Miksi Sinun Ei Pitäisi Odottaa Nähdä "Blade Runner" Jäljittelijää Milloin Tahansa Pian

{h1}

Miksi meillä ei ole älykkäitä robotteja, jotka näyttävät ihmisiltä, ​​kuten blade runner -jäljennökset?

Blade Runnerin vuonna 1982 julkaistun sci-fi-noir-trillerin fanit joutuivat odottamaan yli neljäsosa vuosisataa seurantaelokuvasta "Blade Runner 2049", joka avattiin Yhdysvaltojen teattereissa 6. lokakuuta. täytyy odottaa paljon, kauemmin nähdä yhtäläisyyksiä elokuvista "ihmisen jäljittelevistä androideista" - toisin sanoen "toisinnot" - reaalimaailmassa asiantuntijat kertoivat WordsSideKick.comille.

Alkuperäinen elokuva asetettiin vuonna 2019 ja "Blade Runner 2049" tapahtuu vain 30 vuotta myöhemmin. Vaikka kummankin elokuvan ulottuvuudet eivät ole vielä kaukana tulevaisuudessa, toisinnot edustavat hämmästyttävän hienostunutta tekniikkaa verrattuna nykypäivään. Nämä androidit ovat lähes mahdottomia erottaa ihmisistä - he liikkuvat, puhuvat ja käyttäytyvät ihmisten toimesta, ja heidät on ohjelmoitu itsenäisiksi, itsestään riippuvaisiksi ja jopa huomattavasti itsetietoisiksi.

Nykypäivän insinöörit ja ohjelmoijat ovat tehneet suuria edistysaskeleita robotiikan ja tekoälyn (AI) ensimmäisestä "Blade Runner" -elokuvasta lähtien, mutta ihmisen kaltaisten jäljennösten tulevaisuudennäkymät näyttävät siltä kaukana kuin 35 vuotta sitten. Kuinka lähellä voimme kehittää robotit, jotka voivat kulkea ihmisille? [Replikantin resepti: 5 vaihetta Blade-Runner-Style-Androidin rakentamiseen]

Vuosikymmeniä ohjelmoijat ovat työskennelleet kehittämään tietojärjestelmiä, joita kutsutaan neuroverkoiksi. Nämä järjestelmät muodostavat yhteyksiä samalla tavoin kuin ihmisen aivot, ja niitä voidaan käyttää kouluttamaan tietokone tietyn tehtävän selvittämiseksi. Ja vaikka tietokoneet eivät ehkä vielä pysty jäljittelemään täysin toimivaa ihmisen aivoa, he ovat osoittaneet kasvavan kyvyn "oppia" tekemään asioita, joita aiemmin ajateltiin mahdottomiksi koneille.

Knight vie rook

Vuonna 1997 IBM: n tietokone nimeltä Deep Blue osoitti ensimmäistä kertaa, että tekoäly voi "ajatella" tapansa voittaa ihmisen shakkimestari. Pystyy tutustumaan jopa 200 miljoonaan mahdolliseen shakkiliikkeeseen sekunnissa, Deep Blue voitti shakkikaveri Garry Kasparovin kuuden pelin ottelussa, joka pelasi useita päiviä. Kasparovin pelaamisessa Deep Blue osoitti, että tietokoneet voisivat oppia tekemään monimutkaisia ​​ja strategisia valintoja viittaamalla laajaan tietokantaan mahdollisista vastauksista IBM: n verkkosivuston mukaan.

Toinen IBM-tietokone, nimeltään Watson, otti entistä monimutkaisemman tehtävän vuonna 2011, kilpailee ihmiskilpailijoiden kanssa televisiokilpailunäyttelyssä "Jeopardy!" ja parhaillaan kaksi edellistä mestaria. Watsonin "aivot" oli hienostuneempia kuin Deep Blue, käsittelemällä luonnollisessa kielessä esitettyjä kysymyksiä ja esittämällä IBM: n mukaan kuukausia edeltäneiden kuukausien kuluttua tietopanoksesta saatuja vastauksia.

Sitten vuonna 2016 AI: n pelattavuus sai merkittävän päivityksen, kun AI-järjestelmä nimeltä AlphaGo voitti ihmisen pelaajan go-pelissä, jonka monet ajattelivat olevan monimutkaisin strategiapeli, jonka ihmiset ovat koskaan keksineet. AlphaGo oppi tulla master-pelaajaksi "katsomalla" miljoonia pelejä ja käyttämällä kahden tyyppisiä hermoverkkoja: yhden arvioimaan pelin tilaa ja määrittelemään seuraavan siirron, ohjelmoijat selittivät kyseisen vuoden tiedotustilaisuudessa.

Äskettäin hermoverkot jopa auttoivat tietokoneita tutkimaan taiteellisia harrastuksia, kuten laulun laulun luomista, luomalla kuvia kukoista kokonaan tuotetuista dinosauruksista ja poimimaan viisi kappaletta "romaanista" jatkaen "Game of Thrones" -seuraa.

Eläminen on vaikeampaa

Mutta scifi-tarinat harvoin selittävät, mitä tapahtuu androidan huppu, ja kulkeminen "ihmiselle" on vaikeampaa kuin näyttää. Jos neuroverkko koordinoi realistista fyysistä aktiivisuutta robottisessa elimistössä vuorovaikutuksen ohella, joka käyttää oikein emotionaalisia taivutuksia ja sosiaalisia vivahteita, se vaatisi ohjelmoijilta suuria määriä tietoja ja tarvitsisi prosessointivalmiuksia paljon pidemmälle kuin missään AI: ssa tämän päivän ympärillä, Janelle Shane, sähkötekniikan tutkija, joka kouluttaa hermoverkkoja, kertoi WordsSideKick.com. [Machine Dreams: 22 ihmisen kaltaisia ​​Androideja Sci-Fi: sta]

"Maailma on niin monipuolinen - se on yksi vaikeuksista", Shane sanoi. "On niin monia asioita, joita neuroverkko voi kohdata."

"Voit kouluttaa hermoverkkoa kohtuullisen hyviksi yksinkertaisissa tehtävissä, mutta jos yrität saada heidät tekemään paljon erilaisia ​​tehtäviä kerralla - puhua, tunnistaa esine, liikkuvat raajat - jokainen niistä on todella kova ongelma. On vaikea ennakoida, mitä he voivat kohdata ja tehdä heistä sopeutumaan siihen ", hän sanoi.

Mackenzie Davis pelaa Mariettea, replikoivaa seksityöntekijää

Mackenzie Davis pelaa Mariettea, replikantti seksityöntekijä, "Blade Runner 2049".

Luottokortti: Alcon Entertainmentin hyvä

Shane on ohjelmoinut hermoverkkoja tekemään asioita, jotka kuulostavat melko yksinkertaisilta verrattuna replikantin ohjelmistoon: tuottamaan nimeä maaliväreille tai marsuille tai kokoamaan roolipelien "Dungeons and Dragons" (D & D) loitsuja. Lumekokeilussa Shane sisälsi tietokannan, jossa oli 1300 esimerkkiä neuroverkoston opettamiseksi, minkä D & D-loiton pitäisi kuulua. Jotkut tulokset olivat kuitenkin outoja, hän kertoi WordsSideKick.comille.

"Minulla oli koko sarja loitsuja - en vieläkään tiedä miksi - että kaikki kiihdyttivät sanan" Dave ", joka ei ollut alkuperäisessä datasarjassa", Shane sanoi.Löytyjä, jotka on lueteltu hänen verkkosivuillaan, ovat "Dave-kuoro", "Dave's Charm", "Dave's Storm" ja "Hail to the Dave". Oli myös Dave-vähemmän, mutta silti hämmentävä nimeltään "Mordenkaisen lucubrabibiboricic angion".

"Se oli menestys, kun se oli viihdyttävää, mutta se ei ollut menestys kuulostaessa kuin velhot, jotka keksivät D & D-loitsuja", Shane sanoi.

Runko sähkökäyttöön

Viime vuosikymmeninä on myös tapahtunut etenemistä humanoidisten, kaksinpäisten robottirakenteiden suunnittelussa, vaikka ne ovat edelleen kaukana ihmisen kaltaisista jäljennöksistä. Viimeaikaiset designinnovaatiot tarjoavat kuitenkin mahdollisuuden integroida pehmeämpiä osia robotiksi auttamaan heitä siirtymään enemmän kuin ihmiset, sanoo Hod Lipson, koneenrakennus- ja tietotieteiden professori New Yorkissa.

"Olemme jääneet kiinni tähän mahdolliseen robotikokonaisuuteen yksinkertaisesti siksi, että meillä on vain pääsy jäykille ja jäykille komponenteille: koville moottoreille, metalliosille, kovaa niveltä", Lipson kertoi WordsSideKick.comille. "Mutta jos katsot biologiaa, näet, että eläimet ovat enimmäkseen pehmeitä materiaaleja, ja se antaa heille paljon kykyjä, joita roboteilla ei ole."

Lipson ja hänen kollegansa suunnittelivat äskettäin 3D-painetun pehmeän "lihaksen" robotteille - mekanismille, jota kutsutaan "toimilaitteeksi", Lipson sanoi. Valmistettu synteettisistä materiaaleista, toimilaite on joustava, sähköisesti aktivoitu ja noin 15 kertaa vahvempi kuin ihmisen lihakset. Tällainen toimilaite, joka voi liikkua ärsykkeenä, oli "lähes puuttuva linkki fyysisen robotiikan suhteen", Lipson sanoi.

(L) Sähköisesti toimiva lihas, jossa ohut oikosulkujohto lepotilassa; (R) Lihas laajenee.

(L) Sähköisesti toimiva lihas, jossa ohut oikosulkujohto lepotilassa; (R) Lihas laajenee.

Luottamus: Aslan Miriyev / Columbia Engineering

"Olemme ratkaisseet paljon muita asioita, mutta kun on kyse liikkeestä, olemme vielä melko alkeellisia", hän sanoi. "Ei ole se, että toimilaite, jonka olemme keksineet, välttämättä ratkaisee kaiken, mutta se ratkaisee varmasti tämän uudenlaisen robotiikan heikot kohdat."

Viimeisen vuosikymmenen aikana hirviömäisesti elävät robotit, jotka peittävät keinotekoista ihoa, ovat ilmestyneet lyhyesti konferensseissa tai ovat testattuja tutkimuksissa, mutta on hyvä syy, miksi emme ole nähneet mitään kävelyä kaduilla - puhumattakaan tekemästä näyttäviä akrobatiaa,, Lipson sanoi.

"Robotit eivät todellakaan pysty käsittelemään rakenteettomia fyysisiä ympäristöjä hyvin, siellä on valtava aukko", hän sanoi.

"Monissa näistä elokuvista joudumme jotenkin ohittamaan kysymyksen siitä, miten teet nämä koneet todellisuudessa", Lipson lisäsi. "Kukaan ei ole aavistustakaan sellaisen koneen tekemisestä, joka on ketterä, joka voi tallentaa tehoa sisään ja käydä päiviä.

"Jos minun pitäisi ennustaa tulevaisuutta, luulen, että pääsemme ihmis-mielen tasolle AI: ssa hyvin pian", hän sanoi. "Mutta kun se tulee kehoon, se kestää toisen vuosisadan."

Alkuperäinen artikkeli aiheesta WordsSideKick.com.


Video Täydentää: .




FI.WordsSideKick.com
Kaikki Oikeudet Pidätetään!
Jäljentämistä Materiaalien Sallittu Vain Prostanovkoy Aktiivinen Linkki Sivustoon FI.WordsSideKick.com

© 2005–2019 FI.WordsSideKick.com