10 ting, mennesker og dyr gør bedre end computere

Science fiction har en nysgerrig måde at være profetisk på. Vi kan kun håbe, at historier kan lide "Matrix ", "Terminator ", "Jeg er en robot" og andre, savnede målet, da de antog, at robotter og computere ville vende sig imod os og enten bruge dem som batterier eller gødning til planter, som de ville knuse med deres robot. trin.

Hvis du er bekymret over fremkomsten af maskiner, så overvej det faktum, at der er ting, folk gør bedre end maskiner. En fugl kan gøre en ting bedre. De redder måske ikke vores art, men hvem ved.

10. Veery Birds er bedre til at forudsige orkaner end biler.

Orkanprognose er en vigtig forretning. Vi er i øjeblikket afhængige af en række forskellige systemer til at hjælpe med at bestemme, om en orkan nærmer sig, herunder ting som satellitter, radarer, endda skibe og bøjer i havene. Takket være alle disse teknologier kan vi forudsige en orkan omkring 36 til 48 timer i forvejen.

Når det kommer til langsigtede prognoser, har vi intet bedre end chance. Vi kan forudsige orkaner vil komme i løbet af orkansæsonen, men hvad så? Det er som at forudsige, at solen står op i morgen. For større autenticitet kan vi vende os væk fra computere og vende os til fugle. Viri har en uhyggelig evne til at forudsige hårdt, stormfuldt vejr, som det fremgår af deres ynglesæson. Disse fugle lever i det sydlige Canada og det nordlige USA og har én kobling æg pr. ynglesæson.

I år, hvor orkansæsonerne er alvorlige, forkorter viris deres ynglesæsoner, selvom de endnu ikke har haft succes. Det vil de gøre måneder før orkansæsonen, men det er klart, at de er beslægtede.

I 2018 forudsagde en ornitolog en særlig dårlig orkansæson, da meteorologiske data forudsagde det stik modsatte. Vejrforskere insisterede på, at det ville blive et mildt år. De brugte ACE-tallet, som refererer til den akkumulerede energi af en cyklon, og forudsagde alt fra 60, hvilket er ret lavt, til et maksimum på 103, hvilket er under gennemsnittet.

En ornitolog, der aldrig havde forudsagt vejret i sit liv, foreslog alt fra 70 til så mange som 150. Det kom ud til 129. Han nåede frem til sin forudsigelse ved at observere viri's adfærd baseret på 20 års observation af deres adfærd i naturen .

9. Folk er fremragende spillere, men de er ikke gode holdspillere.

Det globale spilmarked er et absolut univers. Det forventes at være omkring 257 milliarder dollar værd i 2025. Dette er Elon Musks 93%! Den slags penge har inspireret mange fantastiske innovationer inden for teknologi, herunder grafik og kunstig intelligens. Og computere halter ikke kun efter spil, men nogle gange endda foran dem.

Kunstig intelligens har vist sig at være en bedre gamer end den gennemsnitlige menneskelige spiller, selvom det er en forholdsvis ny udvikling. Men det skal tages med et gran salt. I en strengt talstyret spilstil kan computeren ofte gøre et bedre stykke arbejde end en fyr fra Idaho, der bliver ved med at fornærme din mor, mens du spiller Call of Duty. Men når spillet bliver samarbejdsvilligt og kræver teamwork, begynder den kunstige intelligens at vise nogle mangler. AI stinker nemlig i teamwork.

Menneskelige spillere udtrykker normalt frustration, når det kommer til at kommunikere med AI-holdkammerater. Undersøgelsen viste, at en AI-holdkammerat ikke forbedrede spillets ydeevne sammenlignet med at spille med en forudprogrammeret computerpartner, der var designet til blot at kende spillets regler og spille på en bestemt måde. Men den store forskel var, at de menneskelige partnere hadede at arbejde med AI. Computeren blev betragtet som upålidelig, uforudsigelig og upålidelig – tre ting, du ikke ønsker i en spilpartner.

8. Computeroversættelser har en tendens til at være ret sjuskede

Har du nogensinde stødt på et ord eller en sætning på et andet sprog og derefter oversat det online? Og så tog du dig tid til at oversætte det tilbage til engelsk og opdagede, at det i det væsentlige var volapyk? Dette sker, fordi computere er meget dårlige til at oversætte. Oversættelsesprogrammer er notorisk dårlige til at forstå kontekst og andre nuancer af sprog, hvilket gør computeroversættere enkle i bedste fald og i værste fald ubrugelige.

Ting som slang, kulturel kontekst, egennavne og meget mere går tabt på maskiner. Overvej noget som ordet "sæt". Ifølge Guinness Book har dette ord mere end 430 mulige betydninger. Maskinen har brug for kontekstspor for at finde ud af, hvordan de vil blive brugt i en given oversættelse, hvilket ikke er en let opgave.

Idiomer oversættes normalt bogstaveligt af en maskine, selv en meget avanceret. Selv enkelte ord kan ændre tonen i hele sætninger, og det kan være en udfordring for AI-oversættere. Du får måske essensen af stykket, men det er ikke nødvendigvis det, du ønsker, især hvis du læser fiktion, fordi du vil have historien og ikke bare forsøger at destillere de grundlæggende fakta.

7. Saml frugter

I disse dage kan maskiner lave biler, computere og alle mulige maskiner til os, men ironisk nok har de problemer med nogle af de mere simple opgaver. De er for eksempel ikke så gode til at plukke jordbær. Og en masse andre frugter og grøntsager, for den sags skyld.

Årsagen til robottens fejl er for let at gætte. Robotten er ikke særlig god til at gætte, om den er for uhøflig eller ej. Til frugter som jordbær og andre bær er en let berøring nødvendig. Robotten kan formentlig samle nødder, indtil køerne kommer hjem, men bærene skal håndteres med forsigtighed. Robothøstere har ingen mulighed for at vide, om de klemmer for hårdt og ødelægger afgrøder.

Som det viser sig, bliver robothøstere designet til at omgå dette problem ved at plukke hele planter, ikke kun bær. De kan udføre arbejdet for 30 personer på samme tid. Men indtil videre skal robotplukkere scanne marker og finde ud af, hvor de skal gå hen for at finde moden frugt. Indtil videre kan de kun høste omkring 50% modne frugter, mens mennesker kan høste op til 90%.

6. AI er dårlig til at læse følelser

Ansigtsgenkendelsesteknologi er noget, der har været i nyhederne i årevis. Folk er mistænksomme over for dette, fordi det lugter af en overvågningstilstand og konstant overvågning. Men et andet aspekt, som folk frygter, er computeres evne til at se på dig og læse dig, og i det væsentlige bestemme, hvordan du har det fra det ene øjeblik til det næste. Det kan bruges til at udnytte folk til markedsføring, reklame og andre formål for at tjene penge. Skoler i Kina har brugt det til at måle, hvordan børn havde det under fjernundervisning, tilsyneladende for at forbedre den overordnede læringsoplevelse.

Sagen er den, at computere, der registrerer følelser, ikke er særlig gode. På trods af, hvad de mennesker, der sælger denne teknologi, insisterer på, er der kun få beviser for, at den er meget effektiv. Neurovidenskabsmænd har eksplicit udtalt, at det er umuligt nøjagtigt at bedømme en persons følelsesmæssige tilstand ved ansigtsudtryk.

5. Mennesker er bedre soldater end robotter.

En af de mest kontroversielle anvendelser af kunstig intelligens i den moderne verden er i krigsførelse. Skal vi stole på maskiner til at træffe beslutninger om liv og død i en krigszone? Er det etisk at tillade en robot at tage et menneskeliv? Det lader til, at de fleste mennesker er imod denne idé, og USA har allerede forsikret os om, at folk altid vil træffe den endelige beslutning. Der er dog spekulationer om, at skibet har sejlet, og autonome dræbermaskiner er allerede blevet brugt i felten. Så er robotter bedre soldater end mennesker? Det kommer an på hvad du mener med bedre.

En maskine, selv en kunstig intelligens, vil gøre, hvad den bliver bedt om. Uden menneskelige følelser og etik ville kunstig intelligens sandsynligvis træffe en anden beslutning, end Stanislav Petrov gjorde i 1983, da han modtog nyheden om, at det amerikanske militær havde indledt et atomangreb på Sovjetunionen. Petrov advarede ikke sin regering om angrebet opdaget af hans overvågningsstation, som han var forpligtet til at gøre, men fortsatte i stedet med at undersøge og fastslog, at det var en falsk alarm. AI ville højst sandsynligt gøre det modsatte, og ingen af os ville være her for at diskutere det lige nu. De mangler moral og kan være uforudsigelige i måden, de behandler data på.

Alle fra Elon Musk til Stephen Hawking har advaret om, at kunstig intelligens kan dømme os alle. Det er ikke, hvad en god soldat gør.

4. AI har endnu ikke mestret sund fornuft.

De fleste af os har mødt nogen i vores liv, der er meget klog, men mangler sund fornuft. Vi adskiller dem. Du kan være en matematik-troldmand og stadig opføre dig som en idiot. Sådan er AI. Han er måske meget klog, men han har ingen sund fornuft.

Sund fornuft er, hvordan vi beskriver abduktiv slutning. Det er det, der tillader os at ignorere de millioner dumme forklaringer på ting, der sker i livet, og fokusere på dem, der giver mest mening. Hvis du hører en støj ovenpå, tror du måske, det er din ægtefælle eller kat i stedet for en elefant eller Gordon Ramsay. De sidste to muligheder lyder dumme, fordi du har sund fornuft. AI’en gør ikke dette, så den skal se disse som muligheder.

Moderne kunstig intelligens er afhængig af symbolsk logik og dyb læring. De forklarer meget, men de ignorerer sund fornuft og er årsagerne til, at AI ikke kan komme tæt på at replikere ægte menneskelig intelligens.

3. AI-skriveprogrammer har endnu ikke forbedret menneskelig skrivning.

Fremtiden for skrivning kan blive overtaget af maskiner, men de er ikke helt klar endnu. AI kan skrive prosa, især ting som journalistiske artikler, men den har endnu ikke helt mestret den menneskelige stemme.

Computere, der bruger noget, der kaldes GPT-3, eller Generative Pre-trained Transformer 3, kan producere tekst, der næsten efterligner tekst skrevet af en rigtig person. Han er meget god til visse typer skrivning, men ikke andre. For eksempel, hvis du ønsker, at den skal efterligne en rigtig persons tale, vil den være mere tilbøjelig til at generere nonsens. Han kan sagtens skrive en saglig artikel, men hvis du vil have den til at efterligne en Stephen King-historie, der lyder som den rigtige konge, kan det virke forkert. Udtrykket ville være mistænkeligt, eller det ville kræve en seriøs redigering.

Fejlen ligger i den måde, teknologien fungerer på. Det er baseret på forudsigelse og mønstermatching. Så samlet set kan den generere generelle tekster godt. Men når du har brug for specifik tekst, som Stephen King, begrænser det teknikerens evne til at forstå, hvad han forsøger at sige.

2. Udførelse af fabriksordrer

Tro det eller ej, det faktum, at de fleste af os ville antage, at en robot ville præstere meget bedre end et menneske, er simpelthen ikke sandt. I et lagermiljø som Amazons er robotter ikke så gode til at opfylde ordrer som mennesker.

I 2019 var det forventet, at der ville gå mindst ti år, før robotter overtog den menneskelige arbejdsstyrke. Robotter kan vælge varer til ordrer, hvis de er store, men små varer i kurve har en tendens til at blive beskadiget og er ikke så effektive, som når folk vælger dem.

Elon Musk indrømmede, at Tesla var gået for langt med automatisering og var nødt til at reducere den, fordi folk simpelthen var bedre til at være fleksible og håndtere uoverensstemmelser.

1. Captcha

Hvis der er én ting, som alle på internettet ved, så er det, at robotter ikke kan se på ni firkanter og vælge dem med trafiklys. Captcha-tests er et websteds sidste forsvar mod robotindtrængen, og de bruger flere lag af data, herunder skærmstørrelse og opløsning, IP-adresse, browsere, plugins, tastetryk og mere for at fastslå, at du er dig og ikke bilen.

Hvis du har bemærket, at disse test bliver mere og mere vanskelige, og dem, hvor du skal identificere forvansket tekst, nogle gange endda kan narre dig, er det, fordi robotterne faktisk bliver bedre til testene, hvilket gør dem sværere og sværere at slå. . Faktisk er robotter allerede meget bedre end mennesker i nogle tests. Men vi er stadig et skridt foran med de grundlæggende programmer, og indtil vi udvikler noget bedre, som de forskellige spillignende tests eller inkblot-puslespil, der er blevet forsøgt, burde dette være godt nok.