Yapay zeka muazzam ilerlemeler kaydediyor gibi görünüyor. Kendi kendine giden arabalar, otomatik çeviri sistemleri, konuşma ve metin analizi, görüntü işleme ve her türlü teşhis ve tanıma sistemlerinin arkasındaki anahtar teknoloji haline geldi. Çoğu durumda, yapay zeka belirli görevlerde en iyi insan performans seviyelerini geçebilir.

Yoğun faaliyet, büyük finansal yatırım ve muazzam potansiyele sahip yeni bir ticari endüstrinin ortaya çıkışına tanık oluyoruz . AI tarafından iyileştirilemeyecek hiçbir alan yok gibi görünüyor – otomatikleştirilemeyen görevler, en azından bir AI uygulamasının yardımcı olamayacağı hiçbir sorun yok. Ama bu kesinlikle doğru mu?

Teorik hesaplama çalışmaları, hesaplanamayan bazı şeyler olduğunu göstermiştir . Parlak matematikçi ve kod çözücü Alan Turing, bazı hesaplamaların asla bitmeyebileceğini kanıtladı (diğerleri yıllar hatta yüzyıllar alacaktır).

Örneğin, bir satranç oyununda birkaç hamle ilerisini kolayca hesaplayabiliriz, ancak tipik bir 80 hamlelik satranç oyununun sonuna kadar olan tüm hamleleri incelemek tamamen pratik değildir. Saniyede yüz bin trilyondan fazla işlem gerçekleştiren dünyanın en hızlı süper bilgisayarlarından birini kullansak bile, keşfedilen satranç alanının sadece küçük bir bölümünü elde etmek bir yıldan fazla sürer. Bu aynı zamanda ölçek büyütme sorunu olarak da bilinir .

Erken AI araştırmaları genellikle bir problemin az sayıda kombinasyonu üzerinde iyi sonuçlar verdi (oyuncak problemleri olarak bilinen sıfırlar ve çarpılar gibi), ancak satranç gibi daha büyük olanlara (gerçek hayat problemleri) ölçeklenmeyecekti. Neyse ki, modern yapay zeka, bu tür sorunlarla başa çıkmak için alternatif yollar geliştirmiştir. Bunlar, dünyanın en iyi insan oyuncularını, ilerideki tüm olası hamlelere bakarak değil, insan aklının yönetebileceğinden çok daha ileriye bakarak yenebilir. Bunu, yaklaşımları, olasılık tahminlerini, büyük sinir ağlarını ve diğer makine öğrenimi tekniklerini içeren yöntemleri kullanarak yapar.

Ama bunlar gerçekten bilgisayar biliminin sorunları, yapay zeka değil. Yapay zekanın akıllıca performans göstermesi konusunda 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 insanlara yardım etmesi bekleniyor.

Akıl teorisi

Elbette, bu tür sistemlerin zaten ilkel versiyonlarına sahibiz. Ancak sesli komut sistemleri ve çağrı merkezi tarzı komut dosyası işleme , yalnızca konuşmalarmış gibi davranır . İhtiyaç duyulan şey, AI sistemlerinin kişiyi ve geçmiş konuşmalarını hatırladığı uzun vadede serbest akışlı konuşmaları içeren uygun sosyal etkileşimlerdir. AI, niyetleri ve inançları ve insanların söylediklerinin anlamını anlamak zorunda kalacak.

Bu, psikolojide bir zihin teorisi olarak bilinen şeyi gerektirir – uğraştığınız kişinin bir düşünme biçimine sahip olduğu ve kabaca dünyayı sizin gördüğünüz gibi gördüğü anlayışı. Bu nedenle, biri deneyimleri hakkında konuştuğunda, ne tanımladığını ve bunun kendinizle nasıl ilişkili olduğunu tanımlayabilir ve yorumlarına anlam vererek değerlendirebilirsiniz.

Ayrıca kişinin eylemlerini gözlemler ve niyetlerini ve tercihlerini jestlerden ve sinyallerden çıkarırız. Dolayısıyla Sally, “John’un Zoe’den hoşlandığını ancak Zoe’nin onu uygun bulmadığını düşündüğünü” söylediğinde, Sally’nin kendisinin birinci dereceden bir modeline (kendi düşünceleri), John’un düşüncelerinin ikinci dereceden bir modeline ve bir ikinci derece modeline sahip olduğunu biliyoruz. 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 ancak ilgili taraflar için bir “ benlik duygusuna ” sahiplerse ve benzer şekilde diğer failin benlik modelini koruyabilirlerse anlamlıdır. Bir başkasını anlamak için kendini bilmek gerekir. Bir yapay zeka “kendi kendine modeli”, vücudunun nasıl çalıştığını (örneğin, görsel bakış açısı, gözlerinin fiziksel konumuna bağlıdır), kendi alanının ayrıntılı bir haritasını ve iyi anlaşılmış becerilerden oluşan bir repertuar içeren öznel bir bakış açısı içermelidir. hareketler.

Bu, benlik duygusunu somut verilere ve deneyime dayandırmak için fiziksel bir bedene ihtiyaç duyulduğu anlamına gelir. Bir failin eylemi diğeri tarafından gözlemlendiğinde, deneyimin paylaşılan bileşenleri aracılığıyla karşılıklı olarak anlaşılabilir. Bu, sosyal AI’nın gövdeli robotlarda gerçekleştirilmesi gerekeceği anlamına gelir. Bir yazılım kutusu, insanların yaşadığı fiziksel dünyaya ve fiziksel dünyaya dair öznel bir bakış açısına nasıl sahip olabilir? Konuşma sistemlerimiz sadece gömülü değil, aynı zamanda somutlaştırılmalıdır.

Bir tasarımcı, bir robot için bir yazılım benlik algısını etkili bir şekilde oluşturamaz. Öznel bir bakış açısı başlangıçta tasarlanmış olsaydı, bu tasarımcının kendi bakış açısı olurdu ve aynı zamanda tasarımcının bilmediği deneyimleri öğrenmesi ve bunlarla başa çıkması gerekirdi. Yani tasarlamamız gereken, öznel bir bakış açısının öğrenilmesini destekleyen bir çerçevedir.

Neyse ki, bu zorluklardan kurtulmanın bir yolu var. İnsanlar tamamen aynı problemlerle karşı karşıyadır, ancak hepsini bir kerede çözmezler. Bebekliğin ilk yılları, bedenlerimizi nasıl kontrol edeceğimizi ve nesneleri, aracıları ve ortamları nasıl algılayıp deneyimleyeceğimizi öğrendiğimiz inanılmaz gelişimsel ilerleme gösterir. Ayrıca nasıl davranacağımızı ve eylemlerin ve etkileşimlerin sonuçlarını da öğreniriz.

Yeni gelişimsel robotik alanındaki araştırmalar artık robotların bebekler gibi sıfırdan nasıl öğrenebileceğini araştırıyor. İlk aşamalar, pasif nesnelerin özelliklerini ve robot dünyasının “fiziğini” keşfetmeyi içerir. Daha sonra robotlar , aracılar (bakıcılar) ile etkileşimleri not eder ve kopyalar , ardından benliğin bağlam içinde giderek daha karmaşık bir şekilde modellenmesi izler. Yeni kitabımda bu alandaki deneyleri araştırıyorum.

Bu nedenle, bedensiz AI kesinlikle temel bir sınırlamaya sahip olsa da, robot gövdeleriyle gelecekteki araştırmalar, bir gün AI ve insanlar arasında kalıcı, empatik, sosyal etkileşimler yaratmaya yardımcı olabilir.