Представьте себе группу молодых людей, собравшихся в живописном студенческом городке в Новой Англии, в Соединенных Штатах, летом 1956 года.
Это небольшая неформальная встреча. Но мужчины здесь не для костров и походов на природу в окрестных горах и лесах. Вместо этого эти первопроходцы собираются отправиться в экспериментальное путешествие, которое вызовет бесчисленные дебаты на десятилетия вперед и изменит не только ход развития технологий, но и ход развития человечества.
Добро пожаловать на Дартмутскую конференцию — место рождения искусственного интеллекта (ИИ), каким мы его знаем сегодня.
То, что здесь произошло, в конечном итоге привело к ChatGPT и многим другим видам ИИ, которые теперь помогают нам диагностировать болезни, выявлять мошенничество, составлять плейлисты и писать статьи (ну, не эту). Но это также создало бы некоторые из многих проблем, которые эта область все еще пытается преодолеть. Возможно, оглядываясь назад, мы сможем найти лучший путь вперед.
В середине 1950-х годов рок-н-ролл штурмом захватил мир. Heartbreak Hotel Элвиса возглавлял чарты, и подростки начали принимать бунтарское наследие Джеймса Дина.
Но в 1956 году в тихом уголке Нью-Гэмпшира произошла революция иного рода.
Команда Летний исследовательский проект Дартмута по искусственному интеллекту, часто вспоминаемая как Дартмутская конференция, началась 18 июня и продолжалась около восьми недель. Это было детище четырех американских ученых-компьютерщиков — Джона Маккарти, Марвина Мински, Натаниэля Рочестера и Клода Шеннона — и объединило некоторые из самых ярких умов в области компьютерных наук, математики и когнитивной психологии того времени.
Эти ученые вместе с некоторыми из 47 приглашенных ими человек поставили перед собой амбициозную цель: создать интеллектуальные машины.
As Маккарти включил это в предложение конференцииОни стремились выяснить, «как заставить машины использовать язык, формировать абстракции и концепции, решать проблемы, которые сейчас по плечу только людям».
Дартмутская конференция не просто ввела термин «искусственный интеллект»; она объединила целую область исследований. Это как мифический Большой взрыв ИИ — все, что мы знаем о машинном обучении, нейронных сетях и глубоком обучении, теперь берет свое начало в том лете в Нью-Гемпшире.
Но наследие того лета оказалось сложным.
Искусственный интеллект победил как название среди других предложенных или используемых в то время. Шеннон предпочел термин «исследования автоматов», в то время как два других участника конференции (и будущие создатели первой программы ИИ), Аллен Ньюэлл и Герберт Саймон, продолжали использовать «сложную обработку информации» еще несколько лет.
Но вот в чем дело: остановившись на ИИ, как бы мы ни старались, сегодня мы, похоже, не можем уйти от сравнения ИИ с человеческим интеллектом.
Это сравнение — одновременно и благословение, и проклятие.
С одной стороны, это побуждает нас создавать системы ИИ, которые могут сравниться с человеческими показателями или превзойти их в определенных задачах. Мы празднуем, когда ИИ превосходит людей в таких играх, как шахматы или го, или когда он может обнаруживать рак на медицинских снимках с большей точностью, чем врачи-люди.
С другой стороны, это постоянное сравнение приводит к заблуждениям.
Когда компьютер побеждает человека в игре Го, легко прийти к выводу, что машины теперь умнее нас во всех отношениях – или что мы, по крайней мере, на пути к созданию такого интеллекта. Но AlphaGo не ближе к написанию стихов, чем калькулятор.
И когда большая языковая модель звучит по-человечески, мы начинаем задаваться вопросом, разумно ли это.
Но ChatGPT не более живой, чем говорящая кукла чревовещателя.
Ученые на конференции в Дартмуте были невероятно оптимистичны относительно будущего ИИ. Они были убеждены, что смогут решить проблему машинного интеллекта за одно лето.
Эта чрезмерная самоуверенность постоянно присутствует в разработке искусственного интеллекта и приводит к нескольким циклам ажиотажа и разочарования.
Саймон заявил в 1965 году: что «через 20 лет машины будут способны выполнять любую работу, которую может выполнить человек». Минский предсказал в 1967 году что «в течение одного поколения […] проблема создания «искусственного интеллекта» будет в значительной степени решена».
Популярный футурист Рэй Курцвейл теперь предсказывает до этого осталось всего пять лет: «мы еще не совсем там, но мы там будем, и к 2029 году мы сравняемся с любым человеком».
Итак, как исследователи ИИ, пользователи ИИ, правительства, работодатели и широкая общественность могут двигаться вперед более сбалансированно?
Ключевым шагом является принятие разницы и полезности машинных систем. Вместо того, чтобы сосредоточиться на гонке за «искусственный общий интеллект», мы можем сосредоточиться на уникальные сильные стороны созданных нами систем – например, огромный творческий потенциал моделей изображений.
Также важно переключить разговор с автоматизации на аугментацию. Вместо того, чтобы противопоставлять людей машинам, давайте сосредоточимся на как ИИ может помочь и расширить возможности человека.
Давайте также подчеркнем этические соображения. Участники Дартмута не тратили много времени на обсуждение этических последствий ИИ. Сегодня мы знаем лучше и должны действовать лучше.
Мы также должны переориентировать направления исследований. Давайте сделаем акцент на исследованиях в области интерпретируемости и надежности ИИ, междисциплинарных исследованиях ИИ и изучим новые парадигмы интеллекта, которые не смоделированы на основе человеческого познания.
Наконец, мы должны управлять нашими ожиданиями относительно ИИ. Конечно, мы можем быть взволнованы его потенциалом. Но мы также должны иметь реалистичные ожидания, чтобы избежать циклов разочарования прошлого.
Оглядываясь на тот летний лагерь 68 лет назад, мы можем праздновать видение и амбиции участников Дартмутской конференции. Их работа заложила основу для революции ИИ, которую мы переживаем сегодня.
Переосмыслив наш подход к ИИ, сделав акцент на полезности, дополнении, этике и реалистичных ожиданиях, мы сможем почтить наследие Дартмута, одновременно наметив более сбалансированный и выгодный курс для будущего ИИ.
В конце концов, настоящий интеллект заключается не только в создании умных машин, но и в том, насколько разумно мы решаем их использовать и развивать.
Эта статья была переиздана в The Conversation под лицензией Creative Commons и автором является Сандра Питер, директор Sydney Executive Plus, Сиднейский университет
Структура для оценки быстро развивающихся цифровых и связанных с ними технологий: ИИ, большие языковые модели и многое другое.
В этом дискуссионном документе изложена первоначальная основа для информирования многочисленных глобальных и национальных дискуссий, связанных с ИИ.
Подготовка национальных исследовательских экосистем к использованию ИИ: стратегии и прогресс в 2024 году
В отчете представлен всесторонний анализ интеграции искусственного интеллекта в науку и исследования в различных странах. В нем рассматриваются как достигнутые достижения, так и проблемы, с которыми приходится сталкиваться в этой области, что делает его ценным чтением для лидеров науки, политиков, специалистов в области искусственного интеллекта и ученых.
Научные организации в эпоху цифровых технологий
В дискуссионном документе обобщены результаты широкого опроса, подробных интервью и тематических исследований с участием членов ISC. Он служит как текущим отражением цифрового статуса в научном сообществе, так и руководством для организаций, вступающих в свой путь перехода к цифровым технологиям.
Изображение на Билли Уилсон Flickr
Подробнее об этом читайте в статье «Объединенные в науке: перезагрузка борьбы с изменением климата».
Подробнее о Запрос предложений на консультационные услуги
Узнайте больше о WorldFAIR: Продолжаем преобразовывать данные для решения сложных задач в последующем проекте
