Хочу завершить обсуждение своего обзора интеллектуальных игр вопросом, который очень меня волнует. Создав программы, которые превосходят нас многократно, становимся ли мы, люди, сами лучше?
Пока я писал предыдущий пост в этом канале, мне попалось на глаза любопытное видео известного популяризатора науки Татьяны Владимировны Черниговской. В нем она также рассуждает как раз о матче AlphaGo с Ли Седолем, который мы обсуждали в прошлый раз. Интересно, что мы думаем об одном и том же. И мысли наши во -многом совпадают. Рекомендую посмотреть его полностью (там все 4 с половиной минуты). А я здесь хочу обсудить три тезиса, которые меня в этом выступлении зацепили.
1. Татьяна Черниговская задается вопросом: «Почему-то ИИ не бросается чинить канализацию, а лезет на интеллектуальное поле, которое (как она считает) всегда было прерогативой человечества». Ну а чего тут удивительного? Он же все-таки про интеллект, а не про канализацию.😁 Ну а если серьезно, люди уже довольно давно экспериментируют с роботами, которые могли бы осуществлять подобные операции.
Но пока они не получили массового распространения. И, если честно, я сомневаюсь, что получат, из экономических соображений. Дело в том, что такие роботы, способные выполнять довольно тонкие операции, очень дороги. И, как мне кажется, людской труд для таких задач элементарно дешевле. Так что не обольщайтесь, граждане. Чинить нам канализацию своими силами. Ну как минимум еще лет 10. 😅
2. Татьяну Владимировну также беспокоит, что постепенно человечество теряет монополию на интеллектуальную деятельность. Она говорит о том, что с тех самых пор, как мы превзошли своих четвероногих друзей, конкурентов в области абстрактных размышлений у нас, по сути, не было. А теперь появился, и очень серьезный. Ну, тут как посмотреть. Если мы себя противопоставляем себя ИИ - то, конечно, да. Но также можно, считать, что в лице ИИ у нас появляется могущественный инструмент и помощник. Меня больше беспокоит другое - можем ли мы вообще сейчас соревноваться с ИИ в областях связанных с добычей новых знаний? Этим вопросом я недавно задавался у себя в телеграмм -канале. И ответ на него, скорее отрицательный, принимая во внимание, то что современные "знания" имеют форму огромных массивов числовых коэффициентов. Тех самых матриц Wnm. И как мы уже обсуждали нам не хватает ни быстродействия, ни "объема оперативной памяти, чтобы ими оперировать... Остается по совету Черниговской "играть на лютнях и писать мадригалы"😥
3. Но был в выступлении Татьяны Черниговской один оптимистический мотив. В матче Ли Седоля и AlphaGo, помимо 37го хода черных во второй партии матча, которым мы восторгались в прошлый раз, был еще один знаковый момент. Не меньшего восхищения заслуживает 78й ход Ли Седоля в четвертой партии матча 2016го года.
И это единственная партия того матча, в которой человек одержал победу.
Черниговская восхищается "нечеловеческим" 78м ходом Ли Седоля и делает предположение, что он пришел ему в голову потому, что человек внимательно изучал игру AlphaGo в предыдущих партиях матча. Не знаю, сколько в этом правды (уже говорил, что игрок в го из меня так себе). Что не отменяет того факта, что Ли Седоль, безусловно, молодец.
Но он решал в моей терминологии "прямую задачу естественного интеллекта" - обучался по внешним проявлениям (ходам AlphaGo) некой сущности. Меня же больше интересует то, что я называю "обратной задачей искусственного интеллекта". Данные по AlphaGo разнятся, но можно предположить что в этой сети десятки слоев и под сотню тысяч параметров. И я задаюсь вопросом - как из этой чертовой тучи чисел извлечь информацию, которая поможет нам белковым стать лучше в го ( в шахматах или в чем то еще)? Можем ли мы как-то трансформировать то "знание" которое заложено в AlphaGo (AlphaZero, и тп) в простые слова на человеческом языке?
Хорошего ответа на этот вопрос пока нет. Но чтобы хотя бы как то приблизиться к нему, мы должны понять откуда берутся эти мириады параметров Wnm? Иными словами - как обучаются нейросети? Вот этим мы и займемся в следующий раз.
Оставайтесь со мной.