Tout le monde parle et écrit sur l'intelligence artificielle. Des articles sur ce sujet sont même publiés dans des publications de divertissement, qui ne sont en aucun cas associées à la technologie. En conséquence, les publications techniques consacrent beaucoup de temps à la discussion de ces sujets. Dans le même temps, il y a des prévisions très intéressantes, comme le fait que dans 10-20 ans les robots
remplaceront les personnes dans 50% des spécialités.
Mais de telles prévisions soulèvent de grands doutes quant à leur réalisme, car actuellement l'IA n'occupe pas une très grande niche et n'a certainement pas encore retiré du travail aux gens. Si dans 10 à 20 ans, les robots IA remplacent les personnes dans 50% des spécialités, alors nous verrons des dizaines, voire des centaines de millions de chômeurs. Pas trop vrai. En général, même les bons experts font parfois des prédictions qui semblent étranges en termes de bon sens. Mais pourquoi les gens font-ils des erreurs dans la formulation de leur vision de l'avenir? Voici
sept erreurs majeures .
Sous-estimation et réévaluation
Roy Amara est co-fondateur d'une organisation appelée Institute for the Future, qui opère à Palo Alto. Une fois qu'il a formulé une idée très intéressante: "Nous avons tendance à surestimer l'effet de la technologie dans les prévisions à court terme et à sous-estimer dans les prévisions à long terme." Une phrase très intéressante.
Il peut être illustré par l'histoire suivante. En 1978, 24 des 31 satellites GPS ont commencé à fonctionner en orbite terrestre. Initialement, le but de ce système était de fournir à l'armée américaine la capacité de se positionner avec précision. Les satellites fonctionnaient déjà, mais le programme lui-même a dérapé. Ce n'est qu'en 1991, pendant la «tempête du désert», que les Américains ont commencé à l'utiliser. Avant que l'armée américaine ne commence à le faire de manière continue, encore plus de temps s'est écoulé.
Mais quoi maintenant? Le GPS fonctionne pour tout le monde, les modules GPS sont insérés dans presque tous les smartphones, montres intelligentes et autres gadgets. Cette technologie permet de réaliser des expériences physiques où la géolocalisation est requise. Bien sûr, la navigation moderne - sur terre, sur mer ou dans les airs est impossible sans GPS. Tous les camionneurs sont équipés de GPS, on peut en dire autant des taxis, ainsi que des autres véhicules.
Le GPS a été initialement développé dans un seul but, et plutôt étroit. Mais par la suite, le GPS est devenu une technologie universelle qui s'est répandue beaucoup plus largement que prévu initialement. Il existe de nombreuses technologies qui «se comportent» comme le GPS, mais cet exemple est l'un des plus frappants.
En général, avec l'IA à peu près la même chose. L'IA prévoit une distribution presque mondiale dans les années à venir, mais il s'agit très probablement d'une exagération. Dans le même temps, à long terme, l'IA est sous-estimée. Certes, dans ce cas, il vaut la peine de réfléchir soigneusement à la période dans ce cas qui peut être considérée comme courte et à celle qui est longue.
Imaginez la magie
Arthur Clark, dans les années 60 et 70 du siècle dernier, a formulé trois postulats, appelés "Les trois lois de Clark". Ces lois sont:
- Lorsqu'un scientifique respecté mais âgé prétend que quelque chose est possible, il a presque certainement raison. Quand il prétend que quelque chose est impossible, il est très probable qu'il se trompe.
- La seule façon de découvrir les limites du possible est d'oser faire un pas dans l'impossible.
- Toute technologie suffisamment avancée est indiscernable de la magie.
On peut imaginer une situation où nous montrons un appareil moderne à un scientifique du XVIIIe siècle. Pour lui, ce sera de la pure magie ou juste quelque chose d'inimaginable pour son esprit. Prenez le même iPhone que nous pourrions montrer à Isaac Newton. Pour qu'il puisse penser à lui?
Peut-être aurait-il décidé que ce téléphone était quelque chose d'occulte. Ce n'est un secret pour personne que Newton, malgré ses réalisations scientifiques, aimait l'occultisme. Donc pour lui, un smartphone moderne pourrait être une chose vraiment magique qui ne peut pas être comprise.
Après tout, Newton ne connaissait même pas l'électricité, sans parler de tout le reste. Pourrait-il décider que le téléphone est une pierre philosophale? Après tout, il brille, mais ne chauffe pas (enfin, bien sûr, mais légèrement), émet de la lumière, mais la flamme n'est pas visible.
Peut-être que Newton aurait réagi différemment à tout, nous ne pouvons pas le savoir. Mais maintenant, il est impossible d’essayer d’imaginer les technologies que la civilisation sera disponible dans 100-200-300 ans. Oui, nous pouvons faire beaucoup, mais du point de vue de l'avenir lointain, tout cela semblera aux descendants éloignés les mêmes que pour nous les expériences de Faraday ou du même Newton.
Quant à l'IA, pour le moment, on ne peut même pas être sûr qu'une forme forte d'intelligence artificielle est possible. Personne ne sait comment le créer. Si c'est encore possible, alors, probablement, une véritable IA semblera à l'homme moderne magique.
Performance et compétence
Une personne qui regarde une photo d'un groupe de personnes jouant au frisbee est tout à fait capable de répondre à des questions comme «Quelle forme de frisbee?», «Combien de personnes peuvent jouer à ce jeu?», «Puis-je manger du frisbee?», «Un bébé peut-il jouer Frisbee? "," Quel est le meilleur temps pour le jeu? "
L'ordinateur peut reconnaître le jeu Frisbee, mais jusqu'à présent aucun agent n'est en mesure de répondre à toutes les questions liées à ce jeu mentionnées ci-dessus. Il est clair que le problème n'est pas seulement au frisbee, c'est juste un exemple pour comprendre la situation.
Jusqu'à présent, l'utilisation de l'IA n'est possible que pour résoudre des problèmes spécifiques. L'IA peut effectuer des tâches limitées, elle est incapable de faire ce dont une personne est capable
Mots double / triple sens
Lorsque les experts modernes font des prédictions pour l'IA, ils utilisent souvent des mots qui peuvent être perçus de cette manière ou d'une manière différente. Nous parlons de termes et de mots ordinaires avec un sens double, voire triple. Par exemple, «formation». Dans le domaine informatique, cela peut signifier beaucoup de choses. C'est une chose d'étudier l'appareil mathématique et une autre d'apprendre à utiliser correctement les baguettes chinoises.
Lorsque les gens lisent ou entendent parler de l'apprentissage automatique, ils (pour la plupart des non-spécialistes) pensent à l'apprentissage tel qu'il est dans notre monde humain. Mais ce n'est pas le cas. Une machine ne peut pas être entraînée comme un être humain. Un groupe d'ingénieurs (ou au moins un spécialiste) est nécessaire pour former l'IA. Nous avons besoin de données spécialement traitées et unifiées, nous avons besoin d'une «structure de formation», un algorithme selon lequel la machine recevra de nouvelles données, en ajoutant les informations déjà reçues à la texture existante.
De plus, quand il s'agit de jouer aux échecs ou de partir, les gens s'imaginent que l'ordinateur sait jouer et quoi. En fait, la voiture n'a pas la moindre compréhension de quel jeu il joue. Dans le même temps, les machines sont «entraînées» à respecter un certain ensemble de règles. Le moindre changement dans le même coup ou échecs (il y a des règles modifiées) et c'est tout, l'ordinateur ne s'en sortira pas. Une personne a besoin de très peu de temps pour s'adapter à ces nouveaux droits.
Il est clair que pour décrire ce que fait la machine, les auteurs utilisent les mots que nous connaissons tous. Le problème est que ces mots et termes ne sont pas très appropriés pour décrire les processus exécutés par l'IA. Mais nous n'avons pas d'autres mots, ce problème restera donc d'actualité pendant longtemps.
Loi de Moore
Chacun de nous a entendu parler de la loi de Moore, ils en parlent pas moins souvent que de l'intelligence artificielle. En conséquence, la déclaration est régulièrement répétée selon laquelle la loi de Moore est pertinente non seulement pour les puces, mais aussi pour d'autres domaines informatiques.
Mais c'est loin d'être toujours vrai. Vous pouvez commencer par le fait que même en ce qui concerne les puces, la loi de Moore commence à "prendre du retard". Dans d'autres domaines, cela est encore plus pertinent. Par exemple, si vous prenez la capacité de mémoire d'un iPod normal, elle devrait s'élever au moment actuel de 160 000 Go. Mais ce n'est pas du tout, la capacité de mémoire de l'iPod est maintenant de 256 Go, seulement deux fois plus qu'en 2007.
Pourquoi parlons-nous de cela? Le fait est que beaucoup pensent (même les experts) que chaque année les performances des systèmes d'IA doublent également. MAIS ce n'est pas le cas. Ici, en général, ce n'est pas une question de performance; pour l'apparition d'une véritable IA, un saut qualitatif technologique est nécessaire, pas quantitatif.
Les auteurs de nombreuses prévisions ne tiennent tout simplement pas compte de tout cela, continuant d'écrire sur l'augmentation systématique des performances des systèmes d'IA.
Scripts hollywoodiens
Dans de nombreux films de science-fiction réalisés par Hollywood, le monde du futur n'est pratiquement pas différent de la modernité, seules quelques nouvelles technologies sont ajoutées. Dans le monde de «l'homme bicentenaire», les robots humanoïdes, pratiquement indiscernables des humains, sont une technologie familière pour tous. Mais ici, nous voyons comment Richard prend et lit un journal. Pas une tablette (enfin, du moins), pas un podcast audio ou des informations sur un miroir intelligent, mais un journal. Il est peu probable qu’ils existent à ce moment-là.
Un film est un film, on ne peut pas se plaindre du même «homme bicentenaire» en termes de prédictions de l'avenir. Mais les futurologues modernes qui nous montrent l'IA du futur font la même erreur que les scénaristes des films de science-fiction. Ils ne pensent pas qu'à l'avenir le monde lui-même pourrait être différent.
Cela peut être extrêmement différent de ce que nous avons actuellement. Et les prévisions à long terme qui sont en cours de compilation sont compilées par des scientifiques en fonction des conditions actuelles. Mais ils ne seront peut-être pas à l'avenir dont nous parlons.
Vitesse de développement
Les nouvelles versions de logiciels sortent très souvent - et dans certaines régions, cela se produit plus souvent que dans d'autres. Par exemple, le réseau social Facebook reçoit des mises à jour / changements littéralement toutes les heures. La modification d'un logiciel est beaucoup plus simple que du matériel.
La mise à jour du matériel est lourde de coûts assez élevés. Et l'accès aux routes des mêmes voitures avec un contrôle autonome par ordinateur n'est pas du tout un processus rapide. Ce n'est pas 5-10 ans, selon de nombreuses prévisions, mais 20-30 ans minimum.
Les infrastructures technologiques obsolètes ne sont pas remplacées immédiatement après l'émergence de nouveaux éléments. Par exemple, de nombreuses organisations exploitent des ordinateurs âgés de 10 à 20 ans. Le principe est simple: "Ça marche - ne touchez pas".
Dans le cas de l'IA également, tout ne change pas immédiatement ni soudainement. Même l'intégration d'une forme faible d'IA nécessite beaucoup de temps, ce n'est pas un processus rapide. Et dans les prédictions des futurologues, il est souvent indiqué que les changements seront spasmodiques et presque instantanés. Mais ça n'arrive jamais.