ИИ замечательно справился с выполнением определенных функций с тем уровнем точности, который он демонстрирует. Но значит ли это, что он приблизился к человеческому разуму?
Я начну с признания Рагнара Фьелланда, чья бумага послужила основным источником вдохновения для этой статьи. Фьелланд в своей статье обсуждает три вехи в исследованиях ИИ. Три вехи создали впечатление, что искусственный интеллект, более близкий к человеческому интеллекту, уже не за горами. Далее я опишу каждую из трех вех:
Первая веха. По словам Фьелланда, первой вехой в исследованиях ИИ стал шахматный компьютер Deep Blue от IBM. Deep Blue в 1997 году классно обыграл чемпиона мира по шахматам Гэри Каспарова. Мероприятие широко транслировалось и доставило большое удовольствие людям, которые воочию убедились в необычайных возможностях машин. Тем не менее, можно утверждать, что Deep Blue ничуть не ближе к тому, что мы называем человеческим интеллектом, поскольку он был создан для конкретной цели: игры в шахматы. Машина была «умной» только до тех пор, пока ее измеряли с точки зрения ее игровых способностей.
Вторая веха. Второй вехой в исследованиях ИИ является компьютер IBM Watson. Здесь также машина была сделана с определенной целью: участвовать в викторине Jeopardy!. Участникам шоу даются ответы и ожидается, что они найдут для них правильные вопросы. Возьмем, к примеру, следующий пример, приведенный в статье Фьелланда:
Этот «Отец нашей страны» не срубил вишневого дерева». Правильный вопрос, который должны найти участники, звучит так: «Кем был Джордж Вашингтон?»
Викторина требовала от участников не только обширного репертуара знаний, но и таких навыков, как скорость и способность выполнять задания, которые могут содержать аналогии и каламбуры. Таким образом, этот конкретный ИИ был обновлением первого.
Третья веха. Третьей вехой является AlphaGo от Alphabet. Он основан на парадигме искусственных нейронных сетей. Он моделируется нейронной сетью, состоящей в нашем мозгу. Наш мозг содержит примерно сто миллиардов нейронов. Каждый нейрон связан примерно с 1000 нейронами через синапсы. Однако искусственные нейроны намного проще, чем естественные нейроны нашего мозга. Эти нейронные сети особенно хороши в распознавании образов. То, как эти сети идентифицируют и классифицируют объект, можно увидеть в следующем примере:
Нейронная сеть глубокого обучения состоит из разных слоев искусственных нейронов. Например, сеть может иметь четыре разных уровня. При анализе изображения первый слой может идентифицировать пиксели как светлые и темные. Второй слой может идентифицировать края и простые формы. Третий уровень может идентифицировать более сложные формы и объекты, а четвертый уровень может узнать, какие формы можно использовать для идентификации объекта.
Он распознает объект через различные уровни распознавания образов. Таким образом, чтобы идентифицировать кошку или отличить кошку от собаки, он использует эту многоуровневую нейронную сеть. При ближайшем рассмотрении кажется, что мы приближаемся к «человекоподобной» интеллектуальной системе. В конце концов, третья веха указывает на то, что мы воспроизвели человеческий разум. Но так ли это?
(i) Если вся информация о мире вводится в машину, делает ли это систему «человекоподобной»?
(ii) Предположительно верно то, что по своей сути люди являются информационными системами; Можем ли мы по-прежнему воспроизводить разумные механические существа?
Мы живем в мире, которым управляют и контролируют данные. Данные имеют первостепенное значение для того, как мы видим и чувствуем мир. Так что вполне естественно предположить, что, возможно, люди — это машины, которые работают в определенной сети данных, верно? Но является ли научное знание всем, что нужно знать о мире? Я хочу вспомнить мысленный эксперимент, предложенный Фрэнком Джексоном в 1982 году. Он широко известен как «Комната Мэри». Мэри, нейропсихолог, заперта в черно-белой комнате с черно-белым телевизором. Она специализируется на видении, но на протяжении всей своей жизни находилась только в четырех стенах своей комнаты. Ее знание нейропсихологии подразумевает, что Мэри знает все о том, что происходит в нашем мозгу, когда мы видим такие объекты, как помидоры или небо, и о таких терминах, как красный, синий и т. д. Однако она еще не испытала их. Ее единственное понимание было через понятия. Тогда возникает вопрос: когда она выйдет из своей черно-белой комнаты или получит цветной телевизор, узнает ли она что-то новое? Кажется очевидным, что встреча Марии с миром природы научит ее чему-то новому о цветах, несмотря на ее «научное» понимание того, что такое цвета.
Мысленный эксперимент опровергает утверждение о том, что «человеческие знания или понимание эквивалентны информационным системам». Он говорит нам, что человеческое понимание не может быть полностью научным. В мире есть нечто большее, больше, чем мы можем знать. Большая часть наших знаний неявна. То есть наше понимание себя и окружающего мира формируется присутствием. Именно «находясь там» (термин, широко используемый немецким философом Мартином Хайдеггером) в ситуационном контексте мира, мы учимся и развиваемся. С другой стороны, у машин нет тела, нет детства, нет культурной практики, в которой они могут быть и контекстуализировать себя.
Почему присутствие в мире без каких-либо предвзятых знаний о вещах так важно для человека? Давайте разберемся в этом с помощью мысленного эксперимента. Это эксперимент, предложенный австрийско-британским философом Людвигом Витгенштейном. Мысленный эксперимент широко известен как жук в коробке. Эксперимент утверждает, что предположим, что есть группа людей, у каждого из которых есть коробка. Внутри коробки находится жук. Загвоздка в том, что никто не может заглянуть в ящик другого человека. Можно только заглянуть в свою коробку.
Есть только два способа, которыми каждый из них может рассказать другому, что находится в их ящике:
(i) Они могут использовать слово «жук», чтобы обозначить предмет в коробке, или
(ii) Они могут описать особенности того, что находится в коробке (таким образом, каждый из них может по-своему интерпретировать то, что находится в коробке)
Они никогда не смогут показать, что находится в коробке. Единственный способ осмысленно обсудить вещи в коробке между собой в группе — это использовать общий язык. Поскольку они не могут видеть коробки друг друга, они никак не могут проверить, действительно ли это «жук» в коробке другого человека.
Эта аналогия подчеркивает, что индивидуальный опыт, воспитание и культурный контекст являются частными для отдельных людей; следовательно, никто не может по-настоящему знать, что находится в коробке другого человека. Витгенштейн использовал этот эксперимент, чтобы описать, что такие ощущения, как запах, боль, любовь, печаль и т. д., индивидуальны для отдельных людей. Мы можем использовать язык только для достижения общего понимания, но никогда не можем общаться по-настоящему. На философском жаргоне это называется спором на частном языке. Витгенштейн развил этот аргумент, чтобы установить предел выражения мыслей. По его собственным словам, весь смысл его ранней философии, изложенной в Логико-философском трактате, можно резюмировать следующим образом: мы должны пройти молча».
Философское творчество Витгенштейна состоит в том, чтобы обнажить логику языка. По его словам, «мир», который мы знаем, представляет собой совокупность фактического представления вещей. Именно так мы понимаем и «жука». Жук появляется в нашем сознании благодаря «фактам», которые мы знаем о нем. Факты могут включать свойства, о которых мы знаем, или различные контексты, в которых жук используется в нашем языке.
Если мы вернемся к нашей предыдущей аналогии: Мэри может использовать общий язык (который используют системы ИИ) для навигации с другими существами в мире. Она может читать и узнавать все, что нужно знать о различных цветах, о том, как наш мозг их воспринимает, и о естественных условиях, в которых они возникают. Тем не менее, она никогда не сможет быть разумной и понимать мир. Только испытав гамму цветов, выйдя на улицу в мир, она может понять, что они из себя представляют. Мир, в котором мы живем, — в котором мы перемещаемся в пространстве, используем предметы вокруг нас и перемещаемся во времени — не может быть воспроизведен в том виде, в котором он воспроизведен на языке.
Точно так же, в то время как сеть глубокого обучения создает впечатление, что ИИ приближается к человеческому интеллекту с его различными слоями искусственных нейронов, аргумент частного языка говорит об обратном. Машины могут систематизировать работу человеческого мозга. Тем не менее, ИИ нельзя помещать в ситуационный контекст, в котором он может иметь тактильный опыт, культурную среду и личный опыт вещей. Общий язык, похожий на наш английский, приводит к появлению ИИ. Мысленные эксперименты, которые я использовал в своих аргументах, опровергают любое утверждение о том, что ИИ приближается к человеческому интеллекту. Человеческий интеллект не может быть просто связан с научным знанием. Гораздо более глубокое ситуативное понимание мира составляет наше существо.
