The danger of AI is weirder than you think | Janelle Shane

2,813,067 views ・ 2019-11-13

TED


Proszę kliknąć dwukrotnie na poniższe angielskie napisy, aby odtworzyć film.

Tłumaczenie: Kornelia Szyszka Korekta: Rysia Wand
00:01
So, artificial intelligence
0
1765
3000
Sztuczna Inteligencja (AI)
00:04
is known for disrupting all kinds of industries.
1
4789
3529
wpływa na różne gałęzie przemysłu.
00:08
What about ice cream?
2
8961
2043
A co z lodami?
00:11
What kind of mind-blowing new flavors could we generate
3
11879
3639
Jakie obłędne smaki można by stworzyć
00:15
with the power of an advanced artificial intelligence?
4
15542
2976
za pomocą zaawansowanej sztucznej inteligencji?
00:19
So I teamed up with a group of coders from Kealing Middle School
5
19011
4161
Aby odpowiedzieć na to pytanie, połączyłam siły z grupą programistów
00:23
to find out the answer to this question.
6
23196
2241
z Kealing Middle School.
00:25
They collected over 1,600 existing ice cream flavors,
7
25461
5081
Zebrali ponad 1600 istniejących smaków lodów,
00:30
and together, we fed them to an algorithm to see what it would generate.
8
30566
5522
wpisaliśmy je do algorytmu, by zobaczyć, co wygeneruje.
00:36
And here are some of the flavors that the AI came up with.
9
36112
3753
Oto niektóre smaki wymyślone przez sztuczną inteligencję.
[Dyniowa Przerwa Śmieciowa]
00:40
[Pumpkin Trash Break]
10
40444
1471
00:41
(Laughter)
11
41939
1402
(Śmiech)
00:43
[Peanut Butter Slime]
12
43365
2469
[Śluz masła orzechowego]
00:46
[Strawberry Cream Disease]
13
46822
1343
[Choroba truskawkowo-śmietankowa]
00:48
(Laughter)
14
48189
2126
(Śmiech)
00:50
These flavors are not delicious, as we might have hoped they would be.
15
50339
4597
Nie są tak smakowite, jak oczekiwaliśmy.
00:54
So the question is: What happened?
16
54960
1864
Pytanie brzmi: co się stało?
00:56
What went wrong?
17
56848
1394
Co poszło nie tak?
00:58
Is the AI trying to kill us?
18
58266
1959
Czy sztuczna inteligencja próbuje nas zabić?
01:01
Or is it trying to do what we asked, and there was a problem?
19
61027
4310
A może próbuje spełnić nasze polecenie i pojawił się problem?
01:06
In movies, when something goes wrong with AI,
20
66567
2464
Filmowe kłopoty ze sztuczną inteligencją
01:09
it's usually because the AI has decided
21
69055
2712
spowodowane są zazwyczaj wymówieniem posłuszeństwa człowiekowi.
01:11
that it doesn't want to obey the humans anymore,
22
71791
2272
01:14
and it's got its own goals, thank you very much.
23
74087
2623
"Dzięki, ale mam własne plany"
01:17
In real life, though, the AI that we actually have
24
77266
3216
W rzeczywistości dzisiejsza sztuczna inteligencja,
01:20
is not nearly smart enough for that.
25
80506
1863
nie jest aż tak mądra.
01:22
It has the approximate computing power
26
82781
2982
Ma moc obliczeniową
01:25
of an earthworm,
27
85787
1276
dżdżownicy
01:27
or maybe at most a single honeybee,
28
87087
3403
lub maksymalnie pszczoły.
01:30
and actually, probably maybe less.
29
90514
2215
Właściwie to mniejszą.
01:32
Like, we're constantly learning new things about brains
30
92753
2594
Nieustannie dowiadujemy się o mózgu rzeczy, które ujawniają,
01:35
that make it clear how much our AIs don't measure up to real brains.
31
95371
4360
jak dalece sztuczna inteligencja do nas nie dorasta.
01:39
So today's AI can do a task like identify a pedestrian in a picture,
32
99755
5663
Obecnie sztuczna inteligencja może zidentyfikować pieszego na zdjęciu,
01:45
but it doesn't have a concept of what the pedestrian is
33
105442
2983
ale nie wie, czym jest pieszy
01:48
beyond that it's a collection of lines and textures and things.
34
108449
4824
poza tym, że jest to zbiór linii, tekstur czy rzeczy.
01:53
It doesn't know what a human actually is.
35
113792
2521
Nie wie, czym jest człowiek.
01:56
So will today's AI do what we ask it to do?
36
116822
3282
Czy współczesna sztuczna inteligencja zrobi to, o co się ją prosi?
02:00
It will if it can,
37
120128
1594
Zrobi, jeśli umie,
02:01
but it might not do what we actually want.
38
121746
2726
ale efekt może się różnić od oczekiwań.
02:04
So let's say that you were trying to get an AI
39
124496
2415
Załóżmy, że chcieliście, by sztuczna inteligencja
02:06
to take this collection of robot parts
40
126935
2619
wzięła części robota
02:09
and assemble them into some kind of robot to get from Point A to Point B.
41
129578
4197
i zrobiła z nich robota, który ma dotrzeć z punktu A do B.
02:13
Now, if you were going to try and solve this problem
42
133799
2481
Gdyby podejść do problemu
02:16
by writing a traditional-style computer program,
43
136304
2351
z pomocą tradycyjnego programu komputerowego,
02:18
you would give the program step-by-step instructions
44
138679
3417
komputerowi należy dać szczegółową instrukcję,
02:22
on how to take these parts,
45
142120
1329
jak wziąć dane części,
02:23
how to assemble them into a robot with legs
46
143473
2407
złożyć robota z nogami
02:25
and then how to use those legs to walk to Point B.
47
145904
2942
i jak użyć tych nóg, by dotrzeć do punktu B.
02:29
But when you're using AI to solve the problem,
48
149441
2340
Rozwiązując problem przy użyciu sztucznej inteligencji,
02:31
it goes differently.
49
151805
1174
robi się to inaczej.
02:33
You don't tell it how to solve the problem,
50
153003
2382
Nie mówi się, jak rozwiązać problem.
02:35
you just give it the goal,
51
155409
1479
Po prostu daje się cel,
02:36
and it has to figure out for itself via trial and error
52
156912
3262
a ona sama, metodą prób i błędów,
02:40
how to reach that goal.
53
160198
1484
musi znaleźć rozwiązanie.
02:42
And it turns out that the way AI tends to solve this particular problem
54
162254
4102
Okazuje się, że sztuczna inteligencja
rozwiązuje ten konkretny problem tak:
02:46
is by doing this:
55
166380
1484
02:47
it assembles itself into a tower and then falls over
56
167888
3367
buduje z części wieżę i przewraca ją,
02:51
and lands at Point B.
57
171279
1827
lądując w punkcie B.
02:53
And technically, this solves the problem.
58
173130
2829
Technicznie rzecz biorąc, rozwiązała problem.
02:55
Technically, it got to Point B.
59
175983
1639
Dotarła do punktu B.
02:57
The danger of AI is not that it's going to rebel against us,
60
177646
4265
Niebezpieczeństwem sztucznej inteligencji nie jest bunt przeciwko nam,
03:01
it's that it's going to do exactly what we ask it to do.
61
181935
4274
lecz to, że zrobi dokładnie to, o co ją poprosiliśmy.
03:06
So then the trick of working with AI becomes:
62
186876
2498
Istotą pracy ze sztuczną inteligencją
03:09
How do we set up the problem so that it actually does what we want?
63
189398
3828
jest postawienie problemu tak, by zrobiła to, czego oczekujemy.
03:14
So this little robot here is being controlled by an AI.
64
194726
3306
Ten mały robot kontrolowany jest przez sztuczną inteligencję,
03:18
The AI came up with a design for the robot legs
65
198056
2814
która sama zaprojektowała nogi robota
03:20
and then figured out how to use them to get past all these obstacles.
66
200894
4078
i sposób ich użycia do obchodzenia przeszkód.
03:24
But when David Ha set up this experiment,
67
204996
2741
Ale kiedy David Ha stworzył ten eksperyment,
03:27
he had to set it up with very, very strict limits
68
207761
2856
musiał postawić bardzo surowe ograniczenia
03:30
on how big the AI was allowed to make the legs,
69
210641
3292
dotyczące wielkości nóg
03:33
because otherwise ...
70
213957
1550
w przeciwnym razie...
03:43
(Laughter)
71
223058
3931
(Śmiech)
03:48
And technically, it got to the end of that obstacle course.
72
228563
3745
Technicznie rzecz biorąc, doszła do końca trasy.
03:52
So you see how hard it is to get AI to do something as simple as just walk.
73
232332
4942
Czyli trudno skłonić AI do zrobienia czegoś tak prostego jak chodzenie.
03:57
So seeing the AI do this, you may say, OK, no fair,
74
237298
3820
Obserwując, jak robi to AI, można powiedzieć: "Nie fair,
04:01
you can't just be a tall tower and fall over,
75
241142
2580
nie możesz być wysoką wieżą i po prostu upaść,
04:03
you have to actually, like, use legs to walk.
76
243746
3435
musisz użyć nóg do chodzenia".
04:07
And it turns out, that doesn't always work, either.
77
247205
2759
Niestety to też nie zawsze działa.
04:09
This AI's job was to move fast.
78
249988
2759
Zadaniem sztucznej inteligencji było szybkie poruszanie się.
04:13
They didn't tell it that it had to run facing forward
79
253115
3593
Nie powiedziano, że musi biec do przodu,
04:16
or that it couldn't use its arms.
80
256732
2258
ani że nie może używać ramion.
04:19
So this is what you get when you train AI to move fast,
81
259487
4618
Tak to wygląda, gdy uczymy AI szybko się ruszać:
04:24
you get things like somersaulting and silly walks.
82
264129
3534
przewroty i dziwny chód.
04:27
It's really common.
83
267687
1400
To bardzo powszechne.
04:29
So is twitching along the floor in a heap.
84
269667
3179
Może to też wyglądać jak drgawki sterty na podłodze.
04:32
(Laughter)
85
272870
1150
(Śmiech)
04:35
So in my opinion, you know what should have been a whole lot weirder
86
275241
3254
Dla mnie dużo dziwniejsze są
04:38
is the "Terminator" robots.
87
278519
1396
roboty z "Terminatora".
04:40
Hacking "The Matrix" is another thing that AI will do if you give it a chance.
88
280256
3755
AI chętnie też włamie się do matrycy.
04:44
So if you train an AI in a simulation,
89
284035
2517
Jeśli więc wyszkolić AI w symulacji,
04:46
it will learn how to do things like hack into the simulation's math errors
90
286576
4113
nauczy się włamywać przez błędy w obliczeniach
04:50
and harvest them for energy.
91
290713
2207
i czerpać z nich energię.
04:52
Or it will figure out how to move faster by glitching repeatedly into the floor.
92
292944
5475
Wymyśli szybki ruch przez drgawki na podłodze.
04:58
When you're working with AI,
93
298443
1585
Praca ze sztuczną inteligencją
05:00
it's less like working with another human
94
300052
2389
nie przypomina pracy z człowiekiem,
05:02
and a lot more like working with some kind of weird force of nature.
95
302465
3629
lecz z jakąś dziwną siłą natury.
05:06
And it's really easy to accidentally give AI the wrong problem to solve,
96
306562
4623
Bardzo łatwo dać jej przypadkiem niewłaściwy problem do rozwiązania.
05:11
and often we don't realize that until something has actually gone wrong.
97
311209
4538
Często nie zdajemy sobie z tego sprawy, dopóki coś nie pójdzie nie tak.
Zrobiłam eksperyment,
05:16
So here's an experiment I did,
98
316242
2080
05:18
where I wanted the AI to copy paint colors,
99
318346
3182
w którym kazałam AI kopiować farby,
05:21
to invent new paint colors,
100
321552
1746
żeby stworzyć nowe kolory
05:23
given the list like the ones here on the left.
101
323322
2987
mając do wyboru listę jak ta po lewej.
05:26
And here's what the AI actually came up with.
102
326798
3004
Oto na co wpadła sztuczna inteligencja.
05:29
[Sindis Poop, Turdly, Suffer, Gray Pubic]
103
329826
3143
[Kupa Syndów, Balaskowy, Cierpieć, Szary łonowy]
05:32
(Laughter)
104
332993
4230
(Śmiech)
Technicznie rzecz biorąc,
05:39
So technically,
105
339177
1886
05:41
it did what I asked it to.
106
341087
1864
wypełniła polecenie.
05:42
I thought I was asking it for, like, nice paint color names,
107
342975
3308
Myślałam, że proszę o miłe nazwy kolorów,
05:46
but what I was actually asking it to do
108
346307
2307
ale tak naprawdę prosiłam
05:48
was just imitate the kinds of letter combinations
109
348638
3086
o imitowanie kombinacji liter
05:51
that it had seen in the original.
110
351748
1905
z oryginalnych nazw.
05:53
And I didn't tell it anything about what words mean,
111
353677
3098
Nie wyjaśniałam, co one znaczą,
05:56
or that there are maybe some words
112
356799
2560
ani że są słowa, których być może
05:59
that it should avoid using in these paint colors.
113
359383
2889
nie powinna używać do farb.
06:03
So its entire world is the data that I gave it.
114
363141
3494
Całym jej światem były moje dane.
06:06
Like with the ice cream flavors, it doesn't know about anything else.
115
366659
4028
Podobnie jak w przypadku smaków lodów, AI nie ma dodatkowej wiedzy.
06:12
So it is through the data
116
372491
1638
To przez nieodpowiednie dane często każemy AI
06:14
that we often accidentally tell AI to do the wrong thing.
117
374153
4044
robić nie to, co trzeba.
06:18
This is a fish called a tench.
118
378694
3032
To ryba zwana linem.
06:21
And there was a group of researchers
119
381750
1815
Pewna grupa badaczy
06:23
who trained an AI to identify this tench in pictures.
120
383589
3874
wytrenowała AI w rozpoznawaniu lina na ilustracjach.
06:27
But then when they asked it
121
387487
1296
Ale gdy zapytali ją,
06:28
what part of the picture it was actually using to identify the fish,
122
388807
3426
jakiej części obrazu używa do identyfikacji ryby,
06:32
here's what it highlighted.
123
392257
1358
oto co pokazała.
06:35
Yes, those are human fingers.
124
395203
2189
Tak, to są ludzkie palce.
06:37
Why would it be looking for human fingers
125
397416
2059
Dlaczego szuka palców
06:39
if it's trying to identify a fish?
126
399499
1921
podczas identyfikowania ryby?
06:42
Well, it turns out that the tench is a trophy fish,
127
402126
3164
Okazuje się, że lin jest rybą, którą warto się chwalić,
06:45
and so in a lot of pictures that the AI had seen of this fish
128
405314
3811
więc na wielu zdjęciach,
które AI widziała podczas treningu,
06:49
during training,
129
409149
1151
06:50
the fish looked like this.
130
410324
1490
ryba wyglądała tak.
06:51
(Laughter)
131
411838
1635
(Śmiech)
06:53
And it didn't know that the fingers aren't part of the fish.
132
413497
3330
AI nie wiedziała, że palce nie są częścią ryby.
06:58
So you see why it is so hard to design an AI
133
418808
4120
Widzicie więc, dlaczego tak trudno zaprojektować AI,
07:02
that actually can understand what it's looking at.
134
422952
3319
która rozumie, na co patrzy.
07:06
And this is why designing the image recognition
135
426295
2862
Dlatego też projektowanie rozpoznawania obrazów
07:09
in self-driving cars is so hard,
136
429181
2067
w samosterujących samochodach jest takie trudne
07:11
and why so many self-driving car failures
137
431272
2205
i dlatego tyle niepowodzeń samosterujących samochodów
07:13
are because the AI got confused.
138
433501
2885
było wynikiem dezorientacji SI.
07:16
I want to talk about an example from 2016.
139
436410
4008
Chciałabym wspomnieć o przykładzie z 2016 roku.
07:20
There was a fatal accident when somebody was using Tesla's autopilot AI,
140
440442
4455
Zdarzył się wtedy śmiertelny wypadek podczas używania autopilota AI Tesli,
07:24
but instead of using it on the highway like it was designed for,
141
444921
3414
ale zamiast używania go na autostradzie, do czego został zaprojektowany,
07:28
they used it on city streets.
142
448359
2205
użyto go w mieście.
07:31
And what happened was,
143
451239
1175
Ciężarówka wjechała przed samochód,
07:32
a truck drove out in front of the car and the car failed to brake.
144
452438
3396
który nie zahamował.
07:36
Now, the AI definitely was trained to recognize trucks in pictures.
145
456507
4762
AI na pewno uczono rozpoznawać ciężarówki na zdjęciach.
07:41
But what it looks like happened is
146
461293
2145
Ale wygląda na to,
07:43
the AI was trained to recognize trucks on highway driving,
147
463462
2931
że uczyła się rozpoznawać ciężarówki na autostradach,
07:46
where you would expect to see trucks from behind.
148
466417
2899
gdzie zazwyczaj widzi się je od tyłu.
07:49
Trucks on the side is not supposed to happen on a highway,
149
469340
3420
Raczej nie widzi się ciężarówki z boku.
07:52
and so when the AI saw this truck,
150
472784
3455
Widząc ciężarówkę,
pewnie wzięła ją za znak drogowy,
07:56
it looks like the AI recognized it as most likely to be a road sign
151
476263
4827
pod którym można bezpiecznie przejechać.
08:01
and therefore, safe to drive underneath.
152
481114
2273
Oto inny przykład pomyłki sztucznej inteligencji.
08:04
Here's an AI misstep from a different field.
153
484114
2580
08:06
Amazon recently had to give up on a résumé-sorting algorithm
154
486718
3460
Amazon musiał niedawno porzucić algorytm sortujący CV,
08:10
that they were working on
155
490202
1220
nad którymi pracowali,
08:11
when they discovered that the algorithm had learned to discriminate against women.
156
491446
3908
gdy odkryli, że algorytm nauczył się dyskryminować kobiety.
08:15
What happened is they had trained it on example résumés
157
495378
2716
Szkolono go na przykładach CV
08:18
of people who they had hired in the past.
158
498118
2242
osób zatrudnionych w przeszłości.
08:20
And from these examples, the AI learned to avoid the résumés of people
159
500384
4023
Na tej podstawie AI nauczyła się unikać CV osób,
08:24
who had gone to women's colleges
160
504431
2026
które chodziły do żeńskich szkół
08:26
or who had the word "women" somewhere in their resume,
161
506481
2806
lub miały słowo "kobiecy" w CV,
08:29
as in, "women's soccer team" or "Society of Women Engineers."
162
509311
4576
jak "kobieca drużyna futbolu" lub "stowarzyszenie kobiet-inżynierów".
08:33
The AI didn't know that it wasn't supposed to copy this particular thing
163
513911
3974
Sztuczna inteligencja nie wiedziała, że nie należy powielać tych zachowań,
08:37
that it had seen the humans do.
164
517909
1978
które widziała wśród ludzi.
08:39
And technically, it did what they asked it to do.
165
519911
3177
Technicznie zrobiła to, co jej kazano,
08:43
They just accidentally asked it to do the wrong thing.
166
523112
2797
ale przypadkowo poproszono ją o coś niewłaściwego.
08:46
And this happens all the time with AI.
167
526653
2895
Wciąż to obserwujemy u AI.
08:50
AI can be really destructive and not know it.
168
530120
3591
AI może być bezwiednie bardzo szkodliwa.
08:53
So the AIs that recommend new content in Facebook, in YouTube,
169
533735
5078
AI, która rekomenduje nowy materiał na FB czy YouTubie,
08:58
they're optimized to increase the number of clicks and views.
170
538837
3539
jest zoptymalizowana, by zwiększać liczbę kliknięć i odsłon.
09:02
And unfortunately, one way that they have found of doing this
171
542400
3436
Niestety jednym ze sposobów, którego się nauczyła,
09:05
is to recommend the content of conspiracy theories or bigotry.
172
545860
4503
jest rekomendowanie treści konspiracyjnych lub bigoterii.
09:10
The AIs themselves don't have any concept of what this content actually is,
173
550902
5302
AI nie rozumie samej treści
09:16
and they don't have any concept of what the consequences might be
174
556228
3395
i nie ma świadomości, jakie mogą być konsekwencje
09:19
of recommending this content.
175
559647
2109
polecania tych treści.
09:22
So, when we're working with AI,
176
562296
2011
Dlatego przy pracy ze sztuczną inteligencją
09:24
it's up to us to avoid problems.
177
564331
4182
unikanie problemów zależy od nas.
09:28
And avoiding things going wrong,
178
568537
2323
I unikania potknięć, które mogą wynikać
09:30
that may come down to the age-old problem of communication,
179
570884
4526
z odwiecznego problemu w komunikacji,
09:35
where we as humans have to learn how to communicate with AI.
180
575434
3745
gdzie my, ludzie, musimy nauczyć się porozumiewać ze sztuczną inteligencją.
09:39
We have to learn what AI is capable of doing and what it's not,
181
579203
4039
Musimy się nauczyć, co umie, a czego nie,
09:43
and to understand that, with its tiny little worm brain,
182
583266
3086
i zrozumieć, że ze swoim małym mózgiem robaka
09:46
AI doesn't really understand what we're trying to ask it to do.
183
586376
4013
AI tak naprawdę nie rozumie, czego od niej chcemy.
09:51
So in other words, we have to be prepared to work with AI
184
591148
3321
Inaczej mówiąc, trzeba się przygotować do pracy ze sztuczną inteligencją,
09:54
that's not the super-competent, all-knowing AI of science fiction.
185
594493
5258
która nie jest super kompetentna i wszechwiedząca jak na filmach.
09:59
We have to be prepared to work with an AI
186
599775
2862
Trzeba się przygotować do pracy
10:02
that's the one that we actually have in the present day.
187
602661
2938
ze sztuczną inteligencją, jaką mamy teraz.
10:05
And present-day AI is plenty weird enough.
188
605623
4205
A obecna jest wystarczająco dziwna.
10:09
Thank you.
189
609852
1190
Dziękuję.
10:11
(Applause)
190
611066
5225
(Brawa)
O tej stronie

Na tej stronie poznasz filmy z YouTube, które są przydatne do nauki języka angielskiego. Zobaczysz lekcje angielskiego prowadzone przez najlepszych nauczycieli z całego świata. Kliknij dwukrotnie na angielskie napisy wyświetlane na stronie każdego filmu, aby odtworzyć film od tego miejsca. Napisy przewijają się synchronicznie z odtwarzaniem filmu. Jeśli masz jakieś uwagi lub prośby, skontaktuj się z nami za pomocą formularza kontaktowego.

https://forms.gle/WvT1wiN1qDtmnspy7