Гари Маркус

Исскуственный интеллект хорошо работает только на статических наборах данных. Поэтому алгоритмам подвластны, например, шашки и го. Когда же речь заходит о применении исскуственного интеллекта в медицине, финансах и экономике, то появляется ряд проблем. Например, непрозрачность. Алгоритмы глубокого обучения используют миллионы и даже миллиарды параметров. Человеку сложно идентифицировать их привычным для себя способом, что в конечном итоге может привести к тому, что неправильный диагноз или финансовый прогноз будет выдан за правильный. Подход глубокого обучения очень ограничен и мало вероятности, что именно он приведет к созданию так называемого общего исскуственного интеллекта, то есть алгоритма, способного имитировать работу человеческого сознания.

Пока нам обещали общий исскуственный интеллект, способный адаптироваться и обучаться самостоятельно, в реальности появились лишь алгоритмы, которые, к примеру, могуть распознать дорожный знак как мяч только потому, что он тоже круглый. И уж точно нельзя говорить о том, что исскуственный интеллект, натренированный с помощью глубокого обучения, когда-нибудь научится оперировать абстрактными понятиями. Ему никогда не понять, что такое «честность», «справедливость» и так далее.