Video: Tamminen: Keskusteluja totuuden kanssa - Herääminen osa I (Lokakuu 2024)
Oli omituista, että ohjaaja James Cameron esitteli maailmaa Skynetille - fiktiiviselle super-AI: lle, joka yritti hävittää ihmiskunnan - vuonna 1984.
Terminaattorin tutkimuksen mukaan Skynet luotiin tuolloin tulevaisuuden 1990-luvulla ihmisen elementin poistamiseksi Yhdysvaltojen ydinvoimapuolustuksista. Mutta sitten Skynet tuli itsetietoiseksi, aloitti maailmanlaajuisen ydinholokaustin ja perusti tappajarobotien armeijan eloonjääneiden, yadda yadda yadda, poistamiseksi.
Tietysti tämä tulevaisuuden dystopia suunniteltiin kauan ennen kuin mitään kykeneviä robotteja tai tekoälyä edes olemassa. Nopea eteenpäin vuoteen 2017 ja ihmisen valinnainen tekniikka ei ole vain reaalimaailmassa, mutta insinöörit yrittävät suunnitella tapoja antaa heille entistä enemmän vastuuta. Kaikista ympäri maailmaa itsenäisistä mini-skyneteistä on tulossa (toivottavasti hyväntahtoinen?) Todellisuus.
Vaikka emme todennäköisesti luovuta jotain niin epävarmaa kuin ydinaseiden laukaisukoodit algoritmille milloin tahansa, yhteiskunta on yhä enemmän riippuvainen tekniikasta suorittaakseen muita elintärkeitä tehtäviä. Itse asiassa siitä maailmasta on tullut niin monimutkainen, että se on käytännössä välttämättömyys. Infrasturcutre ei ole vain tulossa verkkoon, se on saanut kyvyn ennakoida ja reagoida. Olemme antaneet tehtäväksi algoritmeillemme havaita tietoturvaloukkauksia monimutkaisissa järjestelmissä, käydä kauppaa suurimmalla osalla maailman osakkeita ja jopa ennustaa, milloin esimerkiksi lentokoneiden moottorin osat saattavat hajota ennen kuin se tapahtuu.
Tätä varten insinöörit käyttävät yhä enemmän "digitaalisia kaksosia" kuten ennusteita ja päätöksiä. Digitaaliset kaksoset ovat todellisten esineiden virtuaalisia esityksiä (tyypillisesti elintärkeää infrastruktuuria, kuten voimalaitoksen turbiineja). Nämä kaksoset käyttävät reaaliaikaista tietoa ennakoidakseen, milloin jokin saattaa epäonnistua (antaen siten ylläpitäjille - jotka ovat itsekin yhä enemmän automatisoituja - korjata ongelmat ennen niiden ilmenemistä). Mutta jos AI on tietynlainen äly, olisiko tarkka kuvata digitaaliset kaksoset mielikuvituksen muodoksi?
"Kyllä, se on. Mutta se on mielikuvitus, joka keskittyy siihen, mitä se tosiasiassa tietää ja menneisyydestään, samoin kuin ympäristöstä ja kuinka käytät sitä", selittää Dr. Colin Parris, General Electricin ohjelmistotutkimuksen johtaja. johtava digitaalisen twin-tekniikan kehittäjä, joka oli äskettäinen vieras PCMagin haastattelusarjassa The Convo . "Tämä mielikuvitus kertoo sen" hyvin näiden tietojen perusteella, minun on ehkä ylläpidettävä tällä hetkellä. ""
Mutta digitaalisia kaksosia ei siirretä syöttämään yhdestä lähteestä - he kykenevät hyödyntämään koko laivaston kokemuksia. Jos esimerkiksi algoritmi havaitsee, että tietty lentokoneosa alkaa kulua 2000 laskeutumisen jälkeen sateisissa olosuhteissa, se voi pistää ylläpitohenkilöstöä seuraavan kerran, kun kone menee huoltoon. Mutta järjestelmän todellisen älykkyyden antaminen on enemmän kuin "tarkistuksen aika" -valo auton kojelaudassa; Kyse on parantaa sen kykyä ajan myötä.
AI-kenttä, nimeltään "koneoppiminen", antaa tietokoneiden hallita ihmisen opasta riippumattomia tehtäviä. Tämä kerättyjen kokemusten yhdistäminen helpottaa pesäkettä, joka kompensoi järjen puutetta. Ilman tätä digitaalista ohjekirjaa monimutkaiset tekniikat, kuten itse ajavat autot, eivät olisi koskaan mahdollisia.
Yksi ohjelmoija - tai jopa armeija ohjelmoijia - ei voisi koskaan suunnitella ohjelmistoja ennakoimaan jokaista todellista tietä, mutta itse ajavat autot voivat oppia havainnoimalla. Esimerkiksi itse ajava auto ei ehkä tunnista pyörätuolissa olevaa henkilöä, mutta tarkkailemalla kuinka ihmiset reagoivat tähän uuteen muotoon, jolla on yhteisiä piirteitä ihmisen ja auton kanssa, ohjelmisto voi oppia, että tämä on eräänlainen jalankulkija, jonka tulisi kohdellaan sellaisenaan.
Ohjelmisto ei vain parannu seuraamalla ihmisten kuljettajien käyttäytymistä, vaan myös tallentaa sen, mikä on toiminut, kun muut itse ajavat autot olivat tiellä (ja mikä tärkeintä, mikä ei). Tämän yhteisöllisen oppimisen avulla koneet voivat navigoida monimutkaisessa maailmassa, jossa on monia odottamattomia muuttujia.
Kun yhdistät virtuaalisen mallinnuksen ja ennustavan tekniikan robotiikan kehitykseen, näet kuinka infrastruktuurista tulee entistä autonomisempaa eteenpäin. Tämä automatisointi on ongelmallista työttömyyden kannalta, mutta se ei välttämättä ole täydellinen menetys ihmiskunnalle.
"Jotkut työt ovat tylsää, likaista ja vaarallista. Haluan varmistaa, että meillä ei ole ihmisiä liian usein näissä töissä", Parris selittää. "Annan sinulle esimerkin. Meillä on keskellä valtameriä öljyporauslauttoja, joissa on jättiläisiä pinoja, joita he käyttävät polttaakseen polttoainetta. Joku täytyy mennä ylös noihin pintoihin ja nähdä, onko siinä ruostetta - se on 200 jalat ilmassa, ne roikkuvat köydellä, siellä on haisevan voiman tuulet. Virhemahdollisuudet ovat valtavat. Mutta nyt meillä on droonit. Droonit lentää sinne ylös ja lentää ympyrässä ja ottamaan kuvia. Ohjelmisto analysoi ruosteen ja vaurioiden sijainnin. Joten nyt meidän ei tarvitse asettaa ihmisiä vaaralliseen paikkaan."
Kun robotit ovat tiukempia, älykkäämpiä ja kykenevämpiä, voit nähdä, kuinka järjestelmät, joista sivilisaatio riippuu, saattavat oppia ylläpitämään (ja mahdollisesti jopa korjaamaan ja rakentamaan) itseään. On melkein kuin ne olisivat kehittymässä elämämäisiksi järjestelmiksi, jotka voivat oppia, kuvitella ja ennakoida. Toivottavasti he eivät päätä tuhota meitä yhtenä päivänä.
