Rolling Stone onderzoekt de kunstmatige intelligentie revolutie

Wikipedia
Deel dit verhaal!

TN Opmerking: dit is een uitstekende algemene inleiding op AI. Zoals het met kracht naar voren is gekomen, hebben technocraten de gelegenheid aangegrepen om AI te gebruiken in hun zoektocht naar "wetenschappelijke social engineering" om de bevolking te beheersen. Deel twee van deze serie van Rolling Stone wordt op 9 maart gepubliceerd en onderzoekt hoe kunstmatige intelligentie de wereld van zelfrijdende auto's en de toekomst van oorlogsvoering zal beïnvloeden. 

Welkom op de robot-kleuterschool ”, zegt Pieter Abbeel terwijl hij de deur opent naar het Robot Learning Lab op de zevende verdieping van een strak nieuw gebouw aan de noordrand van de UC-Berkeley campus. Het lab is chaotisch: fietsen die tegen de muur leunen, een stuk of tien afgestudeerde studenten in ongeorganiseerde hokjes, whiteboards vol onleesbare vergelijkingen. Abbeel, 38, is een magere, pezige man, gekleed in een spijkerbroek en een uitgerekt T-shirt. Hij verhuisde in 2000 vanuit België naar de VS om een ​​Ph.D. in computerwetenschappen aan Stanford en is nu een van 's werelds meest vooraanstaande experts in het begrijpen van de uitdaging om robots intelligent te leren denken. Maar eerst moet hij ze überhaupt leren 'denken'. “Daarom noemen we deze kleuterschool”, grapt hij. Hij stelt me ​​voor aan Brett, een zes meter hoge humanoïde robot gemaakt door Willow Garage, een spraakmakende fabrikant van robots in Silicon Valley die nu failliet is. Het lab heeft de robot enkele jaren geleden aangeschaft om mee te experimenteren. Brett, wat staat voor "Berkeley-robot voor het elimineren van vervelende taken", is een vriendelijk ogend wezen met een groot, plat hoofd en ver uit elkaar geplaatste camera's voor ogen, een dikke romp, twee armen met grijpers voor handen en wielen voor voeten. Op dit moment heeft Brett geen dienst en staat hij in het midden van het laboratorium met de mysterieuze, stille gratie van een niet-aangesloten robot. Vlakbij ligt op de vloer een doos met speelgoed waarmee Abbeel en de studenten Brett leren spelen: een houten hamer, een plastic speelgoedvliegtuig, een paar gigantische legoblokken. Brett is slechts een van de vele robots in het laboratorium. In een ander hokje hangt een naamloze 18-inch grote robot aan een mitella op de rugleuning van een stoel. Beneden in de kelder is een industriële robot die elke dag uren in het equivalent van een robotzandbak speelt, gewoon om te zien wat hij zichzelf kan leren. Aan de overkant van een ander laboratorium in Berkeley leert een operatierobot hoe ze mensenvlees kunnen naaien, terwijl een afgestudeerde student drones leert zichzelf intelligent rond objecten te besturen. "We willen niet dat drones tegen dingen botsen en uit de lucht vallen", zegt Abbeel. "We proberen ze te leren zien."

Industriële robots zijn al lang geprogrammeerd met specifieke taken: arm zes centimeter naar links bewegen, module grijpen, naar rechts draaien, module in printplaat plaatsen. Herhaal 300 keer per uur. Deze machines zijn zo dom als grasmaaiers. Maar in de afgelopen jaren hebben doorbraken in machine learning - algoritmen die ongeveer het menselijk brein nabootsen en machines zelf dingen laten leren - computers een opmerkelijk vermogen gegeven om spraak te herkennen en visuele patronen te identificeren. Het doel van Abbeel is om robots een soort algemene intelligentie te geven - een manier om de wereld te begrijpen, zodat ze kunnen leren taken zelf uit te voeren. Hij heeft nog een lange weg te gaan. "Robots hebben niet eens het leervermogen van een tweejarige", zegt hij. Zo heeft Brett geleerd eenvoudige taken uit te voeren, zoals een knoop leggen of wasgoed vouwen. Dingen die voor mensen eenvoudig zijn, zoals erkennen dat een verfrommelde bal stof op een tafel in feite een handdoek is, zijn verrassend moeilijk voor een robot, deels omdat een robot geen gezond verstand heeft, geen herinnering aan eerdere pogingen om handdoek- vouwen en, het belangrijkste, geen idee van wat een handdoek is. Het enige dat het ziet is een prop kleur.

Om dit probleem te omzeilen, creëerde Abbeel een zelfstudiemethode geïnspireerd door kinderpsychologische tapes van kinderen die voortdurend hun aanpak aanpassen bij het oplossen van taken. Wanneer Brett door wasgoed gaat, doet het iets soortgelijks: de vastgelopen handdoek met zijn grijphanden vastpakken, proberen een idee te krijgen van zijn vorm, hoe deze te vouwen. Het klinkt primitief, en dat is het ook. Maar dan denk je er nog eens over na: Een robot leert een handdoek te vouwen.

Dit alles is griezelig, Frankenstein-land spul. De complexiteit van taken die slimme machines kunnen uitvoeren, neemt exponentieel toe. Waar gaat dit ons uiteindelijk naartoe brengen? Als een robot zelf kan leren een handdoek te vouwen, zal hij ooit in staat zijn om je avondeten te koken, een operatie uit te voeren of zelfs een oorlog te voeren? Kunstmatige intelligentie kan heel goed helpen bij het oplossen van de meest complexe problemen waarmee de mensheid wordt geconfronteerd, zoals het genezen van kanker en klimaatverandering - maar op de korte termijn zal het ook toezicht mogelijk maken, de privacy uithollen en telemarketeers met turbocompressie turbulent maken. Verder doemen grotere vragen op: kunnen machines ooit zelf denken, redeneren door problemen, emoties tonen? Niemand weet. De opkomst van slimme machines is anders dan elke andere technologische revolutie, want het gaat hier uiteindelijk om het idee van menselijkheid - we staan ​​op het punt een nieuwe levensvorm te creëren, een die niet alleen een evolutionaire doorbraak zou kunnen betekenen, maar ook een potentiële bedreiging voor ons voortbestaan ​​als soort.

Lees hier het hele verhaal ...

Inschrijven
Melden van
gast

0 Heb je vragen? Stel ze hier.
Inline feedbacks
Bekijk alle reacties