"Я странный новый вид промежуточных вещей, не так ли"

— Энн Карсон, Антигона

Ранние эксперименты по объединению языковых моделей OpenAI GPT-3 в играх виртуальной реальности (VR) и конечных автоматах (FSM) продемонстрировали новые способы оценки того, как пользователи могут взаимодействовать с ИИ в диалоге, коммерции и торговле. Благодаря этому мы можем начать оценивать, как ИИ и автономные роботы могут использоваться для переговоров и транзакций в цифровой среде, а также для ответа на вопросы человека с помощью текстовых преобразователей и синтеза речи. Благодаря взаимодействию этих технологий мы можем начать оценивать, как современные технологии ИИ могут участвовать в экономике с современным ИИ, и глубже понимать последствия этих сред. Роботы и автономные машины будут участвовать в новой экономике транзакций и инфраструктуры, где машины могут хранить кошельки и валюту, вести переговоры в режиме реального времени с ИИ, поддерживать транзакционные и экономические отношения и создавать новые формы распределенного искусственного интеллекта (DAI). Самое главное, эти экономические отношения должны быть построены на протоколах доверия.

«Могу ли я получить скидку 3 на 1 хот-дог?» — спрашивает человек-пользователь Modbox у человека-хотдога в виртуальном мире Modbox. Ответ ИИ: «Извините, мы не можем этого сделать. Клиентам это не понравится.» Человек-хотдог, неигровой персонаж (NPC) в виртуальном мире, использует OpenAI GPT-3 с естественным синтезом речи Replica для генерации речевых ответов в реальном времени на вопросы, заданные игроками виртуального мира. игра. Используя Replica API, Hotdog Man создает точные модели речевых ответов с языковыми моделями GPT-3, которые преобразуются в речь голосом Replica AI. Результаты медленные, прямые, но ясно относятся к заданному им вопросу и отвечают на него.

В настоящее время эвристические алгоритмы поиска, такие как широко используемое дерево поиска Монте-Карло (MCST), используются для прогнозирования случайности в играх виртуальной реальности и FSM, исследуя методы прогнозного моделирования для расчета процедурной генерации с помощью комбинации алгоритмов, реагирующих на взаимодействие с человеком. В марте 2016 года, когда AlphaGo от DeepMind победила игрока в го Ли Седоля, AlphaGo использовала комбинацию MCST с нейронными сетями и методами глубокого обучения. AlphaGo, которая победила Ли Седоля, также была побеждена AlphaGo Zero от DeepMind несколько месяцев спустя. Что уникально в AlphaGo Zero, так это то, что он был построен исключительно на самостоятельном обучении с подкреплением, начиная со случайной игры без какого-либо контроля или использования человеческих данных¹. Мы можем интерпретировать это как способность ИИ «вырезать новые пространства»² и пример того, что французский философ Гастон Башляр называет «эпистемологическим препятствием»³, то есть чем-то, что ищет объяснить, как препятствия мышления прерывают поток знаний, заставляя создавать новые идеи и модели.

Описание Ли Седолем «Хода 37» в его игре AlphaGo было очень хорошо задокументировано во многих книгах по ИИ в последнее время, но я думаю, что это подходящий пример ожиданий людей от того, что такое ИИ, и «эпистемологических препятствий». мы сталкиваемся с. Седол описывает знаменитый «Ход 37» как «нечеловеческий ход»⁴, который подчеркивает сложность, креативность и странность, которые может принести ИИ, и то, как мы можем попасть в определенные ловушки, если начнем навязывать ИИ человеческие атрибуты. Мы можем начать представлять ИИ не как функционально определенную роль, как продавец хот-догов в этом примере, а как «изначальную силу природы, подобную звездной системе или урагану»⁵, как предложил философ Ник Бостром. Когда мы преодолеем сокращение задач и определений, основанных на ролях, мы сможем начать задавать более подходящие вопросы об интеллекте, сформулированные как модель взаимодействия с человечеством.

Существует тесная связь между этим экспериментом и ранними концепциями и областью кибернетики второго порядка. Работы австрийско-американского физика Хайнца фон Фёрстера и кибернетики второго порядка соотносятся с концепциями пространства Башляра, размышляя о том, как наблюдатель понимается как часть самой системы, а не как внешняя сущность. Имея это в виду, важно учитывать, что мы просто еще не знаем, что такое ИИ, и на примере ИИ-продавца хот-догов мы не можем делать утверждения о собственном антропоцентрическом отношении к миру. «Ход 37» — это всего лишь один узкий пример того, как мы можем ошибаться в том, что представляют собой наши предвзятые представления о том, что представляет собой антропоцентрический «интеллект». AlphaGo — важное напоминание о том, как создание ИИ создаст новые способы мышления об этике и разработает новые этические модели для машинного обучения. Это также подчеркивает основу того, как мы должны подходить к ИИ с присущей ему открытостью, осторожностью и игривостью. Будут ли перестроены наши прежние представления об этике и «интеллекте» по мере развития ИИ? Является ли Папа Римский веревкой? Какой длины кусок Папы Римского?

Ссылки:

¹ Дэвид Сильвер*, Джулиан Шриттвизерль*, Карен Симоньян*, Иоаннис Антоноглул, Аджа Хуанг», Артур Гези, Томас Хьюберт, Лукас Бейкер, Мэтью Лейл, Адриан Болтон, Ютянь Чен, Тимоти Лилликрапл, Фан Хуэй ', Лоран Сифрель, Джордж ван ден Дрисшел, Тор Грэпелль и Демис Хассабис. Овладение игрой Го без человеческого ведома. Https://www.nature.com/articles/nature24270.epdf?sharing_token=pWPAolrKqiq7CSI3SwyfjdRgN0jAjWel9jnR3ZoTv0MzTglC12p1NiU2orOu- c1nBdYrrl5mO_G-4ivReqyPdIPlrk5W8VQ-vb918I17_thUBk0cwNZ40uCuNSjtOHMN8cqFumgG (2017)

² Башляр, Гастон. «Поэтика мечтаний». (1992)

³ Башляр, Гастон. «Формирование научного мышления». (1938)

⁴ Мец, Кейд. Печаль и красота просмотра Google AI Play Go. https://www.wired.com/2016/03/sadness-beauty-watching-googles-ai-play-go/ (2016)

⁵ Н. Хан, Нора. «К поэтике искусственного сверхразума». Атлас аномального ИИ под редакцией Бена Викерса и К. Алладо-МакДауэлла. (2020) Приписывается разговору Росса Андерсена и Ника Бострома.