Simply enter your keyword and we will help you find what you need.

What are you looking for?

Sztuczna inteligencja kontra dziecko

8 maja 1939 roku podczas Targów Światowych w Nowym Jorku, ludzie poznali pierwszego humanoidalnego robota o imieniu Elektro. Potrafił chodzić, liczyć, mówić, śpiewać i palić papierosy. Znał 700 słów nagranych na płyty. Ponad 70 lat później pojawia się Sophia – najbardziej ludzki robot na świecie. Potrafi rozmawiać z ludźmi, może naśladować dziesiątki różnych wyrazów twarzy, posiada emocje, kontroluje swoje ręce, wzrok i sposób poruszania się. I ciągle się uczy. Na myśl przychodzi pytanie, jakie roboty poznamy za 5, 10 lat? Czy staną się mądrzejsze od ludzi? Jak się okazuje, najtrudniejszym ich „przeciwnikiem” może być nie osoba dorosła, a dziecko. 

W 2014 roku przeprowadzono badanie, w którym oceniono IQ 50 systemów opartych na sztucznej inteligencji. Systemy obejmowały między innymi AI Google, Siri oraz chińską wyszukiwarkę Baidu. Oceniano także ludzi w wieku 18, 12 i 6 lat. Naukowcy przetestowali systemy AI ponownie w 2016 roku. Odkryli, że Google był najmądrzejszy i poprawił się najszybciej – jego IQ wzrosło z 26,5 na 47,28. Co jednak zaskakujące, nie wystarczyło to, aby pokonać sześciolatka, którego wynik wyniósł 55,5. Naukowcy z Berkeley w Stanach Zjednoczonych postanowili zgłębić ten temat i postawili sobie pytanie: Co sprawia, że dziecko jest w dalszym ciągu mądrzejsze od sztucznej inteligencji? Dzięki czemu jest tak wyśmienitym uczniem? Jak dzieci radzą sobie z najlepszymi algorytmami? Niektóre odpowiedzi zostały nakreślone w niedawnym wystąpieniu profesor Alison Gopnik z Berkeley na Międzynarodowej Konferencji poświęconej tematyce maszynowego uczenia. 

Sztuka uczenia się

Pierwszą i najbardziej oczywistą różnicą między czterolatkami a najlepszymi algorytmami jest to, że dzieci są bardzo dobre w znajdywaniu rozwiązań i uogólnianiu ich na podstawie niewielkiego zestawu przykładów. Algorytmy odwrotnie – znajdują rozwiązania w ogromnym zestawie danych, których żaden człowiek nigdy nie byłby w stanie przetworzyć, ale tak naprawdę te duże ilości danych są im niezbędne do dobrej wydajności. 

Dzieci zadają sobie abstrakcyjne pytania, takie jak: „Jeśli dotknę tej ostrej szpilki, co się stanie?”, a następnie mogą przewidzieć rozwiązanie. Widzą związek między przyczyną i skutkiem. Wiedzą, że powodem, dla którego ten przedmiot może je ukłuć, jest to, że jest spiczasty, a nie dlatego, że jest srebrny lub dlatego, że znaleźli go w kuchni. Może wydaje się to oczywiste, ale możliwość wnioskowania tego rodzaju na podstawie małych zestawów danych jest wciąż trudna do wykonania przez algorytmy.

Moc wyobraźni

Kolejną unikalną cechą dzieci jest ich wrodzona ciekawość świata. Gdy pokazuje się im zabawki, które wymagają określonej sekwencji działań w celu zaświecenia lub włączenia muzyki, to właśnie ciekawość prowadzi je do eksperymentowania z nimi. Testują różne kombinacje działań, aby szybko wywnioskować te prawidłowe. Lubią eksperymentować. To odróżnia je nie tylko od maszyn, ale też od osób dorosłych. 

Dorośli mają tendencję do skupiania się bardziej na osiągniętym celu, niż na tym, aby puścić wodze wyobraźni. Jeżeli na rozwiązanie danego zagadnienia mają określoną ilość czasu, czy zdolności, to zamiast szukać nowych rozwiązań, najpewniej podąży znaną, mniej ryzykowną ścieżką, która doprowadzi do rozwiązania. Dlatego naukowcy zaczęli podejrzewać, że kombinacja – dorosłych zorientowanych na cel i dzieci o otwartych umysłach – może być idealna do uczenia komputerów nowych rzeczy.

Chęć dalszego poznawania

Małe dzieci wciąż zadają pytanie: dlaczego? Chcą wiedzieć i widzieć więcej. Uczą się obserwując otoczenie. Posiadają wrodzoną chęć dalszego eksplorowania świata, a nie tylko wykorzystywania już nabytej wiedzy. Naukowcy z Berkeley uważają, że brak takiego sposobu „myślenia” stanowi istotny problem w projektowaniu algorytmów. Dlatego Alison Gopnik i jej koledzy śledzą kroki poznawcze, które dzieci podejmują do rozwiązywania problemów. Następnie próbują przekształcać je w modele obliczeniowe. Chcą wykorzystać sposób rozumowania dziecka, jego wyobraźnię i poczucie nieograniczonych możliwości, aby uczynić komputery mądrzejszymi. „Mamy nadzieję, że komputery będą inteligentniejsze, gdy uczynimy je trochę bardziej podobne do dzieci” stwierdził Tom Griffiths, dyrektor Computational Cognitive Science Lab UC Berkeley.

Naukowcy twierdzą, że dziecinne rozumowanie eksploracyjne może uczynić komputery nie tylko inteligentniejszymi, ale także bardziej elastycznymi i ludzkimi. Zrozumienie procesu uczenia się i umysłów dzieci może jednak nie tylko pomóc nam w tworzeniu lepszych algorytmów. Może pomóc nam uczyć i wychować lepszych i szczęśliwszych ludzi. W końcu, czy nie o to właśnie chodzi w postępie technologicznym?

Inline
Inline