Elk jaar worden de ontwikkelingen op het gebied van kunstmatige intelligentie steeds perfecter - gezichtsherkenningstechnologie, intelligente stemassistenten en zelfs kunst gemaakt door algoritmen worden een deel van ons leven. Maar zal AI in staat zijn om de laatste grens van menselijke capaciteiten te nemen en te leren emoties te ervaren? Samen met het Theorie en Praktijkplatform nodigen we je uit om kennis te maken met de toekomst van mens en machine.
Het heilige versus kennis
In de gewone visie zal kunstmatige intelligentie de menselijke emotionaliteit nooit kunnen benaderen vanwege onze speciale mentale organisatie, die niet in een machine kan worden getransplanteerd. De uitdaging bij het creëren van emotionele AI komt daarentegen voort uit het feit dat mensen niet zo goed zijn in empathie. We zijn helemaal niet als ideale emotionele machines die de gevoelens van anderen gemakkelijk kunnen ontcijferen. Onze empathie wordt ernstig beperkt door unieke ervaringen, aangeleerde stereotypen en individuele psycho-emotionele reacties. Het is dus onwaarschijnlijk dat een Europeaan uit de middenklasse begrijpt welke gevoelens de leider van een Afrikaanse stam uitdrukt, en vice versa.
Enerzijds geloven we dat emotionaliteit een heilig geschenk is, een exclusief voorrecht van mensen. Aan de andere kant weten we er te weinig van, zegt Sergey Markov, een AI- en machine learning-specialist en oprichter van de 22century.ru-portal. Volgens hem zal het loslaten van de perceptie van emotionaliteit als iets heiligs het mogelijk maken om nieuwe methoden te vinden om empathie te bestuderen. Met behulp van reverse engineering (het onderzoeken van een voltooid apparaat of programma om te begrijpen hoe het werkt en het ontdekken van niet voor de hand liggende mogelijkheden), het onderzoeken van neurale netwerken en machine learning, kun je iets fundamenteel nieuws leren over menselijke emotionaliteit. "Machine learning maakt het in een aantal gevallen mogelijk om, zoals ze zeggen, harmonie met algebra te geloven - meer betrouwbare kennis op basis van big data-statistieken vervangt gissingen en hypothesen", meent Markov.
Breng communicatie tot stand
Promotie video:
We proberen auto's misschien niet alleen uit nieuwsgierigheid over empathie te leren, maar door het groeiende aantal geautomatiseerde systemen (van stemassistenten tot zelfrijdende auto's) is emotionele AI een must. De belangrijkste uitdaging voor machine learning-specialisten is om het werk te vereenvoudigen met verschillende interfaces, zowel op het inputniveau als tijdens het proces van informatie-output. De frequentie van communicatie met computers neemt duidelijk toe, maar de diensten en systemen zelf begrijpen nog niet waarom we de telefoon schudden: van woede of van het lachen.
Bij veel zakelijke projecten is al veel vraag naar emotionele intelligentie. Van advertenties die, door zich aan te passen aan de emotionele toestand van een potentiële klant, de verkoop verhogen, tot herkenningstechnologieën die, nadat ze de meest nerveuze persoon in de menigte hebben ontdekt, zullen helpen om de crimineel te vangen.
Onderzoekers zullen moeten werken met emotionele intelligentie en veiligheidsproblemen. “Beslissingen die door computers worden genomen, mogen niet psychopathisch lijken. Als een machine opereert in een wereld waarin mensen leven, moet ze rekening kunnen houden met "menselijke omstandigheden", dat wil zeggen in staat zijn tot empathie. Een typisch voorbeeld: een robotdiagnosticus die een bejaarde stuurt voor een complexe operatie, moet rekening houden met de risico's die aan stress zijn verbonden. Een onbemand voertuig dat volledig verstoken is van empathie, kan in een bepaalde context ook problemen veroorzaken”, zegt filosoof Kirill Martynov.
Alarmisten zoals de filosoof en antropoceenspecialist Nick Bostrom, merkt Martynov op, beweren dat het probleem van "verlies van gevoeligheid" bij de superintelligentie, dat scherp afsteekt tegen de achtergrond van het menselijk niveau, heel reëel is. Ze proberen dit probleem al te voorkomen met behulp van wettelijke beperkingen. Met deze aanpak zijn AI-makers wettelijk verplicht om ontwikkeling te voorzien van de elementen van emotionele intelligentie die nodig zijn voor empathie.
Leer emoties
De niet-triviale taak om emotionele AI te creëren, wordt gemakkelijker met de komst van nieuwe tools zoals machine learning. Sergey Markov beschrijft dit proces op de volgende manier: “Je kunt honderdduizenden audio-opnames maken van menselijke uitingen en een groep mensen-markers vragen om een set markeringen van het 'emotionele alfabet' te matchen met elk van deze zinnen. Vervolgens wordt 80% van de zinnen willekeurig geselecteerd - op deze steekproef wordt het neurale netwerk getraind om emotionele markeringen te raden. De overige 20% kan worden gebruikt om ervoor te zorgen dat de kunstmatige intelligentie goed werkt. In een ander leermodel, dat Markov beschrijft, krijgt het neurale netwerk meer onafhankelijkheid. Daarin categoriseert de AI zelf zinnen op basis van vergelijkbare emotionele kleur, spreeksnelheid en intonatie, en leert later zijn uitspraken samen te vatten op basis van de ontvangen categorieën. In ieder geval,Big data wordt de belangrijkste bron voor het trainen van kunstmatige intelligentie.
Evolutionair ras
“Dat we onze eigen emoties als 'echt' ervaren, is alleen te danken aan het feit dat ons cognitieve systeem, dat is ontstaan tijdens de evolutie, zo afgestemd is. Individuen die in staat waren emoties te ervaren en hun gedrag te beheersen, kregen een voorsprong in de evolutionaire race. Het is onwaarschijnlijk dat computers in de buurt zullen komen van het modelleren van de werkelijke evolutie van primaten - in die zin zullen hun emoties niet "echt" zijn ", meent Martynov.
De hamvraag, zegt Martynov: is het mogelijk om de subjectieve ervaringen van emoties te modelleren, wat Aristoteles de ziel zou noemen, en Descartes de cogito? De wetenschap geeft nog steeds geen direct antwoord op deze vraag, en filosofen verzamelen conferenties over de aard van qualia (onherleidbare elementen van subjectieve ervaring). Er zijn echter optimisten zoals filosoof en cognitief wetenschapper Daniel Dennett die beweren dat uiteindelijk subjectieve ervaring het vermogen is om jezelf en anderen te vertellen hoe je je voelde. Natuurlijk zullen we in de nabije toekomst overtuigende verbale rapporten van emoties van machines ontvangen, denkt Martynov.
Maar met een grote waarschijnlijkheid, gelooft Sergey Markov, zal onze gezamenlijke toekomst met emotionele kunstmatige intelligentie vormen aannemen die vandaag niet kunnen worden voorgesteld met de stereotiepe oppositie van mensen en machines: 'In de toekomst zullen mensen en machines worden verenigd in heterogene synthetische systemen, waarin je niet langer kunt om zelfs maar een voorwaardelijke grens te trekken tussen een persoon en een product van zijn technologieën. Emotionele intelligentie speelt een grote rol in dit scenario."
