A mesterséges intelligencia az utóbbi időben az egyik legnépszerűbb téma a technológiai világban. Az olyan elmék, mint Elon Musk, Stephen Hawking és Steve Wozniak, komolyan aggódnak az AI-kutatás miatt, és azt állítják, hogy annak létrehozása halálos veszéllyel fenyeget bennünket. Ugyanakkor a sci-fi és a hollywoodi filmek sok tévhitet keltettek az AI körül. Valóban veszélyben vagyunk, és milyen pontatlanságokat követünk el, amikor elképzeljük a Skynet Föld pusztulását, általános munkanélküliséget, vagy fordítva, jólétet és gondatlanságot? A mesterséges intelligenciáról szóló emberi mítoszokat a Gizmodo megdöntötte. Íme a cikkének teljes fordítása.

Úgy hívták a legfontosabb teszt gépi intelligencia azóta, hogy Deep Blue sakkmérkőzésen aratott Garri Kaszparov felett 20 évvel ezelőtt. A Google AlphaGo legyőzte Li Sedol nagymestert egy Go-tornán 4:1-es eredménnyel, ami megmutatja, hogy a mesterséges intelligencia (AI) milyen komoly fejlődésen ment keresztül. A végzetes nap, amikor a gépek végre felülmúlják az ember eszét, soha nem tűnt ilyen közelinek. De úgy tűnik, még közel sem értünk ennek a korszakalkotó eseménynek a következményeihez.

Valójában komoly, sőt veszélyes tévhitekhez ragaszkodunk a mesterséges intelligenciával kapcsolatban. Tavaly a SpaceX alapítója, Elon Musk figyelmeztetett, hogy a mesterséges intelligencia elfoglalhatja a világot. Szavai vihart kavartak e vélemény ellenzői és támogatói között. Ami egy ilyen jövőbeni monumentális eseményt illeti, elképesztően sok vita folyik arról, hogy megtörténik-e, és ha igen, milyen formában. Ez különösen aggasztó, ha figyelembe vesszük, milyen hihetetlen előnyökkel járhat az emberiség a mesterséges intelligencia révén lehetséges kockázatokat. Más emberi találmányokkal ellentétben a mesterséges intelligencia képes megváltoztatni az emberiséget vagy elpusztítani minket.

Nehéz tudni, mit higgyek. Ám a számítástechnikai tudósok, idegtudósok, mesterséges intelligencia-teoretikusok korai munkájának köszönhetően egyre tisztább kép kezd kirajzolódni. Íme néhány általános tévhit és mítosz a mesterséges intelligenciáról.

1. mítosz: „Soha nem fogunk mesterséges intelligenciát létrehozni emberi intelligenciával”

Valóság: Már vannak olyan számítógépeink, amelyek a sakkban, a Go-ban, a tőzsdei kereskedésben és a beszélgetésben meghaladják vagy meghaladják az emberi képességeket. A számítógépek és az őket futtató algoritmusok csak jobbak lehetnek. Csak idő kérdése, hogy bármilyen feladatban felülmúlják az embereket.

Gary Marcus, a NYU kutatópszichológusa azt mondta, hogy „szó szerint mindenki”, aki mesterséges intelligenciával foglalkozik, azt hiszi, hogy a gépek végül legyőznek minket: „Az egyetlen valódi különbség a rajongók és a szkeptikusok között az időzítési becslések.” A futuristák, mint például Ray Kurzweil, úgy gondolják, hogy ez néhány évtizeden belül megtörténhet, mások szerint évszázadokig is eltarthat.

A mesterséges intelligencia szkeptikusai nem meggyőzőek, amikor azt mondják, hogy ez egy megoldhatatlan technológiai probléma, és van valami egyedi a biológiai agy természetében. Agyunk biológiai gépezet – léteznek a való világban, és betartják a fizika alapvető törvényeit. Nincs bennük semmi kiismerhetetlen.

2. mítosz: „A mesterséges intelligenciának lesz tudata”

Valóság: A legtöbben azt képzelik, hogy a gépi elme tudatos lesz, és úgy gondolkodik, ahogy az emberek gondolják. Ráadásul olyan kritikusok, mint a Microsoft társalapítója, Paul Allen, úgy vélik, hogy még nem tudjuk elérni a mesterséges általános intelligenciát (amely képes bármilyen mentális problémát megoldani), mert hiányzik a tudományos tudatelmélet. De ahogy Murray Shanahan, a kognitív robotika szakértője az Imperial College Londonban mondja, nem szabad egyenlőségjelet tenni a két fogalom között.

„A tudat kétségtelenül csodálatos és fontos dolog, de nem hiszem, hogy az emberi szintű mesterséges intelligenciához szükséges. Pontosabban, a „tudatosság” szót több pszichológiai és kognitív tulajdonságra használjuk, hogy az ember „egy készletben érkezik” – magyarázza a tudós.

Elképzelhető egy intelligens gép, amelyből egy vagy több ilyen tulajdonság hiányzik. A végén létrehozhatunk egy hihetetlenül intelligens mesterséges intelligenciát, amely képtelen lesz szubjektíven és tudatosan érzékelni a világot. Shanahan azt állítja, hogy az elme és a tudat kombinálható egy gépben, de nem szabad elfelejtenünk, hogy ez két különböző fogalom.

Az a tény, hogy egy gép átmegy a Turing-teszten, amelyben megkülönböztethetetlen az embertől, nem jelenti azt, hogy van tudata. Számunkra egy fejlett mesterséges intelligencia tudatosnak tűnhet, de öntudata nem lesz több, mint egy kőnek vagy egy számológépnek.

3. mítosz: „Nem kell félnünk az AI-tól”

Valóság: Januárban a Facebook alapítója, Mark Zuckerberg azt mondta, hogy nem kell félnünk az AI-tól, mert az hihetetlenül sok jót fog tenni a világnak. Félig igaza van. Óriási hasznot fogunk aratni az MI-ből, az önvezető autóktól az új gyógyszerekig, de nincs garancia arra, hogy minden mesterséges intelligencia-megvalósítás jóindulatú lesz.

Egy rendkívül intelligens rendszer mindent tud egy adott feladatról, például egy csúnya pénzügyi probléma megoldásáról vagy az ellenséges védelmi rendszer feltöréséről. De ezeknek a szakterületeknek a határain kívül mélységesen tudatlan és öntudatlan lesz. A Google DeepMind rendszere a Go szakértője, de nincs lehetősége vagy oka a szakterületén kívül eső területek felfedezésére.

Ezek közül a rendszerek közül sokra nem vonatkoznak biztonsági megfontolások. Jó példa egy összetett és erős Stuxnet vírus, egy félkatonai féreg, amelyet az izraeli és az amerikai hadsereg fejlesztett ki, hogy beszivárogjon az iráni atomerőművekbe és szabotálja azokat. Ez a vírus valahogy (szándékosan vagy véletlenül) megfertőzte az orosz atomerőművet.

Egy másik példa a Közel-Keleten kiberkémkedésre használt Flame program. Könnyű elképzelni a Stuxnet vagy a Flame jövőbeli verzióit, amelyek túllépik a céljukat, és hatalmas károkat okoznak az érzékeny infrastruktúrában. (A megértés kedvéért, ezek a vírusok nem mesterséges intelligencia, de a jövőben előfordulhat, hogy megvan bennük, ezért aggodalomra ad okot).

A Flame vírust kiberkémkedésre használták a Közel-Keleten. Fotó: vezetékes

4. tévhit: „A mesterséges szuperintelligencia túl okos lesz ahhoz, hogy hibázzon”

Valóság: Richard Lucimore, az AI-kutató és a Surfing Samurai Robots alapítója úgy véli, hogy a legtöbb mesterséges intelligenciával kapcsolatos világvége forgatókönyv nem következetes. Mindig arra a feltételezésre épülnek, hogy az AI azt mondja: "Tudom, hogy az emberiség pusztulását tervezési hiba okozza, de még mindig meg kell tennem." Lucimore azt mondja, hogy ha az AI így viselkedik, és a pusztulásunkról beszél, akkor az ilyen logikai ellentmondások egy életen át kísérteni fogják. Ez viszont lerontja a tudásbázisát, és túl butává teszi ahhoz, hogy veszélyes helyzetet teremtsen. A tudós azzal is érvel, hogy azok az emberek, akik azt mondják: „Az AI csak arra képes, amire programozták”, éppúgy tévednek, mint kollégáik a számítógép-korszak hajnalán. Akkoriban az emberek ezzel a kifejezéssel azt állították, hogy a számítógépek a legcsekélyebb rugalmasságot sem képesek bemutatni.

Peter McIntyre és Stuart Armstrong, akik az Oxfordi Egyetem Future of Humanity Intézetében dolgoznak, nem értenek egyet Lucimore-ral. Azzal érvelnek, hogy a mesterséges intelligencia nagymértékben függ a programozástól. McIntyre és Armstrong úgy gondolja, hogy a mesterséges intelligencia nem hibázhat, és nem lehet túl buta ahhoz, hogy ne tudja, mit várunk tőle.

„A definíció szerint a mesterséges szuperintelligencia (AI) olyan entitás, amelynek intelligenciája sokkal nagyobb, mint a legjobb emberi agy bármely tudásterületén. Pontosan tudni fogja, mit akartunk tőle” – mondja McIntyre. Mindkét tudós úgy gondolja, hogy a mesterséges intelligencia csak azt fogja megtenni, amire programozták. De ha elég okos lesz, akkor megérti, hogy ez mennyire különbözik a törvény szellemétől vagy az emberek szándékaitól.

McIntyre az emberek és a mesterséges intelligencia jövőbeli helyzetét a jelenlegi ember-egér interakcióhoz hasonlította. Az egér célja, hogy élelmet és menedéket keressen. De ez gyakran ütközik egy olyan személy vágyával, aki azt akarja, hogy állata szabadon szaladgáljon körülötte. „Elég okosak vagyunk ahhoz, hogy megértsük az egerek bizonyos céljait. Tehát az ASI is megérti vágyainkat, de legyen közömbös velük ”- mondja a tudós.

Amint az Ex Machina film cselekménye mutatja, rendkívül nehéz lesz az embernek okosabb mesterséges intelligenciát tartani

5. mítosz: „Egy egyszerű javítás megoldja az AI-vezérlési problémát”

Valóság: Mesterséges intelligencia létrehozásával okosabb az embernél, az „irányítási problémaként” ismert problémával állunk szemben. A futuristák és a mesterséges intelligencia teoretikusai teljes zűrzavarba esnek, amikor megkérdezik, hogyan fogjuk megfékezni és korlátozni az ASI-t, ha felmerül. Vagy hogyan győződjön meg róla, hogy barátságos az emberekkel. Nemrég a Georgia Institute of Technology kutatói naivan azt sugalmazták, hogy a mesterséges intelligencia átveheti az emberi értékeket és a társadalmi szabályokat, ha elolvassa. egyszerű történetek. A valóságban ez sokkal nehezebb lesz.

„Sok egyszerű trükköt javasoltak, amelyek „megoldhatnák” az egész AI-szabályozási problémát” – mondja Armstrong. Ilyen például az ASI programozása úgy, hogy célja az emberek tetszése legyen, vagy hogy egyszerűen eszközként működjön az ember kezében. Egy másik lehetőség a szeretet vagy tisztelet fogalmának integrálása a forráskódba. Annak megakadályozására, hogy a mesterséges intelligencia leegyszerűsített, egyoldalú világnézetet vegyen fel, javasolták, hogy programozzák az intellektuális, kulturális és társadalmi sokszínűség értékére.

De ezek a megoldások túlságosan egyszerűek, és megpróbálják az emberi tetszés és nemtetszés összetettségét egyetlen felületes definícióba tömöríteni. Próbáld meg például a „tisztelet” világos, logikus és megvalósítható meghatározását. Ez rendkívül nehéz.

A Mátrix gépei könnyen elpusztíthatják az emberiséget

6. mítosz: „A mesterséges intelligencia el fog pusztítani minket”

Valóság: Nincs garancia arra, hogy a mesterséges intelligencia elpusztít bennünket, vagy hogy nem találjuk meg a módját annak ellenőrzésére. Ahogy Eliezer Yudkowsky mesterséges intelligencia-teoretikus mondta: „A mesterséges intelligencia sem nem szeret, sem nem gyűlöl, de atomokból vagytok, amelyeket más célokra is fel tud használni.”

Mesterséges intelligencia című könyvében. Szakasz. Fenyegetések. Stratégiák” – írta Nick Bostrom oxfordi filozófus, hogy egy valódi mesterséges szuperintelligencia, ha egyszer megjelenik, nagyobb kockázatot jelent, mint bármely más emberi találmány. Olyan neves elmék, mint Elon Musk, Bill Gates és Stephen Hawking (utóbbi arra figyelmeztetett, hogy a mesterséges intelligencia a „történelem legrosszabb hibája” lehet) szintén aggodalmának adott hangot.

McIntyre azt mondta, hogy az ISI-t vezérelhető célok többségében jó okok vannak arra, hogy megszabaduljanak az emberektől.

„Az AI teljesen helyesen megjósolhatja, hogy nem akarjuk, hogy maximalizálja egy adott vállalat profitját, függetlenül attól, hogy milyen költségekkel jár az ügyfelek, a környezet és az állatok számára. Tehát erős ösztönzést kap arra, hogy ne zavarják meg, ne avatják bele, ne kapcsolják ki, vagy ne változtassák meg céljait, mert az nem teljesítené eredeti céljait” – mondja McIntyre.

Hacsak az ASI céljai nem tükrözik pontosan a mieinket, akkor jó okuk lesz arra, hogy ne adjunk lehetőséget ennek megállítására. Tekintettel arra, hogy az ő intelligenciája jóval magasabb, mint a miénk, nem tehetünk ellene.

Senki sem tudja, hogy a mesterséges intelligencia milyen formát ölt, és hogyan fenyegetheti az emberiséget. Ahogy Musk megjegyezte, a mesterséges intelligencia felhasználható más mesterséges intelligencia irányítására, szabályozására és megfigyelésére. Vagy átitatható az emberi értékekkel, vagy az emberekkel való barátságosság mindenek felett álló vágyával.

7. mítosz: „A mesterséges szuperintelligencia barátságos lesz”

Valóság: Immanuel Kant filozófus úgy vélte, hogy az értelem szorosan összefügg az erkölcsösséggel. David Chalmers idegtudós a The Singularity: A Philosophical Analysis című tanulmányában átvette Kant híres ötletét, és a feltörekvő mesterséges szuperintelligenciára alkalmazta.

Ha ez igaz... számíthatunk arra, hogy egy intellektuális robbanás az erkölcs robbanásához vezet. Ezután elvárhatjuk, hogy a feltörekvő ASI rendszerek szupermorálisak és szuperintelligensek legyenek, ami lehetővé teszi számunkra, hogy jót várjunk tőlük.

De az az elképzelés, hogy a fejlett mesterséges intelligencia felvilágosult és kedves lesz, eleve nem túl valószínű. Ahogy Armstrong rámutatott, sok okos háborús bűnös van. Nem úgy tűnik, hogy az ész és az erkölcs közötti kapcsolat létezik az emberek között, ezért megkérdőjelezi ennek az elvnek a működését más intelligens formák között.

„Az erkölcstelenül viselkedő okos emberek sokkal nagyobb mértékben tudnak fájdalmat okozni, mint hülyébb társaik. Az intelligencia csak képessé teszi őket arra, hogy nagyobb intelligenciával rosszak legyenek, de nem teszi őket jóvá” – mondja Armstrong.

Ahogy McIntyre kifejtette, az alany azon képessége, hogy elérjen egy célt, nincs összefüggésben azzal, hogy ez a cél ésszerű lenne-e. „Nagyon szerencsések leszünk, ha mesterséges intelligenciaink egyedi tehetséggel rendelkeznek, és az erkölcsi szintjük az elmével együtt nő. A szerencsében való reménykedés nem a legjobb megközelítés arra, ami meghatározhatja a jövőnket” – mondja.

8. mítosz: „A mesterséges intelligencia és a robotika kockázatai egyenlőek”

Valóság: Ez egy különösen gyakori hiba, amelyet a kritikátlan média és az olyan hollywoodi filmek terjesztenek, mint a Terminátor.

Ha egy olyan mesterséges szuperintelligencia, mint a Skynet, valóban el akarta volna pusztítani az emberiséget, akkor nem használt volna hatcsövű géppuskával rendelkező androidokat. Sokkal hatékonyabb lenne a küldés biológiai pestis vagy nanotech szürke goo. Vagy csak rombolja a légkört.

A mesterséges intelligencia nem azért veszélyes, mert befolyásolhatja a robotika fejlődését, hanem azért, mert megjelenése általában milyen hatással lesz a világra.

9. mítosz: „Az AI sci-fi ábrázolása a jövő pontos ábrázolása”

Sokféle elme. Kép: Eliezer Yudkowsky

Természetesen a szerzők és a futuristák felhasználták a sci-fit, hogy fantasztikus jóslatokat készítsenek, de az ASI által meghatározott eseményhorizont egészen más történet. Ráadásul a mesterséges intelligencia embertelen természete lehetetlenné teszi, hogy megismerjük természetét és formáját, és így előre jelezzük is.

Hogy minket, ostoba embereket szórakoztassunk, a sci-fi legtöbb mesterséges intelligenciáját úgy ábrázolják, mint mi. „Minden lehetséges elme spektruma létezik. Még az emberek között is egészen más vagy, mint a szomszédod, de ez a változatosság semmi az összes létező intelligenciához képest” – mondja McIntyre.

A legtöbb science fictionnek nem kell tudományosan pontosnak lennie ahhoz, hogy lenyűgöző történetet meséljen el. A konfliktus általában közel álló hősök között bontakozik ki. „Képzeld el, milyen unalmas lenne egy történet, ahol egy MI tudat, öröm vagy gyűlölet nélkül minden ellenállás nélkül véget vet az emberiségnek, hogy elérjen egy érdektelen célt” – ásít Armstrong.

Több száz robot dolgozik a Tesla gyárban

10. mítosz: „Szörnyű, hogy a mesterséges intelligencia elviszi minden munkánkat”

Valóság: Az AI azon képessége, hogy sok tevékenységünket automatizálja, és az emberiség elpusztítására való képessége két nagyon különböző dolog. Martin Ford, A robotok hajnalában: Technológia és a munkanélküli jövő veszélye című könyv szerzője szerint azonban gyakran egy egészként tekintenek rájuk. Jó az AI-alkalmazások távoli jövőjére gondolni, de csak akkor, ha ez nem vonja el figyelmünket azokról a problémákról, amelyekkel a következő évtizedekben szembe kell néznünk. Ezek közül a legfontosabb a tömeges automatizálás.

Senki sem vonja kétségbe afelől, hogy a mesterséges intelligencia sok meglévő munkahelyet felvált, a gyári munkásoktól a fehérgalléros munka felső szintjéig. Egyes szakértők azt jósolják, hogy az Egyesült Államokban a munkahelyek felét az automatizálás fenyegeti a közeljövőben.

De ez nem jelenti azt, hogy ne tudnánk kezelni a sokkot. Általában fajunk kvázi utópisztikus célja, hogy megszabaduljunk munkánk nagy részétől, mind a fizikai, mind a szellemi.

„Néhány évtizeden belül a mesterséges intelligencia sok munkahelyet fog eltüntetni, de ez nem rossz” – mondja Miller. Az önvezető autók felváltják a teherautó-sofőröket, csökkentve a szállítási költségeket, és ennek eredményeként számos termék olcsóbb lesz. „Ha teherautó-sofőr vagy és ebből élsz, veszítesz, de éppen ellenkezőleg, mindenki más vásárolhat több tétel ugyanazért a fizetésért. A megtakarított pénzt pedig más árukra és szolgáltatásokra költik, amelyek új munkahelyeket teremtenek az emberek számára” – mondja Miller.

A mesterséges intelligencia minden valószínűség szerint új lehetőségeket teremt majd a jó előállításához, felszabadítva az embereket más dolgokra. A mesterséges intelligencia fejlesztésének előrehaladását más területeken is előrelépések kísérik, különösen a gyártás területén. A jövőben nem nehezebb, hanem könnyebb lesz az alapvető szükségleteink kielégítése.

A gyermekről álmodozó párok nem mindig valósítják meg könnyen a kívánt családpótlást. Bizonyos esetekben egy olyan szakember kötelező segítsége, aki tudja, mi az AI és az IVF, készen áll a modern használatára. orvosi technikák hogy a legnehezebb helyzetből is megtalálja a kiutat.

A fogalom értelmezése

Az AI eljárás a mesterséges megtermékenyítés, amely egyszerű és megfizethető segítő módszer megtermékenyítés. Megvalósítása során előkezelt spermát használnak. Természetes fogamzási sémát biztosítanak, ezért a megtermékenyítést a méh üregében végzik. Az egyetlen különbség a szexuális kapcsolat hiánya.

Minden más a szokásos séma szerint történik, így a terhesség nem különbözik a természetestől. A sikeres rendezvény érdekében a szakember egy speciális eszközt használ a megtermékenyítéshez, amely nem befolyásolja hátrányosan a férfi spermájának jellemzőit.

Mi a jobb az öko vagy a mesterséges megtermékenyítés? Minden esetben csak komplex megtermékenyítés után derül ki, hogy van-e értelme egy adott szaporodási technológiának. A szakértők megjegyzik, hogy a sikeres próbálkozások ritkábban fordulnak elő, mint a természetes szex során egészséges pároknál és IVF-nél. A hivatalos statisztikák megerősítik, hogy a fogantatás valószínűsége egy ciklusban kevesebb, mint harminc százalék. Nem meglepő, hogy azoknak az anyáknak, akik sikeresen végeztek megtermékenyítést, azt tanácsolják, hogy 3-4 eljárásra hangolódjanak fel.

Minden alkalommal kötelező figyelemmel kísérni a nő reproduktív rendszerének állapotát és a megtermékenyítésre való felkészültségét, ezért ha a megtermékenyítés későn történik, az eredmény katasztrofális lesz. Ugyanakkor a kudarc okai eltérőek, ezért válik fontossá a szakember segítsége. Meg kell jegyezni, hogy a petesejtek megtermékenyítése olyan esemény, amely nem jelent komoly hormonális terhelést a női testre, ezért az ismételt kísérletek megengedettek.

Optimális időzítés a terhességhez

Az embrió beültetése a természetes változat szerint történik, ami lehetővé teszi, hogy a menstruációs ciklus további lefolyására és a lehetséges fogantatásra összpontosítson.
Meddig ismert az eredmény a termékenyítés után? Annak érdekében, hogy megértse, mikor kell terhességi tesztet végeznie vagy vért kell adnia a hCG-hez, irányítani kell a baba születésének folyamatában.

A határidők a következők:

1. a megtermékenyített tojás körülbelül 6-7 napig mozog a petevezetéken, és magzati tojást képez;
2. 2-3 nap áll rendelkezésre a méhüregben történő rögzítésre;
3. Az embrióbeültetés leggyakrabban a 9-10. napon történik, ezért ilyenkor enyhe váladékozás figyelhető meg.

Ha egy nőnek span, a menstruáció másfél hét múlva kezdődik. Ugyanakkor a megtermékenyítés pozitív eredményei csak 16 nappal az eljárás után ismertek, ezért türelmesnek kell lennie, és csak a legjobbban kell hinnie.

Lehet-e megtermékenyíteni IVF után? Ha az IVF sikertelen volt a partnerek számára, lehetségessé válik az AI. A döntés egyéni alapon, átfogó vizsgálat után születik. Leggyakrabban ennek az ellenkezője történik. Ezenkívül a női test helyreállítása után több menstruációs ciklus után megtermékenyítés után is végezhet öko.

A termékenyítés előnyei és hátrányai

Az orvosok tudják, hogy mi a különbség az inszemináció és az ixia, IVF között, ezért az elvégzett vizsgálatok meghatározzák a babavállalás lehetőségét és az egyes elérhető technikák hatékonyságát.

A mesterséges megtermékenyítés előnyei:

1. a manipuláció természetessége;
2. genetikai kapcsolat a szülők és a baba között;
3. az eljárás megfizethető költsége.

A mesterséges megtermékenyítés hátrányai:

• ha a katétert helytelenül helyezik be a méh üregébe, fennáll a fertőzés veszélye;
• a mesterséges megtermékenyítéssel alacsonyabb a fogantatás aránya, mint más reprodukciós technológiákkal, ezért gyakran 3 alkalommal van szükség megtermékenyítésre;
• további, meghatározott protokoll szerint végzett hormonterápia továbbra is szükséges, a stimulált petefészkek mérete megnő, és jelentős mennyiségű folyadékot választ ki a hasüregben, ami súlygyarapodáshoz és puffadásérzethez vezet.

A pro és kontra érvek mérlegelése után megszületik a végső döntés a rendezvény megtartását illetően. Ugyanakkor a nők számára elérhető az ixia megtermékenyítése, mivel minden technikának vannak bizonyos jellemzői és különböző szinteken hatékonyság. A reproduktív beavatkozás megfelelő módszerének meghatározása után megállapítják az áthaladáshoz kötelező szakaszokat.

A szakértők megjegyzik, hogy a második és a harmadik megtermékenyítés is elvégezhető. Tartós kudarcok esetén javasolt a beavatkozás taktikájának megváltoztatása. Az eljárás háromszori elvégzése után az AI hatékonyságának százaléka meredeken, hat százalékra csökken, így célszerűbb az IVF elvégzése.

Az eljárás jellemzői

A termékenyítés állami támogatása nem biztosított. A megfizethető költség azonban növeli a rendezvény önköltségének esélyét. Emellett a rendelőben lehetőség van hitel igénybevételére vagy részletfizetésre, így a mesterséges megtermékenyítés kvóta nem kötelező.

A végső döntés a vizsgálatokkal egybekötött felmérés, a genom meghatározása és a HIV-tesztek letétele után születik meg. Bármilyen ellenjavallat kezdetben zavarja az AI-t, mert még HIV esetén sem ajánlott a megtermékenyítés. Az összes szükséges vizsgálat elvégzése után termékenyítési szerződés készül, melyben az eseményre vonatkozó összes szabályt részletezzük.

A szállítási mesterséges megtermékenyítés sémáját minden esetben előre meghatározzák a diagnosztikai intézkedések elvégzése után. A fő feladat a terhesség esélyének növelése a nőknél.

A mesterséges megtermékenyítés (AI) minden típusának vannak olyan jellemzői, amelyek meghatározzák a megtermékenyítés esélyét. Nélkül teljes vizsgálatés a meddőség okainak meghatározásakor a fogantatás esélye nagyon alacsony marad.

A maximális szint elérésének esélyének növelése érdekében ajánlatos figyelembe venni a nő életkorát, mivel a fiatal test kezdetben hajlamosabb a baba megfoganására.

Javallatok

Tehát, mint már megértettük, az eljárás lényege a férfi spermiumok bejuttatása a női nemi traktusba a további természetes fogantatás érdekében.

Figyelembe kell venni a baba fogantatásának lehetőségét az alábbi lehetőségek egyike szerint:

1. hüvelyi megtermékenyítés;
2. intracervikális;
3. méhen belüli;
4. Sorban;
5. intrafollikuláris.

A szakértők rámutatnak arra kisebb eltérések ban ben menstruációs ciklus, kinevezett minimális dózisok a petesejt érését és az ovuláció megindulását serkentő gyógyszerek. Ha saját kezűleg megtermékenyítésre kerül sor, fel kell készülnie arra, hogy a test további figyelmet igényel. Ugyanakkor még az alkohol is nemkívánatossá válik.

A kismamáknak tudniuk kell, hány éves korig végezhető a megtermékenyítés. Leggyakrabban 30-39 éves korban ajánlják az IUI-t, mivel a 36 éves kor kezdete után rendszeresen csökken az esély.

Ugyanakkor 40-43 év után a legjobb az IVF-hez folyamodni, mivel az AI már hatástalan lesz. Az ilyen korhatárok a reproduktív rendszerben a baba fogantatásához szükséges nemkívánatos változások következményei.

Adományozói szolgáltatások

Ha a házastársnak problémái vannak, egy nőnek lehetősége van donor spermát használni a baba megfoganásához. NÁL NÉL modern orvosság A heterológ megtermékenyítés a donor magjának mesterséges bejuttatása a jövőbeli anya méhébe. Ez az eljárás specifikus, ezért nemcsak a páciensnek, hanem a férjének is egyetértenie kell vele. Ezt a követelményt törvény határozza meg.

Hol kaphatok donort megtermékenyítéshez? A donor sperma felhasználásához egy speciális bankból származó biológiai anyag kiválasztása áll rendelkezésre. Ezzel egyidejűleg a férfi donornak általános orvosi és genetikai vizsgálaton kell átesnie, HIV, hepatitis B és C, valamint egyéb szexuális megbetegedések kimutatására. Csak tökéletes egészséggel van egy férfinak joga spermát adni és életet adni egy babának.

Meg kell jegyezni, hogy a fagyasztott donor spermát hat hónapig karanténban tartják, hogy kiküszöböljék a nemkívánatos betegségek férfiban történő megnyilvánulásával kapcsolatos kockázatokat. Az ilyen gondos megközelítés hozzájárul a genetikai patológiás vagy örökletes betegségekben szenvedő baba születésének kockázatának teljes kiküszöböléséhez.

Hogyan történik a donor kiválasztása a megtermékenyítéshez? A donor mesterséges megtermékenyítésének sikeres végrehajtása érdekében csak olyan egészséges spermát használnak, amely megfelel a következő követelményeknek:

1. a sperma minimális térfogata 2 milliliter;
2. spermiumkoncentráció - 80 milliliter per milliliter ondófolyadék;
3. a mobil és normál formák jelenléte - 60 százaléktól;
4. a spermiumoknak jó túlélésnek kell lenniük a fagyasztás után.

Figyelembe véve, hogy a donor megtermékenyítés költsége meglehetősen magas, a spermiumok eltérései nemkívánatosak.

A donor kiválasztása sikertelenül csak a következő gyakoriságú vizsgálatok után történik:

• terapeuta, urológus - évente egyszer;
• pszichiáter, genetikus, vércsoport és Rh faktor meghatározása, citogenetikai szűrés - egyszer;
• fertőzések kimutatása - hat hónap;
• vér HIV, hepatitis, szifilisz esetén - 3 hónap.

A spermiumok csak 6 hónap – egy év elteltével használhatók fel a férfibetegségekkel kapcsolatos kockázatok kiküszöbölésére. Bármilyen fertőzés veszélyes a születendő csecsemőre, ezért a biológiai anyagok használatának ilyen rendszere kötelező.

Lehetséges termékenyítést végezni az MHI szabályzat alapján? Az AI-ért nem lehet fizetni a CHI-ért. Mind a gyermektelen családok, mind az egyedülálló nők számára nagyon fontos az egészséges baba születése, ezért számos tényezőt figyelembe vesznek a donor sperma felhasználása során. A terhesség esélyének növelése érdekében érdemes áttérni a megtermékenyítéssel járó életmódra.

Felelősség a felkészülésért

A fogantatás nem minden esetben fordul elő mesterséges intelligencia esetén. Emiatt azonosítani kell azokat a nemkívánatos tényezőket, amelyek zavarhatják a jövőbeli szülőket.

Miért nem segített a megtermékenyítés:

1. Az eljárást az indikációk és ellenjavallatok figyelembevétele nélkül végezték. Az ilyen kockázat kiküszöbölése érdekében fontos, hogy teljes körű vizsgálatot végezzenek;
2. az eseményt nem vették figyelembe szükséges feltételeket. A spermium minőségének magasnak kell maradnia ahhoz, hogy a spermium sikeresen megtermékenyítse a petesejtet. Ezenkívül az ovulációs időszakot maximális pontatlansággal kell kiszámítani;
3. balszerencse. Ha az esetet elrejtik szerencse hiányában, a problémák 1-2 ciklusonként észlelhetők. Ebben az esetben megengedett a petefészkek stimulálása, néhány eljárás végrehajtása egy menstruációs ciklusban.

Fontos tényezők figyelembe vétele szükséges a baba születési esélyeinek növeléséhez.

Mennyibe kerül a mesterséges megtermékenyítés? Az AI az egyik legolcsóbb eljárás. Az árak 9000 rubeltől indulnak, és általában elérik a 35 000. A maximális ártartomány 80 000 rubel, figyelembe véve az összes szolgáltatást, diagnosztikai intézkedéseket, felírt gyógyszereket. Minden további próbálkozásnál árcsökkentésre számíthat.

A mesterséges megtermékenyítés az egyik legkedvezőbb árú szolgáltatás azoknak a családoknak, akik gyermekről álmodoznak. Az optimális árpolitika és a meglehetősen magas hatékonysági szint (akár 30%) hozzájárul az eljáráshoz.

A női testet érő jelentős hormonális terhelés hiánya lehetővé teszi, hogy az IVF előtt akár 3-4 kísérletet is lehessen végezni, így a család feltöltésének esélye csak nő.

Mesterséges intelligencia – miért végeztünk?

Mi a mesterséges intelligencia, és mitől félnek igazán az emberek?

Kapcsolatban áll

osztálytársak

A mesterséges intelligencia olyan téma, amelyről mindenki kialakította a saját véleményét.

A kérdéssel foglalkozó szakértők két táborra oszlanak.
Az elsőben azt hiszik, hogy mesterséges intelligencia nem létezik, a másodikban pedig, hogy létezik.

Melyiküknek van igaza - értette Rusbase.

Mesterséges intelligencia és az utánzás negatív következményei

A mesterséges intelligenciáról szóló vita fő oka a kifejezés megértése. Maga az intelligencia és a hangyák fogalma buktatóvá vált. A mesterséges intelligencia létezését tagadó emberek arra hivatkoznak, hogy lehetetlen mesterséges intelligenciát létrehozni, mivel az emberi intelligenciát nem vizsgálták, és ezért lehetetlen újrateremteni a hasonlatosságát.

A „hitetlenek” által használt második érv a hangyák esete. Az ügy fő tézise - hangyák hosszú ideje intelligenciával rendelkező lényeknek tartották, de a kutatások után világossá vált, hogy azt utánozták. Az intelligencia utánzása pedig nem jelenti annak jelenlétét. Ezért minden, ami intelligens viselkedést imitál, nem nevezhető intelligenciának.

A tábor másik fele (azt állítja, hogy létezik mesterséges intelligencia) nem foglalkozik a hangyákkal és az emberi elme természetével. Ehelyett gyakorlatiasabb fogalmakkal operálnak, aminek az a jelentése, hogy a mesterséges intelligencia a gépek azon tulajdonsága, hogy az ember intellektuális funkcióit ellátja. De mit tekintünk intellektuális funkcióknak?

A mesterséges intelligencia története és ki találta ki

John McCarthy, a „mesterséges intelligencia” kifejezés megalkotója az intelligenciát a célok elérésére való képesség számítási összetevőjeként határozta meg. McCarthy a mesterséges intelligencia meghatározását az intelligens számítógépes programok létrehozásának tudományaként és technológiájaként magyarázta.

McCarthy meghatározása később jelent meg, mint maga a tudományos irány. A múlt század közepén a tudósok megpróbálták megérteni, hogyan működik az emberi agy. Aztán jöttek a számításelméletek, az algoritmusok elméletei és a világ első számítógépei, amelyek számítási képességei arra késztették a tudomány fényeseit, hogy elgondolkodjanak azon, össze lehet-e hasonlítani egy gépet az emberi elmével.

A hab a tortán Alan Turing megoldása volt, aki megtalálta a módját a számítógép intelligenciájának tesztelésének – és megalkotta a Turing-tesztet, amely meghatározza, hogy egy gép képes-e gondolkodni.

Mi tehát a mesterséges intelligencia és miért jön létre?

Ha nem vesszük figyelembe a hangyákat és az emberi intelligencia természetét, a mesterséges intelligencia a modern kontextusban a gépek, számítógépes programok és rendszerek azon tulajdonsága, hogy ellátják az ember szellemi és kreatív funkcióit, önállóan megtalálják a problémák megoldásának módját, képes következtetéseket levonni és döntéseket hozni.

Racionális, ha a mesterséges intelligenciát nem az emberi elme látszatának tekintjük, és különválasztjuk a futurológiát és a tudományt, akárcsak az AI és a Skynet.

Ráadásul a legtöbb modern, mesterséges intelligencia-technológiák segítségével létrehozott termék nem a mesterséges intelligencia fejlődésének új állomása, hanem csak a régi eszközök felhasználása új és szükséges megoldások létrehozására.

Miért nem számít a frissítés a mesterséges intelligencia fejlesztésének?

De vajon ezek új ötletek? Vegyük például a Sirit, egy felhőalapú asszisztenst, amely kérdés-felelet rendszerrel van felszerelve. Egy hasonló projektet 1966-ban hoztak létre, és szintén viselték nő neve- Eliza. Az interaktív program olyan valósághű párbeszédet folytatott a beszélgetőpartnerrel, hogy az emberek felismertek benne egy élő embert.

Vagy az ipari robotok, amelyeket az Amazon használ a raktárában. Jóval azelőtt, 1956-ban az Unimation robotok a General Motorsnál dolgoztak, nehéz alkatrészeket mozgattak és autók összeszerelésében segítettek. És Shakey integrált robotja, amelyet 1966-ban fejlesztettek ki, és ez lett az első mesterséges intelligencia által irányított mobil robot? Nem úgy néz ki, mint egy modern és továbbfejlesztett Nadine?

A természetellenes intelligenciák problémái. Grigorij Bakunov intellektusa

És hol a legújabb trend – a neurális hálózatok – nélkül? Ismerjük a modern startupokat a neurális hálózatokon – emlékezzünk legalább a Prismára. De a mintafelismerés önszerveződésének elvén alapuló mesterséges neurális hálózat, az úgynevezett "Cognitron", amelyet még 1975-ben hoztak létre, nem az.

Az intelligens chatbotok sem kivételek. A chatbotok távoli őse a CleverBot, amely egy 1998-ban kifejlesztett mesterséges intelligencia algoritmuson fut.

Ezért a mesterséges intelligencia nem valami új és egyedi. Az emberiség egy jelenség általi rabszolgasorba ejtésének ijesztő kilátása – még inkább. Manapság az AI arról szól, hogy régi eszközöket és ötleteket használjon fel új termékekben, hogy megfeleljen a mai világ követelményeinek.

A mesterséges intelligencia lehetőségei és a teljesítetlen elvárások

Ha a mesterséges intelligenciát egy emberhez hasonlítjuk, akkor ma már a fejlődése a kanalat fogni megtanuló, két lábon négykézláb felkelni igyekvő, pelenkáról nem tudó gyerek szintjén van.

Megszoktuk, hogy az AI egy mindenható technológia. Még az Úristent sem mutatják be olyan mindenhatónak a filmekben, mint egy Excel-táblagépet, amely kikerült a vállalat irányítása alól. Lekapcsolhatja-e Isten az összes villanyt a városban, megbéníthatja-e a repülőteret, kiszivárogtathatja-e államfők titkos levelezését az internetre, és gazdasági válságot provokálhat? Nem, de a mesterséges intelligencia képes, de csak a filmekben.

A nagy elvárások miatt élünk az életben, mert egy automata robotporszívó nem hasonlítható össze Tony Stark robot komornyikjával, és egy otthonos és aranyos Zenbo nem ad Westworldet.

Oroszország és a mesterséges intelligencia használata – él valaki?

És bár a mesterséges intelligencia nem váltja be a többség elvárásait, Oroszországban különféle területeken alkalmazzák, pl. a kormány irányítjaés randevúzással végződik.

Manapság a mesterséges intelligencia a képadatok elemzésével is segíthet az objektumok megtalálásában és azonosításában. A videóból már beazonosítható egy személy agresszív viselkedése, észlelhető egy ATM-be való betörési kísérlet, és felismerhető a betörő személy kiléte.

A biometrikus technológiák is előrehaladtak, és nemcsak ujjlenyomatokat tesznek lehetővé, hanem hangot, DNS-t vagy retinát is. Igen, akárcsak a különleges ügynökökről szóló filmekben, akik csak szkennelés után juthattak be egy titkos helyre szemgolyó. A biometrikus technológiákat azonban nem csak a titkos ügynökök ellenőrzésére használják. A való világban a biometrikus adatokat a hitelesítésre, a hitelkérelem ellenőrzésére és az alkalmazottak teljesítményének nyomon követésére használják.

A biometria nem az egyetlen alkalmazás. A mesterséges intelligencia szorosan kapcsolódik más technológiákhoz, és megoldja a kiskereskedelem, a fintech, az oktatás, az ipar, a logisztika, a turizmus, a marketing, az orvostudomány, az építőipar, a sport és az ökológia problémáit. Az AI-t Oroszországban használják a legsikeresebben a prediktív analitika, az adatbányászat, a természetes nyelvi feldolgozás problémáinak megoldására, beszédtechnológiák, biometrikus adatok és számítógépes látás.

A mesterséges intelligencia feladatai és miért nem tartozik neked semmivel

A mesterséges intelligenciának nincs küldetése, a feladatokat azzal a céllal tűzik ki számára, hogy csökkentsék az erőforrásokat, legyen az idő, pénz vagy ember.

Példa erre az adatbányászat, ahol az AI optimalizálja a beszerzést, az ellátási láncokat és más üzleti folyamatokat. Vagy számítógépes látás, ahol a mesterséges intelligencia technológiák segítségével videóelemzést végeznek, és elkészítik a videótartalom leírását. A beszédtechnológiák problémáinak megoldása érdekében az AI felismeri, elemzi és szintetizálja szóbeli beszéd, újabb kis lépést tesz afelé, hogy megtanítsa a számítógépet megérteni az embert.

Az ember számítógép általi megértése a küldetés, amelynek teljesítése közelebb visz az erős intellektus megteremtéséhez, hiszen a természetes nyelv felismeréséhez a gépnek nemcsak hatalmas világismeretre, hanem állandóra is szüksége van. interakciót vele. Ezért az erős mesterséges intelligenciában „hívők” az ember gépi megértését tartják a mesterséges intelligencia legfontosabb feladatának.

A humanoid Nadine személyiséggel rendelkezik, és társasági társnak hivatott.

A mesterséges intelligencia filozófiájában létezik még egy hipotézis is, amely szerint létezik gyenge és erős mesterséges intelligencia. Ebben az a számítógép, amely képes gondolkodni és tudatában van önmagának, erős intellektusnak minősül. A gyenge intelligencia elmélete elutasítja ezt a lehetőséget.

Az erős intellektusnak valóban sok követelménye van, amelyek közül néhányat már teljesítettek is. Például a tanulás és a döntéshozatal. De nagy kérdés, hogy a MacBook valaha is képes lesz-e megfelelni az olyan követelményeknek, mint az empátia és a bölcsesség.

Lehetséges, hogy a jövőben lesznek olyan robotok, amelyek nemcsak utánozzák az emberi viselkedést, hanem együttérzően bólogatnak is, hallgatva az emberi lét igazságtalansága miatti újabb elégedetlenséget?

Különben miért van szükség mesterséges intelligenciával rendelkező robotra?

Oroszországban kevés figyelmet fordítanak a mesterséges intelligenciát használó robotikára, de van remény, hogy ez átmeneti jelenség. Dmitry Grishin, a Mail Group vezérigazgatója, még a Grishin Robotics alapot is, azonban az alap nagy horderejű leletei még nem hangzottak el.

Egy újabb jó orosz példa az i-Free Emelya robotja, amely képes megérteni a természetes nyelvet és kommunikálni a gyerekekkel. Az első szakaszban a robot megjegyzi a gyermek nevét és életkorát, korosztályához igazodva. Meg tud érteni és válaszolni is tud kérdésekre, például az időjárás-előrejelzésről beszél, vagy tényeket mond el a Wikipédiából.

Más országokban a robotok népszerűbbek. Például a kínai Henan tartományban a nagysebességű vonatok állomásán van egy igazi, amely képes leolvasni és felismerni az utasok arcát.

Ebben az évben a Yandex elindította az Alice hangasszisztenst. Az új szolgáltatás lehetővé teszi a felhasználó számára, hogy híreket és időjárást hallgasson, választ kapjon a kérdésekre, és egyszerűen kommunikáljon a bottal. "Alice" néha pimasz, néha szinte ésszerűnek és emberileg szarkasztikusnak tűnik, de gyakran nem tudja, miről kérdezik, és egy tócsában ül.

Mindez nem csak vicchullámot szült, hanem a mesterséges intelligencia fejlesztéséről szóló újabb vitakört is. Ma szinte minden nap érkeznek hírek az intelligens algoritmusok által elért eredményekről, és a gépi tanulást az egyik legígéretesebb területnek nevezik.

A mesterséges intelligenciával kapcsolatos főbb kérdések tisztázása érdekében Szergej Markovval, a mesterséges intelligencia és a gépi tanulási módszerek specialistájával, az egyik legerősebb hazai sakkprogram, a SmarThink szerzőjével és a XXIII. század projekt megalkotójával beszélgettünk.

Szergej Markov,

mesterséges intelligencia specialista

Az AI-ról szóló mítoszok megdöntése

Tehát mi az a „mesterséges intelligencia”?

A "mesterséges intelligencia" fogalma kissé szerencsétlen. Kezdetben a tudományos közösségből indult ki, végül behatolt a tudományos-fantasztikus irodalomba, ezen keresztül pedig a popkultúrába, ahol számos változáson ment keresztül, sokféle interpretációval benőtt, végül pedig teljesen misztifikálódott.

Ezért hallunk gyakran olyan kijelentéseket nem szakemberektől, mint: „MI nem létezik”, „MI nem hozható létre”. A mesterséges intelligencia területén végzett kutatások lényegének meg nem értése könnyen más végletek felé vezeti az embereket – pl. modern rendszerek Az MI-nek tulajdonítják a tudatosságot, a szabad akaratot és a titkos indítékokat.

Próbáljuk meg szétválasztani a legyeket a szeletektől.

A tudományban a mesterséges intelligencia olyan rendszerekre utal, amelyeket az intellektuális problémák megoldására terveztek.

Az intellektuális feladat viszont olyan feladat, amelyet az emberek saját értelmük segítségével oldanak meg. Megjegyzendő, hogy ebben az esetben a szakértők szándékosan kerülik az „intelligencia” fogalmának meghatározását, mivel az AI-rendszerek megjelenése előtt az intelligencia egyetlen példája az emberi intelligencia volt, és az intelligencia fogalmának egyetlen példa alapján történő meghatározása ugyanaz, mintha megpróbálnánk. egyenes vonalat húzni rajta egyetlen pont. Annyi ilyen sor lehet, amennyit csak akar, ami azt jelenti, hogy az intelligencia fogalmáról szóló vita évszázadokig folytatható.

"erős" és "gyenge" mesterséges intelligencia

Az AI-rendszereket két nagy csoportra osztják.

Alkalmazott mesterséges intelligencia(a "gyenge AI" vagy a "szűk AI" kifejezést is használják, az angol hagyomány szerint gyenge / alkalmazott / szűk AI) egy olyan mesterséges intelligencia, amelyet bármely intellektuális feladat vagy azok egy részének megoldására terveztek. Ebbe az osztályba tartoznak a sakkjáték, a go, a képfelismerő, a beszéd, a bankhitel kibocsátásával vagy elutasításával kapcsolatos döntéshozatali rendszerek stb.

Az alkalmazott MI-vel szemben a koncepció bevezetésre kerül univerzális mesterséges intelligencia(más néven "strong AI", angolul - strong AI / Artificial General Intelligence) - vagyis egy hipotetikus (eddig) AI, amely képes megoldani bármilyen szellemi feladatokat.

Az emberek gyakran a terminológiát nem ismerve az MI-t az erős mesterségesintelligencia-val azonosítják, emiatt a „MI nem létezik” szellemiségű ítéletek születnek.

Erős mesterséges intelligencia még nem igazán létezik. Gyakorlatilag az összes előrelépés, amelyet az elmúlt évtizedben az AI területén tapasztaltunk, az alkalmazott rendszerek fejlődése volt. Ezeket a sikereket nem lehet alábecsülni, hiszen az alkalmazott rendszerek bizonyos esetekben jobban képesek megoldani az intellektuális problémákat, mint az egyetemes emberi intelligencia.

Azt hiszem, észrevette, hogy az AI fogalma meglehetősen tág. Tegyük fel, hogy a fejben számolás is intellektuális feladat, ami azt jelenti, hogy minden számológép mesterséges intelligencia rendszernek minősül. Mi a helyzet a számlákkal? golyós számológép? Antikythera mechanizmus? Valójában mindez formális, bár primitív, de mesterséges intelligencia rendszerek. Általában azonban, ha valamilyen rendszert mesterséges intelligencia rendszernek nevezünk, ezzel hangsúlyozzuk a rendszer által megoldott feladat összetettségét.

Nyilvánvaló, hogy az intellektuális feladatok egyszerű és összetett felosztása nagyon mesterséges, és az egyes feladatok összetettségéről alkotott elképzeléseink fokozatosan változnak. A mechanikus számológép a 17. században a technika csodája volt, de ma már nem tud lenyűgözni az embereket, akik gyermekkoruk óta sokkal összetettebb mechanizmusokkal szembesülnek. Amikor az autók játéka a Go-ban vagy az autók robotpilótái már nem lepik meg a közvéleményt, biztosan lesznek olyanok, akik összerezzenek attól a ténytől, hogy valaki az ilyen rendszereket az MI-nek tulajdonítja.

„Robotok – kiváló tanulók”: az AI tanulási képességéről

Egy másik vicces tévhit az, hogy az AI-rendszereknek képesnek kell lenniük az öntanulásra. Egyrészt ez egyáltalán nem kötelező tulajdonsága az AI-rendszereknek: sok elképesztő rendszer létezik, amelyek nem képesek öntanulásra, de ennek ellenére sok problémát jobban megoldanak, mint az emberi agy. Másrészt néhányan egyszerűen nem tudják, hogy az öntanulás olyan funkció, amelyet sok mesterséges intelligencia rendszer már több mint ötven évvel ezelőtt elsajátított.

Amikor 1999-ben megírtam az első sakkprogramomat, az önálló tanulás már közhely volt ezen a területen - a programok képesek voltak megjegyezni a veszélyes pozíciókat, magukhoz igazították a nyitóvariációkat, hozzáigazították a játékstílust, az ellenfélhez igazodva. Természetesen ezek a programok még nagyon messze voltak az Alpha Zero-tól. Azonban még olyan rendszerek is léteztek, amelyek más rendszerekkel való interakción alapuló viselkedést tanulnak meg az úgynevezett „megerősítő tanulási” kísérletekben. Valamilyen megmagyarázhatatlan okból azonban egyesek még mindig úgy gondolják, hogy az önálló tanulás képessége az emberi értelem kiváltsága.

A gépi tanulás, egy egész tudományos tudományág, a gépek tanításának folyamataival foglalkozik bizonyos problémák megoldására.

A gépi tanulásnak két nagy pólusa van: a felügyelt tanulás és a felügyelet nélküli tanulás.

Nál nél tanárral tanulni a gépnek már számos feltételesen helyes megoldása van bizonyos esethalmazokra. A tanulás feladata ebben az esetben a gép megtanítása a rendelkezésre álló példák alapján elfogadásra helyes döntéseket más, ismeretlen helyzetekben.

A másik véglet - tanár nélkül tanulni. Vagyis a gép olyan helyzetbe kerül, ahol a helyes megoldások ismeretlenek, csak nyers, címkézetlen formában vannak adatok. Kiderül, hogy ilyen esetekben el lehet érni némi sikert. Például megtaníthat egy gépet egy nyelv szavai közötti szemantikai kapcsolatok azonosítására nagyon nagy szöveghalmaz elemzése alapján.

A felügyelt tanulás egyik típusa a megerősítéses tanulás. Az ötlet az, hogy a mesterséges intelligencia rendszer egy olyan ágensként működik, amelyet valamilyen modellkörnyezetben helyeznek el, amelyben kölcsönhatásba léphet más ágensekkel, például saját másolataival, és jutalmazási funkción keresztül visszajelzést kaphat a környezettől. Például egy sakkprogram, amely önmagával játszik, fokozatosan állítja be a paramétereit, és ezáltal fokozatosan erősíti saját játékát.

A megerősítő tanulás meglehetősen tág terület, és számos érdekes technikát használ az evolúciós algoritmusoktól a Bayes-féle optimalizálásig. A játékokhoz készült mesterséges intelligencia legújabb fejlesztései pontosan összefüggenek a mesterséges intelligencia felerősítésével a tanulás megerősítése során.

Technológiai kockázatok: kell-e félnünk a világvégétől?

Nem tartozom az AI riasztói közé, és ebben az értelemben egyáltalán nem vagyok egyedül. Például Andrew Ng, a Stanford Machine Learning kurzus megalkotója a mesterséges intelligencia veszélyeit a Marson tapasztalható túlnépesedés problémájához hasonlítja.

Valójában a jövőben valószínű, hogy az emberek kolonizálják a Marsot. Valószínű az is, hogy előbb-utóbb a túlnépesedés problémája is felmerülhet a Marson, de nem teljesen világos, hogy most miért kell ezzel a problémával foglalkozni? Egyetért Yn-nel és Yang LeKunnal - a konvolúciós neurális hálózatok megalkotójával, valamint főnökével, Mark Zuckerberggel, valamint Joshua Benóval - olyan személlyel, akinek nagyrészt kutatásainak köszönhetően a modern neurális hálózatok képesek összetett problémákat megoldani a szövegszerkesztés területén.

Valószínűleg több órába telhet, amíg ismertetem a problémával kapcsolatos nézeteimet, ezért csak a fő tézisekre fogok koncentrálni.

1. NE KORLÁTOZD AZ AI FEJLESZTÉST

A riasztók figyelembe veszik a mesterséges intelligencia lehetséges megzavarásával járó kockázatokat, miközben figyelmen kívül hagyják azokat a kockázatokat, amelyek az e területen történő előrehaladás korlátozásával vagy akár megállításával kapcsolatosak. Az emberiség technológiai ereje rendkívül gyors ütemben növekszik, ami egy olyan hatáshoz vezet, amit én "az apokalipszis költségeinek leszorításának" nevezek.

150 évvel ezelőtt az emberiség minden akarattal nem tudott helyrehozhatatlan károkat okozni sem a bioszférában, sem önmagában, mint fajban. Az 50 évvel ezelőtti katasztrofális forgatókönyv megvalósításához az atomhatalmak teljes technológiai erejét kellett volna koncentrálni. Holnap egy kis maroknyi fanatikus elég lehet ahhoz, hogy életre keltsen egy globális ember okozta katasztrófát.

Technológiai hatalmunk sokkal gyorsabban növekszik, mint az emberi intelligencia azon képessége, hogy irányítsa ezt az erőt.

Hacsak az emberi intelligenciát előítéleteivel, agressziójával, téveszméivel és szűklátókörűségével fel nem váltja egy olyan rendszer, amely képes megalapozottabb döntéseket hozni (legyen szó mesterséges intelligenciáról, vagy ami szerintem valószínűbb, technológiailag továbbfejlesztett, gépekkel integrált emberi intelligencia) egyetlen rendszer), várhatunk egy globális katasztrófára.

2. a szuperintelligencia létrehozása alapvetően lehetetlen

Van egy elképzelés, hogy a jövő mesterséges intelligenciája minden bizonnyal szuperintelligens lesz, még jobban felülmúlja az embereket, mint az emberek a hangyákat. Ebben az esetben félek csalódást okozni a technológiai optimistáknak is – Univerzumunk számos alapvető fizikai korlátot tartalmaz, amelyek nyilvánvalóan lehetetlenné teszik a szuperintelligencia létrejöttét.

Például a jelátvitel sebességét a fénysebesség korlátozza, és a Heisenberg-bizonytalanság megjelenik a Planck-skálán. Ez magában foglalja az első alapvető korlátot - a Bremermann-határt, amely korlátozásokat ír elő egy adott m tömegű autonóm rendszer maximális számítási sebességére.

Egy másik korlát a Landauer-elvhez kapcsolódik, miszerint 1 bitnyi információ feldolgozásakor van egy minimális hőmennyiség. A túl gyors számítások elfogadhatatlan felmelegedést és a rendszer tönkremenetelét okozzák. Valójában a modern processzorok kevesebb mint ezerszer maradnak el a Landauer-határtól. Úgy tűnik, 1000 elég sok, de egy másik probléma, hogy sok intellektuális feladat az EXPTIME összetettségi osztályba tartozik. Ez azt jelenti, hogy a megoldásukhoz szükséges idő a probléma dimenziójának exponenciális függvénye. A rendszer többszöri felgyorsítása csak az "intelligencia" állandó növekedését eredményezi.

Általában nagyon komoly okunk van azt hinni, hogy egy szuperintelligens, erős mesterséges intelligencia nem fog működni, bár természetesen az emberi intelligencia szintje meghaladható. Mennyire veszélyes? Valószínűleg nem nagyon.

Képzeld el, hogy hirtelen elkezdtél százszor gyorsabban gondolkodni, mint mások. Ez azt jelenti, hogy könnyedén rá tud majd venni bármely járókelőt, hogy adja oda a pénztárcáját?

3. más miatt aggódunk

Sajnálatos módon a riasztóknak a közvélemény félelmeire vonatkozó, a Terminátoron, valamint Clark és Kubrick híres HAL 9000-én felhozott spekulációi következtében az AI biztonság fókuszában eltolódik a valószínűtlen, de látványos forgatókönyvek elemzése. Ugyanakkor a valódi veszélyek is kikerülnek a szemünk elől.

Minden kellően összetett technológia, amely azt állítja, hogy fontos helyet foglal el technológiai környezetünkben, bizonyosan sajátos kockázatokat rejt magában. Sok élet ment tönkre gőzgépek- a termelésben, a szállításban és így tovább - mielőtt hatékony szabályokat és biztonsági intézkedéseket dolgoztak ki.

Ha az alkalmazott mesterséges intelligencia területén elért haladásról beszélünk, akkor az ezzel kapcsolatos problémára, az úgynevezett „digitális titkos bíróságra” lehet figyelni. Egyre több alkalmazott AI-rendszer hoz döntéseket az emberek életét és egészségét érintő kérdésekben. Ebbe beletartoznak az orvosi diagnosztikai rendszerek, és például azok a rendszerek, amelyek a bankokban döntenek arról, hogy kiadnak-e vagy sem kölcsönt az ügyfélnek.

Ugyanakkor az alkalmazott modellek felépítése, a felhasznált tényezők összessége, a döntéshozatali eljárás egyéb részletei rejtve maradnak az előtt, akinek a sorsa forog kockán.

Az alkalmazott modellek döntéseiket olyan szakértő tanárok véleményére alapozhatják, akik szisztematikus hibákat követtek el, vagy bizonyos előítéletekkel – faji, nemi – rendelkeztek.

Az ilyen szakértők döntéseire kiképzett mesterséges intelligencia lelkiismeretesen reprodukálja ezeket az előítéleteket döntéseiben. Végül is ezek a modellek bizonyos hibákat tartalmazhatnak.

Ma már kevesen foglalkoznak ezekkel a problémákkal, mert az atomháborút kirobbantó SkyNet persze sokkal látványosabb.

A neurális hálózatok mint "forró trend"

Egyrészt a neurális hálózatok az egyik legrégebbi AI-rendszerek felépítésére használt modellek. Kezdetben a bionikus megközelítés alkalmazása következtében jelentek meg, de gyorsan elmenekültek biológiai prototípusaik elől. Az egyetlen kivétel itt az impulzus-neurális hálózatok (az iparban azonban még nem találtak széles körű alkalmazást).

Az elmúlt évtizedek előrehaladása a mély tanulási technológiák fejlődéséhez kapcsolódik – ez a megközelítés, amelyben a neurális hálózatok nagyszámú rétegből állnak össze, amelyek mindegyike bizonyos szabályos minták alapján épül fel.

Az új neurális hálózati modellek létrehozása mellett a tanulási technológiák területén is jelentős előrelépés történt. A neurális hálózatok oktatása ma már nem a számítógépek központi processzorainak segítségével, hanem speciális, gyors mátrix- és tenzorszámításra képes processzorok használatával történik. Manapság az ilyen eszközök leggyakoribb típusa a videokártya. Aktívan fejlesztenek azonban még speciálisabb eszközöket a neurális hálózatok képzésére.

Általánosságban elmondható, hogy a neurális hálózatok ma az egyik fő technológiát jelentik a gépi tanulás területén, aminek számos, korábban nem kielégítően megoldott probléma megoldását köszönhetjük. Másrészt persze meg kell értened, hogy a neurális hálózatok nem csodaszer. Egyes feladatokhoz messze nem a leghatékonyabb eszköz.

Tehát valójában mennyire okosak a mai robotok?

Minden relatív. A 2000-es év technológiáinak hátterében a mostani eredmények igazi csodának tűnnek. Mindig lesznek olyanok, akik szeretnek morogni. 5 éve erősen beszéltek arról, hogy a gépek soha nem fogják legyőzni az embereket a Go-ban (vagy legalábbis nem fognak egyhamar nyerni). Azt mondták, hogy egy gép soha nem tudna a semmiből képet rajzolni, míg manapság az emberek gyakorlatilag nem tudnak különbséget tenni a gépekkel készített képek és a számára ismeretlen művészek festményei között. Tavaly év végén a gépek megtanulták szintetizálni az embertől szinte megkülönböztethetetlen beszédet, az utóbbi években pedig a fül sem hervad el a gépek által keltett zenétől.

Lássuk, mi lesz holnap. Nagy optimizmussal tekintek az AI ezen alkalmazásaira.

Ígéretes útmutatás: hol kezdjem el az AI területén való búvárkodást?

Azt tanácsolom, hogy próbálja meg jó szinten elsajátítani az egyik népszerű neurális hálózati keretrendszert és a gépi tanulás területén népszerű programozási nyelvek egyikét (ma a legnépszerűbb a TensorFlow + Python kombináció).

Miután elsajátította ezeket az eszközöket, és ideális esetben erős bázissal rendelkezik a matematikai statisztika és valószínűségszámítás területén, erőfeszítéseit arra a területre kell irányítania, amely személyesen a legérdekesebb lesz.

A munka tárgya iránti érdeklődés az egyik legfontosabb asszisztense.

Különféle területeken van szükség gépi tanulással foglalkozó szakemberekre - az orvostudományban, a bankszektorban, a tudományban, a gyártásban, így ma is jó szakember nagyobb választék, mint valaha. Számomra jelentéktelennek tűnnek ezen iparágak lehetséges előnyei ahhoz képest, hogy a munka örömet okoz.

A mesterséges intelligencia neurális hálózatot hozott létre 2017. december 15-én

Odáig éltünk, hogy a mesterséges intelligencia létrehozza a saját neurális hálózatát. Bár sokan azt hiszik, hogy egy és ugyanaz. Valójában azonban nem minden olyan egyszerű, és most megpróbáljuk kitalálni, mi ez, és ki tud kit létrehozni.

A Google Brain részlegének mérnökei idén tavasszal bemutatták az AutoML-t. Ez a mesterséges intelligencia emberi beavatkozás nélkül képes saját egyedi mesterséges intelligencia előállítására. Mint nemrég kiderült, az AutoML először tudott létrehozni a NASNet-et, egy számítógépes látásrendszert. Ez a technológia komolyan felülmúlja az emberek által korábban létrehozott összes analógot. Ez az AI-alapú rendszer nagy segítséget jelenthet mondjuk autonóm autók fejlesztésében. A robotikában is alkalmazható – a robotok teljesen új szintet érhetnek el.

Az AutoML fejlesztése egy egyedülálló megerősítő tanulási rendszeren alapul. Olyan menedzseri neurális hálózatról beszélünk, amely önállóan fejleszt teljesen új, bizonyos konkrét feladatokra tervezett neurális hálózatokat. Az általunk jelzett esetben az AutoML célja egy olyan rendszer létrehozása, amely a legpontosabban ismeri fel a videóban lévő objektumokat valós időben, valós időben.

Maga a mesterséges intelligencia képes volt egy új neurális hálózat kiképzésére, a hibák nyomon követésére és a munkák kijavítására. A betanítási folyamatot többször (ezerszer) megismételték, amíg a rendszer működőképessé nem vált. Érdekes módon képes volt megkerülni a jelenleg elérhető, de egy személy által tervezett és betanított hasonló neurális hálózatokat.

Ugyanakkor az AutoML kiértékeli a NASNet teljesítményét, és ezeket az információkat az utódhálózat fejlesztésére használja fel; ez a folyamat ezerszer megismétlődik. Amikor a mérnökök az ImageNet és a COCO képkészleteken tesztelték a NASNet-et, az minden létező számítógépes képfeldolgozó rendszert felülmúlt.

A Google hivatalosan kijelentette, hogy a NASNet 82,7%-os pontossággal ismeri fel. Az eredmény 1,2%-kal haladja meg a korábbi rekordot, amelyet ez év kora őszén állítottak fel a Momenta és az Oxford szakemberei. A NASNet 4%-kal hatékonyabb, mint társai, átlagosan 43,1%-os pontossággal.

Létezik a NASNet egyszerűsített változata is, amely mobil platformokhoz lett igazítva. Valamivel több mint három százalékkal meghaladja az analógokat. A közeljövőben lehetővé válik ennek a rendszernek a felhasználása autonóm autók gyártására, amelyeknél fontos a számítógépes látás. Az AutoML továbbra is új, örökletes neurális hálózatokat hoz létre, és még nagyobb magasságok meghódítására törekszik.

Ez természetesen etikai kérdéseket vet fel az AI-val kapcsolatos aggodalmakkal kapcsolatban: mi van, ha az AutoML olyan ütemben épít rendszereket, hogy a társadalom egyszerűen nem tud lépést tartani? Azonban sokan nagy cégek próbálja meg figyelembe venni a mesterséges intelligencia biztonsági aggályait. Például az Amazon, a Facebook, az Apple és néhány más vállalat a Partnership on AI to Benefit People and Society tagja. Az Institute of Electrical and Engineers (IEE) etikai szabványokat is javasolt a mesterséges intelligencia számára, a DeepMind például egy olyan csoport létrehozását jelentette be, amely a mesterséges intelligencia alkalmazásaival kapcsolatos morális és etikai kérdésekkel fog foglalkozni.

Sok nagy cég azonban igyekszik figyelembe venni az AI biztonsági kérdéseit. Ez természetesen etikai kérdéseket vet fel az AI-val kapcsolatos aggodalmakkal kapcsolatban: mi van, ha az AutoML olyan ütemben épít rendszereket, hogy a társadalom egyszerűen nem tud lépést tartani? Az Institute of Electrical and Engineers (IEE) etikai szabványokat is javasolt a mesterséges intelligencia számára, a DeepMind például egy olyan csoport létrehozását jelentette be, amely a mesterséges intelligencia alkalmazásaival kapcsolatos morális és etikai kérdésekkel fog foglalkozni. Például az Amazon, a Facebook, az Apple és néhány más vállalat a Partnership on AI to Benefit People and Society tagja.

Mi az a mesterséges intelligencia?

A "mesterséges intelligencia" kifejezés szerzője John McCarthy, a Lisp nyelv feltalálója, a funkcionális programozás megalapítója, valamint a mesterséges intelligencia kutatásához való nagy hozzájárulásáért a Turing-díj nyertese.
A mesterséges intelligencia egy módja annak, hogy egy számítógépet, számítógép által vezérelt robotot vagy programot az emberhez hasonlóan intelligens gondolkodásra is képessé tegyenek.

A mesterséges intelligencia területén végzett kutatás tanulással történik szellemi kapacitás emberi, majd ennek a tanulmánynak az eredményeit használják az intelligens programok és rendszerek fejlesztésének alapjául.

Mi az a neurális hálózat?

A neurális hálózat ötlete az összegyűjtés összetett szerkezet nagyon egyszerű elemekből. Nem valószínű, hogy az agy egyetlen része intelligensnek tekinthető - de az emberek általában meglepően jól teljesítenek egy IQ-teszten. Mindazonáltal eddig általában nevetségessé vált a „semmiből” elme létrehozásának gondolata: az ezer írógépes majomról szóló vicc már száz éves, és ha úgy tetszik, a neurális hálózatokkal kapcsolatos kritikák még a világban is megtalálhatók. Cicero, aki gúnyosan azt javasolta, hogy addig dobálják a levegőbe a betűs zsetonokat, amíg el nem kéklik az arc, hogy előbb-utóbb értelmes szöveg derüljön ki. A 21. században azonban kiderült, hogy a klasszikusok hiába gúnyolódtak: a jelzős majmok hada az, amely kellő kitartással hatalmába kerítheti a világot.
Valójában akár gyufásdobozokból is össze lehet állítani egy neurális hálózatot: ez csak egyszerű szabályok összessége, amelyek alapján az információ feldolgozódik. A „mesterséges neuron” vagy perceptron nem valami speciális eszköz, hanem csak néhány aritmetikai művelet.

A perceptron sehol sem működik könnyebben: több kezdeti számot kap, mindegyiket megszorozza ennek a számnak a „értékével” (kb. egy kicsit alacsonyabban), összeadja, és az eredménytől függően 1-et vagy -1-et ad ki. Például lefényképezünk egy nyílt terepet, és megmutatjuk a neuronunk egy pontját ezen a képen – vagyis véletlenszerű koordinátákat küldünk neki két jelként. És akkor megkérdezzük: „Kedves neuron, ez mennyország vagy föld?” - Mínusz egy – válaszol a bábu, és derűsen nézi a gomolyfelhőt. – Világos, hogy a föld.

Az „ujjjal az égbe bökni” a perceptron fő foglalkozása. Pontosság nem várható el tőle: ugyanúgy fel lehet dobni egy érmét. A varázslat a következő szakaszban kezdődik, amit gépi tanulásnak neveznek. Hiszen tudjuk a helyes választ, ami azt jelenti, hogy beírhatjuk a programunkba. Így kiderül, hogy minden helytelen tippért a perceptron szó szerint bírságot kap, a helyes tippért pedig bónuszt: a bejövő jelek „értéke” nő vagy csökken. Ezt követően a program az új képlet szerint fut. Előbb-utóbb az idegsejt óhatatlanul „megérti”, hogy a képen a föld lent van, az ég pedig fent, vagyis egyszerűen figyelmen kívül hagyja annak a csatornának a jelét, amelyen keresztül az x-koordinátákat továbbítják. Ha egy ilyen tapasztalt robotnak egy másik fényképet csúsztatnak, akkor lehet, hogy nem találja meg a horizontvonalat, de biztosan nem fogja összetéveszteni a tetejét az aljával.

A valós munkában a képletek kicsit bonyolultabbak, de az elv ugyanaz marad. A perceptron csak egy feladatot tud végrehajtani: vegyen számokat és rendezze őket két kupacba. A legérdekesebb akkor kezdődik, ha több ilyen elem is van, mert a bejövő számok más "téglák" jelei lehetnek! Tegyük fel, hogy az egyik neuron megpróbálja megkülönböztetni a kék és zöld pixeleket, a második továbbra is a koordinátákkal babrál, a harmadik pedig megpróbálja megítélni, hogy a két eredmény közül melyik áll közelebb az igazsághoz. Ha egyszerre több neuront állít be a kék pixelekre, és összegzi az eredményeket, akkor egy egész réteget kap, amelyben a „legjobb tanulók” további bónuszokat kapnak. Így egy kellően terjedő hálózat egy egész adathegyet képes lapátolni, és minden hibáját figyelembe venni.

Gyufásdobozok segítségével neurális hálózat készíthető – akkor lesz egy trükk a tarsolyában, amellyel a bulikon szórakoztathatja a vendégeket. A MirF szerkesztői már kipróbálták – és alázatosan elismerik a mesterséges intelligencia felsőbbrendűségét. Tanítsuk meg a 11 botból álló játékot. A szabályok egyszerűek: 11 meccs van az asztalon, és minden lépésben lehet egy vagy kettő. Az nyer, aki az utolsót viszi. Hogyan kell játszani a "számítógép" ellen?

Nagyon egyszerű.

10 dobozt vagy poharat veszünk. Mindegyikre írjon egy számot 2 és 11 között.

Minden dobozba két kavicsot teszünk - fekete és fehér. Bármilyen tárgyat használhat – mindaddig, amíg különböznek egymástól. Ennyi – tíz neuronból álló hálózatunk van!

A neurális hálózat mindig az első. Kezdésként nézze meg, hány gyufa van még hátra, és vegye ki az adott számmal ellátott dobozokat. Az első körben a 11-es doboz lesz. Vegyen ki minden kavicsot a jobb oldali dobozból. Becsukhatja a szemét, vagy feldobhat egy érmét, a lényeg az, hogy véletlenszerűen cselekedjen.
Ha a kő fehér, a neurális hálózat úgy dönt, hogy két gyufát vesz fel. Ha fekete - egy. Tedd a kavicsot a doboz mellé, hogy ne felejtsd el, melyik "neuron" döntött. Utána az ember sétál – és így tovább, amíg el nem fogynak a gyufák.

Most jön a szórakoztató rész: a tanulás. Ha a hálózat megnyerte a játékot, akkor jutalmazni kell: dobjon egy további, a játék során leesett színű kavicsot a játékban részt vevő „neuronokba”. Ha a hálózat megszakadt, vedd ki az utoljára használt dobozt, és onnan vedd ki a sikertelenül lejátszott követ. Előfordulhat, hogy a doboz már üres, ebben az esetben az előző hasonló neuron tekinthető az utolsónak. A következő játék során egy üres dobozt ütve a neurális hálózat automatikusan feladja.

Ez minden! Játssz néhány ilyen játékot. Eleinte nem fogsz semmi gyanúsat észrevenni, de minden egyes győzelem után a hálózat egyre sikeresebb mozdulatokat hajt végre - és körülbelül egy tucat játék után rájössz, hogy egy szörnyet alkottál, amelyet nem tudsz legyőzni.

Források: