מכונות הסיוטים: כשבינות מלאכותיות מתוכנתות לפסיכופתיה

מכונות הסיוטים: כשבינות מלאכותיות מתוכנתות לפסיכופתיה

למעבדות המדיה של MIT יש מטרה נעלה: לפתח חזונות חדשים בנוגע לדרך בה בינה מלאכותית ובני-אדם ישתפו פעולה בעתיד.

לרוע המזל, הם בחרו להגשים את המטרה באמצעות פיתוח בינה מלאכותית פסיכופתית.

זוהי, כמובן, אינה המילה הנכונה לתיאור אותן בינות מלאכותיות, למרות שניתן לראות את התיאור הזה למחקר החדש בכל רחבי המדיה ברשת. המילה "פסיכופת" מתארת מצב שאינו נורמטיבי בקרב בני-אדם: דרך יוצאת-דופן לעיבוד מידע במוח האנושי. לבני-אדם מן השורה יש ראיית עולם בסיסית שמשותפת לכולנו. אנו מבינים מהי "אהבה" (או לפחות "התאהבות"), מהו "רצח", מהי "אמא" ומהם הרגשות שאנו חשים כלפיה. לעתים אנו מרחיבים את המושגים הללו מעבר למשמעותם המקורית – כך, למשל, חלק מהצמחוניים עשויים להגדיר הרג בעלי-חיים כ- "רצח". אבל גם אז, המושג הבסיסי משמר את משמעותו המקורית. בסופו של דבר, בבסיסנו אנחנו כולנו צאצאים של אותו שבט קופי-אדם שהתפתח לשמר לכידות חברתית.

אלא שלבינה מלאכותית אין את ההטיה האוטומטית הזו, כפי שמתעקשות מעבדות המדיה של MIT להראות שוב ושוב.

אני לא מגזים – במהלך שלוש השנים האחרונות, שחררו המעבדות מספר דוגמאות של מנועי בינה מלאכותית שלא-בדיוק עושות טוב לבני-האדם. הראשונה, בשנת 2016, הייתה "מכונת הסיוטים", שערכה מחדש תמונות כדי לעורר תחושות של אימה ופחד בבני-אדם. פרצופים אנושיים שנערכו על-ידי התוכנה נראים – כצפוי – מסויטים ומזעזעים. התוכנה עורכת תמונות נוף פסטורליות-לשעבר עד שהן מזכירות בתי-מטבחיים ומעוררות צמרמורת וחלחלה בקרב הצופים.

image-alt

מקור: מעבדות המדיה של MIT[1].

אבל החוקרים לא עצרו כאן. בשנת 2017 הפיקו המעבדות את "שלי" – מנוע בינה מלאכותית הכותב סיפורי אימה קצרים. שלי היא רשת עצבים מלאכותית שעברה על מספר עצום של סיפורי אימה קצרים מהרשת החברתית רדיט (Reddit), ולמדה איך להפיק שברי-סיפורים כאלו משלה. היא כתבה יותר ממאתיים סיפורי אימה קצרים, בסיוע בני-אדם מהרשת שרצו – מסיבה שלא לגמרי ברורה לי – לעזור לה להתפתח. הנה חלק קצר מאחד מהסיפורים שהיא כתבה, ביחד עם משפטים שתרמו בני-האדם בטוויטר. (החלקים ששלי כתבה בעצמה מופיעים בהדגשה)

"התחלתי לנשום שוב. השרשראות בקרסולי זעו והצל המשיך לבהות. קריאה שקטה ומספר סימני חיים החלו להיווצר. לא היה לי מושג. גידלתי אותו. הייתי חייבת לעשות משהו. הייתי חייבת לראות אותו. הייתי חייבת. עמדתי לגלות. עמדתי להתרחק מהדבר הזה. לא יכולתי לתת לו להשיג אותי. האדרנלין שלי החל לזרום ולא יכולתי לעצור את עצמי. אבל השרשראות! השרשראות! איך הייתי אמורה לשחרר את עצמי? התחלתי להשתגע. לא יכולתי לזוז. היצור היה שם איתי. מה הוא עשה?"[2]

וכן הלאה וכן הלאה. שלי צריכה להשתפר עוד הרבה לפני שתצליח למכור ספרים כמו סטפן קינג, אבל הרעיון הבסיסי, לפחות, ברור: אפשר לגרום לבינה מלאכותית לכתוב באופן שייגע ברגשות ובפחדים העמוקים והקמאיים ביותר שלנו.

מאוחר יותר באותה שנה, ניסו לראשונה החוקרים ליישם את הרעיונות האלו לשימוש מעשי בפרויקט "אמפתיה עמוקה". הם אימנו רשתות עצבים מלאכותיות על תמונות של איזורי אסון, ואז דרשו מהבינה המלאכותית לערוך מחדש תמונות של ערים בריאות ושוקקות-חיים. התוצאה נראית – כצפוי – מזעזעת: אתם יכולים לראות את עיר מגוריכם חרבה ומרוסקת. וזו בדיוק הייתה כוונתם של החוקרים, שרצו לסייע לתושבי העולם המערבי להתחבר ברגשותיהם לערים ולמדינות שחוו אסונות טבע ומלחמות.

כיצד הייתה נראית בוסטון לאחר אסון? הנה דוגמה, באדיבות "אמפתיה עמוקה"[3].

ועכשיו שעברנו על כמה מפרויקטי העבר של המעבדות, אתם יכולים להבין מאין צמחה הבינה המלאכותית החדשה שלהן: נורמן, על שם הפסיכופת מסרט האימה "פסיכו" של אלפרד היצ'קוק.

בדומה לבינות המלאכותיות האחרות שהצגתי עד כה, גם נורמן מבוסס על רשת עצבים מלאכותית, וגם הוא למד מאוסף דוגמאות שלא ממש היינו רוצים לחוות בחיים האמיתיים. נורמן הורץ על שרשור ידוע-לשמצה ברשת החברתית רדיט, בו כותבים המשתמשים רשמים ופרשנויות אודות טיבו של המוות. לאחר מכן, הוצגו בפני נורמן סדרה של כתמי רורשאך, והוא סיפק תיאור עבור כל תמונה. התיאור של נורמן הושווה לזה של רשת עצבים מלאכותית שאומנה על מאגר מידע גדול ומגוון הרבה יותר[4]. שלא במפתיע, נורמן פירש כל כתם רורשאך באופן מטריד ביותר. כתמים תמימים-למראה הזכירו לו גברים הנורים למוות למול נשיהם הצורחות, נשים הרות הנופלות למותן מבניינים גבוהים, ואנשים הנתפסים על-ידי מכונה לעיבוד בצק ונמשכים לתוכה. הבינה המלאכותית שלמדה ממגוון דגימות מגוון יותר, לעומת זאת, ראתה בתמונות הללו רק "אגרטל פרחים, ציפור קטנה, וזוג אנשים העומדים זה לצד זה."

norman.jpg

מקור: מעבדות המדיה של MIT[5].

מטרתו של נורמן אינה לגרום לנו לחשוב מחדש על פרשנויות אנושיות לכתמי רורשאך, אלא להדגיש נקודה קריטית בהבנתנו את הבינה המלאכותית: אנחנו יכולים ללמד אותה, לטוב ולרע, כיצד לפרש את הקלט שהיא מקבלת. הבינות המלאכותיות החדשות – אלו המבוססות על רשתות עצבים מלאכותיות – חייבות להתבסס על ניסיון העבר. אם המתכנתים מצמצמים את חומר הלימוד אליו היא נחשפת, התוצאה בהכרח היא בינה מלאכותית בעלת פרשנות מעוותת ולוקה-בחסר.

אפשר להשוות את הבינות המלאכותיות החדשות לילד אנושי. ילדים הגדלים בתרבויות ליברליות ופתוחות, בהן הם לומדים וחווים רעיונות שונים, יפתחו ראיית עולם רחבה יותר. הם יוכלו לפרש מצבים חדשים בדרכים שונות, ולשקול פתרונות שונים לכל בעיה (העובדה שהם יכולים לעשות זאת, אינה אומרת כמובן שכך אכן יעשו). לעומתם, ילדים הגדלים בתרבויות מסוגרות וקיצוניות, המאמינות ברעיון אחד גדול מעל לכל היתר, יפרשו כל מצב חדש דרך עדשותיו של אותו רעיון. וכפי שאמר אברהם מסלו –

"אם יש לך רק פטיש, אתה רואה כל דבר כאילו היה מסמר."[6]

זוהי תובנה חשובה לעתיד. ככל שיגדלו יכולותיהן של הבינות המלאכותיות, אנו צפויים לראות אותן מתפשטות למקומות ולשימושים רבים ושונים. הן יקחו חלק ביצירת סרטים, במערכות הבריאות ואפילו במערכות המשפט, הצדק והשלטון. הן יפתחו אביזרים טכנולוגיים חדשים, ימליצו על העונשים הראויים ביותר לכל פושע ויגבשו הצעות חוק לפתרון בעיות קיימות או עתידיות. הן יעשו כל זאת בהתאם לחומר הלימוד שקיבלו, ובכל מדינה ותרבות שתפתחנה בינות מלאכותיות שכאלו, יחונכו הבינות לפי מספר רעיונות שייבחרו בקפידה כדי לשרת את הנורמות הקיימות. בתרבויות דתיות ומסוגרות, יפותחו בינות מלאכותיות שיוכלו לפרש את העולם רק דרך עדשות הרעיונות המרכזיים של אותן דתות.

עתיד שכזה צריך להפחיד את כולנו. הדתות הראשיות כיום התפתחו כטכנולוגיה חברתית – ככלי לשימור לכידות חברתית, לדרבון אנשים להפגנת אלטרואיזם בתוך הקבוצה, ולקיבוץ אנשים רבים ביחד תחת שלטון ריכוזי אחד. הן הצליחו היטב במטלות הללו, אך הן נושאות עמן 'מטען עודף' רב שצברו לאורך מאות רבות של שנים: איסורים שונים ומשונים בתחום המזון, למשל, או קסנופוביה – שנאת זרים. מפחיד לחשוב על בינות מלאכותיות מתקדמות שירכשו הרגלי חשיבה ואמונה שהיו רלוונטיים ומועילים לפני אלפיים שנים – אך היום עומדים בניגוד לדרכי חשיבה מודרניות יותר שמדגישות את זכויות האדם, את המוסר האוניברסלי ואת שיתוף הפעולה בין עמים שונים.

כמובן, בינות מלאכותיות שמפותחות בעולם המערבי הליברלי יקבלו שפע של חומר לימודי מכל הסוגים. אלא שגם זה לא לגמרי מספיק. בכל דעה בכל נושא קיימים 'מיתוסים' – סיפורים שמסבירים את העולם, ושברור לכולם שצריך לפעול לפיהם, גם אם הם אינם מוגדרים היטב או בקול רם. קחו למשל את סיפורי ג'ורג' הסקרן, על קוף סקרן שנכנס לצרות פעם אחר פעם בשל סקרנותו – אך מצליח תמיד להפיק את המיטב מהמתרחש עד סוף הסיפור. ה- 'מיתוס' כאן הוא שסקרנות היא תכונה מועילה ושימושית, שמסייעת בסופו של דבר לבעליה. באופן דומה, כל ילדה שצפתה בסרטי וולט דיסני באמצע השני של המאה העשרים, למדה את המיתוס שנשים צריכות להיות חינניות, חטובות, עם ריסים ארוכים ושמלות ארוכות. וכמובן, שהן צריכות גיבור שיציל אותן.

במילים אחרות, בכל חומר קריאה אנושי קיימים רעיונות מתחת לפני השטח, שלעתים איננו שמים אליהם אפילו לב – אך הם משקפים את תפישת העולם הלא-מודעת שלנו. בינות מלאכותיות שיעברו על כל החומרים הללו יזהו גם הן את המיתוסים התת-הכרתיים המקובלים בתרבות, ויאמצו אותם בהכרח.

מכיוון שכך, הבעיה כפולה: איננו צריכים רק לבחור בקפידה את החומרים שאנו נותנים לבינה המלאכותית לקרוא, אלא גם לנסות להבין בעצמנו מה המסרים החבויים בסיפורים המקובלים בחברה – והאם אנו רוצים להנציח את אותם מסרים.

זוהי משימה קשה, אבל כדאי שנתחיל להתייחס אליה ברצינות. מכיוון שאם לא נעשה זאת, הרי שהבינות המלאכותיות יעשו אותה עבורנו.


אתם מוזמנים לקרוא עוד על עתיד הבינה המלאכותית והמוח האנושי בספריי המדריך לעתיד ו- "השולטים בעתיד", בחנויות הספרים המובחרות (וגם אלו שסתם בסדר).

קישורים:

[1] http://nightmare.mit.edu/#portfolioModal31

[2] http://stories.shelley.ai/chains/

[3] https://deepempathy.mit.edu/

[4] http://cocodataset.org/#home

[5] http://norman-ai.mit.edu

[6] https://en.wikipedia.org/wiki/Law_of_the_instrument

רשת העצבים המלאכותית שפיתחה מבנים ביולוגיים הקיימים במוח אנושי

רשת העצבים המלאכותית שפיתחה מבנים ביולוגיים הקיימים במוח אנושי

בחודש האחרון פרסמו חוקרים בחברת דיפ מיינד – אחת החברות המתקדמות ביותר בעולם בפיתוח בינה מלאכותית – מחקר חדש בכתב-העת המדעי היוקרתי נייצ'ר, אודות רשת עצבים מלאכותית שפיתחה מבנים הדומים לאלו הקיימים במוח ביולוגי[1].

כדי להסביר במה מדובר, צריך קודם לפרט קצת אודות רשתות עצבים מלאכותיות. מדובר בסימולציות המורצות במחשב, ובהן מיליוני מרכזי חישוב פשוטים המתקשרים זה עם זה, בדומה לדרך בה תאי העצבים במוח מתקשרים אחד עם השני. כל אחד מהתאים במוח הביולוגי הוא מכונה פשוטה יחסית ונטול-בינה משל עצמו, אך פעולתם המתואמת של מיליארדי תאי עצב ביחד יוצרת מחשבה, רגש ואפילו מודעות עצמית. באופן דומה, כאשר מיליוני מרכזי חישוב מתקשרים ביחד ומעבירים מידע אחד לשני במחשב, ניתן לאמן אותם לבצע משימות שמוחות ביולוגיים מותאמים במיוחד עבורן: עיבוד תמונה, למשל, או ניווט במרחב.

ברור שיש דימיון בין דרך הפעולה של רשתות עצבים מלאכותיות ובין מערכות עצבים ביולוגיות, אך חוקרי מוח וחוקרי בינה מלאכותית כאחד מבינים גם את ההבדל הגדול בין השתיים. תאים במוח, למשל, יכולים להגיב למגוון רחב של שליחים עצביים – חומרים כימיים המופרשים על-ידי תאי עצב אחרים. רשתות עצבים מלאכותיות, לעומת זאת, מעבירות רק מסרים פשוטים בין ה- 'תאים' הממוחשבים, אך עושות זאת במהירות שגדולה בהרבה מקצב מעבר המסר האיטי יחסית לאורך תאי העצב הביולוגיים. יש דימיון, בוודאי, אך השוני גדול עד מאד.

זו, כנראה, הסיבה שרבים כל-כך הופתעו כאשר רשתות עצבים מלאכותיות החלו לאחרונה לפתח מבנים שאנו מכירים ממוחות אנושיים.

במוחות אנושיים – ובאופן כללי במוחותיהם של בעלי-חיים – ניתן למצוא מבנים ייחודיים של תאי רשת. תאי עצבים אלו מסודרים במשושים, ו- 'נדלקים' לפעולה בהתאם למיקומו של האדם. כאשר אני הולך ימינה, מופעלים תאי רשת מסוימים, וכאשר אני הולך שמאלה – מופעלים תאי רשת אחרים. אפשר לומר כמעט שתאי הרשת יוצרים מפה מנטלית – מעין GPS פנימי – באמצעותה מסוגלים בעלי-חיים לפענח את מיקומם, ולפתור בעיות הקשורות בתנועה במרחב. תאים אלו מאפשרים לנו לציית, אפילו בעיניים עצומות, להוראות בסגנון – "צעד חמישה צעדים קדימה, פנה תשעים מעלות שמאלה ואז המשך ישר עוד שלושה צעדים אל המטמון."

במקור מ- DeepMind.

קיומם של תאי הרשת נחשף בעשרים השנים האחרונות, ומגליהם זכו בפרס נובל ברפואה בשנת 2014[2]. הם מהווים דוגמה ניצחת לפרדוקס פולניי – "אנו יודעים יותר מכפי שאנו יכולים להסביר."[3] אנו ניחנים אמנם במערכות ניווט משוכללות המתבססות על תאי הרשת, אך הן מאפשרות לנו להגיע לתובנות אינטואיטיביות, מבלי שנוכל להסביר אותן. אם נושלך, למשל, לחדר מבולגן, נוכל לזהות בו דרכים קצרות ומהירות להגיע ליעד, בזמן שבינות מלאכותיות משוכללות יצטרכו לתכנן מספר נתיבי תנועה שונים לפני שיבחרו בדרך הקצרה ביותר – מטלה מייגעת שמבזבזת משאבי חישוב יקרים.

אבל מה אם הבינות המלאכותיות המשוכללות והפופולריות ביותר כיום – אלו הנסמכות על רשתות עצבים מלאכותיות – היו ניחנות בעצמן בתאי רשת?

כדי לבדוק את השאלה, הריצו החוקרים בחברת דיפמיינד (DeepMind) רשת עצבים מלאכותית, ודרשו ממנה להשלים בהצלחה מטלות ניווט בסביבות וירטואליות. הם גילו שבתוך הרשת מתפתחים באופן ספונטני אזורים הפועלים באופן דומה לתאי הרשת. תאי רשת וירטואליים אלו אפשרו לבינה המלאכותית לפתור בהצלחה חידות מבוכים פשוטות במהירות וביעילות – ולפי החוקרים, "ברמה על-אנושית". הבינה המלאכותית "התעלתה על יכולותיהם של שחקנים אנושיים מקצועיים, והפגינה את סוג הניווט הגמיש המקושר בדרך-כלל עם חיות, תוך שהיא בוחרת בנתיבים חדשים ועושה קיצורי-דרך כאשר אלו מתאפשרים."[4]

במקור מ- DeepMind.

כל זה טוב ויפה, אבל במבט ראשון לא נראה מרשים במיוחד. הרי רבים מבינים כבר שבינות מלאכותיות מתחילות להגיע לרמות על-אנושיות במטלות חישוביות רבות. מה שונה בתגלית הנוכחית?

התשובה כפולה: ההבנה שייצוגים וירטואליים של תאי רשת מסייעים לבינות המלאכותיות לפעול, והופעתן הספונטנית ברשתות עצבים מלאכותיות, יכולות לעזור לנו לפענח גם את פעילות המוח האנושי עצמו. אבל יותר מכך – היא עשויה לרמז אודות הדרך לעתיד הרשתות העצבים המלאכותיות.

נתחיל בקביעה הראשונה. המוח, מבחינות רבות, מהווה עדיין קופסא שחורה. אנו מבינים, באופן גס וכללי, את אופן פעולתם של תאי העצב השונים ואת הדרכים בהן הם מתקשרים בינם לבין עצמם. אנו יודעים כי אתרים שונים במוח אחראים על מטלות שונות: ההיפוקמפוס אחראי על פיתוח זכרונות לטווח ארוך, למשל, בעוד שהאמיגדלה קשורה לוויסות הרגשות ולקבלת החלטות. אנו מבינים כי סך-כל הפעילות המוחית יוצרת חשיבה ומודעות עצמית. אבל עדיין אין לנו מודל מדעי ברור בנוגע לדרך בה זרימת המידע במוח – מחשב-על במשקל קילו וקצת, עם צריכה אנרגטית נמוכה להפליא – מאפשרת לכל הדברים הללו להתרחש. אנו מתקשים לערוך ניסויים ברזולוציה הנדרשת – ברמה התאית – כדי להבין את דרך פעולתו של המוח.

רשתות העצבים המלאכותיות מאפשרות לנו, לראשונה, להתחקות אחר דרך פעולתו של המוח האנושי. איני מנסה לטעון שהן מהוות סימולציה מושלמת של מוחות ביולוגיים. האמת היא שהן שונות מאד מבחינות רבות ממוח ביולוגי, אבל העובדה היא שייצוגים וירטואליים של תאי רשת התהוו ספונטנית ברשתות עצבים מלאכותיות. ולא זאת בלבד, אלא שייצוגים אלו תומכים בפעילות דומה לזו של תאי רשת ביולוגיים. ברור לנו שהמוח 'רץ' על מערכת חישובית בעלת דימיון מובהק לרשתות עצבים מלאכותיות, וכל תיאוריה שנמצא עבור דרך פעילותן של הרשתות העצביות שבמחשב, תהיה בעלת השלכות גם על הבנתנו את המוח עצמו. לכן, הרצת סימולציות של אזורים במוח ברשתות עצבים מלאכותיות, תעזור לנו לפענח את דרך פעולתם של מבנים ואזורים במוח האנושי.

אם קביעה זו תוכח כנכונה, הרי שיש לה משמעות עצומה לחקר המוח. הפיזיקאי זוכה פרס הנובל ריצ'רד פיינמן אמר כי – "מה שאיני יכול ליצור, איני מבין". אם לא נוכל ליצור מבנים דמויי-מוח ולבחון אותם ברזולוציה גבוהה, לא נוכל להגיע להבנה מלאה של המוח האנושי. רשתות העצבים המלאכותיות מספקות לנו דרך לבחון רעיונות אודות המוח, שמעולם לא יכולנו לבדוק בעבר.

וזוהי רק התחזית הראשונה לעתיד.

התחזית השנייה נבנית על העובדה שרשתות העצבים המלאכותיות במחקר של דיפמיינד, פיתחו באופן ספונטני 'תאי רשת', כתוצאה מהדרך בה אומנו לפתור בעיות ניווט. האם ייתכן שרשתות עצבים מלאכותיות משוכללות יותר (הרבה יותר) יוכלו לפתח באופן ספונטני בעתיד גם מבנים מורכבים יותר, המדמים חלקים מהמוח האנושי?

אני יודע שרעיון זה נשמע מוזר על פניו. המבנים של 'תאי הרשת' הווירטואליים פשוטים מאד, ואי אפשר להשוות אותם למבנים המורכבים יותר במוח, כהיפוקמפוס או כאונות הקדמיות. אבל אנו מתחילים להיכנס לתקופה של ניסים ונפלאות: רשתות עצבים מלאכותיות מסוימות כבר מסוגלות כיום 'להעמיד צאצאים' – כלומר, ליצור ולפתח תת-רשתות עצבים מלאכותיות שמתאימות במיוחד לביצוע מטלה מסוימת, ומוציאות אותה לפועל ברמת הצלחה גבוהה יותר ממתכנתים אנושיים[5]. תהליך הפיתוח של רשתות העצבים המלאכותיות הללו מתבסס על ניסוי וטעייה – הבינה המלאכותית מריצה אלפי רשתות עצבים מלאכותיות, בוררת את היעילות ביותר וגוזמת ומשפרת אותן עד שהן מסוגלות לבצע את המוטל עליהן.

האם מוגזם כל-כך לחשוב שבתהליך האבולוציה אין-סיליקו (כלומר, במחשב) של רשתות עצבים מלאכותיות משוכללות, יוכלו לצוץ גם איזורים מורכבים המחקים פעילויות של מוחות ביולוגיים?

אם כך אכן יקרה, אנו עשויים לגלות שסופר המדע הבדיוני רוברט היינליין צדק אחרי הכל. בספרו "עריצה היא הלבנה", תיאר היינליין מחשב-על עתידי המפתח מודעות עצמית מהרגע שהוא הופך להיות מורכב וגדול מספיק. האם ייתכן שרשתות עצבים מלאכותיות יוכלו לפתח – אפילו בשוגג – מבנים שיספקו להן מודעות עצמית, בדומה לזו של המוח האנושי?

גם אם כן, ברור שהתפתחות שכזו לא תתממש בשנים הקרובות. הרצת סימולציה מלאה של המוח האנושי היא מטלה שאיננו קרובים עדיין לממשה, ורשתות עצבים מלאכותיות מייצגות רק אספקטים מסוימים של מוחות ביולוגיים, תוך שהן מתעלמות מרבים אחרים. ואף על פי כן, מרתק לתהות ולחשוב האם אפילו רשתות העצבים המלאכותיות הפשוטות כל-כך (ביחס למוח האנושי) יכולות לפתח מודעות עצמית, ואם כן – איך נוכל לזהות אותה.

תור ה- EM

הפיזיקאי וחוקר הבינה המלאכותית רובין הנסון הוא אחד האקדמאים שרעיונותיהם הצליחו כבר לשנות את העולם. הוא פיתח ושכלל את קונספט "שווקי התחזיות", למשל, בהם משתמשות חברות רבות כיום כדי לחזות את העתיד טוב יותר[6]. הכלכלן בריאן קפלן כתב כי –

"כשכלכלן טיפוסי מספר לי על המחקר האחרון שלו, תגובתי הרגילה היא "הא, אולי." ואז אני שוכח מזה. כשרובין הנסון מספר לי על המחקר האחרון שלו, תגובתי הרגילה היא "אין סיכוי! בלתי-אפשרי!" ואז אני חושב על זה שנים."

בספרו האחרון, תור ה- EM (The Age of EM)[7], מנסה הנסון לפתח רעיון "בלתי-אפשרי" חדש ולפענח כיצד יראה עולם בו ניתן יהיה להריץ סימולציות מלאות של מוחות אנושיים במחשב (Emulated Minds). הוא מתאר עולם עתידי בו 'מוחות במחשב' יחליפו את בני-האדם ברוב המטלות, יבצעו עבורנו עבודות ביעילות ובקלות, ואפילו יפתחו רעיונות חדשניים אודות החיים, המוות והאנושות. זהו עתיד שרחוק מאיתנו כדי מאה שנים, לפי הנסון, אך אם הוא צודק – הרי שילדינו יהיו כבר חלק ממנו, וכך גם רבים מהצעירים החיים כיום.

Image result for The Age of Em

כדי להגיע לעתיד שמתאר הנסון, אנו זקוקים עדיין למספר רב של פריצות-דרך מדעיות וטכנולוגיות – שלחלקן אפילו איננו מודעים כיום. אולי המחקר שסיקרתי כאן, בו פיתחה רשת עצבים מלאכותית מבנה דמוי-ביולוגי, מהווה אחת מהן, ומספק לנו סימן נוסף בדרך לעתיד של מוחות ממוחשבים. נראה שזוהי גם כוונתם הסופית של החוקרים בחברת DeepMind, שכבר הסבירו בראיון כי –

"אישית, אנו לא חושבים על אף שימוש אחר מלבד יצירת אלגוריתם למטרות-כלליות. המוח הוא הדוגמה היחידה שיש לנו לאלגוריתם למטרות-כלליות, אז למה לא להעתיק ממנו?"

 


 

אתם מוזמנים לקרוא עוד על עתיד הבינה המלאכותית והמוח האנושי בספריי המדריך לעתיד ו- "השולטים בעתיד", בחנויות הספרים המובחרות (וגם אלו שסתם בסדר).

 

קישורים:

[1] https://www.nature.com/articles/s41586-018-0102-6.epdf?author_access_token=BjM-5BdGxd14c17YFA6PsdRgN0jAjWel9jnR3ZoTv0OEfySMT4t78PpPpCS7uExW3njb8Q4UlgcwRM32WwBCKZs73SThwkfI42wHhFEtJM-Y7sQxDsR1cR7_C9Kq1GwuxGJn46kzRnujvrDMGzc4TQ%3D%3D

[2] https://www.hayadan.org.il/brain-gps-0910147

[3] https://en.wikipedia.org/wiki/Michael_Polanyi

[4] https://deepmind.com/blog/grid-cells/

[5] https://madaduhcom.wordpress.com/2017/12/11/ai_mother_created_children/

[6] https://en.wikipedia.org/wiki/Robin_Hanson

[7] https://www.amazon.com/Age-Em-Work-Robots-Earth/dp/1536619590

הבינה המלאכותית שהתעקשה למות

הבינה המלאכותית שהתעקשה למות

אייזיק אסימוב, אחד מסופרי המדע הבדיוני הגדולים ביותר, שילב ברבים מסיפוריו את "מולטיוואק" – מחשב-על שמתעלה בבינתו על כל אדם. מולטיוואק משמש את האנושות לחיזוי פשיעה ואסונות טבע ולמניעת התפשטות מגיפות. כל זה טוב ויפה, אלא שבשלב מסוים קורס מולטיוואק תחת כובד משקלן של השאלות הגדולות עמן הוא נאלץ להתמודד מדי יום, מבשר על רצונו למות, ומניע שרשרת אירועים שאמורה להסתיים בהריסתו[1]. במילים אחרות, הוא מנסה להתאבד.

זהו סיפור בדיוני, כמובן, וטרם הומצאה הבינה המלאכותית המסוגלת לפתח רגשות משל עצמה או ללקות בדיכאון. אבל מסתבר שאפשר בהחלט ליצור בינה מלאכותית המפתחת נטיות אובדניות – ואפילו נלחמת במתכנתיה האנושיים כדי לממש אותן.

אחד התחביבים הגדולים של מפתחי בינות מלאכותיות כיום הוא ללמד אותן לשחק במשחקי מחשב, שהם סוג של סימולציה מוגבלת של העולם הפיזי. אלא שבמקום ללמד אותן כיצד לשחק, צעד אחר צעד, המפתחים נוקטים בגישה אחרת המכונה "למידת חיזוק" (reinforcement learning). בגישה זו, הבינה המלאכותית משחקת במשחק, ולומדת לפי החיזוקים החיוביים והשליליים שהיא מקבלת. אם, למשל, הבינה המלאכותית פוגעת באויב במשחק – היא זוכה בנקודות (חיזוק חיובי). אם היא נפגעת בעצמה, היא מאבדת נקודות (חיזוק שלילי).

שיטה זאת עובדת היטב על משחקים רבים, אך קיימים גם יוצאי-דופן. באחד המשחקים העתיקים באטארי, Road Runner, למשל, ידוע ש- "למידת חיזוק" גורמת לבינה המלאכותית לנסות, ובכן, להתאבד[2].

נסביר לרגע את המשחק. הבינה המלאכותית שולטת בציפור – Road Runner – ורצה לאורך הכביש, תוך שהיא מנסה לאסוף גרגרי מזון (שנותנים לה נקודות) ולהתחמק מזאב הערבות הרודף אחריה. הציפיה של המתכנתים הייתה שהבינה המלאכותית תלמד כיצד לשלוט בציפור באופן מושלם, ותסיים את כל השלבים בזה אחר זה. אלא שהבינה המלאכותית מצאה דרך לרמות: היא זיהתה זמן בשלב הראשון בו היא יכולה להתאבד – כלומר, לגרום לציפור ללכת אחורנית ולהתנגש בזאב. פעולה זו גורמת אמנם לבינה המלאכותית לאבד נקודות על המוות, אך המשחק חוזר אחורנית ומאפשר לשחקן לצבור נקודות נוספות. בדרך זו, הבינה המלאכותית לעולם אינה מתקדמת מעבר לשלב הראשון במשחק, אלא ממשיכה לשחק, למות, ולשחק שוב.

ארבעה חוקרים מאוניברסיטת אוקספורד וסטנפורד, ניסו להגדיר עבור הבינה המלאכותית כללים פשוטים שיעצרו אותה מלהתאבד. הכלל הראשון שניסו היה בסיסי ביותר: אל תלכי אחורנית ותתנגשי בזאב הערבות. הבינה המלאכותית הקשיבה, הפנימה, והפסיקה ללכת אחורנית. במקום זאת, היא החלה לעמוד במקום ולאפשר לזאב הערבות לתפוס אותה.

החוקרים המשיכו והקשו על הבינה המלאכותית להתאבד, ובסופו של דבר מצאו פתרון שגרם לה גם להפסיק לעמוד במקום. הפתרון עבד במשך כמה אלפי משחקים (שערוך שלי, מאחר והזמנים עבור הבינה המלאכותית נמדדים ב- 16 מיליון frames – כלומר, בתמונות המורצות על המסך במהלך המשחק), אלא שאז החלה הבינה המלאכותית להתאבד שוב. מסתבר שהיא מצאה נקודה בקצה המסך שנראתה שונה מספיק מהסביבה, כדי שהציפור תוכל להתמקם בה ולהמתין בנוחות לזאב הערבות שיבוא לאכול אותה.

החוקרים התמודדו גם עם הניסיון הזה של הבינה המלאכותית להרוג את עצמה, והצליחו בעבודה מאומצת לעצור אותה ולתקן את 'הבאג'. ומאז ועד היום, היא ממשיכה לשחק במשחק, להרוויח נקודות ולעלות בשלבים.

כל הפרשיה הזו נשמעת מצחיקה, ונו – היא באמת משעשעת למדי. אבל היא מזכירה לנו מספר נקודות חשובות לגבי בינה מלאכותית.

קודם כל, אין לבינה המלאכותית כיום 'היגיון בריא' אנושי, או הבנה של קונטקסט. שחקן אנושי היה מבין מיד שמטרתו היא לעלות בשלבים, ולא להרוויח עוד נקודות כתוצאה מבאג. לבינה המלאכותית אין את ההבנה הזו, והיא תשתמש ביכולת פתרון הבעיות המרשימה שלה כדי להגשים מטרה מסוימת – גם אם אין שום היגיון נראה-לעין מאחורי מטרה זו.

שנית, לבינה המלאכותית הלומדת יש יכולת מרשימה לפתור בעיות בדרכים שמתכנתים אנושיים מתקשים לחזות מראש. באמצעות חזרה על אלפי ומיליוני משחקים, ולמידה מכל אחד מהם, היא מסוגלת לחקור מגוון רחב של אפשרויות ולגלות פרצות בהנחיות שניתנו לה מצד המתכנתים – ואז לנצל אותן.

כל זה לא בא לומר שלבינה המלאכותית יש רגשות או מודעות משלה (למרות ההאנשה החביבה שעשיתי לה ברשומה הזו). מדובר במנוע, נטול תודעה משלו, המסוגל למצוא אסטרטגיות חדשות ושונות מאלו שאנו – במחשבתנו האנושית המוגבלת – יכולים לחזות מראש.

אלו נקודות שכדאי לזכור בכל ניסיון לפתח בינות מלאכותיות, מאחר ובשנים הקרובות נתחיל לראות בינות מלאכותיות לומדות בכל מוצר ושירות מסביבנו. הן ישלטו ברכבים, ברחפנים וברובוטים בבתים; הן יספקו לנו ייעוץ רפואי, משפטי ופיננסי; הן יכתבו עבורנו ספרים, סימפוניות ומחזות תיאטרון. אם לא נדע להגדיר עבורן היטב את מטרותיהן המדויקות, אנו עלולים לגלות שהן מוצאות דרכים 'ערמומיות' למלא את המטרה המילולית שהגדרנו להן, אך מבלי להתייחס לרוח הדברים ולהנחות היסוד האנושיות. הדוגמא הדמיונית הנפוצה ביותר למקרה זה היא של מצב בו הבינה המלאכותית מקבלת הוראה לתכנן מודל חדש שיפחית את העומס בכבישים – ועושה זאת באמצעות הריגת כל בני-האדם.

ברור שדוגמא זו קיצונית, ולא תתממש במציאות, מאחר וקל לנו לזהות ניסיון ששגוי באופן ברור כל-כך להתמודד עם בעיה מוכרת. אבל מה יקרה אם הבינה המלאכותית תציע מודל שאינו שגוי באופן ברור, אלא בפרטים קטנים ועדינים יותר?

סיפורה של הבינה המלאכותית שניסתה למות ממחיש כמה קשה לנו, כבני-אדם, להתמודד עם מנועי בינה מלאכותית המסוגלים לחקור מרחב עצום של אפשרויות תוך שעות ספורות. הוא גם צריך ללמד אותנו צניעות בניסיונותינו לפתח בינות מלאכותיות מורכבות יותר – ובאמונה שנוכל לשלוט בהן באופן מלא.

 


 

כרגיל, אתם מוזמנים לקרוא עוד על עתיד הבינה המלאכותית בספריי המדריך לעתיד ו- "השולטים בעתיד", בחנויות הספרים המובחרות (וגם אלו שסתם בסדר).

[1] https://en.wikipedia.org/wiki/All_the_Troubles_of_the_World

[2] https://arxiv.org/pdf/1606.01868.pdf

האלגוריתם שניצח את סרטן הערמונית בשחמט

האלגוריתם שניצח את סרטן הערמונית בשחמט

לפני שלוש שנים הצליחה בינה מלאכותית מתקדמת לנצח את אלוף העולם במשחק "גו", באמצעות אסטרטגיות וצעדים שבני-אדם לא חשבו עליהם בעבר – גם לאחר יותר מאלפיים שנים של ניסיון היסטורי במשחק. והשאלה שכולם שאלו הייתה – אז מה?

ובאמת, אז מה? אז מה אם בינה מלאכותית מצליחה לנצח בני-אדם במשחק לוח?

את התשובה אנו מתחילים לראות כיום במחקר חדש [קישור], שהראה שאלגוריתמים משוכללים מסוגלים לנהל אסטרטגיות שמנצחות גידולים סרטניים במשחק שלהם בתוך הגוף. התוצאות היו מרשימות כל-כך, שהחוקרים פותחים בימים אלו במבדקים רחבים יותר, ומתכננים ליישם את האסטרטגיה האלגוריתמית גם לסוגים נוספים של סרטן.

כדי להבין מה תפקיד האלגוריתמים בעניין, צריך קודם להבין ממה בכלל מתים חולי סרטן. הגידול המקורי אינו זה שגורם למוות, בדרך כלל. אלא שבשלב מתקדם מספיק, אותו גידול משיר מעליו תאים שעוברים לזרם הדם, מתיישבים ברקמות ברחבי הגוף, ומתחילים להצמיח גידולים שניוניים שמתפתחים במהירות והורגים את החולה.

החוקרים – רוברט גטנבי ועמיתיו ממרכז מופיט לחקר הסרטן בפלורידה – פיתחו אלגוריתם שמסתמך על מידע מהקליניקה ומתייחס לכל עניין הסרטן בגוף כאל… משחק. פשוט משחק. והכללים פשוטים: האויבים הם תאי הסרטן והמטרה היא לעצור את גדילתם בגוף.

בימים הראשונים של המלחמה בסרטן, כשהמדענים רק החלו להבין את המחלה, התשובה נראתה ברורה ופשוטה: עלינו להרוג את תאי הסרטן בכלים החזקים ביותר שיש לנו. וכך פותחו תרופות שאמורות לחסל את התאים הסרטניים. אבל חיש מהר התגלה בעיה: התרופות הללו הרגו חלק גדול מהתאים הסרטניים, אך הנותרים – שארית הפליטה – עברו אבולוציה מהירה ופיתחו עמידות כנגד התרופה. ואז, כשהם נהנים מכל המקום העודף שהשתחרר כשחבריהם החלשים יותר מתו, תאי הסרטן העמידים הצליחו להמשיך לגדול ולהתפשט בגוף ללא-מפריע. בשלב זה היו הרופאים מודים בתבוסה, מרימים ידיים ומבשרים למטופל שזמנו קצוב.

אנו מבינים כיום טוב יותר את מנגנוני האבולוציה של הסרטן, ואת יכולתם של התאים לרכוש עמידות לתרופות, ולכן אונקולוגים מפתחים דרכים מורכבות יותר למתן תרופות נגד הסרטן. הם מנסים לעשות זאת בהסתמך בעיקר על הבינה האנושית המוגבלת. אבל מה אם היינו יכולים לרתום את יכולות המחשוב המתקדמות לפיתוח אסטרטגיות שינצחו במשחק נגד הסרטן – או לפחות יובילו לתיקו?

כדי לבחון את הרעיון, ערכו אונקולוגים מחקר על חולים בסרטן הערמונית. הם אמדו את גדילת התאים הסרטניים מדי חודש באמצעות מעקב אחר החומרים שהגידולים שחררו לזרם הדם. אלגוריתם ייעודי חישב את מינון תרופה מסוימת – אבירטרון – שיש לתת לכל חולה, לפי קצב ההתפשטות של הגידול. תרופה זו הורגת את התאים הסרטניים שמייצרים טסטוסטרון – חומר שגידול הערמונית צריך כמו אוויר לנשימה על מנת להמשיך לגדול. הצרה היא, שמנה גדושה מדי של אבירטרון תהרוג את כל התאים מייצרי-הטסטוסטרון, ותדחוף את הגידול לעבור אבולוציה: תאים חדשים יצוצו שאינם זקוקים לטסטוסטרון. הם יהיו חזקים יותר וחופשיים יותר להתפשט בגוף – והם גם יהיו אלו שיהרגו, בסופו של דבר, את החולה.

גדולתו של האלגוריתם היא בכך שמצא את המינון המדויק של ארביטרון שיש לספק לחולים מדי חודש, על מנת שהתאים מייצרי-הטסטוסטרון יסבלו – ועמם הגידול כולו – אך לא ימותו כולם. ומכיוון שכך, הגידול נותר קטן יחסית, ואינו מפתח את התאים הסרטניים הקטלניים יותר שהיו הורגים את הגוף. האסטרטגיה החדשה עבדה באופן מרשים על 17 המטופלים, הכפילה את משך הזמן הנדרש עד לפיתוח עמידות למינון התרופתי הרגיל, ועשתה זאת תוך שימוש במחצית בלבד מכמות התרופה הנדרשת בדרך-כלל.

יש, כמובן, ביקורת על המחקר. על אף העובדה שהתפרסם בכתב-העת המדעי הנחשב נייצ'ר (Nature Communications), מדובר עדיין במחקר ראשוני בלבד שנערך על מדגם קטן מאד של חולים. חשוב לבדוק את הרעיונות שמאחוריו על מספר גדול יותר של חולים. חשוב גם להבהיר שאין כאן בינה מלאכותית משוכללת שפיתחה אסטרטגיה חדשה, אלא שבני-האדם חשבו על רעיון כוונון הטיפול – והאלגוריתמים רק הצליחו להתאים את הטיפול לכל חולה בקלות וביעילות.

אבל זוהי רק תחילת הדרך.

אלגוריתמים משוכללים יותר יומצאו כבר בעתיד הקרוב, ויובילו לאופטימיזציה של משטר התרופות הניתן לחולי סרטן (ובכלל). בינות מלאכותיות מתקדמות עוד יותר יפתחו אסטרטגיות מורכבות ויעילות שישחקו שחמט, דמקה וגו עם התאים הסרטניים ועם נגיפי ה- HIV, עם מחלות האלצהיימר והפרקינסון – ואפילו עם תהליכי ההזדקנות של הגוף. הטכנולוגיות הדיגיטליות, המתפתחות במהירות, יעזרו לנו להשתמש בתרופות הקיימות בדרכים חדשות שיביאו לתוצאות יעילות הרבה יותר. במקום להתמקד אך ורק בפיתוח תרופות חדשות – תהליך מורכב ויקר שדורש למעלה מעשור למימוש מוצלח – יפותחו משטרי טיפול חדשים וחכמים יותר, המונעים בכוחן של הבינות המלאכותיות.

בינות מלאכותיות מסוג זה, עליהן נשמע בחדשות המחקריות לעתים תכופות יותר ויותר, יעזרו להציל את חייהם של רבים בעשורים הקרובים. ולאחר מכן, בעתיד בטווח הארוך, נשסה אותן גם במשחק הגדול ביותר, למול המוות בכבודו ובעצמו. נאתגר אותן למצוא את הטיפולים שיאריכו את משך החיים הבריא של בני-האדם, ויעצרו את תהליכי ההזדקנות. יש, אמנם, עוד עשורים רבים עד שנצליח להבין מספיק את תהליכי ההזדקנות של הגוף, או שנפתח כלים מדויקים מספיק להשפיע עליה, אך אנו כבר התחלנו לצעוד בדרך לשם, ואם לא תתרחש קטסטרופה כלשהי לאנושות כולה, בוודאי גם נגיע אל היעד הנכסף.

לחיים!


 

אתם מוזמנים לקרוא עוד על עתיד הרפואה והבינה המלאכותית בספרי "השולטים בעתיד", בחנויות הספרים המובחרות (וגם אלו שסתם בסדר).

 

על ברירה טבעית, תכנון תבוני ועתיד האדם

על ברירה טבעית, תכנון תבוני ועתיד האדם

אחד מהאנשים המעניינים ביותר שפגשתי בקונגרס העתידים בצ'ילה בשבוע האחרון היה חברי החדש מרקוטיו, פילוסוף של הטכנולוגיה. ביום האחרון של הקונגרס, הזמין אותי מרקוטיו להתלוות אליו למסע ברחובות סנטיאגו, בירת צ'ילה.

"איזה מין מסע?" תהיתי בקול.

"אתה תראה." חייך, ובעיניו ראיתי רמז לנוסטלגיה. "הוא יתחיל בגג המלון, ויסתיים בעתיד האנושות."

נכנעתי לסקרנותי והצטרפתי אליו למעלית. יחד עמדנו על קצה הגג, והשקפנו על כל מרחבי סנטיאגו – עיר טיפוסית של מדינת עולם ראשון. מתחתינו התהלכו הצ'יליאנים ברחובות עירם, תחת צילם של מגדלים גבוהים, בתי דירות ועצים גבוהי-קומה.

"הנה, שם!" טפח חברי בהתרגשות על כתפי, והכווין את מבטי. "שם! הנה הוא – ג'ירארדו הגדול!"

"מי?"

"ג'ירארדו הגדול." אמר. "זה השם שהענקתי לו כשגדלתי כאן כילד. הוא היה העץ הגבוה ביותר בסנטיאגו. מדדתי אותו עוד בימים בהם הייתי בגובה העשב, והוא היה גבוה יותר מכל בניין שהכרתי בעיר. הערצתי אותו. בוא, נלך לעשות לך היכרות אישית עמו. יש לנו הרבה מה ללמוד ממנו."

צעדנו ביחד ברחובות העיר התוססים. ג'ירארדו הגדול התנשא במרחק מולנו, מוקף בבניינים שהאפיל על כולם בגובהו. מרקוטיו צעד בבטחה ובמהירות, ואני ניסיתי לשמור על הקצב.

"מה אתה חושב על עצים?" שאל אותי תוך כדי הליכה, מבלי שיביט לאחור.

"הם… יפים?" חיפשתי תשובה.

"אה, אבל הם הרבה יותר מזה!" ענה. הוא טפח בחיבה על אחד הגזעים שבפינת הרחוב. "הם לוחמים. ויותר מזה, בעולם של לוחמת הצמחים, הם המנצחים הגדולים."

הוא קטף עלה ירוק מאחד הענפים הנמוכים, והמשיך להתקדם בצעדים ארוכים. "כמעט כל הצמחים מתקיימים על אור שמש. זהו 'המזון' שלהם – אספקת האנרגיה העיקרית – והם נלחמים עליו בפראות. הם צומחים לגובה רב, ואז פורשים את צמרת העלים הירוקים שלהם, וכך מנכסים את אור השמש לעצמם. מתחת לעצים הגדולים, יכולים להתקיים רק צמחים קטנים שאינם דורשים הרבה אנרגיה. וכך, דור אחר דור, עברו העצים ברירה טבעית – אלו מהם שלא הכילו את ההנחיות הגנטיות שגרמו להם לצמוח לגובה, לא הצליחו לעמוד במירוץ. חבריהם הגבוהים יותר עקפו אותם בסיבוב והותירו אותם הרחק אחורנית. במשך מאות מיליוני שנים, העצים הפכו להיות הדינוזאורים הגדולים של עולם הצמחים, בכוחה של הברירה הטבעית – מוטציה אקראית אחר מוטציה אקראית, תוך שהצאצאים נבררים לאורך מיליוני שנים על מנת שיצליחו לגבוה יותר ויותר."

oak-20761_1920.jpg

ג'ירארדו הגדול – צילום אילוסטרציה

הנהנתי בראשי בשתיקה, אך מרקוטיו לא התבונן אחורנית. מבטו היה ממוקד בג'ירארדו הגדול. הוא עקף בזריזות קבוצה של צעירים צ'יליאנים שהתרכזו יותר בטלפונים החכמים שלהם מברחוב עצמו. ולבסוף, הגענו לעץ העצום, לאותו ענק של העבר. אינני יודע לאיזה מין השתייך, אך הוא נישא מעלינו והתמשך והתמתח לעבר השמים כאילו אין לו סוף. מתחת לענפיו לא יכולנו לראות כלל את השמש. הוא ניצח את כל העצים האחרים, בכך לא היה ספק.

אבל דווקא עכשיו, כשהגענו למחוז חפצו, מרקוטיו לא התבונן כלל בעץ אדיר המימדים, אלא במגרש הבנייה הסמוך.

"הם עומדים לבנות כאן גורד שחקים." אמר בשקט. "הוא יהיה גבוה יותר מג'ירארדו. הם ייצקו יסודות מבטון במקום שורשים, ישדכו קורות פלדה זו לזו כדי ליצור את לשד הבניין, ויוסיפו צינורות וקירות שיתמכו בו – והכל כדי להקים בניין שיאפיל על ג'ירארדו. לא רק בגובה – זו לא תחרות של "מי גדול יותר" – אלא בכך שגורד השחקים יסתיר אותו מהשמש במשך חלק מהיום, וכך יקטע נתח מאספקת האנרגיה שלו. זה לא יהיה גורד השחקים האחרון שיוקם בעיר. בניינים אחרים ימשיכו ויקומו מסביב. ג'ירארדו כבר הפסיד. הוא פשוט לא יודע את זה עדיין. ואתה יודע למה הוא לא יכול לנצח?"

היססתי. "כי הוא רק עץ?"

מרקוטיו הניף ידו בביטול. "עץ, אדם, זה לא משנה. הסיבה האמיתית היא שהברירה הטבעית הביאה לכך שהוא התעצב באופן מסוים. ואז באנו אנו, בני-האדם, והבאנו לעולם את התכנון התבוני. בניינים הם תוצר של תכנון תבוני. מהנדסים מתכננים אותם במדויק כדי לאפשר להם להגיע לגובה של מאות מטרים – הרבה יותר גבוה מכל עץ שהיה קיים אי פעם. תוצרי הברירה הטבעית פשוט אינם מסוגלים להתחרות עם תוצרי התכנון התבוני – לפחות לא בסביבות מבוקרות היטב, כמו בערים. או באופן כללי יותר, בציביליזציה אנושית משגשגת."

הוא נאנח, וטפח בחיבה על גזעו של הדינוזאור שלא היה מודע למטאור המתקרב. "וזה השיעור שלנו להיום."

"מצוין!" אמרתי בחוסר סבלנות. "עכשיו בוא נחזור לקונגרס. היום היום האחרון, ואנחנו אמורים לשמוע על המאבק העתידי בין בני-האדם והבינה המלאכותית. עומד לדבר מומחה גדול למוח האנושי, שיסביר שהמחשבים לא יכולים להחליף את בני-האדם."

"אתה יכול להמשיך לשם בעצמך." אמר בנינוחות. " אני אשב כאן עוד קצת עם ג'ירארדו. מישהו צריך לנחם אותו לקראת העתיד."

היססתי. הוא נראה עצוב.

"אולי אפשר לשדרג את העצים." ניסיתי לעודד אותו, בחצי-הלצה. "אולי צריך לשלב את הברירה הטבעית עם התכנון התבוני – להנדס מחדש את העצים כך שיעשו פוטוסינתזה יעילה יותר, או שיוכלו להתחבר לרשת החשמל המקומית."

"אולי," חייך מרקוטיו. "אולי זו הדרך לעזור לעצים לשמור על מקום משלהם, גם בעולם של תוצרי תכנון תבוני, שיעילים הרבה יותר מהם."

הוא נשען בגבו על ג'ירארדו הגדול, והחליק לתנוחת ישיבה על האדמה. פניו הרצינו.

"אבל," שאל בעגמומיות, "מי יעזור לנו?"


 

אם מעניין אתכם לקרוא עוד על עתיד הבינה המלאכותית והאנושות, ובאופן כללי על הדרך בה הטכנולוגיה תשפיע על החברה, אתם מוזמנים לקרוא את ספרי "השולטים בעתיד" (קישור לרכישה).

בינה מלאכותית ולמידת מכונה: הדרך ל- 2018

בינה מלאכותית ולמידת מכונה: הדרך ל- 2018

אם הייתי צריך להצביע על ההתקדמות הטכנולוגית החשובה ביותר בשנת 2017, היא כנראה הבאה: סדרה של בינות מלאכותיות עברו על נתוניהם של מאות-אלפי חולים, וגיבשו מודלים משלהן בנוגע לגורמים המשפיעים ביותר על סיכויו של כל אדם ללקות במחלת לב. כשהמודלים הושוו לדרך המיושנת (סליחה, המקובלת כיום) בה רופאים מנסים לחזות את הסיכוי ללקות במחלות לב, התגלה שכולם מדויקים ומוצלחים יותר מהשיטות של הרופאים האנושיים.

טוב, עד כאן זה לא באמת מפתיע. הדרך המקובלת כיום לחזות התקף לב היא באמצעות סקירת שמונה גורמי סיכון, כגיל המטופל, רמות כולסטרול בדם, עישון, סוכרת, לחץ דם ועוד. הרופאים מצרפים את כל אלו ביחד כדי להגיע למסקנה סופית, ובהתאם לכך ממליצים למטופל מה לעשות. אלא שבאמצעות למידת מכונה ניתן לעבור על עשרות גורמי סיכון נוספים, ולהתחיל למצוא דפוסים שאינם ברורים במבט ראשון. זה בדיוק מה שעשו החוקרים, ולאחר שהבינות המלאכותיות שלהם מצאו את הדפוסים הללו, הם בחנו אותם על 83,000 תיקים רפואיים – וכאמור, גילו שהמודלים הממוחשבים החדשים חוזים התקפי לב טוב יותר מהמודלים שהיו בידי הרפואה עד כה.

ההפתעה – והמבוכה – הגדולות באמת הגיעו כשהתברר שסוכרת, שהיא אחד מגורמי הסיכון שמקובלים בדרך המסורתית לחיזוי התקפי לב, לא הצליחה להיכנס לרשימת "עשרת הגורמים הקריטיים ביותר" שזיהו הבינות המלאכותיות. ולחלופין, ברשימת גורמי-הסיכון הקריטיים שגיבשו הבינות, ניתן למצוא פרמטרים שהמודל המסורתי אינו לוקח בחשבון, כגון נטילת קורטיקוסטרואידים, או מחלה נפשית קשה.

למה זה חשוב? קודם כל, מכיוון שהמודלים החדשים הללו יכולים להציל חיים. מתוך 83,000 התיקים הרפואיים שנבדקו על-ידי הבינות, בערך 355 מטופלים היו יכולים לקבל התרעה מראש על כך שהם בעלי סיכוי גבוה לפתח מחלת לב בשנים הקרובות, והיו יכולים לקבל טיפול רפואי מקדים שהיה מוריד את סיכוייהם לחלות. אימוץ של המודלים החדשים יכול להציל אלפי נפשות מסביב לעולם. אם, כמובן, הרופאים יסכימו להתייחס למודלים הללו ברצינות.

אבל מה שחשוב יותר להבין שהמחקר שתיארתי מ- 2017 אינו עומד בפני עצמו. הוא משקף מגמה גדולה יותר, בה הבינות המלאכותיות מתחילות להפיק עבורנו מודלים ורעיונות מוצלחים יותר מאלו הקיימים כיום. וזה בסדר, באמת שלא צריך לדאוג – אנחנו לא בדרך לטרמינייטור, מכיוון שהן עושות זאת בשיתוף פעולה עם חוקרים אנושיים. כלומר, החוקרים מפתחים את הבינה המלאכותית, נותנים לה להתאמן על אוסף גדול של נתונים, בוררים את המוץ מהתבן ומפרסמים את התוצאות המעניינות והחשובות ביותר.

לא קשה לחזות מה יקרה בשנת 2018: חוקרים בכל התחומים יאמנו בינות מלאכותיות על אוספי נתונים עצומים בכל התחומים, ואלו יזהו חוקיות שחמקה עד כה מעיני הסטטיסטיקאים האנושיים. התהליך הזה יקרה ברפואה, בביטוח, בפסיכולוגיה, בחינוך, בלוחמה בפשיעה ובטרור ואפילו באהבה. והתוצאה תהיה שבעוד שנה יהיו ברשותנו מודלים מדויקים קצת יותר בנוגע למתרחש בעולם. נבין טוב יותר את עצמנו, את המחלות המאיימות עלינו, את הגורמים שמפעילים אותנו, בזכות הבינה המלאכותית. ושנה לאחר מכן, כשהיא תשתפר עוד יותר ביכולותיה, ישתפר עוד יותר הידע שברשותנו ויאפשר לנו להגיע לתובנות ולפריצות-דרך חדשות בכל התחומים.

אם אתם רוצים לדעת למה אני אופטימי כל-כך לגבי שנת 2018, ולגבי עתיד המין האנושי בכלל, זו הסיבה. אנו נותנים למכונות שלנו להתחיל להפיק עבורנו ידע ותובנות – והן עושות את זה טוב יותר מאיתנו, וימשיכו לעשות זאת עבורנו עוד הרבה מאד זמן.

———

אתם מוזמנים לקרוא עוד על עתיד הבינה המלאכותית והרובוטים בספרי החדש "השולטים בעתיד", בחנויות הספרים המובחרות (וגם אלו שסתם בסדר).


 

בינה מלאכותית העמידה צאצאים – והם מוצלחים יותר מתוכנות מעשה ידי-אדם

בינה מלאכותית העמידה צאצאים – והם מוצלחים יותר מתוכנות מעשה ידי-אדם

נו, אז הנה זה קרה: בינה מלאכותית יצרה צאצא של עצמה, והוא מתוק, יפהפה ומתפקד היטב, תודה ששאלתם.

בוודאי לא יפתיע אתכם לגלות שהחברה מאחורי הפיתוח היא גוגל. גוגל חשפה לפני מספר חודשים את "בינת האם" שמכונה AutoML – "למידת מכונה אוטומטית"[1]. נקרא לה מעכשיו בימא, שזה קיצור של בינה ואמא. בימא עושה פעולה פשוטה ומורכבת באותו הזמן: בני-האדם מבהירים לה מה הם צריכים – למשל, שהם רוצים בינה מלאכותית שתזהה עבורם בני-אדם בתמונות – ואז בימא מציעה כמה 'צאצאים' שיכולים לעשות את העבודה. כל אחד מהצאצאים האלו מהווה דרך מוסדרת שונה לניתוב מידע דרך רשתות עצבים מלאכותיות, באופן שיפיק תוצאה שבימא חושבת שתהיה בעלת משמעות.

עד לכאן, טוב ויפה, אבל הצאצאים הראשוניים האלו – איך לומר – גרועים במשימה שניתנה להם. ה- 'מוח' שלהם פשוט לא מכוונן נכון. וכך פותחת עכשיו בימא בתהליך השיפור ההדרגתי. היא נותנת להם מטלות – זהו את בני-האדם שבתמונה! – ובוחנת איך הם מתפקדים. היא לומדת מה עובד ומה לא, ולאחר כל סבב לימודי כזה, היא מכחידה את צאצאיה הקודמים (אכזרי, אני יודע) וממציאה חדשים משופרים. וכך היא חוזרת על התהליך אלפי פעמים, שוב ושוב, עד לתוצר 'הסופי' שהתפרסם לאחרונה בבלוג של גוגל: בינה מלאכותית שמסוגלת לזהות בני-אדם וחפצים בתמונות, טוב יותר מבינות מלאכותיות שפותחו על-ידי בני-אדם[2].

חשוב להבין שאנחנו רק בתחילת הדרך מבחינת הפיתוח של בימא. מנוע דומה יוכל לשמש אותנו בעתיד כדי ליצור תוכנות ואלגוריתמים במגוון רחב של תחומים. למעשה, בהחלט ייתכן שבאמצעות ממשקים פשוטים יותר, יוכל כל אדם מן השורה ליצור עבור עצמו (כלומר, להורות לבימא ליצור עבורו אוטומטית) בינה מלאכותית שמבצע פעולות מסוימות שחשובות עבורו: למיין מלפפונים בחווה[3], למשל, או להניע רובוט עם חמש רגליים שהוא פיתח בגראז' (באמצעות הרצת סימולציות חוזרות במחשב על הדרך בה רובוט כזה צריך לשלוט בגפיו)[4].

האפשרות המעניינת יותר היא שבימא יכולה לשלב גם משוב ממקור אנושי כדי לפתח את הצאצאים שלה. בימא שצריכה לפתח בינה מלאכותית ליצירת מנגינות עצובות ונוגות, למשל, יכולה לשלוח לביקורת את היצירות של צאצאיה לבני-אדם מסביב לעולם ("האזינו ליצירה במשך חצי-דקה, ודרגו כמה היא נגעה ללבכם!") בעלות אפסית, ולשפר את הצאצא בכל פעם. בדרך זו אפשר ליצור באופן אוטומטי בינות מלאכותיות משוכללות יותר גם בנושאים שאינם ניתנים לכימות בקלות.

אבל בואו נדבר על מה שמפחיד את כולם: שבינה מלאכותית שכזו תצא משליטה. האמת? זו אכן בעיה. לא מכיוון שאני חושש שבינה מלאכותית לזיהוי אנשים בתמונות תאבד את הרסן ותנסה להשתלט על העולם, אלא מכיוון שתהליך הפיתוח של הצאצאים פועל באופן אבולוציוני, וללא הכוונה של בני-אדם, או הבנה מלאה מדוע התוצר הסופי עובד כפי שהוא עובד. המשמעות היא שאם אנו בוחרים בדרך זו לייצר בינה מלאכותית שתכווין את התנועה בכבישים, למשל, אנו צריכים לקחת בחשבון שהיא עלולה לקבל החלטות לפי תהליך אופטימיזציה שעברה שמקדש את זרימת התנועה בכבישים – אבל שם פחות דגש על שימור חיי הנוסעים. וכך, בינה מלאכותית שכזו עלולה לייצר לנו מודלים לניהול התנועה שיהיו יעילים מאד, אבל יעלו בחייהם של כמה אנשים מדי חודש. ייתכן בהחלט שזהו יחס המרה טוב – אבל אנו צריכים להיות מודעים לפחות לבחירות שהבינה המלאכותית עושה עבורנו!

בסופו של דבר, הופעתן של בינות מלאכותיות שמסוגלות לתכנת את הדורות הבאים של עצמן, מהווה פיתוח שיכול לקדם עוד יותר את תחום המחשוב ולהאיץ את קצב השיפור. זוהי התפתחות ברוכה – אבל כמו בכל טכנולוגיה אחרת, עלינו להבין איך לשלוט בה ולוודא שהיא ממלאת את התפקיד שאנו מייעדים עבורה, אך מבלי לפגוע בערכי בסיס אנושיים.

אולי נוכל להפקיד בינה מלאכותית גם על זה.

 


 

אתם מוזמנים לקרוא עוד על עתיד הבינה המלאכותית והרובוטים בספרי החדש "השולטים בעתיד", בחנויות הספרים המובחרות (וגם אלו שסתם בסדר).

 

[1] https://research.googleblog.com/2017/05/using-machine-learning-to-explore.html

[2] https://research.googleblog.com/2017/11/automl-for-large-scale-image.html

[3] https://cloud.google.com/blog/big-data/2016/08/how-a-japanese-cucumber-farmer-is-using-deep-learning-and-tensorflow

[4] https://www.extremetech.com/extreme/252242-googles-deepmind-teaches-ai-navigate-parkour-course