Skynet adalah sebenar, tetapi ia tidak akan memusnahkan kita (mudah-mudahan)

Adalah wajar wajar bahawa pengarah James Cameron memperkenalkan dunia kepada Skynet-super fiksyen AI yang berusaha membasmi kemanusiaan-pada tahun 1984.

Menurut terminator Terminator , Skynet dicipta pada tahun 1990-an kemudian untuk menghapuskan unsur manusia dari pertahanan nuklear AS. Tetapi Skynet menjadi mementingkan diri sendiri, memulakan satu holocaust nuklear global, dan menciptakan satu pasukan bot pembunuh untuk mengambil mangsa yang terselamat, yadda yadda yadda.

Sudah tentu, dystopia masa depan ini dikandung jauh sebelum sesuatu robot yang kaya atau kecerdasan buatan juga wujud. Maju ke 2017 dan teknologi pilihan manusia bukan sahaja di dunia nyata, tetapi jurutera berebut untuk membuat cara untuk memberi mereka lebih banyak tanggungjawab. Di seluruh dunia, mini-Skynets autonomi menjadi kenyataan (semoga bermanfaat).

Walaupun kita mungkin tidak akan menyerahkan sesuatu yang tidak menentu kerana kod pelancaran nuklear ke algoritma tidak lama lagi, masyarakat semakin semakin bergantung kepada teknologi untuk menjalankan tugas penting lain. Malah, dunia itu telah menjadi begitu rumit sehingga ia amat diperlukan. Infrasturcutre kami bukan hanya datang ke dalam talian, ia mendapat keupayaan untuk menjangka dan bertindak balas. Kami telah menugaskan algoritma kami dengan melihat pelanggaran keselamatan dalam sistem yang kompleks, mengurus majoriti stok di dunia, dan juga meramalkan apabila perkara seperti bahagian enjin pesawat mungkin pecah sebelum ia berlaku.

Untuk itu, jurutera semakin menggunakan perkara seperti "kembar digital" untuk membantu membuat ramalan dan keputusan. Kembar digital adalah perwakilan maya objek sebenar (biasanya infrastruktur penting seperti turbin di kilang kuasa). Kembar ini menggunakan data masa nyata untuk meramalkan apabila ada sesuatu yang gagal (dengan itu membolehkan penjaga-penjaga-diri mereka yang semakin automatik-untuk menyelesaikan masalah sebelum ia berlaku). Tetapi jika AI adalah jenis akal, adakah ia tepat untuk menggambarkan kembar digital sebagai satu bentuk imaginasi ?

"Ya, ini adalah imaginasi yang berpusat pada apa yang sebenarnya ia tahu dan sejarah masa lalu, serta mengenai persekitaran dan bagaimana anda menggunakannya, " jelas Dr Colin Parris, VP Penyelidikan Perisian di General Electric dan seorang pemaju terkemuka teknologi kembar digital yang merupakan tetamu baru-baru ini dalam siri wawancara PCMag, The Convo . "Imaginasi itu mengatakannya 'dengan baik berdasarkan data ini, saya mungkin perlu dikekalkan pada masa ini.'"

Tetapi kembar digital tidak diturunkan kepada input dari satu sumber-mereka boleh menggunakan pengalaman keseluruhan armada. Jika algoritma, contohnya, memerhatikan bahawa bahagian satah tertentu mula mengalami haus selepas 2, 000 pendaratan dalam keadaan hujan, maka ia boleh mengetepikan kru pemeliharaan pada masa berikutnya pesawat masuk untuk servis. Tetapi memberikan kecerdasan benar sistem adalah lebih daripada "masa untuk pemeriksaan" cahaya di papan pemuka kereta anda; Ia mengenai meningkatkan kemampuannya dari masa ke masa.

Bidang AI yang dipanggil "pembelajaran mesin" membolehkan komputer untuk menguasai tugas-tugas yang bebas dari pedoman manusia. Jahitan ini bersama pengalaman yang dikumpulkan memudahkan pemikiran sarang yang membuat kekurangan akal sehat. Tanpa zeitgeist digital ini, teknologi rumit seperti kereta memandu sendiri tidak mungkin.

Pemrogram manusia tunggal atau juga tentera pengaturcara-tidak boleh mengendalikan perisian untuk menjangka setiap senario jalan dunia sebenar, tetapi kereta memandu sendiri boleh belajar dengan pemerhatian. Sebagai contoh, kereta memandu sendiri mungkin tidak mengenali seseorang di kerusi roda, tetapi dengan memerhati bagaimana manusia bertindak balas terhadap bentuk novel ini yang berkongsi ciri dengan seseorang dan kereta, perisian tersebut dapat mengetahui bahawa ini adalah sejenis pejalan kaki yang sepatutnya diperlakukan demikian.

Bukan sahaja perisian itu bertambah baik dengan mengawasi tingkah laku pemandu manusia, ia juga merekodkan apa yang telah berlaku ketika kereta memandu sendiri yang lain berada di jalan (dan mungkin lebih penting lagi, apa yang tidak). Pembelajaran komunal ini membolehkan mesin menavigasi dunia yang rumit dengan banyak pembolehubah yang tidak diduga.

Apabila anda menggabungkan pemodelan maya dan teknologi ramalan dengan kemajuan dalam robotik, anda dapat melihat bagaimana infrastruktur akan menjadi lebih autonomi bergerak ke hadapan. Automasi ini bermasalah dari pandangan pengangguran, tetapi tidak semestinya kehilangan penuh untuk kemanusiaan.

"Terdapat beberapa pekerjaan yang membosankan, kotor, dan berbahaya, saya ingin memastikan kita tidak mempunyai terlalu banyak orang dalam pekerjaan itu, " jelas Parris. "Saya akan memberi anda satu contoh, kami mempunyai pelantar minyak keluar di tengah-tengah laut yang mempunyai rak gergasi yang mereka gunakan untuk membakar bahan api. Seseorang mesti menaiki stack tersebut dan melihat apakah ia mempunyai karat di atasnya-itu adalah 200 kaki di udara, mereka digantung oleh tali, ada angin kuat di sana.Kepala kesilapan besar, tetapi sekarang kita mempunyai drone. Drone terbang di sana dan terbang dalam bulatan dan mengambil gambar. Perisian menganalisis di mana karat dan kerosakan itu. Oleh itu, sekarang kita tidak perlu meletakkan manusia di tempat yang berbahaya."

Oleh kerana robot menjadi lebih tinier, lebih pintar, dan lebih mampu, anda dapat melihat bagaimana sistem yang bergantung kepada peradaban mungkin belajar untuk mengekalkan (dan mungkin juga membaiki dan membina) diri mereka sendiri. Ia hampir seolah-olah mereka berkembang ke dalam sistem seperti kehidupan, yang boleh belajar, bayangkan, dan menjangkakan. Semoga mereka tidak akan memutuskan untuk memusnahkan kami suatu hari nanti.