דף הבית / מאמרי טכנולוגיה ותעשייה / מדוע הבינה המלאכותית נכשלת במבחן טיורינג

מדוע הבינה המלאכותית נכשלת במבחן טיורינג

אינדקס חברות וספקים

התפקיד של הטכנולוגיה הוא לפתח אמצעים יישומיים מתוך רעיונות חדשניים מדעיים.
ואולם, באופן אירוני דווקא החשיבה המדעית המודרנית היא הקרחון בו מתנגשת אחת מספינות הדגל של הטכנולוגיה – הבינה המלאכותית ונגזרותיה.

המבחן האולטימטיבי של הבינה המלאכותית הוא מבחן טיורינג, מבחן החיקוי של האינטליגנציה האנושית באמצעות מכונה (במקור טיורינג כינה מבחן זה "משחק החיקוי "ומכאן גם נגזר שם הסרט המפורסם). "פרט קטן" ועיקש עומד בין הטכנולוגיה לבין העמידה במבחן טיורינג, הפרט הזה הוא ההבנה מה היא בכלל האינטליגנציה האנושית.

פרסום

לכאורה פרט זה אינו חשוב, שהרי המכונה היא מלכתחילה רק מודל חישובי המספק חיקוי לחשיבה. מדענים מטבעם אינם מחפשים אמת גדולה אלא מסתפקים בקונבנציות חלקיות ופשרניות, שתפקידן הפרקטי הוא לאפשר את ההתקדמות המדעית והטכנולוגית.
המכאניקה הקוונטית היא הדוגמא המפורסמת ביותר לקהילת מדענים, אשר זנחה בשלב מאוד מוקדם את המאמץ הפרשני למציאת חוקיות במוזרות הקוונטית והחליטה להסכים שהאירועים במימד הקוונטי הם סטטיסטים מטבעם.
כאשר אירועים הם סטטיסטיים מטבעם הרי שהכול יכול לקרות, גם מקרים שנראים לנו כמו סרט המורץ אחורה ומציג שברי אגרטל מתרוממים מהרצפה ומאחים עצמם לאגרטל קריסטל מושלם, זה רק עניין של הסתברות.

הטכנולוגיה משלמת את המחיר ההתעלמות מהצורך בפרדיגמה לוגית מדעית חדשה בכך שהבינה המלאכותית שרירותית, סטטיסטית ובעיקר – לא עוברת את מבחן טיורינג.
דוגמא אחת מתוך רבות היא מקרה שהתפרסם בינואר השנה, בו מחשבים שאומנו על ידי פייסבוק לנהל משא ומתן החלו לפתח שפה זרה משל עצמם.

דוגמא משעשעת היא תוכנה שאומנה על ידי מעבדת האינטליגנציה המלאכותית Open.AI לשחק את משחק הווידיאו Cost-Runner. התוכנה תוכנתה לאסוף כמה שיותר יצורים ירוקים תוך כדי חתירה להגיעה לקו הסיום מהר ככל האפשר. תוך פרק זמן קצר של לימוד עצמי, נכנסה התוכנה להתקף "התמכרות" לאיסוף היצורים הירוקים. הסירה שהופעלה על ידי התוכנה החלה להשתולל, להתנגש בסירות אחרות תוך מרדף עיקש אחר היצורים הירוקים ואיבדה את האוריינטציה להגיע לקו הסיום.

איפה הבעיה? הרי בכל זאת מדובר בהישג בתחום ה-  Machine Learning
הבעיה היא בכך שאם באמצעות הבינה המלאכותית ניתן ללמוד "הכל", ואם אכן זה רק עניין של הסתברות, אז הרי לנו הגדרה לסינגולאריות (ייחודיות): הגחה של ממד חדש בו ההסתברות הופכת לשרירותיות מוחלטת.
היישומים הטכנולוגים של הרעיונות המדעיים הפרו את מאזן הכוחות הרגיש בדיון "הסבר מול הסתברות". הפרדיגמה המדעית הנוכחית שאין צורך בהסבר הולכת ומתערערת.

כניסיון לעורר את הדיון החשוב והנדרש במאפייני פרדיגמה מדעית חדשה, אציג שתי שגיאות המובנות בחשיבה המערבית.

השגיאה הפרדיגמתית הראשונה: זרות משמע נפרדות 
זרים הם נפרדים. הם יכולים להיות ביחד רק כתערובת אך לא כמרכיבים זה של זה. הטוב הוא טוב ואין בו-עצמו מרכיב של רע. שחור הוא שחור טהור ואינו בנוי ממרכיב של לבן.

האמנם? ביוון הקלאסית המוקדמת (500-300 לפני הספירה סדר גודל) הייתה הבחנה לוגית בין המושג זרות לבין המושג הפרדה: תיתכן זרות אך לא תיתכן הפרדה. אריסטו כינה את מרכיבי ההבחנה הלוגית הזו: זרים שאינם נפרדים. בדומה ליוון הקלאסית המוקדמת גם התפיסה האוריינטלית היא תפיסה הוליסטית הכוללת אחדות ניגודים. מקובל לחשוב שסמל ה"יינג יאנג" מראה כי דבר והיפוכו שזורים זה בזה ללא יכולת הפרדה, ואולם הפרוש הנחרץ יותר הוא, שהם מבוססים זה על זה לוגית ומכילים זה את זה ברמת ההגדרה העצמית.

בכדי לסבר את האינטואיציה, ניתן למצוא ברעיון 'הזרים שאינם נפרדים' דומות למבנה של משוואות רקורסיביות:

השגיאה הפרדיגמתי השנייה: שגיאת האנליטיקה הדיכוטומית 
דיכוטומיה היא סוג של אנליזה המחלקת את הדיון לשניים: גוף-נפש, דבר והיפוכו. מכאן, שהחלוקה היא ל- A ול-B ,
B=notA
ואולם, הדיכוטומיה אינה שיטה ממצה פריסת מרחבים הכרחית ומספיקה.
ניקח לדוגמא את האנליזה היסודית של מרחב הצבע בעולם הדיגיטלי. מרחב הצבע לא יסווג לשחור ולבן, אלא ל- RGB כלומר Red Blue Green.

פרסום

דוגמא נוספת תהא האנליזה של ההחלטה לאסוף נתונים:                         

אנליזה ממצה תהא מושתתת על:
 
הרכיב nonA מוכר בשם חשיבה לאטרלית (רוחבית, אסוציאטיבית). ליאונרדו דה וינצ'י והאחים רייט הם דוגמא לאפשרות להביא מעולם החי, רעיונות לפתור בעיות טכניות. 

לסיכום, מוח האדם הוא סוג של מכונת מצבים המכילה אינטליגנציות ייעודיות המתמודדות עם אתגרים שונים: מקרים של דחק, מקרים הדורשים חקר ביצועים, מקרים הדורשים המצאה.
תוכנות מחשב עוסקות כרגע רק בחקר ביצועים. הן סופיות, חלקיות, לומדות רק ממתאמים ואינן דומות כלל לבינה של האדם.
הכרות טובה יותר עם השגיאות הפרדיגמתיות של הרעיונות המדעיים תוביל לדור הבא של הבינה המלאכותית, הדור שיעבור את מבחן טיורינג.
_____________________________________________________________________

נכתב על ידי איריס קים, מרצת הסדנא בתורת המערכות המורכבות בשרות החדשנות בלשכת המהנדסים. לפרטים לחצו כאן

Print Friendly, PDF & Email
מצטרפים לדף הפייסבוק של מכניקה-נט ונשארים מעודכנים כל הזמן‎

אודות מערכת פורטל מכניקה נט

אנו שמחים להביא בעמוד זה מידע לתועלת הציבור. יחד עם זאת התכנים אינם מהווים עצה, המלצה או את עמדת האתר , ועל כל משתמש לבחון את המידע ולשקול איזה שימוש ראוי לעשות בו, רשימה זו אינה ממצה ואינה תחליף לייעוץ משפטי. אין באמור לגרוע מהאמור בתקנון האתר, לרבות בנוגע להגבלת אחריות. מערכת פורטל מכניקה נט עושה כמיטב יכולתה להביא בפניכם חדשות , כתבות ,מחקרים ,ידיעות מהארץ העולם ועוד המון אינפורמציה בתחום תעשיית המתכת תעשיית הזיווד הפלסטיק והגומי . בכל הצעה בקשה רעיון נשמח באם תיצרו קשר / כמו כן אנו מכבדים זכויות יוצרים ועושים מאמץ לאתר את בעלי הזכויות בצילומים המגיעים לידינו. אם זיהיתים בפרסומינו צילום שיש לכם זכויות בו, אתם רשאים לפנות אלינו ולבקש לחדול מהשימוש באמצעות כתובת המייל:[email protected]

כתיבת תגובה

האימייל לא יוצג באתר. שדות החובה מסומנים *

הרשמו לניוזלטר

כדי להיות תמיד מעודכנים