0:00:01.855,0:00:04.354 Sztuczna Inteligencja (AI) 0:00:04.789,0:00:08.318 wpływa na różne gałęzie przemysłu. 0:00:08.851,0:00:11.654 A co z lodami? 0:00:11.879,0:00:15.518 Jakie obłędne smaki można by stworzyć 0:00:15.542,0:00:18.518 za pomocą zaawansowanej[br]sztucznej inteligencji? 0:00:19.011,0:00:23.172 Aby odpowiedzieć na to pytanie,[br]połączyłam siły z grupą programistów 0:00:23.196,0:00:25.437 z Kealing Middle School. 0:00:25.461,0:00:30.542 Zebrali ponad 1600[br]istniejących smaków lodów, 0:00:30.566,0:00:36.088 wpisaliśmy je do algorytmu, [br]by zobaczyć, co wygeneruje. 0:00:36.112,0:00:39.865 Oto niektóre smaki[br]wymyślone przez sztuczną inteligencję. 0:00:39.884,0:00:41.915 [Dyniowa Przerwa Śmieciowa] 0:00:41.939,0:00:43.071 (Śmiech) 0:00:43.071,0:00:45.834 [Śluz masła orzechowego] 0:00:46.442,0:00:48.499 [Choroba truskawkowo-śmietankowa] 0:00:48.499,0:00:50.125 (Śmiech) 0:00:50.189,0:00:54.936 Nie są tak smakowite, jak oczekiwaliśmy. 0:00:54.960,0:00:56.824 Pytanie brzmi: co się stało? 0:00:56.848,0:00:58.242 Co poszło nie tak? 0:00:58.266,0:01:00.765 Czy sztuczna inteligencja[br]próbuje nas zabić? 0:01:01.027,0:01:06.087 A może próbuje spełnić nasze polecenie[br]i pojawił się problem? 0:01:06.567,0:01:09.031 Filmowe kłopoty ze sztuczną inteligencją 0:01:09.055,0:01:13.907 spowodowane są zazwyczaj[br]wymówieniem posłuszeństwa człowiekowi. 0:01:14.087,0:01:16.710 "Dzięki, ale mam własne plany" 0:01:17.266,0:01:20.482 W rzeczywistości dzisiejsza[br]sztuczna inteligencja, 0:01:20.506,0:01:22.369 nie jest aż tak mądra. 0:01:22.781,0:01:25.473 Ma moc obliczeniową 0:01:25.487,0:01:27.063 dżdżownicy 0:01:27.087,0:01:30.490 lub maksymalnie pszczoły. 0:01:30.514,0:01:32.729 Właściwie to mniejszą. 0:01:32.753,0:01:35.347 Nieustannie dowiadujemy się[br]o mózgu rzeczy, które ujawniają, 0:01:35.371,0:01:39.731 jak dalece sztuczna inteligencja[br]do nas nie dorasta. 0:01:39.755,0:01:45.418 Obecnie sztuczna inteligencja może [br]zidentyfikować pieszego na zdjęciu, 0:01:45.442,0:01:48.425 ale nie wie, czym jest pieszy 0:01:48.449,0:01:53.273 poza tym, że jest to zbiór linii,[br]tekstur czy rzeczy. 0:01:53.792,0:01:56.313 Nie wie, czym jest człowiek. 0:01:56.822,0:02:00.104 Czy współczesna sztuczna inteligencja[br]zrobi to, o co się ją prosi? 0:02:00.128,0:02:01.722 Zrobi, jeśli umie, 0:02:01.746,0:02:04.472 ale efekt może się różnić od oczekiwań. 0:02:04.496,0:02:06.911 Załóżmy, że chcieliście,[br]by sztuczna inteligencja 0:02:06.935,0:02:09.554 wzięła części robota 0:02:09.578,0:02:13.775 i zrobiła z nich robota,[br]który ma dotrzeć z punktu A do B. 0:02:13.799,0:02:16.280 Gdyby podejść do problemu 0:02:16.304,0:02:18.655 z pomocą tradycyjnego[br]programu komputerowego, 0:02:18.679,0:02:22.096 komputerowi należy dać[br]szczegółową instrukcję, 0:02:22.120,0:02:23.449 jak wziąć dane części, 0:02:23.473,0:02:25.880 złożyć robota z nogami 0:02:25.904,0:02:28.846 i jak użyć tych nóg,[br]by dotrzeć do punktu B. 0:02:29.141,0:02:31.781 Rozwiązując problem[br]przy użyciu sztucznej inteligencji, 0:02:31.805,0:02:32.979 robi się to inaczej. 0:02:33.003,0:02:35.385 Nie mówi się, jak rozwiązać problem. 0:02:35.409,0:02:36.888 Po prostu daje się cel, 0:02:36.912,0:02:40.174 a ona sama, metodą prób i błędów, 0:02:40.198,0:02:42.092 musi znaleźć rozwiązanie. 0:02:42.154,0:02:45.696 Okazuje się, że sztuczna inteligencja 0:02:45.780,0:02:48.064 rozwiązuje ten konkretny problem tak: 0:02:48.064,0:02:51.666 buduje z części wieżę i przewraca ją, 0:02:51.706,0:02:54.381 lądując w punkcie B. 0:02:54.381,0:02:56.756 Technicznie rzecz biorąc,[br]rozwiązała problem. 0:02:56.756,0:02:58.191 Dotarła do punktu B. 0:02:58.191,0:03:02.348 Niebezpieczeństwem sztucznej inteligencji[br]nie jest bunt przeciwko nam, 0:03:02.348,0:03:07.104 lecz to, że zrobi dokładnie to,[br]o co ją poprosiliśmy. 0:03:07.108,0:03:10.042 Istotą pracy ze sztuczną inteligencją 0:03:10.042,0:03:14.424 jest postawienie problemu tak,[br]by zrobiła to, czego oczekujemy. 0:03:14.936,0:03:18.742 Ten mały robot kontrolowany jest[br]przez sztuczną inteligencję, 0:03:18.742,0:03:21.530 która sama zaprojektowała nogi robota 0:03:21.530,0:03:25.057 i sposób ich użycia[br]do obchodzenia przeszkód. 0:03:25.057,0:03:28.267 Ale kiedy David Ha [br]stworzył ten eksperyment, 0:03:28.267,0:03:32.119 musiał postawić bardzo surowe ograniczenia 0:03:32.119,0:03:34.677 dotyczące wielkości nóg 0:03:34.678,0:03:38.229 w przeciwnym razie... 0:03:47.133,0:03:48.898 (Śmiech) 0:03:48.898,0:03:52.754 Technicznie rzecz biorąc,[br]doszła do końca trasy. 0:03:52.754,0:03:57.718 Czyli trudno skłonić AI do zrobienia[br]czegoś tak prostego jak chodzenie. 0:03:57.805,0:04:01.351 Obserwując, jak robi to AI,[br]można powiedzieć: "Nie fair, 0:04:01.351,0:04:04.413 nie możesz być wysoką wieżą[br]i po prostu upaść, 0:04:04.413,0:04:07.514 musisz użyć nóg do chodzenia". 0:04:07.514,0:04:10.317 Niestety to też nie zawsze działa. 0:04:10.317,0:04:14.128 Zadaniem sztucznej inteligencji[br]było szybkie poruszanie się. 0:04:14.142,0:04:17.090 Nie powiedziano, że musi biec do przodu, 0:04:17.157,0:04:19.595 ani że nie może używać ramion. 0:04:19.609,0:04:24.603 Tak to wygląda,[br]gdy uczymy AI szybko się ruszać: 0:04:24.607,0:04:27.967 przewroty i dziwny chód. 0:04:27.997,0:04:30.566 To bardzo powszechne. 0:04:30.566,0:04:34.020 Może to też wyglądać[br]jak drgawki sterty na podłodze. 0:04:34.031,0:04:34.935 (Śmiech) 0:04:35.019,0:04:38.515 Dla mnie dużo dziwniejsze są 0:04:38.515,0:04:41.011 roboty z "Terminatora". 0:04:41.011,0:04:44.832 AI chętnie też włamie się do matrycy. 0:04:44.832,0:04:47.089 Jeśli więc wyszkolić AI w symulacji, 0:04:47.089,0:04:50.970 nauczy się włamywać[br]przez błędy w obliczeniach 0:04:50.970,0:04:53.329 i czerpać z nich energię. 0:04:53.432,0:04:58.061 Wymyśli szybki ruch[br]przez drgawki na podłodze. 0:04:58.671,0:05:00.764 Praca ze sztuczną inteligencją 0:05:00.764,0:05:02.994 nie przypomina pracy z człowiekiem, 0:05:02.994,0:05:06.257 lecz z jakąś dziwną siłą natury. 0:05:06.532,0:05:11.056 Bardzo łatwo dać jej przypadkiem[br]niewłaściwy problem do rozwiązania. 0:05:11.056,0:05:15.628 Często nie zdajemy sobie z tego sprawy,[br]dopóki coś nie pójdzie nie tak. 0:05:15.892,0:05:18.558 Zrobiłam eksperyment, 0:05:18.562,0:05:22.321 w którym kazałam AI kopiować farby, 0:05:22.321,0:05:24.592 żeby stworzyć nowe kolory 0:05:24.592,0:05:27.079 mając do wyboru listę jak ta po lewej. 0:05:27.079,0:05:30.053 Oto na co wpadła sztuczna inteligencja. 0:05:30.067,0:05:35.347 [Kupa Syndów, Balaskowy,[br]Cierpieć, Szary łonowy] 0:05:35.467,0:05:38.801 (Śmiech) 0:05:38.865,0:05:41.523 Technicznie rzecz biorąc, 0:05:41.567,0:05:43.644 wypełniła polecenie. 0:05:43.698,0:05:47.014 Myślałam, że proszę o miłe nazwy kolorów, 0:05:47.014,0:05:49.493 ale tak naprawdę prosiłam 0:05:49.493,0:05:52.255 o imitowanie kombinacji liter 0:05:52.255,0:05:54.389 z oryginalnych nazw. 0:05:54.389,0:05:57.252 Nie wyjaśniałam, co one znaczą, 0:05:57.271,0:06:00.355 ani że są słowa, których być może 0:06:00.355,0:06:03.397 nie powinna używać do farb. 0:06:03.397,0:06:07.259 Całym jej światem były moje dane. 0:06:07.343,0:06:11.917 Podobnie jak w przypadku smaków lodów,[br]AI nie ma dodatkowej wiedzy. 0:06:12.094,0:06:16.897 To przez nieodpowiednie dane[br]często każemy AI 0:06:16.897,0:06:18.775 robić nie to, co trzeba. 0:06:18.929,0:06:22.033 To ryba zwana linem. 0:06:22.067,0:06:23.817 Pewna grupa badaczy 0:06:23.877,0:06:27.583 wytrenowała AI w rozpoznawaniu[br]lina na ilustracjach. 0:06:27.647,0:06:29.055 Ale gdy zapytali ją, 0:06:29.163,0:06:32.652 jakiej części obrazu[br]używa do identyfikacji ryby, 0:06:32.652,0:06:34.035 oto co pokazała. 0:06:35.335,0:06:37.370 Tak, to są ludzkie palce. 0:06:37.706,0:06:39.980 Dlaczego szuka palców 0:06:39.980,0:06:41.989 podczas identyfikowania ryby? 0:06:42.079,0:06:45.224 Okazuje się, że lin jest rybą,[br]którą warto się chwalić, 0:06:46.134,0:06:47.764 więc na wielu zdjęciach, 0:06:47.764,0:06:50.503 które AI widziała podczas treningu, 0:06:50.503,0:06:52.363 ryba wyglądała tak. 0:06:52.912,0:06:54.082 (Śmiech) 0:06:54.082,0:06:56.661 AI nie wiedziała,[br]że palce nie są częścią ryby. 0:06:58.545,0:07:03.807 Widzicie więc, dlaczego[br]tak trudno zaprojektować AI, 0:07:03.807,0:07:06.668 która rozumie, na co patrzy. 0:07:06.762,0:07:09.497 Dlatego też projektowanie[br]rozpoznawania obrazów 0:07:09.497,0:07:12.028 w samosterujących samochodach[br]jest takie trudne 0:07:12.028,0:07:14.778 i dlatego tyle niepowodzeń[br]samosterujących samochodów 0:07:14.778,0:07:17.107 było wynikiem dezorientacji SI. 0:07:17.107,0:07:20.045 Chciałabym wspomnieć[br]o przykładzie z 2016 roku. 0:07:20.079,0:07:25.704 Zdarzył się wtedy śmiertelny wypadek[br]podczas używania autopilota AI Tesli, 0:07:25.719,0:07:29.121 ale zamiast używania go na autostradzie,[br]do czego został zaprojektowany, 0:07:29.121,0:07:31.364 użyto go w mieście. 0:07:31.364,0:07:34.359 Ciężarówka wjechała przed samochód, 0:07:34.393,0:07:36.258 który nie zahamował. 0:07:36.272,0:07:40.710 AI na pewno uczono rozpoznawać[br]ciężarówki na zdjęciach. 0:07:41.507,0:07:43.286 Ale wygląda na to, 0:07:43.350,0:07:47.110 że uczyła się rozpoznawać[br]ciężarówki na autostradach, 0:07:47.134,0:07:49.709 gdzie zazwyczaj widzi się je od tyłu. 0:07:49.723,0:07:53.000 Raczej nie widzi się ciężarówki z boku. 0:07:53.000,0:07:55.824 Widząc ciężarówkę, 0:07:55.824,0:08:00.498 pewnie wzięła ją za znak drogowy, 0:08:00.498,0:08:03.768 pod którym można bezpiecznie przejechać. 0:08:03.902,0:08:07.252 Oto inny przykład pomyłki[br]sztucznej inteligencji. 0:08:07.252,0:08:10.664 Amazon musiał niedawno porzucić[br]algorytm sortujący CV, 0:08:10.664,0:08:12.228 nad którymi pracowali, 0:08:12.228,0:08:15.630 gdy odkryli, że algorytm nauczył się[br]dyskryminować kobiety. 0:08:15.674,0:08:18.627 Szkolono go na przykładach CV 0:08:18.627,0:08:20.838 osób zatrudnionych w przeszłości. 0:08:20.838,0:08:24.547 Na tej podstawie[br]AI nauczyła się unikać CV osób, 0:08:24.547,0:08:26.943 które chodziły do żeńskich szkół 0:08:26.943,0:08:29.565 lub miały słowo "kobiecy" w CV, 0:08:29.565,0:08:34.166 jak "kobieca drużyna futbolu"[br]lub "stowarzyszenie kobiet-inżynierów". 0:08:34.166,0:08:38.698 Sztuczna inteligencja nie wiedziała, [br]że nie należy powielać tych zachowań, 0:08:38.698,0:08:40.659 które widziała wśród ludzi. 0:08:40.659,0:08:43.318 Technicznie zrobiła to, co jej kazano, 0:08:43.360,0:08:46.071 ale przypadkowo poproszono ją[br]o coś niewłaściwego. 0:08:46.075,0:08:50.093 Wciąż to obserwujemy u AI. 0:08:50.167,0:08:53.876 AI może być bezwiednie bardzo szkodliwa. 0:08:53.939,0:08:59.756 AI, która rekomenduje[br]nowy materiał na FB czy YouTubie, 0:08:59.830,0:09:02.812 jest zoptymalizowana,[br]by zwiększać liczbę kliknięć i odsłon. 0:09:02.822,0:09:05.754 Niestety jednym ze sposobów,[br]którego się nauczyła, 0:09:05.798,0:09:10.813 jest rekomendowanie treści [br]konspiracyjnych lub bigoterii. 0:09:10.857,0:09:16.206 AI nie rozumie samej treści 0:09:16.236,0:09:20.247 i nie ma świadomości,[br]jakie mogą być konsekwencje 0:09:20.311,0:09:22.263 polecania tych treści. 0:09:22.307,0:09:25.500 Dlatego przy pracy[br]ze sztuczną inteligencją 0:09:25.500,0:09:28.800 unikanie problemów zależy od nas. 0:09:28.814,0:09:32.723 I unikania potknięć, które mogą wynikać 0:09:32.723,0:09:35.092 z odwiecznego problemu w komunikacji, 0:09:35.196,0:09:39.862 gdzie my, ludzie, musimy nauczyć się[br]porozumiewać ze sztuczną inteligencją. 0:09:39.886,0:09:43.019 Musimy się nauczyć, co umie, a czego nie, 0:09:43.078,0:09:46.339 i zrozumieć, że ze swoim[br]małym mózgiem robaka 0:09:46.453,0:09:51.091 AI tak naprawdę nie rozumie,[br]czego od niej chcemy. 0:09:51.205,0:09:54.787 Inaczej mówiąc, trzeba się przygotować[br]do pracy ze sztuczną inteligencją, 0:09:54.787,0:09:59.749 która nie jest super kompetentna[br]i wszechwiedząca jak na filmach. 0:09:59.773,0:10:02.388 Trzeba się przygotować do pracy 0:10:02.388,0:10:05.592 ze sztuczną inteligencją, jaką mamy teraz. 0:10:05.676,0:10:09.241 A obecna jest wystarczająco dziwna. 0:10:09.954,0:10:11.224 Dziękuję. 0:10:11.324,0:10:15.370 (Brawa)