші в прогнозах, ніж багато популярних експертів. У принципі, ніщо не може завадити комп’ютеру в майбутньому навчитися робити все, що може людина, і навіть більше. Але на це знадобляться десятки років. Монтаж меблів добре пояснює чому.

 

Автор:
The Economist