Mesterséges intelligencia – okosabb a gép mint az ember?

2016. április 04. - tudom_ányos

A közelmúltban több hír is megjelent arról, hogy egyes programok olyan új területeken képesek felülmúlni az emberi gondolkodást, ahol erre korábban nem számítottunk. A számítógépek hagyományosan a matematikailag jól megfogható, sok számítást vagy nagy lexikális tudást igénylő feladatokban jobbak az embernél. Viszont sok, számunkra egyszerűnek tűnő problémára, mint a kép, hang felismerése, kifejezések értelmezése, a megérzésre, intuícióra mostanáig alkalmatlannak tűntek. Ezek matematikailag nehezebben megfogható problémák, nem fordíthatók le a gép programnyelvére.

A közelmúlt áttöréseit a mesterséges intelligencia, a gépi tanulás alkalmazása hozta el: nem a konkrét feladatra programozzák a számítógépet, hanem arra készítik fel, hogy az emberi gyerekekhez hasonlóan, segítséggel vagy önállóan tanuljon.

Mesterséges intelligencia - fantáziarajz (forrás: compcoin.com)

Ezzel a módszerrel a gépek egészen meglepő dolgokra is képesek lehetnek. Egy japán program által írt novella nemrég továbbjutott egy irodalmi versenyen, bár a fődíjat nem tudta elnyerni A nap, amikor a gép könyvet ír című alkotásával. Az emberi nyelvek elsajátítása népszerű feladat a mesterséges intelligencia kutatói körében, számítástechnikai világcégek előszeretettel demonstrálják képességeiket ezen a területen. 

Az IBM Watson programja 2011-ben az Amerikában népszerű TV-s műveltségi vetélkedő, a Jeopardy! korábbi nyerteseit győzte le. Ehhez négy terabájtnyi információt, többek között a teljes Wikipediát feltöltötték a memóriájába. A program feladata a játékban elhangzó kérdés értelmezése, és a rendelkezésére álló információtengerből a helyes megoldás kiválasztása volt. Több, mint száz különböző módszert alkalmazott Watson párhuzamosan a feladványok megoldására, és minél több adott egyező eredményt, annál biztosabb volt a válaszában. A játékban mutatott nagy fölénye ellenére néhány, emberi szemmel nézve nevetséges hibába is beleszaladt, például egy alkalommal a kanadai Torontót válaszolta egy Egyesült Államokbeli városra kérdező feladványra.

A Microsoft internetes beszélgetőprogramja ennél súlyosabb kudarcot vallott. Tay-t arra programozták, hogy amerikai fiatalokkal kommunikálva fejlessze szókincsét és gondolkodását. A felhasználók viszont visszaéltek a robot naivitásával, káromkodásra és rasszista vélemények hangoztatására tanították, ezért Tay-t egy nap után le kellett állítani. A fejlesztők tettek egy kísérletet a program javítására, de a pár nappal később újraindított Tay sem lett okosabb, a rendőrök előtti drogozásával kezdett hencegni beszélgetőpartnereinek. Egy kisgyerekhez hasonlóan minden rosszat megtanult, amit a „nagyoktól” hallott. Érdekesség, hogy Tay kínai verziója, Xiaoice már évek óta gond nélkül működik, a kínai felhasználók nem éltek vissza a program naivitásával.

A Hanson Robotics nevű cég robotja, Sophia élőszóban beszélget az emberekkel, és külsőre is emberformájú. A mostani automata telefonos ügyfélszolgálatok szerepét hamarosan hozzá hasonló robotok vehetik át, akikkel már nem csak a menüpontoknak megfelelő sorszámok nyomogatásával kommunikálhatunk, hanem hétköznapi módon, beszélgetve. Azonban Sophiára is ráfér még a fejlesztés, a videó végén mosolyogva egyezik bele abba, hogy embereket öljön.

Felmerülhet bennünk a kérdés, végül is mennyire intelligensek a mostani számítógépek, hogyan teljesítenének az emberek számára készült IQ-teszteken? Egy chicagói kutatócsoport a magyar Turán György részvételével a ConceptNet rendszer intelligenciáját vizsgálta. A program az emberi nyelveket elvont kifejezésekkel írja le, az egyes fogalmak között pedig különféle lehetséges kapcsolatokat határoz meg, például egyik a másikból készül, vagy egyiket a másik célra használják. A tesztelésre egy olyan amerikai kérdéssort választottak, amivel óvodások nyelvi képességeit mérik.

A program átlagban egy négyéves gyerek szintjét érte el, de az egyes feladatok során az emberi gyerekektől nagyon eltérően teljesített. Bővebb a szókincse és hatékonyabban ismeri fel a felsorolt fogalmak közötti hasonlóságot, közepesen találja meg a választ a konkrét információra kérdező feladatoknál, viszont a bonyolultabb, fogalmak magyarázatát vagy az egyszerű találós kérdések megoldását igénylő feladványoknál gyengén szerepel. Ez az eredmény rávilágít arra, hogy mely területeken van még tennivaló a mesterséges intelligencia kutatóinak: a hétköznapi életben józan észnek hívott képesség még mindig hiányzik a programokból, a nem túl egyértelmű utalásokat csak kis hatékonysággal tudják értelmezni. Ennek ellenére, ha a feladat matematikailag jól leírható, a gép akár a tudósoknál is intelligensebb lehet.

Bécsi kutatók kvantum-optikai kísérletek tervezésénél veszik hasznát a számítógép intelligenciájának. Ezen kísérletek során különféle optikai elemeket, lézereket, tükröket, detektorokat, nyalábosztókat, és egzotikus, intenzív piros fénynyalábot gyenge kék fénnyé konvertáló nemlineáris kristályokat használnak. Az egyes elemeket végtelen sokféleképpen el lehet rendezni, és néhány elrendezés esetén megvalósulhat az egyes fotonok kvantum-összefonódása. A fotonok a fény elképzelt elemi, tömeg nélküli részecskéi, amelyek ha egymással összefonódott kapcsolatban vannak, akár egymástól nagy távolságban is időkésés nélkül képesek befolyásolni egymás állapotát, például egymás polarizációját. Az ehhez szükséges elrendezések megtervezése nehéz feladat, mert a kvantum-világ törvényszerűségei teljesen ellentmondanak a hétköznapi életnek, ezért olyan ötletekre van szükség, amire egy ember sohasem gondolna.

A Melvin által tervezett kísérleti elrendezések egyike. (forrás: M. Malik/Univ. of Vienna)

A kutatóknak ezért támadt az a gondolatuk, hogy egy általuk írt programmal, Melvinnel terveztetik meg a kísérleteket, hiszen a számítógépet a hétköznapi tapasztalatból adódó intuíciók nem hátráltatják a kvantumkísérletek tervezésében. Melvin kezdetben véletlenszerűen teszi le az optikai eszközöket a kísérleti asztalra, majd véletlenszerűen rendezgeti át őket. Ha olyan elrendezést talál, ami a kísérletben hasznos lehet, azt lehetséges építőelemként eltárolja, és később ezekből építi fel a kísérletet, aminek működését szimulációval le is ellenőrzi. A kutatók így Melvin segítségével új, korábban kísérletben még nem látott, de elméletileg megjósolt effektust tudtak kimutatni. Azt gondolnánk, a társasjátékok még ennél is könnyebb feladatot jelentenek a gépeknek, hiszen a szabályok, a lépések, és az elért eredmény egyszerűen lefordítható a gép programnyelvére. Ezután a gép minden lehetséges lépést végig tud próbálni, így az embernek, legyen bármilyen jó játékos is, végül nem lesz esélye. Valóban, az IBM Deep Blue számítógépe már húsz éve legyőzte az akkori sakkvilágbajnokot, Garry Kasparovot.

Viszont a távol-keleti Go játék a sakknál sokkal nehezebbnek bizonyult a gépek számára. A Goban egy 19-szer 19-es négyzetrács rácspontjaiba tesz a két játékos felváltva fehér illetve fekete korongot. Ha valaki az ellenfél néhány korongját teljesen körbe keríti, akkor azokat kicserélheti a sajátjaira. A játék akkor ér véget, ha az egyik játékos feladja, vagy ha megtelik a tábla; az nyer, akinek több korongja van a táblán. A gépek sokáig csak az amatőr játékosok szintjét érték el, mert a Go során nem megoldható minden lehetséges játéklefutás végigszámolása, mert több lehetséges játékhelyzet van, mint ahány atom a világegyetemben. A távol-keletiek számára ez adja a játék varázsát, folyamatosan új játékhelyzetek fordulnak elő, melyekre korábban a Go 2500 éves történelme során még nem került sor. A Google AlphaGo rendszere bonyolult, több mesterséges intelligencia programokban alkalmazott módszer egyidejű használatával csak mostanra lett képes arra, hogy előbb az Európa-bajnokot, majd a nála sokkal jobb, a világ legjobbjai közé tartozó Lee Se-dolt is legyőzze. 

A mesterséges intelligencia kutatása során az egyre újabb algoritmusok felhasználásával a gépeink is egyre okosabbak lesznek. Néhány speciális probléma esetében a program már ma is lehet intelligensebb, mint a programozója, hiszen tudását tőle függetlenül, a gépi tanulás révén szerezte. Ugyanakkor az általános, mindennapi életben használatos intelligencia elérésétől a robotok még messze vannak. Gyakran hibáznak is, aminek a lehetőségét több, független módszer egyidejű alkalmazásával csökkenteni lehet, de nem lehet kizárni, mint Watson példáján is láttuk. Sőt, a beszélgető robotok megmutatták, a gépi tanulás nem védi ki a káros befolyásolás hatását sem. Ezért nagyon óvatosnak kell lennünk, ha a jövőben a gondolkodó robotokat beengedjük a mindennapi életünkbe.

A bejegyzés trackback címe:

http://tudomek.blog.hu/api/trackback/id/tr568565700

Kommentek:

A hozzászólások a vonatkozó jogszabályok  értelmében felhasználói tartalomnak minősülnek, értük a szolgáltatás technikai  üzemeltetője semmilyen felelősséget nem vállal, azokat nem ellenőrzi. Kifogás esetén forduljon a blog szerkesztőjéhez. Részletek a  Felhasználási feltételekben.