Obsah
Q:
Ako sa spoločnosti snažia pridať do umelej spravodajskej služby „rýchlomer“?
A:
Niektoré spoločnosti, ktoré pracujú na najnovších pokrokoch v oblasti umelej inteligencie, sa zameriavajú na kvantifikáciu pokroku, ktorý dosiahli, a na porovnávanie niektorých aspektov vývoja umelej inteligencie v priebehu času. Existuje veľa dôvodov, prečo spoločnosti uskutočňujú tieto typy analýz. Vo všeobecnosti sa snažia zistiť, ako ďaleko umelá inteligencia prišla, ako sa to týka našich životov a ako to ovplyvní trhy.
Niektoré spoločnosti debatujú a monitorujú svoj pokrok v umelej inteligencii, aby zistili, ako nové technológie môžu ovplyvniť občianske slobody alebo ako môžu vytvárať nové ekonomické skutočnosti. V závislosti od prístupu spoločnosti môžu mať tieto typy analýz formu pokusu zistiť, ako môžu užívateľské dáta prúdiť systémami, porozumieť tomu, ako budú rozhrania fungovať, alebo zistiť, aké schopnosti majú subjekty umelej inteligencie a ako ich môžu využívať.
Pokiaľ ide o metódy, spoločnosti, ktoré sa snažia porovnávať umelú inteligenciu, sa môžu zamerať na prelomenie abstraktných informácií - napríklad článok s káblom cituje projekt AI Index, v ktorom pracujú vedci ako Ray Perrault, ktorí pracujú v neziskovom laboratóriu SRI International. podrobný prehľad o dianí v oblasti umelej inteligencie.
"Je to niečo, čo je potrebné urobiť, čiastočne preto, že tam je toľko šialenstva, čo sa týka AI," hovorí Perrault v článku, komentujúc motiváciu na prijatie tohto typu projektu.
Pri vysvetľovaní toho, ako funguje porovnávanie umelej inteligencie, niektorí odborníci vysvetľujú, že inžinieri alebo iné strany sa môžu pokúšať vykonať „tvrdé testovanie“ projektov umelej inteligencie, napríklad pokúsiť sa „oklamať“ alebo „poraziť“ systémy umelej inteligencie. Tento druh popisu skutočne ide do jadra toho, ako môžu spoločnosti skutočne monitorovať a hodnotiť umelú inteligenciu. Jedným zo spôsobov, ako o tom premýšľať, je uplatniť rovnaké druhy nápadov, aké programátori používali v minulosti na ladenie systémov lineárneho kódu.
Ladenie systémov s lineárnym kódom bolo len o nájdení miest, kde by systém fungoval dobre - kde by sa program zrútil, kde by zamrzol, kde by bežal pomaly, atď. Bolo to o nájdení miest, kde by logické chyby zastavili alebo zmätili projekt, kde funkcia nebude fungovať správne alebo tam, kde by mohla byť nejaká neúmyselná udalosť používateľa.
Keď o tom premýšľate, moderné testovanie umelej inteligencie môže byť podobným úsilím na veľmi odlišnej rovine - pretože technológie umelej inteligencie sú kognitívnejšie ako lineárne, toto testovanie má veľmi odlišnú podobu, ale ľudia stále hľadajú „chyby“. “- spôsoby, ako tieto programy môžu mať nezamýšľané následky, spôsoby, ako môžu konať a poškodiť ľudské inštitúcie, atď. S ohľadom na to, hoci existuje veľa rôznych metód vytvárania rýchlomeru alebo referenčného bodu pre pokrok v umelej inteligencii, typy tvrdé testovanie opísané vyššie poskytne ľuďom jedinečný pohľad na to, ako ďaleko umelá inteligencia prišla, a čo treba urobiť, aby sa udržala pozitívnejšia bez toho, aby sa vyvíjali ďalšie negatívy.