Μέσα στην επόμενη δεκαετία οι υπολογιστές θα έχουν αναπτύξει “κοινή λογική” και θα μπορούν να συμπεριφέρονται ως φίλοι μας, αν επιβεβαιωθεί η πρόβλεψη ενός από τους κορυφαίους επιστήμονες τεχνιτής νοημοσύνης στον κόσμο.
Ο καθηγητής Geoff Hinton, ο οποίος είχε προσληφθεί από την Google πριν από δύο χρόνια για να βοηθήσει στην ανάπτυξη ευφυών λειτουργικών συστήματων, δήλωσε πρόσφατα ότι η εταιρεία βρίσκεται στα πρόθυρα της ανάπτυξης αλγορίθμων με την ικανότητα για λογική, φυσική συνομιλία, ακόμη και φλερτ.
Ο ερευνητής ανέφερε ότι η Google εργάζεται πάνω σε ένα νέο είδος αλγορίθμου που έχει σχεδιαστεί για να κωδικοποιήσει τις σκέψεις ως ακολουθίες αριθμών – κάτι που περιέγραψε ως “φορείς σκέψης”.
Αν και η ερέυνα βρίσκεται σε πρώιμο στάδιο, είπε ότι υπάρχει μια εύλογη διαδρομή από την τρέχουσα έκδοση λογισμικού για μια πιο εξελιγμένη έκδοση που θα έχει κάτι που προσεγγίζει την ανθρώπινη ικανότητα σκέψης και λογικής. Όπως δήλωσε, οι υπολογιστές: “Βασικά, θα έχουν κοινή λογική.”
Η ιδέα ότι οι σκέψεις μπορούν να συλληφθούν και να αναλυθούν σε ακολουθίες ψηφίων είναι αμφιλεγόμενη, σχολίασε ο Hinton.
“Θα υπάρξουν πολλοί άνθρωποι που υποστηρίζουν ότι δεν μπορεί να καταγραφεί μια σκέψη με αυτό τον τρόπο, αλλά δεν υπάρχει κανένας λόγος να μην γίνει αυτό. Νομίζω ότι μπορεί να συλληφθεί μια σκέψη σε έναν φορέα.”
Ως άνθρωποι, συνυπάρχουμε μέσα σε μια δεδομένη κοινωνία με τα βασικά χαρακτηριστικά και τις ερμηνείες του κόσμου, είτε μας αρέσει είτε όχι. Η κοινή λογική είναι μια πολύ συντηρητική αντίληψη για κάποιους που αναμφισβήτητα ενεργούν ως δύναμη αντίστασης στις κοινωνικές εξελίξεις, ενώ για κάποιους άλλους περιθωριοποιείται εξ ορισμού.
Ο Ramon Lopez de Mantaras, διευθυντής του τμήματος της Τεχνητής Νοημοσύνης στο Ερευνητικό Ινστιτούτο του Εθνικού Ισπανικού Συμβουλίου Έρευνας, πιστεύει ότι ένας από τους κεντρικούς παράγοντες για τη δημιουργία τεχνητής νοημοσύνης παρόμοιας με του ανθρώπου, είναι η διδασκαλία της κοινής λογικής σε μηχανές ή κάτι παρόμοιο με αυτό.
Σε μια πρόσφατη δήλωση του είπε “Κατά τα τελευταία 30 χρόνια, η έρευνα έχει επικεντρωθεί στην αδύναμη τεχνητή νοημοσύνη-δηλαδή, σε μηχανές πολύ καλές σε ένα συγκεκριμένο θέμα, αλλά δεν έχουμε προχωρήσει τόσο πολύ με την εκλογίκευση κοινής λογικής”. Είναι το κλειδί για την κατανόηση του απρόβλεπτου, το οποίο είναι το κλειδί για την πραγματική νοημοσύνη.
Σε αντίθεση με τον Geoff Hinton και πολλούς ακόμα ερευνητές τεχνητής νοημοσύνης, ο Lopez de Mantaras είναι απορριπτικός της ιδέας του “Singularity”, ότι δηλαδή κάποια στιγμή στο εγγύς μέλλον οι μηχανές θα αποκτήσουν την ικανότητα να επικοινωνούν με τον ανθρώπινο εγκέφαλο, ανοίγοντας ένα νέο κόσμο στον οποίο μηχανές και οι άνθρωποι μπορούν να συναναστρέφονται, με όλα τα τρομακτικά, επιστημονικής φαντασίας αποτελέσματα.
Ο Lopez de Mantaras υποστηρίζει ότι, το ένα πρόβλημα είναι ότι ο εγκέφαλος δεν είναι αποκλειστικά μια ηλεκτρική συσκευή και επιπλέον, περιλαμβάνει πολύ αναλογικά και υποτυπώδη πλασμένες χημικές διεργασίες. Το άλλο πρόβλημα είναι ότι, κανείς δεν έχει καταλάβει πραγματικά πώς να προγραμματίσει την κοινή λογική. Μπορούμε να διδάξουμε σε έναν υπολογιστή την δομή της γεωμετρίας, αλλά όχι την δομή της κοινωνίας.
Μιλώντας σε μια διάσκεψη μερικά χρόνια πριν στη Βαρκελώνη, ο Lopez de Mantaras έδωσε έναν πολύ σαφή ορισμό του προβλήματος της κοινής λογικής και τις επιπτώσεις του. Συγκεκριμένα είπε:
“Το μοντέλο που κυριαρχεί αυτή τη στιγμή είναι ο ψηφιακός υπολογιστής, αν και το World Wide Web έχει πρόσφατα προταθεί ως ένα πιθανό μοντέλο για την τεχνητή νοημοσύνη, ιδιαίτερα για να λύσει το βασικό πρόβλημα που αντιμετωπίζει η τεχνητή νοημοσύνη, την απόκτηση γνώσης της κοινής λογικής.
Αυτή η γνώση δεν βρίσκεται γενικά σε βιβλία ή εγκυκλοπαίδειες και όμως την έχουμε σε μεγάλο βαθμό όλοι. Ένα παράδειγμα είναι το γεγονός ότι το νερό ρέει πάντα προς τα κάτω. Αυτό δεν βρίσκεται γενικά σε εγκυκλοπαίδειες, αλλά σχεδόν δέκα χιλιάδες ιστοσελίδες το αναφέρουν.
Το ίδιο ισχύει και για πολλά άλλα κομμάτια της γνώσης, που είναι ο λόγος που το Διαδίκτυο θεωρείται ότι είναι η καλύτερη αποθήκη της κοινής λογικής των μέχρι στιγμής διαθέσιμων γνώσεων. Όπως γίνεται αντιληπτό σήμερα, η τεχνητή νοημοσύνη ασχολείται ως επί το πλείστων με τη δημιουργία “ηλίθιων σοφών””.
Οι μηχανές μπορεί να κάνουν μερικές εξειδικευμένες εργασίες πολύ καλά, αλλά δεν μπορούν να κάνουν γενικά ή απρόβλεπτα καθήκοντα τα οποία με κανέναν τρόπο δεν μοιάζουν με την ανθρώπινη διάνοια. Η περιγραφή ακόμα και της πιο βασικής οπτικής σκηνής ή η επεξεργασία απλών προτάσεων βρίσκονται στην αιχμή της σύγχρονης δυνατότητας της τεχνητής νοημοσύνης.
“Το πιο σημαντικό μάθημα που μάθαμε στα 55 χρόνια της ύπαρξής της τεχνητής νοημοσύνης μπορεί κάλλιστα να είναι ότι αυτό που φαινόταν να είναι το πιο δύσκολο έργο (διάγνωση ασθενειών, σκάκι στο επίπεδο του Grandmaster) έχει αποδειχθεί ότι είναι σχετικά εύκολο και αυτό που φαινόταν ευκολότερο έχει αποδειχθεί ότι είναι πολύ πιο δύσκολο,” επιμένει ο Mantaras.
Η ιδέα της γνώσης και της κοινής λογικής μπορεί να γενικευθεί σε μια πιο τεχνική έννοια που είναι γνωστή ως μεταφορά μάθησης, την οποία οι επιστήμονες ορίζουν ως “ένα παράδειγμα της μηχανικής μάθησης που επαναχρησιμοποιεί γνώσεις που έχουν συσσωρευτεί σε μια προηγούμενη εργασία για να επιταχύνει την εκμάθηση μιας νέας, αλλά σχετικής με την στοχευμένη εργασία.”
Η εν λόγω προσέγγιση του πρόβληματος της σημασιολογικής μάθησης καθορίζει τις γενικές σχέσεις ή δομές που αντλούνται από πολλές παρατηρήσεις, όπως την εκμάθηση της γλώσσας μέσω ενός αλγορίθμου με βάση την ιδέα της κοινής λογικής. Εδώ, η κοινή λογική λειτουργεί ως σύνορο των πιθανών ερμηνειών των φαινομένων και φιλτράρει τα τυχαία δεδομένα.
Στην καθημερινή ζωή μας, βομβαρδιζόμαστε με άσχετα δεδομένα, πληροφορίες κωδικοποιημένες σε γλώσσα και σύμβολα, τα οποία έχουμε απορρίψει χωρίς καν να τα σκεφτούμε. Αν δεν είχαμε αυτή τη δυνατότητα, θα περιοριζόμασταν αυστηρά στην ικανότητά μας να ερμηνεύσουμε τον κόσμο σωστά ή όπως κάνουν οι άλλοι.
Αυτό είναι ένα πρόβλημα για την εξέλιξη των υπολογιστών, αλλά οι επιστήμονες όπως ο Lopez de Mantaras και ο Geoff Hinton φαίνεται να είναι κοντά σε μια λύση και η τεχνητή νοημοσύνη αλλά και το μέλλον της ανθρωπότητας μπορεί να εξαρτάται από την μορφή που θα πάρει αυτή η λύση.
