Szóval akkor miért is akarunk általános mesterséges intelligenciát gyártani? Egyik oka az, hogy azt hisszük, hogy mi általános intelligenciával rendelkezünk, ezért ha olyant akarunk csinálni mint mi vagyunk, akkor erre szükség van. Ez persze hibás feltételezés, mint erről már írtam, meg az is van, hogy az elképzeléseink az intelligenciáról kicsit hibásak, azt hisszük, hogy ha valamiben jók vagyunk, akkor automatikusan másban is jók leszünk (pedig a pszichológia nem csak pozitív transzferről, de negatív transzferről is beszél, azaz hibásan viszünk át egy tudást egy új területre).
A másik oka az, hogy gyakran azért elég nehéz meghúzni az egyes területek között a határt, pl. az az intelligencia amely autót vezet, ha mondjuk egy olyan helyzettel találkozik, ahol külső információra lenne szüksége, akkor jó ha az rendelkezésére áll. Pl Lenat mondta egy podcastban azt az esetet, hogy vezetett egy kukás(?) teherautó mögött és leesett róla valami és hirtelen el kellett döntenie, hogy biztonságos átmenni rajta, vagy inkább rántsa el a kormányt és persze csak mivel tudta, hogy valószínűleg biztonságos áthajtani, ezért maradt életben. De persze ugyanígy jobb hat a mértan feladatokat oldó program tud egy kis algebrát is, ha a főző robot el is tud takarítani maga mögött, vagy tudja, hogy a különböző anyagú és vastagságú edények hogyan befolyásolják a főzési időt, vagy a törvényeket író robot ismeri a helyi szokásokat. Gyakran utólag derülnek ki ezek a turpisságok a feladatok megoldásában, amikor már oda tettük a robotot, hogy a valóságban állja meg a helyét, pl. mostanában az ad néha szórakozásra okot, amikor kiderül, hogy a nagyon jó kis programozó robot nem ért az adatbázis kezeléshez és mindent nagyon jó csinál de a rendszer mégis összeomlik.
Meg persze az is van, hogy az ember azt gondolja, hogy majd ő kitalálja a végső megoldást, egy olyan algoritmust, ami minden feladatot megold (pedig ez matematikai lehetetlenség, de az azért nem, hogy a releváns feladatokat elég jól megoldja, ami egy valószínűségi átfogalmazása a "mindennek"). Sokan úgy látják, hogy végre eljött az idő, amikor érdemes már betámadni ezt a feladatot, hogy olyan tanuló algoritmust készítsünk, ami megoldja a többi releváns feladatot. Mások meg úgy mondják, hogy minden feladatot megoldunk külön-külön és majd összerakjuk az összes megoldást egy végső rendszerbe (akár valami olyan módon, amely valamilyen bonyolultabb kompozíció mint csak az, hogy egymás mellé tesszük a megoldásokat). A most elérhető nagy nyelvi modellek, amelyekkel lehet beszélgetni az interneten mind a direkt betámadás eredményei, de azzal próbálják bizonyítani az igazukat, hogy egy fix feladathalmazon egyre jobb és jobb eredményeket érnek el. A legtöbb ember meg nem érti, hogy egy fix feladathalmaz sosem lesz elég bizonyíték arra, hogy mindenre képes a rendszer, csak arra, hogy azokra a feladatokra (csalnak is rendesen a rendszerek szerintem, mivel már nem publikus az, hogy mit csinálnak, hogy a replikálhatóságról ne is beszéljünk, valószínűleg a tesztelt feladattípusokra extra tanítást kapnak).
Egyébként ez az általános intelligencia dolog azért nem teljesen alaptalan feltételezés, hiszen ha nem is 50000 éve nagyjából a mostanihoz hasonló aggyal rendelkezünk, de bizonyára az ókorban nem lehetett programozást és differenciál geometriát tanulni, mégis az agyunk többé-kevésbé képes erre, szóval akkor az agy valamennyire általános (kivéve persze az egyes egyedeket). Itt van elásva a nagy nyelvi modellek szerintem legjobb kritikája is, hogy az ember az evolúció során a világban tanult meg élni, csak utána tanult meg beszélni, szóval a robotok is a világban kéne először eligazodjanak és csak utána kéne a nyelvet tanítani nekik, mert abban sok olyan információ, amit egy élő ember tud, nincs leírva (pl. ha azt írják, hogy X meglökte az asztalt, akkor mindenki tudja, hogy a dolgok leestek róla, tehát valószínűbb az a folytatás, hogy utána X az asztal alatt keresett ezt vagy azt). Ez jogos kritika, de végül nem biztos, hogy ez lesz a legjobb út az általános megoldáshoz, lehet, hogy be lehet építeni egy szimulátort a mesterséges intelligenciába ami sikerül kiértékelni ezeket a dolgokat, anélkül, hogy meg kellett volna tapasztalja őket.
Mára ennyi, bele kell húzzak, még rengeteg a téma.
Demó.
Nincsenek megjegyzések:
Megjegyzés küldése