Почему A.I. дебаты терпят неудачу

Публичная дискуссия вокруг А.И. имеет значение для финансирования, исследований, регулирования и масштабов злонамеренного злоупотребления. Наш дискурс терпит неудачу, потому что мы коллективно выставляем напоказ несколько определений этого термина.

Блестящий ажиотажный поезд

С тех пор, как чрезмерно усердное и отвратительное замечание о том, что наука о данных является самой сексуальной работой XXI века, и возникшая в результате шумиха подорвали современную концепцию машинного обучения - концепцию Бреймана - со стороны академиков. Вдали от головокружительных огней основного рынка труда, лихорадочно торопясь переупаковывать логистические регрессии как передовой искусственный интеллект, началась всерьез. Я смотрю на вас, IBM Watson.

Большинство обычных людей, живущих в дикой природе, относятся к искусственному интеллекту. качели между крайностями утопии и антиутопии. Утопическое видение отмечено нереалистичными ожиданиями относительно краткосрочного потенциала того, что может быть достигнуто (подумайте о беспилотных автомобилях). Это мнение опасно, потому что чрезмерные обещания способствуют разжиганию циклов ажиотажа - распространенной тенденции в истории искусственного интеллекта. -, и когда эти пузыри неизбежно лопнут, общественное доверие падает, а вместе с ним и репутация, средства к существованию и инвесторы.

С другой стороны, антиутопическое видение перенимает свои идеи из научной фантастики. A.I. Показанный в таких историях, как Бегущий по лезвию, Космическая одиссея и Мир Дикого Запада, убедителен, поскольку находится на грани между умопомрачительной философией и гибким сюжетом. но следите ли вы за произведениями Филипа К. Дика, Азимова и др. на самом деле не в этом дело, дело в том, что язык и идеи, использованные этими авторами, нашли свое отражение в выводах многих людей, имеющих платформенную долю в ИИ. дебаты. Он используется для создания публикаций в СМИ о рынке труда, краткосрочного потенциала искусственного интеллекта, а также для проведения маркетинговых кампаний по базовым приложениям для машинного обучения.

Подобно тому, как хакер-техно-троглодит в толстовке с капюшоном, склонившийся над экраном извергающегося дождя кода в стиле Матрицы, стал любимой карикатурой для программистов в СМИ, так и киборг с неоново-синим сетевым мозгом для практиков машинного обучения. Но изображение предлагает мир, который находится в нескольких световых годах от того, на что в настоящее время способно ML. Группа, которая продвигает это мнение, и действительно люди, на которые эта группа больше всего влияет, часто представляют себе гуманоидные представления, жуткие перестановки в обществе и гениального творца-одиночки, похожего на хакермана. Слишком большое внимание к антиутопической крайности затмевает более серьезные опасности, с которыми мы сталкиваемся из-за неправильного использования современного машинного обучения.

Роль ИИ в преувеличении выбора шарлатана-рекламодателя в некоторой степени исказила его предполагаемый смысл и превратила полезную терминологию ad absurdum в клише, а иногда и обманчивый мем. Но более насущный, чем проблема семантического сдвига (значения слов всегда меняются в течение достаточно длительного промежутка времени), различия в определениях между враждующими фракциями удешевляют общественный дискурс, часто превращая его в дезинформированную кричащую схватку между разочаровывающе упрямыми собраниями. Кто-нибудь из политики США?

Наиболее информированные публичные дебаты - это те, в которых терминологические различия между конкурирующими сторонами незначительны, так что кодировка термина, когда я разыгрываю мой аргумент, не будет неправильно истолкована, когда вы попытаться его расшифровать. Основа устойчивых аксиом позволяет выдвигать более вдумчивые аргументы, что особенно важно в дискуссиях о тенденциях в области технологий, где понимание последствий применения потенциальных вмешательств часто является жизненно важным и тонким.

Улавливание ИИ

До сих пор мы только обсуждали, как люди, не работающие в этой области, обычно интерпретируют искусственный интеллект. Но что думают практикующие? Что те знающие люди, которые, по крайней мере, по анекдотам, так искренне издеваются над тусклыми глазами публики за непонимание ИИ, думают, что ИИ? на самом деле есть? Держу пари, что они сами не придут к единогласному вердикту. Более того, я готов поспорить, что они меняют свое определение в зависимости от аудитории, что особенно актуально для тех, кто ищет финансирование для исследований; поскольку А. в настоящее время занимает высокое место в рейтинге ажиотажа, и вы, конечно же, хотели бы выставить ему счет как таковой. Между прочим, во время второй зимы искусственного интеллекта, когда этот термин был затянут в грязь после того, как лопнул ажиотаж завышенных ожиданий, те, кто оставался в поле, обнаружили, что они могут заработать больше денег, полностью избегая запятнанного термина.

Когда некоторые специалисты говорят об искусственном интеллекте, они на самом деле имеют в виду машинное обучение. Для большинства приложений машинное обучение - это тот узкий участок моделирования, который находится в длинном конвейере приема данных, а также преобразования, изменения и обслуживания, включая сложное взаимодействие между многими частями инфраструктуры и хранилищ данных, а также связующим кодом, промежуточным программным обеспечением и REST API. и тому подобное. Машинное обучение - это Light GBM, оценивающий мошеннические транзакции, это CNN, используемый для обнаружения рака груди, это механизм рекомендаций, внедренный Word2Vec.

Когда другие специалисты говорят об искусственном интеллекте, они имеют в виду А. Для других по-прежнему А. это просто следующий крупный прорыв, и он всегда чувствует себя в пределах досягаемости - , если только мы сможем достичь ‹blank›! - но навсегда не достигает цели, поскольку каждая новая веха отодвигает занавес только для того, чтобы выявить только те же чувства, что и раньше ... этот порог A.I. не было этой вехой, это следующая, снова и снова. Колкость Дугласа Хоффстадера (или Ларри Теслера?) Указывает на то, что «A.I. это то, что еще не сделано . Идея смещения ворот в A.I. В этом нет ничего нового, но, как правило, его не замечают, когда люди обсуждают эту тему. Этот эффект, кстати, удачно известен как эффект ИИ.

Что теперь?

Независимо от того, как вы определяете это слово, A.I. прошла чертовски долгий путь с тех пор, как была основана как академическая дисциплина еще в 1955 году. Но он явно далек от своей самой священной цели: A.G.I. Современные современные модели часто превосходно решают очень специфические проблемы предметной области, но обычно не могут быть обобщены, а для более сложных проблем, таких как распознавание изображений, требуется абсурдное количество вычислительной мощности и обучающих данных.

Я недоволен не тем, что мы преждевременно неверно приписываем A.G.I., это далеко не так. Дело в том, что вода в нашей дискуссии омрачена несоответствиями, и что многие из нас забивают наше коллективное мозговое пространство аргументами об ИИ. которые либо несущественны, либо управляются диковинными обещаниями, которые рекламируют рекламодатели и маркетологи, разыгрывая недавнюю шумиху. Более серьезными, чем долгосрочная угроза A.G.I. или ошибочные ожидания относительно темпов инноваций, являются непосредственные опасности, исходящие от уже существующих зловещих приложений технологии машинного обучения. И хотя это не означает антиутопию в смысле слова iRobot, его, безусловно, можно использовать со злонамеренными и неэтичными намерениями с потенциально катастрофическими последствиями. Пример современной дурной славы здесь - Clearview AI.

Когда все сказано и сделано, попытка сойтись на глобально разделяемом повествовании о том, «о чем мы говорим, когда говорим об ИИ», является как невозможной, так и нежелательной. Однако разрозненные ветви дискуссии были бы значительно менее резкими, если бы участники поняли и признали, что ни одно определение, особенно их, не должно быть основой того, как мы строим дискуссию, бурлящую множеством определений.

Спасибо за прочтение.