Въпреки последните пробиви в областта на изкуствения интелект, е ясно, че епохата на ИИ се нуждае от повече образовани хора, а не от по-малко, изтъква Александър Хамънд в анализ за блога на изданието Human Progress….
Миналата седмица OpenAI публикува над 370 математически резултата в области като алгебрата, теоретичната информатика и математическата логика. Повечето от тях са получени въз основа на една-единствена заявка и около три часа изчислително време. „Ако човек беше направил това, веднага щеше да получи медал „Фийлдс“, без никакви въпроси“, написа Алекс Конторович, професор по математика в университета „Рътгърс“.
В книгата си от 1981 г. икономистът Джулиан Саймън нарича хората „най-ценният ресурс“, защото нищо друго не е способно да създава нови идеи. Според Саймън новите човешки идеи водят до иновации, а иновациите стимулират икономическия растеж и са в основата на съвременното благоденствие. Четиридесет и пет години по-късно, когато почти всяка седмица новините са доминирани от съобщения за пробиви в областта на изкуствения интелект, е лесно да се усъмним в твърдението на Саймън.
Миналия месец OpenAI обяви, че след 88 часа работа нейният изкуствен интелект е успял да реши проблема за съществуването и гладкостта на решенията на уравненията на Навие–Стокс — една от седемте задачи на хилядолетието, която затруднява математиците вече почти век. В същия ден Google DeepMind представи AlphaGenome Atlas, който картографира прогнозираните молекулярни ефекти от всичките девет милиарда възможни замени на една-единствена буква в човешката ДНК. Ако самата природа на иновациите се променя, все още ли сме „най-ценният ресурс“?
Както пише научният журналист Мат Ридли през 2010 г., идеите „правят секс“. В книгата си „Рационалният оптимист“ Ридли твърди, че иновациите не са дело на самотни гении, а възникват, когато човешките умове се срещат. С развитието на все по-отворени и специализирани общества все повече хора с различни познания и умения се срещат, обсъждат и комбинират идеи по нов начин. Резултатът е това, което Ридли нарича „колективен мозък“ — разпръснатото в обществото знание, което никой отделен човек не притежава в неговата цялост.
Всички системи, които стоят зад последните пробиви в областта на изкуствения интелект, разчитат на колективния мозък на човечеството. Агентите на OpenAI са работили с предварително съхранено копие на интернет, а AlphaGenome е обучен върху хиляди експерименти с човешка и миша ДНК — все резултати от нечий труд в лабораторията. В продължение на години се подразбираше — просто защото не съществуваше друга възможност — че за да могат идеите да правят секс, и двамата партньори трябва да бъдат хора. Ако обаче идеите вече не се нуждаят от два човешки ума, за да правят секс, както се изразява Ридли, бихме могли да заключим, че колективният мозък е намерил начин напълно да замени хората.
Тази оценка обаче е прекалено песимистична. Тъй като тези пробиви се основават на комбинирането на идеи, които хората вече са формулирали и записали (макар и със скорост, непостижима за човека), машините приличат не толкова на втори родител, колкото на изключително бърза среда, в която човешките идеи се срещат и се захващат за работа. Един на нула за хората.
Освен че зависи от съществуващото човешко познание, пробивът на OpenAI разчита и на човешки методи. За да се справи с проблема на Навие–Стокс, OpenAI е използвала едновременно около 10 000 агента, разделени на групи, които са изследвали различни направления и са общували помежду си. Когато отделните групи постигали напредък, най-полезните им прозрения били обобщавани и предоставяни на останалите агенти. Преди да се появи отговорът, са били разменени приблизително 2,7 милиона съобщения.
Множество конкуриращи се агенти, работещи паралелно, огромна специализация, повечето от тях претърпяват неуспех, докато останалите надграждат най-ценното от постигнатото. Истински триумф на свободния пазар!
Човечеството несъмнено печели от допълнителното знание, което изкуственият интелект създава. Но независимо дали става дума за агенти, които разработват математически доказателства, способни да решат вековни проблеми, или за моя собствен изкуствен интелект, който ми предоставя изследователски доклади от хиляди думи, за чието прочитане все още не съм намерил време, основното ограничение пред иновациите продължава да бъде свързано с нас самите.
В случая с DeepMind AlphaGenome Atlas може да прогнозира какво въздействие биха могли да имат различните генетични варианти, но не разбира биологичните механизми, които стоят зад тях. Сам по себе си списъкът с прогнози не доказва нищо. Човешкият ум трябва да реши кои от тях заслужават да бъдат изследвани, а прогнозите на Atlas не се превръщат в научно потвърдени резултати, докато някой не ги провери в лаборатория. Да знаеш, че даден вариант на ДНК има значение, не е същото като да разбираш защо.
В случая с OpenAI математици от цял свят все още оценяват валидността на доказателството. Три дни след съобщението, без да назовават конкретна компания, 25 носители на медала „Фийлдс“ публикуваха отворено писмо за изкуствения интелект и математиката. В него те отбелязват, че „решаването на задачи е само инструмент и косвен показател за постигането на основната цел — концептуално разбиране и проникновение“. Подписалите писмото признават, че изкуственият интелект може да ускори математическите изследвания, но именно човешкото разбиране поражда следващия въпрос, който си струва да бъде зададен.
Разминаването между получаването на резултат и неговото разбиране съществува много преди появата на изкуствения интелект. Икономическият историк Джоел Мокир, който получи Нобеловата награда през 2025 г., разграничава два вида знание.
„Предписващото знание“ (prescriptive knowledge) означава да знаеш, че нещо работи. Да вземем например Едуард Дженър, който установява, че заразяването с кравешка шарка осигурява имунитет срещу едрата шарка, много преди някой да разбира защо това се случва.
„Пропозиционалното знание“ (propositional knowledge) означава да разбираш защо нещо работи — например да познаваш научните принципи или природните закони, които стоят в основата му.
Обяснението на Мокир защо Индустриалната революция не е изгубила инерцията си, както се е случвало с предишни златни епохи, е, че Европа е успяла да постигне едновременно развитие и на двата вида знание.
Последната вълна от открития, направени с помощта на изкуствения интелект, би могла да ни накара да гледаме песимистично на ролята на човечеството в бъдещето на иновациите. Но основната теза на Мокир е, че двата вида знание трябва да се развиват заедно и че разбирането защо нещо работи е също толкова важно, колкото и знанието, че то работи. Предложените доказателства все още не са доказани теореми, а прогнозите не са научно потвърдени открития.
Изкуственият интелект може да обработва статистически зависимости, да използва вече натрупаното от хората знание и да генерира предписващо знание много по-бързо, отколкото който и да било човешки ум е способен да превърне получените резултати в нещо проверено, надеждно и полезно.
Ето защо се нуждаем от повече образовани хора, а не от по-малко.
Оскъдният ресурс — и всъщност най-ценният ресурс — все още сме самите ние.
