Wordt kunstmatige intelligentie echt dom?

kunstmatige intelligentie
Deel dit verhaal!
De pro-AI-hype eromheen biedt intelligentie op menselijk niveau, maar de realiteit is mogelijk veel minder. AI kan smalle toepassingsgebieden vinden, maar geen enkele hoeveelheid kennis kan tot wijsheid leiden. ⁃ TN Editor

Het is tegenwoordig moeilijk om ergens heen te gaan zonder enige vermelding van kunstmatige intelligentie (AI). Je hoort erover, je leest erover en het is moeilijk om een ​​presentatiedek te vinden (over welk onderwerp dan ook) die er niets over zegt. Er is geen twijfel over het onderwerp.

Hoewel de hype het bewustzijn van AI verhoogt, vergemakkelijkt het ook een aantal behoorlijk dwaze activiteiten en kan het mensen afleiden van veel van de echte vooruitgang die wordt geboekt. Het ontrafelen van de realiteit van de meer dramatische krantenkoppen belooft aanzienlijke voordelen te bieden voor investeerders, zakenmensen en consumenten.

Kunstmatige intelligentie heeft zijn recente bekendheid grotendeels opgedaan vanwege succesvolle successen zoals IBM's Watson-overwinning op Jeopardy en Google's AlphaGo die de wereldkampioen versloeg in het spel “Go”. Waymo, Tesla en anderen hebben ook grote vooruitgang geboekt met zelfrijdende voertuigen. De expansiviteit van AI-applicaties werd vastgelegd door Richard Waters in de Financial Times [hier}: "Als er een verenigend bericht was dat de consumententechnologie te zien gaf [op de Consumer Electronics Show] ... was het: 'AI in alles'."

Opvallende AI-successen hebben de verbeelding van mensen ook zo aangetrokken dat ze tot andere verreikende inspanningen hebben geleid. Een leerzaam voorbeeld werd gedocumenteerd door Thomas H. Davenport en Rajeev Ronanki in de Harvard Business Review [hier]. Ze beschrijven: "In 2013 lanceerde het MD Anderson Cancer Center een 'moon shot'-project: diagnostiseer en beveel behandelplannen aan voor bepaalde vormen van kanker met behulp van IBM's Watson cognitieve systeem." Helaas werkte het systeem niet en door 2017, " het project werd uitgesteld nadat de kosten $ 62 miljoen hadden bereikt - en het systeem moest nog bij patiënten worden gebruikt. '

Wateren heeft ook een andere boodschap opgepikt - die van getemperde verwachtingen. Wat betreft "spraakgestuurde persoonlijke assistenten", merkt hij op, "is het niet duidelijk dat de technologie nog echt bruikbaar kan worden als vervanging voor de smartphone bij het navigeren door de digitale wereld" anders dan "muziek afspelen of controleren het nieuws en weer ”.

Andere voorbeelden van getemperde verwachtingen zijn er in overvloed. Generva Allen van Baylor College of Medicine and Rice University waarschuwde [hier], "Ik zou een zeer groot deel van de ontdekkingen die momenteel worden gedaan met behulp van machine learning-technieken die worden toegepast op grote hoeveelheden gegevens niet vertrouwen." Het probleem is dat veel van de technieken zijn ontworpen om specifieke antwoorden te geven en onderzoek onzekerheid met zich meebrengt. Ze lichtte toe: "Soms zou het veel nuttiger zijn als ze zeiden:" Ik denk dat sommige hiervan echt gegroepeerd zijn, maar ik ben onzeker over deze anderen. "

Erger nog, in extreme gevallen presteert AI niet alleen slechter; het is nog niet eens geïmplementeerd. De FT rapporten [hier], "Vier in 10 van Europa's 'kunstmatige intelligentie'-startups gebruiken geen kunstmatige intelligentieprogramma's in hun producten, volgens een rapport dat de hype rond de technologie benadrukt."

Cycli van opgeblazen verwachtingen gevolgd door golven van teleurstelling zijn geen verrassing voor degenen die al een tijdje kunstmatige intelligentie hebben: ze weten maar al te goed dat dit niet de eerste rodeo is voor AI. Inderdaad dateert veel van het conceptuele werk uit de 1950s. Bij het herzien van enkele van mijn aantekeningen kwam ik onlangs een representatief stuk tegen dat neurale netwerken verkende met het oog op aandelenselectie - daterend van 1993 [hier].

De beste manier om perspectief op AI te krijgen is om rechtstreeks naar de bron te gaan en Martin Ford geeft ons die mogelijkheid door zijn boek, Architecten van intelligentie. Georganiseerd als een opeenvolging van interviews met toonaangevende onderzoekers, wetenschappers en ondernemers, biedt het boek een nuttige geschiedenis van AI en worden de belangrijkste denkrichtingen belicht.

Twee inzichten op hoog niveau komen uit het boek. Een daarvan is dat er ondanks de uiteenlopende achtergronden en persoonlijkheden van de geïnterviewden veel consensus bestaat over belangrijke onderwerpen. De andere is dat veel van de prioriteiten en zorgen van de beste AI-onderzoeken behoorlijk verschillen van die in reguliere media.

Neem bijvoorbeeld het concept van kunstmatige algemene intelligentie (AGI). Dit hangt nauw samen met de notie van de 'singulariteit', het punt waarop kunstmatige intelligentie overeenkomt met die van mensen - op zijn weg naar het enorm overtreffen van menselijke intelligentie. Het idee heeft de zorgen van mensen over AI opgevangen, waaronder massaal banenverlies, moordende drones en tal van andere dramatische manifestaties.

De toonaangevende onderzoekers van AI hebben zeer verschillende visies; als groep zijn ze volledig ongestoord door AGI. Geoffrey Hinton, hoogleraar informatica aan de Universiteit van Toronto en vice-president en engineering fellow bij Google, zei: "Als uw vraag luidt: 'Wanneer gaan we een Commander Data krijgen [uit de Star Trek TV-serie]", dan heb ik denk niet dat zo de dingen zich zullen ontwikkelen. Ik denk niet dat we dit soort dingen voor algemene doeleinden gaan krijgen. '

Yoshua Bengio, hoogleraar informatica en operationeel onderzoek aan de Universiteit van Montreal, vertelt ons: "Er staan ​​een aantal heel moeilijke problemen voor ons en we zijn ver verwijderd van AI op menselijk niveau." Hij voegt eraan toe: "We zijn allemaal enthousiast omdat we veel vooruitgang hebben geboekt bij het beklimmen van de heuvel, maar als we de top van de heuvel naderen, kunnen we een reeks andere heuvels voor ons zien opkomen. "

Barbara Grosz, hoogleraar natuurwetenschappen aan de Harvard University, verklaarde haar mening: "Ik denk niet dat AGI de juiste richting is". Ze beweert dat omdat het nastreven van AGI (en het omgaan met de gevolgen ervan) zo ver in de toekomst ligt dat ze als "een afleiding" dienen.

Een andere rode draad onder de AI-onderzoeken is de overtuiging dat AI moet worden gebruikt vergroten menselijke arbeid in plaats van vervangen het. Cynthia Breazeal, directeur van de personal robots-groep voor het MIT-medialaboratorium, formuleert het probleem: “De vraag is wat de synergie is, wat de complementariteit is, wat de uitbreiding is die ons in staat stelt onze menselijke capaciteiten uit te breiden in wat we doen dat ons in staat stelt om echt een grotere impact in de wereld te hebben. ”Fei-Fei Li, hoogleraar informatica aan Stanford en Chief Scientist voor Google Cloud, beschreef:“ AI als een technologie heeft zoveel potentieel om arbeid te verbeteren en te vergroten, naast alleen maar te vervangen het."

James Manyika, voorzitter en directeur van McKinsey Global Institute merkte op dat aangezien 60% van de beroepen ongeveer een derde van hun samenstellende activiteiten automatiseerbaar is en slechts ongeveer 10% van de beroepen meer dan 90% automatiseerbaar is, “veel meer beroepen zullen worden aangevuld of aangevuld door technologieën dan zal worden vervangen. "

Verder kan AI alleen vergroten menselijke arbeid voor zover het effectief kan werken die al met Countr werkenmenselijke arbeid. Barbara Grosz zei: "Ik zei op een gegeven moment dat 'AI-systemen het beste zijn als ze zijn ontworpen met het oog op mensen'." Ze vervolgde: "Ik raad aan om een ​​systeem te bouwen dat een goede teampartner is en zo goed met ons samenwerkt dat we niet erkennen dat het niet menselijk is."

David Ferrucci, oprichter van Elemental Cognition en directeur van toegepaste AI bij Bridgewater Associates, zei: "De toekomst die we voor ogen hebben bij Elemental Cognition heeft menselijke en machine-intelligentie die nauw en vloeiend samenwerkt." Hij lichtte toe: "We beschouwen het als een gedachte-partnerschap. "Yoshua Bengio herinnert ons echter aan de uitdagingen bij het vormen van een dergelijk partnerschap:" Het gaat niet alleen om precisie [met AI], het gaat om het begrijpen van de menselijke context, en computers hebben daar absoluut geen aanwijzingen over. "

Het is interessant dat er behoorlijk wat consensus bestaat over belangrijke ideeën zoals AGI is op dit moment geen bijzonder nuttig doel, AI moet worden toegepast om arbeid te vergroten en niet te vervangen, en AI moet in samenwerking met mensen werken. Het is ook interessant dat dezelfde lessen worden bevestigd door bedrijfservaringen.

Richard Waters beschrijft hoe AI-implementaties zich nog in een vrij rudimentair stadium bevinden in de FT [hier]: "Verwijder het gee-whiz-onderzoek dat veel van de krantenkoppen verbergt (een computer die mensen kan verslaan bij Go!) En de technologie zich in een rudimentaire fase bevindt." Hij merkt ook op: "Maar verder dan deze 'consumentisering' van IT , die gemakkelijk te gebruiken tools in meer handen heeft gelegd, het reviseren van de interne systemen en processen van een bedrijf kost veel zwaar werk. "

Dat zware werk kost tijd en er zijn uitzonderlijk weinig bedrijven. Ginni Rometty, hoofd van IBM, typeert de applicaties van haar klanten als "Random acts of digital" en beschrijft veel van de projecten als "hit and miss". Andrew Moore, het hoofd van AI voor de cloudbusiness van Google, omschrijft het als "Artisanal AI". Rometty legt uit: “Ze beginnen meestal met een geïsoleerde dataset of use case, zoals het stroomlijnen van interacties met een bepaalde groep klanten. Ze zijn niet gebonden aan de diepere systemen, gegevens of workflow van een bedrijf, waardoor hun impact wordt beperkt. "

Hoewel de HBR geval van de MD Anderson Cancer Center biedt een goed voorbeeld van een Moonshot AI-project dat waarschijnlijk te ver reikte, het biedt ook een uitstekende indicatie van de soorten werk dat AI materieel kan verbeteren. Tegelijkertijd probeerde het centrum AI toe te passen op de behandeling van kanker, maar zijn IT-groep experimenteerde met het gebruik van cognitieve technologieën om veel minder ambitieuze taken uit te voeren, zoals het doen van aanbevelingen voor hotels en restaurants voor families van patiënten, om te bepalen welke patiënten hulp nodig hadden bij het betalen rekeningen en het aanpakken van IT-problemen van personeel. ”

Lees hier het hele verhaal ...

Inschrijven
Melden van
gast

0 Comments
Inline feedbacks
Bekijk alle reacties