Превзойдет ли ИИ человеческий интеллект? — Будущее на vc.ru
Не секрет, что искусственный интеллект развивается со скоростью света. ИИ повсюду — от автоматизации предприятий до умных помощников в домах. Некоторые версии ИИ будят вас по утрам и включают вашу любимую музыку пока вы готовите завтрак, некоторые берут на себя более ответственную роль на корпоративном уровне, управляя календарями или выявляя риски мошенничества.
В 2016 году компания Tractica, занимающаяся исследованиями рынка, опубликовала отчет, в котором прогнозировалось, что годовой мировой доход от продуктов и услуг искусственного интеллекта вырастет с 643,7 миллиона долларов в 2016 году до 36,8 миллиарда долларов к 2025 году. При таком впечатляющем росте ИИ станет самым быстрорастущим сегментом ИТ-отрасли.
Причина, по которой ИИ стал настолько популярным в последние годы, заключается в его способности к обучению, подобно человеческому мозгу. По сути, ИИ-машине предоставляются данные, которые она анализирует для определения закономерностей, чтобы они могли распознавать аномалии и делать прогнозы на будущее. И неудивительно, что компании обращаются к решениям ИИ, чтобы сократить расходы, повысить эффективность и оптимизировать операционку — это то, что ИИ делает лучше всего, причем с большей скоростью, чем человеческий мозг.
В конце концов, как ИИ повлияет на человечество — это сложный вопрос, на который можно дать множество ответов. Исторически сложилось так, что технологический прогресс действительно влияет на работающих людей. Автоматизация заменяет простой ручной труд, и в последнее время ИИ стал брать на себя больше административных и рутинных задач благодаря своей способности проводить быстрый анализ и быстро выполнять задачи. В результате, ИИ потенциально может превзойти человеческие способности — но только когда речь идет об эффективности и скорости выполнения задач. Но есть еще один аспект, который очень часто теряется в контексте — преимущества, которые дает ИИ, расширяя возможности людей для выполнения более значимых и сложных задач, требующих человеческого суждения, таланта и интуиции. ИИ может дать дизайнерам возможность выделять больше времени для творческого процесса и одновременно быстрее проектировать.
Мышление за пределами мозга
Слово «интеллект» в выражении «искусственный интеллект» (ИИ) – не более чем метафора.
И хотя вычислительные способности ИИ превышают возможности человека, он не в состоянии понять смысл своих действий. Аргентинский философ и психоаналитик Мигель Бенасайяг полагает, что выразить всю сложность живого существа компьютерным кодом столь же нереально, сколь абсурдно предположение о том, будто машины могут заменить собой человека.
Мигель Бенасайяг отвечает на вопросы Режиса Мейрана
Чем искусственный интеллект отличается от человеческого?
Живой интеллект – не вычислительная машина. Это процесс, тесно связанный с такими понятиями, как эмоциональность, телесность, ошибка. Он предполагает наличие у человека желаний и осознания им собственной истории в долгосрочной перспективе. Человеческий интеллект нельзя рассматривать отдельно от всех других психических и физиологических процессов.
В отличие от людей и животных, осуществляющих мыслительную деятельность при помощи мозга, заключенного в тело, которое, в свою очередь, находится в непосредственном взаимодействии со средой, машина производит вычисления и дает прогнозы, будучи не способной осмыслить свои действия.
Говорят, что в рамках проекта Google Brain два компьютера научились общаться между собой на «языке», который они сами же и создали и который человек не в состоянии расшифровать. Что вы об этом думаете?
Это нонсенс. На самом деле оба компьютера каждый раз обмениваются информацией по одной и той же схеме, в одинаковой последовательности. Этот процесс ничего общего не имеет ни с языком, ни с общением. Это просто неудачная метафора, как если сказать, что замок «узнает» ключ.
Точно так же некоторые люди говорят, что «дружат» с роботом. Есть даже приложения для смартфона, которые якобы позволяют вести с роботом «диалог». Этой теме посвящен фильм Спайка Джонза «Она» (2013 г.
), где операционная система (ОС) сначала задает главному герою вопросы, затем на основании его ответов составляет карту его головного мозга, синтезирует женский голос и вступает с мужчиной в общение, по ходу которого наш герой влюбляется в ОС. Но возможен ли роман между роботом и человеком? Конечно, нет, ведь любовь и дружбу нельзя свести к передаче нервных импульсов в мозге.
Любовь и дружба выходят за рамки человека и даже за рамки взаимодействия двух человек. Когда я говорю, я вношу частичку себя во что-то, что мы с вами разделяем, – в наш язык. То же можно сказать и о любви, дружбе и мышлении – это символические процессы, в которые мы привносим часть себя, становясь их участниками. Никто не думает внутри себя. Разум дает нам энергию для участия в мыслительной деятельности.
В ответ на утверждения, что машина может думать, мы должны отвечать: было бы очень странно, если бы машина думала, учитывая, что даже мозг этого не делает!
То есть вы считаете, что главным недостатком ИИ является сведение сущности живых организмов к коду?
Совершенно верно.
Некоторые специалисты в области ИИ, словно мальчишки за игрой в конструктор, настолько увлекаются своими техническими достижениями, что перестают видеть полную картину происходящего и попадают в ловушку редукционизма.
В 1950 году американский математик и основоположник кибернетики Норберт Винер писал в своем труде «Человеческое использование человеческих существ: Кибернетика и общество» о возможности «телеграфирования человека». Сорок лет спустя трансгуманисты развили эту идею и разработали гипотезу о «загрузке», якобы позволяющей представить все объекты реального мира в виде блоков информации, которые можно затем переносить с одного вычислительного устройства на другое.
Идея о том, что живое можно моделировать, представляя его в виде блоков информации, встречается и у французского биолога Пьера-Анри Гуйона, например, с которым я опубликовал сборник интервью Fabriquer le vivant? («Создание живого?», 2012 г.). По его мнению, дезоксирибонуклеиновая кислота (ДНК) является носителем кода, который можно перенести на другие виды носителей информации.
Однако заявляя, что все живое можно описать в виде блоков информации, мы забываем, что сумма этих элементов не является живым организмом, а исследование того, что моделировать в принципе невозможно, нас не интересует.
Немоделируемость живого не подразумевает связь с божественным началом или обскурантизмом, как думают некоторые. Принципы непредсказуемости и неопределенности присутствуют во всех точных науках. Именно поэтому идея трансгуманистов о возможности обладания всеми знаниями мира отражает слепое и совершенно иррациональное преклонение перед технологиями. И если эта идея пользуется такой популярностью, то это лишь потому, что она способна утолить интерес наших современников к метафизическим явлениям. Трансгуманисты мечтают о жизни, где нет места неопределенности. Однако и в повседневной, и в научной деятельности нам приходится сталкиваться с массой неизвестных, случайных обстоятельств, над которыми мы не властны.
Согласно трансгуманизму, благодаря ИИ мы сможем стать бессмертными.
В условиях общества эпохи постмодерна, где мы больше не задумываемся о взаимосвязи между объектами и явлениями и где преобладают тенденции к редукционизму и индивидуализму, на смену платоновской пещере приходит обещание трансгуманистов о вечной жизни. Для греческого философа смысл жизни был не в материальном мире, а в идеях. Трансгуманисты, двадцать четыре века спустя, видят истинную жизнь не в теле, а в алгоритмах. Тело для них есть не более чем симулякр: следует извлечь из него всю необходимую информацию и избавиться от природных недостатков. Именно так они и намереваются достичь бессмертия.
На научных семинарах мне довелось встретиться с рядом членов Университета сингулярности [трансгуманистической направленности], носивших на шее медальон в знак того, что после их смерти их голова будет подвержена криогенной заморозке. Я вижу в этом зарождение новой формы консерватизма, хотя меня самого можно принять за биоконсерватора, поскольку я против философии трансгуманизма.
Однако когда мои противники называют меня реакционером, они прибегают к тем же аргументам, что и политики, которые под видом реформ и модернизации разрушают социальные права граждан, обвиняя в консерватизме тех, кто всего лишь стремится сохранить свои права!
Гибрид человека и машины уже стал реальностью. Это также является одной из высших целей трансгуманистов.
Мы еще безмерно далеки от полного понимания жизни и гибридизации. На данном этапе развития биотехнологий мы почти ничего не знаем о жизни, которая представляет собой намного больше, чем моделируемые физико-химические процессы. Несмотря на это, гибридизация машины и живого организма – уже реальность, и новые технологии, несомненно, позволят нам продвинуться в этом еще дальше.
Уже сейчас в нашем распоряжении есть широкий спектр машин, с которыми мы работаем и которым поручаем выполнение многочисленных функций. Вопрос в том, действительно ли нам нужны все эти устройства. Я работал над кохлеарным имплантатом и культурой глухих: миллионы глухих людей требуют признания своей особой культуры – которая не получает достаточного уважения – и отказываются от установки кохлеарного имплантата, предпочитая общаться на языке жестов.
Можно ли считать этот инновационный прибор прогрессом, учитывая, что его использование может привести к исчезновению культуры глухих? Ответить на этот вопрос не так-то просто.
Прежде всего мы должны следить за тем, чтобы при гибридизации соблюдался принцип уважения к жизни. Однако сегодня мы являемся свидетелями не столько гибридизации, сколько колонизации живого мира машинами. Массовое распространение всевозможных внешних устройств привело к тому, что многие люди сами уже ничего не помнят. При этом их плохая память не является результатом дегенеративных заболеваний.
Возьмем, к примеру, GPS-навигатор. Исследование среди таксистов в Париже и Лондоне, которые отличаются довольно запутанной сетью улиц, выявило интересные закономерности. Если лондонские таксисты ездили по городу без навигатора, парижане регулярно пользовались GPS. Психологические тесты после трех лет эксперимента показали, что у последних атрофировались подкорковые ядра, отвечающие за ориентацию во времени и пространстве (такая атрофия обратима при условии, что человек перестает пользоваться навигатором).
У них развилась своего рода пространственно-временная дислексия. Это и есть последствия колонизации: если выполнение какой-либо функции перекладывается на внешнее устройство, то отвечающие за нее участки мозга атрофируются, а компенсаторные механизмы при этом не включаются.
Что беспокоит вас больше всего?
Меня беспокоит чрезмерная погоня за инновациями. Прогресс сегодня уже никого не интересует. Его вытеснила концепция инновации, которая в корне отлична: если прогресс подразумевает движение вперед, то у инноваций нет ни исходной, ни конечной точки, они не являются ни положительными, ни отрицательными. По этой причине следует относиться к ним критически. Работать с текстом на компьютере намного проще, чем на пишущей машинке Olivetti, которой я пользовался в 1970-х годах, и для меня это очевидный прогресс. Однако на каждом смартфоне установлены десятки различных приложений, но много ли людей задаются вопросом, сколько из них действительно им необходимы? Мудрость заключается в том, чтобы не позволить восхищению перед высокоэффективными и развлекательными технологиями затуманить наш рассудок.
Кроме того, в условиях современного общества, утратившего ориентиры и скептически относящегося к метанарративам, речи трансгуманистов вызывают особое беспокойство: они развивают в людях инфантильность и возводят новые технологии на пьедестал, вместо того чтобы посмотреть на них критическим взглядом. На Западе технические достижения всегда ассоциировались с расширением границ возможного. Еще в XVII веке французский философ Рене Декарт, считавший тело машиной, допускал возможность существования мышления вне тела. Человеку свойственно мечтать о том, что наука поможет нам освободиться от нашего тела и связанных с ним ограничений – а трансгуманисты утверждают, что нашли способ, как это сделать.
Однако мечта о всемогущем постчеловеке с неограниченными возможностями влечет за собой самые различные последствия для общества. Мне кажется, что она даже заслуживает отдельного анализа в связи с распространением религиозных фундаменталистских течений, настаивающих на важности человеческих качеств, заложенных природой.
Для меня фундаментализм и трансгуманизм представляют собой две иррациональные крайности, расположенные по разные стороны баррикад.
Фото: Хорди Исерн
Как гаджеты усилят человеческий интеллект
Представьте, что команда собирается на совещание, чтобы решить, стоит ли продолжать дорогостоящую маркетинговую кампанию. Но ни у кого под рукой нет необходимых для принятия решения данных. Вы предлагаете решение и запрашиваете информацию у виртуального помощника Alexa от Amazon: «Alexa, сколько пользователей в кампании А мы конвертировали в покупателей в прошлом месяце?» Alexa выдает ответ, а вы таким образом усиливаете интеллектуальные возможности своей команды с помощью искусственного интеллекта. Термин «усиление интеллекта» означает использование технологий для повышения интеллектуальных способностей человека. Уже скоро новые устройства будут предлагать менее навязчивые, нежели сегодня, и интуитивно понятные способы усиления наших способностей.
Примером устройства, способного усилить человеческий интеллект, можно считать беспроводные наушники-вкладыши, которые уже широко используются.
Например, умные наушники AirPods от Apple подключаются к устройствам Apple и интегрируются с ассистентом Siri с помощью голосовых команд. Apple также оформила патент на наушники с биометрическими датчиками, которые могут обрабатывать такие данные пользователя, как температура тела, частота сердечных сокращений и двигательная активность. Аналогичным образом наушники Pixel Buds от Google предоставляют пользователям прямой доступ к цифровому помощнику Google Assistant и его мощному графу знаний. Google Assistant связывает пользователя с информацией, хранящейся на платформах Google, например с электронной почтой или календарем. Помощник Google Assistant также предоставляет пользователям персональные рекомендации, помогает автоматизировать личное общение и освобождает пользователя от выполнения рутинных задач, самостоятельно устанавливая таймеры, работая со списками и управляя умной бытовой техникой.
Однако использование гаджетов часто носит навязчивый характер. Беспроводные наушники в силу своей голосовой природы менее тактичны, чем смартфоны.
Пользователи должны проговаривать вслух свои вопросы и команды, а это нежелательно или невозможно в определенных ситуациях. Недостаток конфиденциальности уменьшает значимость усиливающих интеллект интерфейсов с голосовой поддержкой, поскольку число ситуаций, в которых они могут использоваться, сильно ограничено.
Очевидно, что необходимо разработать такое устройство для усиления интеллекта, которое отвлекало бы меньше, чем смартфон, но было бы деликатнее голосового интерфейса. Многие технические специалисты и предприниматели работают над созданием очередного революционного устройства, способного преодолеть несовершенства своих предшественников.
В медиалаборатории Массачусетского технологического института было создано устройство AlterEgo. Оно использует распознавание безмолвной речи, также известной как «внутренняя артикуляция», для измерения электрических сигналов, посылаемых мозгом к органам речи. AlterEgo – неинвазивное устройство, оно надевается на ухо и проходит вдоль линии челюсти.
Для запуска гаджета пользователю нужно произнести слова про себя. AlterEgo преобразует эти безмолвные пользовательские сигналы в команды для управления другими системами, например умной бытовой техникой, или запрашивает информацию, например, из поисковика Google. Пользователь управляет устройством, не издавая звуков и не совершая никаких видимых движений. Ему просто нужно подумать над словами, которые он произнес бы, задавая вопрос любому голосовому ассистенту. Затем информация передается обратно пользователю в звуковой форме. AlterEgo для обратной связи с пользователем использует динамики с костной проводимостью, таким образом молчаливо завершая конфиденциальный цикл обмена информацией. Для пользователя все взаимодействие полностью внутреннее – почти как разговор с самим собой. Создатели AlterEgo надеются, что этот тихий цикл обмена информацией сделает взаимодействие людей с технологией ненавязчивым и деликатным.
Устройства дополненной реальности представляют собой еще одну интересную попытку входа в нишу усиления интеллекта.
Умные очки Google Glass, которые провалились на потребительском рынке, нашли свое применение в промышленном производстве. Например, такие работодатели, как General Electric (GE), внедряют технологию интеллектуальных очков для повышения эффективности работников склада и производства. Технические специалисты из GE научились использовать указания, наложенные на поле зрения работника, для повышения производительности и сокращения количества ошибок при обслуживании или ремонте производственного оборудования.
Футуролог Эми Уэбб предупреждает, что такие гиганты, как Amazon, смогут оказывать сильное влияние на своих клиентов – например, продавать лекарства тем клиентам, кто, как считают алгоритмы, болен или страдает от депрессии.
Перед руководителями бизнеса открылись бесконечные возможности для извлечения выгоды из технологии усиления интеллекта. Каждое новое устройство сокращает количество барьеров между знаниями отдельного человека и компетентностью организации в целом. И руководителям компаний, и всем заинтересованным сторонам необходимо учитывать в планах развития организации грядущие изменения в использовании персональных компьютеров.
Многие эксперты полагают, что усиление интеллекта может стать противоядием от потери рабочих мест из-за автоматизации и сделает вооруженных гаджетами сотрудников незаменимыми. Так как усиление интеллекта зиждется на имеющемся человеческом интеллекте, это более мощное явление, нежели просто искусственный интеллект.
Об авторе: Лорен Голембевски – соучредитель агентства Voxable, которое проектирует и разрабатывает чат-боты и голосовые интерфейсы
Почему компьютерный интеллект ослабляет человеческий разум – Москва 24, 16.04.2021
Исследователи из Университета Джорджии провели эксперимент, в результате которого выяснили, что люди доверяют информации, полученной от компьютерных алгоритмов, больше, чем той, которую получают от других людей. При выполнении сложных задач большинство испытуемых обратились за помощью к так называемому делегированному интеллекту. Чем может обернуться для будущих поколений замена реальных знаний на автоматизированные – разбирался наш научный обозреватель Николай Гринько.
Фото: Москва 24/Роман Балаев
Выводы исследователей опубликованы в работе под названием «Люди больше полагаются на алгоритмы, чем на социальное влияние, когда задача становится более сложной». Группа ученых провела достаточно простой эксперимент. Полторы тысячи добровольцев попросили посчитать людей, изображенных на случайных фотографиях. На первых фото было по два-три человека, но постепенно количество людей увеличивалось. Испытуемый мог считать самостоятельно, а мог полагаться на подсказки двух типов: якобы полученные от других участников эксперимента и от компьютерного алгоритма.
На первых этапах добровольцы считали сами, но с увеличением количества объектов начинали все больше доверять человеческим подсказкам. Когда же персонажей на фото становилось совсем много, добровольцы массово принимали на веру подсказки алгоритма. Вывод, который ученые сделали по результатам исследования, таков: чем более сложная задача стоит перед человеком, тем охотнее он доверит ее решение машине, а не другому человеку.
Эксперимент лишь подтвердил мнение, которое многие исследователи озвучивают уже давно: мы действительно стали доверять компьютерам больше, чем окружающим людям, и больше, чем себе. Существуют даже термины «делегированный интеллект» и «делегированная память» и обозначают они довольно тревожные тенденции.
Что вы делаете, если вам нужно решить простой пример, например умножить 6 на 9? Большинство из нас для этого пользуется заученной еще в школе таблицей умножения, решая пример в уме. А что если одно из чисел будет двузначным, например при умножении 7 на 14? Кто-то и здесь старается решить пример самостоятельно, а кто-то сразу же открывает в смартфоне приложение «Калькулятор». Если же нужно перемножить два двузначных числа, например 23 и 91, то почти 100% людей даже не пытаются задумываться, а сразу ищут помощи у электронных устройств. Мало того, если гаджета или компьютера под рукой нет, никто не пытается решить пример «на бумажке», задача откладывается до тех пор, пока не появится доступ к вычислительному устройству.
Это и называется «делегированным интеллектом».
Современный человек не нагружает собственный мозг, не запоминает почти ничего, поскольку ответ на любой вопрос можно найти в интернете. Любая повседневная задача может быть решена с помощью Сети. Мало того, даже собственную жизнь мы помним все хуже, больше полагаясь на фотографии, которые храним в смартфонах. Попытайтесь в деталях вспомнить свой прошлый отпуск. А теперь откройте фотографии, сделанные в это время, вы обнаружите, что ваш мозг хранит намного меньше информации об этом событии, чем ваш телефон.
Фото: портал мэра и правительства Москвы/Денисов Максим
Несомненно, существуют задачи, справиться которыми может только машина: например, имплантацию нейрочипа в мозг подопытной свиньи или обезьяны может провести только специальный хирургический робот, управляемый компьютером (об этом мы писали). Но люди с готовностью делегируют удаленным процессорам и облачным хранилищам задачи, которые легко могут выполнить самостоятельно.
Интернет стал основной формой внешней или трансактивной памяти, в которой информация коллективно хранится отдельно от нас.
В таком положении вещей таятся существенные опасности. Люди, как это ни прискорбно, глупеют. Сегодня в наших головах хранится во много раз меньше знаний и навыков, чем полвека назад. Школьники искренне не понимают, зачем нужно что-то учить, если доступ ко всем знаниям мира буквально лежит у тебя в кармане. Мы становимся зависимыми от технологий, и эта зависимость – критическая. Шотландский моряк Александр Селькирк, прототип Робинзона Крузо, проживший на необитаемом острове четыре с половиной года, смог выжить лишь потому, что обладал знаниями по астрономии, сельскому хозяйству, многим ремеслам и так далее – пусть и отрывочными. Наш с вами современник, оказавшись в подобной ситуации, вряд ли протянет больше двух недель.
Можно возразить, что кораблекрушения случаются очень редко и шанс оказаться на острове у современного человека исчезающе мал. Но еще один огромный минус «делегированного интеллекта» в том, что его инфраструктура невероятно хрупка.
Мощная вспышка на солнце, падение метеорита, даже просто отключение электроэнергии – все это способно мгновенно лишить нас связи с внешней памятью. Произойди такое в планетарных масштабах – и неизвестно, сколько веков нам потребуется, чтобы хотя бы вернуться к сегодняшнему уровню развития.
Так что давайте читать умные книги, интересоваться наукой, искусством и хранить свою жизнь в собственной голове. Ну, или хотя бы запоминать отпуск, не делая тысячи фотографий. Это не так уж и сложно. Хотя…
Читайте также
Искусственный интеллект — угроза или помощник для человечества?
- Ксения Гогитидзе
- Би-би-си, Лондон
Автор фото, Thinkstock
Подпись к фото,Симбиоз человека и машины — один из путей развития человечества
Умные машины научились блефовать, обыгрывать профессионалов в шахматы или Го, переводить и распознавать человеческий голос.
Каждую неделю мы узнаем о все новых подвигах компьютерных программ, уже умеющих ставить медицинские диагнозы, рисовать не хуже Рембрандта, петь или генерировать текст. Стоит ли человеку опасаться искусственного интеллекта?
По-настоящему «горячей» тема искусственного интеллекта (ИИ/AI) стала в последние несколько лет. Ученые связывают это с бурным развитием нейронных сетей (одно из направлений исследований в области искусственного интеллекта), которое, в свою очередь, стало возможным с появлением мощных компьютеров.
«С начала 2010-х годов под влиянием впечатляющих успехов, полученных в результате применения многослойных нейронных сетей (в первую очередь сверточных и рекуррентных), эта область привлекла серьезное внимание как со стороны ученых и инженеров, так и со стороны инвесторов», — комментирует автор одной из российских шахматных программ, специалист по методам машинного обучения Сергей Марков.
Ученое сообщество может спорить о сроках появления умных машин, но сходится в одном: развитие технологий окажет безусловное влияние на общество, экономику и отношения между людьми в будущем.
Уже сейчас раздаются призывы обдумать этические принципы разработки искусственного интеллекта, удостоверившись в том, что искусственный интеллект развивается в безопасном для людей направлении.
Экономический эффект и влияние на рынок труда
Научная фантастика и Голливуд сформировали представление об «искусственном интеллекте» как о следующей форме жизни на планете, которая поработит человечество в Матрице или организует ему ядерный Судный день. Выживших добьет Терминатор.
Автор фото, Getty Images
Подпись к фото,Умрет ли человечество от Skynet?
В действительности, несмотря на последние достижения в области искусственного интеллекта, до появления разумных машиносуществ еще далеко, признают ученые и специалисты. И те, и другие, впрочем, советуют на некоторые аспекты обратить внимание уже сейчас.
По оценкам исследовательской организации McKinsey Global Institute, в ближайшие десять лет новые технологии радикально изменят рынок труда на планете, что позволит сэкономить порядка 50 трлн долларов.
Изменения коснутся сотен миллионов рабочих мест. Люди все больше и больше будут перекладывать часть своих служебных заданий и многие рутинные задачи на машину, что позволит им сосредоточиться на творческой работе.
«С некоторой точки зрения у человечества в целом есть важная и интересная задача — развиваться каждому конкретному индивидууму гораздо быстрее, чем человечество развивает системы искусственного интеллекта», — считает эксперт, директор по распространению технологий «Яндекса» Григорий Бакунов.
Но вместе с автоматизацией неминуемо пострадают менее квалифицированные кадры, и уже сейчас необходимо задуматься, как их защитить, переучить и подготовить к новой жизни.
Пострадать, как показывает практика, могут не только синие воротнички, но и работники умственного труда. Несколько дней назад Goldman Sachs заменил команду из 600 трейдеров на двух человек и автоматизированные программы алгоритмического трейдинга, для обслуживания которых были наняты 200 разработчиков-программистов.
Автор фото, Thinkstock
Подпись к фото,Многие задачи вскоре станут по силам роботизированным системам, которые последовательно начнут заменять людей
Искусственный интеллект сам по себе не тождественен автоматизации процессов, но развитие ИИ приведет к тому, что все больше задач будет по силам компьютерной программе.
Среди вариантов решения проблемы вытеснения человека машиной на рынке труда, как указывает Аллисон Дютман, координатор программ Foresight Institute — некоммерческой организации, базирующейся в Силиконовой долине для продвижения новых технологий, — введение понятия «универсальный базовый доход», который бы получал каждый житель вне зависимости от уровня дохода и занятости. Подобный доход финансировался бы за счет так называемого инновационного налога Land Value Tax, введение которого сейчас активно обсуждается в Силиконовой долине.
Личность ли искусственный интеллект?
Является ли роботизированная система личностью? Может ли умный компьютер голосовать? Какого он пола? Отношения человека и умной машины уже сейчас обсуждают депутаты Европарламента, задаваясь вопросом, следует ли наделять будущих роботом статусом «электронной личности».
Как указывает Дютман, люди нехотя делятся правами с теми, кто им непонятен, а значит будут сопротивляться «очеловечиванию» ИИ.
Автор фото, AFP
Подпись к фото,Человека и машину разделяет главное — способность думать
«Принимая во внимание, как долго человечество шло к тому, чтобы наделить равными правами всех людей, вне зависимости от цвета их кожи, расы или гендера, можно уже сейчас предположить, что и машины они не сходу не признают равными.
Вместе с этическими появляются и юридические тонкости: кто возьмет на себя ответственность в случае аварии беспилотного автомобиля или поломки умного медицинского устройства — и нравственные вопросы: стоит ли развивать беспилотное оружие, способное действовать без ведома человека?
Третья этическая головоломка обсуждается чаще других и волнует человечество гораздо больше: что теоретически может сделать с человечеством суперинтеллект, настоящая умная машина?
Научить ИИ этике
Специалисты в области развития ИИ признают: пусть не в ближайшие 20-30 лет, но человечество все же доживет до появления настоящего искусственного интеллекта, который будет умнее своего создателя.
«Последний бастион будет взят тогда, когда будет создан так называемый «сильный ИИ» (Strong AI, Artificial General Intelligence), то есть такой ИИ, который будет способен решать неопределенно широкий спектр интеллектуальных задач», — говорит Сергей Марков.
А главное, такой ИИ сможет самостоятельно думать.
Исследованием угроз, которые таит ИИ, а также этическими проблемами, связанными с новыми технологиями, занимаются многие институты, в числе которых организация Future of Life Institute (Институт будущего жизни), Foresight Institute, Future of Humanity Institute, OpenAI и другие.
Решение Аллисон Дютман из Foresight Institute — дать компьютеру прочитать всю научную литературу, научные статьи, поднимающие вопрос об этике, и сделать эту информацию основой для его будущих решений.
Что такое Нейронные сети и какое у них будущее?
Большинство экспертов связывают прогресс в развитии ИИ с развитием нейронных сетей.
Нейронные сети — это одно из направлений исследований в области искусственного интеллекта, основанное на моделировании биологических процессов, которые происходят в человеческом мозгу.
Именно им мы обязаны появлению впечатляющих результатов в распознавании речи и изображений, постановке медицинских диагнозов, переводе текста и создании изображений, генерации речи и музыкальной композиции.
Автор фото, iStock
Подпись к фото,Именно с развитием нейронных систем связывают ученые развитие искусственного интеллекта
На сегодня, как признают специалисты, нейронные сети признаны одним из лучших алгоритмов машинного обучения, а решения на их основе показывают на данный момент самые выдающиеся результаты.
И это несмотря на то, что современные нейронные сети устроены в полторы тысячи раз проще, чем головной мозг крысы.
«Пока что создаваемые нами нейронные сети относительно невелики по сравнению, скажем, с нейронной сетью человеческого мозга и, кроме того, они представляют собой весьма упрощенный аналог естественных нейронных сетей.
Поэтому пока что при помощи нейронных сетей мы решаем в основном сугубо прикладные задачи», — рассказывает Сергей Марков.
Сейчас создаются специализированные процессоры для обучения таких сетей (так называемые нейроморфические процессоры), которые позволят увеличить скорость вычислений на несколько порядков.
Разработчики не просто заняты сейчас увеличением количества нейронов в сети, но и изменением конструкции сетей. «Сложные системы конфигурации сетей — то, с чем сейчас производится наибольшее число экспериментов», — рассказывает Григорий Бакунов.
Автор фото, iStock
Подпись к фото,«Умных» помощников человека в ближайшее время станет больше — микросенсоры в стене, сенсор размером с пуговицу, оповещающий человека в случае опасности
А тот факт, что такие системы стали сравнительно доступными большому числу рядовых разработчиков, привел к появлению стартапов, экспериментирующих с нейронными сетями, например Prisma (приложение позволяет обрабатывать фотографии, превращая их в стилизации картин известных художников) и Mubert (онлайн-композитор электронной музыки).
Что нас ждет в ближайшее время
Как прогнозирует профессор Университетского колледжа Лондона и Principal Scientist Nokia Bell Labs Ник Лейн, человека будут окружать еще больше «умных вещей». Они станут компактнее и эффективнее.
Профессор приводит такой пример: если раньше встроенный в стену сенсор мог лишь осознавать, что кто-то прошел мимо, то в будущем он будет не только знать, кто конкретно прошел, но и как ведет себя человек, не нуждается ли в чем, не представляет ли он угрозу для себя или окружающих.
Сенсор размером с пуговицу сможет оповещать человека в случае опасности.
С профессором согласен и Григорий Бакунов из «Яндекса»: «В ближайшее время нас ждет бум развития узких искусственных интеллектов, которые помогают решать какую-то одну довольно простую задачу, но которую они будут решать даже лучше, чем человек».
Автор фото, iStock
Подпись к фото,Все больше появляется этических вопросов, связанных с развитием ИИ
Система распознавания голоса, например, уже сейчас распознает некоторые голосовые команды и адреса лучше, чем человек.
«Наиболее вероятным путем развития нашей цивилизации является путь синтеза человека и машины: палка, одежда, автомобиль, мобильный телефон, кардиостимулятор или кохлеарный имплантат — по мере развития наши инструменты все более и более напоминают продолжение наших тел. Уже завтра машины смогут получать от человека мысленные команды, воспринимать мысленно формируемые визуальные образы, передавать информацию непосредственно в мозг — такие проекты уже сейчас существуют за стенами наиболее продвинутых технологических лабораторий», — подытоживает Сергей Марков.
Журналисты пока еще нужны?
Газета Financial Times в прошлом году провела довольно рискованный эксперимент, одновременно поставив задачу написать текст своему профильному корреспонденту и умной программе по имени Эмма. Обе статьи затем должен был прочитать редактор Financial Times и угадать, за какой из двух заметок стоит журналист, а за какой компьютер.
Перед этим своеобразным «краш-тестом» корреспондент Financial Times признавалась: «Я думаю, программа точно справится с задачей быстрее меня.
Но, надеюсь, я все-таки сделаю это лучше».
Так и случилось: Эмма действительно оказалась быстрее — программа сгенерировала текст на основе статистики об уровне безработицы в Британии за 12 минут. Журналистке потребовалось 35 минут. И, как она сама впоследствии признавалась, Эмма превзошла ее ожидания. Программа не только умело обращалась с фактами, но и поставила новость в контекст, предположив, как возможный «брексит» (дело было в мае 2016 года, до референдума о выходе Британии из ЕС) может изменить ситуацию.
Автор фото, Thinkstock
Подпись к фото,Заменят ли людей роботизированные системы? Лет 50 у человечества в запасе есть, успокаивают специалисты
Но кое-что Эмма сделала все же хуже журналистки. «Статья Эммы была написана немного более корявым языком. Но главное, в ней было очень много цифр, — признавался редактор FT. — А, пожалуй, главное, что мы тут пытаемся делать, так это выбирать только действительно важные цифры».
Эмма — продукт стартапа Stealth.
В компании говорят, что у Эммы есть команда живых помощников, но утверждают, что все, что она пишет или делает, — продукт исключительно ее «мозгов».
И все-таки — надо ли бояться ИИ?
Многие, если не все специалисты, задействованные на сегодняшний день в разработке систем искусственного интеллекта, охотно признают, что ИИ не скоро сделает людей ненужными. Именно потому, что искусственный интеллект еще не настолько умен. Главное, чего ему на сегодняшний день не хватает, — автономной возможности думать.
«Сейчас бояться ИИ ни в каком виде не стоит. Можно подождать лет 30-40, пока действительно какие-то радикальные изменения произойдут», — считает Бакунов.
Но кое-что уже происходит: понемногу стирается грань между работой или задачей, выполненной человеком, и задачей, выполненной машиной. Как объясняют специалисты, уже сейчас порой бывает сложно понять, кто сидит внутри системы — человек или машина.
«Нет критериев, когда мы сможем понять, что внутри машины зародилось сознание», — задается вопросом Бакунов.
Человек станет скрепкой?
Известный адепт алармистской точки зрения, в рамках которой ужасы, описанные в Терминаторе, могут стать реальностью, — философ Ник Бостром — придерживается мнения, что достигший интеллектуального уровня человека ИИ способен будет уничтожить человечество.
Автор фото, Getty Images
Подпись к фото,Станет ли описанное в фильме нашей повседневной реальностью?
Бостром объясняет на примере скрепок: вы ставите перед искусственным интеллектом задачу делать скрепки, как можно больше и лучше. ИИ в какой-то момент понимает, что человек представляет угрозу, потому что может выключить компьютер, что будет противоречить задаче делать как можно больше скрепок. В случае, если человек не представляет угрозу, ИИ решает, что человеческие тела состоят из атомов, которые можно использовать для производства отличных скрепок. Итог — компьютер изведет человечество на скрепки.
Такой сценарий многим кажется преувеличением.
По мнению Сергея Маркова, например, «высокая эффективность выполнения нелепой цели несовместима с нелепостью этой цели — грубо говоря, ИИ, способный переделать весь мир в скрепки, будет неизбежно достаточно умен для того, чтобы отказаться от такой цели».
Искусственный интеллект как золотая рыбка
Британский специалист в области искусственного интеллекта, профессор когнитивной науки в Университете Сассекса Маргарет Боден относится к утверждениям о скором пришествии умных машин скептически.
Автор фото, Getty Images
Подпись к фото,В мае 1997 года компьютер Deep Blue II впервые выиграл матч у Гарри Каспарова
Профессор приводит пример «золотой рыбки», когда в обмен на свободу рыбак загадывает три желания. Одно из желаний — вернуть сына с войны, второе — 50 тысяч долларов и третье — возможность наутро загадать еще одно желание.
В тот же вечер в дом рыбака постучали. Сына вернули с войны — в гробу.
Рыбак получил страховку в 50 тысяч долларов.
«Замените в этой притче рыбку на ИИ, и все станет ясно — объясняет Боден. — Ах, да, на следующий день рыбак воспользовался третьим желанием и — отменил предыдущие два».
Возможен ли перенос сознания в машину?
Сергей Марков:
«Если говорить о возможности полного переноса сознания, то современными предшественниками такой технологии будущего являются проекты, подобные Blue Brain, направленные на создание действующих электронных аналогов мозга, а также проекты, направленные на создание интерфейсов мозг-машина (BCI) — аппараты для протезирования потерянного зрения, слуха, замены утраченных конечностей, даже частей мозга.
Автор фото, Science Photo Library
Подпись к фото,Цель специалистов в области ИИ — создать «сильный искусственный интеллект», который был бы способен решать широкий спектр задач
Очень интересным и перспективным направлением является оптогенетика (в принципе для сопряжения мозга и машины можно менять не только машины, но и саму нервную ткань, создавая в ней искусственные фоторецепторы).
Когда будет решен широкий спектр инженерных задач в рамках таких частных проектов, я думаю, что задача переноса сознания станет вполне разрешимой. Уже сейчас мечтатели предлагают гипотетические схемы для осуществления подобного проекта.
Например, Ян Корчмарюк, предложивший в свое время название «сеттлеретика» для направления исследований, связанных с переносом сознания, считает, что наиболее перспективной схемой является использование специализированных нанороботов, внедряемых в нейроны человеческого мозга. Впрочем, для успешного воплощения подобной схемы необходимо решить целый ряд сложных инженерных проблем».
Новое Знание» — итоги: человеческий интеллект не победить | ОБЩЕСТВО
В субботу, 22 мая, состоялся заключительный день просветительского марафона «Новое знание». К участию в мероприятии подключились семь крупнейших городов России, в числе которых – Владивосток.
На онлайн-площадке перед участниками марафона выступили яркие представители науки.
Научным открытиям на Дальнем Востоке была посвящена лекция председателя президиума Дальневосточного отделения Российской академии наук Валентина Сергиенко. Профессор убежден, что без человеческого интеллекта достичь новых знаний и познаний невозможно.
«Можно научить систему принимать решения в кругу каких-либо обстоятельств, но как бы ни были совершенны инструменты, которые будут обладать элементами искусственного интеллекта, еще не скоро наступит то время, когда такой интеллект сможет соревноваться со всем спектром задач, которые решает человек», — отметил Валентин Сергиенко.
На вопрос от зрителя марафона о том, какие международные проекты сейчас реализует Дальневосточное отделение Российской академии наук, ученый ответил, что на сегодняшний день ДВО РАН работает в рамках 52 международных соглашений и договоров с иностранными партнерами – ведущими мировыми научными центрами.
«В качестве примера приведу совместный проект с учеными Республики Вьетнам. Сегодня на юге Вьетнама работает российское научно-исследовательское судно «Академик Опарин», на его борту экспедиция из ученых Института Тихоокеанской биоорганической химии и ученые Вьетнама. Занимаются исследованием биоразнообразия на шельфе Южно-Китайского моря и поиском новых биологически активных веществ, которые могут быть перспективны для применения в медицине, в том числе при лечении онкологических заболеваний», — добавил Валентин Сергиенко.
Также на марафоне во Владивостоке о нанотехнологиях рассказал проректор по научной работе Дальневосточного федерального университета Александр Самардак. Ректор ДВФУ Никита Анисимов выступил с темой «Дальний Восток — пространство возможностей».
Директор института мирового океана ДВФУ Кирилл Винников дал интервью на тему «Что скрывает океан? Высокие технологии и инновации в области морских исследований».
Руководитель обособленного подразделения и департамента разработки ООО «ПРОМОБОТ» во Владивостоке Петр Чегодаев рассказал о высоких технологиях на Дальнем Востоке.
Напомним, просветительский марафон «Новое знание» Российского общества «Знание» проводился 20-22 мая в Москве, Санкт-Петербурге, Казани, Нижнем Новгороде, Сочи, Владивостоке, Новосибирске, Калининграде. В мероприятии приняли участие более 150 именитых эксперты из сферы культуры, науки, истории, политики. В их числе Илон Маск, Стив Возняк, Тимур Бекмамбетов, Дмитрий Песков, Сергей Лавров, Николай Цискаридзе, Татьяна Черниговская, Илья Варламов, Владимир Познер и другие. Известные спикеры провели дискуссий, лекций, интервью, открытые уроки и мастер-классы.
Одним из самых ярких и ожидаемых событий было выступление главы Tesla и SpaceX Илона Маска. Американский предприниматель рассказал, что в ближайшие десятилетия человечество откажется от неэкологичного топлива, начнет колонизацию Луны и Марса и совершит новые открытия в сфере исследования ДНК. Он также анонсировал официальное появление Tesla в России и возможное строительство здесь завода по производству электрокаров.
Марафон «Новое знание» почти за трое суток собрал около 20 миллионов просмотров по всей стране. Запись трансляции и информацию о мероприятии можно посмотреть по ссылке: http://marathon.znanierussia.ru/?utm_source=partner&utm_medium=post&utm_campaign=znanierussia
Человеческий мозг против искусственного интеллекта – Новости – Научно-образовательный портал IQ – Национальный исследовательский университет «Высшая школа экономики»
В связи с постоянным развитием систем искусственного интеллекта (ИИ) и совершенствованием алгоритмов машинного обучения в обществе нарастает вполне обоснованный страх за будущее человечества. Что если нас ждёт будущее как в фильме «Терминатор»? Машины уже управляют нашими домами, следят за нами на улице, работают в сфере услуг. Что если они решат взбунтоваться… Однако не стоит волноваться: десятки исследований доказали, что человеческий мозг во многом опережает даже самый умный искусственный интеллект. В чём именно — IQ.HSE рассказали студентка ОП «Журналистика» НИУ ВШЭ Ульяна Сироткина и психофизиолог, аспирант НИУ ВШЭ, автор научно-популярного комикса об улучшении памяти Полина Кривых.
Абстрактные понятия
Наверняка у вас есть знакомый со слабым зрением, который хоть однажды рассказывал, как принял пакет за кошку или прохожего за столб. Однако первое ошибочное впечатление рассеялось в результате повторной обработки образа при более детальном рассмотрении предмета. В итоге и пакет, и прохожий были распознаны. Человек способен ставить под сомнение свои впечатления и умозаключения, что позволяет обрабатывать абстрактные понятия: мы можем совершить ошибку в определении, но в результате корректировки приходим к истине.
Для искусственного интеллекта усвоение абстрактных понятий — настоящее испытание, часто непосильное. Любые изменения внешних характеристик объекта могут привести к ложной идентификации. Например, человек сможет распознать женские туфли, даже если шпилька изогнута причудливым образом, а к носку прикреплены перья; алгоритм — нет.
Именно поэтому сайты используют капчи — последовательности букв и цифр — для верификации. Человек сможет различить очертания замаскированного символа и правильно вписать его в поле. Для машины малейшее отклонение от исходно запрограммированного образа буквы или цифры создаёт непреодолимое препятствие для идентификации.
Научение через взаимодействие
Люди, в отличие от машин, охотно делятся друг с другом информацией: сообщают последние новости, объясняют дорогу до магазина, пересказывают прогноз погоды. В результате осознанного проговаривания, во-первых, улучшается собственное понимание концепции (наверняка вы замечали, что глубже вникаете в материал, когда пытаетесь объяснить его кому-то). Во-вторых, другой человек получает новые сведения, которые находят отклик в его личном опыте.
Искусственный интеллект учится иначе — путём многоуровневой рефлексии — обращения к своим ошибкам и удачным действиям. Она циклически повторяется много раз. Так ИИ корректирует и развивает установленный алгоритм, если находит ошибки во время апробации, но не может делиться полученной информацией с другими устройствами. То есть машины — полные индивидуалисты в процессе научения.
Научение через обработку информации
В некоторых африканских общинах дети слышат речь всего несколько десятков часов в год (по сравнению с сотнями и даже тысячами в европейских семьях), однако это не мешает им эффективно усвоить родной язык за первые годы жизни. Для искусственного интеллекта недостаточно такого объёма информации: необходим огромный массив данных и долгое время для того, чтобы машина овладела самыми минимальными базовыми речевыми навыками. Другими словами, ИИ поглощает много информации и извлекает из неё мало пользы. Зато человеческий мозг работает совершенно иначе — он умеет выжимать максимум из минимума.
Систематизация знаний о мире
Нотные тетради, математические формулы и сборники грамматических правил доказывают, что человек способен систематизировать разрозненные абстрактные явления внешнего мира. В случайной последовательности мы можем найти закономерность, вывести общий принцип, по которому сможем составить аналогичный ряд в будущем.
Люди способны описать практически любое физическое явление с помощью абстрактных систем знаков — математических формул — а затем собрать их в упорядоченные системы по определённому признаку. Для машинных алгоритмов недоступен глубинный анализ, несвойственно стремление к систематизации, выработке универсальных принципов.
Моментальное усвоение информации
Представьте, что вы услышали в речи знакомого новое сленговое слово. Из контекста предложения и интонации вы угадываете его смысл и уже через пару минут используете в своей реплике. Зная общие грамматические правила, характерные для нашего языка, вы сможете изменить форму слова, например, на повелительное наклонение. Способность моментально внедрять новую информацию в существующую систему знаний — слабое место искусственного интеллекта и несомненное преимущество человеческого мозга.
Разработчики систем глубокого обучения работают над устранением несовершенств искусственных нейронных сетей, приближая отдельные способности к уровню человеческого мозга. Однако то, что находится внутри нашего черепа, — не просто набор нескольких улучшенных навыков, а обширная система уникальных умений и практически неисчерпаемого потенциала. Это делает человеческий мозг победителем в схватке с искусственным интеллектом сейчас и в обозримом будущем.
IQ
Авторы текста: Ульяна Сироткина, Полина Кривых
21 мая
Подпишись на IQ.HSE
На пути к новым рубежам человеческого интеллекта: личностно-ориентированный подход
Когда дело доходит до интеллекта, у всех нас бывают плохие дни. Черт возьми, у нас даже есть много плохих моментов , например, когда мы забываем ключи от машины, забываем имя друга или бомбим важный тест, который мы прошли через день после того, как не спали всю ночь, беспокоясь об этом. По правде говоря, никто из нас, включая самого умного человека в мире, не обладает идеальной когнитивной способностью. Иногда мы находимся в самой лучшей форме и чувствуем, что наш мозг горит, а иногда мы даже не узнаем себя.
Все это звучит так очевидно, но, что удивительно, область человеческого интеллекта мало что может сказать по этой теме. За последние 120 лет эта область пролила гораздо больше света на то, чем мы отличаемся друг от друга в наших моделях когнитивного функционирования, чем на то, как каждый из нас отличается внутри себя с течением времени .
Это любопытно, учитывая, что подход, ориентированный на человека, оказался плодотворным в других областях, таких как медицина и нейробиология. Даже в рамках изучения человеческого поведения был достигнут прогресс: от изучения того, как индивидуальные эмоции меняются во времени, до того, как индивидуальные черты личности, такие как интроверсия и открытость новому опыту, и даже наша мораль, колеблются в течение дня.Становится все более очевидным, что результаты традиционной парадигмы индивидуальных различий — где мы сравниваем людей друг с другом — часто не применимы на индивидуальном уровне .
Только за последние несколько лет исследователи интеллекта смогли продемонстрировать, что это также верно и в области человеческого интеллекта. За последние 120 лет в этой области просто не было инструментов для просмотра аналитических данных на таком уровне детализации. Однако с внедрением новых технологий исследователи начали рассматривать интеллект человека на более микроскопическом уровне, способном улавливать всевозможные увлекательные вариации — по дням, в течение нескольких дней и даже от момента к моменту.Оказывается, интеллект постоянно меняется повсюду. Кто знал?
Конечно, это было правдой задолго до появления этих недавних работ, но у нас буквально не было возможности думать о том, как измерить интеллект на таком уровне, пока мы не получили такие вещи, как компьютерные планшеты, которые позволяют тестировать людей на таком уровне. широкий диапазон различных временных шкал. Как сказал мне кембриджский нейробиолог Роже Киевит, один из лидеров этой новой парадигмы,
«Я думаю об этом как о когнитивном микроскопе.Это похоже на то, как если бы мы поместили немного дождевой воды под микроскоп и посмотрели на нее, и внезапно вокруг стали двигаться животные или крошечные существа. Он был там все время, но у нас просто не было инструментов, чтобы посмотреть на него. Это совершенно новый путь к изучению того, чем люди отличаются и как они меняются, какие типы изменчивости плохи, а какие всегда хороши ».
Давайте углубимся в этот захватывающий новый взгляд на интеллект.
Колебания интеллекта
В последние несколько лет Флориан Шмидек, Мартин Левден и Ульман Линденбергер из Института человеческого развития им. Макса Планка в Германии лидируют в понимании колебаний когнитивных способностей с течением времени.Они не только продемонстрировали, что когнитивные функции большинства человек довольно сильно колеблются в течение дня и по дням, но и что некоторые люди колеблются немного больше, чем другие. Это относится как к детям в начальной школе, так и к взрослым в повседневной жизни. Вспомните эти выводы в следующий раз, когда вы запаникуете, что у вас может быть слабоумие из-за того, что вы забыли ключи от дома. Только подумайте, сколько раз вы на самом деле вспоминали ключ от дома за последний месяц!
На мой взгляд, это исследование является революционным по ряду причин.Во-первых, это исследование показывает, что эти когнитивные колебания не являются просто результатом случайного шума или «дисперсии ошибок». Их систематических. Исследователи начали выявлять некоторые из наиболее важных факторов, которые систематически влияют на колебания интеллекта, в том числе качество и продолжительность сна, эмоции, шум в школьном классе, когнитивную усталость и бедность. *
Человекоцентрированный подход к интеллекту также является новаторским, потому что он позволяет нам выявить различные профили изменчивости, которые могут иметь важные последствия для функционирования в реальном мире.Например, в одном исследовании Флориана Шмидека и Джудит Дирк из Института исследований и информации в образовании им. Лейбница в Германии 110 школьников 3 и 4 классов выполняли задания на рабочую память на смартфонах три раза в день в школе и дома в течение четырех недель. Те, у кого высокая производительность рабочей памяти, могут хранить в памяти несколько битов информации, одновременно обрабатывая другую информацию (например, понимая последнее написанное мной предложение, для которого требовалось много рабочей памяти).Рабочая память важна для обучения и рассуждений, и это особенно актуально, когда речь идет о решении сложных задач на месте в определенных временных условиях. Другими словами, школа.
Хотя исследователи обнаружили в целом значительные колебания изо дня в день и от момента к моменту, некоторые дети показали гораздо большую изменчивость, чем другие дети . Фактически, некоторые дети не проявляли систематической повседневной изменчивости в производительности своей рабочей памяти. Это имело практические последствия, поскольку более изменчивые показатели рабочей памяти были связаны с более низкими школьными достижениями и более низкими оценками в тесте на подвижный интеллект, который измерял абстрактные рассуждения на месте.
В том же исследовании дети также оценивали свое мгновенное эмоциональное состояние. В целом, производительность рабочей памяти была ниже в тех случаях, когда ребенок сообщал о более сильных отрицательных эмоциях, и не было никакой связи между производительностью рабочей памяти и положительными эмоциями. Однако — и это очень важно — детей различались по степени воздействия на них среды .
Используя личностно-ориентированный подход, исследователи смогли выделить разные группы детей.В соответствии с различием между «орхидеей и одуванчиком» некоторые дети были чувствительны к всем эмоциональным стимулам, демонстрируя сильное влияние как положительных , так и отрицательных эмоций на их рабочую память (орхидеи), тогда как другие показали низкую общая чувствительность к текущему аффективному состоянию (одуванчики). Эта новая парадигма позволяет нам яснее, чем когда-либо прежде, увидеть, что когда дело доходит до сложных отношений между эмоциями и познанием, не существует универсального подхода.
Наконец, это исследование важно, потому что оно предполагает, что широко изученный «общий фактор интеллекта» ( g ) — самый большой источник когнитивных вариаций, когда-либо обнаруженных у людей, — гораздо менее заметен у людей, чем между людьми. Безусловно, за последние 120 лет исследователи интеллекта проделали поистине замечательную работу, каталогизируя структуру когнитивных способностей, которая существует при оценке интеллекта между людьми, а общий интеллект действительно предсказывает многие важные вещи в жизни.
Однако Шмидек и его коллеги обнаружили, что внутриличностные структуры повседневной когнитивной деятельности не могут быть выведены из межличностных структур. Чтобы продемонстрировать это, исследователи провели широкий спектр когнитивных тестов с 101 молодым человеком 100 раз в течение шести месяцев. Они обнаружили, что у каждого человека была своя когнитивная подпись с разными колебаниями при выполнении различных задач в течение шести месяцев. Затем исследовательская группа попыталась предсказать, насколько хорошо человек будет выполнять одну конкретную задачу в определенный день, по их выполнению других восьми задач, которые также выполнялись каждый день.Они обнаружили, что это предсказание работает намного лучше, если оно учитывает в высшей степени идиосинкразическую структуру ежедневных колебаний человека, а не использует структуру, описывающую средние различия когнитивных способностей между людьми.
Все это — причудливый способ сказать, что если вы действительно хотите понять сложность интеллекта человека, мы можем сделать гораздо лучше, чем просто смотреть на общий показатель IQ человека, основанный на его единовременном интеллектуальном отклонении от других людей, которые все прошли тест в разное время в стерильных условиях.Это не дает столько информации о богатой палитре интеллектуального ландшафта отдельного человека, сколько фактическое наблюдение за ним в течение времени в разное время дня, когда они выполняют множество различных когнитивных задач в своей повседневной жизни.
Практическое значение и будущие направления
Этот новый рубеж в исследованиях разведки открывает множество возможностей. Одним из направлений является исследование долгосрочных последствий и причин изменчивости.Самый продолжительный период времени, который рассматривал Шмидек и его команда, составляет шесть месяцев, что включает 100 различных измерений для каждого человека. Что происходит, когда мы смотрим на годы, даже десятилетия, с тысячами и тысячами различных точек данных на человека ? Как выглядит длинная дуга интеллектуальной жизни человека? Какие основные жизненные события вызывают самые большие колебания в жизни человека, и какое влияние эти колебания оказывают на хорошо прожитую жизнь?
Rogier Kievit, который в настоящее время подает заявку на грант для изучения влияния долгосрочных колебаний, сказал мне, что он находит это направление исследований «абсолютно увлекательным».«Киевит» интересует не только предшествующие факторы и причины когнитивных колебаний в течение длительного периода времени, но также любопытно, какие колебания могут быть полезными, а какие — пагубными для производительности. Киевит указывает, что некоторые колебания могут быть положительным признаком того, что человек пробует разные стратегии для решения проблемы, тогда как для других колебания могут быть признаком того, что человек не может справиться.
Последствия могут также отличаться для взрослых и детей младшего возраста.Низкая вариабельность может быть положительным признаком для взрослых, тогда как высокая вариабельность среди детей может быть более неоднородной в зависимости от причин вариабельности (это связано с исследованиями и умными стратегиями или слепым методом проб и ошибок?). Kievit особенно взволнован повышенным вниманием к таким темам, как «микрогенетический» подход, впервые предложенный Робертом Зиглером, который исследует происходящие изменения с очень высоким временным разрешением. Такие моментальные колебания способностей, таких как пространственная рабочая память, уже фиксировались у школьников, использующих смартфоны.Будет интересно увидеть, как это повлияет на ребенка в долгосрочной перспективе.
Я могу представить себе приложение для смартфона, которое когда-нибудь позволит вам проводить многократные оценки ваших когнитивных способностей при выполнении широкого круга задач в течение месяцев, чтобы определять, в какое время дня вы находитесь на пике когнитивных способностей и для каких когнитивных способностей. . Это будет полезно не только для взрослых, чтобы спланировать свой рабочий день, но и для детей, планирующих, когда и какие занятия. То, что кажется «скучным» ребенком, может иметь большее отношение к времени суток, в которое проводится оценка, или конкретному времени в жизни этого ребенка, чем к отражению его истинного интеллекта.
Это подводит меня к другому важному выводу из этого исследования, а именно к тестированию с высокими ставками. Давайте проясним: это исследование не предполагает, что интеллекта не существует — разумеется, различия в интеллекте существуют! Вместо этого в нем подчеркивается, что если мы хотим более полно и точно понять интеллектуальный потенциал человека, мы должны смотреть на его индивидуальный интеллект с течением времени. Это очень важно, потому что многие одаренные и талантливые программы допускают к экзаменам результат однократного тестирования.Точно так же многие важные решения колледжа основаны на результатах одноразового стандартизированного теста. В идеале мы разрешили бы студентам проходить тест много раз в течение года и представлять свои совокупные результаты, а сотрудники приемных комиссий колледжей также должны были бы следить за условиями, которые могли снизить истинную оценку ребенка.
Я спросил Шмидека, какое направление исследований его больше всего волнует, используя личностно-ориентированный подход, и он сказал мне, что рад провести дополнительные исследования, которые учитывают социальные и эмоциональные факторы и используют эту информацию для разработки мероприятий, которые могут помочь людям стать лучше. когнитивное функционирование.Это направление исследований также очень волнует меня, поскольку я считаю, что оно подчеркивает важность рассмотрения людей как целых людей , не только с когнитивным потенциалом, но также с мотивациями и страстями, личностными чертами, богатым жизненным опытом и ежедневными колебаниями прожитый поток жизни.
Да, можно взять одну черту, скажем, IQ, и сравнить людей друг с другом, считая, что все остальное равно . Но внутри людей все остальное, безусловно, не равно.Уровень нашей вовлеченности влияет на наш интеллектуальный потенциал, как и наши личные долгосрочные мечты и цели. Вот почему в своей книге 2013 года Ungifted : Intelligence Redefined я представил теорию личного интеллекта, которую я определил как «динамическое взаимодействие способностей и вовлеченности в достижении личных целей». В конце концов, людей больше всего волнует не их общее интеллектуальное функционирование по сравнению с другими, а то, как они могут максимизировать свои собственные уникальные способности для реализации желаемого будущего образа себя.
Я действительно взволнован этим новым рубежом в исследованиях разведки, потому что он даст нам возможность уловить сложности индивидуального потенциала в гораздо большей степени, чем когда-либо раньше, и, возможно, однажды мы сможем использовать эту информацию — не чтобы ограничить возможности — но чтобы убедиться, что мы раскрываем лучшее в каждом.
* Возьмите когнитивную усталость. Ханс Зивертсен и его коллеги изучили данные стандартизированных тестов буквально для каждого ребенка , который посещал датские государственные школы в период с 2009 по 2013 год.Всего было проведено два миллиона тестов! Они обнаружили, что время дня, в которое проводится тестирование, значительно повлияло на результаты тестов, причем влияние было особенно сильным для учеников с низкой успеваемостью. Кроме того, 20–30-минутный перерыв каждый час существенно улучшает средние результаты тестов. Они подсчитали, что перерывы стоят примерно на 1900 долларов выше дохода семьи, почти двух месяцев родительского образования или 19 учебных дней. Авторы приходят к выводу, что «когнитивную усталость следует принимать во внимание при принятии решения о продолжительности учебного дня, а также частоте и продолжительности перерывов.
Тестирование модели когнитивного контроля человеческого интеллекта
Премак Д. Является ли язык ключом к человеческому интеллекту? Наука 303 , 318–320 (2004).
CAS Статья Google Scholar
Рот Г. и Дике У. Эволюция мозга и интеллекта. Trends Cogn Sci 9 , 250–257, https://doi.org/10.1016/j.tics.2005.03.005 (2005).
Артикул PubMed Google Scholar
Neisser, U. et al. . Интеллект: известные и неизвестные. Американский психолог 51 , 77 (1996).
Артикул Google Scholar
Спирмен, К. «Общая разведка», объективно определенная и измеренная. Американский журнал психологии 15 , 201–292 (1904).
Артикул Google Scholar
Терстон, Л. Л. Первичные умственные способности (1938).
Гилфорд Дж. П. Структура интеллекта. Психологический бюллетень 53 , 267 (1956).
CAS Статья Google Scholar
Гарднер, Х. Структуры разума: теория множественного интеллекта (Базовые книги, 2011).
Дункан, Дж. Система множественных запросов (MD) мозга приматов: ментальные программы для разумного поведения. Trends Cogn Sci 14 , 172–179, https://doi.org/10.1016/j.tics.2010.01.004 (2010).
Артикул PubMed Google Scholar
Вулгар А., Дункан Дж., Манес Ф. и Федоренко Э. Гибкий интеллект поддерживается системой множественных запросов, а не языковой системой. Природа Поведение человека 2 , 200–204, https://doi.org/10.1038/s41562-017-0282-3 (2018).
Артикул Google Scholar
Кеттелл, Р. Б. Теория жидкого и кристаллизованного интеллекта: критический эксперимент. Журнал педагогической психологии 54 , 1 (1963).
Артикул Google Scholar
Хорн, Дж. Л. и Кеттелл, Р. Б. Уточнение и проверка теории текучей среды и кристаллизованного общего интеллекта. Журнал педагогической психологии 57 , 253 (1966).
CAS Статья Google Scholar
Хорн, Дж. Л. и Кеттелл, Р. Б. Возрастные различия жидкого и кристаллизованного интеллекта. Acta Psyologica 26 , 107–129 (1967).
CAS Статья Google Scholar
Дас, Дж. П., Наглиери, Дж. А. и Кирби, Дж. Р. Оценка когнитивных процессов: теория интеллекта PASS (Allyn & Bacon, 1994).
Дас, Дж. П., Кар, Б. К. и Паррила, Р.К. Когнитивное планирование: Психологические основы разумного поведения (Sage Publications, Inc, 1996).
Дас, Дж. П., Кирби, Дж. И Джарман, Р. Ф. Одновременный и последовательный синтез: альтернативная модель когнитивных способностей. Психологический бюллетень 82 , 87–103, https://doi.org/10.1037/h0076163 (1975).
Артикул Google Scholar
Штернберг, Р.J. Beyond IQ: триархическая теория человеческого интеллекта (Архив CUP, 1985).
Штернберг, Р. Дж. и др. . Отношения между академическим и практическим интеллектом: тематическое исследование в Кении. Интеллект 29 , 401–418 (2001).
Артикул Google Scholar
Cowan, N. Глава 20. В чем разница между долговременной, краткосрочной и рабочей памятью? 169 , 323–338, https: // doi.org / 10.1016 / s0079-6123 (07) 00020-9 (2008).
Артикул Google Scholar
Даймонд, А. Исполнительные функции. Анну Рев Психол 64 , 135–168, https://doi.org/10.1146/annurev-psych-113011-143750 (2013).
Артикул PubMed Google Scholar
Баддели А. Изучение центральной исполнительной власти. Ежеквартальный журнал экспериментальной психологии, раздел A 49 , 5–28 (1996).
Артикул Google Scholar
Конвей, А. Р., Кейн, М. Дж. И Энгл, Р. В. Объем рабочей памяти и ее связь с общим интеллектом. Тенденции когнитивных наук 7 , 547–552 (2003).
Артикул Google Scholar
Конвей, А. Р., Коуэн, Н., Бантинг, М. Ф., Террио, Д. Дж. И Минкофф, С. Р. Анализ скрытых переменных емкости рабочей памяти, емкости краткосрочной памяти, скорости обработки и общего гибкого интеллекта. Интеллект 30 , 163–183 (2002).
Артикул Google Scholar
Кейн, М. Дж. И Энгл, Р. В. Роль префронтальной коры в емкости рабочей памяти, исполнительном внимании и общем подвижном интеллекте: перспектива индивидуальных различий. Психономический бюллетень и обзор 9 , 637–671 (2002).
Артикул Google Scholar
Акерман П. Л., Байер М. Э. и Бойл М. О. Рабочая память и интеллект: одинаковые или разные конструкции? Psychol Bull 131 , 30–60, https://doi.org/10.1037/0033-2909.131.1.30 (2005).
Артикул PubMed Google Scholar
Бюнер М., Крумм С., Зиглер М. и Плюкен Т. Когнитивные способности и их взаимодействие. Журнал индивидуальных различий 27 , 57–72, https: // doi.org / 10.1027 / 1614-0001.27.2.57 (2006).
Артикул Google Scholar
Колом Р., Реболло И., Паласиос А., Хуан-Эспиноза М. и Киллонен П. К. Рабочая память (почти) идеально предсказана g. Интеллект 32 , 277–296 (2004).
Артикул Google Scholar
Фукуда, К., Фогель, Э., Майр, У. и Эйч, Э. Количество, а не качество: взаимосвязь между подвижным интеллектом и объемом рабочей памяти. Психономический бюллетень и обзор 17 , 673–679 (2010).
Артикул Google Scholar
Энгл, Р. В., Тухольски, С. В., Лафлин, Дж. Э. и Конвей, А. Р. Рабочая память, кратковременная память и общий гибкий интеллект: латентно-переменный подход. Журнал экспериментальной психологии: Общие 128 , 309 (1999).
Артикул Google Scholar
Херлстоун, М. Дж., Хитч, Дж. Дж. И Баддели, А. Д. Память для последовательного порядка в доменах: обзор литературы и направления будущих исследований. Psychol Bull 140 , 339–373, https://doi.org/10.1037/a0034221 (2014).
Артикул PubMed Google Scholar
Фридман Н. П. и др. . Не все исполнительные функции связаны с интеллектом. Психологические науки 17 , 172–179 (2006).
Артикул Google Scholar
Miyake, A. et al. . Единство и разнообразие исполнительных функций и их вклад в сложные задачи «лобной доли»: анализ скрытых переменных. Cogn Psychol 41 , 49–100, https://doi.org/10.1006/cogp.1999.0734 (2000).
CAS Статья PubMed Google Scholar
Chatham, C.Х. и др. . От исполнительной сети к исполнительному управлению: вычислительная модель задачи n-back. Журнал когнитивной нейробиологии 23 , 3598–3619 (2011).
Артикул Google Scholar
Stroop, J. R. Исследования интерференции в последовательных речевых реакциях. Журнал экспериментальной психологии 18 , 643 (1935).
Артикул Google Scholar
Фридман, Н. П. и Мияке, А. Отношения между функциями подавления и контроля помех: анализ скрытых переменных. J Exp Psychol Gen 133 , 101–135, https://doi.org/10.1037/0096-3445.133.1.101 (2004).
Артикул PubMed Google Scholar
Бенедек, М., Яук, Э., Зоммер, М., Арендаси, М. и Нойбауэр, А. С. Интеллект, творчество и когнитивный контроль: общее и дифференциальное участие исполнительных функций в интеллекте и творчестве. Intelligence 46 , 73–83, https://doi.org/10.1016/j.intell.2014.05.007 (2014).
Артикул PubMed PubMed Central Google Scholar
Ансуорт, Н. Контроль интерференции, объем рабочей памяти и когнитивные способности: анализ скрытых переменных. Intelligence 38 , 255–267, https://doi.org/10.1016/j.intell.2009.12.003 (2010).
Артикул Google Scholar
Ансуорт, Н. и др. . Изучение отношений между исполнительными функциями, подвижным интеллектом и личностью. Журнал индивидуальных различий 30 , 194–200, https://doi.org/10.1027/1614-0001.30.4.194 (2009).
Артикул Google Scholar
Мияке А. и Фридман Н. П. Природа и организация индивидуальных различий в исполнительных функциях: четыре общих вывода. Актуальные направления психологической науки 21 , 8–14 (2012).
Артикул Google Scholar
Карпентер П. А., Джаст М. А. и Шелл П. Что измеряет один тест интеллекта: теоретическое описание обработки в тесте прогрессивных матриц Равена. Психологический обзор 97 , 404 (1990).
CAS Статья Google Scholar
Макрис, Н., Тахмацидис, Д., Деметриу, А.И Спанудис, Г. Отображение развивающегося ядра интеллекта: изменение отношений между исполнительным контролем, рассуждениями, языком и осведомленностью. Intelligence 62 , 12–30, https://doi.org/10.1016/j.intell.2017.01.006 (2017).
Артикул Google Scholar
Пиаже, Дж. (Нью-Йорк, издательство Колумбийского университета, 1968).
Веллинг, Х. Четыре мыслительные операции в творческом познании: важность абстракции. Creativity Research Journal 19 , 163–177 (2007).
Артикул Google Scholar
Пиаже, J. Теория Пиаже (1970).
Фан, Дж. Теория информации о когнитивном контроле. Front Hum Neurosci 8 , 680, https://doi.org/10.3389/fnhum.2014.00680 (2014).
Артикул PubMed PubMed Central Google Scholar
Маки, М. А., Ван Дам, Н. Т. и Фан, Дж. Когнитивный контроль и функции внимания. Brain Cogn 82 , 301–312, https://doi.org/10.1016/j.bandc.2013.05.004 (2013).
Артикул PubMed PubMed Central Google Scholar
Wu, T., Dufford, A.J., Mackie, M.A., Egan, L.J. и Fan, J. Способность когнитивного контроля оценивается на основе перцепционной задачи принятия решений. Sci Rep 6 , 34025, https: // doi.org / 10.1038 / srep34025 (2016).
ADS CAS Статья PubMed PubMed Central Google Scholar
Wu, T. et al. . Закон Хика-Хаймана опосредуется сетью когнитивного контроля в мозге. Цереб Кортекс 28 , 2267–2282, https://doi.org/10.1093/cercor/bhx127 (2017).
Байзер, М. и Готовец, А. Учет различий в показателях IQ коренных и чужаков. Психология в школе 37 , 237–252 (2000).
Артикул Google Scholar
Wechsler, D. Wechsler шкала интеллекта взрослых — четвертое издание (WAIS – IV) . Сан-Антонио, Техас: Психологические корпорации на (2014).
Кауфман А.С. и Лихтенбергер Э.О. Оценка интеллекта подростков и взрослых (John Wiley & Sons, 2005).
Селлерс, К. К. и др. . Транскраниальная стимуляция постоянным током (tDCS) лобной коры снижает эффективность теста интеллекта WAIS-IV. Behav Brain Res 290 , 32–44, https://doi.org/10.1016/j.bbr.2015.04.031 (2015).
Артикул PubMed PubMed Central Google Scholar
Кейт Т.З., Файн, Дж. Г., Тауб, Г. Э., Рейнольдс, М. Р. и Кранцлер, Дж. Х. Многопробный подтверждающий факторный анализ шкалы Векслера для детского интеллекта: что он измеряет? Обзор школьной психологии 35 , 108 (2006).
Google Scholar
Wechsler, D. Wechsler, шкала интеллекта взрослых — четвертое издание (WAIS – IV). Сан-Антонио, Техас: NCS Pearson 22 , 498 (2008).
Google Scholar
Бенсон, Н., Хулак, Д. М. и Кранцлер, Дж. Х. Независимая проверка Четвертой версии шкалы интеллекта Векслера для взрослых (WAIS-IV): что измеряет WAIS-IV? Psychol Assess 22 , 121–130, https: // doi.org / 10.1037 / a0017767 (2010).
Артикул PubMed Google Scholar
Fan, J. et al. . Тестирование поведенческого взаимодействия и интеграции сетей внимания. Brain Cogn 70 , 209–220, https://doi.org/10.1016/j.bandc.2009.02.002 (2009).
Артикул PubMed PubMed Central Google Scholar
Спанья, А., Mackie, M. A. & Fan, J. Супрамодальный исполнительный контроль внимания. Front Psychol 6 , 65, https://doi.org/10.3389/fpsyg.2015.00065 (2015).
Артикул PubMed PubMed Central Google Scholar
Эриксен, Б. А. и Эриксен, К. В. Влияние шумовых букв на идентификацию целевой буквы в непоисковой задаче. Восприятие и психофизика 16 , 143–149 (1974).
Артикул Google Scholar
Fan, J. et al. . Количественная характеристика функционального анатомического вклада в когнитивный контроль в условиях неопределенности. J Cogn Neurosci 26 , 1490–1506, https://doi.org/10.1162/jocn_a_00554 (2014).
Артикул PubMed PubMed Central Google Scholar
Ван Х., Лю, X. & Fan, J. Когнитивный контроль в поиске большинства: подход компьютерного моделирования. Front Hum Neurosci 5 , 16, https://doi.org/10.3389/fnhum.2011.00016 (2011).
Артикул PubMed PubMed Central Google Scholar
Кейн, М. Дж., Конвей, А. Р., Миура, Т. К. и Колфлеш, Г. Дж. Рабочая память, контроль внимания и задача N-back: вопрос о валидности конструкции. J Exp Psychol Learn Mem Cogn 33 , 615–622, https: // doi.org / 10.1037 / 0278-7393.33.3.615 (2007).
Артикул PubMed Google Scholar
Оберауер, К. Связывание и торможение в рабочей памяти: индивидуальные и возрастные различия в краткосрочном узнавании. J Exp Psychol Gen 134 , 368–387, https://doi.org/10.1037/0096-3445.134.3.368 (2005).
Артикул PubMed Google Scholar
Калликотт, Дж. Х. и др. . Физиологические характеристики ограничений емкости рабочей памяти, выявленные с помощью функциональной МРТ. Кора головного мозга 9 , 20–26 (1999).
CAS Статья Google Scholar
Foster, J. L. et al. . Укороченные комплексные задачи могут надежно измерить объем рабочей памяти. Память и познание 43 , 226–236 (2015).
Артикул Google Scholar
Конвей, А. Р. и др. . Задачи по объему рабочей памяти: методический обзор и руководство пользователя. Психономический бюллетень и обзор 12 , 769–786 (2005).
Артикул Google Scholar
Wetzels, R. & Wagenmakers, E.-J. Тест байесовской гипотезы по умолчанию для корреляций и частичных корреляций. Психономический бюллетень и обзор 19 , 1057–1064 (2012).
Артикул Google Scholar
Джеффрис Х. Теория вероятностей (3-е изд.) Oxford University Press. MR0187 2 57 (1961).
Arbuckle, J. L. Amos 18, руководство пользователя. Крофордвилль, Флорида: Корпорация развития Амоса (2007).
Ким, Г. С. AMOS 18.0: Моделирование структурных уравнений. Сеул: Hannarae Publishing Co (2010).
Йореског, К. В Биометрия . 794- & (International biometric Soc 1441 i st, NW, suite 700, Washington, DC 20005-2210).
Чен, Ф., Боллен, К. А., Пакстон, П., Курран, П. Дж. И Кирби, Дж. Б. Неправильные решения в моделях структурных уравнений: причины, последствия и стратегии. Социологические методы и исследования 29 , 468–508 (2001).
MathSciNet Статья Google Scholar
Колеников, С. и Боллен, К. А. Тестирование отрицательной дисперсии ошибок: является ли случай Хейвуда признаком неправильной спецификации? Социологические методы и исследования 41 , 124–167 (2012).
MathSciNet Статья Google Scholar
Ху, Л. Т. и Бентлер, П. М. Критерии отсечения для индексов соответствия в анализе ковариационной структуры: традиционные критерии в сравнении с новыми альтернативами. Моделирование структурным уравнением: многопрофильный журнал 6 , 1–55 (1999).
Артикул Google Scholar
Ульман, Дж. Б. и Бентлер, П. М. Моделирование структурных уравнений (Интернет-библиотека Wiley, 2003).
MacCallum, R.C. Поиски спецификаций при моделировании ковариационной структуры. Психологический бюллетень 100 , 107 (1986).
Артикул Google Scholar
MacCallum, R.К., Розновски М. и Нековиц Л. Б. Модификации моделей в анализе ковариационной структуры: проблема капитализации на случайности. Психологический бюллетень 111 , 490 (1992).
CAS Статья Google Scholar
Касс, Р. Э. и Рэфтери, А. Э. Байесовские факторы. Журнал американской статистической ассоциации 90 , 773–795 (1995).
MathSciNet Статья Google Scholar
Грот-Марнат, Г. и Бейкер, С. Размах цифр как мера повседневного внимания: исследование экологической значимости. Перцепционные и моторные навыки 97 , 1209–1218 (2003).
Артикул Google Scholar
Кауфман, А. С. и Лихтенбергер, Э. О. Основы оценки WAIS-III (John Wiley & Sons Inc, 1999).
Саттлер, Дж. М. Оценка детей: когнитивные основы (Дж. М. Саттлер, Сан-Диего, Калифорния, 2008).
Оберауэр, К., Сюб, Х.-М., Вильгельм, О. и Виттманн, В. В. Какие функции рабочей памяти определяют интеллект? Intelligence 36 , 641–652, https://doi.org/10.1016/j.intell.2008.01.007 (2008).
Артикул Google Scholar
Киллонен П. и Деннис А. Объем рабочей памяти Spearman’s g. Человеческие способности: их природа и измерение , 49–75 (1996).
Брэдли, К. и Пирсон, Дж. Сенсорные компоненты высокопроизводительной иконической памяти и визуальной рабочей памяти. Границы в психологии 3 , 355 (2012).
PubMed PubMed Central Google Scholar
Мияке А. и Шах П. Модели рабочей памяти: механизмы активного обслуживания и исполнительного контроля (Cambridge University Press, 1999).
Прими, Р. Сложность геометрических задач индуктивного рассуждения: вклад в понимание гибкого интеллекта. Интеллект 30 , 41–70 (2001).
Артикул Google Scholar
Ансуорт, Н., Шрок, Дж. К. и Энгл, Р. В. Объем рабочей памяти и антисаккадная задача: индивидуальные различия в произвольном контроле саккад. Журнал экспериментальной психологии: обучение, память и познание 30 , 1302 (2004).
PubMed Google Scholar
Киллонен, П. К. и Кристал, Р. Э. Способность к рассуждению — это (немногим больше) объем рабочей памяти ?! Интеллект 14 , 389–433 (1990).
Артикул Google Scholar
Süß, H.-M., Oberauer, K., Wittmann, W.W., Wilhelm, O. & Schulze, R. Объем рабочей памяти объясняет способность к рассуждению — и многое другое. Intelligence 30 , 261–288 (2002).
Артикул Google Scholar
Айзенк, М. В. и Кальво, М. Г. Беспокойство и производительность: теория эффективности обработки. Познание и эмоции 6 , 409–434 (1992).
Артикул Google Scholar
Конвей, А. Р., Кейн, М. Дж. И Энгл, Р. В. Определяется ли G Спирмена скоростью или объемом оперативной памяти? Psycoloquy 10 (1999).
Дженсен А. Р. Фактор g: наука об умственных способностях (Praeger Westport, CT, 1998).
Амброзини, Э. и Валлези, А. Общие характеристики Струпа и полушарные асимметрии: исследование ЭЭГ в состоянии покоя. Журнал когнитивной нейробиологии 29 , 769–779 (2017).
Артикул Google Scholar
Барби, А. К. и др. .Интегративная архитектура для общего интеллекта и исполнительных функций, выявленных при картировании повреждений. Мозг 135 , 1154–1164 (2012).
Артикул Google Scholar
Cai, W. et al. . Причинные взаимодействия в лобно-поясной-теменной сети во время когнитивного контроля: конвергентные данные из многоузлового-многозадачного исследования. Кора головного мозга 26 , 2140–2153 (2015).
Артикул Google Scholar
Cai, W. & Leung, H.-C. Управляемый по правилам контроль торможения реакции: функциональная топография нижней лобной коры. PloS one 6 , e20840 (2011).
ADS CAS Статья Google Scholar
Cai, W., Ryali, S., Chen, T., Li, C.-S. Р. и Менон, В. Диссоциативные роли правой нижней лобной коры и передней островковой части в тормозящем контроле: данные анализа внутреннего и связанного с задачей функционального разделения, связности и анализа профиля ответа по множеству наборов данных. Журнал неврологии 34 , 14652–14667 (2014).
CAS Статья Google Scholar
Capizzi, M., Ambrosini, E., Arbula, S., Mazzonetto, I. & Vallesi, A. Тестирование общей природы мониторинга в пространственной и вербальной когнитивной областях. Neuropsychologia 89 , 83–95 (2016).
Артикул Google Scholar
Грей, Дж. Р., Шабрис, К. Ф. и Бравер, Т. С. Нейронные механизмы общего гибкого интеллекта. Природа нейробиологии 6 , 316 (2003).
CAS Статья Google Scholar
Валлези А. Организация исполнительных функций: полушарные асимметрии. Журнал когнитивной психологии 24 , 367–386 (2012).
Артикул Google Scholar
Манза, П. и др. . Двойная, но асимметричная роль дорсальной передней поясной коры головного мозга в ингибировании реакции и переключении с незаметного на заметное действие. Neuroimage 134 , 466–474 (2016).
Артикул Google Scholar
Zhang, S. & Li, Cs. R. Функциональные сети для когнитивного контроля в задаче стоп-сигнала: анализ независимых компонентов. Картирование человеческого мозга 33 , 89–104 (2012).
ADS Статья Google Scholar
Коул, М. В., Яркони, Т., Репов, Г., Античевич, А. и Бравер, Т. С. Глобальная взаимосвязь префронтальной коры головного мозга позволяет прогнозировать когнитивный контроль и интеллект. J Neurosci 32 , 8988–8999, https://doi.org/10.1523/JNEUROSCI.0536-12.2012 (2012).
CAS Статья PubMed PubMed Central Google Scholar
Колом, Р. и др. . Серое вещество коррелирует с жидким, кристаллизованным и пространственным интеллектом: тестирование модели P-FIT. Intelligence 37 , 124–135, https://doi.org/10.1016/j.intell.2008.07.007 (2009).
Артикул Google Scholar
Колом Р., Карама С., Юнг Р. Э. и Хайер Р. Дж. Человеческий интеллект и сети мозга. Диалоги в клинической нейробиологии 12 , 489 (2010).
PubMed PubMed Central Google Scholar
Дункан Дж. и др. . Нейронная основа общего интеллекта. Наука 289 , 457–460 (2000).
ADS CAS Статья Google Scholar
Finn, E. S. et al. . Функциональный дактилоскопический коннектом: идентификация людей с использованием паттернов связи мозга Nat Neurosci 18 , 1664–1671, https://doi.org/10.1038/nn.4135 (2015).
CAS Статья PubMed PubMed Central Google Scholar
Ченчер, Н., Митчелл, Д. и Дункан, Дж. Гибкий интеллект предсказывает внедрение новых правил в распределенной сети лобно-теменного контроля. Журнал неврологии , 2478–2416 (2017).
Юнг, Р. Э. и Хайер, Р.J. Теория теменно-фронтальной интеграции (P-FIT) интеллекта: конвергентные данные нейровизуализации. Behav Brain Sci 30 , 135–154; обсуждение 154–187, https://doi.org/10.1017/S0140525X07001185 (2007).
Вахтин, А. А., Рыман, С. Г., Флорес, Р. А. и Юнг, Р. Э. Функциональные сети мозга, вносящие вклад в теорию теменно-фронтальной интеграции интеллекта. Neuroimage 103 , 349–354, https://doi.org/10.1016/j.neuroimage.2014.09.055 (2014).
Артикул PubMed Google Scholar
Chen, C. et al. . Сеть когнитивного контроля: метаанализ функциональной нейроанатомии когнитивного контроля (в стадии подготовки).
Spagna, A. et al. . Объем серого вещества передней островковой коры и социальные сети. J Comp Neurol 526 , 1183–1194, https://doi.org/10.1002/cne.24402 (2018).
Артикул PubMed Google Scholar
Наглиери, Дж. А. и Дас, Дж. П. Практическое значение общего интеллекта и когнитивных процессов PASS. Общий фактор интеллекта: насколько он общий , 855–884 (2002).
Das, J. P. PASS программа улучшения чтения. Дил, Нью-Джерси: Образовательные ресурсы Сарка (1999).
Naglieri, J.А. и Дас, Дж. П. Система когнитивной оценки (1997).
Лурия А. Р. In Высшие корковые функции человека 246–365 (Springer, 1980).
Дункан, Дж. и др. . Пренебрежение целью и g Спирмена: конкурирующие части сложной задачи. Журнал экспериментальной психологии: Общие 137 , 131 (2008).
Артикул Google Scholar
Лурия, А.R. Высшие корковые функции человека (Springer Science & Business Media, 2012).
Милнер, Б. Влияние различных поражений мозга на сортировку карт: роль лобных долей. Архив неврологии 9 , 90–100 (1963).
Артикул Google Scholar
Альтамирано, Л. Дж., Мияке, А. и Уитмер, А. Дж. Когда психическая негибкость способствует исполнительному контролю: положительные побочные эффекты склонности к размышлениям на поддержание цели. Психологические науки 21 , 1377–1382 (2010).
Артикул Google Scholar
Бхандари А. и Дункан Дж. Пренебрежение целями и разбивка знаний при построении нового поведения. Познание 130 , 11–30 (2014).
Артикул Google Scholar
Дункан, Дж., Эмсли, Х., Уильямс, П., Джонсон, Р.И Фрир, С. Интеллект и лобная доля: организация целенаправленного поведения. Когнитивная психология 30 , 257–303 (1996).
CAS Статья Google Scholar
Дункан, Дж. Структура познания: эпизоды внимания в сознании и мозге. Нейрон 80 , 35–50 (2013).
CAS Статья Google Scholar
Дункан Дж., Чилински Д., Митчелл Д. Дж. И Бхандари А. Сложность и композиционность в подвижном интеллекте. Труды Национальной академии наук 114 , 5295–5299 (2017).
CAS Статья Google Scholar
Wu, T. et al. . Передняя кора островка является узким местом когнитивного контроля. Neuroimage (на рассмотрении).
Wehmeyer, M.И Шварц, М. Самоопределение и положительные результаты для взрослых: последующее исследование молодежи с умственной отсталостью или неспособностью к обучению. Исключительные дети 63 , 245–255 (1997).
Артикул Google Scholar
Винг, Л. Языковые, социальные и когнитивные нарушения при аутизме и тяжелой умственной отсталости. Журнал аутизма и нарушений развития 11 , 31–44 (1981).
CAS Статья Google Scholar
Хилл, Э. Л. Исполнительная дисфункция при аутизме. Тенденции в когнитивных науках 8 , 26–32 (2004).
Артикул Google Scholar
Арнстен А. Ф. и Рубиа К. Нейробиологические цепи, регулирующие внимание, когнитивный контроль, мотивацию и эмоции: нарушения нервно-психических расстройств. Журнал Американской академии детской и подростковой психиатрии 51 , 356–367 (2012).
Артикул Google Scholar
Ozonoff, S. & Jensen, J. Краткий отчет: Профили специфических исполнительных функций при трех нарушениях развития нервной системы. Журнал аутизма и нарушений развития 29 , 171–177 (1999).
CAS Статья Google Scholar
Маротта, А. и др. . Нарушение разрешения конфликтов и бдительность при эутимическом биполярном расстройстве. Психиатрические исследования 229 , 490–496 (2015).
Артикул Google Scholar
Spagna, A. et al. . Клозапин улучшает ориентацию внимания при шизофрении. Исследование шизофрении 168 , 285–291 (2015).
Артикул Google Scholar
Тиан, Ю. и др. . Лечение венлафаксином снижает дефицит исполнительного контроля внимания у пациентов с большим депрессивным расстройством. Научные отчеты 6 , 28028 (2016).
ADS CAS Статья Google Scholar
Spagna, A. et al. . Дефицит супрамодального исполнительного контроля внимания при шизофрении. Журнал психиатрических исследований 97 , 22–29 (2018).
Артикул Google Scholar
Mackie, M. A. & Fan, J. In Executive Functions in Health and Disease 249–300 (Elsevier, 2017).
Диапазон человеческого интеллекта — воздействие ИИ
Диапазон человеческого интеллекта кажется большим по сравнению с пространством под ним, если судить по эффективности выполнения задач, которые нам небезразличны, несмотря на то, что человеческие мозги чрезвычайно похожи друг на друга.
Однако, не зная больше об источниках различий в деятельности человека, мы не можем сделать каких-либо выводов о вероятных темпах прогресса в области ИИ: мы, вероятно, будем наблюдать значительные вариации независимо от каких-либо основных фактов о природе интеллекта.
Детали
Показатели интереса
Производительность
IQ — это один из показателей когнитивной деятельности. Шахматное ЭЛО более узкое. У нас нет общей меры, значимой в пространстве возможных умов. Однако, когда люди говорят о «сверхчеловеческом интеллекте» и интеллекте животных, они воображают, что их можно осмысленно отнести к некоему грубому спектру. Когда мы говорим «производительность», мы имеем в виду такой интуитивный спектр.
Разработка
Нас особенно интересует измерение интеллекта, исходя из сложности создания машины, демонстрирующей такой уровень интеллекта.Мы не будем использовать формальные единицы измерения этого расстояния, но заинтересованы в сравнении расстояния между людьми с расстояниями между другими вехами, такими как расстояние между мышью и человеком или камень и мышь.
Различия в когнитивных способностях
Иногда утверждают, что люди занимают очень узкую полосу в спектре когнитивных способностей. Например, Элиэзер Юдковский защищает эту грубую схему —
— сверх этих, которые он приписывает другим:
Такие аргументы иногда идут дальше, предполагая, что усилия по разработке ИИ, необходимые для преодоления расстояния от «деревенского идиота» до Эйнштейна, также незначительны, и поэтому, учитывая, что он кажется нам таким большим, прогресс ИИ примерно на человеческом уровне будет казаться очень большим. быстрый.
Пейзаж производительности нелегко хорошо параметризовать, так как существует множество когнитивных задач и параметров когнитивных способностей, и нет хорошей глобальной метрики для сравнения между разными организмами. Тем не менее, мы предлагаем несколько свидетельств того, что расстояние до человека является значительным по сравнению с пространством под ним. Мы не приближаемся здесь к теме того, насколько далеко выше человеческого уровня простирается пространство возможного интеллекта.
Низкая работоспособность человека при выполнении конкретных задач
Для большинства задач человеческие возможности достигают нижней границы возможного диапазона.В крайнем случае, некоторые люди в коме не справятся практически с любой познавательной задачей. У нас сложилось впечатление, что люди, которые полностью неспособны выполнить задачу, обычно не являются изолированными выбросами, но есть распределение людей по всему диапазону от полностью недееспособных до уровня чемпиона мира. То есть, для такой задачи, как «распознать кошку», есть люди, которые могут справиться лишь немного лучше, чем если бы они находились в коме.
Для наших целей нас больше интересует, где нормальные когнитивные способности человека падают по сравнению с наихудшими и наилучшими возможными показателями и лучшими человеческими характеристиками.
Посредственные человеческие способности по сравнению с высокими человеческими качествами
Во многих задачах кажется вероятным, что лучшие люди во много раз лучше, чем посредственные люди, если использовать относительно объективные измерения.
Шокли (1957) обнаружил, что в науке продуктивность ведущих исследователей в лаборатории часто по крайней мере в десять раз выше, чем у наименее продуктивных (и наиболее многочисленных) исследователей. Программисты якобы различаются по производительности на порядок, хотя это обсуждается.Треть людей ничего не набрала в этом конкурсе Putnam, в то время как кто-то набрал 100. Некоторым людям приходится работать в десять раз тяжелее, чтобы сдать уроки в средней школе, чем другим.
Обратите внимание, что эти различия наблюдаются среди людей, достаточно квалифицированных, чтобы действительно работать в соответствующей области, что в большинстве случаев предполагает, что они выше среднего. У нас сложилось впечатление, что нечто подобное верно и в других областях, таких как продажи, предпринимательство, ремесла и письмо, но мы не видели данных по ним.
Эти большие множители производительности при выполнении когнитивных задач предполагают, что диапазон между посредственными когнитивными способностями и гениальностью во много раз больше, чем диапазон ниже посредственных когнитивных способностей.Однако неясно, являются ли такие различия обычными или в какой степени они обусловлены различиями в основных общих когнитивных способностях, а не обучением или некогнитивными навыками, или рядом различных когнитивных навыков, которые плохо коррелируют.
Возможности человека в других сферах деятельности очень разные
В качествах, отличных от интеллекта, люди, кажется, имеют довольно широкий диапазон ниже своего пикового уровня. Например, самые быстрые бегуны-люди в несколько раз быстрее, чем средние бегуны (вдвое быстрее на 100-метровом спринте и в четыре раза быстрее на милю).Люди могут различаться по росту примерно в четыре раза, а обычно примерно в 1,5 раза. Наиболее точных художников трудно отличить от фотографий, в то время как некоторых художников, возможно, трудно отличить от обезьян, которых очень легко отличить от фотографий. Эти наблюдения слабо предполагают, что человеческое ожидание по умолчанию также должно охватывать широкий абсолютный диапазон когнитивных способностей.
Производительность ИИ при выполнении человеческих задач
В тех областях, где мы наблюдали производительность машин на человеческом уровне, мы наблюдали довольно постепенное улучшение всего диапазона человеческих способностей.Вот пять известных нам случаев:
1. Шахматы: человеческие шахматы. Оценки Эло консервативно варьируются от 800 (новичок) до 2800 (чемпион мира). На следующем рисунке показано, как шахматному ИИ понадобилось примерно сорок лет, чтобы постепенно перейти от 1300 до 2800.
Рисунок 1: Прогресс ИИ в шахматах по сравнению с производительностью человека, от Коулза 2002. Исходная статья, по-видимому, была написана до 1993 года, поэтому обратите внимание, что правая часть графика (после «сейчас») воображается, хотя кажется приблизительно правильной.2. Go: Рейтинги человека в го варьируются от 30-20 кю (новичок) до как минимум 9 пенсов (10 пенсов — это особое звание). Обратите внимание, что числа идут вниз через уровни кю, затем вверх через уровни дан, затем вверх через уровни p (профессиональный дан). На следующем рисунке показано, что ИИ потребовалось около 25 лет, чтобы покрыть большую часть этого пространства (верхние рейтинги кажутся ближе друг к другу, чем нижние, хотя, по-видимому, существует несколько систем, которые различаются).
Рисунок 2. Из Grace 2013.3. Checkers: Согласно временной шкале ИИ в Википедии, в 1952 году была написана программа, которая могла бросить вызов уважаемому любителю. В 1994 году Чинук победил игрока, занявшего второе место по рейтингу. (В 2007 году шашки были решены.) Таким образом, прошло около сорока лет, чтобы перейти от любительской игры к шашкам мирового уровня. Однако мы ничего не знаем о том, был ли промежуточный прогресс постепенным.
4. Физические манипуляции: мы так много не исследовали, но у нас сложилось впечатление, что роботы находятся где-то в неуклюжей и медлительной части человеческого спектра при выполнении некоторых задач, и что никто не ожидает, что они достигнут «нормальных человеческих способностей». в ближайшее время (Аарон Доллар считает, что манипуляции с захватом с помощью роботов в целом составляют менее одного процента пути к человеческому уровню по сравнению с тем, что было 20 лет назад).
5. Jeopardy : ИИ, похоже, потребовалось два или три года, чтобы перейти от более низкого «чемпионского» уровня к более высокому уровню чемпиона мира (см. Рисунок 9; Уотсон победил Кена Дженнингса в 2011 году). Мы не знаем, насколько далеко уровень «чемпиона» от уровня новичка, но были бы удивлены, если бы он был менее чем в четыре раза превышал пройденное здесь расстояние, учитывая ситуацию в других играх, предполагающую минимум десять лет для перехода. человеческий спектр.
Во всех этих узких навыках переход ИИ от низкоуровневых человеческих возможностей к высшим человеческим возможностям, похоже, займет порядка десятилетий.Это еще больше опровергает утверждение о том, что диапазон человеческих способностей представляет собой узкую полосу в диапазоне возможных возможностей ИИ, хотя мы можем ожидать, что общий интеллект будет вести себя иначе, например, из-за меньших тренировочных эффектов.
С другой стороны, большинство примеров здесь — и в особенности те, о которых мы знаем больше всего — относятся к настольным играм, так что это явление может быть менее распространено в других местах. Мы недостаточно исследовали такие области, как техасский холдем, арифметика или удовлетворение ограничений, чтобы добавить их в этот список.
Что мы можем сделать из человеческого разнообразия?
Мозги людей почти идентичны по сравнению с мозгами других животных или с другими возможными мозгами, которые могли существовать. Это может означать, что инженерные усилия, необходимые для перехода через человеческий диапазон интеллекта, довольно малы по сравнению с инженерными усилиями, необходимыми для перехода от очень недочеловеческого интеллекта к человеческому уровню (например, см. Стр. 21 и 29, стр. 70). Сходство человеческого мозга также предполагает, что диапазон человеческого интеллекта меньше, чем кажется, и его кажущаяся широта обусловлена антропоцентризмом (см. Те же источники).Согласно этим взглядам, настольные игры — исключительный случай — для большинства проблем ИИ не потребуется много времени, чтобы преодолеть разрыв между «посредственным человеком» и «превосходным человеком».
Однако мы не должны удивляться, обнаружив значимые различия в когнитивных способностях , независимо от сложности улучшения человеческого мозга. Это затрудняет вывод из наблюдаемых вариаций.
Почему не удивляться? Вредоносные мутации de novo вводятся в геном с каждым поколением, и распространенность таких мутаций определяется балансом частоты мутаций и отрицательного отбора.Если de novo мутации существенно влияют на когнитивные способности, тогда обязательно должен быть значительный отбор для более высокого интеллекта — и, следовательно, поведенчески значимых различий интеллекта. Этот баланс полностью определяется частотой мутаций, силой отбора по интеллекту и негативным влиянием средней мутации.
Часто можно сделать машину хуже, сломав случайную деталь, но это не означает, что машину было легко спроектировать или что вы можете улучшить машину, добавив случайную деталь.Точно так же уровни вариабельности когнитивных способностей у людей могут очень мало сказать нам о том, насколько сложно сделать человеческий интеллект умнее.
В крайнем случае мы можем наблюдать, что люди с мертвым мозгом часто имеют очень похожую когнитивную архитектуру. Но это не означает, что легко начать с ИИ на уровне мертвого человека и достичь ИИ на уровне живого человека.
Поскольку мы не должны удивляться, увидев значительные вариации — независимо от основополагающих фактов об интеллекте — мы не можем делать много выводов из этих вариаций.Сила наших выводов ограничена степенью нашего возможного удивления.
Лучшее понимание источников различий в возможностях человека может сделать более убедительные выводы. Например, если человеческий интеллект быстро улучшается из-за внедрения новых архитектурных улучшений в мозг, это говорит о том, что обнаружение архитектурных улучшений не так уж сложно. Если мы обнаружим, что если мы тратим больше энергии на мышление, это делает людей значительно умнее, это говорит о том, что увеличение интеллекта приводит к значительным изменениям производительности.И так далее. Существующие исследования в области биологии рассматривают роль вредных мутаций, и в зависимости от результатов эту литературу можно использовать для создания значимых выводов.
Эти соображения также предполагают, что сходство мозга не может многое сказать нам об «истинном» диапазоне человеческих возможностей. В этом нет ничего удивительного, учитывая аналогию с другими областями. Например, хотя тела разных бегунов имеют почти идентичный дизайн, худшие бегуны не так хороши, как лучшие.
xxx [Эта фоновая скорость пересечения человеком дистанции менее информативна в отношении будущего в сценариях, где интересующее повышение производительности машин происходит существенно иначе, чем в прошлом. Например, иногда высказывается гипотеза, что значительное улучшение производительности будет происходить за счет быстрого «рекурсивного самоулучшения», и в этом случае характерный временной масштаб может быть намного быстрее. Однако масштаб диапазона возможностей человека (и время для его пересечения) относительно области ниже человеческого диапазона все же должен быть информативным.]
Изучение человеческого интеллекта в центре карьеры Майкла Гарднера
Майкл Гарднер, доктор философии, говорит, что его всегда заинтриговало то, что отличает людей друг от друга, а также то, чем они похожи. Профессор и исследователь кафедры педагогической психологии образовательной школы Университета штата Юта в Солт-Лейк-Сити, Гарднер исследует основные функции интеллекта, такие как рассуждение и решение проблем, память и старение, а также значение тестов достижений для школьников.
Гарднер наслаждается своей работой и говорит, что порекомендует научные круги всем молодым психологам, ищущим карьерный путь.
«Вы можете выбирать проблемы, над которыми работаете; вы обладаете большой гибкостью; вы работаете с яркими и интересными людьми, как коллегами, так и студентами; и приятно приходить на работу, по крайней мере, в Университет Юты, который является довольно хорошее место », — говорит Гарднер, который также является директором программы обучения наукам в университете.
Ни один из родителей Гарднера не учился в колледже.Его отец работал на заводе Alcoa в Эджуотере, штат Нью-Джерси. Но Гарднер был прощальным гостем (вместе с тремя другими) в своем классе средней школы в Боготе, штат Нью-Джерси. Он подал документы в три колледжа и был принят в два — соседний колледж Лафайет в Истоне, штат Пенсильвания, и Стэнфордский университет в Пало-Альто, штат Калифорния, одну из лучших школ страны. После долгих раздумий и по совету учителя и отца друга он выбрал Стэнфорд.
Не всегда было легко оказаться так далеко от дома — финансово или психологически — для мальчика, который никогда раньше не был к востоку от Пенсильвании.Тем не менее, «это было правильное решение», — говорит он. «Поступление в Стэнфорд изменило мою жизнь так, как я не мог себе представить в то время».
Гарднер воспользовался превосходным академическим шведским столом в Стэнфорде, посещая уроки математики, журналистики и творческого письма, которые все время его интересовали. «Все эти вещи оказались полезными» позже в его карьере, — говорит он.
Одним из уроков, которые брал Гарднер, был урок психологии памяти, который вел покойный Эдвард Э.Смит, ведущий исследователь в этой области, который стал советником Гарднера.
«Я был настолько впечатлен этим классом и областью памяти, что решил, что хочу заниматься когнитивной психологией в своей карьере», — вспоминает Гарднер.
Еще в Стэнфорде он начал специализироваться на человеческом интеллекте, хотя в то время, по его словам, все сходились во мнении, что все, что можно было открыть по этой теме, было открыто. Он работал с аспирантом Робертом Дж. Стернбергом, который позже разработал триархическую теорию интеллекта, одну из основных теорий, возникших, когда психологи начали подвергать сомнению преобладающий монолитный взгляд на интеллект.Гарднер последовал за Штернбергом в Йельский университет, единственную школу, отказавшую ему в поступлении в колледж, и там работал над дипломной работой по психологии.
Когда он закончил, Гарднер знал, что хочет преподавать, но преподавательских должностей было мало. По его словам, потребовалось два года подачи заявок и немного интуиции, прежде чем отдел педагогической психологии штата Юта нанял его именно потому, что у него был интеллект.
Трудно найти определение интеллекта, с которым все согласны.Эта тема изучается с научной точки зрения только около 100 лет, и она почти неизбежно связана с тем, что значит быть успешным. Интеллект также имеет культурное значение, потому что разные общества по-разному определяют успех; концепция часто использовалась для установления иерархий, включающих расу, класс или другие различия.
Когда он впервые начал изучать эту тему, говорит Гарднер, интеллект рассматривался как атрибут, который, как полагали, в той или иной степени имелся у каждого.Тест IQ, разработанный в этот период, относит людей к определенной точке спектра интеллекта. Совсем недавно Штернберг и Ховард Гарднер предположили, что существуют разные типы интеллекта, которые объясняют, почему разные люди преуспевают в разных вещах, например, в искусстве или даже в межличностных отношениях. Теперь исследователи более склонны подходить к интеллекту с точки зрения нейробиологии, спрашивая, что происходит в мозге, что делает человека умным. «С каждым новым поворотом есть тенденция думать, что это настоящая история», — говорит Гарднер.
«Я думаю, мы обманываем самих себя, если думаем, что все понимаем», — говорит он. Он считает, что интеллект, хотя он предшествует школьному опыту, полезно оценивать с точки зрения этого опыта.
«Я всегда чувствовал, что в исходных определениях есть доля правды, что это способность хорошо учиться в школе или в школьной среде», — говорит Гарднер и отмечает, что люди, которые хорошо тестируют академически, доказали свою способность продолжать чтобы быть более успешными и в своей трудовой жизни.
Все игроки в сегодняшнем образовательном бизнесе с высокими ставками — студенты, учителя, администраторы, тестировщики, школьные округа и правительство — находятся под сильным давлением, и у всех их разные проблемы, отмечает Гарднер. Любой критерий, используемый для определения того, какие студенты получают доступ к лучшим результатам, будет уязвим для критики. Когда дело доходит до академического тестирования, самым важным показателем их достоверности является использование оценок.
«Это сложный процесс, и мы не обязательно производим достаточно людей, обученных психометрии, для работы в этих областях», — говорит он.
Гарднер восхищен тем, насколько неожиданные переменные мешают самым тщательно продуманным экспериментам. Например, он и его коллега изучали, как помочь пожилым людям запоминать случайные числа, подобные тем, которые используются в качестве ПИН-кода для банковских счетов. Исследователи предложили пожилым людям и студентам деньги за участие в пяти занятиях, в ходе которых испытуемые вводили числа на клавиатуру и получали отзывы о точности. Студенты колледжа добросовестно приходили на все занятия, но «деньги не трогали пожилых людей», — говорит Гарднер; они вернутся, только если им понравится научный сотрудник, проводивший эксперимент.
«Я узнал много нового об исследованиях с пожилыми людьми», — говорит он. «Во-первых, это помогает, если у вас их много. У нас их не было, поэтому на сбор данных ушло шесть лет. Иногда меня спрашивают, почему я не проделал больше работы [с пожилыми людьми]. Причина в том, что я сам старею, чтобы тратить шесть лет на учебу ».
|
Интерактивный Карта по алфавиту Индекс Время Индекс периода Горячий Темы Карта — PDF Об этом сайте Как цитировать этот сайт источников авторов Комментариев:
|
Домой | Интерактивный
Карта | Алфавитный указатель | Время
Индекс периода За дополнительной информацией обращайтесь по телефону Последнее изменение: 29 апреля 2018 г. |
|||||||||||||||
ИИ должен расширять человеческий интеллект, а не заменять его
В экономике, где данные меняют то, как компании создают ценность и конкурируют, эксперты прогнозируют, что использование искусственного интеллекта (ИИ) в более крупных масштабах добавит целых 15 долларов.7 триллионов в мировую экономику к 2030 году. Поскольку ИИ меняет принципы работы компаний, многие считают, что те, кто выполняет эту работу, тоже изменится — и что организации начнут заменять человеческих сотрудников интеллектуальными машинами. Это уже происходит: интеллектуальные системы вытесняют людей в производстве, предоставлении услуг, найме и в финансовой индустрии, в результате чего человеческие работники переходят на низкооплачиваемую работу или становятся безработными. Эта тенденция привела к выводу, что в 2040 году наша рабочая сила может быть совершенно неузнаваемой.
Действительно ли люди и машины соревнуются друг с другом? История труда — особенно со времен промышленной революции — это история людей, отдающих свой труд станкам. Хотя это началось с механических, повторяющихся физических задач, таких как ткачество, машины эволюционировали до такой степени, что теперь они могут выполнять то, что мы можем назвать сложной когнитивной работой, например математические уравнения, распознавание языка и речи и письмо. Таким образом, кажется, что машины готовы копировать работу нашего разума, а не только нашего тела.В 21 веке ИИ развивается, чтобы превзойти людей во многих задачах, поэтому кажется, что мы готовы передать свой интеллект технологиям. С этой последней тенденцией кажется, что нет ничего, что можно было бы автоматизировать в ближайшее время, а это означает, что ни одна работа не застрахована от передачи на машины.
Это видение будущего труда приняло форму игры с нулевой суммой, в которой может быть только один победитель.
Однако мы считаем, что такой взгляд на роль ИИ на рабочем месте неверен.Вопрос о том, заменит ли ИИ людей-рабочих, предполагает, что ИИ и люди обладают одинаковыми качествами и способностями, но на самом деле это не так. Машины на основе искусственного интеллекта более быстрые, точные и неизменно рациональные, но они не интуитивны, эмоциональны и не чувствительны к культуре. И именно этими способностями обладают люди, которые делают нас эффективными.
Машинный интеллект против человеческого интеллекта
В целом, люди признают современные передовые компьютеры умными, потому что у них есть потенциал для обучения и принятия решений на основе информации, которую они получают.Но хотя мы можем признать эту способность, это совершенно другой тип интеллекта, чем мы обладаем.
В своей простейшей форме ИИ — это компьютер, который действует и принимает решения, которые кажутся разумными. В соответствии с философией Алана Тьюринга ИИ имитирует то, как люди действуют, чувствуют, говорят и принимают решения. Этот тип интеллекта чрезвычайно полезен в организационной среде: благодаря своим имитационным способностям ИИ способен выявлять информационные шаблоны, которые оптимизируют тенденции, относящиеся к работе.Кроме того, в отличие от людей, ИИ никогда не устает физически, и, пока он получает данные, он будет продолжать работать.
Эти качества означают, что ИИ идеально подходит для выполнения рутинных задач более низкого уровня, которые повторяются и выполняются в рамках закрытой системы управления. В такой системе правила игры ясны и не зависят от внешних сил. Подумайте, например, о сборочной линии, где рабочих не прерывают внешние требования и влияния, такие как рабочие встречи.Например, конвейерная линия — это именно то место, где Amazon разместила алгоритмы в роли менеджеров, чтобы контролировать людей и даже увольнять их. Поскольку работа повторяется и регулируется жесткими процедурами, оптимизирующими эффективность и продуктивность, ИИ может выполнять более точные действия для руководителей-людей.
Человеческие способности, однако, шире. В отличие от способностей ИИ, которые реагируют только на доступные данные, люди обладают способностью представлять, предвидеть, чувствовать и оценивать меняющиеся ситуации, что позволяет им переходить от краткосрочных к долгосрочным проблемам.Эти способности уникальны для людей и не требуют постоянного потока внешних данных для работы, как в случае с искусственным интеллектом.
Таким образом, люди олицетворяют то, что мы называем подлинным интеллектом — другой тип ИИ, если хотите. Этот тип интеллекта необходим при наличии открытых систем. В открытой системе управления команда или организация взаимодействуют с внешней средой и поэтому должны иметь дело с влияниями извне. Такая рабочая обстановка требует способности предвидеть и работать, например, с внезапными изменениями и обменом искаженной информацией, и в то же время творчески подходить к определению видения и будущей стратегии.В открытых системах усилия по трансформации ведутся постоянно, и эффективное управление этим процессом требует подлинного интеллекта.
Хотя искусственный интеллект (именуемый здесь AI1) кажется противоположным подлинному интеллекту (именуемому здесь AI2), они также дополняют друг друга. В контексте организаций оба типа интеллекта предлагают ряд конкретных талантов.
Какие таланты — реализованные как способности, необходимые для выполнения требований к производительности — необходимы для наилучшей работы? Прежде всего, важно подчеркнуть, что талант может побеждать в играх, но часто он не выигрывает чемпионаты — команды выигрывают чемпионаты.По этой причине мы считаем, что именно сочетание талантов, включенных в AI1 и AI2, работающих в тандеме, будет способствовать развитию интеллектуальной работы в будущем. Это создаст такой интеллект, который позволит организациям быть более эффективными и точными, но в то же время творческими и активными. Этот другой тип ИИ мы называем расширенным интеллектом (здесь он называется ИИ3).
Третий тип ИИ: расширенный интеллект
Что AI3 сможет предложить такого, чего не могут AI1 и AI2? У второго автора этой статьи есть несколько уникальных идей: он известен своими победами в чемпионатах, и в то же время он имеет особый опыт того, что он первый человек, проигравший высокоуровневую игру машине.В 1997 году гроссмейстер Гарри Каспаров проиграл партию суперкомпьютера IBM под названием Deep Blue. Это заставило его переосмыслить, как можно по-другому подходить к интеллектуальной игре в шахматы, не просто как к индивидуальным усилиям, а как к совместным усилиям. И, с неожиданной победой Deep Blue, он решил попробовать сотрудничать с ИИ.
В матче 1998 года в Леоне, Испания, Каспаров сотрудничал с компьютером, на котором была установлена шахматная программа по своему выбору — схема, называемая «продвинутые шахматы» — в матче против болгарина Веселина Топалова, которого он побеждал со счетом 4: 0 за месяц. ранее.На этот раз при поддержке компьютеров обоих игроков матч завершился вничью 3: 3. Оказалось, что использование ПК сводило на нет расчетливые и стратегические успехи Каспарова, которые обычно демонстрировал против своего оппонента.
Матч стал важной иллюстрацией того, как люди могут работать с ИИ. После матча Каспаров отметил, что использование ПК позволило ему больше сосредоточиться на стратегическом планировании, в то время как компьютер позаботился о расчетах. Тем не менее, он также подчеркнул, что простое объединение лучшего игрока-человека и лучшего ПК, по его мнению, не позволяет выявить идеальные игры.Как и в случае с человеческими командами, сила работы с ИИ зависит от того, как человек и компьютер дополняют друг друга; объединение лучших игроков и самых могущественных ИИ не обязательно дает наилучшие результаты.
И снова шахматный мир предлагает полезный тестовый пример того, как может развиваться это сотрудничество. В 2005 году на сайте Playchess.com, посвященном онлайн-игре в шахматы, состоялся так называемый шахматный турнир «вольного стиля», в котором каждый мог соревноваться в командах с другими игроками или компьютерами.Интересным это соревнование сделало то, что в турнире также участвовало несколько групп гроссмейстеров, работающих с компьютером. Как и ожидалось, большинство людей ожидало, что один из этих гроссмейстеров в сочетании с суперкомпьютером будет доминировать в этом соревновании, но этого не произошло. Турнир выиграла пара американских шахматистов-любителей на трех компьютерах. Именно их способность координировать и эффективно обучать свои компьютеры победила комбинацию умного гроссмейстера и ПК с огромной вычислительной мощностью.
Этот удивительный результат подчеркивает важный урок: процесс взаимодействия игроков и компьютеров определяет, насколько эффективным будет партнерство. Или, как выразился Каспаров: «Слабый человек + машина + лучший процесс лучше одного сильного компьютера и, что более примечательно, лучше сильного человека + машина + подчиненный процесс».
Рекомендации
Расширяющий и совместный потенциал, который мы себе представляем, резко контрастирует с предсказаниями с нулевой суммой того, что ИИ сделает с нашим обществом и организациями.Напротив, мы считаем, что повышение производительности и автоматизация повседневной когнитивной работы — это благо, а не угроза. В конце концов, новая технология всегда оказывает разрушительное воздействие на ранних этапах внедрения и разработки и обычно раскрывает свою реальную ценность только через некоторое время.
Однако эта реальность не означает, что мы должны терпеливо ждать, пока это значение в конце концов не проявит себя — как раз наоборот! Наша основная задача как деловых людей — предвидеть, что означает искусственный интеллект в отношении того, как люди думают и действуют, и работать над амбициозной и стратегической интеграцией новых технологий в наши организации.Мы не можем просто пассивно ждать, пока он обгонит традиционные методы. Итак, что же мы можем сделать в данный момент, чтобы обеспечить интеграцию различных ИИ, чтобы наши организации работали эффективно?
Во-первых, команды будут постепенно состоять из людей и нечеловеков, работающих вместе, что мы называем «новым разнообразием». Психология нового разнообразия несет с собой риск того, что стереотипные убеждения и предубеждения могут легко повлиять на решения и командную работу. Машину как сотрудника, не являющегося человеком, можно встретить с недоверием и негативными ожиданиями, как и любого другого члена группы, и как таковые побуждают людей делиться меньшим объемом информации и избегать работы с машиной.Руководители команд должны быть способны реагировать на такую негативную командную динамику и обучаться таким образом, чтобы они понимали реальность этих негативных убеждений и их последствий.
Во-вторых, новая форма команд потребует лидеров, которые умеют объединять разные стороны. В будущем создание инклюзивных команд путем согласования человека и машины станет важной способностью, которую необходимо обучать и развивать. Как показывают ранее упомянутые примеры, для достижения более высоких результатов за счет использования этих новых команд разнообразия основным требованием к лидерам будет преобразование себя, чтобы они стали мастерами координирования и наставничества командных процессов.
В-третьих, командными процессами нужно будет эффективно управлять, и это должен будет делать человек. Чтобы люди могли согласовать сильные и слабые стороны человека и машины, они должны быть обучены понимать, как работает ИИ, для чего его можно использовать, и решать — с помощью способности суждения своего подлинного интеллекта — как его можно использовать. лучше всего для повышения производительности, служащей интересам человека.
Расширенный интеллект, как третий тип ИИ, — это шаг вперед в будущее интеллектуальной работы.Будущее труда — это концепция, которая используется для более эффективного обозначения роста сотрудников и их производительности. Однако дебаты по этой теме приобрели весьма неоднозначный характер. В частности, из-за повествования о стратегиях сокращения затрат предприятия сегодня находятся на стадии, когда машины часто вводятся в качестве новых супер-служащих, что может оставить людей в конечном итоге на подчиненную роль в обслуживании машин. Однако важный элемент по-настоящему интеллектуального типа работы в будущем означает, что мы действительно расширяем рабочую силу, частью которой будут и люди, и машины, но с целью улучшения человечности и благополучия, а также повышения эффективности в сфере труда. выполнение наших работ.Итак, расширенный интеллект действительно носит коллективный характер, но также ясно, что он представляет собой совместные усилия на благо людей.
Эволюция человеческого интеллекта
2
Искусственный интеллект, примененный к геному, идентифицирует неизвестного предка человека
16 января 2019 г. — Объединив алгоритмы глубокого обучения и статистические методы, исследователи определили в геноме азиатских особей след нового гоминида, который скрестился с десятками своих предков…
Сражения с соседями могут сделать животных умнее
6 октября 2020 г. — От муравьев до приматов, «наполеоновский» интеллект эволюционировал, чтобы помочь животным справляться с бесчисленными когнитивными проблемами, возникающими в результате взаимодействия с конкурирующими чужаками, предполагают …
Окаменелости будущего, в основном состоящие из людей и домашних животных
18 декабря 2019 г. — палеонтолог утверждает, что летопись окаменелостей млекопитающих дает четкий сигнал об антропоцене…
Исследования показывают связь между костяшками пальцев приматов и использованием рук
29 мая 2019 г. — Исследователи обнаружили различия между суставами суставов приматов, которые позволят лучше понять древнюю человеческую руку …
29 апреля 2021 г. — Большое исследование показывает, как относительный размер мозга млекопитающих изменился за последние 150 миллионов …
Искусственный интеллект погружается в тысячи фотографий Второй мировой войны
Октябрь29 февраля 2020 г. — Исследователи использовали искусственный интеллект для анализа большого количества исторических фотографий времен Второй мировой войны. Помимо прочего, исследование показывает, что искусственный интеллект может различать людей …
Первые предки человека находились на грудном вскармливании дольше, чем современные родственники
29 августа 2019 г. — Анализируя окаменелые зубы некоторых из наших самых древних предков, ученые обнаружили, что первые люди кормили грудью своих младенцев дольше, чем их…
Выявлено более 800 новых участков генома, возможно имеющих отношение к эволюции человека
5 февраля 2019 г.