Как мы будем создавать роботов будущего?
Многие люди хотя бы раз в жизни задумывались о роботах. Мысль о создании чего-то столь непохожего, но столь похожего годами поражала человечество. Вскоре робототехника будет летать достаточно высоко, чтобы осуществить эти дикие мечты.
Однако, когда кто-то смотрит на это, сама идея становится туманной. Одна мечта просто оборачивается множеством вопросов и дилемм.
Чтобы начать расчищать мрак, нужно взломать сам человеческий разум, чтобы воссоздать человека в форме робота.
Многие ИИ используют машинное обучение. Человек передает компьютеру несколько изображений или других единиц информации и сообщает ему, что они из себя представляют. Компьютер будет использовать алгоритмы, чтобы определить сходство. Когда будет введено другое изображение подобного типа, компьютер узнает, что это такое.
Итак, какое это имеет отношение к человеческому разуму? Ответ кроется в детстве каждого человека. Если бы кто-то нашел способ спросить детей, что такое лампочки, скорее всего, они бы не знали. Что происходит позже в жизни, так это то, что этот ребенок узнает об лампочках от людей и опыта.
Скорее всего, они будут продолжать смотреть на лампочки и через некоторое время узнают, как выглядит лампочка. Определяющими характеристиками являются маленькое металлическое винтовое дно и большая стеклянная установка.
Люди обычно делают это, не уделяя этому особого внимания, но в этом суть машинного обучения. Следовательно, машинное обучение — лучший выбор, если люди хотят взаимодействовать с машинами. Даже в этом случае он не будет чувствовать себя настоящим человеком. Тогда чего недостает? Кто-то говорит о творчестве.
Если бы машина приобрела навыки творчества, ее способности увеличились бы в геометрической прогрессии. Это связано со способностью решать проблемы гораздо лучше, чем без творчества. Просто это сильно зависит от машинного обучения.
К сожалению, нельзя просто сказать компьютеру быть творческим. Вот где машинное обучение приходит на помощь. Можно разработать алгоритм, который использует машинное обучение для заполнения пробелов. Теоретический процесс может быть подобен следующему:
- Определите характеристики проблемы
- Поиск по базам данных, чтобы найти наиболее похожие активы
- Определите, какие части активов решают проблему
- Объедините эти части активов, чтобы создать решение
- Протестируйте решение
- Если не получилось, повторить
Другая идея состоит в том, чтобы попробовать ограниченный случайный процесс. Компьютеру будет задан набор параметров, а затем он будет случайным образом перебирать все возможные варианты. В этом методе используется способность компьютера обрабатывать большое количество необработанной информации за считанные секунды.
Конечно, даже после этого остаются чувства и совесть. Эти двое настолько глубоки и загадочны, что люди во всем мире спорят об этом. Тем не менее, можно попытаться подделать шесть основных человеческих эмоций.
Это можно сделать с помощью сети машинного обучения, чтобы выяснить, с какими эмоциями люди реагируют на определенное событие. Затем ИИ мог бы влиять на свои мыслительные способности эмоциями.
Например, если ИИ оскорбят, он это распознает. Он узнает, как люди реагируют и думают, когда их оскорбляют, и начинает подражать этому.
Вышеуказанные навыки очень эффективны в единичных задачах. Креативность поможет ИИ линии помощи отвечать на вопросы и решать проблемы. Эмоции позволили бы ему лучше общаться с человеком на другом конце.
Тем не менее, большинство мечтателей хотели бы робота с гуманоидным дизайном и умственными способностями человека.
С физической точки зрения лучший способ создать робота-гуманоида — эффективно имитировать человеческое тело. Это означает, что корпус будет максимально детализирован, при этом будут сохранены только необходимые детали.
Основные кости можно было воспроизвести с помощью металлов или органических материалов, а мышцы можно было имитировать с помощью соленоидов. Робота могла бы покрыть искусственная кожа, вместо глаз и ушей использовались бы камеры и микрофоны. Это всего лишь примеры.
Тем не менее, простая программа машинного обучения не сможет справиться со всеми задачами, которые люди выполняли на протяжении всей своей жизни. Введите глубокое обучение. Считающиеся подмножеством машинного обучения, алгоритмы глубокого обучения намного сложнее и эффективнее, чем машинное обучение.
Это можно было бы запрограммировать в ИИ, который мог бы подключаться к Интернету каждую ночь, чтобы изучать новые навыки. ИИ сможет осваивать новые навыки, такие как непрерывный разговор, который будет больше походить на настоящего человека, чем другие методы.
Многие люди, увидев эту идею на первый взгляд, подумали бы об одном: не станут ли они злыми? Хотя эта идея довольно преувеличена, ее очень важно учитывать. Ответ заключается просто в том, как научили жить ИИ. Несмотря ни на что, жесткое программирование эмпатии в ИИ — лучший выбор.
Конечно, может даже не понадобиться полноценный человекоподобный робот. Люди могут просто преуспеть с голосовым помощником, плюс обычный дрон. Люди не так хороши в коллективном предсказании будущего, и они не станут лучше за одну ночь.
Наконец, вопрос, который кажется вполне реальным: заменят ли они человека? Несмотря на то, что ИИ мог и станет таким же способным, как люди, они, вероятно, будут помощниками. ИИ, скорее всего, будет вдохновлять создателей, организовывать данные для менеджеров и т. д. Это также сильно зависит от того, что решат компании. Если они решат, что хотят получить максимальную прибыль, то ИИ будет доминирующим выбором с меньшим количеством людей. Если компания хочет лучшего из всех миров, то ИИ будет просто помощником для людей.
Это определенно намного сложнее, чем кажется, но человечество доберется до будущего, в котором ИИ будут жить рядом с людьми.
