Γενική Τεχνητή Νοημοσύνη, τι είναι
Σύνταξη άρθρου: Ευθύμης Κυρίκος
Επιμέλεια: Κωνσταντίνος Ουρανός
Πώς ορίζεται
Γενική τεχνητή νοημοσύνη ονομάζεται εκείνη η νοημοσύνη μιας μηχανής, η οποία θα μπορεί να εκτελεί επιτυχώς όλες τις πνευματικές εργασίες που ένας άνθρωπος μπορεί. Ορισμένοι ακαδημαϊκοί ορίζουν ως γενική τεχνητή νοημοσύνη την ικανότητα των μηχανών να αναπτύσσουν συνείδηση. Το τι είναι πραγματική συνείδηση αλλά και το αν μπορεί να δημιουργηθεί τεχνητά είναι βεβαίως μία πολύ μεγάλη συζήτηση. Η γενική τεχνητή νοημοσύνη διαχωρίζεται από την εφαρμοσμένη ή ειδική τεχνητή νοημοσύνη, γιατί δεν αναπτύσσεται μεμονομένα για την επίλυση συγκεκριμένων προβλημάτων. Η γενική τεχνητή νοημοσύνη προσπαθεί να εμβαθύνει σε όλο το γνωστικό φάσμα του ανθρώπου, στις δεξιότητές του και να κατακτήσει τα συμπεριφορικά του μοντέλα. Γενικώς λειτουργεί ως την εκδήλωση της ειδικής τεχνητής νοημοσύνης σε όλο το φάσμα της ανθρώπινης δραστηριότητας. Αξιοσημείωτο είναι πως για το 2017 είναι καταγεγραμμένοι πάνω από σαράντα οργανισμοί παγκοσμίως, οι οποίοι ασχολούνται ενεργά με την έρευνα πάνω στη γενική τεχνητή νοημοσύνη.
Πώς όμως γνωρίζουμε αν μια μηχανή έχει ικανότητες γενικής τεχνητής νοημοσύνης; Τα κριτήρια
Το παραπάνω ερώτημα είναι αρκετά δύσκολο να απαντηθεί καθώς ο τύπος νοημοσύνης αυτός προσπαθεί να κατακτήσει τους ορίζοντες της ανθρώπινης νοημοσύνης, πράγμα πολύ δυσκολο έως αδύνατο. Οι επιστήμονες έχουν προτείνει κάποια κριτήρια που πρέπει να πληροί η νοημοσύνη για να θεωρείται πως προσομοιώνει τον άνθρωπο, χωρίς ωστόσο κάποιο από αυτά τα κριτήρια να έχει καθολική ισχύ. Παρ’ όλα αυτά υπάρχει μια κοινή αποδοχή από τους επιστήμονες πως η γενική τεχνητή νοημοσύνη πρέπει να είναι ικανή για τα ακόλουθα:
-
Ικανότητα σχεδιασμού.
-
Ικανότητα μάθησης.
-
Ικανότητα επικοινωνίας σε φυσική γλώσσα.
-
Επίδειξη κοινής γνώσης που έχει ένας άνθρωπος.
-
Αναλυτική σκέψη, επίλυση προβλημάτων, ικανότητα λήψης αποφάσεων κάτω από συνθήκες αβεβαιότητας.
-
Ικανότητα επίτευξης ενός στόχου με τη χρήση όλων των παραπάνω.
Επιπλέον ικανότητες που πρέπει να μπορεί να παίρνει μια μηχανή γενικής τεχνητής νοημοσύνης είναι η ικανότητα της αίσθησης του περιβάλλοντος (ακοή, όραση), ικανότητα αυτόνομης δράσης σε άγνωστο χώρο και ικανότητα αντίδρασης για αποφυγή ενοχλητικών ή καταστροφικών γεγονότων. Πολλοί επιστημονικοί κλάδοι προσεγγίζουν τη νοημοσύνη δίνοντας έμφαση σε επιπλέον χαρακτηριστικά, όπως είναι η φαντασία με τη μορφή της δημιουργίας εικόνων και εννοιών τις οποίες δεν είναι προγραμματισμένη να χειρίζεται εκ των προτέρων η μηχανή. Αν και σήμερα έχουν παρουσιαστεί διάφορα υπολογιστικά συστήματα με την ικανότητα κρίσης, λήψης αποφάσεων και σύνθεσης πληροφοριών, εντούτοις βρίσκονται σε πρώιμο στάδιο και δεν μπορούν να προσεγγίσουν τις ανθρώπινες ικανότητες.
Η αξιολόγηση της τεχνητής νοημοσύνης
Οι επιστήμονες έχουν συμφωνήσει και προτείνει ορισμένες δοκιμασίες (τεστ) που πρέπει να μπορεί να περάσει η νοημοσύνη της μηχανής ώστε να θεωρηθεί πως πλησιάζει την ανθρώπινη. Αυτά είναι:
-
Το τεστ Turing
Το συγκεκριμένο τεστ περιλαμβάνει έναν διάλογο μεταξύ μιας μηχανής και ενός ανθρώπου. Το τεστ θεωρείται επιτυχές αν ένας δεύτερος άνθρωπος δεν μπορεί να αξιολογήσει ορθά ποιος από τους δύο είναι ο άνθρωπος και ποια η μηχανή.
-
Το τεστ του καφέ
Το τεστ περιλαμβάνει μια μηχανή που μπαίνει σε ένα σπίτι και μπορεί να βρει πώς θα φτιάξει καφέ. Το πρόβλημα περιλαμβάνει την εύρεση της μηχανής του καφέ, των υλικών, της κούπας και της σωστής εκτέλεσης.
-
Το τεστ του μαθητή ρομπότ
Το τεστ περιλαμβάνει μια μορφή νοημοσύνης που είναι ικανή να παρακολουθεί ένα μάθημα σε μια τάξη και να μπορεί να περάσει τα τελικά διαγωνίσματα ακριβώς όπως ένας μαθητής.
-
Το τεστ του εργαζομένου
Μια μηχανή να μπορεί να εργάζεται σε θέση ευθύνης παίρνοντας αποφάσεις και διατηρώντας απόδοση παρόμοια με του ανθρώπου.
-
Το τεστ της συναρμολόγησης
Σε αυτό το τεστ απαιτείται το ρομπότ να μπορεί να βγάζει τα κομμάτια μιας κατασκευής από το κουτί και να συναρμολογεί την κατασκευή ακολουθώντας τις οδηγίες χρήσης.
Μηχανές γενικής τεχνητής νοημοσύνης
Οι πρώτες προσεγγίσεις για την επίτευξη γενικής νοημοσύνης βασίζονται στην προσομοίωση ενός ανθρώπινου εγκεφάλου. Ουσιαστικά οι επιστήμονες προσπαθούν να αναπαράγουν μηχανικά τις διαδικασίες που συμβαίνουν σε έναν εγκέφαλο ώστε να επιτύχουν παρόμοια αποτελέσματα. Εντούτοις, από τεχνικής άποψης μια τέτοια προσπάθεια είναι πολύ δύσκολη. Για προσομοίωση εγκεφάλου χαμηλού επιπέδου, θα χρειαζόταν ένας εξαιρετικά ισχυρός υπολογιστής. Ο ανθρώπινος εγκέφαλος έχει έναν τεράστιο αριθμό συνδέσεων νευρώνων που ονομάζονται συνάψεις. Κάθε ένας από τους 1011 (εκατό δισεκατομμύρια) νευρώνες έχει κατά μέσον όρο 7.000 συναπτικές συνδέσεις με άλλους νευρώνες. Μια εκτίμηση της ισχύος επεξεργασίας του εγκεφάλου, βασισμένη σε ένα απλό μοντέλο εναλλαγής για τη δραστηριότητα των νευρώνων, είναι περίπου 1014 (100 τρισεκατομμύρια) συναπτικές ενημερώσεις ανά δευτερόλεπτο. Από εκτιμήσεις που έχουν γίνει υπολογίζεται πως μόλις σήμερα οι υπερυπολογιστές πλησιάζουν σε νούμερα τις ικανότητες υπολογισμού ενός ανθρώπινου εγκεφάλου.
Οι κίνδυνοι της τεχνητής νοημοσύνης
Τα προηγούμενα χρόνια το θέμα φάνταζε ιδιαίτερα φιλοσοφικό και πολλοί φιλόσοφοι και επιστήμονες είχαν αναφερθεί σε πιθανούς κινδύνους από την ανάπτυξη συνείδησης σε μηχανές για την ανθρώπινη κοινωνία. Σήμερα, με την ανάπτυξη της οικονομίας της Ρομποτικής, η συζήτηση γίνεται πια και στο πεδίο της Πολιτικής, της Ηθικής, της Οικονομίας. Η επίτευξη γενικής τεχνητής νοημοσύνης προϋποθέτει την ελευθερία σκέψης και δράσης μιας μηχανής ακριβώς όπως συμβαίνει σε ένα νοήμων ον, γεγονός που καθιστά αδύνατο να προβλέψουμε τι θα επακολουθήσει. Μην ξεχνάμε πως ως τώρα είμαστε εμείς το κυριαρχόν είδος στον πλανήτη, τον οποίο και δε θέλουμε να μοιραστούμε με κανέναν. Οι πολιτικές λοιπόν ηθικές και κοινωνικές προεκτάσεις της τεχνητής νοημοσύνης είναι ένα κεφάλαιο που όσο περνάει ο καιρός απασχολεί όλο και περισσότερο τους επιστήμονες και τα Ιδρύματα Πολιτικής και Οικονομικής Σκέψης. Και οσονούπω και τους ψηφοφόρους. Αναμένουμε τις εξελίξεις…
Πηγές
- Muehlhauser, Luke. «What is AGI?». Machine Intelligence Research Institute. Retrieved 1 May 2014.
- Goertzel B. and Pennachin, C. (2007). Artificial General Intelligence (Cognitive Technologies). Springer, ISBN: 978-3540237334.
- Nanotechnology and International Security. Mark Avrum Gubrud, Center for Superconductivity Research University of Maryland
- Whole Brain Emulation A Roadmap. Technical Report #2008‐3 Anders Sandberg, Nick Bostrom.Future of Humanity Institute Faculty of Philosophy
- Allen, Paul. «The Singularity Isn’t Near». MIT Technology Review. Retrieved 17 September 2014.
Ηλ.Ταχ.: [email protected]