(Kiemelt kép: Unsplash)
Az emberi agy jelenleg a világ legjobb neurális hálózata. Ébredt már fel, és értetlenül állt, hogy hol van, csak hogy rájöjjön, hogy nem a saját otthonában van, hanem valaki más házában, ahol előző este aludt? Mi az oka ennek a tájékozatlansági érzésnek? Ez azért van, mert az agyunk az évek során megtanulta, hogy általában hogyan néz ki a szobánk és a világ, amikor felébredünk. E tanult információk alapján próbálja megjósolni, hogy mit kellene látnia, majd fokozatosan alkalmazkodik az új valósághoz, amikor rájön a tévedésére. És pontosan így működik egy mesterséges neurális hálózat (ANN) is. Megkap néhány képzési adatot és a kívánt kimeneteket az adatokhoz, és próbálgatással és hibával fokozatosan egyre pontosabbá válik a kimenetek előrejelzésében, ahogy megtanulja, hogy a képzési adatok kívánt kimeneteihez közelítsen, majd ezt követően már korábban nem látott adatokra is képes meglehetősen nagy pontossággal előrejelezni. Az elmúlt hónapokban a világ nagy része idejét a ChatGPT, az OpenAI új ANN-alapú chatbotjával tölti. Az emberek attól félnek, hogy elveszi a munkájukat az MI, és a YouTube-ot rengeteg videó árasztja el arról, hogy egyetlen felszólítással hogyan tudunk kódot írni komplex, teljes körű alkalmazásokhoz (például egy teendő listához). A gépi elme nem csak programozni tud, a ChatGPT képes verseket is írni is.
A mesterséges intelligencia további fejlődésével valószínű, hogy egyre inkább beépül majd a legkülönbözőbb területekbe és iparágakba, mint például az orvostudományba, ahol az orvosoknál pontosabb diagnózisok felállítására lesz képes, a hadviselésbe, ahol autonóm fegyverrendszerek kifejlesztésére használják, a zenébe, ahol képes eredeti kompozíciókat generálni megadott stílusok vagy paraméterek alapján, sőt, még a művészetbe is. Tehát a mesterséges intelligencia elavulttá teszi az embert? A válasz erre a kérdésre egy másik kérdésben rejlik: Mit tud az agyunk, amit egy mesterséges neurális hálózat soha nem tud elérni majd elérni? Ilyen képességek maradnak számunkra a jövőben, a többi pedig vélhetőleg automatizált lesz.
A kreatív gondolkodás képessége
Az első válasz, ami eszünkbe juthat, hogy az emberek képesek kreatívan gondolkodni, míg a mesterséges neurális hálózatok (még) nem. Valóban, mi más lenne a ChatGPT, mint egy olyan modell, mely az interneten létező tudás kis részhalmazainak végtelen számú permutációit és kombinációit szórja ki (amolyan jobb változata lenne tulajdonképpen a Google-nak)? Az ANN-ek csak kombinálni tudják (vagy befolyásolhatják) a már meglévő tudást és ötleteket (melyekre betanították őket), hogy új ötleteket generáljanak. Ez azt jelentené, hogy a jövő emberének csak kreatív gondolkodónak kell lennie, és ötleteiket az MI „rabszolgái” fogják majd megvalósítani. Érdemes viszont elolvasni Austin Kleon „Lopj, mint egy művész” című írását. A könyv azt tárgyalja, hogy a kreatív egyének hogyan generálnak ötleteket a korábban már létező találmámyok felhasználásával és kombinálásával. A szerző számos példával illusztrálja ezt a koncepciót, és azt állítja, hogy minden innovatív ötlet egyszerűen több régebbi találmány variációja, és hogy az újabb ötleteket az elődeik alakítják. Érdemes tehát megnézni, hogy honnan merítenek az ember új ötleteket. A tudományos felfedezésekről szóló cikkek tucatjait olvasva észrevehetünk egy történelmi mintát, miszerint nagyon sok mérföldkőnek számító találmányt egymástól függetlenül, egyszerre több ember is feltalált. Ezek közé tartozik a telefon, a gőzgép, az oxigén, a számtan, a villanykörte és az ősrobbanás elmélete. Erről szól Matt Clancy könyve is, a Mennyire gyakori a független felfedezés? Ha egy új találmány vagy felfedezés „közel áll” a meglévő ismeretekhez, akkor valószínű, hogy egyszerre több embernek is megvan rá az esélye, hogy „feltalálja”. Ez azt is jelenti, hogy a tudományos és technológiai fejlődésnek van némi beépített redundanciája: ha Einstein gyerekkorában meghalt volna, valaki más találta volna ki a relativitáselméletet. Ez azt mutatja, hogy az emberi agy, akárcsak az ANN-ek, a meglévő gondolatokat kombinálja (vagy erősen befolyásolja), hogy újakat alkosson. Valamit nem lehet a semmiből létrehozni. Az új ötletek létrehozásának képessége nem olyasmi, ami csak az emberre jellemző, és amit a mesterséges intelligencia soha nem tanulhat meg.
Öntudat
A következő válasz az MI és ember közötti különbségre az lehetnek, hogy az emberek tudatos, pontosabban „öntudatos lények”. Mi az öntudat? Valami, aminek a létezését sem lehet bizonyítani. A legjobb válasz, amit erre a kérdésre találunk, a következő: az a képesség, hogy gondolkodni tudunk a gondolkodásról (önvizsgálat). De minél többet gondolkodunk rajta, rájöhetünk, hogy a mesterséges intelligenciát is be lehet tanítani arra, hogy gondolkodjon a saját gondolkodási folyamatáról. Be lehetne tanítani arra, hogy a tudatát kifelé vetítse, és harmadik személyben lássa önmagát. Az emberi öntudat tehát egy mítosz (csak áltatjuk magunkat azzal, hogy érzőek vagyunk)? Miért bámulom a számítógépemet, és miért verem dühösen a billentyűzetemet az elmúlt 2 órában? Talán csak előre programozott „evolúciós”, folyamatosan tanuló neurális hálózatok vagyunk, melyeket arra terveztek, hogy megosszák egymással az ötleteiket, hogy újabb és újabb ötleteket generáljanak, mindenről, beleértve a saját gondolkodási folyamatunkat is. És ha nincs olyan, hogy érzőképesség, akkor a szabad akarat sem létezik, minden determinált, akárcsak egy mesterséges neurális hálózat kimenetei. Tehát nem vagyunk teljesen biztosak abban, hogy létezik olyan dolog, mint az öntudat, ami csak az élőlényekre jellemző. Valószínűleg csak elektromos jelek az agyunkban, melyek bemenetet kapnak (pl.: ez a cikk) és kimenetet produkálnak (ezeknek az elképzeléseknek és néhány más, máshol olvasott ötletnek a keveréke, ami mindenki számára egyedi lesz). És ez a neurális hálózat folyamatosan tanul (ami azt jelenti, hogy ennek a cikknek az elolvasása végtelenül kis mértékben megváltoztatta az agyának nevezett hálózat rejtett rétegeiben lévő paramétereit, így ezentúl ez kis mértékben befolyásolni fogja, amit az életben tesz, ami nagy hatással lehet a világra (pillangóhatás)). A jelenlegi mesterséges neurális hálózati technológia nem érte el még a folyamatos tanulás képességét, ami azt jelenti, hogy az emberi agy képességei még mindig jóval meghaladják a mesterséges neurális hálózatok képességeit.
MI vs. emberi gondolkodás
A mesterséges intelligencia szépsége az esélye, hogy az emberi intelligenciát egy másik intelligencia felől is megnézhetjük, vagyis gyakorlatilag egy „görbe tükröt” mutat számunkra, kik is vagyunk valójában. A mesterséges intelligencia az emberi intelligencia megértése után kapta a nevét. De vajon igaz-e, hogy az egyetlen intelligencia az az intelligencia, amivel rendelkezünk vagy amit megértünk? Valóban biztosak vagyunk más intelligenciaformák létezésében vagy nem létezésében? Valójában a mesterséges intelligencia az egyetlen reményünk, hogy az emberi intelligenciát kívülről nézzük, ha valóban képesek vagyunk létrehozni egy, a miénktől független mesterséges intelligenciát.
Korreláció vs. ok-okozati összefüggések
Talán minden adatbányász ismeri az esetet. Egy szupermarket, jó kampányalternatívákat keresve, kosárelemzést végez, hogy megnézze, melyik két termék fogy a legjobban együtt, és kiderül, hogy a két termék a sör és a babapelenka. Bár pletykák keringenek arról, hogy mi az oka ennek a két terméknek, számunkra, emberek számára ez egy érdekes kérdés, mert mindig ok-okozati összefüggésekben gondolkodunk. Az okok után megyünk, és megpróbáljuk rövidre zárni a tények mögötti logikát. Másrészt a viszont a mesterséges intelligencia az összefüggések után megy. Ha a két terméket, a babapelenkát és a sört együtt adják el, akkor együtt adják el őket, ennyi az egész. A mesterséges intelligenciának nem kell rövidzárlatokat keresnie, mert egyszerűen rendelkezik a feldolgozási kapacitással, és képes több milliárd tétel vagy esemény között korrelációt tartani. Bár a mesterséges intelligencia ma már gyűjtőfogalom, és az MI alatt sokféle megközelítés létezik, érdemes a mesterséges intelligencia legszélesebb körben használt formáját górcső alá venni ebben a cikkben (a mélytanulást vagy a gépi tanulást). A mesterséges intelligencia ezen részterületein tapasztalható, rendkívül növekvő tendenciák oka leginkább az adattárolással és a feldolgozási teljesítmény növekedésével függnek össze az elmúlt évtizedekben. Tehát ahelyett, hogy rövidzárlatokat keresnénk és okokat kutatnánk az elemek vagy események között, az MI egyszerűen a feldolgozási teljesítményére támaszkodik, és az elemek vagy események közötti összefüggéseket kutatja. Sajnos mi, emberek csak 10.000 arcot tudunk megjegyezni, és körülbelül 5.000-et tudunk felidézni belőlük csupán. Viszont az új skálázási megközelítések és a felhőalapú számítástechnika révén több milliárd arc csak egy felhasználási eset lenne az MI számára.
Bölcsesség vs. tudás
Mielőtt elkezdenénk a bölcsesség és a tudás határáról szóló vitát, hasznos lehet megérteni ezeket a fogalmakat. A mesterséges intelligencia világában az adatok bitek (0-ak és 1-ek), az információ pedig az adatok jelentése. Például a 70.000 csak egy szám, de ha valaki éves fizetésnek nevezi, akkor van jelentése. A tudás szintjén megpróbáljuk megbecsülni egy személy fizetését az önéletrajzából, tapasztalataiból vagy teljesítményéből. Nyilvánvaló, hogy a tudásszint a legtöbb kérdésre nem ad biztos választ, de az értékelésnek van sikerességi aránya. Végül a bölcsesség szintjén többnyire a területtől független eredményekkel foglalkozunk, például azzal, hogy mi a fizetés, és valóban szükségünk van-e fizetésre a gazdasági rendszerünkben. A probléma egyre ember-specifikusabb és homályosabb lesz, míg az adatszinten számítógépes feldolgozhatóságú és szemléletesebb.
Kerekített vs. sarokpontos gondolkodás
Az emberi agy biológiailag neuronokból és szinapszisokból áll, és minden egyes kapcsolat a tanuláshoz vagy a kérdésfeltevéshez energiafelhasználást igényel. Az energiafogyasztás megtakarítása érdekében az emberi agy úgy fejlődött ki, hogy „lekerekített” módon gondolkodjon. Például az emberek egyedi gondolkodása nem lekerekített gondolkodásmód, és az emberi agy nem így fejlődött ki. Ezzel szemben az emberek közötti közös vonások, a kapcsolatok megtalálása és ezek megismerése sokkal könnyebb. Vegyük például az emberi élet legelső fogalmát, a rosszat és a jót, és az életünkben szerzett nagyon korai tapasztalatokat, hogy megtanuljuk ezeket a fogalmakat. Megpróbáljuk rögzíteni a szívességet, jóságot vagy kedvességet tevő emberek minden egyes jellemzőjét, és a második embertől kezdve megpróbáljuk megtalálni a közös jellemzőket. Ha például mindig szívességet kapunk a nőktől, akkor egyszerűen arra következtethetünk, hogy a nők jók, függetlenül a koruktól, magasságuktól, arcformájuktól vagy akár a nevüktől. Az összefüggések megszerzése után a lekerekített gondolkodásnak nem kell minden egyes élményre emlékeznie. Másrészt egy számítógép számára minden egyes szívesség egyedi szívesség, és az adattárolóban egyetlen sorban rögzítik ezt. Nincs szükség a kapcsolat fenntartására, nincs szükség arra, hogy ezekre a tapasztalatokra érzést építsünk, és nincs szükség a lekerekített gondolkodásra. Valójában ez a különbség előítéleteket vagy elfogult gondolkodást hoz elő az emberekről, tárgyakról vagy eseményekről. Néha még egy olyan ételről is lehet elképzelésünk, melyet még soha nem kóstoltunk, pusztán a jellemzői, például a színe, alakja vagy illata alapján; mert egyszerűen a korábbi tapasztalatokból származó, lekerekített gondolkodási szabályainkat használjuk. Másrészt egy számítógép számára minden egyes étel egyedi élményt jelent, és ezen élmények jellemzőit külön sorban tárolja az adatbázisban, és a mesterséges intelligencia nem kapcsolja össze ezeket az élményeket, amíg mi nem mondjuk neki. A legtöbb kortárs gépi tanulási technika hasonló megközelítést használ az adathalmazokból való tanulás kitalálására, és azt mondhatjuk, hogy a gépi tanulás is szabálykivonatot használ, vagy megtalálja a közös jellemzőket, de még a mesterséges intelligenciára alkalmazott azonos megközelítéssel is, a számítógépek még mindig minden adatot egyedi rekordként tartanak, és mindig lehetséges egy teljesen más megközelítés megtalálása.
Racionális kontra irracionális
A tánc emberi viselkedés, melynek nincs racionális magyarázata. Bár az embernek sok irracionális cselekedete van, a kedvenceink, melyeket a legnehezebb megmagyarázni, azok, melyek egyedül nevetéssel végződnek. Emellett sok, a hittel, a stresszel, a félelemmel vagy az öntudatlansággal kapcsolatos cselekedetnek van valamilyen racionális magyarázata a pszichológia szerint, de végül is képtelenek vagyunk matematikai képletet írni ezekre a cselekedetekre, és nem tudjuk egyszerűen megmagyarázni okokkal és hatásokkal. Kérjük, azt is tartsák szem előtt, hogy lekerekített gondolkodásunk van, és a „magyarázat” szó önmagában nehezen magyarázható jelenség. A számítógépek és a mesterséges intelligencia matematikai képletekre épülnek, nincs független kapcsolatuk a természettel. Tehát a természetet csak a mi értelmünkkel lehet megmagyarázni egy számítógépnek. Egy ősi törzs számára a természet visszhangjai, az ismeretlen csillagok és a mennydörgések lidércei mind olyan jelenségek, melyeket meg kell magyarázni. Tehát egy emberi élet és intelligencia számára rengeteg hézagot kell kitölteni. Az ember például a jó vagy a balszerencsét is felhasználhatja valaminek a megmagyarázására. Egy számítógép számára a dolgok megmagyarázásához nincs lehetősége, csak 1-ek és 0-k vannak számára. Ha például logikát (mondjuk első rendű logikát) használunk egy probléma mesterséges intelligencia általi megközelítésére, és ha nincs elég információnk egy kérdés megválaszolásához, a mesterséges intelligencia egyszerűen azt mondhatja, hogy „nincs elég információ a kérdés megválaszolásához”. Az MI-nak nincs szüksége arra, hogy feltalálja, elképzelje vagy manipulálja magát, hogy megoldást találjon egy ismeretlen kérdésre.
Teleológia vs. deontológia
Az egyértelmű különbség a kérdéssel kezdődik: Ön szerint mindennek a világon célja van? Vagy úgy gondolja, hogy minden dolognak és eseménynek lehet célja? Egy eseményhez kétféle módon közelíthetünk, okok és célok felől. Mi, emberek elgondolkodhatunk mindennek a céljáról, és ezt a megközelítést az előző különbségekkel, mint a kerek gondolkodással és a képzeletünkkel való hiánypótlással keretbe is foglalhatjuk. A mesterséges intelligencia csak az okok és hatások közötti összefüggésekre korlátozódik, míg az ember képes az eseményeket a célok érdekében átalakítani vagy a mögöttes hatásokat kitalálni.
Kontextus vs. tartalom
Az MI és a számítógépek inkább a jelenségek tartalmával, például részletekkel, történettel vagy tárgyakkal gondolkodnak: ki, mit, hol, mikor stb. tett… A tartalomalapú gondolkodás sokkal inkább az észlelésekhez igazodik, melyeket könnyebb digitális adatokká alakítani. Másrészt a kontextusalapú gondolkodás a szándékokra, a háttérre, a feltételezésekre és a személyiségekre épül. Nagyon szoros vita folyik a művészetben a formáról és a tartalomról, illetve a filozófiában az anyagról és a formáról, és a kérdés az, hogy a forma határozza meg az anyagot, a funkciót és a tartalmat, vagy az anyag határozza meg a formát? Az Arisztotelész elmélete az anyagokra épül, és minden létező dolog egy anyagra épül szerinte, és az anyagnak így van formája és anyaga is, hogy létezni tudjon. Az anyagelmélet újraértelmezése az MI számára az anyag és a forma a bitek számára, melyek a 0-k és az 1-ek.
Átalakulás vs. evolúció
Ha testünket és elménket két területre tudjuk szétválasztani, akkor testünknek csak nagyon csekély hatása van az evolúció történetére, másrészt elménknek nagyon nagy hatása van a világ átalakulására. Testünk fejlődik, génjeinket átadjuk a következő generációknak, míg gondolatainkat bármelyik testnek átadhatjuk, legyen az az előző, a jelenlegi vagy a következő generációból való. Tehát képesek vagyunk átalakulni; a mesterséges intelligencia nagyon gyorsan át tudja alakítani (képezni) a gondolatokat bármilyen testre vagy dologra, mely képes gondolkodni. Másrészt az emberi testet csak a generációk evolúciós sebessége korlátozza, ami felgyorsítja a testünk, vagy a számítógépes terminológiában a hardver korszerűsítésének sebességét.
Feltételezések kontra következtetések
A mesterséges intelligencia nagyon is képes következtetéseket levonni logikai állításokból vagy szabálybázisokból. Másrészt a gondolkodásunk közötti hézagokat nem lehet kitölteni feltételezések nélkül. Tehát a következtetésekhez nekünk legtöbbször feltételezésekre van szükségünk, míg a mesterséges intelligenciának csak tényekre és logikára van szüksége a következtetésekhez. A fenti ember vs. gép összehasonlítás teljesen a fogalmi szintről szól, azonban a fenti különbségek tartalmi összehasonlítása is lehetséges. Például az adatok szintje mindkét oldalon eltérő reprezentációval és feldolgozással rendelkezik. A mai nagy adattanulmányok alapvető különbsége a strukturált vs. strukturálatlan adatok között feszül. Az emberek strukturálatlan adatokkal, például sebességgel, képekkel, természetes nyelvű szövegekkel stb. foglalkoznak, míg a gépek eleve strukturált adatokkal.
