Představte si skupinu mladých mužů shromážděných v malebném univerzitním kampusu v Nové Anglii ve Spojených státech během severního léta roku 1956.
Je to malé neformální setkání. Muži tu ale nejsou kvůli táborákům a výletům do přírody v okolních horách a lesích. Namísto toho se tito průkopníci chystají vydat na experimentální cestu, která podnítí nesčetné debaty na desítky let a změní nejen směr technologie, ale i směr lidstva.
Vítejte na konferenci Dartmouth – rodišti umělé inteligence (AI), jak ji známe dnes.
To, co se zde stalo, by nakonec vedlo k ChatGPT a mnoha dalším druhům umělé inteligence, které nám nyní pomáhají diagnostikovat nemoci, odhalovat podvody, sestavovat seznamy skladeb a psát články (tedy ne tento). Ale také by to vytvořilo některé z mnoha problémů, které se obor stále snaží překonat. Možná, že když se ohlédneme zpět, najdeme lepší cestu vpřed.
V polovině 1950. let ovládl svět rock'n'roll. Elvisův Heartbreak Hotel byl na předních příčkách hitparád a teenageři začali přijímat rebelský odkaz Jamese Deana.
Ale v roce 1956 se v klidném koutě New Hampshire odehrával jiný druh revoluce.
Jedno Letní výzkumný projekt v Dartmouthu o umělé inteligenci, často připomínána jako Dartmouthská konference, začala 18. června a trvala asi osm týdnů. Byl duchovním dítětem čtyř amerických počítačových vědců – Johna McCarthyho, Marvina Minskyho, Nathaniela Rochestera a Clauda Shannona – a svedl dohromady některé z nejbystřejších mozků tehdejší počítačové vědy, matematiky a kognitivní psychologie.
Tito vědci, spolu s některými ze 47 lidí, které pozvali, se rozhodli vypořádat se s ambiciózním cílem: vyrobit inteligentní stroje.
As McCarthy to vložil do návrhu konferencejejich cílem bylo zjistit, „jak přimět stroje používat jazyk, vytvářet abstrakce a koncepty, řešit druhy problémů, které jsou nyní vyhrazeny lidem“.
Konference v Dartmouthu nezavedla pouze termín „umělá inteligence“; spojila celý studijní obor. Je to jako mýtický Velký třesk umělé inteligence – vše, co víme o strojovém učení, neuronových sítích a hlubokém učení, nyní má svůj původ v létě v New Hampshire.
Ale dědictví toho léta je komplikované.
Umělá inteligence zvítězila jako název nad ostatními navrhovanými nebo používanými v té době. Shannon preferoval termín „automatové studie“, zatímco další dva účastníci konference (a brzy tvůrci prvního programu AI), Allen Newell a Herbert Simon, pokračovali v používání „komplexního zpracování informací“ ještě několik let.
Ale jde o to: když jsme se usadili na AI, bez ohledu na to, jak moc se snažíme, dnes se zdá, že nemůžeme uniknout srovnávání AI s lidskou inteligencí.
Toto srovnání je požehnáním i prokletím.
Na jedné straně nás to vede k vytváření systémů umělé inteligence, které se mohou vyrovnat nebo překonat lidský výkon v konkrétních úkolech. Slavíme, když AI překonává lidi ve hrách, jako jsou šachy nebo Go, nebo když dokáže detekovat rakovinu na lékařských snímcích s větší přesností než lidští lékaři.
Na druhou stranu toto neustálé srovnávání vede k mylným představám.
Když počítač porazí člověka na Go, je snadné urychleně dojít k závěru, že stroje jsou nyní ve všech aspektech chytřejší než my – nebo že jsme alespoň na dobré cestě k vytvoření takové inteligence. AlphaGo ale není blíže psaní poezie než kalkulačka.
A když velký jazykový model zní lidsky, začínáme přemýšlet, jestli je to vnímavé.
Ale ChatGPT není o nic živější než figurína mluvícího břichomluvce.
Vědci na konferenci Dartmouth byli ohledně budoucnosti umělé inteligence neuvěřitelně optimističtí. Byli přesvědčeni, že mohou vyřešit problém strojové inteligence během jediného léta.
Tato přehnaná sebedůvěra byla opakujícím se tématem ve vývoji AI a vedlo k několika cyklům humbuku a zklamání.
Simon uvedl v roce 1965 že „stroje budou schopny do 20 let dělat jakoukoli práci, kterou může dělat člověk“. Minsky předpověděl v roce 1967 že „do jedné generace […] bude problém vytváření ‚umělé inteligence‘ podstatně vyřešen“.
Populární futurista Ray Kurzweil nyní předpovídá je to jen pět let: „nejsme tam úplně, ale budeme tam a do roku 2029 se to vyrovná každému“.
Jak tedy mohou výzkumníci AI, uživatelé AI, vlády, zaměstnavatelé a širší veřejnost postupovat vpřed vyváženějším způsobem?
Klíčovým krokem je přijetí rozdílu a užitečnosti systémů strojů. Místo toho, abychom se soustředili na závod k „umělé obecné inteligenci“, můžeme se zaměřit na jedinečné přednosti systémů, které jsme vybudovali – například obrovská tvůrčí kapacita obrazových modelů.
Důležitý je také posun konverzace od automatizace k augmentaci. Spíše než stavění lidí proti strojům se zaměřme na jak umělá inteligence může pomáhat a rozšiřovat lidské schopnosti.
Zdůrazněme také etické ohledy. Účastníci Dartmouthu nestrávili mnoho času diskusí o etických důsledcích umělé inteligence. Dnes víme lépe a musíme to dělat lépe.
Musíme také přeorientovat směry výzkumu. Zdůrazněme výzkum interpretovatelnosti a robustnosti umělé inteligence, interdisciplinární výzkum umělé inteligence a prozkoumejme nová paradigmata inteligence, která nejsou modelována na základě lidského poznání.
Nakonec musíme zvládnout naše očekávání ohledně umělé inteligence. Jistě, můžeme být nadšení z jeho potenciálu. Ale musíme mít také realistická očekávání, abychom se vyhnuli cyklům zklamání z minulosti.
Když se podíváme zpět na letní tábor před 68 lety, můžeme oslavit vizi a ambice účastníků konference Dartmouth. Jejich práce položila základ pro revoluci AI, kterou dnes zažíváme.
Přeformulováním našeho přístupu k umělé inteligenci – zdůrazněním užitečnosti, rozšíření, etiky a realistických očekávání – můžeme ctít odkaz Dartmouthu a zároveň načrtnout vyváženější a přínosnější směr pro budoucnost umělé inteligence.
Koneckonců, skutečná inteligence nespočívá jen ve vytváření chytrých strojů, ale v tom, jak moudře se rozhodneme je používat a vyvíjet.
Tento článek byl znovu publikován v Konverzace pod licencí Creative Commons a je autorem sandra Peter, ředitel Sydney Executive Plus, University of Sydney
Rámec pro hodnocení rychle se rozvíjejících digitálních a souvisejících technologií: AI, velké jazykové modely a další
Tento diskusní dokument poskytuje nástin počátečního rámce pro informování mnoha globálních a národních diskusí týkajících se umělé inteligence.
Příprava národních výzkumných ekosystémů na umělou inteligenci: Strategie a pokrok v roce 2024
Zpráva nabízí komplexní analýzu integrace umělé inteligence do vědy a výzkumu napříč různými zeměmi. Zabývá se jak dosaženými pokroky, tak i výzvami, kterým v této oblasti čelí, a proto je cenným čtením pro vedoucí vědecké pracovníky, tvůrce politik, profesionály v oblasti umělé inteligence a akademiky.
Vědecké organizace v digitálním věku
Diskusní příspěvek syntetizuje zjištění z rozsáhlého průzkumu, podrobných rozhovorů a případových studií zahrnujících členy ISC. Slouží jak jako aktuální odraz digitálního stavu ve vědecké komunitě, tak jako průvodce pro organizace, které se vydávají na cestu digitálního přechodu.
Obrázek by Billy Wilson Flickr
Přečtěte si více o umělé inteligenci v národních výzkumných ekosystémech 
Přečtěte si více o budoucnosti vědeckých systémů Přečtěte si více o programu ISC-CAST, který spouští nové školení v oblasti umělé inteligence a výzkumné komunikace pro výzkumníky na začátku a v polovině kariéry. Přečtěte si více o Moderní vědě: geostrategické, technologické a společenské faktory ovlivňující změnu Přečtěte si více o dopadu dat a umělé inteligence na vědeckou produkci 