Георги Гърков
Изкуственият интелект навлиза във все повече области от нашия живот и се справя с все по-сложни и творчески задачи, които някога са били немислими за машините.
При все това този напредък създава и все повече опасения, че машините един ден ще ни заменят напълно или дори надминат в подобни дейности. Или че най-малкото ще бъдем изправени пред перспективата да се “състезаваме” с роботите за работни места и ресурси..
Подобни очаквания за бъдещето на изкуствения интелект, разбира се, не са изцяло без своите основания.
Изненадващо обаче те пренебрегват някои фундаментални ограничения и проблеми пред машините, които поставят под сериозно съмнение дори създаването на пълноценна роботизирана хлебарка с изкуствен интелект някой ден.
В тази статия ще се опитаме да очертаем именно тези проблеми, които обичайно се премълчават в популярните обсъждания по темата, но опират до сърцевината на заобикалящия ни свят.
Човекът срещу машината
Напоследък в мрежите все повече се коментира заплахата на изкуствения интелект пред свободата или обезценяването на човешкия труд.
Преди едва няколко седмици растящата популярност на приложението за стилизирани художествени селфита Lensa предизвика масовото недоволство и гняв на много художници по света, които се притесняват, че алгоритъмът “краде” стиловете им, но и че вероятно ще омаловажи тяхното творчество в дългосрочен план.
Други пък се изкушават да пишат разкази и есета с новопоявилия се ChatGPT, чийто почерк вече бе засечен в няколко опита за плагиатство и измама из американски университети.
Същевременно увеличаващ се брой проучвания разглеждат възможностите на изкуствения интелект да предсказва вътрешния ни свят или потенциал от записи на мозъчната дейност или гените.
Със събирането на данни след нови данни от дейността на милиарди хора, може да звучи логично, че машините един ден ще станат така изящни в предсказването и имитирането ни, че да ни надминат в изкуството и науката. Или че човешкият мозък ще заживее в компютър.
Такива очаквания със сигурност звучат донякъде правдоподобно, ако придвижим въображението си в някакъв неясен интервал отвъд сегашното състояние на нещата. И какво ги спира, след като десетилетия наред учени, философи и дори предприемачи, пряко занимаващи се с AI (като Рей Кърцуайл или Илън Мъск), вещаят настъпването на неминуемата сингулярност, отвъд която машините ще станат толкова мощни, че няма да можем да ги спрем сами да се възпроизвеждат и ъпгрейдват.
При все това, разгледани внимателно в своята същност, подобни концепции за нещата са колкото популярни, толкова и далечни на реалността. Те са способни да галят въображението на хората, финансиращи научните изследвания, или да разпалят технократския оптимизъм на елитите, но от близък план тяхната връзка с реалността бързо се разпада.
Доколкото нашите наблюдения неминуемо съдържат в себе си определени теоретични или онтологични разбирания, следва да отчетем на първо време, че широко известните примери за успехите на изкуствения интелект съдържат в себе си също толкова белезите на неговите провали. И имайки предвид, че изкуственият интелект е все пак област, където отиват десетки милиарди за изследвания, вероятно не е толкова изненадващо, че тези провали се игнорират или омаловажават със странични обяснения.
Google translate, да речем, въпреки ежеминутното захранване с изреченията на милиарди потребители години наред, все още се затруднява да намира точните думи, с които да преведе най-смислено определена идея, или прави фрапиращи грешки при подаването на ежедневна, контекстуално наситена реч.
Есетата на чатбот или картините, рисувани от невронните мрежи, улавят забележителни детайли в себе си, но наличието на някаква цялостна логика или идея често се губи. Появява се някъде допълнителен чифт ръце, сливат се структури или детайли, които нямат нищо общо. Сериозен недостатък също при картината в началото на статията, която взех от Facebook профила на Теодор Борисов. Що се отнася до чатботовете, мине ли се отвъд някаква основна фактология или определения за нещата, речта започва да звучи странно, безсмислено и сюрреалистично.
Не на последно място, самоуправляващите се коли на Илън Мъск, които мнозина очакват с неприкрит ентусиазъм да дойдат на пазара, продължават да газят все така ентусиазирано “пешеходци” на пътя – когато дори средностатистическата муха разпознава човешкото присъствие без особено затруднение, разпервайки крила много преди стоварването на приближаващата се джапанка.
Оставен сам на себе си, изкуственият интелект рано или късно се губи дори в изпълнението на сравнително обикновени от човешка гледна точка задачи.
Затова и смятам, че прости и очевидни обстоятелства като горните ни дават добра отправна точка вместо да правим епични прогнози, да се запитаме по-скоро защо алгоритмите продължават да се провалят зрелищно и какви са в действителност корените на явленията, които преобладаващата научна парадигма все още третира като “аномалии”.
Всичко тече, но не всичко се променя
Едно по-внимателно вглеждане в теоретичните и онтологичните основи зад емпиричната програма на изкуствения интелект е в състояние да ни подскаже, че проблемът е много по-дълбок от “липсата на достатъчно време и данни”.
Вероятно тривиално, но си струва да отбележим, че в корените си проучванията за изкуствения интелект са поредното разклонение на машинната онтология, която седи зад сравнителна част от историята на науката. И макар и в тази статия да не планираме да навлизаме в подробности относно историята или многообразието от възможни прояви на машинния светоглед, не можем да отречем, че той стои зад много от най-влиятелните научни хипотези и открития.
От вселената с часовников механизъм на Нютон или дисекциите на човешки тела през Ренесанса до клетъчните машини, характерни за съвременната молекулярна биология. Или съвременните невронни мрежи, разглеждащи невроните като единици, които приемат едни числа и след прилагането на активационна функция изкарват други числа.
Такива усилия не са естествено безплодни, защото със сигурност човешкото тяло, подобно на една машина, демонстрира сравнителна стабилност през целия живот. И когато видим свой познат след дълго време, ние сме в състояние да го разпознаем като същия човек, с който някога сме си общували. Анатомичните структури и органите съхраняват формите и местата си, а клетъчните органели демонстрират в себе си впечатляващ ред, който вдъхновява креационисти и някои биолози да подценяват излишъка и случайността в човешкото тяло.
При все това аналогията свършва дотук, защото хората не са машини, устроени по прецизен дизайн, а сложни процеси (Nicholson, 2018).
Една машина позволява да я сглобиш или разглобиш колкото пъти пожелаеш, за да изолираш ролята на всеки неин компонент. Но също така, ако не желаеш да я използваш за известно време, би могъл просто да я изключиш и прибереш някъде. Отвъд износването на определени компоненти, с изминаването на времето машината ще си остане все същата и ще продължи да бъде съставена от първоначалните си атоми.
Независимо къде я пренесеш и стига да не я повредиш, тя ще си работи по един и същи начин.
Живото тяло обаче не може да бъде просто изключено и прибрано някъде, защото тогава то спира да съществува и губи многообразието от структурите си. Съществуването му е неразривно свързано с използването на средата за утвърждаването на отрицателна ентропия и отсъствието на термодинамично равновесие. Ако дейността му спре, настъпва смърт и разложение.
В този смисъл при биологичните организми се установяват някои нови качества, които изкривяват и разтеглят машинните метафори прекомерно.
В противовес на машините, при животните например формата се оказва в по-голяма степен независима от материята, която я изгражда, доколкото те съхраняват и възпроизвеждат формите си напред във времето, но съставните им части непрестанно се подменят с други. И макар и машините естествено също да се захранват с енергия от средата, характерното за живите организми е, че материята и енергията, която минава през тях, в същото време изгражда тяхната структура и ги поддържа живи. Животът е призван да действа.
По същия начин както един водовъртеж образува конкретни форми, но във всеки един отрязък от времето водните молекули, които той съдържа, са различни.
Разбира се, смяната на частите е също характерна част от живота на повечето машини и още архетипни конструкции като кораба на Тезей отправят към възприятията ни предизвикателството да определим дали корабът остава същият, след като всичките му части са сменени с нови.
Работата е там, че дори някой да възрази, че корабът на Тезей също подменя своите части с времето, това все още не преодолява фундаменталната разлика между животните и машините поради съвсем елементарна причина.
При животните или микробите промяната е в известен смисъл самоинициирана и без ясно обособена граница във времето. И именно по тези линии бихме могли да се запитаме дали въобще съществува ясен момент, в който атомите в тялото ни са “започнали” или “спрели” да се сменят с други; или конкретна, точно определена граница, отвъд която сме се появили на този свят като съзнателен човек? Със сигурност в по-едър мащаб тези граници са очевидни, но при малки отрязъци от време се оказват доста размити.
При кораба на Тезей, от друга страна, промяната си остава въпрос на външна преценка и временна човешка намеса, която се ограничава до точно определени компоненти. Някой моряк е решил и е сменил въжетата с нови след поредната буря.
Освен това корабът на Тезей не демонстрира собствено развитие или вътрешна способност да се промени според условията на средата, докато живите структури съхраняват известна стабилност в цялостен план, но и изменят своите характеристики, с оглед на времето и контекста. Появяват се нови взаимодействия между техните части или те започват да изпълняват нови функционални роли. Натрупват се соматични мутации и т.н., и т.н.
Отбелязвайки тези дефицити в машинния светоглед, вече можем да преминем към по-ясното очертаване на същинските причини изкуственият интелект да се проваля в съвременния свят.
Сложни системи в други сложни системи
Едно характерно следствие от процесуалната природа на света е, че традиционното разграничение между вътрешните и външните причини зад поведението на биологичните организми се оказва значително по-размито и неясно.
В известен смисъл със смяната на парадигмата човешкият мозък (или нервната система на определено животно) спира да се възприема като машина, която просто “чака да бъде задействана” от стимул на средата. А на мястото на тази тъй древна заблуда възниква въпросът за непрекъснатия поток от взаимодействия и взаимна промяна с контекста.
Подобно на храната, която приемаме отвън и после се превръща в нашето собствено тяло, можем да се замислим за социокултурните парадигми и цялото многообразие от контекстите на общуване, които се превръщат в съставните части на нашия вътрешен свят и диалозите ни – но по непредсказуеми и неясни начини, които не позволяват човекът да бъде редуциран до проста сума на явленията в средата си.
Според някои изчисления, цитирани от Ландгребе и Смит, даден неврон например може да съдържа в себе си около 100 трилиона атома, формиращи около 100 000 различни видове РНК молекули.
А ако отчетем, че мозъкът – процесът, който прави възможно разгръщането на съзнанието ни, съдържа около 86 милиарда неврона и някъде също толкова глийни клетки, а на свой ред редица изследвания подсказват, че в мислите и поведенията ни вземат участие неврони, пръснати из целия мозък (или т.нар. теза за parallel-distributed processing), можем да видим, че опитите да бъде разгадан или предсказан вътрешният ни свят граничат с ръба на абсурдното.
С изключение на някои прости мозъчни процеси, ние знаем на практика поразително малко за това, което ни прави хора, и следователно възможностите ни да пресъздадем човешкото мислене някога у машините остават силно съмнителни. Как ще създадеш съзнателна и способна на адекватни разсъждения машина, когато нямаш дори скромен, правдоподобен математически модел на мозъка?
Освен това следва да отбележим, че фазовото пространство на човешката природа не е фиксирано – тоест, с други думи променливите, които позволяват да опишем и проследим във времето състоянието на системата, непрекъснато се променят; някои изчезват, други се обединяват или заменят от нови. Човек натрупва житейски опит, експериментира с времето и пространството и поставя под съмнение някои свои разбирания.
Примерна илюстрация на странни атрактори във фазови пространства, която генерирах в R. Струва си да се спомене, че дори детерминистични системи с няколко ясно определени променливи могат да се окажат силно непредсказуеми, а най-малката неточност да се увеличи неимоверно с изминаването на времето. Траекториите на атракторите всъщност не се пресичат на места, а просто така изглежда, защото не се виждат в дълбочина.
Ограничение, което, разбира се, важи и за по-големите сложни системи, в които се намираме, правещо опитите за моделиране или “врачуване” с уравнения обречени да завършват по традиция с неминуем провал.
Друг важен проблем с изкуствения интелект е, че независимо колко дълго тренираме някаква невронна мрежа – било върху данни на служители или върху диалози между хората, тя трудно се справя с неергодичния характер на сложните системи.
В едни идеални условия проследяването на отделния елемент от системата за достатъчно дълго време е в състояние да ти разкрие закономерностите или тенденциите при системата като цяло. Но когато имаш неергодичност един чатбот, да речем, ще бъде поставен в сравнително тежка ситуация, доколкото “данните за обучение, събрани от записани разговори, никога не са подходящи като материал за обучение на модел, защото разговорите се провеждат от сложни системи. Ако такива данни се използват за обучение на стохастичен модел, моделът винаги ще се нагажда към данни, които не са представителни. Следователно той ще се провали, ако не в следващия разговор, то при някой друг разговор в близкото бъдеще – и не по начина, по който хората редовно се провалят в разговори, а по-скоро по начин, издаващ, че моделът изобщо не е в състояние да се справи с елементарните човешки очаквания за разговор с друго човешко същество” (Landgrebe & Smith, 2021, стр. 8).
Дори един добре трениран чатбот (както при популярния ChatGPT всеки може тривиално да се увери с очите си), трудно би обхванал плетеницата от смисли и употреби на езика, които непрекъснато еволюират и се възпроизвеждат по нови начини от човек до човек, но и в неизброим набор от контексти.
В този смисъл може да се каже, че свойства като неергодичността, контекстуалните взаимодействия и разбира се, нефиксираното фазово пространство на сложните системи стъжняват живота на машините значително повече отколкото предполагаме и правят надеждите – било за имплантирането на някакви мощни чипове в мозъка, или производството на самоуправляващи се коли, вероятно непреодолими.
Или както обобщават Ландгребе и Смит:
“Когато някакъв AI агент си взаимодейства с прости системи – например агент, създаден за целите на противоракетната отбрана – системата работи, като моделира движението на входящите ракети, които са прости системи, използващи законите на Нютон. Фазовото пространство на ракетите е фиксирано, поведението им е марковско, траекторията им е ергодична.
Когато обаче AI агентът е в движеща се самоуправляваща се кола – минаваща през задръстванията в центъра на Сан Франциско или през планинските проходи около езерото Тахо, тогава и в двете ситуации той може да се сблъска с променливи, които се изменят постоянно. Макар и за нетренираното око на нематематик колата просто да се движи в Евклидовото пространство с изминаването на времето, през погледа на инженера тя се изправя пред огромно фазово пространство, зависещо от различните субекти, пресичащи пътя й.
Защото и одушевените, и неодушевените системи имат често изменчиво и непостоянно поведение, нови измерения на фазовото пространство, които ги е нямало при обучението на колата, могат да се появят по всяко време. Като например ято птици, което прелита ниско над пътя, докато дете тича по него, за да хване топката си; или когато объркан пешеходец се препъне на пътя в гъста мъгла, която силно разсейва светлините на колата. Цялостната ситуация, пред която се изправя колата, се определя от сложна система, съставена от сложни системи, чието поведение е неергодично на всяко ниво” (Landgrebe & Smith, 2021, стр. 9).
Ще замени ли изкуственият интелект художниците
В противовес на притесненията за обезценяването на труда или творчеството, бих казал, че чатботовете или невронните мрежи за изкуство не представляват сериозна заплаха за обществото. Да, със сигурност сюрреалистичните и непохватните произведения на изкуствения интелект биха намерили обширно приложение в експерименталното изкуство или постмодерната литература, където размитите асоциации или излизането отвъд рамките на логиката по-скоро се ценят.
Но дори сериозното абстрактно изкуство, струва си да се отбележи, се направлява по самата си същност на човешко творение от сложна плетеница на съзнавани и несъзнавани мотиви и представи, които се интегрират в (или изразяват по някакъв начин) обща смислова рамка и послание. И докато бихме могли да използваме изкуствения интелект, за да разработваме абстрактни картини, ние неминуемо оставаме “ограничени” едва в първите стъпки на творческия процес. В етапа на “скицирането и изхвърлянето на потенциални идеи”.
Картината, която сме генерирали с невронната мрежа, може да е изящна или да включва някои вдъхновяващи съчетания на елементи, но зависи именно от човешкия художник да я трансформира в произведение на изкуството, като определи как те се вписват спрямо търсеното от него себеизразяване. И да бъде готов например “да вземе” даден елемент като някаква основа, за да го прерисува, промени по неузнаваеми начини и съчетае чрез собственото си майсторство и усилия с други елементи, които обаче “не идват” от приумиците на изкуствена невронна мрежа, а от собствения му вътрешен свят.
В този смисъл изкуственият интелект едва ли някога ще замени художниците – не само защото рисува по 12 пръста на ръка, когато си поиска, но защото не знае защо. Изкуственият интелект може да имитира стила на Салвадор Дали (или да го комбинира механично със стила на други художници), но не и да разработи собствени сложни теоретични основания, система и внимателно замислени творчески експерименти, от които да тръгне да разработва последователно нов стил на рисуване.
Така казано, в сравнение с машината, обикновеният човек е в състояние непрестанно да изненадва себе си и именно това негово качество превръща машината по-скоро в негов предан, макар и леко тъповат, помощник.
Използвани източници
