Искусственный интеллект: что нужно знать каждому?

Вы наверняка слышали термин AGI. Это сокращение означает Artificial General Intelligence и представляет собой гипотетическую технологию, которая способна выполнять большинство экономически продуктивных задач эффективнее, чем человек. Некоторые исследователи считают, что такая технология может также помочь в нахождении новых научных открытий. Но существуют дискуссии о том, насколько возможно создание AGI и насколько далеко оно находится. Тем не менее, ведущие исследовательские организации по искусственному интеллекту, такие как OpenAI и DeepMind, явно заинтересованы в создании AGI. Однако некоторые критики считают, что AGI - это не более чем маркетинговый термин. «Проблема согласования» - это одна из самых глубоких долгосрочных проблем безопасности в искусственном интеллекте. На сегодняшний день искусственный интеллект не способен превзойти своих создателей. Но многие исследователи ожидают, что это может произойти в будущем. В мире, где искусственный интеллект действительно может обладать такой властью, существующие способы обучения ИИ могут привести к тому, что он нанесет вред человечеству. Ряд исследователей работают над «согласованием» ИИ с человеческими ценностями, чтобы снизить риски. Однако многие критики считают, что работа по решению этой проблемы отходит на второй план, так как бизнес-мотивы манят ведущие лаборатории по искусственному интеллекту вкладывать свои усилия и вычислительную мощность в создание более эффективных ИИ. Автоматизация - это исторический процесс замены или поддержки труда людей с помощью машин. Новые технологии, а скорее люди, ответственные за их внедрение, уже заменили многих работников на машины, которые не требуют зарплаты, от работников на линии сборки до продавцов в магазинах. Последние достижения в области искусственного интеллекта могут привести к тому, что многие белые воротнички потеряют свои рабочие места, согласно исследованию OpenAI и Goldman Sachs. Исследователи OpenAI предсказывают, что почти пятая часть работников США могут автоматизировать более половины своих ежедневных рабочих задач большим языковым моделям. Goldman Sachs прогнозирует автоматизацию 300 миллионов рабочих мест в ближайшее десятилетие. Вопрос о том, будут ли прибыль от этого увеличивать экономический рост или приведут к дальнейшему росту неравенства, зависит от того, как ИИ будет облагаться налогами и регулироваться. Одна из основных проблем машинного обучения - это «биас». Машинные системы обучения описываются как «предвзятые», когда принимаемые ими решения являются некорректными в соответствии с социальными, культурными и гендерными различиями. Как правило, это происходит из-за недостаточных данных, на которых обучается система. К сожалению, это может привести к серьезным последствиям в принятии решений, особенно в областях, где могут быть затронуты жизни людей. Борьба с этим вопросом является важным шагом в развитии машинного обучения, и индустрия продолжает работать над устранением этой проблемы.