Гэри Маркус среди тех, кто пересматривает состояние ИИ
Паула Кляйн
Все чаще академики, ученые и бизнес-лидеры переоценивают прогресс ИИ. Профессор Нью-Йоркского университета Гэри Маркус — обладатель всех этих титулов, а также автор и противник искусственного интеллекта — сформулировал вопросы на семинаре MIT IDE 15 ноября под названием: Искусственный общий интеллект: почему мы еще не там? Среди основных затронутых тем были следующие: чего добился ИИ и какие препятствия все еще остаются?
Маркус положил конец многим заявлениям и шумихе о триумфе ИИ и машинного обучения. Например, по его словам, нам «еще предстоит пройти долгий путь до автоматизированной диагностики, домашних роботов, понимания сцены и безопасных и надежных беспилотных автомобилей». Он отмечает, что восьмидесятипроцентная точность может быть приемлемой для рекламных или рекомендательных двигателей, но не для медицинской диагностики или автономных транспортных средств. По его словам, многие технологии хорошо работают в лаборатории, но не в повседневной жизни.
«Универсальные, всемогущие системы искусственного интеллекта, способные удовлетворить все наши интеллектуальные потребности, обещали шесть десятилетий, но до сих пор так и не появились. Что потребуется, чтобы довести ИИ до уровня человеческого интеллекта?»
Маркус говорит, что необходимы более крутые достижения в распознавании речи и языка, а также в умозаключениях и принятии решений. Машинное обучение стало лучше, но во многих ситуациях оно не эквивалентно или даже близко к человеческому.
Исследование «пузыря ИИ»
Маркус не одинок в своем скептицизме. Недавний заголовок в Обзоре технологий MIT гласил: Прогресс в области искусственного интеллекта не так впечатляет, как вы могли бы подумать. Несомненно, за последние годы произошел ряд прорывов, — говорит Эрик Бриньолфссон, директор MIT IDE и один из авторов отчета. Но также ясно, что мы далеки от общего искусственного интеллекта.
Бриньолфссон вместе со своими коллегами из Стэнфордского университета, SRI International и Open AI создает Индекс ИИ для изучения пузыря ИИ, который существует в настоящее время. Несколько экспертов, цитируемых в статье Tech Review, указывают на необходимость огромных объемов данных для обучения существующих систем искусственного интеллекта и на их неспособность обобщать решение множества проблем.
С экономической точки зрения Бриньолфссон также только что опубликовал исследовательскую работу, в которой поднимаются вопросы об отсутствии повышения производительности, несмотря на достижения в области технологий искусственного интеллекта. Он пишет, что наиболее впечатляющие возможности ИИ, особенно основанные на машинном обучении, еще не получили широкого распространения. Что еще более важно, как и в случае с другими технологиями общего назначения, их полный эффект не будет реализован до тех пор, пока не будут разработаны и внедрены волны дополнительных инноваций.
Маркус сказал участникам семинара, что «машинное обучение трудно отлаживать, пересматривать и проверять. У нас нет процедур для построения сложных когнитивных систем». У нас есть ресурсы больших данных, но недостаточно точных, ценных данных и абстрактных знаний для решения сложных задач. Например: как машины обретают здравый смысл? «Мы можем использовать распознавание речи в поиске, но не в разговоре». Точно так же распознавание изображений и естественный язык можно применять к узким операциям, но не широко.
Сложность имитации человеческого обучения
Как профессор психологии и неврологии в Нью-Йоркском университете, Маркус подходит к ИИ с поведенческой точки зрения. Он говорит, например, что в машинном обучении существует огромное предубеждение, что все изучается и ничего не является врожденным, что игнорирует человеческие инстинкты и биологию мозга. Чтобы машины могли формировать цели, определять результаты и решать проблемы, алгоритмы должны гораздо точнее эмулировать процессы человеческого обучения. И это займет некоторое время.
Маркус был генеральным директором и основателем стартапа по машинному обучению Geometric Intelligence, недавно приобретенного Uber. Среди его книг: Алгебраический разум; Клюге: случайная эволюция человеческого разума и бестселлер The New York Times Guitar Zero. Он также является редактором недавно вышедшей книги Будущее мозга: очерки ведущих мировых нейробиологов.
