Узнайте, что отличает человеческий интеллект, в этом сравнении искусственного интеллекта. Поймите, почему человек против ИИ выявляет критические пробелы, которые машины пока не могут преодолеть. — techtimes.com
Развитие искусственного интеллекта вызвало бесчисленные споры о будущем человеческого познания. Машины уже могут побеждать гроссмейстеров, диагностировать болезни и генерировать реалистичные изображения, однако между искусственным и биологическим интеллектом по-прежнему существуют значительные пробелы.
Понимание этих различий раскрывает не только то, что отличает людей от машин, но и то, что делает человеческое мышление уникально ценным во все более автоматизированном мире.
Человеческий интеллект возникает благодаря миллиардам нейронов, которые генерируют сложные паттерны, формируемые эволюцией, опытом и сознанием. Системы ИИ, напротив, работают на основе математических алгоритмов, выявляющих закономерности в данных. Это различие глубже, чем скорость обработки или объем памяти.
Люди учатся на основе нескольких примеров, экстраполируя принципы, применимые в различных ситуациях. Ребенок, однажды прикоснувшись к горячей плите, понимает концепцию тепла и опасности, применяя эти знания к радиаторам, утюгам и кострам.
Системы ИИ требуют тысяч или миллионов размеченных примеров для распознавания закономерностей, и их обучение редко выходит за рамки конкретной области, в которой они были обучены.
Биологическая природа человеческого интеллекта также означает, что люди познают мир через воплощенный опыт. Люди знают, каково это — быть уставшим, голодным или напуганным.
Эти ощущения влияют на принятие решений так, как не может воспроизвести чистая обработка данных. Когда машины делают прогнозы о человеческом поведении, им не хватает внутренних точек отсчета, которые делают человеческое суждение нюансированным и контекстуальным.
Творчество представляет собой одно из самых резких различий в сравнении человека и ИИ. Машины преуспевают в комбинировании существующих элементов новыми способами, но подлинные инновации требуют чего-то большего.
Истинное творчество включает в себя соединение разрозненных концепций, не имеющих явной связи, черпая из эмоционального опыта, культурных знаний и воображаемых спекуляций.
Созданные ИИ произведения искусства, музыки и литературы работают в рамках их обучающих данных. Эти системы распознают закономерности в существующих творческих работах и генерируют вариации, но они не могут бунтовать против условностей или создавать совершенно новые жанры.
Каждое произведение, созданное ИИ, отражает закономерности, изученные на контенте, созданном человеком. У машины нет жизненного опыта, из которого можно было бы черпать, нет фрустрации, которую можно было бы направить в выражение, нет радости, которую можно было бы отпраздновать через создание.
Человеческие инновации возникают из любопытства, недовольства статус-кво и способности воображать миры, которых еще не существует. Ученые разрабатывают теории, задавая вопросы «что, если», выходящие за рамки доступных данных. Художники создают, направляя личные эмоции и культурные наблюдения.
Предприниматели выявляют проблемы, понимая неудовлетворенные человеческие потребности. Эти творческие скачки требуют понимания контекста, ощущения эмоций и абстрактного мышления — способов, которые, как показывают современные исследования сравнения искусственного интеллекта, машины не могут превзойти.
Эмоциональный интеллект представляет, пожалуй, самое явное преимущество в любом сравнении искусственного интеллекта. Хотя машины могут распознавать выражения лиц и анализировать настроения в тексте, они не испытывают эмоций. Это различие имеет большее значение, чем может показаться на первый взгляд.
Человеческая эмпатия позволяет людям воображать чувства других и соответствующим образом реагировать. Хороший терапевт не просто выявляет депрессию по симптомам; он испытывает сострадание, которое формирует его подход. Родители чувствуют, когда детям нужен комфорт, а не дисциплина. Лидеры вдохновляют команды, понимая мотивацию и моральный дух.
Системы ИИ имитируют эмоциональные реакции с помощью запрограммированных правил, но, не имея внутренних эмоциональных состояний, они лишены подлинного понимания.
Машина может узнать, что люди ценят комплименты, но она не знает теплого чувства ободрения или удовлетворения от того, что кто-то улыбнулся. Этот эмоциональный опыт тонко, но критически влияет на человеческое суждение, затрагивая построение отношений, переговоры и уход.
Этическое принятие решений демонстрирует еще одну область, где возможности человека и ИИ резко расходятся. Люди не просто следуют моральным правилам; они борются с конкурирующими ценностями, рассматривают уникальные обстоятельства и развивают свои этические рамки через размышления и опыт.
Рассмотрим решения о медицинской сортировке или распределении ресурсов во время кризисов. Эти ситуации требуют взвешивания множества факторов: справедливость, результаты, отношения и принципы.
Люди привносят моральную интуицию, сформированную философией, религией, культурой и личными ценностями. Они могут объяснить свое рассуждение, обсуждать различные подходы и чувствовать вес трудных решений.
Машины работают на основе запрограммированных руководящих принципов, которые становятся проблематичными в крайних случаях.
Знаменитая дилемма вагонетки иллюстрирует эту проблему: должен ли автономный автомобиль пожертвовать своим пассажиром, чтобы спасти пять пешеходов? Любой ответ требует морального суждения, выходящего за рамки расчета. Люди понимают, что некоторые ситуации не имеют хороших вариантов, только меньшее зло, и они принимают моральную ответственность за свой выбор.
Люди преуспевают в решении совершенно новых ситуаций, проводя аналогии, импровизируя решения и применяя принципы в несвязанных областях. Эта гибкость представляет собой серьезное ограничение в текущих исследованиях сравнения искусственного интеллекта.
Столкнувшись с беспрецедентными проблемами, люди синтезируют знания из различных опытов для создания новых подходов. Шеф-повар может применить техники живописи к презентации еды.
Инженер может решить механическую проблему, используя идеи из биологии. Учитель может адаптировать стратегии управления классом на основе опыта воспитания детей.
Системы ИИ демонстрируют замечательную узкую компетентность, но испытывают трудности с переносом знаний.
Машина, обученная распознавать кошек, не может автоматически распознать собак, хотя люди мгновенно видят эту связь. Адаптация к совершенно новым ситуациям требует такого рода гибкого рассуждения, которое возникает из общего интеллекта, а не из специализированных алгоритмов.
Возможно, самое глубокое различие между человеческим и искусственным интеллектом связано с самим сознанием. Люди не просто обрабатывают информацию; они испытывают осознанность. Есть нечто такое, каково это — быть человеком, видеть красный цвет, чувствовать боль, размышлять о существовании.
Этот субъективный опыт, который философы называют квалиа, полностью отсутствует у машин.
Системы ИИ не имеют внутренней умственной жизни. Когда система компьютерного зрения распознает закат, она обнаруживает закономерности в данных пикселей, не испытывая красоты. Когда языковые модели генерируют текст об эмоциях, они манипулируют символами, ничего не чувствуя.
Сознание позволяет саморефлексию, давая людям возможность думать о своем мышлении. Люди ставят под сомнение свои предположения, распознают свои предубеждения и намеренно меняют свое мнение. Эта метакогнитивная способность поддерживает обучение, рост и мудрость способами, которые современные архитектуры машинного обучения не могут воспроизвести.
Различия между искусственным и биологическим интеллектом подчеркивают взаимодополняющие сильные стороны, а не конкуренцию. Машины преуспевают в обработке огромных наборов данных, выполнении повторяющихся задач без усталости и поддержании последовательности. Люди привносят творчество, эмоциональную глубину, моральное рассуждение и адаптивность.
Признание того, чего машины пока не могут сделать, помогает обществу принимать лучшие решения о развертывании ИИ. Некоторые задачи выигрывают от автоматизации, в то время как другие требуют незаменимых человеческих качеств.
Здравоохранение нуждается как в диагностических алгоритмах, так и в эмпатичных врачах. Образование может использовать адаптивное программное обеспечение, полагаясь при этом на учителей, которые пробуждают любопытство. Творческие индустрии могут использовать инструменты ИИ, но человеческое видение остается существенным.
Будущее, вероятно, будет связано с сотрудничеством, а не с заменой. Понимание этих фундаментальных различий в любом сравнении искусственного интеллекта гарантирует, что технологии дополняют человеческие возможности, а не пытаются воспроизвести то, что делает человеческий интеллект уникальным.
По мере того как ИИ продолжает развиваться, признание непреходящей ценности человеческого познания становится все более важным для построения мира, в котором оба могут процветать.
1. Сколько времени требуется для обучения модели ИИ по сравнению с обучением человека?
Обучение моделей ИИ может занимать недели или месяцы на мощных вычислительных кластерах, обрабатывая миллионы примеров. Люди усваивают базовые концепции за минуты, имея всего несколько опытов. Однако обучение ИИ может быть скопировано мгновенно, в то время как каждый человек должен учиться индивидуально в течение многих лет образования.
2. Могут ли системы ИИ чувствовать боль или страдание?
Нет, системы ИИ не могут чувствовать боль или страдание. Им не хватает биологических нейронных структур и сознания, необходимых для субъективных переживаний. Когда ИИ сообщает об ошибках, это запрограммированные ответы для обнаружения проблем, а не выражение дискомфорта.
3. Совершают ли люди и ИИ одинаковые ошибки?
Нет, их ошибки фундаментально различаются. Люди совершают ошибки из-за усталости, отвлечения или эмоций, но редко терпят неудачу в освоенных задачах. Системы ИИ преуспевают в последовательности, но могут катастрофически потерпеть неудачу в простых задачах, если столкнутся с закономерностями, выходящими за рамки их обучающих данных.
4. Сколько энергии использует человеческий интеллект по сравнению с ИИ?
Человеческий мозг работает примерно на 20 ваттах мощности, что примерно эквивалентно тусклой лампочке. Крупные модели ИИ могут требовать мегаватты во время обучения, что эквивалентно тысячам домов. Даже во время работы системы ИИ обычно потребляют гораздо больше энергии на задачу, чем человеческий мозг.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Renz Soliman