Siapa yang mencipta istilah kecerdasan buatan yang kuat. AI dalam pembuatan bir

Kecerdasan buatan

Kecerdasan buatan adalah satu cabang sains komputer yang mengkaji kemungkinan menyediakan penaakulan pintar dan tindakan menggunakan sistem pengkomputeran dan peranti buatan lain. Dalam kebanyakan kes, algoritma untuk menyelesaikan masalah tidak diketahui terlebih dahulu.

Tiada definisi yang tepat mengenai sains ini, kerana persoalan sifat dan status kecerdasan manusia belum diselesaikan dalam falsafah. Juga tidak ada kriteria yang tepat untuk komputer mencapai "kepintaran," walaupun pada awal kecerdasan buatan beberapa hipotesis telah dicadangkan, contohnya, ujian Turing atau hipotesis Newell-Simon. Pada masa ini, terdapat banyak pendekatan untuk memahami masalah AI dan mencipta sistem pintar.

Oleh itu, salah satu daripada klasifikasi mengenal pasti dua pendekatan kepada pembangunan AI:

atas ke bawah, semiotik - penciptaan sistem simbolik yang memodelkan proses mental peringkat tinggi: pemikiran, penaakulan, pertuturan, emosi, kreativiti, dll.;

bottom-up, biologi - kajian rangkaian saraf dan pengiraan evolusi yang memodelkan tingkah laku pintar berdasarkan elemen "tidak pintar" yang lebih kecil.

Sains ini berkaitan dengan psikologi, neurofisiologi, transhumanisme dan lain-lain. Seperti semua sains komputer, ia menggunakan matematik. Falsafah dan robotik amat penting baginya.

Kecerdasan buatan adalah bidang penyelidikan yang sangat muda, yang dilancarkan pada tahun 1956. dia jalan sejarah menyerupai gelombang sinus, setiap "berlepas" yang dimulakan oleh beberapa idea baharu. Pada masa ini, perkembangannya semakin merosot, memberi laluan kepada penerapan keputusan yang telah dicapai dalam bidang sains, industri, perniagaan dan juga kehidupan seharian yang lain.

Pendekatan kajian

ada pendekatan yang berbeza untuk membina sistem AI. Pada masa ini, terdapat 4 pendekatan yang agak berbeza:

1. Pendekatan logik. Asas bagi pendekatan logik ialah algebra Boolean. Setiap pengaturcara sudah biasa dengannya dan dengan pengendali logik dari masa dia menguasai pengendali IF. Algebra Boolean menerima perkembangan selanjutnya dalam bentuk kalkulus predikat - di mana ia dikembangkan dengan memperkenalkan simbol subjek, hubungan antara mereka, pengkuantiti kewujudan dan kesejagatan. Hampir setiap sistem AI yang dibina berdasarkan prinsip logik ialah mesin pembukti teorem. Dalam kes ini, data sumber disimpan dalam pangkalan data dalam bentuk aksiom, peraturan inferens logik sebagai hubungan antara mereka. Di samping itu, setiap mesin sedemikian mempunyai unit penjanaan matlamat, dan sistem inferens cuba membuktikan matlamat ini sebagai teorem. Jika matlamat itu terbukti, maka mengesan peraturan yang digunakan membolehkan kita mendapatkan rantaian tindakan yang diperlukan untuk mencapai matlamat (sistem sedemikian dikenali sebagai sistem pakar). Kuasa sistem sedemikian ditentukan oleh keupayaan penjana matlamat dan mesin pembukti teorem. Arah yang agak baharu, seperti logik kabur, membolehkan pendekatan logik mencapai ekspresi yang lebih besar. Perbezaan utamanya ialah kebenaran sesuatu kenyataan boleh diambil, sebagai tambahan kepada ya/tidak (1/0), juga nilai pertengahan - Saya tidak tahu (0.5), pesakit lebih berkemungkinan hidup daripada mati (0.75). ), pesakit agak mati daripada hidup (0.25). Pendekatan ini lebih mirip dengan pemikiran manusia, kerana ia jarang menjawab soalan dengan hanya ya atau tidak.

2. Dengan pendekatan struktur yang kami maksudkan di sini cuba membina AI dengan memodelkan struktur otak manusia. Salah satu percubaan pertama sedemikian ialah perceptron Frank Rosenblatt. Unit struktur model utama dalam perceptron (seperti dalam kebanyakan pilihan pemodelan otak lain) ialah neuron. Kemudian, model lain timbul, yang paling dikenali di bawah istilah itu rangkaian saraf(NS). Model-model ini berbeza dalam struktur neuron individu, dalam topologi sambungan antara mereka, dan dalam algoritma pembelajaran. Antara pilihan NN yang paling terkenal sekarang ialah NN dengan ralat perambatan balik, rangkaian Hopfield dan rangkaian neural stokastik. Dalam erti kata yang lebih luas, pendekatan ini dikenali sebagai Connectivism.

3. Pendekatan evolusi. Apabila membina sistem AI menggunakan pendekatan ini, perhatian utama diberikan kepada membina model awal dan peraturan yang boleh berubah (berkembang). Selain itu, model boleh disusun menggunakan pelbagai kaedah, ia boleh menjadi rangkaian saraf, satu set peraturan logik, atau mana-mana model lain. Selepas itu, kami menghidupkan komputer dan, berdasarkan menyemak model, ia memilih yang terbaik daripada mereka, berdasarkan model baharu yang dihasilkan mengikut pelbagai peraturan. Antara algoritma evolusi, algoritma genetik dianggap klasik.

4. Pendekatan simulasi. Pendekatan ini adalah klasik untuk sibernetik dengan salah satu pendekatannya konsep asas kotak hitam. Objek yang tingkah lakunya disimulasikan adalah tepat "kotak hitam". Tidak kira kepada kami apa yang terdapat di dalamnya dan model serta cara ia berfungsi, perkara utama ialah model kami berkelakuan sama dalam situasi yang sama. Oleh itu, satu lagi harta manusia dimodelkan di sini - keupayaan untuk menyalin apa yang orang lain lakukan, tanpa menerangkan secara terperinci mengapa ini diperlukan. Selalunya keupayaan ini menjimatkan banyak masa, terutamanya pada awal hidupnya.

Dalam rangka sistem pintar hibrid, mereka cuba menggabungkan kawasan ini. Peraturan inferens pakar boleh dihasilkan oleh rangkaian saraf, dan peraturan generatif diperoleh menggunakan pembelajaran statistik.

Pendekatan baharu yang menjanjikan dipanggil penguatan kecerdasan melihat pencapaian AI melalui pembangunan evolusi sebagai kesan sampingan meningkatkan kecerdasan manusia dengan teknologi.

Arah penyelidikan

Menganalisis sejarah AI, kita boleh menyerlahkan bidang yang begitu luas seperti pemodelan penaakulan. Selama bertahun-tahun perkembangan sains ini bergerak tepat di sepanjang jalan ini, dan kini ia adalah salah satu yang paling banyak kawasan maju dalam AI moden. Penaakulan pemodelan melibatkan penciptaan sistem simbolik, input yang merupakan masalah tertentu, dan output memerlukan penyelesaiannya. Sebagai peraturan, tugas yang dicadangkan telah pun diformalkan, iaitu, diterjemahkan ke dalam bentuk matematik, tetapi sama ada tidak mempunyai algoritma penyelesaian, atau terlalu kompleks, memakan masa, dsb. Bidang ini termasuk: bukti teorem, membuat keputusan dan teori permainan, perancangan dan penghantaran, ramalan.

Bidang penting ialah pemprosesan bahasa semula jadi, yang melibatkan menganalisis keupayaan memahami, memproses dan menjana teks dalam bahasa "manusia". Khususnya, masalah terjemahan mesin teks dari satu bahasa ke bahasa lain masih belum dapat diselesaikan. Dalam dunia moden, pembangunan kaedah pencarian maklumat memainkan peranan yang penting. Mengikut sifatnya, ujian Turing asal berkaitan dengan arah ini.

Menurut ramai saintis, sifat penting kecerdasan adalah keupayaan untuk belajar. Oleh itu, kejuruteraan pengetahuan muncul di hadapan, menggabungkan tugas mendapatkan pengetahuan daripada maklumat mudah, sistematisasi dan penggunaannya. Kemajuan dalam bidang ini mempengaruhi hampir semua bidang penyelidikan AI yang lain. Di sini juga, dua subkawasan penting tidak boleh diabaikan. Yang pertama - pembelajaran mesin - melibatkan proses pemerolehan pengetahuan bebas oleh sistem pintar dalam proses operasinya. Yang kedua dikaitkan dengan penciptaan sistem pakar - program yang menggunakan pangkalan pengetahuan khusus untuk mendapatkan kesimpulan yang boleh dipercayai mengenai sebarang masalah.

Terdapat pencapaian yang hebat dan menarik dalam bidang pemodelan sistem biologi. Tegasnya, ini boleh merangkumi beberapa arahan bebas. Rangkaian saraf digunakan untuk menyelesaikan masalah kabur dan kompleks, seperti pengecaman bentuk geometri atau pengelompokan objek. Pendekatan genetik adalah berdasarkan idea bahawa algoritma boleh menjadi lebih cekap jika ia meminjam ciri terbaik daripada algoritma lain ("ibu bapa"). Pendekatan yang agak baru, di mana tugasnya adalah untuk mencipta program autonomi - ejen yang berinteraksi dengan persekitaran luaran, dipanggil pendekatan ejen. Dan jika anda betul-betul memaksa banyak ejen "tidak terlalu pintar" untuk berinteraksi bersama, anda boleh mendapatkan kecerdasan "semut".

Masalah pengecaman corak telah diselesaikan sebahagiannya di kawasan lain. Ini termasuk pengecaman aksara, teks tulisan tangan, pertuturan dan analisis teks. Terutama yang patut disebut ialah penglihatan komputer, yang berkaitan dengan pembelajaran mesin dan robotik.

Secara umumnya, robotik dan kecerdasan buatan sering dikaitkan antara satu sama lain. Penyepaduan kedua-dua sains ini, penciptaan robot pintar, boleh dianggap sebagai satu lagi bidang AI.

Kreativiti mesin menonjol, kerana hakikat bahawa sifat kreativiti manusia lebih kurang dipelajari daripada sifat kecerdasan. Walau bagaimanapun, kawasan ini wujud, dan masalah penulisan komputer muzik, karya sastera (selalunya puisi atau cerita dongeng), dan penciptaan artistik ditimbulkan di sini.

Akhirnya, terdapat banyak aplikasi kecerdasan buatan, setiap satunya membentuk arah yang hampir bebas. Contohnya termasuk kecerdasan pengaturcaraan dalam permainan komputer, kawalan tak linear dan sistem keselamatan pintar.

Dapat dilihat bahawa banyak bidang penyelidikan bertindih. Ini adalah tipikal untuk mana-mana sains. Tetapi dalam kecerdasan buatan, hubungan antara kawasan yang kelihatan berbeza adalah sangat kuat, dan ini dikaitkan dengan perdebatan falsafah tentang AI yang kuat dan lemah.

Pada awal abad ke-17, Rene Descartes mencadangkan bahawa haiwan adalah sejenis mekanisme yang kompleks, dengan itu merumuskan teori mekanistik. Pada tahun 1623, Wilhelm Schickard membina komputer digital mekanikal pertama, diikuti oleh mesin oleh Blaise Pascal (1643) dan Leibniz (1671). Leibniz juga adalah orang pertama yang menerangkan sistem nombor binari moden, walaupun sebelum beliau ramai saintis hebat secara berkala berminat dengan sistem ini. Pada abad ke-19, Charles Babbage dan Ada Lovelace bekerja pada komputer mekanikal yang boleh diprogramkan.

Pada tahun 1910-1913 Bertrand Russell dan A. N. Whitehead menerbitkan Principia Mathematica, yang merevolusikan logik formal. Pada tahun 1941, Konrad Zuse membina komputer dikawal perisian pertama yang berfungsi. Warren McCulloch dan Walter Pitts menerbitkan A Logical Calculus of the Ideas Immanent in Nervous Activity pada tahun 1943, yang meletakkan asas untuk rangkaian saraf.

Keadaan semasa

Pada masa ini (2008) dalam penciptaan kecerdasan buatan (dalam erti kata asal, sistem pakar dan program catur tidak tergolong di sini) terdapat kekurangan idea. Hampir semua pendekatan telah dicuba, tetapi tidak ada yang membawa kepada kemunculan kecerdasan buatan. kumpulan penyelidikan ia tidak pernah timbul.

Beberapa sistem AI awam yang paling mengagumkan ialah:

Deep Blue - mengalahkan juara catur dunia. (Perlawanan antara Kasparov dan superkomputer tidak memberikan kepuasan kepada saintis komputer atau pemain catur, dan sistem itu tidak diiktiraf oleh Kasparov, walaupun program catur kompak asal adalah elemen penting dalam kreativiti catur. Kemudian barisan superkomputer IBM muncul dalam brute force memproyeksikan BluGene (pemodelan molekul) dan pemodelan sistem sel piramid di Pusat Otak Biru Swiss. cerita ini- contoh hubungan yang rumit dan rahsia antara AI, perniagaan dan objektif strategik negara.)

Mycin ialah salah satu sistem pakar awal yang boleh mendiagnosis set kecil penyakit, selalunya setepat doktor.

20q ialah projek berdasarkan idea AI, berdasarkan permainan klasik "20 Soalan". Ia menjadi sangat popular selepas muncul di Internet di laman web 20q.net.

Pengecaman pertuturan. Sistem seperti ViaVoice mampu memberi perkhidmatan kepada pengguna.

Robot bersaing dalam bentuk bola sepak yang ringkas dalam kejohanan RoboCup tahunan.

Aplikasi AI

Bank menggunakan sistem kecerdasan buatan (AI) dalam aktiviti insurans (matematik aktuari) apabila bermain di bursa saham dan pengurusan harta. Pada bulan Ogos 2001, robot menewaskan manusia dalam pertandingan perdagangan yang tiba-tiba (BBC News, 2001). Kaedah pengecaman corak (termasuk kedua-dua rangkaian yang lebih kompleks dan khusus serta neural) digunakan secara meluas dalam pengecaman optik dan akustik (termasuk teks dan pertuturan), diagnostik perubatan, penapis spam, dalam sistem pertahanan udara (pengenalpastian sasaran), dan juga untuk memastikan nombor tugas keselamatan negara yang lain.

Pembangun permainan komputer terpaksa menggunakan AI dengan pelbagai tahap kecanggihan. Tugas standard AI dalam permainan ialah mencari laluan dalam ruang dua dimensi atau tiga dimensi, mensimulasikan tingkah laku unit tempur, mengira strategi ekonomi yang betul, dan sebagainya.

Prospek untuk AI

Dua arah pembangunan AI boleh dilihat:

yang pertama adalah untuk menyelesaikan masalah yang berkaitan dengan mendekatkan sistem AI khusus kepada keupayaan manusia dan integrasinya, yang direalisasikan oleh sifat manusia.

yang kedua ialah penciptaan Kecerdasan Buatan, yang mewakili integrasi sistem AI yang telah dicipta ke dalam sistem bersatu mampu menyelesaikan masalah manusia.

Hubungan dengan sains lain

Kecerdasan buatan berkait rapat dengan transhumanisme. Dan bersama-sama dengan neurofisiologi dan psikologi kognitif, ia membentuk sains yang lebih umum yang dipanggil sains kognitif. Falsafah memainkan peranan khas dalam kecerdasan buatan.

Soalan falsafah

Sains "mencipta kecerdasan buatan" tidak dapat membantu tetapi menarik perhatian ahli falsafah. Dengan kemunculan sistem pintar pertama, persoalan asas tentang manusia dan pengetahuan, dan sebahagiannya tentang susunan dunia, telah dibangkitkan. Di satu pihak, mereka berkait rapat dengan sains ini, dan di sisi lain, mereka memperkenalkan beberapa kekacauan ke dalamnya. Di kalangan penyelidik AI, masih belum ada sudut pandangan yang dominan mengenai kriteria kecerdasan, sistematisasi matlamat dan tugas yang perlu diselesaikan, bahkan tidak ada definisi sains yang ketat.

Bolehkah mesin berfikir?

Perdebatan paling hangat dalam falsafah kecerdasan buatan ialah persoalan kemungkinan pemikiran yang dicipta oleh tangan manusia. Soalan "Bolehkah mesin berfikir?", yang mendorong penyelidik untuk mencipta sains simulasi minda manusia, telah dikemukakan oleh Alan Turing pada tahun 1950. Dua pandangan utama mengenai isu ini dipanggil hipotesis kecerdasan buatan yang kuat dan lemah.

Istilah "kecerdasan buatan yang kuat" diperkenalkan oleh John Searle, dan pendekatan itu dicirikan dalam kata-katanya:

“Lebih-lebih lagi, program sebegini bukan sahaja menjadi model minda; dia, dalam erti kata literal, dirinya akan menjadi minda, dalam erti kata yang sama di mana fikiran manusia- ini adalah fikiran."

Sebaliknya, penyokong AI yang lemah lebih suka melihat program hanya sebagai alat yang membolehkan mereka menyelesaikan masalah tertentu yang tidak memerlukan rangkaian penuh kebolehan kognitif manusia.

Dalam eksperimen pemikiran "Bilik Cina", John Searle menunjukkan bahawa lulus ujian Turing bukanlah kriteria untuk mesin mempunyai proses penaakulan yang tulen.

Berfikir ialah proses memproses maklumat yang disimpan dalam ingatan: analisis, sintesis dan pengaturcaraan kendiri.

Pendirian yang sama diambil oleh Roger Penrose, yang dalam bukunya "The King's New Mind" berhujah tentang kemustahilan untuk mendapatkan proses berfikir berdasarkan sistem formal.

Terdapat sudut pandangan yang berbeza mengenai isu ini. Pendekatan analitik melibatkan analisis aktiviti saraf seseorang yang lebih tinggi kepada tahap yang paling rendah, tidak boleh dibahagikan (fungsi aktiviti saraf yang lebih tinggi, tindak balas asas kepada perengsa luar (rangsangan), kerengsaan sinaps satu set neuron yang disambungkan oleh fungsi) dan pembiakan seterusnya fungsi-fungsi ini.

Sesetengah pakar tersilap keupayaan rasional, pilihan bermotivasi dalam keadaan kekurangan maklumat untuk kecerdasan. Iaitu, program intelektual hanya dianggap sebagai program aktiviti (tidak semestinya dilaksanakan pada komputer moden) yang boleh memilih daripada set alternatif tertentu, sebagai contoh, ke mana hendak pergi dalam kes "anda akan pergi ke kiri .. .", "anda akan pergi ke kanan ...", "anda akan pergi terus ..."

Ilmu pengetahuan

Juga, epistemologi - ilmu pengetahuan dalam kerangka falsafah - berkait rapat dengan masalah kecerdasan buatan. Ahli falsafah yang mengusahakan topik ini sedang bergelut dengan soalan yang serupa dengan yang dihadapi oleh jurutera AI tentang cara terbaik untuk mewakili dan menggunakan pengetahuan dan maklumat.

Sikap terhadap AI dalam masyarakat

AI dan agama

Di kalangan penganut agama Abrahamik, terdapat beberapa sudut pandangan tentang kemungkinan mewujudkan AI berdasarkan pendekatan struktur.

Menurut salah seorang daripada mereka, otak, yang sistemnya cuba meniru, pada pendapat mereka, tidak mengambil bahagian dalam proses berfikir, bukanlah sumber kesedaran dan sebarang aktiviti mental yang lain. Mencipta AI berdasarkan pendekatan berstruktur adalah mustahil.

Menurut sudut pandang lain, otak terlibat dalam proses berfikir, tetapi dalam bentuk "pemancar" maklumat dari jiwa. Otak bertanggungjawab untuk fungsi "mudah" seperti refleks tanpa syarat, tindak balas terhadap kesakitan, dll. Mencipta AI berdasarkan pendekatan struktur adalah mungkin jika sistem yang direka bentuk boleh melaksanakan fungsi "pemindahan".

Kedua-dua jawatan tidak sesuai dengan data sains moden, kerana konsep jiwa tidak diambil kira sains moden sebagai kategori saintifik.

Menurut ramai penganut Buddha, AI adalah mungkin. Oleh itu, pemimpin rohani Dalai Lama XIV tidak mengecualikan kemungkinan kewujudan kesedaran berdasarkan komputer.

Raelite secara aktif menyokong perkembangan dalam bidang kecerdasan buatan.

AI dan fiksyen sains

Dalam kesusasteraan fiksyen sains, AI paling kerap digambarkan sebagai kuasa yang cuba menggulingkan kuasa manusia (Omnius, HAL 9000, Skynet, Colossus, The Matrix, and the Replicant) atau humanoid yang berkhidmat (C-3PO, Data, KITT, dan KARR, Lelaki Dua Seratus Tahun). Tidak dapat dielakkan penguasaan dunia oleh AI yang telah hilang kawalan dipertikaikan oleh penulis fiksyen sains seperti Isaac Asimov dan Kevin Warwick.

Visi ingin tahu masa depan dibentangkan dalam novel Turing Selection oleh penulis fiksyen sains Harry Garrison dan saintis Marvin Minsky. Penulis membincangkan topik kehilangan kemanusiaan pada seseorang yang ke otaknya ditanamkan komputer, dan pemerolehan manusia oleh mesin AI ke dalam maklumat ingatan dari otak manusia telah disalin.

Beberapa penulis fiksyen sains, seperti Vernor Vinge, juga telah membuat spekulasi tentang implikasi kemunculan AI, yang mungkin menyebabkan perubahan dramatik dalam masyarakat. Tempoh ini dipanggil singulariti teknologi.

Kecerdasan buatan (AI, Kecerdasan Buatan Inggeris, AI) - sains dan teknologi mencipta mesin pintar, terutamanya pintar program komputer. AI berkaitan dengan tugas yang sama menggunakan komputer untuk memahami kecerdasan manusia, tetapi tidak semestinya terhad kepada kaedah biologi yang munasabah.

Apakah kecerdasan buatan

Kepintaran(dari Lat. intellectus - sensasi, persepsi, pemahaman, pemahaman, konsep, sebab), atau minda - kualiti jiwa yang terdiri daripada keupayaan untuk menyesuaikan diri dengan situasi baru, keupayaan untuk belajar dan mengingat berdasarkan pengalaman, memahami dan mengaplikasikan. konsep abstrak dan menggunakan pengetahuan seseorang untuk pengurusan alam sekitar. Kecerdasan adalah kapasiti umum untuk kognisi dan penyelesaian masalah yang menyatukan segala-galanya kebolehan kognitif manusia: sensasi, persepsi, ingatan, perwakilan, pemikiran, imaginasi.

Pada awal 1980-an. Para saintis pengiraan Barr dan Fajgenbaum mencadangkan definisi kecerdasan buatan (AI):

Kemudian, beberapa algoritma dan sistem perisian mula diklasifikasikan sebagai AI, ciri tersendiri iaitu mereka boleh menyelesaikan beberapa masalah dengan cara yang sama seperti yang dilakukan oleh seseorang yang memikirkan penyelesaian mereka.

Ciri utama AI ialah memahami bahasa, pembelajaran dan keupayaan untuk berfikir dan, yang penting, bertindak.

AI ialah kompleks teknologi dan proses berkaitan yang berkembang secara kualitatif dan pantas, contohnya:

pemprosesan teks bahasa semula jadi
sistem pakar
ejen maya (chatbots dan pembantu maya)
sistem cadangan.

Arah teknologi AI. Deloitte data

Penyelidikan AI

Rencana utama: Penyelidikan Kepintaran Buatan

Penyeragaman dalam AI

2018: Pembangunan piawaian dalam bidang komunikasi kuantum, AI dan bandar pintar

Pada 6 Disember 2018, Jawatankuasa Teknikal "Sistem Fizikal Siber" berdasarkan RVC bersama-sama dengan Pusat Kejuruteraan Serantau "SafeNet" mula membangunkan satu set piawaian untuk pasaran Inisiatif Teknologi Nasional (NTI) dan ekonomi digital. Menjelang Mac 2019, ia dirancang untuk membangunkan dokumen standardisasi teknikal dalam bidang komunikasi kuantum, dan, lapor RVC. Baca lagi.

Kesan kecerdasan buatan

Risiko kepada pembangunan tamadun manusia

Kesan kepada ekonomi dan perniagaan

Kesan teknologi kecerdasan buatan terhadap ekonomi dan perniagaan

Kesan kepada pasaran buruh

Bias Kecerdasan Buatan

Di tengah-tengah segala-galanya yang merupakan amalan AI (terjemahan mesin, pengecaman pertuturan, pemprosesan bahasa semula jadi, penglihatan komputer, pemanduan automatik dan banyak lagi) ialah pembelajaran mendalam. Ia adalah subset pembelajaran mesin, dicirikan oleh penggunaan model rangkaian saraf, yang boleh dikatakan meniru kerja otak, jadi sukar untuk mengklasifikasikannya sebagai AI. Mana-mana model rangkaian saraf dilatih pada set data yang besar, jadi ia memperoleh beberapa "kemahiran", tetapi cara ia menggunakannya masih tidak jelas kepada penciptanya, yang akhirnya menjadi salah satu masalah paling penting untuk banyak aplikasi pembelajaran mendalam. Sebabnya ialah model sedemikian berfungsi dengan imej secara formal, tanpa memahami apa yang dilakukannya. Adakah sistem sedemikian AI dan sistem boleh dibina berdasarkan pembelajaran mesin? Nilai jawapan kepada soalan terakhir melampaui makmal sains. Oleh itu, perhatian media terhadap fenomena yang dipanggil bias AI telah meningkat dengan ketara. Ia boleh diterjemahkan sebagai "AI bias" atau "AI bias". Baca lagi.

Pasaran Teknologi Kepintaran Buatan

pasaran AI di Rusia

Pasaran AI global

Bidang penggunaan AI

Bidang aplikasi AI agak luas dan meliputi kedua-dua teknologi yang biasa didengari dan arah baharu yang muncul yang jauh dari aplikasi massa, dengan kata lain, ini adalah keseluruhan rangkaian penyelesaian, daripada pembersih vakum hingga stesen angkasa lepas. Anda boleh membahagikan semua kepelbagaian mereka mengikut kriteria perkara utama pembangunan.

AI bukan bidang subjek monolitik. Selain itu, beberapa bidang teknologi AI muncul sebagai subsektor baharu ekonomi dan entiti berasingan, pada masa yang sama melayani kebanyakan kawasan dalam ekonomi.

Aplikasi komersial utama teknologi kecerdasan buatan

Perkembangan penggunaan AI membawa kepada penyesuaian teknologi dalam sektor ekonomi klasik di sepanjang keseluruhan rantaian nilai dan mengubahnya, membawa kepada pengalgoritmaan hampir semua fungsi, daripada logistik kepada pengurusan syarikat.

Menggunakan AI untuk Pertahanan dan Hal Ehwal Ketenteraan

Penggunaan dalam pendidikan

Menggunakan AI dalam perniagaan

AI dalam industri kuasa elektrik

Pada peringkat reka bentuk: ramalan penjanaan dan permintaan yang lebih baik untuk sumber tenaga, penilaian kebolehpercayaan peralatan penjanaan kuasa, automasi penjanaan yang meningkat apabila permintaan melonjak.
Di peringkat pengeluaran: pengoptimuman penyelenggaraan pencegahan peralatan, meningkatkan kecekapan penjanaan, mengurangkan kerugian, mencegah kecurian sumber tenaga.
Pada peringkat promosi: pengoptimuman harga bergantung pada masa hari dan pengebilan dinamik.
Di peringkat penyediaan perkhidmatan: pemilihan automatik pembekal yang paling menguntungkan, statistik terperinci penggunaan, perkhidmatan pelanggan automatik, pengoptimuman penggunaan tenaga dengan mengambil kira tabiat dan tingkah laku pelanggan.

AI dalam pembuatan

Pada peringkat reka bentuk: meningkatkan kecekapan pembangunan produk baharu, penilaian pembekal automatik dan analisis keperluan alat ganti.
Di peringkat pengeluaran: menambah baik proses menyelesaikan tugas, mengautomasikan barisan pemasangan, mengurangkan bilangan ralat, mengurangkan masa penghantaran untuk bahan mentah.
Pada peringkat promosi: meramalkan jumlah perkhidmatan sokongan dan penyelenggaraan, pengurusan harga.
Di peringkat penyediaan perkhidmatan: menambah baik perancangan laluan armada kenderaan, permintaan untuk sumber armada, meningkatkan kualiti latihan jurutera perkhidmatan.

AI di bank

Pengecaman corak - digunakan termasuk. untuk mengiktiraf pelanggan di cawangan dan menyampaikan tawaran khusus kepada mereka.

Bidang komersial utama penerapan teknologi kecerdasan buatan di bank

AI dalam pengangkutan

Industri auto berada di ambang revolusi: 5 cabaran era pemanduan tanpa pemandu

AI dalam logistik

AI dalam pembuatan bir

Penggunaan AI dalam pentadbiran awam

AI dalam forensik

Pengecaman corak - digunakan termasuk. untuk mengenal pasti penjenayah di ruang awam.

Pada Mei 2018, diketahui bahawa polis Belanda menggunakan kecerdasan buatan untuk menyiasat jenayah kompleks.

mengikut edisi The Web seterusnya, agensi penguatkuasa undang-undang mula mendigitalkan lebih 1,500 laporan dan 30 juta halaman berkaitan kes yang tidak dapat diselesaikan. Bahan dari 1988 dan seterusnya, di mana jenayah itu tidak diselesaikan selama sekurang-kurangnya tiga tahun, dan pesalah dijatuhi hukuman penjara lebih daripada 12 tahun, dipindahkan ke dalam format komputer.

Selesaikan jenayah yang kompleks dalam sehari. Polis menggunakan AI

Setelah semua kandungan didigitalkan, ia akan disambungkan kepada sistem pembelajaran mesin yang akan menganalisis rekod dan memutuskan kes yang menggunakan bukti yang paling boleh dipercayai. Ini sepatutnya mengurangkan masa yang diperlukan untuk memproses kes dan menyelesaikan jenayah masa lalu dan akan datang daripada beberapa minggu kepada satu hari.

Kecerdasan buatan akan mengkategorikan kes mengikut "kebolehlarutan" mereka dan menunjukkan kemungkinan keputusan ujian DNA. Kemudian ia dirancang untuk mengautomasikan analisis di kawasan lain forensik dan mungkin juga meliputi data dalam bidang seperti sains sosial dan keterangan saksi.

Selain itu, sebagai salah seorang pembangun sistem, Jeroen Hammer, berkata, fungsi API untuk rakan kongsi mungkin dikeluarkan pada masa hadapan.

Polis Belanda telah unit khas, pakar dalam pembangunan teknologi baharu untuk menyelesaikan jenayah. Dialah yang mencipta sistem AI untuk mencari penjenayah dengan cepat berdasarkan bukti.

AI dalam badan kehakiman

Perkembangan dalam bidang kecerdasan buatan akan membantu mengubah secara radikal sistem kehakiman, menjadikannya lebih adil dan bebas daripada skim rasuah. Pendapat ini telah dinyatakan pada musim panas 2017 oleh Vladimir Krylov, Doktor Sains Teknikal, perunding teknikal di Artezio.

Saintis itu percaya bahawa penyelesaian AI sedia ada boleh digunakan dengan jayanya dalam pelbagai bidang ekonomi dan kehidupan awam. Pakar menunjukkan bahawa AI berjaya digunakan dalam perubatan, tetapi pada masa hadapan ia boleh mengubah sepenuhnya sistem kehakiman.

“Melihat laporan berita setiap hari tentang perkembangan dalam bidang AI, anda hanya kagum dengan imaginasi yang tidak habis-habis dan hasil penyelidik dan pembangun dalam bidang ini. Mesej tentang penyelidikan saintifik sentiasa diselitkan dengan penerbitan tentang produk baharu yang menembusi pasaran dan laporan hasil menakjubkan yang diperoleh melalui penggunaan AI dalam pelbagai kawasan. Jika kita bercakap tentang peristiwa yang dijangka, disertai dengan gembar-gembur yang ketara dalam media, di mana AI sekali lagi akan menjadi wira berita, maka saya mungkin tidak akan mengambil risiko membuat ramalan teknologi. Saya boleh mengandaikan bahawa acara seterusnya ialah kemunculan mahkamah yang sangat kompeten dalam bentuk kecerdasan buatan, adil dan tidak boleh rosak. Ini akan berlaku, nampaknya, pada 2020-2025. Dan proses yang akan berlaku di mahkamah ini akan membawa kepada renungan yang tidak dijangka dan keinginan ramai orang untuk memindahkan kepada AI kebanyakan proses mengurus masyarakat manusia."

Saintis itu mengiktiraf penggunaan kecerdasan buatan dalam sistem kehakiman sebagai "langkah logik" untuk membangunkan kesaksamaan dan keadilan perundangan. Perisikan mesin tidak tertakluk kepada rasuah dan emosi, boleh mematuhi sepenuhnya rangka kerja perundangan dan membuat keputusan dengan mengambil kira banyak faktor, termasuk data yang mencirikan pihak yang bertikai. Dengan analogi dengan bidang perubatan, hakim robot boleh beroperasi dengan data besar daripada kemudahan storan perkhidmatan awam. Ia boleh diandaikan bahawa kecerdasan mesin akan dapat memproses data dengan cepat dan mengambil kira lebih banyak faktor daripada hakim manusia.

Pakar psikologi, bagaimanapun, percaya bahawa ketiadaan komponen emosi semasa mempertimbangkan kes mahkamah akan menjejaskan kualiti keputusan secara negatif. Keputusan mahkamah mesin mungkin terlalu mudah, tidak mengambil kira kepentingan perasaan dan perasaan orang ramai.

Melukis

Pada tahun 2015, pasukan Google menguji rangkaian saraf untuk melihat sama ada mereka boleh membuat imej sendiri. Kemudian kecerdasan buatan dilatih menggunakan sejumlah besar gambar yang berbeza. Walau bagaimanapun, apabila mesin itu "diminta" untuk menggambarkan sesuatu dengan sendirinya, ternyata ia menafsirkan dunia di sekeliling kita dengan cara yang agak pelik. Sebagai contoh, untuk tugas melukis dumbbell, pemaju menerima imej di mana logam itu disambungkan oleh tangan manusia. Ini mungkin berlaku kerana fakta bahawa pada peringkat latihan, gambar yang dianalisis dengan dumbbells mengandungi tangan, dan rangkaian saraf menafsirkannya dengan salah.

Pada 26 Februari 2016, pada lelongan khas di San Francisco, wakil Google mengumpulkan kira-kira $98 ribu daripada lukisan psychedelic yang dicipta oleh kecerdasan buatan Dana ini telah didermakan kepada badan amal. Salah satu gambar kereta yang paling berjaya dibentangkan di bawah.

Lukisan yang dilukis oleh kecerdasan buatan Google.

Takrifan kecerdasan buatan yang dipetik dalam mukadimah, yang diberikan oleh John McCarthy pada tahun 1956 pada persidangan di Universiti Dartmouth, tidak berkaitan secara langsung dengan pemahaman kecerdasan manusia. Menurut McCarthy, penyelidik AI bebas menggunakan teknik yang tidak dilihat pada manusia jika diperlukan untuk menyelesaikan masalah tertentu.

Pada masa yang sama, terdapat sudut pandangan yang menurutnya kecerdasan hanya boleh menjadi fenomena biologi.

Seperti yang dinyatakan oleh pengerusi Persatuan Kecerdasan Buatan Rusia cawangan St. Petersburg T. A. Gavrilova, dalam Inggeris frasa kecerdasan buatan tidak mempunyai pewarna antropomorfik yang sedikit hebat yang diperolehi dalam terjemahan Rusia yang agak tidak berjaya. Firman kecerdasan bermaksud "keupayaan untuk menaakul secara rasional", dan bukan sama sekali "kecerdasan", yang mana terdapat analog bahasa Inggeris kecerdasan .

Peserta Persatuan Kecerdasan Buatan Rusia memberi definisi berikut kecerdasan buatan:

Salah satu definisi kecerdasan tertentu, biasa kepada seseorang dan "mesin," boleh dirumuskan seperti berikut: "Kepintaran ialah keupayaan sistem untuk mencipta program (terutamanya heuristik) semasa pembelajaran kendiri untuk menyelesaikan masalah kelas tertentu. kerumitan dan menyelesaikan masalah ini."

Prasyarat untuk pembangunan sains kecerdasan buatan

Sejarah kecerdasan buatan sebagai hala tuju saintifik baru bermula pada pertengahan abad ke-20. Pada masa ini, banyak prasyarat untuk asal usulnya telah dibentuk: di kalangan ahli falsafah telah lama ada perdebatan tentang sifat manusia dan proses memahami dunia, ahli neurofisiologi dan psikologi telah membangunkan beberapa teori mengenai kerja otak manusia. dan pemikiran, ahli ekonomi dan ahli matematik bertanyakan soalan tentang pengiraan optimum dan pembentangan pengetahuan tentang dunia dalam bentuk formal; akhirnya, asas teori pengiraan matematik - teori algoritma - lahir dan komputer pertama dicipta.

Keupayaan mesin baru dari segi kelajuan pengkomputeran ternyata lebih besar daripada manusia, jadi persoalan timbul dalam komuniti saintifik: apakah had keupayaan komputer dan adakah mesin akan mencapai tahap pembangunan manusia? Pada tahun 1950, salah seorang perintis dalam bidang ini teknologi komputer, saintis Inggeris Alan Turing, menulis artikel bertajuk “Can a Machine Think?” , yang menerangkan prosedur yang memungkinkan untuk menentukan saat mesin menjadi sama dengan seseorang dari segi kecerdasan, yang dipanggil ujian Turing.

Sejarah perkembangan kecerdasan buatan di USSR dan Rusia

Di USSR, kerja dalam bidang kecerdasan buatan bermula pada tahun 1960-an. Sejumlah kajian perintis telah dijalankan di Universiti Moscow dan Akademi Sains, yang diketuai oleh Veniamin Pushkin dan D. A. Pospelov. Sejak awal 1960-an, M. L. Tsetlin dan rakan-rakannya telah membangunkan isu yang berkaitan dengan melatih mesin keadaan terhingga.

Pada tahun 1964, kerja ahli logik Leningrad Sergei Maslov " Kaedah songsang mewujudkan dedusibiliti dalam kalkulus predikat klasik”, di mana kaedah itu mula-mula dicadangkan carian automatik pembuktian teorem dalam kalkulus predikat.

Sehingga tahun 1970-an di USSR, semua penyelidikan AI dijalankan dalam rangka kerja sibernetik. Menurut D. A. Pospelov, sains "sains komputer" dan "sibernetik" bercampur pada masa itu disebabkan oleh beberapa pertikaian akademik. Hanya pada akhir tahun 1970-an di USSR mereka mula bercakap hala tuju saintifik"kecerdasan buatan" sebagai cabang sains komputer. Pada masa yang sama, sains komputer itu sendiri dilahirkan, menundukkan "sibernetik" nenek moyangnya. Pada akhir tahun 1970-an ia dicipta kamus penerangan mengenai kecerdasan buatan, buku rujukan tiga jilid mengenai kecerdasan buatan dan kamus ensiklopedia sains komputer, di mana bahagian "Sibernetik" dan "Kecerdasan Buatan" disertakan, bersama-sama dengan bahagian lain, dalam sains komputer. Istilah "sains komputer" menjadi meluas pada tahun 1980-an, dan istilah "sibernetik" secara beransur-ansur hilang dari peredaran, hanya tinggal dalam nama institusi yang timbul semasa era "ledakan sibernetik" pada akhir 1950-an - awal 1960-an. Pandangan tentang kecerdasan buatan, sibernetik dan sains komputer ini tidak dikongsi oleh semua orang. Ini disebabkan oleh fakta bahawa di Barat sempadan sains ini agak berbeza.

Pendekatan dan arahan

Pendekatan untuk memahami masalah

Tidak ada jawapan tunggal kepada soalan tentang apa yang dilakukan oleh kecerdasan buatan. Hampir setiap pengarang yang menulis buku tentang AI bermula dari beberapa definisi, memandangkan pencapaian sains ini dalam cahayanya.

AI atas-bawah), semiotik - penciptaan sistem pakar, pangkalan pengetahuan dan sistem inferens logik meniru proses mental peringkat tinggi: pemikiran, penaakulan, pertuturan, emosi, kreativiti, dsb.;
Bottom-Up AI), biologi - kajian rangkaian saraf dan pengiraan evolusi yang memodelkan tingkah laku pintar berdasarkan unsur biologi, serta penciptaan sistem pengkomputeran yang sepadan, seperti neurokomputer atau biokomputer.

Pendekatan yang terakhir, secara tegasnya, tidak tergolong dalam sains AI dalam erti kata yang diberikan oleh John McCarthy - mereka bersatu hanya dengan matlamat akhir yang sama.

Ujian Turing dan Pendekatan Intuitif

Pendekatan ini memberi tumpuan kepada kaedah dan algoritma yang akan membantu ejen pintar bertahan dalam persekitarannya semasa melaksanakan tugasnya. Jadi, di sini algoritma untuk mencari jalan dan membuat keputusan dikaji dengan lebih teliti.

Pendekatan hibrid

Pendekatan hibrid menganggap bahawa sahaja gabungan sinergistik model saraf dan simbolik mencapai rangkaian penuh keupayaan kognitif dan pengiraan. Sebagai contoh, peraturan inferens pakar boleh dihasilkan oleh rangkaian saraf, dan peraturan generatif diperoleh menggunakan pembelajaran statistik. Penyokong pendekatan ini percaya bahawa hibrid sistem maklumat akan menjadi jauh lebih berkuasa daripada jumlah pelbagai konsep yang diambil secara berasingan.

Model dan kaedah penyelidikan

Pemodelan simbolik proses pemikiran

Menganalisis sejarah AI, kita boleh mengenal pasti kawasan yang begitu luas seperti penaakulan pemodelan. Selama bertahun-tahun, perkembangan sains ini telah bergerak dengan tepat di sepanjang laluan ini, dan kini ia adalah salah satu kawasan yang paling maju dalam AI moden. Penaakulan pemodelan melibatkan penciptaan sistem simbolik, input yang ditetapkan kepada tugas tertentu, dan output memerlukan penyelesaiannya. Sebagai peraturan, masalah yang dicadangkan telah diformalkan, iaitu, diterjemahkan ke dalam bentuk matematik, tetapi sama ada tidak mempunyai algoritma penyelesaian, atau terlalu kompleks, memakan masa, dll. Bidang ini termasuk: membuktikan teorem, membuat keputusan dan teori permainan, perancangan dan penghantaran, ramalan.

Bekerja dengan Bahasa Semula Jadi

Satu hala tuju yang penting ialah pemprosesan bahasa semula jadi, di mana analisis keupayaan memahami, memproses dan menjana teks dalam bahasa "manusia" dijalankan. Hala tuju ini bertujuan untuk memproses bahasa semula jadi dengan cara yang membolehkan seseorang itu memperoleh pengetahuan secara bebas dengan membaca teks sedia ada yang terdapat di Internet. Beberapa aplikasi langsung pemprosesan bahasa semula jadi termasuk mendapatkan maklumat (termasuk perlombongan teks dalam) dan terjemahan mesin.

Perwakilan dan penggunaan pengetahuan

Arah kejuruteraan pengetahuan menggabungkan tugas-tugas mendapatkan pengetahuan daripada maklumat mudah, sistematisasi dan penggunaannya. Arah ini secara sejarah dikaitkan dengan penciptaan sistem pakar- program yang menggunakan pangkalan pengetahuan khusus untuk mendapatkan kesimpulan yang boleh dipercayai tentang sebarang masalah.

Menghasilkan pengetahuan daripada data adalah salah satu masalah asas perlombongan data. Terdapat pelbagai pendekatan untuk menyelesaikan masalah ini, termasuk yang berasaskan teknologi rangkaian saraf, menggunakan prosedur verbalisasi rangkaian saraf.

Pembelajaran mesin

Isu pembelajaran mesin menyangkut proses berdikari pemerolehan pengetahuan oleh sistem pintar dalam proses operasinya. Arah ini telah menjadi pusat sejak awal pembangunan AI. Pada tahun 1956, di Persidangan Musim Panas Dartmund, Ray Solomonoff menulis laporan mengenai mesin pembelajaran tanpa pengawasan yang berkemungkinan, memanggilnya "Mesin Inferens Induktif."

Robotik

Kreativiti mesin

alam semula jadi kreativiti manusia malah kurang dipelajari daripada sifat kecerdasan. Walau bagaimanapun, kawasan ini wujud, dan masalah penulisan komputer muzik, karya sastera (selalunya puisi atau cerita dongeng), dan penciptaan artistik ditimbulkan di sini. Mencipta imej realistik digunakan secara meluas dalam industri filem dan permainan.

Secara berasingan, kajian masalah diketengahkan kreativiti teknikal sistem kecerdasan buatan. Teori penyelesaian masalah inventif, yang dicadangkan pada tahun 1946 oleh G. S. Altshuller, menandakan permulaan penyelidikan sedemikian.

Menambah keupayaan ini pada mana-mana sistem pintar membolehkan anda menunjukkan dengan jelas apa sebenarnya yang dilihat oleh sistem dan cara ia memahaminya. Dengan menambah hingar dan bukannya kehilangan maklumat atau menapis bunyi dengan pengetahuan yang tersedia dalam sistem, ia menghasilkan imej konkrit daripada pengetahuan abstrak yang mudah dilihat oleh seseorang, ini amat berguna untuk pengetahuan intuitif dan bernilai rendah, yang pengesahannya dalam bentuk formal memerlukan usaha mental yang ketara.

Bidang penyelidikan lain

Pada masa hadapan, pembangunan kecerdasan buatan dijangka akan berkait rapat dengan pembangunan komputer kuantum, kerana beberapa sifat kecerdasan buatan mempunyai prinsip operasi yang serupa dengan komputer kuantum.

Dapat dilihat bahawa banyak bidang penyelidikan bertindih. Ini adalah tipikal bagi mana-mana sains. Tetapi dalam kecerdasan buatan, hubungan antara kawasan yang kelihatan berbeza adalah sangat kuat, dan ini dikaitkan dengan perdebatan falsafah tentang AI yang kuat dan lemah.

Kepintaran buatan moden

Dua arah pembangunan AI boleh dibezakan:

menyelesaikan masalah yang berkaitan dengan kedekatan sistem khusus AI kepada keupayaan manusia, dan integrasi mereka, yang direalisasikan oleh sifat manusia ( lihat Peningkatan Kepintaran);
penciptaan kecerdasan buatan, mewakili integrasi sistem AI yang telah dicipta ke dalam satu sistem yang mampu menyelesaikan masalah kemanusiaan ( lihat Kuat dan lemah artificial kecerdasan).

Tetapi pada masa ini, bidang kecerdasan buatan menyaksikan penglibatan ramai bidang mata pelajaran, mempunyai hubungan praktikal dengan AI dan bukannya asas. Banyak pendekatan telah diuji, tetapi belum ada kumpulan penyelidik yang mendekati kemunculan kecerdasan buatan. Di bawah adalah beberapa perkembangan paling terkenal dalam bidang AI.

Permohonan

Beberapa sistem AI yang paling terkenal ialah:

Bank menggunakan sistem kecerdasan buatan (AI) dalam aktiviti insurans (matematik aktuari), apabila bermain di bursa saham dan pengurusan harta. Kaedah pengecaman corak (termasuk kedua-dua rangkaian yang lebih kompleks dan khusus serta neural) digunakan secara meluas dalam pengecaman optik dan akustik (termasuk teks dan pertuturan), diagnostik perubatan, penapis spam, dalam sistem pertahanan udara (pengenalpastian sasaran), serta untuk memastikan beberapa tugas keselamatan negara yang lain.

Psikologi dan sains kognitif

Metodologi pemodelan kognitif direka untuk analisis dan membuat keputusan dalam miskin situasi tertentu. Ia dicadangkan oleh Axelrod.

Ia berdasarkan pemodelan idea subjektif pakar tentang situasi dan termasuk: metodologi untuk menstruktur situasi: model untuk mewakili pengetahuan pakar dalam bentuk digraf yang ditandatangani (peta kognitif) (F, W), di mana F ialah set faktor situasi, W ialah set hubungan sebab-akibat antara faktor situasi; kaedah analisis situasi. Pada masa ini, metodologi pemodelan kognitif sedang berkembang ke arah menambah baik radas untuk menganalisis dan memodelkan situasi. Model untuk meramal perkembangan keadaan dicadangkan di sini; kaedah untuk menyelesaikan masalah songsang.

Falsafah

Masalah falsafah untuk mencipta kecerdasan buatan boleh dibahagikan kepada dua kumpulan, secara relatifnya, "sebelum dan selepas pembangunan AI." Kumpulan pertama menjawab soalan: "Apakah AI, adakah mungkin untuk menciptanya, dan, jika boleh, bagaimana untuk melakukannya?" Kumpulan kedua (etika kecerdasan buatan) bertanya soalan: "Apakah akibat mencipta AI untuk manusia?"

Istilah "kecerdasan buatan yang kuat" diperkenalkan oleh John Searle, dan pendekatan itu dicirikan dalam kata-katanya:

Lebih-lebih lagi, program sebegini bukan sekadar model minda; dia, dalam erti kata literal, dirinya akan menjadi minda, dalam erti kata yang sama di mana minda manusia adalah minda.

Pada masa yang sama, adalah perlu untuk memahami sama ada minda "buatan tulen" ("metamind") adalah mungkin, memahami dan menyelesaikan masalah sebenar dan, pada masa yang sama, tanpa ciri emosi seseorang dan diperlukan untuk kelangsungan hidup individu. [ ] .

etika

Kepercayaan tradisional lain jarang menggambarkan isu AI. Tetapi sesetengah ahli teologi tetap memberi perhatian kepada perkara ini. Sebagai contoh, Archpriest Mikhail Zakharov, berhujah dari sudut pandangan dunia Kristian, mengemukakan soalan berikut: "Manusia adalah makhluk bebas secara rasional, dicipta oleh Tuhan dalam imej dan rupa-Nya. Kami terbiasa mengaitkan semua definisi ini kepada spesies biologi. Homo Sapiens. Tetapi sejauh mana wajarnya ini? . Dia menjawab soalan ini seperti ini:

Jika kita mengandaikan bahawa penyelidikan dalam bidang kecerdasan buatan suatu hari nanti akan membawa kepada kemunculan makhluk buatan yang lebih tinggi kecerdasannya berbanding manusia dan mempunyai kehendak bebas, adakah ini bermakna makhluk ini adalah seorang? ... manusia adalah ciptaan Tuhan. Bolehkah kita memanggil makhluk ini sebagai ciptaan Tuhan? Sekali pandang, ia adalah ciptaan manusia. Tetapi walaupun semasa penciptaan manusia, sukar untuk difahami secara literal bahawa Tuhan memahat manusia pertama dari tanah liat dengan tangan-Nya sendiri. Ini mungkin satu alegori yang menunjukkan kebendaan badan manusia dicipta atas kehendak Tuhan. Tetapi tanpa kehendak Allah tiada apa yang berlaku di dunia ini. Manusia, sebagai pencipta bersama dunia ini, boleh, memenuhi kehendak Tuhan, mencipta makhluk baru. Makhluk sebegini, yang dicipta oleh tangan manusia mengikut kehendak Tuhan, mungkin boleh dipanggil ciptaan Tuhan. Lagipun, manusia mencipta spesies baru haiwan dan tumbuhan. Dan kita menganggap tumbuhan dan haiwan sebagai ciptaan Tuhan. Perkara yang sama boleh digunakan untuk makhluk buatan yang bersifat bukan biologi.

Fiksyen sains

Topik AI diliputi di bawah sudut yang berbeza dalam karya Robert Heinlein: hipotesis kemunculan kesedaran diri AI apabila struktur menjadi lebih kompleks di luar tahap kritikal tertentu dan terdapat interaksi dengan dunia luar dan pembawa kecerdasan lain ("Bulan Adalah Puan Yang Kejam ”, “Time Enough For Love”, watak Mycroft, Dora dan Aya dalam kitaran “Sejarah Masa Depan”), masalah pembangunan AI selepas kesedaran diri hipotesis dan beberapa isu sosial dan etika (“Jumaat”). Masalah sosio-psikologi interaksi manusia dengan AI juga dipertimbangkan dalam novel Philip K. Dick "Do Androids Dream of Electric Sheep? ", juga terkenal dengan filem adaptasi Blade Runner.

Karya-karya penulis fiksyen sains dan ahli falsafah Stanislaw Lem menerangkan dan menjangkakan penciptaan realiti maya, kecerdasan buatan, nanorobots dan banyak lagi masalah falsafah kecerdasan buatan. Perlu diberi perhatian khusus tentang futurologi Sum teknologi. Di samping itu, dalam pengembaraan Iyon the Quiet, hubungan antara makhluk hidup dan mesin berulang kali diterangkan: pemberontakan komputer on-board dengan kejadian tidak dijangka berikutnya (perjalanan ke-11), penyesuaian robot untuk masyarakat manusia(“Tragedi Cuci” daripada “Memoirs of Ijon the Quiet”), membina ketertiban mutlak di planet ini dengan memproses penduduk hidup (perjalanan ke-24), ciptaan Corcoran dan Diagoras (“Memories of Ijon the Quiet”), sebuah klinik psikiatri untuk robot (“Memoir of Ijon the Quiet” "). Di samping itu, terdapat keseluruhan kitaran novel dan cerpen Cyberiad, di mana hampir semua watak adalah robot, yang merupakan keturunan jauh robot yang melarikan diri dari manusia (mereka memanggil orang pallids dan menganggap mereka makhluk mitos).

Filem

Sejak hampir 1960-an, bersama-sama dengan penulisan cerita fantasi dan cerita, filem sedang dibuat tentang kecerdasan buatan. Banyak cerita oleh pengarang yang diiktiraf di seluruh dunia difilemkan dan menjadi klasik dalam genre, yang lain menjadi tonggak dalam pembangunan

Kecerdasan Buatan – dalam kebelakangan ini salah satu topik paling popular dalam dunia teknologi. Fikiran seperti Elon Musk, Stephen Hawking dan Steve Wozniak sangat mengambil berat tentang penyelidikan AI dan berpendapat bahawa penciptaannya mengancam kita bahaya maut. Pada masa yang sama, fiksyen sains dan filem Hollywood telah menimbulkan banyak salah tanggapan tentang AI. Adakah kita benar-benar dalam bahaya dan apakah ketidaktepatan yang kita lakukan apabila kita membayangkan kemusnahan Skynet Earth, pengangguran umum atau, sebaliknya, kemakmuran dan kelalaian? Gizmodo telah melihat mitos manusia tentang kecerdasan buatan. Kami mempersembahkan terjemahan penuh artikel beliau.

Ia dipanggil ujian yang paling penting kecerdasan mesin sejak kemenangan Deep Blue ke atas Garry Kasparov dalam perlawanan catur 20 tahun lalu. Google AlphaGo menewaskan grandmaster Lee Sedol di kejohanan Go dengan skor yang memberangsangkan 4:1, menunjukkan betapa seriusnya kecerdasan buatan (AI) telah maju. Hari yang menentukan apabila mesin akhirnya akan mengatasi manusia dalam kecerdasan tidak pernah kelihatan begitu dekat. Tetapi kita nampaknya tidak lebih dekat untuk memahami akibat daripada peristiwa yang mencipta zaman ini.

Malah, kita berpegang kepada salah tanggapan yang serius malah berbahaya tentang kecerdasan buatan. Tahun lepas, pengasas SpaceX Elon Musk memberi amaran bahawa AI boleh mengambil alih dunia. Kata-katanya menimbulkan ribut komen, baik pihak lawan mahupun penyokong pendapat ini. Untuk acara monumental masa hadapan sebegitu, terdapat banyak ketidaksetujuan yang mengejutkan sama ada ia akan berlaku dan, jika ya, dalam bentuk apa. Ini amat membimbangkan memandangkan faedah luar biasa yang boleh diperolehi oleh manusia daripada AI, dan risiko yang mungkin. Tidak seperti ciptaan manusia yang lain, AI mempunyai potensi untuk mengubah manusia atau memusnahkan kita.

Sukar untuk mengetahui apa yang perlu dipercayai. Tetapi terima kasih kepada kerja awal oleh saintis komputer, saintis saraf, dan ahli teori AI, gambaran yang lebih jelas mula muncul. Berikut ialah beberapa salah tanggapan dan mitos biasa tentang kecerdasan buatan.

Mitos #1: "Kami tidak akan mencipta AI dengan kecerdasan yang setanding dengan manusia"

Realiti: Kami sudah mempunyai komputer yang menyamai atau melebihi keupayaan manusia di catur, Go, perdagangan saham dan perbualan. Komputer dan algoritma yang menjalankannya hanya boleh menjadi lebih baik. Ia hanya menunggu masa sebelum mereka mengatasi manusia pada sebarang tugas.

Psikologi penyelidikan Universiti New York, Gary Marcus berkata bahawa "secara literal semua orang" yang bekerja dalam AI percaya bahawa mesin akhirnya akan mengalahkan kita: "Satu-satunya perbezaan nyata antara peminat dan skeptik ialah anggaran masa." Futurists seperti Ray Kurzweil percaya ini boleh berlaku dalam beberapa dekad yang lain berkata ia akan mengambil masa berabad-abad.

Skeptik AI tidak meyakinkan apabila mereka mengatakan bahawa ini adalah masalah teknologi yang tidak dapat diselesaikan, tetapi secara semula jadi otak biologi ada sesuatu yang unik. Otak kita - mesin biologi– mereka wujud di dunia nyata dan mematuhi undang-undang asas fizik. Tidak ada yang tidak diketahui tentang mereka.

Mitos #2: "Kecerdasan buatan akan mempunyai kesedaran"

Realiti: Kebanyakan membayangkan bahawa kecerdasan mesin akan sedar dan berfikir seperti cara manusia berfikir. Selain itu, pengkritik seperti pengasas bersama Microsoft Paul Allen percaya bahawa kita masih belum mencapai kecerdasan am buatan (mampu menyelesaikan sebarang masalah mental yang boleh diselesaikan oleh manusia) kerana kita tidak mempunyai teori kesedaran saintifik. Tetapi seperti yang dikatakan oleh pakar robotik kognitif Imperial College London, Murray Shanahan, kita tidak sepatutnya menyamakan dua konsep tersebut.

“Kesedaran sememangnya menakjubkan dan perkara penting, tetapi saya tidak percaya ia perlu untuk kecerdasan buatan peringkat manusia. Untuk menjadi lebih tepat, kami menggunakan perkataan "kesedaran" untuk merujuk kepada beberapa sifat psikologi dan kognitif yang "datang dengan seseorang", jelas saintis itu.

Adalah mungkin untuk membayangkan mesin pintar yang tidak mempunyai satu atau lebih ciri ini. Akhirnya, kita mungkin mencipta AI yang sangat pintar yang tidak dapat melihat dunia secara subjektif dan sedar. Shanahan berhujah bahawa minda dan kesedaran boleh digabungkan dalam mesin, tetapi kita tidak boleh lupa bahawa ini adalah dua konsep yang berbeza.

Hanya kerana mesin lulus Ujian Turing, di mana ia tidak dapat dibezakan daripada manusia, tidak bermakna ia sedar. Bagi kami, AI lanjutan mungkin kelihatan sedar, tetapi ia tidak akan lebih sedar diri daripada batu atau kalkulator.

Mitos #3: "Kita tidak sepatutnya takut dengan AI"

Realiti: Pada bulan Januari pengasas Facebook Mark Zuckerberg berkata bahawa kita tidak perlu takut dengan AI, kerana ia akan melakukan banyak perkara yang baik untuk dunia. Dia separuh betul. Kami akan mendapat manfaat yang besar daripada AI, daripada kereta pandu sendiri kepada penciptaan ubat baharu, tetapi tiada jaminan bahawa setiap pelaksanaan AI akan menjadi jinak.

Sistem yang sangat pintar boleh mengetahui segala-galanya tugas tertentu, seperti menyelesaikan masalah kewangan yang tidak menyenangkan atau menggodam sistem pertahanan musuh. Tetapi di luar sempadan pengkhususan ini, ia akan menjadi sangat jahil dan tidak sedarkan diri. Sistem DeepMind Google adalah pakar dalam Go, tetapi ia tidak mempunyai keupayaan atau sebab untuk meneroka bidang di luar pengkhususannya.

Kebanyakan sistem ini mungkin tidak tertakluk kepada pertimbangan keselamatan. Contoh yang baik– virus Stuxnet yang kompleks dan berkuasa, cacing ketenteraan yang dibangunkan oleh tentera Israel dan AS untuk menyusup dan mensabotaj kerja Iran loji tenaga nuklear. Virus ini entah bagaimana (sengaja atau tidak sengaja) menjangkiti loji kuasa nuklear Rusia.

Contoh lain ialah program Flame, digunakan untuk pengintipan siber di Timur Tengah. Sangat mudah untuk membayangkan versi masa depan Stuxnet atau Flame melampaui tujuan yang dimaksudkan dan menyebabkan kemudaratan besar kepada infrastruktur sensitif. (Untuk menjadi jelas, virus ini bukan AI, tetapi pada masa hadapan mereka mungkin memilikinya, oleh itu kebimbangan).

Virus Flame digunakan untuk pengintipan siber di Timur Tengah. Foto: Berwayar

Mitos #4: "Kepintaran buatan akan terlalu pintar untuk membuat kesilapan"

Realiti: Penyelidik AI dan pengasas Surfing Samurai Robots Richard Lucimore percaya bahawa kebanyakan senario kiamat AI adalah tidak konsisten. Mereka sentiasa dibina berdasarkan andaian bahawa AI mengatakan: "Saya tahu bahawa kemusnahan manusia disebabkan oleh kegagalan dalam reka bentuk saya, tetapi saya terpaksa melakukannya juga." Lucimore mengatakan bahawa jika AI berkelakuan seperti ini, membuat alasan tentang kemusnahan kita, maka percanggahan logik sedemikian akan menghantuinya sepanjang hayatnya. Ini seterusnya merendahkan asas pengetahuannya dan menjadikannya terlalu bodoh untuk mencipta situasi berbahaya. Saintis itu juga berpendapat bahawa orang yang berkata: "AI hanya boleh melakukan apa yang diprogramkan untuk dilakukan" adalah sama tersilapnya dengan rakan sekerja mereka pada awal era komputer. Pada masa itu, orang menggunakan frasa ini untuk berhujah bahawa komputer tidak mampu menunjukkan fleksibiliti sedikit pun.

Peter Macintyre dan Stuart Armstrong, yang bekerja di Institut Kemanusiaan Masa Depan di Universiti Oxford, tidak bersetuju dengan Lucimore. Mereka berpendapat bahawa AI sebahagian besarnya terikat dengan cara ia diprogramkan. McIntyre dan Armstrong percaya bahawa AI tidak akan dapat melakukan kesilapan atau terlalu bodoh untuk tidak mengetahui apa yang kita harapkan daripadanya.

“Secara takrifan, kecerdasan superificial (ASI) ialah subjek dengan kecerdasan yang jauh lebih besar daripada subjek yang terbaik. otak manusia dalam apa jua bidang ilmu. Dia akan tahu dengan tepat apa yang kami mahu dia lakukan,” kata McIntyre. Kedua-dua saintis percaya bahawa AI hanya akan melakukan apa yang diprogramkan untuk dilakukan. Tetapi jika dia menjadi cukup bijak, dia akan faham betapa berbezanya ini dengan semangat undang-undang atau niat orang.

McIntyre membandingkan situasi masa depan manusia dan AI dengan interaksi manusia-tikus semasa. Matlamat tetikus adalah untuk mencari makanan dan tempat tinggal. Tetapi ia sering bercanggah dengan keinginan seseorang yang mahu haiwannya berlari-lari dengan bebas. “Kami cukup bijak untuk memahami beberapa matlamat tikus. Jadi ASI juga akan memahami keinginan kita, tetapi bersikap acuh tak acuh kepada mereka,” kata saintis itu.

Seperti yang ditunjukkan oleh plot filem Ex Machina, amat sukar bagi seseorang untuk memegang AI yang lebih pintar

Mitos #5: "Tampalan mudah akan menyelesaikan masalah kawalan AI"

Realiti: Dengan mencipta kecerdasan buatan yang lebih pintar daripada manusia, kita akan menghadapi masalah yang dikenali sebagai "masalah kawalan." Futurists dan ahli teori AI jatuh ke dalam keadaan kekeliruan sepenuhnya jika anda bertanya kepada mereka bagaimana kami akan membendung dan mengehadkan ASI jika satu muncul. Atau bagaimana untuk memastikan bahawa dia akan mesra dengan orang. Baru-baru ini, penyelidik di Institut Teknologi Georgia secara naif mencadangkan bahawa AI boleh mempelajari nilai manusia dan peraturan sosial dengan membaca cerita mudah. Pada hakikatnya, ia akan menjadi lebih sukar.

"Terdapat banyak helah mudah yang dicadangkan yang boleh 'menyelesaikan' keseluruhan masalah kawalan AI," kata Armstrong. Contohnya termasuk pengaturcaraan ASI supaya tujuannya adalah untuk menggembirakan orang, atau supaya ia hanya berfungsi sebagai alat di tangan seseorang. Pilihan lain ialah mengintegrasikan konsep cinta atau hormat ke dalam kod sumber. Untuk mengelakkan AI daripada mengamalkan pandangan dunia yang mudah dan berat sebelah, ia telah dicadangkan untuk memprogramkannya untuk menghargai kepelbagaian intelektual, budaya dan sosial.

Tetapi penyelesaian ini terlalu mudah, seperti percubaan untuk menjejalkan semua kerumitan suka dan tidak suka manusia menjadi satu definisi dangkal. Cuba, sebagai contoh, untuk menghasilkan definisi "hormat" yang jelas, logik dan boleh dilaksanakan. Ini amat sukar.

Mesin dalam The Matrix boleh memusnahkan manusia dengan mudah

Mitos #6: “Kecerdasan buatan akan memusnahkan kita”

Realiti: Tiada jaminan bahawa AI akan memusnahkan kita, atau kita tidak akan dapat mencari jalan untuk mengawalnya. Seperti yang dikatakan oleh ahli teori AI Eliezer Yudkowsky, "AI tidak mencintai atau membenci anda, tetapi anda diperbuat daripada atom yang boleh digunakan untuk tujuan lain."

Dalam bukunya "Kecerdasan Buatan. peringkat. ugutan. Strategi,” ahli falsafah Oxford Nick Bostrom menulis bahawa kepintaran buatan yang sebenar, sebaik sahaja ia muncul, akan menimbulkan risiko yang lebih besar daripada ciptaan manusia yang lain. Fikiran terkemuka seperti Elon Musk, Bill Gates dan Stephen Hawking (yang terakhir memberi amaran bahawa AI boleh menjadi "kesilapan terburuk dalam sejarah") juga telah menyatakan kebimbangan.

McIntyre berkata bahawa untuk kebanyakan tujuan yang mungkin dimiliki oleh ASI, terdapat sebab yang baik untuk menyingkirkan orang.

“AI boleh meramalkan, dengan betul, bahawa kami tidak mahu ia memaksimumkan keuntungan syarikat tertentu, tidak kira apa kos kepada pelanggan. persekitaran dan haiwan. Oleh itu, dia mempunyai insentif yang kuat untuk memastikan bahawa dia tidak diganggu, diganggu, dimatikan, atau diubah dalam matlamatnya, kerana ini akan menghalang matlamat asalnya daripada dicapai,” kata McIntyre.

Melainkan matlamat ASI mencerminkan matlamat kita sendiri, ia akan mempunyai sebab yang kukuh untuk menghalang kita daripada menghentikannya. Memandangkan tahap kecerdasannya jauh melebihi tahap kita, tiada apa yang boleh kita lakukan mengenainya.

Tiada siapa yang tahu bentuk AI yang akan diambil atau bagaimana ia boleh mengancam manusia. Seperti yang dinyatakan Musk, kecerdasan buatan boleh digunakan untuk mengawal, mengawal selia dan memantau AI lain. Atau ia mungkin disemai dengan nilai kemanusiaan atau keinginan utama untuk bersahabat dengan orang.

Mitos #7: "Kepintaran buatan akan menjadi mesra"

Realiti: Ahli falsafah Immanuel Kant percaya bahawa akal berkait rapat dengan moral. Ahli sains saraf David Chalmers dalam kajiannya "The Singularity: Analisis falsafah” mengambil idea terkenal Kant dan mengaplikasikannya pada superintelligence buatan yang muncul.

Jika ini benar...kita boleh menjangkakan ledakan intelektual akan membawa kepada ledakan moral. Kita kemudian boleh menjangkakan bahawa sistem ASI yang baru muncul akan menjadi super-moral serta super-pintar, yang membolehkan kita mengharapkan kualiti yang baik daripada mereka.

Tetapi idea bahawa AI maju akan dicerahkan dan baik tidak begitu munasabah pada terasnya. Seperti yang dinyatakan oleh Armstrong, terdapat banyak penjenayah perang pintar. Hubungan antara kecerdasan dan moral nampaknya tidak wujud di kalangan manusia, jadi dia mempersoalkan operasi prinsip ini antara bentuk pintar yang lain.

“Orang pintar yang berkelakuan tidak bermoral boleh menyebabkan banyak kesakitan skala besar daripada rakan sejawat mereka yang bodoh. Kewajaran hanya memberi mereka peluang untuk menjadi buruk fikiran yang hebat, ia tidak mengubah mereka menjadi orang yang baik hati,” kata Armstrong.

Seperti yang dijelaskan oleh MacIntyre, keupayaan subjek untuk mencapai matlamat adalah tidak relevan sama ada matlamat itu munasabah untuk bermula. “Kami akan sangat bertuah jika AI kami berbakat unik dan tahap moral mereka meningkat seiring dengan kecerdasan mereka. Bergantung kepada tuah bukanlah pendekatan terbaik untuk sesuatu yang boleh membentuk masa depan kita,” katanya.

Mitos #8: "Risiko AI dan robotik adalah sama"

Realiti: Ia istimewa kesilapan biasa, disebarkan oleh media tidak kritis dan Filem Hollywood seperti "Terminator".

Jika superintelligence buatan seperti Skynet benar-benar mahu memusnahkan manusia, ia tidak akan menggunakan android dengan mesingan enam laras. Ia akan menjadi lebih berkesan untuk menghantar wabak biologi atau nanoteknologi kelabu goo. Atau hanya memusnahkan suasana.

Kecerdasan buatan berpotensi berbahaya bukan kerana ia boleh menjejaskan perkembangan robotik, tetapi kerana bagaimana penampilannya akan mempengaruhi dunia secara umum.

Mitos #9: "Penggambaran AI dalam fiksyen sains ialah gambaran masa depan yang tepat."

Pelbagai jenis fikiran. Imej: Eliezer Yudkowsky

Sudah tentu, pengarang dan futuris telah menggunakan fiksyen sains untuk membuat ramalan yang hebat, tetapi ufuk peristiwa yang ASI wujudkan adalah cerita yang sama sekali berbeza. Selain itu, sifat AI bukan manusia menjadikan kita mustahil untuk mengetahui, dan oleh itu meramalkan, sifat dan bentuknya.

Untuk menghiburkan kita orang bodoh fiksyen sains kebanyakan AI digambarkan sebagai serupa dengan kami. "Terdapat spektrum semua minda yang mungkin. Walaupun di kalangan manusia, anda agak berbeza daripada jiran anda, tetapi variasi itu tidak ada apa-apanya berbanding dengan semua minda yang boleh wujud, "kata McIntyre.

Kebanyakan fiksyen sains tidak perlu tepat secara saintifik untuk menceritakan kisah yang menarik. Konflik biasanya berlaku antara wira yang mempunyai kekuatan yang sama. "Bayangkan betapa membosankan sebuah cerita di mana AI tanpa kesedaran, kegembiraan atau kebencian, menamatkan manusia tanpa sebarang rintangan untuk mencapai matlamat yang tidak menarik," Armstrong menceritakan, menguap.

Beratus-ratus robot bekerja di kilang Tesla

Mitos #10: "Sungguh mengerikan bahawa AI akan mengambil semua pekerjaan kami."

Realiti: Keupayaan AI untuk mengautomasikan banyak perkara yang kita lakukan dan potensinya untuk memusnahkan manusia adalah dua perkara yang sangat berbeza. Tetapi menurut Martin Ford, pengarang The Dawn of the Robots: Technology and the Threat of a Jobless Future, mereka sering dilihat secara keseluruhan. Adalah baik untuk memikirkan masa depan AI yang jauh, selagi ia tidak mengalihkan perhatian kita daripada cabaran yang akan kita hadapi dalam dekad akan datang. Ketua di kalangan mereka ialah automasi massa.

Tiada siapa yang meragui bahawa kecerdasan buatan akan menggantikan banyak pekerjaan sedia ada, daripada pekerja kilang hinggalah ke atas pekerja kolar putih. Sesetengah pakar meramalkan bahawa separuh daripada semua pekerjaan AS menghadapi risiko automasi dalam masa terdekat.

Tetapi ini tidak bermakna kita tidak dapat mengatasi kejutan itu. Secara umum, menyingkirkan kebanyakan kerja kita, baik fizikal dan mental, adalah matlamat separa utopia untuk spesies kita.

"AI akan memusnahkan banyak pekerjaan dalam beberapa dekad, tetapi itu bukan perkara yang buruk," kata Miller. Kereta pandu sendiri akan menggantikan pemandu trak, yang akan mengurangkan kos penghantaran dan, akibatnya, menjadikan banyak produk lebih murah. “Jika anda seorang pemandu lori dan mencari rezeki, anda akan rugi, tetapi orang lain, sebaliknya, akan dapat membeli lebih banyak barang dengan gaji yang sama. Dan wang yang mereka simpan akan dibelanjakan untuk barangan dan perkhidmatan lain yang akan mewujudkan pekerjaan baharu untuk orang ramai,” kata Miller.

Kemungkinan besar, kecerdasan buatan akan mencipta peluang baharu untuk menghasilkan barangan, membebaskan orang ramai untuk melakukan perkara lain. Kemajuan dalam AI akan disertai dengan kemajuan dalam bidang lain, terutamanya pembuatan. Pada masa hadapan, ia akan menjadi lebih mudah, bukan lebih sukar, untuk kita memenuhi keperluan asas kita.