स्वायत्त कारों की तुलना में यह चालाक नहीं है एक्स पॉजिड

हर दिन अनगिनत सुर्खियाँ दुनिया भर के असंख्य स्रोतों से उभरती हैं, दोनों गंभीर परिणामों की चेतावनी और आशाजनक कैप्शन वायदा - कृत्रिम बुद्धि के लिए सभी धन्यवाद ऐ "कार्यस्थल को बदल रहा है," लिखते हैं वाल स्ट्रीट जर्नल, जबकि धन पत्रिका हमें बताती है कि हम "एआई क्रांति" का सामना कर रहे हैं जो "हमारे जीवन को बदल देगा।" लेकिन हम वास्तव में नहीं समझते हैं कि एआई के साथ क्या बातचीत करना होगा - या यह कैसा होना चाहिए।

यह पता चला है कि, हालांकि, हमारे पास पहले से ही एक अवधारणा है, जब हम एआई के बारे में सोचते हैं तब हम इसका उपयोग कर सकते हैं: यह हम जानवरों के बारे में सोचते हैं। एक पूर्व पशु ट्रेनर (थोड़ी देर यद्यपि), जो अब पढ़ाई करते हैं कि लोग कैसे ऐ का उपयोग करते हैं, मुझे पता है कि जानवरों और पशु प्रशिक्षण हमें इस बारे में बहुत कुछ सीख सकते हैं कि कृत्रिम बुद्धिमत्ता के बारे में कैसे सोचें, दृष्टिकोण और बातचीत करें, दोनों अब और भविष्य।

पशु अनुरूपता का उपयोग करना नियमित लोगों को कृत्रिम बुद्धि के कई जटिल पहलुओं को समझने में मदद कर सकता है यह हमारे बारे में सोचने में भी मदद कर सकता है कि इन पद्धतियों को नए कौशल और सर्वोत्तम रूप से कैसे पढ़ा जा सकता है, शायद सबसे महत्वपूर्ण बात यह है कि हम अपनी सीमाओं को ठीक से कैसे देख सकते हैं, यहां तक ​​कि हम एआई की नई संभावनाओं का जश्न मनाते हैं।

बाधाओं को देखते हुए

एआई विशेषज्ञ के रूप में मैगी बोडेन बताते हैं, "आर्टिफिशियल इंटेलिजेंस, कंप्यूटर को उन चीजों के प्रकार बनाने की कोशिश करता है जो मन कर सकते हैं।" एआई शोधकर्ता कम्प्यूटर को समझने, समझने, योजना, चाल और संगठन बनाने के लिए काम कर रहे हैं। एआई बड़े डेटा सेटों में पैटर्न देख सकता है, एक घटना की संभावना की भविष्यवाणी कर सकता है, एक मार्ग की योजना बना सकता है, किसी व्यक्ति की मीटिंग शेड्यूल प्रबंधित कर सकता है और यहां तक ​​कि युद्ध-गेम परिदृश्य भी खेल सकता है

इन क्षमताओं में से कई, अपने आप में, unsurprising हैं: बेशक एक रोबोट एक जगह के आसपास रोल और कुछ भी नहीं के साथ टकराने कर सकते हैं। लेकिन किसी भी तरह एआई अधिक जादुई लगता है जब कंप्यूटर इन कौशल को कार्य पूरा करने के लिए इकट्ठा करना शुरू कर देता है।

उदाहरण के लिए, स्वायत्त कारें लें। ड्रायवरलेस कार की उत्पत्ति 1980s-era रक्षा एडवांस्ड रिसर्च प्रोजेक्ट एजेंसी परियोजना में होती है स्वायत्त भूमि वाहन। परियोजना के लक्ष्य कंप्यूटर दृष्टि, धारणा, योजना और रोबोटिक नियंत्रण में अनुसंधान को प्रोत्साहित करना था। 2004 में, एएलवी प्रयास पहले बन गया ग्रांड चैलेंज स्वयं ड्राइविंग कारों के लिए अब, प्रयास के शुरू होने के बाद से 30 वर्षों से अधिक, हम नागरिक बाजार में स्वायत्त या स्व-ड्राइविंग कारों की भाप में हैं। शुरुआती वर्षों में, कुछ लोगों ने सोचा कि ऐसा एक असंभव था: कंप्यूटर नहीं चला सकते!

दारा ग्रैंड चैलेंज ने स्वायत्त वाहनों के विकास को बढ़ावा दिया।

{यूट्यूब}M2AcMnfzpNg{/youtube}

फिर भी, जैसा हमने देखा है, वे कर सकते हैं। स्वायत्त कारों की क्षमताओं को समझने के लिए अपेक्षाकृत आसान है लेकिन हम उनकी सीमाओं को समझने के लिए संघर्ष करते हैं के बाद 2015 घातक टेस्ला दुर्घटना, जहां कार का ऑटोप्लॉट कार्य अपने लेन में पार करने वाले ट्रैक्टर-ट्रेलर को समझने में असफल रहा, कुछ अभी भी इस बात की गंभीरता को समझते हैं कि टेस्ला के ऑटोपिलॉट वास्तव में कितने सीमित हैं। जबकि कंपनी और उसके सॉफ्टवेयर थे लापरवाही की मंजूरी राष्ट्रीय राजमार्ग यातायात सुरक्षा प्रशासन द्वारा, यह स्पष्ट नहीं है कि क्या ग्राहक वास्तव में समझते हैं कि कार क्या कर सकती है और क्या नहीं कर सकती है।

अगर टेस्ला मालिकों को नहीं बताया गया कि वे थे एक ऑटोपियालट का "बीटा" संस्करण चला रहा है लेकिन इसके साथ एक अर्द्ध-स्वायत्त कार एक कीड़ा के मानसिक समानता? तथाकथित "बुद्धि" जो "पूर्ण स्व-ड्राइविंग क्षमता"वास्तव में एक विशाल कंप्यूटर है जो ऑब्जेक्ट को संवेदन करने में बहुत अच्छा है और छवियों में सीमित आइटमों को पहचानने और सीमित योजनाओं को पहचानने से बचता है। इससे मालिक के दृष्टिकोण को बदल सकता है कि इंसान या इनपुट के बिना कार वास्तव में कितना काम कर सकती है।

यह क्या है?

तकनीकविदों ने अक्सर ए की व्याख्या करने की कोशिश की है कि यह कैसे बनाया गया है। उदाहरण के लिए ले लो, प्रगति में किए गए ध्यान लगा के पढ़ना या सीखना। यह एक तकनीक है जो का उपयोग करता है बहु-स्तरीय नेटवर्क कैसे काम करने के लिए सीखना नेटवर्क को बड़ी मात्रा में सूचनाओं को प्रोसेस करने की ज़रूरत है लेकिन वे डेटा की मात्रा की वजह से, नेटवर्क में संघों और एल्गोरिदम की जटिलता के कारण, यह अक्सर इंसानों के लिए स्पष्ट नहीं है कि वे कैसे सीखते हैं कि वे क्या करते हैं। ये सिस्टम एक विशेष कार्य में बहुत अच्छे हो सकते हैं, लेकिन हम वास्तव में उन्हें समझ नहीं पाते।

ऐ ऐ के बारे में सोचने के बजाय, जो कि अलौकिक या विदेशी है, उनको जानवरों के समान अनुरूप बनाना आसान है, बुद्धिमान गैरमानियों में हमारे पास अनुभव प्रशिक्षण है

उदाहरण के लिए, यदि मैं उपयोग करना चाहता था सुदृढीकरण सीखना कुत्ते को प्रशिक्षित करने के लिए, मैं कुत्ते की प्रशंसा करता हूं और जब वह आदेश पर बैठता है तब उसे व्यवहार करता है। समय के साथ, वह इस इलाज को व्यवहार के साथ व्यवहार से संबद्ध करने के लिए सीख लेगा।

बैठने के लिए कुत्ते को सिखाना एक कृत्रिम बुद्धि को प्रशिक्षित करना बहुत महत्वपूर्ण है

{यूट्यूब}5-एमए-आरजीबीटी9के{/यूट्यूब}

एआई सिस्टम को प्रशिक्षण बहुत ही समान हो सकता है में सुदृढीकरण गहन शिक्षा, मानवीय डिजाइनरों ने एक प्रणाली की स्थापना की, कल्पना करते हैं कि वे क्या सीखना चाहते हैं, जानकारी प्रदान करते हैं, अपने कार्यों को देखें और इसे प्रतिक्रिया दें (जैसे प्रशंसा) जब वे देखते हैं कि वे क्या चाहते हैं संक्षेप में, हम एआई सिस्टम का इलाज कर सकते हैं जैसे हम ऐसे जानवरों का इलाज करते हैं जो हम प्रशिक्षण कर रहे हैं।

समानता एक गहरे स्तर पर भी काम करती है। मैं बैठने वाले कुत्ते को "प्रेम" या "अच्छा" जैसे जटिल अवधारणाओं को समझने की उम्मीद नहीं कर रहा हूं। मैं उम्मीद करता हूं कि उसे एक व्यवहार सीखना होगा। जैसे ही हम कुत्तों को बैठने, रहने और रोल कर सकते हैं, हम एआई सिस्टम को सार्वजनिक सड़कों के आसपास कारों को स्थानांतरित करने के लिए मिल सकते हैं। लेकिन यह कार को "को हल"द नैतिक समस्याएं जो आपात स्थितियों को चलाने में पैदा हो सकती हैं.

शोधकर्ताओं को भी मदद करना

एक प्रशिक्षित पशु के रूप में एआई की सोच केवल सामान्य जनता को समझाने के लिए उपयोगी नहीं है। यह शोधकर्ताओं और इंजीनियरों को प्रौद्योगिकी के निर्माण के लिए भी उपयोगी है यदि एआई विद्वान एक प्रणाली को एक नया कौशल सिखाने की कोशिश कर रहा है, तो पशु ट्रेनर के परिप्रेक्ष्य से प्रक्रिया की सोच से संभावित समस्याओं या जटिलताओं को पहचानने में मदद मिल सकती है।

उदाहरण के लिए, अगर मैं अपने कुत्ते को बैठने के लिए प्रशिक्षित करने की कोशिश करता हूं, और हर बार जब मैं कहता हूं कि बजर को ओवन में बंद किया जाता है, तो मेरा कुत्ता न केवल मेरे आदेश के साथ बैठना शुरू करेगा, बल्कि इसके साथ ही ओवन के बजर संक्षेप में, बजर एक और सिग्नल होता है जो कुत्ते को बैठने के लिए कहता है, जिसे "आकस्मिक सुदृढीकरण" कहा जाता है। अगर हम एआई सिस्टम में आकस्मिक पुनर्मांडण या संकेतों की तलाश करते हैं जो ठीक से काम नहीं कर रहे हैं, तो हम न केवल बेहतर जानते हैं कि क्या हो रहा है गलत है, लेकिन यह भी कि क्या विशेष पुनर्रचना सबसे प्रभावी हो जाएगा

इसके लिए हमें यह समझने की ज़रूरत है कि एआई प्रशिक्षण के दौरान जो संदेश हम दे रहे हैं, साथ ही साथ एआई आसपास के वातावरण में भी देख सकता है। ओवन बजर एक सरल उदाहरण है; असली दुनिया में यह बहुत अधिक जटिल हो जाएगा

इससे पहले कि हम हमारे ऐ सरदारों का स्वागत करते हैं और रोबोटों को हमारे जीवन और नौकरियों पर हाथ डालते हैं, हमें उस तरह की बुद्धि के बारे में सोचना चाहिए जो हम पैदा कर रहे हैं। विशेष कार्य या कार्य करने में वे बहुत अच्छे होंगे, लेकिन वे अवधारणाओं को समझ नहीं सकते हैं, और कुछ भी नहीं जानते हैं। तो जब आप इसके बारे में सोच रहे हैं हजारों बाहर गोलीबारी एक नई टेस्ला कार के लिए, अपने ऑटोपिलॉट समारोह को याद रखना वास्तव में सिर्फ एक बहुत तेज और सेक्सी कृमि है क्या आप वास्तव में अपने जीवन और अपने प्रियजनों को एक कीड़ा में रहना चाहते हैं? शायद नहीं, इसलिए अपने हाथ पहिये पर रखें और सो न आएँ।

के बारे में लेखक

हीथर रॉफ, वरिष्ठ अनुसंधान साथी, राजनीति विभाग और अंतर्राष्ट्रीय संबंध, ऑक्सफोर्ड विश्वविद्यालय; अनुसंधान वैज्ञानिक, वैश्विक सुरक्षा पहल, एरिजोना राज्य विश्वविद्यालय

यह आलेख मूलतः पर प्रकाशित हुआ था वार्तालाप। को पढ़िए मूल लेख.

संबंधित पुस्तकें

at इनरसेल्फ मार्केट और अमेज़न