Technologijų milžinės „Microsoft“, „Amazon“, „Facebook“, „IBM“, o taip pat atskirų sričių lyderiai – pavyzdžiui, Stephenas Hawkingas ar Elonas Muskas – tiki, kad dabar yra pats geriausias laikas kalbėti apie dirbtinio intelekto keliamas grėsmes ir etines problemas. Taigi, kokie klausimai specialistams neleidžia užmigti naktimis?
Su informacinėmis technologijomis susijusiose srityse (pvz., „Google“ reklama ar duomenų rinkimas) algoritmai dažnai įdarbinami mums apie net nežinant, tačiau kitur tai gali sukelti rimtų socialinių pokyčių.
Nedarbas. Ką veiksime, jei dirbti nereikės?
Čia užtenka pagalvoti apie sunkvežimių vairuotojus, kurių vien JAV yra milijonai.
Kuo jie užsiims, jeigu E. Musko pažadėti savarankiškai važiuojantys sunkvežimiai taps realybe per ateinantį dešimtmetį?
Toks pats scenarijus ilgainiui gresia biurų darbuotojams ir didžiajai daliai darbo jėgos išsivysčiusiose šalyse.
Mašinoms pradedant dirbti už mus, kyla klausimas, kaip leisime savo laiką. Iki šiol daugelis mūsų jį parduodavome, kad turėtume pajamų sau ir šeimai. Jeigu robotai dirbs efektyviau nei mes, pajamų mums vis tiek reikės.
Šią problemą gali išspręsti universalios bazinės pajamos, skiriamos visiems gyventojams. Tačiau darbas daugeliui – dar ir būdas įprasminti savo gyvenimą. Belieka tikėtis, kad išmoksime prasmę rasti nedarbinėse veiklose, pavyzdžiui, rūpinantis šeima ar mokantis naujų būdų pasitarnauti visuomenei.
Nelygybė. Kaip padalinti turtą, sukurtą mašinų?
Dabartinė ekonominė sistema yra paremta atlygiu, gaunamu už asmens už indėlį į ekonomiką, dažnai matuojamą valandomis. Tačiau dirbtinis intelektas gali drastiškai sumažinti žmogaus darbo jėgos poreikį, todėl gautą pelną dalinsis labai maža žmonių grupė – įmonių savininkai.
Turtinė nelygybė pasaulyje nuolat auga. 2014-aisiais trys didžiausios Detroito ir trys didžiausios Silicio slėnio kompanijos uždirbo maždaug tiek pat pajamų. Skirtumas tik tas, kad Silicio slėnio grupėje buvo 10 kartų mažiau darbuotojų. Kaip suorganizuoti ekonomiką robotų laikais, kad ji būtų sąžininga?
Žmogiškumas. Kaip mašinos keičia mūsų elgesį ir bendravimą?
Robotai vis geriau imituoja žmonių pokalbius ir santykius. 2015-aisiais robotas, vardu Eugene Goostman, pirmąkart istorijoje įveikė Turingo testą: daugiau nei trečdalis eksperimento dalyvių nesuprato, kad susirašinėja su mašina.
Ir tai – tik pradžia. Žmonės turi ribotas dėmesio ir paslaugumo atsargas, kurias gali skirti kitiems, tuo tarpu robotams tai nėra kliūtis (neatsitiktinai „Facebook“ tiek daug investuoja į virtualius konsultantus).
Algoritmai sėkmingai naudojami kurti dėmesį patraukiančioms antraštėms ir formuoti priklausomybę nuo technologijų, tačiau juos lygiai taip pat galima įdarbinti skatinant elgesį, naudingesnį visuomenei. Į kurią pusę ilgainiui pasuksime, priklauso nuo mūsų.
Dirbtinis kvailumas. Kaip išvengti klaidų?
Išmanymas ateina tik mokantis – tiek mums, tiek mašinoms. Sistemos paprastai iš pradžių turi pereiti mokymų etapą, kuriame jos mokosi atpažinti teisingus modelius. Akivaizdu, kad mokymuose neįmanoma numatyti visų situacijų, su kuriomis sistema gali susidurti realiame pasaulyje.
Be to, kai kuriais atvejais apgauti robotus yra lengviau nei žmones. Pavyzdžiui, sistema gali „įžvelgti“ piešinį atsitiktiniame dalelių kratinyje. Jeigu jau ruošiamės pasitikėti dirbtiniu intelektu, kad jis mus atvestų į saugesnį ir geresnį pasaulį, turėsime pasirūpinti, kad mašinos veiktų kaip numatyta, o žmonės negalėtų jomis pasinaudoti savo tikslams.
Rasizmas. Kaip išvengti robotų šališkumo?
Nors kompiuteriai pajėgia apdoroti duomenis daug greičiau už mus, tačiau tai dar nereiškia, kad jie bus sąžiningi ir neutralūs. Geri pavyzdžiai yra atvejai, kai fotoaparato programinė įranga neįvertina rasės įtakos veido bruožams, arba kai programa, skirta nuspėti būsimiems nusikaltėliams, pademonstruoja šališkumą prieš juodaodžius.
Turime nepamiršti, kad sistemas kuria žmonės, kurie būna šališki. Čia tas pats dirbtinis intelektas – tinkamose rankose – gali būti panaudotas socialiniam progresui.
Saugumas. Kaip apsaugoti D.I. sistemas?
Kuo galingesnė technologija, tuo didesnę žalą ja galima sukelti. Tai galioja ne tik robotams, pakeisiantiems karius, ar autonominiams ginklams, bet ir dirbtinio intelekto sistemoms apskritai. Ši laikų karai karai vyksta ne tik mūšio laukuose, bet ir skaitmeninėje erdvėje, todėl kibernetinio saugumo svarba tik augs.
Džinai iš butelio. Kaip numatyti nepageidaujamas pasekmes?
Robotų sukilimas prieš žmoniją – populiari filmų ir diskusijų tema. Realesnis scenarijus yra toks, kuriame dirbtinis intelektas padeda spręsti problemas, tačiau tai turi baisių nenumatytų šalutinių padarinių.
Reikalas tas, kad mašinos savaime nėra linkusios kenkti, tačiau jos gali stokoti supratimo apie platesnį problemos kontekstą. Įsivaizduokime situaciją, kurioje kompiuteris paprašomas išnaikinti vėžį pasaulyje. Po sudėtingų skaičiavimų mašina pateikia formulę, kuri išties įveikia vėžį – nužudant visus planetos gyventojus. Kompiuteris bus radęs labai efektyvų sprendimą, tačiau visai ne tokį, kokio norėtume mes.
Singuliarumas. Kaip suvaldyti sudėtingą ir protingą sistemą?
Priežastis, kodėl žmonės yra maisto grandinės viršūnėje, yra ne aštrūs dantys ar stiprūs raumenys, o intelektas. Mes galime įveikti didesnius, greitesnius ir stipresnius gyvūnus, nes galime sukurti įrankius jiems kontroliuoti: tiek fizinius, pvz., ginklus ar narvus, tiek kognityvinius, pvz., žinias ar treniruotes.
Tai kelia rimtą klausimą apie dirbtinį intelektą: ar jis vieną dieną įgaus tokį patį pranašumą prieš mus? Tiesiog „ištraukti kištuko“ negalėsime, nes pakankamai pažangi mašina tokį sprendimą galės numatyti ir apsiginti. Singuliarumas – tai taškas istorijoje, nuo kurio žmonės nebėra protingiausios būtybės Žemėje. Daugelis specialistų sutinka, kad tai atsitiks dar šiame šimtmenyje.
Robotų teisės. Kaip apibrėžti žmogišką elgesį su robotais?
Atlyginimo ir atstūmimo mechanizmą mes dalijamės su visais gyvūnais, net pačiais primityviausiais. Kažkuria prasme tą patį mechanizmą mes diegiame į mašinas: visai kaip treniruojant šunį, geresnis sistemos veikimas sustiprinamas virtualiu apdovanojimu.
Problema ta, kad sistemos sudėtingėja ir tampa vis labiau „gyvos“. Ar galime sakyti, kad sistema kenčia, jeigu negauna apdovanojimo? Kitas atvejis – taip vadinami genetiniai algoritmai, kurie vienu metu sukuria daug tos pačios sistemos versijų, iš kurių „išgyvena“ tik pačios efektyviausios, kad formuotų sekančią sistemų kartą. Tuo tarpu kitos versijos ištrinamos. Ši dirbtinė evoliucija gali vykti daug greičiau nei biologinė. Nuo kada genetinius algoritmus reikėtų laikyti žmogžudystės forma?
Kai tik pradėsime mašinas vertinti kaip suvokiančias ir jaučiančias, bus likę visai nedaug iki svarstymų suteikti joms teisinį statusą. Ar su jomis reikėtų elgtis kaip su atitinkamo intelekto lygio gyvūnais? Ar atsižvelgsime į jaučiančių mašinų „kentėjimą“?
Apibendrinant etinius klausimus ir grėsmes, kylančius su dirbtiniu intelektu, svarbu nepamiršti, kad technologijų progresas reiškia geresnį gyvenimą visiems. Dirbtinis intelektas atveria didžiules galimybes, o atsakingas naudojimasis jomis priklauso nuo mūsų pačių.
