Ο Stephen Hawking, ο Bill Gates και ο Elon Musk έχουν προειδοποιήσει ότι η τεχνητή νοημοσύνη, ειδικά τα ρομποτικά όπλα, μπορεί να ξεφύγει από τον έλεγχό μας και να επικρατήσει του ανθρώπου.
Του JC Spender*
Δεδομένης της τάσης για μία κοινωνία υπό παρακολούθηση, της αυξανόμενης ενασχόλησης με την τεχνολογία και της ανόδου του Internet of Things, έχουμε δίκιο να φοβόμαστε;
Ένας τρόπος για να αντιληφθούμε αυτήν τη μετάβαση είναι το τεστ του Τούρινγκ, ένα παζλ που επινόησε ο Βρετανός μαθηματικός Άλαν Τούρινγκ. Μας προκαλεί να αποφανθούμε αν οι ερωτήσεις που τίθενται σε έναν κρυφό αποδέκτη τις απαντά άνθρωπος ή υπολογιστής.
Αντί να συγκρίνουμε τις ικανότητές μας με του υπολογιστή (με βάση τη μνήμη, την ταχύτητα υπολογισμού κ.λπ.) το τεστ του Τούρινγκ διερευνά την αίσθηση της συνείδησής μας. Η έκπληξή μας για τις γνώσεις και τη διαίσθηση της μηχανής μας κάνει να πιστεύουμε ότι διαθέτει μεγαλύτερη ευφυΐα από μας.
Αυτό δείχνει τρεις απόψεις για τη μοναδικότητα. Η πρώτη και πιο αφελής, είναι ότι όσο φτιάχνουμε ακόμη πιο πολύπλοκα συστήματα θα υπάρξει ένα σημείο που θα είναι πιο πολύπλοκα από μας. Όμως ακόμη και τότε, όσο και να μας εκπλήσσουν οι ικανότητες των συστημάτων, γνωρίζουμε ότι είναι τεχνητές. Το να αποκαλούμε τα συστήματα «έξυπνα» αποτελεί κατάχρηση της έννοιας του όρου, αφού η εξυπνάδα τους είναι αυτή που αποφάσισαν οι άνθρωποι.
Μία δεύτερη αντίληψη, που εισήγαγε ο Herbert Simon και ο Allen Newell, λέει ότι η εξυπνάδα των μηχανών βασίζεται στην ευρετική. Η ιδέα τους ήταν ότι οι ανθρώπινοι και μη λογικοί κανόνες εργασίας, όπως οι συνταγές μαγειρικής ή η εύρεση συντρόφου, θα μπορούσαν να προγραμματιστούν σε μια μηχανή που είναι εντελώς λογική. Οι ιατρικές διαγνώσεις αποτέλεσαν τα πρώτα παραδείγματα. Τέτοια συστήματα πλέον είναι διαδεδομένα. Είναι «έξυπνα» έως το βαθμό που οι προγραμματιστές μεταφέρουν φαινομενικά έξυπνους κανόνες, που έχουν επινοήσει άνθρωποι, στο σύστημα.
Όμως ο Τούρινγκ έδωσε μία τρίτη και διαφορετική αντίληψη. Σε ένα διάσημο άρθρο του το 1950, υποστήριξε ότι ενδεχομένως στο τέλος δεν θα μπορούμε να ξεχωρίσουμε την ευφυΐα των μηχανών από τη δική μας.
Αν δεν μπορούμε να κάνουμε το διαχωρισμό, μπορεί να φτάσουμε στο συμπέρασμα ότι η ευφυΐα τους είναι θεμελιωδώς παραπλήσια. Λάβετε, ωστόσο, υπόψη ότι για τον Τούρινγκ, η συνείδηση των μηχανών δεν αποτελεί πρόβλημα. Το σημείο προσοχής είναι η ανικανότητά μας να ξεχωρίσουμε τη «συνείδηση» των μηχανών από τη δική μας. Μπορούμε να υποθέσουμε ότι διαθέτουμε στοιχεία που οι μηχανές δεν έχουν, όπως η πίστη και η αγάπη, όμως να μην μπορέσουμε ποτέ να τα προσδιορίσουμε ή να τα δοκιμάσουμε.
Ο Τούρινγκ απλά υποστήριξε ότι οι μηχανές θα μπορούσαν να αποκτήσουν όλους τους απαραίτητους κανόνες για να μας μιμηθούν τόσο καλά που οι διαφορές θα είναι δυσδιάκριτες. Χρειάζονται περισσότερα για να φτάσουμε στη μοναδικότητα;
Όμως δεν έχουν πειστεί όλοι γι’ αυτό. Οι μεγαλύτερες αμφιβολίες περιστρέφονται γύρω από τη φαντασία, τη δεδομένη ικανότητά μας να αντιμετωπίζουμε τις αβεβαιότητες στη ζωή μας και τις μη υπολογίσιμες καταστάσεις όπως την επιλογή συντρόφου ή του τι θα φάμε για μεσημεριανό. Θα μπορούσαν ποτέ οι μηχανές να μιμηθούν τη φαντασία μας και τον τρόπο που υπολογίζουμε τα πράγματα;
Πιστεύουμε ότι η φαντασία μας σχηματίζεται – αν και δεν εξαρτάται – από τις εμπειρίες μας, και την ικανότητά μας τόσο να σκεφτόμαστε όσο και να παρατηρούμε τη σκέψη μας. Θα μπορούσε μία μηχανή να μάθει τον εαυτό της και να αποκτήσει συνείδηση; Παρά το γεγονός ότι οι υπολογιστές ζουν σε έναν δικό τους κόσμο, όχι στον δικό μας, και συνεπώς δεν ζουν όπως εμείς, ο Τούρινγκ υπέθεσε πως ίσως δείχνουν να μιμούνται τη φαντασία μας.
Αν η μοναδικότητα βρίσκεται προ των πυλών, το να την κατανοήσουμε είναι πέρα από τις ικανότητές μας. Οι μηχανές ίσως αποκτήσουν συνείδηση –μπορεί να το έχουν ήδη κάνει– όπως το πιο πιθανό είναι να μην μπορέσουμε να το αναγνωρίσουμε. Αν η μοναδικότητα δεν έρθει, τότε πρόκειται απλώς για κενό δογματισμό.
Ως εκ τούτου, η αποστολή μας είναι πάντα πιο πρακτική – να φτάσουμε σε ένα επίπεδο λειτουργικότητας των μηχανών, όπως την αντιλαμβανόμαστε, για να συνδεθούν με τον κόσμο μας και τα project μας και να απαντήσουμε στο ερώτημα «τι σημαίνει αυτό για μας;» αντί να αναρωτιόμαστε τι θα μπορούσαμε να σημαίνουμε εμείς για αυτές.
*Ο JC Spender σπούδασε αρχικά πυρηνικός μηχανικός και στη συνέχεια υπολογιστές στην IBM.
 (300 x 250 px).gif?rand=4277)
