Video: Film Theory: How to NOT DIE! - Hunger Games pt. 2 (September 2024)
Det var konstigt lämpligt att regissören James Cameron introducerade världen för Skynet - den fiktiva super AI som försökte utrota mänskligheten - 1984.
Enligt Terminator- lore skapades Skynet på framtida 1990-tal för att ta bort det mänskliga elementet från USA: s kärnkraftsförsvar. Men sedan blev Skynet självmedveten, initierade en global kärnkraftsförintelse och skapade en armé av mördarebots för att ta ut de överlevande, yadda yadda yadda.
Naturligtvis var denna framtida dystopi tänkt långt innan något liknande kapabla robotar eller artificiell intelligens till och med existerade. Snabbspolning fram till 2017 och mänsklig frivillig teknik är inte bara ute i den verkliga världen, utan ingenjörer rusar för att utforma sätt att ge dem ännu mer ansvar. Över hela världen blir autonoma mini-Skynets en (förhoppningsvis välvillig?) Verklighet.
Även om vi förmodligen inte kommer att överlämna något så osäkert som kärnkraftslanseringskoderna till en algoritm när som helst snart, blir samhället allt mer beroende av teknik för att utföra andra viktiga uppgifter. Faktum är att den världen har blivit så komplex att den praktiskt taget är en nödvändighet. Vårt infrasturcutre kommer inte bara online, den får förmågan att förutse och reagera. Vi har uppdraget våra algoritmer att upptäcka säkerhetsbrott i komplexa system, handla majoriteten av världens lager och till och med förutsäga när saker som flygmotordelar kan gå sönder innan det händer.
För detta ändamål använder ingenjörer allt mer saker som "digitala tvillingar" för att göra förutsägelser och beslut. Digitala tvillingar är virtuella representationer av verkliga objekt (vanligtvis vital infrastruktur som turbiner i ett kraftverk). Dessa tvillingar använder data i realtid för att förutsäga när något kan misslyckas (därmed låter underhållare - som själva blir alltmer automatiserade - fixa problem innan de inträffar). Men om AI är en typ av intellekt, skulle det vara korrekt att beskriva digitala tvillingar som en form av fantasi ?
"Ja, det är det. Men det är en fantasi som är inriktad på vad den faktiskt vet och dess tidigare historia, liksom om miljön och hur du använder den, " förklarar Dr. Colin Parris, VD för programvaruforskning vid General Electric och en ledande utvecklare av digital tvillingteknologi som nyligen var gäst på PCMags intervjuserie, The Convo . "Den fantasin berättar det" väl baserat på denna information, jag kan behöva upprätthållas just nu."
Men digitala tvillingar är inte förflyttade till input från en enda källa - de kan utnyttja en hel flottas upplevelser. Om till exempel algoritmen observerar att en specifik plandel börjar uppstå slitage efter 2 000 landningar under regniga förhållanden, kan den pinga underhållsbesättningarna nästa gång planet går in för service. Men att ge ett system sann intelligens är mer än "tid för en check-up" -ljus på bilens instrumentbräda. det handlar om att förbättra sin kapacitet över tid.
Ett fält av AI som kallas "maskininlärning" gör det möjligt för datorer att behärska uppgifter oberoende av mänsklig förvaltning. Denna sammanfogning av insamlade upplevelser underlättar en hive-mind som kompenserar för en brist på sunt förnuft. Utan denna digitala zeitgeist skulle komplexa tekniker som självkörande bilar aldrig vara möjliga.
En enda mänsklig programmerare - eller till och med en armé av programmerare - kunde aldrig skapa programvara för att förutse alla riktiga scenarier, men självkörande bilar kan lära sig genom observation. Till exempel kanske en självkörande bil inte känner igen en person i rullstol, men genom att observera hur människor reagerar på denna nya form som delar funktioner med en person och en bil, kan programvaran lära sig att detta är en slags fotgängare som borde behandlas som sådan.
Programvaran förbättras inte bara genom att titta på mänskliga förarens beteenden, den registrerar också vad som har fungerat när andra självkörande bilar var på väg (och kanske viktigare, vad som inte gjorde det). Detta gemensamma lärande gör det möjligt för maskiner att navigera i en komplex värld med många oförutsedda variabler.
När du kombinerar virtuell modellering och förutsägbar teknik med framsteg inom robotik kan du se hur infrastruktur kommer att bli ännu mer autonomt framåt. Denna automatisering är problematisk ur arbetslöshet men är inte nödvändigtvis en fullständig förlust för mänskligheten.
"Det finns vissa jobb som är tråkiga, smutsiga och farliga. Jag vill se till att vi inte har människor för ofta i dessa jobb, " förklarar Parris. "Jag ska ge dig ett exempel. Vi har oljeriggar ute i mitten av havet som har jättestackar som de använder för att bränna av bränsle. Någon måste gå upp i dessa staplar och se om det har rost på det - det är 200 fötter i luften, de hänger vid ett rep, det finns vindkraftvindar där uppe. Chanserna för ett misstag är enorma. Men nu har vi drönare. Drönarna flyger upp där och flyger i en cirkel och tar bilder. Programvaran analyserar var rost och skada är. Så nu behöver vi inte sätta människor på en farlig plats."
När robotar blir tunnare, smartare och mer kapabla kan du se hur de system som civilisationen beror på kan lära sig att underhålla (och eventuellt till och med reparera och bygga) själva. Det är nästan som om de utvecklas till livsliknande system, som kan lära sig, föreställa sig och förutse. Förhoppningsvis bestämmer de sig inte för att förstöra oss en dag.
