Imagu grupon de junaj viroj kolektitaj ĉe pitoreska universitata kampuso en Nov-Anglio, en Usono, dum la norda somero de 1956.
Ĝi estas malgranda hazarda renkontiĝo. Sed la viroj ne estas ĉi tie por bivakfajroj kaj naturvojaĝoj en la ĉirkaŭaj montoj kaj arbaroj. Anstataŭe, ĉi tiuj pioniroj estas komencontaj eksperimentan vojaĝon, kiu ekfunkciigos sennombrajn debatojn dum venontaj jardekoj kaj ŝanĝos ne nur la kurson de teknologio - sed la kurson de la homaro.
Bonvenon al la Dartmouth Konferenco - la naskiĝloko de artefarita inteligenteco (AI) kiel ni konas ĝin hodiaŭ.
Kio okazis ĉi tie finfine kondukus al ChatGPT kaj la multaj aliaj specoj de AI, kiuj nun helpas nin diagnozi malsanon, detekti fraŭdon, kunmeti ludlistojn kaj verki artikolojn (nu, ne ĉi tiun). Sed ĝi ankaŭ kreus kelkajn el la multaj problemoj, kiujn la kampo ankoraŭ provas venki. Eble retrorigardante, ni povas trovi pli bonan vojon antaŭen.
Meze de la 1950-aj jaroj, rock'n'roll atakis la mondon. Elvis's Heartbreak Hotel estis supro la furorlisto, kaj adoleskantoj komencis ampleksi la ribeleman heredaĵon de James Dean.
Sed en 1956, en trankvila angulo de Nov-Hampŝiro, alispeca revolucio okazis.
la Dartmouth Somera Esplorprojekto pri Artefarita Inteligenteco, ofte memorita kiel la Dartmouth Konferenco, ekis la 18-an de junio kaj daŭris proksimume ok semajnojn. Ĝi estis la ideo de kvar amerikaj komputikistoj - John McCarthy, Marvin Minsky, Nathaniel Rochester kaj Claude Shannon - kaj kunigis kelkajn el la plej brilaj mensoj en komputiko, matematiko kaj kogna psikologio tiutempe.
Tiuj ĉi sciencistoj, kune kun kelkaj el la 47 homoj, kiujn ili invitis, ektraktis ambician celon: fari inteligentajn maŝinojn.
As McCarthy metis ĝin en la konferencan proponon, ili celis ekscii "kiel igi maŝinojn uzi lingvon, formi abstraktaĵojn kaj konceptojn, solvi specojn de problemoj nun rezervitaj por homoj".
La Dartmouth Konferenco ne nur elpensis la terminon "artefarita inteligenteco"; ĝi kunigis tutan studkampon. Ĝi estas kiel mita Praeksplodo de AI - ĉio, kion ni scias pri maŝinlernado, neŭralaj retoj kaj profunda lernado, nun devenas al tiu somero en Nov-Hampŝiro.
Sed la heredaĵo de tiu somero estas komplika.
Artefarita inteligenteco venkis kiel nomo super aliaj proponitaj aŭ uzataj tiutempe. Shannon preferis la esprimon "aŭtomataj studoj", dum du aliaj konferencaj partoprenantoj (kaj la baldaŭ kreintoj de la unua AI-programo), Allen Newell kaj Herbert Simon, daŭre uzis "kompleksan informtraktadon" dum kelkaj jaroj ankoraŭ.
Sed jen la afero: decidiĝinte pri AI, kiom ajn ni provas, hodiaŭ ni ŝajne ne povas eviti kompari AI kun homa inteligenteco.
Ĉi tiu komparo estas kaj beno kaj malbeno.
Unuflanke, ĝi pelas nin krei AI-sistemojn, kiuj povas egali aŭ superi homan agadon en specifaj taskoj. Ni festas kiam AI superas homojn en ludoj kiel ŝako aŭ Go, aŭ kiam ĝi povas detekti kanceron en medicinaj bildoj kun pli granda precizeco ol homaj kuracistoj.
Aliflanke, ĉi tiu konstanta komparo kondukas al miskomprenoj.
Kiam a komputilo batas homon ĉe Go, estas facile salti al la konkludo, ke maŝinoj nun estas pli inteligentaj ol ni en ĉiuj aspektoj - aŭ ke ni almenaŭ estas bone survoje por krei tian inteligentecon. Sed AlphaGo ne estas pli proksima al verkado de poezio ol kalkulilo.
Kaj kiam granda lingvomodelo sonas homa, ni komencas scivoli ĉu ĝi estas sentema.
Sed ChatGPT ne estas pli vivanta ol la idioto de parolanta ventroparolisto.
La sciencistoj ĉe la Dartmouth Konferenco estis nekredeble optimismaj pri la estonteco de AI. Ili estis konvinkitaj, ke ili povas solvi la problemon de maŝina inteligenteco en ununura somero.
Ĉi tiu troa fido estis ripetiĝanta temo en AI-disvolviĝo, kaj ĝi kaŭzis plurajn ciklojn de ekzaltiĝo kaj seniluziiĝo.
Simon deklaris en 1965 ke "maŝinoj estos kapablaj, ene de 20 jaroj, fari ajnan laboron kiun homo povas fari". Minsky antaŭdiris en 1967 ke "ene de generacio […] la problemo de kreado de 'artefarita inteligenteco' estos sufiĉe solvita".
Populara futuristo Ray Kurzweil nun antaŭdiras estas nur kvin jaroj for: “ni ne estas tute tie, sed ni estos tie, kaj ĝis 2029 ĝi kongruos kun ajna persono”.
Do, kiel AI-esploristoj, AI-uzantoj, registaroj, dungantoj kaj la pli larĝa publiko povas antaŭeniri en pli ekvilibra maniero?
Ŝlosila paŝo estas akcepti la diferencon kaj utilecon de maŝinaj sistemoj. Anstataŭ koncentriĝi pri la vetkuro al "artefarita ĝenerala inteligenteco", ni povas koncentriĝi la unikaj fortoj de la sistemoj, kiujn ni konstruis – ekzemple, la grandega krea kapablo de bildmodeloj.
Ŝanĝi la konversacion de aŭtomatigo al pliigo ankaŭ gravas. Prefere ol meti homojn kontraŭ maŝinoj, ni fokusu kiel AI povas helpi kaj pliigi homajn kapablojn.
Ni emfazu ankaŭ etikajn konsiderojn. La partoprenantoj de Dartmouth ne pasigis multe da tempo diskutante la etikajn implicojn de AI. Hodiaŭ, ni scias pli bone, kaj devas fari pli bone.
Ni ankaŭ devas refokusigi esplordirektojn. Ni emfazu esploradon pri AI-interpreteblo kaj fortikeco, interfaka AI-esplorado kaj esploru novajn paradigmojn de inteligenteco kiuj ne estas modeligitaj laŭ homa ekkono.
Fine, ni devas administri niajn atendojn pri AI. Certe, ni povas esti ekscititaj pri ĝia potencialo. Sed ni ankaŭ devas havi realismajn atendojn, por ke ni povu eviti la seniluziiĝajn ciklojn de la pasinteco.
Dum ni retrorigardas tiun someran tendaron antaŭ 68 jaroj, ni povas festi la vizion kaj ambicion de la partoprenantoj de la Dartmouth Conference. Ilia laboro metis la fundamenton por la AI-revolucio, kiun ni spertas hodiaŭ.
Rekadrante nian aliron al AI - emfazante utilecon, pliigon, etikon kaj realismajn atendojn - ni povas honori la heredaĵon de Dartmouth dum ni planas pli ekvilibran kaj utilan kurson por la estonteco de AI.
Post ĉio, la vera inteligenteco kuŝas ne nur en kreado de inteligentaj maŝinoj, sed en kiom saĝe ni elektas uzi kaj disvolvi ilin.
Ĉi tiu artikolo estis reeldonita en la Konversacio sub permesilo Krea Komunaĵo kaj estas verkita de Sandra Petro, Direktoro de Sydney Executive Plus, Universitato de Sidnejo
Kadro por taksi rapide evoluantajn ciferecajn kaj rilatajn teknologiojn: AI, grandaj lingvomodeloj kaj pretere
Ĉi tiu diskutdokumento disponigas la skizon de komenca kadro por informi la multoblajn tutmondajn kaj naciajn diskutojn okazantajn rilate al AI.
Preparante Naciajn Esplorajn Ekosistemojn por AI: Strategioj kaj Progreso en 2024
La raporto ofertas ampleksan analizon de la integriĝo de artefarita inteligenteco en scienco kaj esplorado tra diversaj landoj. Ĝi traktas kaj la progresojn kaj la defiojn alfrontatajn en ĉi tiu kampo, igante ĝin valora legaĵo por sciencaj gvidantoj, politikofaristoj, AI-profesiuloj kaj akademiuloj.
Sciencaj organizoj en la cifereca epoko
La diskutpapero sintezas rezultojn de larĝa enketo, detalaj intervjuoj kaj kazesploroj implikantaj ISC-membrojn. Ĝi funkcias kiel aktuala reflekto de la cifereca statuso en la scienca komunumo kaj gvidilo por organizoj entreprenantaj siajn ciferecajn transiran vojaĝojn.
bildo de Billy Wilson Flickr
Legu pli pri Unuiĝintaj en Scienco: Rekomencu klimatan agadon
Legu pli pri Peto de proponoj por konsultaj servoj
Legu pli pri WorldFAIR: Daŭre transformi datumojn por trakti kompleksajn defiojn en sekva projekto
