Yapay zeka çok büyük ilerlemeler kaydediyor gibi görünüyor. Kendi kendine giden arabaların , otomatik çeviri sistemlerinin , konuşma ve metin analizinin, görüntü işlemenin ve her türlü teşhis ve tanıma sistemlerinin arkasındaki anahtar teknoloji haline geldi. Çoğu durumda, yapay zeka belirli görevlerde en iyi insan performansı seviyelerini aşabilir.
Yoğun faaliyet, büyük finansal yatırım ve muazzam potansiyele sahip yeni bir ticari endüstrinin ortaya çıkışına tanık oluyoruz. Görünüşe göre yapay zeka tarafından iyileştirilmenin ötesinde hiçbir alan yok – otomatikleştirilemeyen görevler, en azından bir yapay zeka uygulamasının yardımcı olamayacağı sorunlar yok. Ama bu kesinlikle doğru mu?
Hesaplamanın teorik çalışmaları, hesaplanamayan bazı şeyler olduğunu göstermiştir. Parlak matematikçi ve kod kırıcı Alan Turing, bazı hesaplamaların asla bitmeyebileceğini kanıtladı (diğerlerinin yıllar, hatta yüzyıllar alacağını).
Örneğin, bir satranç oyununda birkaç hamleyi kolayca hesaplayabiliriz, ancak tipik bir 80 hamle satranç oyununun sonuna kadar olan tüm hamleleri incelemek tamamen pratik değildir. Saniyede yüz bin trilyondan fazla işlemle çalışan dünyanın en hızlı süper bilgisayarlarından birini kullanıyor olsanız bile, satranç alanının sadece küçük bir kısmının keşfedilmesi bir yıldan fazla sürecekti. Bu aynı zamanda ölçek büyütme sorunu olarak da bilinir .
İlk yapay zeka araştırmaları, genellikle bir problemin az sayıdaki kombinasyonlarında (oyuncak problemleri olarak bilinen çukurlar ve çarpmalar gibi) iyi sonuçlar verdi, ancak satranç gibi daha büyük olanlara (gerçek hayat problemleri) ölçeklenmedi. Neyse ki, modern yapay zeka bu tür sorunlarla başa çıkmak için alternatif yollar geliştirdi . Bunlar, ilerideki tüm olası hareketlere bakarak değil, insan zihninin yönetebileceğinden çok daha uzağa bakarak dünyanın en iyi insan oyuncularını yenebilir. Bunu, tahminler, olasılık tahminleri, büyük sinir ağları ve diğer makine öğrenme tekniklerini içeren yöntemleri kullanarak yapar.
Ancak bunlar yapay zeka değil, bilgisayar biliminin sorunları. Yapay zekanın akıllıca performans göstermesinde herhangi bir temel sınırlama var mı? İnsan-bilgisayar etkileşimini düşündüğümüzde ciddi bir sorun ortaya çıkıyor. Gelecekteki AI sistemlerinin insanlarla dostane, tamamen etkileşimli sosyal alışverişlerde iletişim kurması ve onlara yardımcı olması yaygın olarak beklenmektedir .
Akıl teorisi
Elbette bu tür sistemlerin ilkel sürümlerine zaten sahibiz. Ancak sesli komut sistemleri ve çağrı merkezi tarzı komut dosyası işleme, yalnızca sohbetmiş gibi davranır . İhtiyaç duyulan şey, AI sistemlerinin kişiyi ve geçmiş konuşmalarını hatırladığı uzun vadede serbestçe akan konuşmaları içeren uygun sosyal etkileşimlerdir. Yapay zeka, niyetleri ve inançları ve insanların söylediklerinin anlamını anlamak zorunda kalacak.
Bu, psikolojide bir zihin teorisi olarak bilinen şeyi gerektirir – nişanlandığınız kişinin bir düşünce tarzına sahip olduğu ve kabaca dünyayı sizinle aynı şekilde gördüğünün anlaşılması. Birisi deneyimlerinden bahsettiğinde, anlattıklarını ve kendinizle nasıl ilişkili olduğunu belirleyebilir ve takdir edebilirsiniz, yorumlarına anlam katabilirsiniz.
Ayrıca kişinin eylemlerini gözlemliyoruz ve niyetlerini ve tercihlerini jest ve sinyallerden çıkarıyoruz. Sally, “Sanırım John, Zoe’yi seviyor ama Zoe’nin onu uygunsuz bulduğunu düşünüyor” dediğinde, Sally’nin kendisinin birinci dereceden bir modeline (kendi düşünceleri), John’un düşüncelerinin ikinci dereceden bir modeline ve John’un Zoe’nin ne düşündüğünün üçüncü dereceden modeli. Bunu anlamak için benzer yaşam deneyimlerine sahip olmamız gerektiğine dikkat edin.
Fiziksel öğrenme
Açıktır ki, tüm bu sosyal etkileşim, dahil olan taraflar için ancak bir “ benlik duygusuna ” sahiplerse ve benzer şekilde diğer failin benlik modelini sürdürebiliyorlarsa anlamlıdır . Bir başkasını anlamak için kendini tanımak gerekir. Bir YZ “öz modeli”, vücudunun nasıl çalıştığını (örneğin, görsel bakış açısı gözlerinin fiziksel konumuna bağlıdır), kendi alanının ayrıntılı bir haritasını ve iyi anlaşılmış becerilerin bir repertuarını içeren öznel bir perspektif içermelidir. hareketler.
Yapay zekanın bir benlik duygusu geliştirmek için bir vücuda ihtiyacı vardır. Bu, benlik duygusunu somut verilere ve deneyime dayandırmak için fiziksel bir bedene ihtiyaç olduğu anlamına gelir. Bir failin eylemi diğeri tarafından gözlemlendiğinde, deneyimin paylaşılan bileşenleri aracılığıyla karşılıklı olarak anlaşılabilir. Bu, sosyal AI’nın gövdeli robotlarda gerçekleştirilmesi gerektiği anlamına gelir. Bir yazılım kutusu, insanların yaşadığı fiziksel dünyaya ve fiziksel dünyaya nasıl öznel bir bakış açısına sahip olabilir? Konuşma sistemlerimiz sadece gömülü değil aynı zamanda somutlaştırılmalıdır.
Bir tasarımcı, bir robot için bir yazılım öz algısı geliştiremez. En baştan öznel bir bakış açısı tasarlandıysa, bu tasarımcının kendi bakış açısı olur ve aynı zamanda tasarımcı tarafından bilinmeyen deneyimleri öğrenmesi ve bunlarla baş etmesi gerekir. Öyleyse tasarlamamız gereken şey, öznel bir bakış açısının öğrenilmesini destekleyen bir çerçeve.
Neyse ki, bu zorluklardan bir çıkış yolu var. İnsanlar tamamen aynı problemlerle karşı karşıyadır ancak hepsini aynı anda çözmezler. Bebeklik döneminin ilk yılları, bedenlerimizi nasıl kontrol edeceğimizi ve nesneleri, aracıları ve çevreleri nasıl algılayıp deneyimleyeceğimizi öğrendiğimiz inanılmaz gelişimsel ilerleme gösterir. Ayrıca nasıl davranacağımızı ve eylemlerin ve etkileşimlerin sonuçlarını da öğreniyoruz.
Gelişimsel robotiklerin yeni alanındaki araştırmalar şimdi robotların bebekler gibi sıfırdan nasıl öğrenebileceklerini araştırıyor. İlk aşamalar, pasif nesnelerin özelliklerini ve robot dünyasının “fiziğini” keşfetmeyi içerir. Daha sonra robotlar , temsilcilerle (bakıcılar) etkileşimleri not eder ve kopyalar , ardından kendiliğin bağlam içinde giderek daha karmaşık bir modellemesi izler. In Yeni kitabımın , bu alanda deneyler keşfetmek.
Dolayısıyla bedensiz yapay zeka kesinlikle temel bir sınırlamaya sahipken, robot bedenlerle yapılacak gelecekteki araştırmalar bir gün yapay zeka ve insanlar arasında kalıcı, empatik, sosyal etkileşimler yaratmaya yardımcı olabilir.
Bilgisayar Bilimleri Emeritus Profesörü, Aberystwyth Üniversitesi
