Dirbtinis intelektas yra mokslo sritis, nagrinėjanti žmogaus intelektinės veiklos modeliavimą. Dirbtinis intelektas, atsiradęs daugiau nei prieš 700 metų viduramžių Ispanijoje, XX amžiaus viduryje tapo savarankiška mokslo sritimi.
Dirbtinio intelekto metodai leido sukurti efektyvias kompiuterines programas įvairiose žmogaus veiklos srityse, kurios anksčiau buvo laikomos neprieinamomis formalizavimui ir algoritmizavimui, tokiose kaip medicina, biologija, zoologija, sociologija, kultūros studijos, politikos mokslai, ekonomika, verslas. , kriminologija ir kt. Kompiuterinių programų mokymo ir savarankiško mokymosi idėjos, žinių kaupimas, neaiškių ir nespecifinių žinių apdorojimo būdai leido sukurti programas, kurios daro stebuklus. Kompiuteriai sėkmingai varžosi dėl pasaulio šachmatų čempiono vardo, imituoja žmogaus kūrybinę veiklą, kuriant muzikinius ir poetinius kūrinius, atpažįsta vaizdus ir scenas, atpažįsta, supranta ir apdoroja kalbą bei tekstus natūralia žmogaus kalba. Neurokompiuteriai, sukurti pagal žmogaus smegenų vaizdą ir panašumą, sėkmingai susidoroja su sudėtingų techninių objektų valdymu, žmonių ligų diagnozavimu, sudėtingų techninių prietaisų gedimais; prognozuoti orus ir valiutų kursus, balsavimo rezultatus; atpažinti įsilaužėlius ir galimus bankrutavusius asmenis; padėti stojantiesiems pasirinkti tinkamą specialybę ir kt.
Jau esame įpratę, kad kompiuteriai tiesiogine to žodžio prasme „išmanėja“ mūsų akyse, o kompiuterinės programos tampa vis protingesnės. Tobulėjant mokslui ir žmogui, pati intelekto samprata nuolat keičiasi. Ilgą laiką užduotys, susidedančios iš aritmetinių sudėjimo, daugybos ir dalybos operacijų atlikimo, nebelaikomos intelektualiomis. Diferencialinės lygties integravimo problema nelaikoma intelektualia, jei jai žinomas griežtai deterministinis algoritmas. Šiuo metu visuotinai priimta, kad užduotys, kurių dabartiniame etape negali būti algoritmizuotos tradicine šio žodžio prasme, laikomos intelektualiomis. Tai užduotys, reikalaujančios neaiškių, nespecifinių, nepatikimų, miglotų ir net netradicinių žinių manipuliavimo.
Pradėkime AI nuostatų svarstymą nuo terminų ir apibrėžimų.
Terminas intelektas(intelektas) kilęs iš lotynų kalbos intellectus – tai reiškia protą, protą, protą; žmogaus mąstymo gebėjimai. Atitinkamai dirbtinis intelektas(dirbtinis intelektas) – AI dažniausiai aiškinama kaip automatinių sistemų savybė imtis tam tikrų žmogaus intelekto funkcijų, pavyzdžiui, pasirinkti ir priimti optimalius sprendimus remiantis anksčiau įgyta patirtimi ir racionalia išorinių poveikių analize.
„Intelekto“ sąvoka šiandien vartojama tiek technologijose, tiek techninėse disciplinose, kuri skiriasi nuo apibrėžimų, susiformavusių psichologinių ir filosofinių sąmonės studijų kontekste. Pagal intelektas Suvoksime mąstymo gebėjimą numatyti įvykius, numatyti savo veiksmų rezultatus, analizuoti ir vertinti savo būseną ir aplinką, priimti sprendimus pagal savo idėjas apie mus supantį pasaulį. Apibrėžimas, kurį pateikė akademikas N.N. Moisejevas intelektinę veiklą vertina informatikos požiūriu. Tačiau tai išryškina ir svarbiausią dalyką intelekte – tai gebėjimas mąstyti abstrakčiai, abstrakcijai, kurio dėka atsiranda savimonė ir refleksija.
Taigi, intelektas yra smegenų gebėjimas spręsti (intelektualias) problemas įgyjant, įsimenant ir tikslingai transformuojant žinias mokantis iš patirties ir prisitaikant prie įvairių aplinkybių.
Be to, terminas „žinios“ reiškia ne tik informaciją, kuri per jutimus patenka į smegenis. Tokio tipo žinios yra nepaprastai svarbios, tačiau jų nepakanka intelektinei veiklai. Faktas yra tas, kad mūsų aplinkoje esantys objektai turi galimybę ne tik paveikti pojūčius, bet ir būti tam tikruose santykiuose vienas su kitu. Akivaizdu, kad norint vykdyti intelektinę veiklą aplinkoje (ar bent tiesiog egzistuoti), žinių sistemoje būtina turėti šio pasaulio modelį. Šiame informaciniame aplinkos modelyje realūs objektai, jų savybės ir ryšiai tarp jų ne tik rodomi ir įsimenami, bet ir, kaip pažymima šiame intelekto apibrėžime, gali būti psichiškai „tikslingai transformuojami“. Kartu būtina, kad išorinės aplinkos modelio formavimas vyktų „mokantis iš patirties ir prisitaikant prie įvairių aplinkybių“.
Intelektualus iššūkis. Norint paaiškinti, kuo intelektuali užduotis skiriasi nuo paprastos užduoties, būtina įvesti terminą „algoritmas“ – vieną kertinių kibernetikos terminų.
Pagal algoritmas suprasti tikslius nurodymus, kaip atlikti operacijų sistemą tam tikra tvarka, kad išspręstumėte bet kokią užduotį iš tam tikros uždavinių klasės (rinkinio). Terminas „algoritmas“ kilęs iš uzbekų matematiko Al-Khorezmi vardo, kuris IX amžiuje pasiūlė paprasčiausius aritmetinius algoritmus. Matematikoje ir kibernetikoje tam tikro tipo problemų klasė laikoma išspręsta, kai yra sukurtas algoritmas jai išspręsti. Algoritmų paieška yra natūralus žmogaus tikslas sprendžiant įvairių klasių problemas. Tam tikro tipo problemų algoritmo paieška apima subtilų ir sudėtingą samprotavimą, kuriam reikia didelio išradingumo ir didelių įgūdžių. Bus vadinamos problemos, susijusios su tam tikro tipo uždavinių klasės sprendimo algoritmo paieška intelektualus.
Kalbant apie problemas, kurių sprendimo algoritmai jau yra nustatyti, tai, kaip pažymėjo garsus AI srities ekspertas M. Minskis, „nereikia joms priskirti tokių mistinių savybių kaip „intelektualumas“. Tiesą sakant, jau suradus tokį algoritmą, atitinkamų problemų sprendimo procesas tampa toks, kad jį gali atlikti tiksliai žmogus, kompiuteris (tinkamai suprogramuotas) ar robotas, net neįsivaizduodamas apie jo esmę. pati problema. Tik reikalaujama, kad problemą sprendžiantis asmuo galėtų atlikti tas elementarias operacijas, kurios sudaro procesą, be to, kad jis pedantiškai ir atidžiai laikytųsi siūlomo algoritmo. Toks žmogus, veikdamas, kaip tokiais atvejais sako, grynai mechaniškai, gali sėkmingai išspręsti bet kokią nagrinėjamo tipo problemą.
Todėl atrodo visiškai natūralu išbraukti iš intelektualinių problemų, kurioms yra standartiniai sprendimo metodai, klasės. Tokių problemų pavyzdžiai yra grynai skaičiavimo uždaviniai: tiesinių algebrinių lygčių sistemos sprendimas, diferencialinių lygčių skaitinis integravimas ir kt. Tokio pobūdžio uždaviniams spręsti yra standartiniai algoritmai, vaizduojantys tam tikrą elementariųjų operacijų seką, kurią galima lengvai įgyvendinti skaičiavimo automobilių programos forma. Priešingai, daugeliui intelektualinių problemų, tokių kaip modelio atpažinimas, žaidimas šachmatais, teoremų įrodinėjimas ir kt., toks formalus sprendimo paieškos proceso padalijimas į atskirus elementarius žingsnius, priešingai, dažnai būna labai sunkus. , net jei pats jų sprendimas nėra sunkus.
Taigi galime perfrazuoti intelekto apibrėžimą kaip universalų superalgoritmą, galintį sukurti algoritmus konkrečioms problemoms spręsti.
Dar viena įdomi pastaba yra ta, kad programuotojo profesija, remiantis mūsų apibrėžimais, yra viena intelektualiausių, nes programuotojo veiklos produktas yra programos - gryna forma algoritmai. Štai kodėl net AI elementų sukūrimas turėtų labai padidinti jos darbo produktyvumą.
Smegenų (turinčių intelektą) veikla, skirta intelekto problemoms spręsti, bus vadinama mąstymu, arba intelektinė veikla. Intelektas ir mąstymas yra organiškai susiję su problemų, tokių kaip teoremų įrodinėjimas, loginė analizė, situacijų atpažinimas, elgesio planavimas, žaidimai ir valdymas neapibrėžtumo sąlygomis, sprendimu. Būdingi intelekto bruožai, pasireiškiantys problemų sprendimo procese, yra gebėjimas mokytis, apibendrinti, kaupti patirtį (žinias ir įgūdžius) ir prisitaikyti prie besikeičiančių sąlygų problemų sprendimo procese. Dėl šių intelekto savybių smegenys gali išspręsti įvairias problemas, taip pat lengvai prisitaikyti prie vienos problemos sprendimo prie kitos. Taigi smegenys, apdovanotos intelektu, yra universali priemonė, sprendžianti daugybę problemų (taip pat ir neformalizuotų), kurioms nėra standartinių, anksčiau žinomų sprendimo būdų.
Reikia turėti omenyje, kad yra ir kitų, grynai elgesio (funkcinių) apibrėžimų. Taigi, pasak A. N. Kolmogorovo, bet kokia materiali sistema, su kuria galima ilgą laiką diskutuoti apie mokslo, literatūros ir meno problemas, turi intelektą. Kitas elgsenos intelekto aiškinimo pavyzdys yra gerai žinomas A. Turingo apibrėžimas. Jo reikšmė yra tokia. Skirtingose patalpose yra žmonės ir mašina. Jie vienas kito nemato, bet gali keistis informacija (pavyzdžiui, el. paštu). Jei per dialogą tarp žaidimo dalyvių nepavyksta nustatyti, kad vienas iš dalyvių yra mašina, tai tokia mašina gali būti laikoma turinčia intelektą.
Beje, įdomus A. Turingo pasiūlytas mąstymo imitavimo planas. „Bandydami imituoti suaugusio žmogaus intelektą, – rašo Turingas, – esame priversti daug galvoti apie procesą, kurio metu žmogaus smegenys pasiekė dabartinę būseną... Kodėl gi mes, užuot bandę sukurti programa, kuri imituoja suaugusiojo intelektą, pabandykite sukurti programą, kuri imituotų vaiko intelektą? Juk jei vaiko intelektas gauna atitinkamą išsilavinimą, jis tampa suaugusiojo intelektu... Mūsų skaičiavimas toks, kad į jį panašų įrenginį galima nesunkiai užprogramuoti... Taigi savo problemą padalinsime į dvi dalis: užduotį. „vaiko programos“ kūrimo ir šios programos „ugdymo“ užduoties.
Žvelgdami į ateitį galime pasakyti, kad tai yra kelias, kurį naudoja beveik visos AI sistemos. Juk aišku, kad visas žinias įkomponuoti į pakankamai sudėtingą sistemą beveik neįmanoma. Be to, tik šiame kelyje atsiras aukščiau išvardinti intelektinės veiklos požymiai (patirties kaupimas, prisitaikymas ir pan.).
Terminą „dirbtinis intelektas“ 1956 m. sugalvojo MIT profesorius J. McCarthy per Amerikos specialistų susitikimą mokslo srityje, susijusioje su skaičiavimo procesų tyrimo teorija ir praktika. Šiame susitikime Dortmuto koledže, kurį amerikiečiai laiko pirmąja DI konferencija, buvo suformuluotos dvi pagrindinės užduotys naujoje mokslo ir technologijų srityje: atskleisti žmogaus mąstymo mechanizmą ir sukurti elektroninę mašiną, kuri galėtų imituoti šį procesą.
Vieno apibrėžimo, kuris visiškai apibūdintų šią mokslo sritį, iki šiol nėra. Tarp daugybės požiūrių į jį šiandien dominuoja trys. Remiantis pirmuoju, AI srities tyrimai yra fundamentiniai tyrimai, kurių metu kuriami modeliai ir metodai problemoms, kurios tradiciškai buvo laikomos intelektualiomis ir kurios anksčiau nebuvo formalizuotos ir automatizuotos, spręsti. Antruoju požiūriu, nauja kryptis siejama su naujomis idėjomis, kaip spręsti problemas kompiuteryje, su iš esmės kitokios programavimo technologijos kūrimu, su perėjimu prie kompiuterinės architektūros, atmetančios klasikinę architektūrą, kilusią nuo m. pirmieji kompiuteriai. Galiausiai, trečias, matyt, pragmatiškiausias požiūris yra tas, kad dėl darbo dirbtinio intelekto srityje gimsta daug taikomųjų sistemų, kurios sprendžia problemas, kurioms anksčiau sukurtos sistemos buvo netinkamos.
Žinoma, visi šie trys požiūriai yra tarpusavyje susiję fundamentiniai tyrimai, AI srityje kuriamos naujos programavimo technologijos, nauja techninės įrangos architektūra ir visa tai panaudojama kuriant taikomąsias sistemas, skirtas veikti labai įvairiose srityse; .
Pagal dirbtinis intelektas suprasime mokslinių tyrimų sritį, kurioje kuriami modeliai, metodai, techninės ir programinės priemonės, skirtos problemoms, kurios tradiciškai buvo laikomos intelektualiomis ir kurias galima formalizuoti bei automatizuoti, spręsti.
Pagal intelektualios sistemos suprasti bet kokią biologinę, dirbtinę ar formalią sistemą, kuri demonstruoja gebėjimą įsitraukti į tikslą nukreiptą elgesį. Pastaroji apima bendravimo, žinių kaupimo, sprendimų priėmimo, mokymosi, prisitaikymo ir kt. savybes (apraiškas).
AI sistemos yra sistemos, skirtos kompiuteriu atlikti tokias praktines užduotis, kurios vadinamos intelektualiomis, jei jas atlieka žmonės. AI teorijoje AI sistemos dažnai vadinamos intelektualiomis sistemomis.
Dar vieną „protingos sistemos“ sąvokos apibrėžimą AI pasiūlė D. A. Pospelovas. Sistema laikoma protinga, jei ji įgyvendina šias tris pagrindines funkcijas:
1) Žinių vaizdavimo ir apdorojimo funkcija. Išmani sistema turi gebėti kaupti žinias apie supantį pasaulį, jas klasifikuoti ir vertinti pragmatikos ir nuoseklumo požiūriu, inicijuoti naujų žinių gavimo procesus, koreliuoti naujas žinias su žinių bazėje saugomomis žiniomis.
2) Samprotavimo funkcija. Intelektuali sistema turi gebėti generuoti naujas žinias, naudodama logines išvadas ir sukauptų žinių šablonų nustatymo mechanizmus, gauti apibendrintas žinias, pagrįstas privačiomis žiniomis, ir logiškai planuoti savo veiklą.
3) Ryšio funkcija. Išmanioji sistema turi gebėti bendrauti su žmogumi artima kalba (NL) ir priimti informaciją kanalais, panašiais į tuos, kuriuos naudoja žmogus suvokdamas jį supantį pasaulį, pirmiausia vaizdinį ir garsinį, gebėti formuoti pats“ arba asmens prašymu, aiškinantis savo veiklą, teikiantis asmeniui pagalbą per atmintyje saugomas žinias ir logines samprotavimo priemones.
Ar dirbtinis intelektas yra priežastis, kodėl mums baigėsi?
Kas yra dirbtinis intelektas ir ko žmonės iš tikrųjų bijo?
Susisiekus su
Klasės draugai
Dirbtinis intelektas yra tema, apie kurią kiekvienas susidarė savo nuomonę.
Ekspertai šiuo klausimu pasiskirstę į dvi stovyklas.
Pirmasis mano, kad dirbtinis intelektas neegzistuoja, antrasis mano, kad jis egzistuoja.
Rusbase išsiaiškino, kuris iš jų teisus.
Dirbtinis intelektas ir neigiamos imitacijos pasekmės
Pagrindinė diskusijų apie dirbtinį intelektą priežastis – termino supratimas. Suklupimas buvo pati intelekto samprata ir... skruzdėlės. Dirbtinio intelekto egzistavimą neigiantys žmonės remiasi tuo, kad dirbtinio intelekto sukurti neįmanoma, nes žmogaus intelektas netirtas, todėl jo panašumo atkurti neįmanoma.
Antrasis „netikinčių“ argumentas yra skruzdėlių atvejis. Pagrindinė bylos tezė – skruzdėlės nuo seno buvo laikomos būtybėmis, turinčiomis intelektą, tačiau atlikus tyrimus paaiškėjo, kad jos jį mėgdžiojo. O intelekto imitavimas nereiškia jo buvimo. Todėl viskas, kas imituoja racionalų elgesį, negali būti vadinama intelektu.
Kita stovyklos pusė (kurie teigia, kad AI egzistuoja) nekreipia dėmesio į skruzdėles ir žmogaus proto prigimtį. Vietoj to, jie veikia praktiškesnėmis sąvokomis, kurių prasmė ta, kad dirbtinis intelektas yra mašinų gebėjimas atlikti žmogaus intelektines funkcijas. Bet kas laikomos intelektinėmis funkcijomis?
Dirbtinio intelekto istorija ir kas jį sugalvojo
John McCarthy, termino „dirbtinis intelektas“ pradininkas, apibrėžė intelektą kaip gebėjimo pasiekti tikslus skaičiavimo komponentą. McCarthy paaiškino patį dirbtinio intelekto apibrėžimą kaip protingų kompiuterinių programų kūrimo mokslą ir technologiją.
McCarthy apibrėžimas pasirodė vėliau nei pati mokslo kryptis. Dar praėjusio amžiaus viduryje mokslininkai bandė suprasti, kaip veikia žmogaus smegenys. Tada atsirado skaičiavimų teorijos, algoritmų teorijos ir pirmieji pasaulyje kompiuteriai, kurių skaičiavimo galimybės paskatino mokslo šviesuolius susimąstyti, ar mašina gali lygintis su žmogaus protu.
Vyšna ant torto buvo Alano Turingo sprendimas, kuris rado būdą patikrinti kompiuterio intelektą – ir sukūrė Tiuringo testą, kuris nustato, ar mašina gali mąstyti.
Taigi, kas yra dirbtinis intelektas ir kam jis sukurtas?
Jei neatsižvelgsime į skruzdėles ir žmogaus intelekto prigimtį, dirbtinis intelektas šiuolaikiniame kontekste yra mašinų, kompiuterinių programų ir sistemų gebėjimas atlikti intelektualias ir kūrybines žmogaus funkcijas, savarankiškai rasti problemų sprendimo būdus, gebėti. daryti išvadas ir priimti sprendimus.
Racionalu nesuvokti dirbtinio intelekto kaip žmogaus proto panašumo ir atskirti futurologiją nuo mokslo, kaip AI ir „Skynet“.
Be to, dauguma šiuolaikinių AI technologijų pagalba sukurtų produktų nėra naujas dirbtinio intelekto plėtros etapas, o tik senų įrankių panaudojimas kuriant naujus ir būtinus sprendimus.
Kodėl atnaujinimas nėra laikomas dirbtinio intelekto plėtra
Bet ar tai tokios naujos idėjos? Paimkite, pavyzdžiui, „Siri“ – debesies pagrindu veikiantį asistentą, aprūpintą klausimų ir atsakymų sistema. Panašus projektas buvo sukurtas dar 1966 m. ir taip pat turėjo moterišką vardą - Eliza. Interaktyvi programa dialogą su pašnekovu palaikė taip tikroviškai, kad žmonės jį atpažino kaip gyvą žmogų.
Arba pramoniniai robotai, kuriuos „Amazon“ naudoja savo sandėlyje. Dar gerokai prieš tai, 1956 m., „General Motors“ dirbo „Unimation“ robotai, kilnodami sunkias dalis ir padėdami surinkti automobilius. Ką apie integralų robotą Shakey, sukurtą 1966 m. ir tapusį pirmuoju mobiliu robotu, valdomu dirbtinio intelekto? Ar tai neprimena modernios ir patobulintos Nadinos?
Nenatūralaus intelekto problemos. Grigorijaus Bakunovo žvalgyba
O kur mes būtume be naujausios tendencijos – neuroninių tinklų? Žinome šiuolaikinius startuolius, pagrįstus neuroniniais tinklais – tereikia prisiminti „Prisma“. Tačiau dirbtinis neuroninis tinklas, pagrįstas modelio atpažinimo savaiminio organizavimo principu, vadinamas „Cognitron“, sukurtas dar 1975 m., nėra.
Išmanieji pokalbių robotai nėra išimtis. Tolimas pokalbių robotų protėvis yra CleverBot, kuris veikia pagal dirbtinio intelekto algoritmą, sukurtą dar 1998 metais.
Todėl dirbtinis intelektas nėra kažkas naujo ir unikalaus. Bauginanti žmonijos pavergimo šio reiškinio perspektyva yra dar didesnė. Šiandien dirbtinis intelektas skirtas naudoti senus įrankius ir idėjas kuriant naujus produktus, atitinkančius šiuolaikinio pasaulio poreikius.
Dirbtinio intelekto galia ir nepagrįsti lūkesčiai
Jei lygintume dirbtinį intelektą su žmogumi, tai šiandien jo išsivystymas yra tokio vaiko, kuris mokosi laikyti šaukštą, bando atsistoti iš keturių ant dviejų kojų ir negali atpratinti nuo sauskelnių.
Esame įpratę AI vertinti kaip visagalią technologiją. Netgi Viešpats Dievas filmuose neparodomas toks visagalis kaip „Excel“ planšetė, išėjusi iš korporacijos kontrolės. Ar Dievas gali išjungti elektrą mieste, paralyžiuoti oro uostą, nutekėti į internetą slaptą valstybių vadovų susirašinėjimą ir išprovokuoti ekonominę krizę? Ne, bet dirbtinis intelektas gali, bet tik filmuose.
Išpūsti lūkesčiai yra priežastis, dėl kurios gyvename, nes automatinis dulkių siurblys robotas neprilygsta Tony Starko liokajui robotui, o jaukus ir mielas Zenbo nesuteiks jums Westworld.
Rusija ir dirbtinio intelekto panaudojimas – ar kas nors gyvas?
Ir nors dirbtinis intelektas nepateisina daugumos lūkesčių, Rusijoje jis naudojamas įvairiose srityse – nuo viešojo administravimo iki pasimatymų.
Šiandien AI pagalba galima rasti ir identifikuoti objektus analizuojant vaizdo duomenis. Jau dabar galima atpažinti agresyvų asmens elgesį, aptikti bandymą įsilaužti į bankomatą, o iš vaizdo įrašo atpažinti tai bandžiusio asmens tapatybę.
Biometrinės technologijos taip pat pažengė į priekį ir leidžia ne tik pirštų atspaudus, bet ir balsą, DNR ar tinklainę. Taip, kaip ir filmuose apie specialiuosius agentus, kurie į slaptą vietą galėjo patekti tik nuskenavus akies obuolį. Tačiau biometrinės technologijos naudojamos ne tik slaptiesiems agentams patikrinti. Realiame pasaulyje biometriniai duomenys naudojami autentifikavimui, kredito paraiškos tikrinimui ir personalo stebėjimui.
Biometriniai duomenys nėra vienintelis taikymo pavyzdys. Dirbtinis intelektas yra glaudžiai susijęs su kitomis technologijomis ir sprendžia mažmeninės prekybos, fintech, švietimo, pramonės, logistikos, turizmo, rinkodaros, medicinos, statybos, sporto ir ekologijos problemas. Sėkmingiausiai Rusijoje dirbtinis intelektas naudojamas sprendžiant nuspėjamosios analizės, duomenų gavybos, natūralios kalbos apdorojimo, kalbos technologijų, biometrinių duomenų ir kompiuterinio matymo problemas.
Dirbtinio intelekto užduotys ir kodėl jis jums nieko neskolingas
Dirbtinis intelektas neturi jokios misijos, jam keliamos užduotys, kurių tikslas – sumažinti išteklius – ar tai būtų laikas, pinigai ar žmonės.
Pavyzdys yra duomenų gavyba, kai dirbtinis intelektas optimizuoja pirkimus, tiekimo grandines ir kitus verslo procesus. Arba kompiuterinė vizija, kai naudojant dirbtinio intelekto technologijas atliekama vaizdo analizė ir kuriamas vaizdo turinio aprašymas. Siekdamas išspręsti kalbos technologijų problemas, dirbtinis intelektas atpažįsta, analizuoja ir sintezuoja šnekamąją kalbą, žengdamas dar vieną mažą žingsnelį, mokydamas kompiuterį suprasti žmogų.
Žmogaus supratimas kompiuteriu laikomas pačia misija, kurios įgyvendinimas priartins mus prie stipraus intelekto kūrimo, nes norint atpažinti natūralią kalbą mašinai reikės ne tik didžiulių žinių apie pasaulį, bet ir nuolatinio sąveikos su juo. Todėl „tikintieji“ stipriu dirbtiniu intelektu svarbiausiu AI uždaviniu laiko mašininį žmonių supratimą.
Humanoidė Nadine turi asmenybę ir yra skirta būti socialine kompanione.
Dirbtinio intelekto filosofijoje netgi egzistuoja hipotezė, pagal kurią yra silpnas ir stiprus dirbtinis intelektas. Jame kompiuteris, gebantis mąstyti ir realizuoti save, bus laikomas stipriu intelektu. Silpno intelekto teorija šią galimybę atmeta.
Iš tiesų stipriam intelektui keliama daug reikalavimų, kai kurie iš jų jau įvykdyti. Pavyzdžiui, mokymasis ir sprendimų priėmimas. Tačiau ar „MacBook“ kada nors sugebės atitikti tokius reikalavimus kaip empatija ir išmintis – didelis klausimas.
Ar gali būti, kad ateityje atsiras robotai, galintys ne tik mėgdžioti žmogaus elgesį, bet ir užjaučiantys linkčioti, klausydami dar vieno nepasitenkinimo žmogaus būties neteisybe?
Kam dar reikalingas dirbtinį intelektą turintis robotas?
Rusijoje mažai dėmesio skiriama dirbtinį intelektą naudojančiai robotikai, tačiau yra vilties, kad tai laikinas reiškinys. „Mail Group“ generalinis direktorius Dmitrijus Grišinas netgi „Grishin Robotics“ fondo, tačiau kol kas garsių fondo radinių negirdėti.
Naujausias geras rusų pavyzdys – „i-Free“ robotas Emelya, gebantis suprasti natūralią kalbą ir bendrauti su vaikais. Pirmajame etape robotas prisimena vaiko vardą ir amžių, prisitaikydamas prie jo amžiaus grupės. Jis taip pat gali suprasti ir atsakyti į klausimus, pvz., kalbėti apie orų prognozę arba deklamuoti faktus iš Vikipedijos.
Kitose šalyse robotai yra populiaresni. Pavyzdžiui, Kinijos Henano provincijoje greitųjų traukinių stotyje yra tikras, galintis nuskaityti ir atpažinti keleivių veidus.
Įvadas
Ieškant dirbtinio intelekto idėjų ištakų, galima pacituoti daugybę faktų ir mitų. Nuo senovės graikų roboto Taloso, kurį Dzeusas sukūrė saugoti Kretos salą, arba Charles Babbage su Ada Lovelace ir jų analitiniu varikliu XIX amžiaus viduryje iki Minskio ir McCartney idėjų, sukūrusių šiuolaikinį AI apibrėžimą kaip bet koks programos ar mašinos atliktas veiksmas, apie kurį, jei jį atliktų žmogus, sakytume, kad jam reikia parodyti sumanumą ar sumanumą.
AI ištakas matau 1683 m. Galileo Galilei knygoje „Dviejų naujų mokslų pokalbiai ir matematiniai įrodymai“.
Šioje knygoje ypač Galilėjus rašė, kad viskas pasaulyje, įskaitant gamtos reiškinius, gali būti išreikšta matematikos kalba. Pasirodo, bet kokiam reiškiniui ar veiksmui galite sugalvoti algoritmą. Taigi dirbtinis intelektas yra algoritmų rinkinys visoms progoms. Ir vienas iš pagrindinių AI gebėjimų bus galimybė savarankiškai sintezuoti naujus algoritmus remiantis esamais duomenimis.
Sutrumpinta forma tai jau įmanoma. Pavyzdžiui, Google AlphaGo, išanalizavęs 30 milijonų judesių duomenų bazę ir kelis tūkstančius kartų pasitreniruojęs su savimi, sugebėjo nugalėti geriausią pasaulyje Go žaidėją.
IBM moko savo superkompiuterį Watson, kad padėtų gydytojams. Tikslas – išmokyti kompiuterį ieškoti atsakymų į natūralia kalba užduodamus klausimus, tai yra, Watsonas išmoksta atlikti medicininę apklausą. Savotiškas diferencinės diagnostikos žaidimas, bet su kompiuteriu vietoj daktaro Hauso. Tiesą sakant, baigkime istoriją čia. Paprastų žmonių sąmonėje dirbtinis intelektas yra Jarvis iš Geležinio žmogaus komiksų, „Terminatorius“ arba, blogiausiu atveju, „RoboCop“ (filme būtent pridėtas AI padeda kiborgui šaudyti labai greitai ir tiksliai). Ši parinktis, žinoma, turi savo vietą, bet pradėkime nuo to, kas yra šiandien.
Kokie AI tipai yra šiandien?
Apskritai visus AI tipus galima suskirstyti į dvi kategorijas – silpną arba ribotą DI ir bendrą, arba stiprų AI.
Silpnas AI
Tiesą sakant, vardai kalba patys už save. AI šiandien yra pirmasis tipas – ribotas, tai yra, intelektas yra pritaikytas konkrečioms užduotims. Pavyzdžiui, kai „Samsung“ žada, kad iki 2020 m. kiekvienas įrenginys turės AI, tai reiškia ribotą versiją. Pavyzdžiui, Siri arba Alice, kurios gali daryti būtent tai, kam užprogramuotos. Alisa net taip atsako, kai ko nors nežino ar negali padaryti: „Programuotojas pažadėjo mane to išmokyti vėliau“.
Šis tipas apima „Google“ ir „Yandex“ žemėlapius, analizuojančius kamščius ir nubrėžiančius maršrutus, vaizdo kameras, atpažįstančias scenas, išmanią orkaitę, kuri savarankiškai reguliuoja karščio lygį, ir robotą dulkių siurblį, kuris, kad ir kaip paaiškintum, gali tik išsiurbti ir laimėjo. neduok tau šlepečių.
Ir kol kas tai yra ribotas AI – tai vienintelis dirbtinio intelekto tipas, kurį žmonija įvaldė. Silpną AI galima suskirstyti į pagrindines užduotis, kurias šiandien atlieka ekspertai. Tai:
- kalbos atpažinimas;
- kompiuterinis matymas;
- natūralios kalbos apdorojimas;
- modelių paieška arba duomenų analizė;
- robotika.
Yra du būdai, kaip išspręsti šias problemas, ty išmokyti kai kuriuos dirbtinio intelekto suprasti jūsų žodžius ir atpažinti paveikslėlius.
- Simbolinis požiūris.
Šis požiūris buvo taikomas nuo 40-ųjų pabaigos iki 90-ųjų pradžios. Metodas pagrįstas įsitikinimu, kad geriausias būdas „mokyti“ AI yra suteikti jam kuo daugiau žinių. Pavyzdžiui, kalbant medicinos kontekste, į AI įkeliami įvairiausi vadovėliai ir žinių bazės. O AI ieško atsakymų tik remdamasis turima informacija, žinias apdorodamas tik pagal programuotojo sukurtas taisykles.
Atitinkamai, šio tipo AI tinka statinėms problemoms spręsti. Pavyzdžiui, į jį galite įkelti visus rusų kalbos vadovėlius, o dirbtinis intelektas galės gerai patikrinti esė, surasdamas rašybos ir skyrybos klaidas, o sutelkdamas dėmesį į rašybos normas, netgi galės nustatyti kalbos klaidas ir trūkumus. Tačiau jis tai darys tik vadovaudamasis taisyklėmis, tai yra nesuprasdamas konteksto, o išskirdamas teisingą žodžių tvarką ir rašybą.
Kitas pavyzdys – mašininis vertimas. Simbolių išmokytas dirbtinis intelektas yra ginkluotas įvairiausiais žodynais ir frazių knygelėmis. Ir jei jam pasiūlyta versti frazė yra viename iš jų, tada jis ją gerai išvers, o jei ne, tada tiesiog pakeis žodžius, prielinksnius ir sakinio struktūrą pagal nustatytas taisykles.
- Mašininis mokymasis arba nebūdingas AI.
Skirtingai nuo simbolinio mokymosi, šio tipo mokymasis reiškia, kad dirbtiniam intelektui buvo parodyta, kaip išspręsti tam tikrą problemą, o tada leidžiama laisvai sklandyti. Taip veikia neuroniniai tinklai. Prisimenu, skaičiau pavyzdį, kai programuotojas AI prijungė prie purkštuvų valdymo ir išmokė jį vandeniu nušluostyti kaimyno katę, kuri buvo įpratusi eiti į tualetą ant pievelės. Programuotojas AI parodė daugybę nuotraukų su katėmis, po kurių dirbtinis intelektas sukūrė refleksą, kad įjungtų purkštuvą kiekvieną kartą, kai manydavo, kad mato kažką panašaus į katę. Sistema ne visada veikė sklandžiai. Atrodo, kad jis kažkaip įsijungė, kai dirbtinis intelektas šešėlį ant grindinio supainiojo su kate.
Jei kalbėsime apie vertimo pavyzdį, tada apmokytas DI gali pabandyti suprasti frazės kontekstą ir vertime pakeisti ne pirmąjį žodį, kuris atitinka pagrindinius reikalavimus, o tą, kuris, jo nuomone, geriau atspindi stilių, emocijos, slengas ar kažkas kita, apie tai, ko jis buvo mokomas.
Šiandien dauguma programuotojų nori naudoti antrąjį tipą – mašininį mokymąsi, nes jis gali, taip sakant, improvizuoti. Pavyzdžiui, jei autonominis automobilis yra apmokytas pagal pirmąjį tipą, tada jis važiuos pagal taisykles, tačiau jei kelyje susiklostys nenumatyta situacija, automobilis susidurs su sunkumais. O mašininio mokymosi būdu apmokytas automobilis gali veikti pagal aplinkybes, sintetinti idėjas remiantis anksčiau pateikta informacija.
Čia ir iškyla problema. Viena iš svarbiausių simbolinio AI savybių yra ta, kad sistema visada gali paaiškinti, kodėl ji priėmė konkretų sprendimą. Tačiau mašininio mokymosi atveju viskas nėra paprasta. Būtent todėl tie patys UBER ar Tesla ilgai bando suprasti, kodėl jų automobiliai priėmė tokį ar kitokį sprendimą, dėl kurio įvyko avarija.
Tačiau tiems patiems automobiliams simbolinis mokymasis netinka, nes visos dirbtinio intelekto taisyklės įvedamos rankiniu būdu, tai yra, santykinai tariant, reikia surašyti visus galimus veiksmus automobiliui - žmogus išbėgo į kelią. , išriedėjo vežimėlis, išskrido dėžė ir t.t. Pamiršau kažką užsirašyti ir staiga paaiškėjo, kad mašina atsitrenkė į briedį, nes taisyklių rinkinyje apie tai nieko nepasakyta, tuo tarpu mašina AI galės atspėti, kad visų keturkojų partrenkti neįmanoma. gyvūnai.
Silpnas AI, kaip matote, nepaisant savo apribojimų, turi daugybę panaudojimo būdų – išmaniąsias technologijas, autonominius automobilius ir duomenų apdorojimą su bandymais nuspėti ateitį. Beje, „Google Duplex“, galintis rezervuoti staliukus restorane, taip pat yra ribotas dirbtinis intelektas, nes gali daryti būtent tai, ko buvo mokoma.
Stiprus AI (savarankiškas)
Čia prasideda hipotezių sfera, nes žmonija nieko panašaus nematė. Galbūt tik „Google“ ar IBM gelmėse gyvai vyksta kažkas pusiau protingo. Praėjusioje „Google I/O“ konferencijoje labai protinga kinė Fei Fei Li, „Google Cloud“ Mašininio mokymosi ir dirbtinio intelekto skyriaus vadovė, sakė, kad nors nuo AI srities tyrimų praėjo daugiau nei 60 metų, tačiau mokslas vis dar yra ankstyvoje stadijoje ir kol kas galime kalbėti tik apie meistriškumo pasiekimą kuriant ribotą AI.
Tačiau aš siūlau šiek tiek pasvajoti apie stiprų AI ir pabandyti nustatyti, koks jis turėtų būti ir ką jis turėtų sugebėti. Manoma, kad stiprus dirbtinis intelektas turi tokį patį intelektą kaip ir paprastas žmogus, tai yra teoriškai jis gali išspręsti bet kokią problemą ir jei pirmasis susidūrė su užduotimi sunaikinti Johną Connorą, antrasis trokšta maksimalios entropijos. . Terminatorius, jei bus uždarytas metro, eis nužudyti Johno Connoro į autobusą, o jei autobusas suges, jis eis pėsčiomis arba išsikvies taksi, o blogagalvis parašys, kad visa reklama, kurią daro autorius. nieko nesupranta, bandys užsiimti demagogija ir sofistika. Tiesą sakant, didžiausia vyriausybių svajonė visame pasaulyje yra įsigyti stiprią dirbtinį intelektą, kad galėtų vykdyti karines operacijas ir sabotuoti rinkimus Jungtinėse Valstijose su kompiuterinių trolių robotų armija.
„Google“ teigia, kad jei viskas klostysis gerai, iki 2050 m. gali įvykti proveržis ir pasirodys pirmasis stiprus dirbtinis intelektas.
Pagrindinis tokio AI trūkumas yra tas, kad, nepaisant visų savo sugebėjimų, jis vis tiek išlieka gana siauras, kaip ir paprastas žmogus, tačiau, skirtingai nei žmogus, stiprus DI viską prisimena ir geriau orientuojasi ieškant ir apdorojant informaciją.
Super stiprus intelektas
Tai visiškai nepatenka į fantazijos sritį. Pavyzdžiui, Friday / Jarvis iš Geležinio žmogaus gali būti priskirtas tiesiog stipriam intelektui.
Jei pamenate, viename iš filmų pagrindinis veikėjas Tony Starkas bandė išrasti kokį nors naują netoksišką energijos šaltinį, norėdamas įdėti jį į savo krūtinę. Jarvisas jam padėjo, tačiau tik Tony Starkas vis tiek galėjo išspręsti problemą, nes AI neturėjo pakankamai „mąstymo“. Itin stiprus intelektas sugebės savarankiškai išspręsti net sudėtingiausias problemas. Būtent jam žmonija užduos klausimą, į kurį jis atsakys „42“, o tada itin stiprus AI susodins visus žmones į skysčių kubilus ir sukurs išrinktojo fenomeną (tai ne šiukšlės, o aliuzijos į knygą „Galaktikos autostopo vadovas“ ir filmą „Matrica“).
Ar turėtume bijoti AI?
Nepaisant visų mokslinės fantastikos filmų, baimintis nereikia, bent jau tol, kol pasirodys naujausias AI tipas. Tačiau reikia bijoti žmonių, kurie užsiima kūrimu, nes dėl klaidos ar tyčia į tą patį ribotą AI gali būti įtraukta taisyklė „žudyti visus žmones“, o ne „mokyti visus žmones“. O tada dirbtinio intelekto atveju belieka tik patikrinti visų žodyne esančių žodžių reikšmes ir kibti į reikalus.
Tačiau net ir riboto AI plėtra jau sukėlė ir sukels daug problemų šiuolaikinėje visuomenėje.
Problema viena
Viena iš problemų – tradicinių karjeros laiptų griovimas, nes DI vystymasis veda prie darbų, reikalaujančių vidutinio įgūdžių lygio, atsisakymo. Leiskite man paaiškinti išsamiau. Norint įvesti duomenis į kompiuterį, reikia pigios darbo jėgos, nes, santykinai kalbant, žmonės vis tiek geriau atpažįsta captchas. Reikia ir tokių, kurie sprendimus priims remdamiesi kompiuteriais apdorotais duomenimis. Tačiau paprastų analitikų nebereikia, nes jie analizuoja ir tiria duomenis remdamiesi išmoktais algoritmais. Pavyzdžiui, kai buvau analitikas, turėjau 42 skirtingas duomenų apdorojimo parinktis prognozėms kurti. Visos šios parinktys buvo suskirstytos į tvarkingą pristatymą, kurį aš reguliariai naudodavau, kad išsiaiškinčiau, kurį metodą geriausia naudoti konkrečioje situacijoje. Pakeisti mane dirbtiniu intelektu atrodo logiška ir pagrįsta, nes jis daug greičiau susidoros su prognozavimo užduotimis. Atitinkamai, atsiranda atotrūkis, kai išnyksta tradicinės karjeros laiptai nuo jaunesniojo analitiko iki vadovo, nes žemiausiame karjeros taške praktiškai nėra manevro demonstruoti intelektą.
Antra problema
Be to, dėl dirbtinio intelekto palaipsniui bus atsisakyta pagrindinių profesijų, kurias galima algoritmizuoti, tai yra, susiaurinti iki paprastų veiksmų. Kažką panašaus dabar galima pastebėti ir „Auchan“ bei „Lentoje“, kur kasininkus pamažu keičia savitarnos aparatai, taip pat vienas darbuotojas, padedantis spręsti iškylančias problemas, tvarką prižiūrintis apsaugininkas. Ateityje apsaugos darbuotoją pakeis tvarką stebinčios stebėjimo kameros. Pasirodo, žmonių vertė mažės.
Profesijos, kurias greičiausiai pakeis AI: paštininkai, juvelyrai, medkirčiai, ūkininkai, gamyklų darbuotojai, draudikai
Skaičiau, kad San Franciskas tam tikru mastu gali būti šios problemos pavyzdys. Šį JAV miestą pasirinko technologijų elitas. Atitinkamai, miesto ekonomika yra skirta elito poreikiams tenkinti, tačiau su technologijų ekonomika nesusiję žmonės patiria milžiniškų problemų. Jie uždirba daug mažiau, o mieste visos kainų etiketės nustatytos kaip IT startuoliams. Paprasti žmonės negali sau leisti tokių išlaidų, todėl arba kraustosi, arba prisijungia prie ir taip didžiulės benamių armijos.
Tačiau yra pagrindinė savybė, kuri išgelbės kai kurias profesijas. Dirbtiniam intelektui reikia sudaryti sąlygas veikti. Pavyzdžiui, robotas dulkių siurblys gali važiuoti tik lygiomis grindimis ir įveikti nedidelius nelygius paviršius. Atitinkamai, daugelis pagrindinių profesijų galės išsilaikyti tol, kol bus per sunku ir brangu sukurti jų dirbtinį pakaitalą. Pavyzdžiui, patalpoje su daugybe durų valymo robotui reikia arba manipuliatorių, kad pasuktų durų rankenas, arba visos durys turi atsidaryti automatiškai. Abu yra gana brangūs, tačiau atvykusiam Sarhatui iš Vidurinės Azijos užtenka rankų ir smegenų, kad galėtų tvarkyti šluotą ir durų rankeną, tačiau nėra registracijos ir sumažintų atlyginimų reikalavimų.
Trečia problema
Net ribotas AI labai paskatino laisvai samdomo darbo fenomeną. Kasmet vis labiau klesti nuotolinių darbuotojų įdarbinimo ir samdymo platformos. Pavyzdžiui, pagal naujausią statistiką JAV, pirmoje pasaulio ekonomikoje, laisvai samdomais darbuotojais dirba 55 mln.
Ir tai yra dabartinė karta, atkreipkite dėmesį į iliustraciją. Auganti darbo jėga nemėgsta sėdėti biure. Atitinkamai įvyks darbo organizavimo poslinkis. Įmonės susidurs su iššūkiais įdarbindamos ir išlaikydamos darbuotojus, nes kam skirti savo gyvenimą vienai įmonei, kai esate pasiekiami internete ir galite ieškoti darbo visame pasaulyje.
Ketvirta problema
Gana rimta problema yra socialinė nelygybė, apie kurią jau buvo kalbama 2-oje problemoje. Ji dar labiau pablogės. Manau, kad iš straipsnio atspėjote, kad norint būti sėkmingam naujajame pasaulyje, reikia būti protingam ir susipažinus su šiuolaikinėmis technologijomis. Ne paslaptis, kad neturtingi žmonės turi blogesnes galimybes gauti išsilavinimą. Atitinkamai, vargšai negalės persilaužti į naują lygį, nes jie tiesiog neturės galimybės išmokti ko nors naudingo, nes norint gerai mąstyti, jiems reikia metų intensyvaus mokymo, o kur tai gauti reikia ieškoti maisto.
Naujai visuomenei reikia arba pigios darbo jėgos, arba intelektualių sprendimų priėmėjų.
Penkta problema
Galima suformuluoti trumpai – kas prie vairo? Dirbtinio intelekto sistemas kuriantys žmonės turės ypatingos atsakomybės, nes mokys AI, kokius duomenis AI naudos priimdamas sprendimus. Ar tai bus robotikos dėsniai iš Asimovo ar kitos taisyklės, apsaugančios tam tikrą žmonių sluoksnį.
Kodėl dirbtinis intelektas yra geras dalykas?
Aukščiau išvardytos problemos yra šiek tiek bauginančios, tačiau AI yra dviašmenis kardas, kuris taip pat gali padėti.
1 nauda
Dirbtinis intelektas suteiks galingą impulsą daugelio sričių vystymuisi. Puikus pavyzdys yra medicina. Šiandien, XXI amžiuje, gydytojai ir toliau gydo taip pat, kaip ir prieš šimtą metų. Jie kraunasi vadovėlius. Tai yra blogas pasirinkimas, nes nė vienas gydytojas negali prisiminti visų ligų simptomų. Tokių klaidų pasekmės gali būti mirtinos. Vietinis gydytojas mane iki pat pabaigos patikino, kad mamos ligos priežastys – peršalimas ir nuovargis, nes buvo visi pagrindiniai simptomai. Ir tik tada, kai buvo per vėlu, buvo nustatyta teisinga diagnozė – ūminė leukemija, gana sunkiai atpažįstama liga. Ir šioje situacijoje sprendimas būtų turėti dirbtinį intelektą, kuris prisimena visas ligas ir simptomus ir kuris niekada nepavargsta.
Tokie pat pokyčiai gali įvykti ir teisės srityje, kur advokatai ir teisėjai turi turėti omenyje visus įstatymus, precedentus ir daugybę įrodymų.
2 nauda
AI padės sukurti suasmenintą patirtį. Šį dalyką geriausiai galima iliustruoti naudojant mokymosi pavyzdį. Šiandien mokytojai yra perkrauti ir fiziškai negali skirti dėmesio visiems mokiniams. Bet kiekvienas turi savo tempą mokytis naujos medžiagos. Dirbtiniu intelektu pagrįstos mokymosi sistemos stebi mokymosi greitį, žiūri, ar mokinys gerai ar blogai prisimena medžiagą, atidžiai skaito, ar yra išsiblaškęs. Remiantis tuo, sudaromas individualus mokymosi tempas ir parenkami pratimai įtvirtinimui.
Tuo pačiu metu yra faktas, kad žmonėms su AI lengviau suvokti naują medžiagą, nes tokiu atveju klaidų baimė žymiai sumažėja. Su šiuo teiginiu galiu sutikti. Moraliai lengviau sulaukti pasipiktinusio pyptelėjimo iš kompiuterio, kad pavyzdys buvo išspręstas neteisingai, nei atlaikyti mano matematikos mokytojos Olgos Stepanovnos žvilgsnį.
AI galės skirti vienodą dėmesį visiems žmonėms. Tai apima visas sritis – nuo išsilavinimo ir medicinos iki madingo įvaizdžio pasirinkimo (pagal kūno tipą, veido formą ir sezono tendencijas) ir treniruočių sporto salėje.
3 nauda
Jau šiandien mūsų pasaulis yra perpildytas informacijos. Bet kokie duomenys renkami iš visur – nuo oro sąlygų iki žingsnių, kuriuos žmogus nuėjo.
Dirbtinis intelektas, turintis prieigą prie didžiųjų duomenų, galės analizuoti šiuos duomenis ir ieškoti koreliacijos, kaip žingsnių skaičius veikia sveikatą, bet ne abstrakčiai, o atsižvelgdamas į tam tikras oro sąlygas. Keleivių srautų judėjimo analizė padės sumažinti spūstis ir sumažinti transporto griūčių skaičių piko valandomis. Trumpai tariant, duomenys, kuriuos galima analizuoti, bus išanalizuoti ir AI pateiks savo išvadas.
Išvada
Šiandien dirbtinis intelektas įrodė, kad gana gerai sprendžia tik tas užduotis, kurias buvo išmokytas atlikti, ir netgi geriau nei paprasti žmonės. Išmanusis telefonas gali lengvai įveikti didmeistrą net be karalienės, japonų dirbtinis intelektas, parašęs trumpą romaną, pateko į literatūros konkurso finalą, o jo broliai rašo ir atlieka gerą muziką.
Tačiau, deja, dirbtinis intelektas vis dar yra pradiniame etape. Jis gali daryti tik tai, ko buvo išmokytas – analizuoti daugybę literatūros ar muzikos kūrinių ir susintetinti ką nors savo, arba prisiminti milijonus judesių ir pasirinkti geriausią.
Pagrindinės problemos, trukdančios plėtoti ribotą dirbtinį intelektą, yra universalių supančio pasaulio ir infrastruktūros pažinimo algoritmų trūkumas (duomenims rinkti reikia daug jutiklių, savaeigiams automobiliams reikia kelių su idealiu ženklinimu, o balso asistentai). geresnius algoritmus, kad suprastų savininko prašymus).
Kad atsirastų stiprus dirbtinis intelektas, mums reikia iš esmės skirtingų skaičiavimo galių ir informacijos apdorojimo algoritmų, imituojančių tai, ką žmonės vadina intuicija. Tikriausiai netolimoje ateityje pamatysime įvairias riboto AI versijas su integruotais elgesio algoritmais visoms sąlygoms.
Dirbtinis intelektas pastaruoju metu yra viena populiariausių temų technologijų pasaulyje. Tokie protai kaip Elonas Muskas, Stephenas Hawkingas ir Steve'as Wozniakas yra rimtai susirūpinę AI tyrimais ir teigia, kad jų sukūrimas kelia mums mirtiną pavojų. Tuo pačiu metu mokslinės fantastikos ir Holivudo filmai sukėlė daug klaidingų nuomonių apie AI. Ar tikrai mums gresia pavojus ir kokius netikslumus darome įsivaizduodami „Skynet Earth“ sunaikinimą, bendrą nedarbą arba, priešingai, klestėjimą ir nerūpestingumą? Gizmodo išnagrinėjo žmonių mitus apie dirbtinį intelektą. Čia yra visas jo straipsnio vertimas.
Jis vadinamas svarbiausiu mašininio intelekto išbandymu nuo tada, kai prieš 20 metų „Deep Blue“ šachmatų rungtynėse nugalėjo Garį Kasparovą. „Google AlphaGo“ įveikė didmeistrą Lee Sedolą „Go“ turnyre triuškinamu rezultatu 4:1, parodydama, kaip rimtai pažengė dirbtinis intelektas (AI). Lemtinga diena, kai mašinos pagaliau pranoks žmones savo intelektu, dar niekada neatrodė tokia artima. Tačiau atrodo, kad mes nepriartėjome prie šio epochą formuojančio įvykio pasekmių supratimo.
Tiesą sakant, mes laikomės rimtų ir net pavojingų klaidingų nuomonių apie dirbtinį intelektą. Praėjusiais metais „SpaceX“ įkūrėjas Elonas Muskas perspėjo, kad dirbtinis intelektas gali užvaldyti pasaulį. Jo žodžiai sukėlė komentarų audrą – tiek šios nuomonės priešininkų, tiek šalininkų. Dėl tokio būsimo monumentalaus įvykio kyla stebėtinai daug nesutarimų, ar jis įvyks ir, jei taip, kokia forma. Tai ypač kelia nerimą, atsižvelgiant į neįtikėtiną naudą, kurią žmonija gali gauti iš AI, ir galimą riziką. Skirtingai nuo kitų žmonių išradimų, AI gali pakeisti žmoniją arba mus sunaikinti.
Sunku žinoti, kuo tikėti. Tačiau dėl ankstyvo kompiuterių mokslininkų, neurologų ir AI teoretikų darbo pradeda ryškėti aiškesnis vaizdas. Štai keletas paplitusių klaidingų nuomonių ir mitų apie dirbtinį intelektą.
Mitas Nr. 1: „Mes niekada nesukursime dirbtinio intelekto, kurio intelektas būtų panašus į žmogaus“
Realybė: Jau turime kompiuterius, kurie prilygo arba pranoko žmogaus galimybes šachmatų, „Go“, akcijų prekybos ir pokalbių srityse. Kompiuteriai ir juos valdantys algoritmai gali tik tobulėti. Tai tik laiko klausimas, kada jie pralenks žmones bet kokioje užduotyje.
Niujorko universiteto tyrimų psichologas Gary Marcusas teigė, kad „tiesiog visi“, dirbantys su AI, tiki, kad mašinos galiausiai mus nugalės: „Vienintelis tikras skirtumas tarp entuziastų ir skeptikų yra laiko skaičiavimai. Futuristai, tokie kaip Ray'us Kurzweil, mano, kad tai gali įvykti per kelis dešimtmečius, kiti teigia, kad tai užtruks šimtmečius.
AI skeptikai neįtikina sakydami, kad tai neišsprendžiama technologinė problema, o biologinių smegenų prigimtyje yra kažkas unikalaus. Mūsų smegenys yra biologinės mašinos – jos egzistuoja realiame pasaulyje ir laikosi pagrindinių fizikos dėsnių. Juose nėra nieko nežinomo.
2 mitas: „Dirbtinis intelektas turės sąmonę“
Realybė: Dauguma įsivaizduoja, kad mašinų intelektas bus sąmoningas ir mąstys taip, kaip mąsto žmonės. Be to, kritikai, tokie kaip „Microsoft“ įkūrėjas Paulas Allenas, mano, kad dar negalime pasiekti dirbtinio bendro intelekto (galinčio išspręsti bet kokią psichinę problemą, kurią gali išspręsti žmogus), nes mums trūksta mokslinės sąmonės teorijos. Tačiau, kaip sako Londono imperatoriškojo koledžo kognityvinės robotikos specialistas Murray Shanahanas, neturėtume tapatinti šių dviejų sąvokų.
„Sąmonė tikrai yra nuostabus ir svarbus dalykas, bet aš netikiu, kad ji reikalinga žmogaus lygmens dirbtiniam intelektui. Tiksliau tariant, žodį „sąmonė“ vartojame norėdami nurodyti keletą psichologinių ir pažintinių savybių, su kuriomis žmogus „ateina“, – aiškina mokslininkas.
Galima įsivaizduoti išmanią mašiną, kuriai trūksta vienos ar kelių iš šių funkcijų. Galiausiai galime sukurti neįtikėtinai protingą AI, kuri nesugeba suvokti pasaulio subjektyviai ir sąmoningai. Shanahan teigia, kad protą ir sąmonę galima sujungti mašinoje, tačiau neturime pamiršti, kad tai dvi skirtingos sąvokos.
Vien todėl, kad mašina išlaiko Tiuringo testą, kurio metu jos negalima atskirti nuo žmogaus, dar nereiškia, kad ji yra sąmoninga. Mums pažangus dirbtinis intelektas gali atrodyti sąmoningas, tačiau jis nebus labiau įsisąmonintas nei akmuo ar skaičiuotuvas.
3 mitas: „Mes neturėtume bijoti dirbtinio intelekto“
Realybė: Sausio mėnesį „Facebook“ įkūrėjas Markas Zuckerbergas sakė, kad neturėtume bijoti dirbtinio intelekto, nes jis padarys pasauliui neįtikėtinai daug gerų dalykų. Jis pusiau teisus. Turėsime didžiulę naudą iš dirbtinio intelekto – nuo savarankiškai važiuojančių automobilių iki naujų vaistų kūrimo, tačiau nėra garantijos, kad kiekvienas dirbtinio intelekto įgyvendinimas bus palankus.
Labai protinga sistema gali žinoti viską apie konkrečią užduotį, pavyzdžiui, išspręsti sudėtingą finansinę problemą ar įsilaužti į priešo gynybos sistemą. Tačiau už šių specializacijų ribų tai bus labai nežinoma ir nesąmoninga. „Google“ sistema „DeepMind“ yra „Go“ ekspertė, tačiau ji neturi galimybių ar priežasčių tyrinėti sritis, nepriklausančias jos specializacijai.
Daugeliui šių sistemų gali būti netaikomi saugumo sumetimai. Puikus pavyzdys yra sudėtingas ir galingas Stuxnet virusas – Izraelio ir JAV kariuomenės sukurtas militarizuotas kirminas, skirtas įsiskverbti ir sabotuoti Irano atomines elektrines. Šis virusas kažkaip (tyčia ar netyčia) užkrėtė Rusijos atominę elektrinę.
Kitas pavyzdys yra „Flame“ programa, naudojama kibernetiniam šnipinėjimui Artimuosiuose Rytuose. Nesunku įsivaizduoti, kad būsimos „Stuxnet“ ar „Flame“ versijos viršytų numatytą paskirtį ir padarytų didžiulę žalą jautriai infrastruktūrai. (Kad būtų aišku, šie virusai nėra AI, bet ateityje jie gali jį turėti, todėl kyla susirūpinimas).
Flame virusas buvo naudojamas kibernetiniam šnipinėjimui Artimuosiuose Rytuose. Nuotrauka: laidinis
4 mitas: „Dirbtinis superintelektas bus per protingas, kad padarytų klaidų“
Realybė: DI tyrinėtojas ir „Surfing Samurai Robots“ įkūrėjas Richardas Lucimore'as mano, kad dauguma AI pasaulio pabaigos scenarijų yra nenuoseklūs. Jie visada remiasi prielaida, kad dirbtinis intelektas sako: „Žinau, kad žmonijos sunaikinimą sukelia mano projekto nesėkmė, bet aš vis tiek esu priverstas tai padaryti“. Lucimore'as sako, kad jei AI taip elgsis, samprotaudamas apie mūsų sunaikinimą, tokie loginiai prieštaravimai jį persekios visą gyvenimą. Tai savo ruožtu pablogina jo žinių bazę ir daro jį pernelyg kvailu, kad sukurtų pavojingą situaciją. Mokslininkas taip pat teigia, kad žmonės, kurie sako: „DI gali daryti tik tai, kam jis užprogramuotas“, klysta taip pat, kaip ir jų kolegos kompiuterių eros aušroje. Tada žmonės naudojo šią frazę, norėdami ginčytis, kad kompiuteriai negali parodyti nė menkiausio lankstumo.
Peteris Macintyre'as ir Stuartas Armstrongas, dirbantys Oksfordo universiteto Žmonijos ateities institute, nesutinka su Lucimore. Jie teigia, kad AI daugiausia priklauso nuo to, kaip jis užprogramuotas. McIntyre'as ir Armstrongas mano, kad dirbtinis intelektas nesugebės klysti ar būti pernelyg kvailas, kad nežinotų, ko iš jo tikimės.
„Pagal apibrėžimą dirbtinis superintelektas (ASI) yra subjektas, kurio intelektas yra žymiai didesnis nei geriausių žmogaus smegenų bet kurioje žinių srityje. Jis tiksliai žinos, ko mes norėjome, kad jis darytų“, – sako McIntyre'as. Abu mokslininkai mano, kad dirbtinis intelektas darys tik tai, kas yra užprogramuota. Bet jei jis taps pakankamai protingas, jis supras, kuo tai skiriasi nuo įstatymo dvasios ar žmonių ketinimų.
McIntyre'as palygino būsimą žmonių ir AI situaciją su dabartine žmogaus ir pelės sąveika. Pelės tikslas – ieškoti maisto ir pastogės. Tačiau tai dažnai prieštarauja žmogaus, kuris nori, kad jo gyvūnas laisvai lakstytų, noru. „Esame pakankamai protingi, kad suprastume kai kuriuos pelių tikslus. Taigi ASI taip pat supras mūsų norus, bet bus jiems abejingi“, – sako mokslininkas.
Kaip rodo filmo „Ex Machina“ siužetas, žmogui bus nepaprastai sunku laikytis protingesnio AI
5 mitas: „Paprastas pleistras išspręs AI valdymo problemą“
Realybė: Sukūrę dirbtinį intelektą, protingesnį už žmones, susidursime su problema, žinoma kaip „kontrolės problema“. Futuristai ir AI teoretikai patenka į visišką sumaištį, jei jų paklausite, kaip sulaikysime ir apribosime ASI, jei toks atsiras. Arba kaip įsitikinti, kad jis bus draugiškas žmonėms. Neseniai Džordžijos technologijos instituto mokslininkai naiviai pasiūlė, kad dirbtinis intelektas galėtų išmokti žmogiškųjų vertybių ir socialinių taisyklių skaitydamas paprastas istorijas. Realiai tai bus daug sunkiau.
„Buvo pasiūlyta daug paprastų gudrybių, kurios galėtų „išspręsti“ visą AI valdymo problemą“, – sako Armstrongas. Pavyzdžiui, ASI programavimas taip, kad jo tikslas būtų įtikti žmonėms arba kad jis tiesiog veiktų kaip įrankis žmogaus rankose. Kitas variantas yra integruoti meilės ar pagarbos sąvokas į šaltinio kodą. Kad dirbtinis intelektas nepriimtų supaprastinto, vienpusiško požiūrio į pasaulį, buvo pasiūlyta jį užprogramuoti vertinti intelektualinę, kultūrinę ir socialinę įvairovę.
Tačiau šie sprendimai yra pernelyg paprasti, tarsi bandymas suspausti visą žmogaus simpatijų ir antipatijų kompleksiškumą į vieną paviršutinišką apibrėžimą. Pavyzdžiui, pabandykite pateikti aiškų, logišką ir veiksmingą „pagarbos“ apibrėžimą. Tai nepaprastai sunku.
Matricos „Matricoje“ gali lengvai sunaikinti žmoniją
6 mitas: „Dirbtinis intelektas mus sunaikins“
Realybė: Nėra garantijos, kad dirbtinis intelektas mus sunaikins arba kad negalėsime rasti būdo, kaip jį suvaldyti. Kaip sakė dirbtinio intelekto teoretikas Eliezeris Yudkowsky: „AI nei myli, nei nekenčia tavęs, bet tu sudarytas iš atomų, kuriuos jis gali panaudoti kitiems tikslams“.
Savo knygoje „Dirbtinis intelektas. Etapai. Grasinimai. Strategijos“, – rašė Oksfordo filosofas Nickas Bostromas, kad tikras dirbtinis superintelektas, kai tik atsiras, kels didesnę riziką nei bet kuris kitas žmogaus išradimas. Įžymūs protai, tokie kaip Elonas Muskas, Billas Gatesas ir Stephenas Hawkingas (pastarasis iš jų įspėjo, kad dirbtinis intelektas gali būti mūsų „blogiausia klaida istorijoje“) taip pat išreiškė susirūpinimą.
McIntyre'as teigė, kad daugeliui ASI tikslų yra rimtų priežasčių atsikratyti žmonių.
„AI gali visiškai teisingai nuspėti, kad nenorime, kad jis padidintų konkrečios įmonės pelną, kad ir kokia būtų kaina klientams, aplinkai ir gyvūnams. Todėl jis turi stiprią paskatą užtikrinti, kad jo tikslai nebūtų pertraukiami, netrukdomi, išjungiami ar nekeičiami, nes tai neleistų pasiekti pirminių tikslų“, – teigia McIntyre'as.
Jei ASI tikslai neatspindi mūsų pačių, tai turės rimtą priežastį neleisti mums to sustabdyti. Atsižvelgiant į tai, kad jo intelekto lygis gerokai viršija mūsų, nieko negalime padaryti.
Niekas nežino, kokią AI formą įgaus ir kaip ji gali kelti grėsmę žmonijai. Kaip pažymėjo Muskas, dirbtinis intelektas gali būti naudojamas valdyti, reguliuoti ir stebėti kitus AI. Arba tai gali būti persmelkta žmogiškųjų vertybių arba didžiulio noro būti draugiškam žmonėms.
7 mitas: „Dirbtinis superintelektas bus draugiškas“
Realybė: Filosofas Immanuelis Kantas manė, kad protas yra glaudžiai susijęs su morale. Neurologas Davidas Chalmersas savo tyrime „Singularity: A Philosophical Analysis“ perėmė garsiąją Kanto idėją ir pritaikė ją besiformuojančiam dirbtiniam superintelektui.
Jei tai tiesa... galime tikėtis, kad intelektualus sprogimas sukels moralinį sprogimą. Tada galime tikėtis, kad atsirandančios ASI sistemos bus itin moralios ir itin intelektualios, o tai leidžia tikėtis geros jų kokybės.
Tačiau idėja, kad pažangus AI bus apšviestas ir malonus, iš esmės nėra labai tikėtina. Kaip pažymėjo Armstrongas, yra daug protingų karo nusikaltėlių. Atrodo, kad tarp žmonių nėra ryšio tarp intelekto ir moralės, todėl jis kvestionuoja šio principo veikimą tarp kitų protingų formų.
„Protingi žmonės, kurie elgiasi amoraliai, gali sukelti daug didesnio masto skausmą nei jų kvailesni kolegos. Protingumas tiesiog suteikia jiems galimybę būti blogiems, turintiems didelį intelektą, jis nepaverčia jų gerais žmonėmis“, – sako Armstrongas.
Kaip paaiškino MacIntyre'as, subjekto gebėjimas pasiekti tikslą nėra svarbus nustatant, ar tikslas yra pagrįstas. „Mums labai pasiseks, jei mūsų dirbtinis intelektas bus išskirtinai gabus ir jų moralės lygis augs kartu su intelektu. Pasikliauti sėkme nėra geriausias būdas tam, kas galėtų formuoti mūsų ateitį“, – sako jis.
8 mitas: „AI ir robotikos rizika yra vienoda“
Realybė: Tai ypač dažna klaida, kurią įamžina nekritiška žiniasklaida ir Holivudo filmai, tokie kaip „Terminatorius“.
Jei toks dirbtinis superintelektas kaip „Skynet“ tikrai norėtų sunaikinti žmoniją, jis nenaudotų androidų su šešiavamzdžiais kulkosvaidžiais. Daug veiksmingiau būtų pasiųsti biologinį marą arba nanotechnologinį pilką gėdą. Arba tiesiog sunaikinti atmosferą.
Dirbtinis intelektas potencialiai pavojingas ne dėl to, kad gali turėti įtakos robotikos vystymuisi, o dėl to, kaip jo išvaizda apskritai paveiks pasaulį.
9 mitas: „AI vaizdavimas mokslinėje fantastikoje yra tikslus ateities vaizdas“.
Daugybė protų rūšių. Nuotrauka: Eliezer Yudkowsky
Žinoma, autoriai ir futuristai pasitelkė mokslinę fantastiką fantastiškoms prognozėms, tačiau įvykių horizontas, kurį nustato ASI, yra visiškai kita istorija. Be to, dėl nežmogiško AI prigimties negalime žinoti jo prigimties ir formos, taigi ir nuspėti.
Kad pralinksmintų mus, kvailus žmones, mokslinė fantastika vaizduoja, kad dauguma dirbtinio intelekto yra panašūs į mus. „Yra visų įmanomų protų spektras. Net ir tarp žmonių tu visai kitoks nei tavo kaimynas, bet ta variacija yra niekis, palyginti su visais protais, kurie gali egzistuoti“, – sako McIntyre'as.
Dauguma mokslinės fantastikos neturi būti moksliškai tikslios, kad papasakotų įtikinamą istoriją. Konfliktas dažniausiai klostosi tarp panašaus stiprumo herojų. „Įsivaizduokite, kokia nuobodi būtų istorija, kai dirbtinis intelektas, neturintis sąmonės, džiaugsmo ar neapykantos, užbaigia žmoniją be pasipriešinimo, kad pasiektų neįdomų tikslą“, – žiovuodamas pasakoja Armstrongas.
Teslos gamykloje dirba šimtai robotų
10 mitas: „Baisu, kad dirbtinis intelektas atims visus mūsų darbus“.
Realybė: AI gebėjimas automatizuoti didžiąją dalį to, ką darome, ir jos potencialas sunaikinti žmoniją yra du labai skirtingi dalykai. Tačiau, pasak Martino Fordo, knygos „The Dawn of the Robots: Technology and the Threat of a Jobless Future“ autoriaus, į juos dažnai žiūrima kaip į visumą. Gera galvoti apie tolimą dirbtinio intelekto ateitį, jei ji neatitraukia mūsų nuo iššūkių, su kuriais susidursime ateinančiais dešimtmečiais. Pagrindinis iš jų yra masinis automatizavimas.
Niekas neabejoja, kad dirbtinis intelektas pakeis daugelį esamų darbo vietų – nuo gamyklos darbuotojo iki aukščiausio lygio baltųjų apykaklių. Kai kurie ekspertai prognozuoja, kad artimiausiu metu pusei visų JAV darbo vietų gresia automatizavimas.
Bet tai nereiškia, kad negalime susidoroti su šoku. Apskritai, atsikratyti daugumos fizinių ir psichinių darbų yra beveik utopinis mūsų rūšies tikslas.
„AI sunaikins daug darbo vietų per porą dešimtmečių, bet tai nėra blogai“, – sako Milleris. Savaeigiai automobiliai pakeis sunkvežimių vairuotojus, todėl sumažės pristatymo kaštai ir dėl to daugelis gaminių atpigs. „Jei esi sunkvežimio vairuotojas ir užsidirbsi pragyvenimui, tu pralaimėsi, bet visi kiti, atvirkščiai, už tą patį atlyginimą galės nusipirkti daugiau prekių. O sutaupyti pinigai bus skirti kitoms prekėms ir paslaugoms, kurios sukurs naujas darbo vietas žmonėms“, – sako Milleris.
Tikėtina, kad dirbtinis intelektas sukurs naujų galimybių gaminti prekes, išlaisvins žmones užsiimti kitais dalykais. DI pažangą lydės pažanga kitose srityse, ypač gamyboje. Ateityje mums bus lengviau, o ne sunkiau patenkinti pagrindinius poreikius.
Aš nejudėjau ir beveik nekvėpavau... Tikrai, jie jau prarado mane pėdsaką... Išlipau iš pastogės ir susidūriau akis į akį su vienu iš jų... Jis rėkė, bet negalėjo pajudėti.. Žaidimas vėl sugriuvo
Dirbtinis intelektas (AI) vaizdo žaidimuose yra kažkas, ko dauguma mūsų nepastebi, kol jis sugenda. Jis nepastebimai yra visame kame, įtakojantis mūsų žaidimų patirtį, kiekvienos žaidimo akimirkos suvokimą, tačiau tai vienas iš labiausiai neįvertintų vaizdo žaidimų elementų. AI yra prieskonis, suteikiantis žaidimui skonį ir panardinantis mus į žaidimų pasaulį kaip niekas kitas.
Sąvoką „dirbtinis intelektas“ kiekvienas supranta savaip. Terminas gali reikšti programinės įrangos procesus, kurie valdo žaidimo veikėjus, atskirus žaidimo objektus ar net oponentus, kurių niekada nematote (kaip realaus laiko strateginiuose žaidimuose).
Pereikime prie Alien: Isolation. Atmetus retkarčiais pasitaikančius nesklandumus, pripažinkime: tai puikus žaidimas! Vienas iš vienintelių filmų žaidimų, leidžiančių pasijusti tarsi filme. Svetimas: dėl izoliacijos tikrai pasijusite tarsi filme „Svetimas“. Kiekvienas ateivių filmas turi aiškų tikslą: atsikratyti ateivio. Daugelis atskirų filmų akimirkų gali virsti įdomiu žaidimu, nesvarbu, ar tai Dalasas lipa pro ventiliaciją su liepsnosvaidžiu, ar Ripley taranuoja karalienę mechaniniu krautuvu. Šie filmai, kaip ir vaizdo žaidimai, suteikia daug energijos;
Žaidimas Alien: Isolation yra stiprus būtent dėl savo dirbtinio intelekto. Ateivis turėtų veikti taip, kad žaidėjas jaustųsi kaip ateivių filmo dalis. Pats ateivis yra sudėtingas padaras, suteikiantis daug žaidimo galimybių. Jis slepiasi apgalvotai naudodamas kambario dizainą. Jis juda per ventiliaciją, netikėtai atakuodamas žaidėjus. Jis nekenčia ugnies, todėl galime prieš jį panaudoti liepsnosvaidžius. Tuo pačiu metu žaidimas nustato tam tikras sudėtingumo ribas. Mes žinome, kaip veikia ateivių gyvavimo ciklas. Mes žinome, kad jie kraujuoja rūgštimi. Mes žinome apie jų kolektyvinį intelektą. Kitaip tariant, „Alien“ filmai žaidimų kūrėjams sukūrė patrauklią smėlio dėžę.
Kiekvienas sprendimas, kurį priimate izoliacijoje, atsiliepia ateiviui. Kaip slepiasi? Kaip naudojate brangųjį liepsnosvaidžio kurą? Kiek lauki, kol jis išeis? Jūs susiduriate su tikru, gyvu ateiviu, kuris elgsis ir mąstys kaip ateivis. Tai nuostabu, baisu ir nuostabu vienu metu!
Dauguma žaidėjų ir kūrėjų mano, kad „stiprus AI“ iš esmės neįmanomas. Tai reikštų, kad jis turi būti lygus ar net pranašesnis už žmogaus intelektą. Vargu ar būtų patogu žaisti su tokiu dalyku.
Stiprus AI bus labai panašus į kitą žaidėją, turėdamas tuos pačius žaidimo tikslus: jis norės laimėti. Geras AI nenori laimėti, jis nori, kad jūs sunkiai dirbtumėte, kad uždirbtumėte laimėjimą. Štai kodėl „Alien“ yra ne tiek tikroviškas didžiausio kino monstro modeliavimas, kiek jo įspūdžių atkūrimas.
Izoliacijoje ateivis beveik visada yra šalia. Žinoma, galite kurį laiką atitraukti jo dėmesį arba pereiti iš vieno kambario į kitą, bet jis visada atsidurs šalia. Dažniausiai ateivis elgiasi patikimai, išskyrus retus atvejus, kai jis nepaaiškinamai sukasi viename kambaryje, kol tu sulaikai kvėpavimą, tikėdamasis, kad jis išeis, kad galėtum išlįsti iš spintos.
Atrodo, kad nepažįstamasis visada apytiksliai žino jūsų buvimo vietą, o tai jus laiko nežinioje ir netikrume. Jis tavęs nepastebi iš karto (išskyrus retus „gedimus“), nebent tau nepavyks pasislėpti. Tai labai patogu norint išlaikyti siaubo filmo atmosferą, tačiau kartais akimirka užsitęsia ir žaidimas pradeda „klastoti“. Kartais žaidimas taip susikoncentruoja į įtampos kūrimą, kad pamiršta apie daug svarbesnį dalyką: panardinimą.
Juokinga, bet dėl marketinginio įsilaužimo žodis „panardinimas“ beveik prarado prasmę. Dabar bet koks žaidimas, kuris moka pritraukti dėmesį, gali pasigirti „panardinimu“. Tačiau prasmė iš pradžių kitokia: kai pasineri į vandenyną, tu egzistuoji vandenyno viduje.
Dešimtajame dešimtmetyje pasirodė „immersive Sim“ koncepcija. Idėja buvo ta, kad žaidėjai galėtų egzistuoti žaidimų pasaulyje ir traktuoti jį taip, lyg tai būtų realybė. Garsiausi iš 90-ųjų įtraukiančių simsų buvo „System Shock“ ir „Thief: The Dark Project“. Abu šiuos žaidimus sukūrė „Looking Glass Studios“ ir abu skyrė didelį dėmesį dirbtiniam intelektui.
Žaidimas be gero AI yra tarsi tuščių filmų rinkinys. Visa kolekcija yra gera, bet filmas priklauso nuo jo personažų. Puikus AI įkvepia gyvybės žaidimo veikėjams ir jo pasauliui. Tai yra svarbiausias žaidimų komponentas, siekiant atkartoti įtraukiantį filmo patirtį.
Norėdami rasti gerą pavyzdį, kaip veikia „įtraukiantis sim“, pažiūrėkime atgal į Thief: The Dark Project. Žaidimas vyksta fantazijų pasaulyje, o jūs žaidžiate kaip vagis, vardu Garrettas. Viena misija nusiunčia jus į požeminius griuvėsius. Žemėlapio srityje gyvena ypatingi zombiai. Jų negalima pjaustyti į gabalus kaip įprastų. Jie grįžta netrukus po to, kai juos nužudei. Vienintelis būdas iš tikrųjų jų atsikratyti yra naudoti šventą vandenį ant brangių vandens strėlių, kurios paprastai užgesina fakelus ir leidžia jums pabėgti į tamsą. Kai zombis tave pastebi, jis riaumoja, įspėdamas kitus zombius, kurie riaumoja dėl kitų. Tokiu būdu buvo galima surinkti minią visų lygių zombių. Jei neužtekdavo strėlių ar švęsto vandens, reikėjo sugalvoti planą.
Pavyzdžiui, galite nuslinkti į balkoną virš kambario, kuriame yra du ar trys zombiai, slapta nušauti vieną taip, kad jis riaumotų iškviestų visus zombius į kambarį, tada pradėti šaudyti į juos šventu vandeniu.
Tai yra, žaidimas sukūrė erdvę, sukūrė priešus, kurie turėjo logišką taisyklių rinkinį ir kuriems buvo galima pritaikyti labai tikrą logiką.
Todėl žaidimas su geru AI veikia labiau kaip vagis nei izoliacija. Ateivių žaidime įtampa yra svarbi, tačiau esmė turi būti panardinimas. Jei žaidimas nustoja būti patikimas, tai nebėra taip baisu.
Žinoma, kad panardinimas veiktų, turime „persipirkti“ režisieriaus ar kūrėjo gudrybės. Filmas „Svetimas“ neveikia, jei kas nors prieš ekraną mums sako, kad ateivis tikrai neišsiveržė iš žmogaus krūtinės. Taigi, norėdami dirbti, Alien: izoliacija turi priversti mus patikėti, kad tai tikra. Žaidimas turi būti interaktyvus, tai yra dar tikroviškesnis nei bet kuris kitas filmas. Žaidimas turėtų būti įdomus. Taisyklės turi būti prasmingos ir nuoseklios.
Jei jūs arba žaidimas nutraukia tuos santykius, žaidimas nustoja būti baisus ir patirtis subyrės. Kai žaidėją medžiojantys žmonės staiga sustingsta arba kai už jų „teleportuojasi“ ateivis, tai nutraukia panirimą ir atima žaidimo patirtį. Jis nustoja būti baisus, o tai visų pirma yra visa Alien esmė.
Žaidžiame ateivių žaidimus, nes norime patirti ateivių patirtį. Kai dirbtinis intelektas sugenda arba apgaudinėja, panirimas prarandamas ir žaidimas subyra. Tačiau kai dirbtinis intelektas veikia taip, kaip turėtų, mes tampame Ripley, besislepiančiu spintelėje, sulaikančiais kvėpavimą ir laukiančiais, kol pabaisa pasitrauks.
