Yapay zekâdan bahsettiğimizde, bir matematik problemi veya satranç hamlesi ne kadar karmaşık olursa, bir makinenin onu çözmesinin o kadar zor olacağını düşünme eğilimindeyiz. Ancak gerçeklik oldukça farklıdır. bu mantığın tamamen tersine çevrilmesiÇünkü bilgisayarların, beş yaşındaki bir çocuğun gözünü bile kırpmadan yaptığı şeylerde zorlanırken, son derece zekice zihinsel görevleri yerine getirebildiklerini görüyoruz.
Bu olgu tesadüfi değildir; kendi biyolojimizde ve bir tür olarak nasıl evrimleştiğimizde derin kökleri vardır. Bu makale boyunca, bunun nasıl işlediğini ayrıntılı olarak ele alacağız. garip teknolojik zıtlık ve bunun eğitimimizi, yaratıcı kapasitemizi ve günümüz işletmelerinin yönetimini nasıl etkilediği.
Hans Moravec'in gizemi ve biyolojik evrim
Yapay zekanın basit görevlerde neden zorlandığını anlamak için milyonlarca yıl öncesine bakmamız gerekiyor. Hans Moravec, yeteneklerimizin doğal seçilim tarafından şekillendirildiğini ve bir beceri ne kadar eski olursa olsunEvrimin onu optimize etmek için ne kadar çok zamanı olursa, süreçlerimiz o kadar bilinçsiz ve akıcı hale gelir. Bu yüzden bir yüzü tanımak, tökezlemeden yürümek veya top yakalamak gibi şeyler bizim için bilinçsiz ve akıcı süreçlerdir, ancak tersine mühendislik için gerçek bir baş ağrısıdır.
Bunun aksine, soyut düşünme, mantık ve matematik çok yakın tarihli kültürel edinimlerBeyinlerimiz bu alanları mükemmelleştirmek için milyonlarca yıl geçirmediğinden, bunlar bizim için zordur ve bilinçli çaba gerektirir. Programcılar için sihir (veya trajedi) burada gerçekleşir: zor bulduğumuz şey... işlenmesi son derece kolay Mantıksal kurallara ve cebire dayalı bir sistem için.
Başlangıçta, yapay zekâ öncüleri, satranç veya sembolik entegrasyonu zaten çözmüşlerse, geri kalan her şeyin çocuk oyuncağı olacağını düşünerek hata yaptılar. Algılama ve sağduyuya dayalı muhakemenin önemini göz ardı ettiler. aşırı karmaşık sorunlarAlanında önde gelen isimlerden Rodney Brooks, soyut bilişsel süreçleri simüle etmeye çalışmak yerine, gerçek dünyayla etkileşimde işe yaramayan "Yeni Yapay Zeka"yı (Nouvelle AI) destekleyerek bu anlayıştan kopmaya karar verdi ve tespit ile doğrudan eyleme odaklandı.
Eğitimde yapay zeka: Öğreniyor muyuz yoksa sadece itaat mi ediyoruz?
Yapay zekanın sınıflara girmesi, gerçekten bilgi edinip edinmediğimizi sorgulatan bir dizi çelişkiyi de beraberinde getirdi. UNED'de (Ulusal Uzaktan Eğitim Üniversitesi) Kenpo karate simülatörü ile yapılan araştırma gibi son araştırmalar, şunu öne sürüyor: bir görevi doğru şekilde gerçekleştirmek Teknolojik bir kılavuzu takip etmek, o beceriyi kendi başımıza öğrendiğimiz anlamına gelmez.
"Yeterlilik yanılsamasına" düşme riski oldukça yüksektir. Bir araç bize doğru cevabı verdiğinde veya adım adım yol gösterdiğinde, konuyu tamamen kavradığımızı hissedebiliriz; ancak yardımı ortadan kaldırırsak, bilgi kaybolur. Bu durum, bazılarının "yeterlilik yanılsaması" olarak adlandırdığı bir olguya yol açar. üstbilişsel tembellikÖğrencinin, öğrenmenin kalıcı ve derinlemesine olabilmesi için gerekli olan verimli çabayı göstermekten kaçındığı durum.
Dahası, endişe verici paradokslar ortaya çıkıyor: Yapay zeka uzmanların daha hızlı olmasına yardımcı olabilirken, yeni başlayanlar için engel teşkil edebilir. ilerlemelerini engellemekÇünkü robotun söylediklerinin doğru olup olmadığını doğrulamak için, henüz kazanmaya çalıştığınız deneyime tam olarak ihtiyacınız var. Boş sayfa korkusundan uzaklaşıyoruz... siyah sayfa stresiHiçbir alakalı şey söylemeyen, otomatik olarak oluşturulmuş içerik denizinde boğulduğumuz bir yerde.
Yaratıcılığın ve özgün yazının duvarı
Dil modelleri mevcut literatürün neredeyse tamamını okumuş olsa da, bir şey hâlâ elde edilememiş durumda: benzersiz ve özgün bir sesle yazma yeteneği. Yapay zeka dil istatistiklerinde uzmandır, ancak olasılığa dayalı yazBir diziyi devam ettirmek için en olası kelimeyi seçmek. Gerçek edebiyat ise tam tersini yapar: beklentileri kırar ve belirsizlikle oynar.
Sonuç olarak, yapay zeka tarafından üretilen metinler genellikle düz, tahmin edilebilir ve aşırı derecede uyumluGüvenli ve kullanışlı olmak üzere optimize edildikleri için, riskli veya heyecan verici olmaktan ziyade, anlamsız metaforlar ve tekrarlayan yapılar kullanırlar. Hatta eski modellerin de bu özelliklere sahip olduğu gözlemlenmiştir. Hatalarından dolayı daha yaratıcı oldular. ve günümüz modellerine kıyasla, onların gerçeküstü tepkileri; günümüz modelleri o kadar cilalı ki sıkıcı hale geliyorlar.
Temel fark niyette yatmaktadır. İnsan bir yazar, yaşam deneyimine dayanarak ne söyleyeceğine ve neden söyleyeceğine karar verir. Bir makinenin amacı veya dünya görüşü yoktur; sadece üslupları simüle eder. Bu nedenle, yapay zekanın gerçek sanat yaratma yeteneğinin olmaması şu gerçeğe yansımaktadır: Oscar ödüllerinde yapay zekâya yasak getirildi., Olur insanlar için fırsatÇünkü sıradan içerikle dolu bir piyasada özgün, içten yazıların değeri artacaktır.
Robotik özerklik ve güven yönetimine doğru
Moravec paradoksu aşılmaz bir engel gibi görünse de, derin öğrenmedeki gelişmeler ve sentetik verilerin kullanımı bu engeli kırmaya başlıyor. Boston Dynamics, Tesla ve Figure AI gibi şirketler bu alanda çalışmalar yürütüyor. hareket edebilen insansı robotlar ve insanlar için tasarlanmış ortamlarda çalışarak mekanik çevikliği biyolojik sezgiye yaklaştırıyor.
Ancak, tam özerkliğe giden bu yol, güven konusunda yeni bir tartışma başlatıyor. Bir yapay zekanın bir eylemi gerçekleştirebilmesi yeterli değil; kuruluşların bunu bilmesi gerekiyor. Bir şeyler ters gittiğinde sorumluluk kimdedir?Tam otomasyon verimli olabilir, ancak insan doğrulaması, işlenmiş bilgi ile uygulanan bilgi arasındaki tek gerçek filtre olmaya devam etmektedir.
İşyerinde, iş kaybından korkulsa da, tarih bize yeni rollerin yaratıldığını gösteriyor. Bazı görevlerin yer değiştirmesi, yeni rollerle telafi edilecektir. uzmanlık becerilerine olan talep Bu araçların yönetiminde başarıya ulaşmanın anahtarı en gelişmiş robota sahip olmak değil, tasarımda yatacaktır. Yapay zekâ ve tasarımda hibrit profiller Makine hızının ve insan yargısının uyum içinde çalıştığı yer.
Mevcut durum bize gösteriyor ki, teknoloji hızla ilerlese de, fiziksel sezgi, yaratıcı kıvılcım ve etik sorumluluk gibi insan deneyiminin temel yönleri sadece mühendislik sorunları değil. Buradaki zorluk bizi değiştirmek değil, bu araçları kullanarak başkalarını dönüştürmektir. yeteneklerimizi genişletmek Özerkliğimizden veya algoritmanın bize mutlak gerçek olarak sunduğu şeyi sorgulama yeteneğimizden vazgeçmeden.
