Pourquoi devrions-nous cesser de confondre l'intelligence humaine et la machine

Nous sommes déjà habitués à entendre des expressions telles que « l'apprentissage de la machine » et « l'intelligence artificielle ». Nous pensons que quelqu'un a pu reproduire l'esprit humain à l'intérieur d'un ordinateur. Ceci, bien sûr, n'est pas vrai. Mais une partie de la raison pour laquelle cette idée est si répandue, en raison du fait que la métaphore de l'apprentissage et de l'intelligence humaine a été très utile pour expliquer l'apprentissage de la machine et de l'intelligence artificielle. Certains chercheurs d'Amnesty International en contact étroit avec la communauté des neuroscientifiques, et l'inspiration va dans les deux sens.

Pourquoi devrions-nous cesser de confondre l'intelligence humaine et la machine

Mais cette métaphore peut être un obstacle pour les personnes qui tentent d'expliquer la machine à apprendre à ceux qui le connaissent moins. L'un des plus grands risques combinaison de l'intelligence humaine et la machine est que nous commençons à transférer trop de machines de droits. Mais pour ceux d'entre nous qui travaillent avec le logiciel, il est important de se rappeler qu'il est un agent intelligent est une personne - une personne qui construit ces systèmes à la fin.

Il devrait tenir les principales différences entre la machine et l'intelligence humaine. En dépit de cette similitude, bien sûr, nous sommes, en regardant les différences que nous pourrions mieux comprendre comment l'intelligence artificielle et la façon dont nous construisons et utilisons aussi efficacement que possible.

Les réseaux de neurones

La place centrale dans la métaphore qui relie l'apprentissage humain et la machine est le concept de réseaux de neurones. La plus grande différence entre le cerveau humain et réseau de neurones artificiels - c'est l'échelle des réseaux de neurones du cerveau. Il est important non seulement le nombre de neurones dans le cerveau (qui est estimé en milliards), mais aussi un nombre surprenant de liens entre eux. Mais le problème est plus profond que l'échelle simplement des questions. Le cerveau humain est qualitativement différent du réseau de neurones artificiels dans deux autres raisons importantes: les composés qui nourrissent, analogiques, et non pas numérique, et les neurones sont eux-mêmes non uniforme et non uniforme (par opposition à des réseaux de neurones artificiels).

Voilà pourquoi le cerveau est si complexe. Même le plus sophistiqué réseau de neurones artificiels, mais il est parfois difficile de comprendre, est l'architecture sous-jacente et les principes qui guident. Au moins, nous voudrions, donc nous nous sommes engagés à ce sujet.

Même l'intelligence artificielle du réseau de neurones plus sophistiqué conçu dans un but précis et d'obtenir un certain résultat. Mais le cerveau humain n'a pas le même degré de concentration dans le projet. Oui, il a des principes d'auto-conservation, et ainsi de suite, mais il nous oblige encore à la pensée critique et la créativité, ce qui ne peut toujours pas être programmé.

Bonne simplicité AI

L'ironie est que le système d'intelligence artificielle est beaucoup plus simple qu'un cerveau humain, ce qui permet à l'IA de faire face à beaucoup plus de complexité de calcul que nous pouvons.

réseau de neurones de l'intelligence artificielle peut stocker beaucoup plus de données et d'informations que le cerveau humain, principalement en raison du type de données stockées et traitées par le réseau de neurones. Ils sont discrets et spécifiques que le contenu de la feuille de calcul Excel.

Dans les données du cerveau humain ne possède pas les mêmes propriétés du discret. Par conséquent, même si le réseau de neurones artificiels peut traiter des données spécifiques, il ne peut pas traiter l'information d'une manière riche et multidimensionnelle, tout comme le cerveau humain. Ceci est une différence essentielle entre le système conçu et le cerveau humain. Malgré des années de recherche, le cerveau humain ne sait pas encore à bien des égards. Cela est dû au fait que les connexions synaptiques entre les neurones analogiques est pratiquement imperméable pour les connexions numériques à un réseau neuronal artificiel.

Le taux et l'étendue de la

Pensez à ce que cela signifie dans la pratique. La relative simplicité de l'AI vous permet d'effectuer rapidement une tâche complexe, et très bien. Le cerveau humain ne peut pas traiter les données à un taux si, par exemple, convertit la parole en texte ou gère une vaste gamme de rapports de cancer.

ce qui importe est qu'il divise les données et informations sur les minuscules composants pour l'IA dans ces contextes. Par exemple, il peut battre les sons de la part phonétique, qui seront ensuite convertis en phrases complètes, ou diviser l'image en morceaux pour comprendre les règles par lesquelles grandes images sont produites.

Les gens font souvent similaires, et rappellent l'apprentissage de la machine humaine; ainsi que des algorithmes, les gens cassent des données ou des informations en petits morceaux pour le manipuler.

Mais il y a une raison de cette similitude. rupture du processus se développe dans chaque homme ingénieur réseau de neurones. De plus, le processus de conception est généralement basé sur le problème de la prémisse. Comment le système d'intelligence artificielle divise l'ensemble de données est sa propre façon de « compréhension ». Même lors de l'exécution d'un algorithme très complexe, les paramètres de la façon d'enseigner l'IA - il se brise les données à traiter - établies dès le départ.

L'intelligence humaine: la détermination du problème

L'intelligence humaine ne doit pas être un ensemble de contraintes, c'est ce qui nous rend beaucoup plus efficace pour résoudre les problèmes. Il est la capacité des gens à « créer » le problème nous permet de les résoudre bien. Dans notre approche de résolution de problèmes est un élément de la compréhension du contexte et de la prise de décision. AI peut et pourrait déballer le problème ou de trouver de nouvelles façons de les résoudre, mais il ne peut pas déterminer le problème, qui tente de résoudre.

Ces dernières années, il devient l'objet d'une attention insensibilité algorithmiques. Un nombre croissant de scandales liés aux biais des systèmes d'IA. Cela est bien sûr, directement liée aux préjugés de ceux qui font les algorithmes, mais les raisons où il y a des algorithmes de ces biais, peut identifier que les personnes.

L'intelligence humaine et la machine doit se compléter

Nous devons nous rappeler que l'intelligence artificielle et l'apprentissage machine - n'est pas juste que des algorithmes « est sorti de la main » et sont hors de notre contrôle. Ils créent, la conception et nous créer. Cela nous impose la responsabilité de notre avenir - ce sera ce que nous faisons nous-mêmes.

Nous sommes prêts à accepter une intelligence artificielle? Dites-nous dans notre bavardant dans un télégramme.