Artificial Intelligence Is Actually Superficial Intelligence
https://mindmatters.ai/2019/01/artificial-intelligence-is-actually-superficial-intelligence/
Felul
confuz ȋn care este folosit cuvȋntul “inteligenţă”, creȋnd o impresie falsă ȋn
ce priveşte diferenţele dintre inteligenţa umană şi complexitatea maşinii, by Brendan
Dixon January 28, 2019
“Cuvintele au ȋnţeles mai profund decȋt
avem impresia, atunci cȋnd le auzim prima dată. Asociem “verde” cu ȋnverzirea
şi viaţa sănătoasă iar “roşu” cu interdicţia şi pericolul. Dar aceste
interferenţe nu-şi au rădăcina ȋn ȋnţelesul de bază al cuvintelor “verde” şi “roşu”.
Sunt doar depuneri culturale pe care le ataşăm cuvintelor, care permit
ȋmbogăţirea limbajului. Apropo, ăsta e unul din motivele, pentru care,
documentele legale şi lucrările tehnice sunt aşa de greu de citit. Fiindcă
termenii folosiţi sunt debarasaţi de asemenea bagaj lingvistic şi e nevoie de
cuvinte adăugate pentru a umple golurile.
Cuvȋntul “intelligent”
e unul dintre ele. Să spui că un computer sau un program e intelligent te poate
duce ȋn vizuina iepurelui plină de extra-ȋnţelesuri. Un cercetător onest ar da
de ȋnţeles doar că maşinăria a produs un rezultat pe care noi ȋl asociem, ȋn
mod normal, cu inteligenţa. Adică, rezultatul seamănă cu acela dat de o
persoană cunoscută ca fiind inteligentă. Dar, pentru noi ceilalţi, care
obişnuim să fim imprecişi ȋn folosirea cuvintelor, termenul ne duce cu gȋndul
la mult mai mult, anume, computerul devine intelligent ca noi, oamenii. Şi chiar ar putea să ne ȋntreacă, ȋn curȋnd.
Unii experţi cred că, un computer va fi ca noi şi chiar ne va depăşi, alţii nu cred asta. Ambele grupuri pot folosi acelaşi cuvȋnt, “inteligent”, căruia să-i atribuie ȋnţelesuri diferite. Conotaţia laxă şi confuză a termenului folosit, ascunde diferenţele dintre modul de gȋndire al omului şi modul de procesare a informaţiei, specifice maşinii. Să vedem cȋteva.
Ştim, de
cȋnd avem programe de jucat şah, că un computer nu joacă şah aşa cum jucăm noi.
Am pierdut din vedere aceste diferenţe, pentru că evoluţiile recente ale
programelor de inteligenţă artificială (AI) au depăşit cele mai bune programe
precedente. Acum, computerele cȋştigă jocuri de strategie dinamice, traduc din
diverse limbi, analizează IRM-uri [radiografii prin rezonanţă magnetică] şi
chiar recunoaşte [deosebeşte] pisicile. Aceste evoluţii par, la suprafaţă, să
ne conducă la ideea că multe se vor mai ȋntȋmpla, nu doar la nivel de software,
computerele urmȋnd să-şi atingă denumirea de “inteligenţă”, echivalentă
inteligenţei umane.
Dar noi ar
trebui să ştim că nu-i aşa. Iar cercetările recente ȋn legătură cu diferenţele
ȋntre ultimele evoluţii ȋn domeniu şi activitatea mentală umană, demonstează
asta.
Recentul AI
- Deep Learning – lucrează prin intermediul programării ȋn straturi [niveluri].
Fiecare strat, ca effect, reduce problema un pic, transferȋnd-o următorului
strat, pȋnă cȋnd ultimul strat emite un rezultat. Reglajul fin al straturilor, cu
ajutorul tehnicii, precum backpropagation, creează, ȋn final, reţele
care pot furniza răspunsuri, pe care te poţi baza, dintr-un domeniu (ex. recunoaşterea
pisicilor). Sistemul dă rezultate, pentru că, fiecare strat ȋnlătură părţi de
informaţie nerelevante pentru rezultat. Un cercetător ne explică.
“Conceptul
funcţionează cam aşa: deoarece au abilitatea de a da la o parte informaţia
inutilă, o clasă de algoritmi machine learning, numită reţeaua neuronală
profundă [deep neural networks] poate ȋnvăţa concepte generale din informaţia
brută – cum ar fi identificarea pisicilor - ȋn general, după ce a ȋntȋlnit zeci
de mii de imagini cu pisici diferite, ȋn situaţii diferite. Aici, se spune, aparentele
aptitudini umane ar fi, chipurile, doar un produs secundar al arhitecturii
stratificate a reţelei. Primele straturi, conţin eticheta codificată “pisică”,
ȋmpreună cu toată informaţia brută, necesară estimării. Apoi, straturile
subsecvente comprimă informaţia, cȋt să treacă prin gȋtul unei sticle. Datele
irelevante, cum ar fi culoarea blănii pisicii sau farfuria cu lapte de lȋngă
ea, sunt date uitării, lăsȋnd ȋn urmă doar caracteristicile principale. Teoria
informaţiei furnizează gradul de acurateţe, ȋn ce priveşte rezultatul optim al
fiecărui strat, cȋt de bine pot fi echilibrate problemele de compresie şi estimare,
aflate ȋn competiţie.”
Santa Fe Institute, “Information theory holds surprises for
machine learning” at Phys.org
Oamenii fac
asta tot timpul: dacă pui un costum de cȋine pe o pisică, noi vom vedea tot o
pisică. Ştim destul cȋt să ignorăm costumul şi să vedem pisica.
Ȋntr-un fel, noi comprimăm informaţia, pe care o primim, despre
cȋine, ca să extragem esenţialul despre pisică. Toţi cercetătorii speraseră
(sugeraseră, argumentaseră?) că sistemul Deep Learning va face, mai mult
sau mai puţin, acelaşi lucru. Dar s-au ȋnşelat.
Cercetătorii de la Santa Fe au descoperit că, sistemul Deep Learning comprimă informaţia primită, dar o comprimă ȋn cu totul alt fel decȋt o fac oamenii. […]
De-asta putem
păcăli computerul atȋt de uşor.
O maşină de
pompieri, de exemplu, văzută de sus, poate fi identificată corect. Dar, odată
ridicată cu botul ȋn sus şi dată de-a dura de cȋteva ori, aceeaşi maşină de
pompieri va fi identificată greşit de reţeaua neuronală a computerului, drept
un autobuz şcolar sau o barcă de salvare sau o sanie-bob.
Tiernan Ray, “Google’s image recognition AI fooled by new
tricks” at ZDNET [See illustration above.]
O demonstraţie
recentă amuzantă a fost clasificarea greşită a unui ceainic, drept o minge de
golf; dar identificarea greşită a oamenilor, drept animale, a fost chiar jenantă
şi-a iscat controverse.
Deci, ȋncă o
dată, ȋn ciuda dezvoltării acestui domeniu care, chipurile, pune computerul
aproape de-a atinge nivelul de inteligenţă al oamenilor, rezultatele contrazic
această convingere: Computerele nu sunt la fel de inteligente ca oamenii. Deşi,
prin forţa softurilor şi a ingineriilor deştepte (ambele datorate resursei
umane) – dau rezultate pe care le asociem cu inteligenţa, computerele tot nu
ȋnţeleg ceea ce văd!
Cu ani ȋn
urmă, cȋnd sistemele expert şi Prolog erau ultimul răcnet [ȋn materie], un
asociat de-ai mei glumea spunȋnd că ar trebui să ne referim la ce produc
computerele, ca la “Inteligenţa superficială”, nu ca la “Inteligenţa
artificială”. Cea din urmă e conotarea corectă a ceea ce reprezintă cu adevărat,
dar prima identifică corect faptul că Deep Learning are doar aparenţa de
inteligenţă. Atunci am gȋndit că este o afirmaţie corectă şi la fel cred şi
acum.
Oamenii sunt
inteligenţi. Computerele se prefac a fi inteligente.”
Image result for Brendan DixonBrendan Dixon is a Software
Architect with experience designing, creating, and managing projects of all
sizes. His first foray into Artificial Intelligence was in the 1980s when he
built an Expert System to assist in the diagnosis of software problems at IBM.
Though he’s spent the majority of his career on other types of software, he’s
remained engaged and interested in the field.
Also by Brendan Dixon: AI Winter Is Coming: Roughly every decade
since the late 1960s has experienced a promising wave of AI that later crashed
on real-world problems, leading to collapses in research funding.
and
The “Superintelligent AI” Myth: The problem that even the
skeptical Deep Learning researcher left out
În
învățarea automată, backpropagation este o metodă de estimare a gradientului
utilizată pentru a antrena modele de rețele neurale. Estimarea gradientului
este utilizată de algoritmul de optimizare pentru a calcula actualizările
parametrilor rețelei. Wikipedia – GOOGLE
Artificial Intelligence Is Actually Superficial Intelligence
https://mindmatters.ai/2019/01/artificial-intelligence-is-actually-superficial-intelligence/
AI/inteligenţa artificială şi emoţia?
AI TECHNOLOGY - Artificial Intelligence in 2024: Can AI feel emotions? Alessandro Beltramin
https://antipresa.blogspot.com/2024/07/ai-inteligenta-artificiala-si-emotia.html
Traduceri. Umorul şi Părerea specialiştilor https://dexterpopescublog.blogspot.com/2025/03/traduceri-umorul-si-parerea.html
Naufragiatul “Lecţii pentru sănătatea mintală, de la Willson, unul din starurile filmului Castaway.” - traducere https://antipresa.blogspot.com/2025/04/naufragiatul.html
Intelectualul
Fȋşfȋţă https://freefrompress.blogspot.com/2025/04/intelectualul-fisfita.html
“SFARSITUL
JUSTITIEI UMANE E APROAPE – Tribunalul din Rotterdam a folosit inteligenta
artificiala la motivarea unei condamnari.”
https://www.luju.ro/sfarsitul-justitiei-umane-e-aproape-tribunalul-din-rotterdam-a-folosit-inteligenta-artificiala-la-motivarea-unei-condamnari-instanta-vrea-ca-sistemul-judiciar-olandez-sa-si-creeze-propria-inteligenta-artificiala-cu-circuit-intern-astfel-incat-sa-nu-exista
Niciun comentariu:
Trimiteți un comentariu