AIs nuværende hype og hysteri kan sætte teknologien tilbage med årtier

De fleste diskussioner om kunstig intelligens (AI) er kendetegnet ved hyperbol og hysteri. Selvom nogle af verdens mest fremtrædende og succesrige tænkere regelmæssigt forudser, at AI enten vil løse alle vores problemer eller ødelægge os eller vores samfund, og pressen rapporterer ofte om, hvordan AI vil true job og øge ulighed, der er faktisk meget få beviser til støtte for disse ideer. Hvad mere er, dette kan faktisk ende med at vende folk mod AI -forskning, standse betydelige fremskridt inden for teknologien.

Hyperbolen omkring AI stammer stort set fra dens reklame af tech-evangelister og egeninteresserede investorer. Googles administrerende direktør Sundar Pichai erklærede AI for at være "sandsynligvis det vigtigste, menneskeheden nogensinde har arbejdet på." I betragtning af betydningen af ​​AI for Googles forretningsmodel, det ville han sige.

Nogle hævder endda, at AI er en løsning på menneskehedens grundlæggende problemer, herunder død, og at vi til sidst vil fusionere med maskiner til at blive en ustoppelig kraft. Opfinderen og forfatteren Ray Kurzweil har berømt argumenteret for, at denne "singularitet" vil ske inden 2045.

Hysteriet omkring AI kommer fra lignende kilder. Ligesom fysikeren Stephen Hawking og milliardær tech -iværksætteren Elon Musk advarede om, at AI udgør en eksistentiel trussel mod menneskeheden. Hvis AI ikke ødelægger os, doomsayers argumenterer, så kan det i det mindste forårsage massearbejdsløshed gennem jobautomatisering.

Virkeligheden af ​​AI er i øjeblikket meget anderledes, især når du ser på truslen om automatisering. Tilbage i 2013, forskere vurderede, at i de følgende ti til 20 år, 47% af jobene i USA kunne automatiseres. Seks år senere, i stedet for en tendens til masseløshed, vi ser faktisk amerikansk arbejdsløshed på et historisk lavpunkt.

Endnu flere jobtab er blevet truet for EU. Men tidligere bevis tyder på andet, givet, at mellem 1999 og 2010, automatisering skabte 1,5 mio. flere arbejdspladser, end den ødelagde i Europa.

AI gør ikke engang avancerede økonomier mere produktive. For eksempel, i de ti år efter finanskrisen, arbejdsproduktiviteten i Storbritannien voksede med den langsomste gennemsnitlige hastighed siden 1761. Beviser viser, at selv globale superstjernefirmaer, herunder virksomheder, der er blandt de bedste investorer i AI, og hvis forretningsmodeller afhænger af det, f.eks. Google, Facebook og Amazon, ikke er blevet mere produktive. Dette modsiger påstande om, at AI uundgåeligt vil øge produktiviteten.

Så hvorfor realiseres de samfundstransformerende effekter af AI ikke? Der er mindst fire grunde. Først, AI spreder sig langsommere gennem økonomien, end de fleste tror. Dette skyldes, at de fleste nuværende AI er baseret på at lære af store datamængder, og det er især svært for de fleste virksomheder at generere nok data til at gøre algoritmerne effektive eller blot have råd til at ansætte dataanalytikere. En manifestation af den langsomme spredning af AI er den stigende brug af "pseudo-AI", hvor et firma ser ud til at bruge en online AI-bot til at interagere med kunder, men som faktisk er et menneske, der opererer bag kulisserne.

Den anden grund er, at AI -innovation bliver sværere. Maskinlæringsteknikker, der har drevet de seneste fremskridt, har muligvis allerede produceret deres lettest opnåede resultater og ser nu ud til at opleve faldende afkast. Den eksponentielt stigende effekt af computerhardware, som beskrevet i Moores lov, kan også være ved at være slut.

I forbindelse hermed er det faktum, at de fleste AI -applikationer bare ikke er så innovative, med AI mest brugt til at finjustere og forstyrre eksisterende produkter frem for at introducere radikalt nye produkter. For eksempel, Carlsberg investerer i AI for at hjælpe med at forbedre kvaliteten af ​​sin øl. Men det er stadig øl. Heka er et amerikansk firma, der producerer en seng med indbygget AI for at hjælpe folk med at sove bedre. Men det er stadig en seng.

Tredje, den langsomme vækst i forbrugernes efterspørgsel i de fleste vestlige lande gør det urentabelt for de fleste virksomheder at investere i AI. Alligevel overvejes denne form for grænse for efterspørgsel næsten aldrig, når virkningerne af AI diskuteres, dels fordi akademiske modeller for, hvordan automatisering vil påvirke økonomien, er fokuseret på arbejdsmarkedet og/eller udbudssiden af ​​økonomien.

Fjerde, AI udvikles egentlig ikke rigtig til generel anvendelse. AI innovation er overvældende i visuelle systemer, i sidste ende rettet til brug i førerløse biler. Alligevel er sådanne biler mest bemærkelsesværdige for deres fravær fra vores veje, og tekniske grænser betyder, at de sandsynligvis forbliver det i lang tid.

Ny tankegang er nødvendig

Selvfølgelig, AI's lille indflydelse i den seneste tid udelukker ikke større påvirkninger i fremtiden. Uventede fremskridt inden for AI kan stadig føre til en "robocalypse". Men det skal komme fra en anden slags AI. Det, vi i øjeblikket kalder "AI" - store data og maskinlæring - er ikke rigtig intelligent. Det er i det væsentlige korrelationsanalyse, søger mønstre i data. Maskinindlæring genererer forudsigelser, ikke forklaringer. I modsætning, menneskelige hjerner er historiefortællingsenheder, der genererer forklaringer.

Som et resultat af hype og hysteri, mange regeringer kæmper for at producere nationale AI -strategier. Internationale organisationer skynder sig for at blive set til handling, afholde konferencer og udgive flagskibsrapporter om fremtidens arbejde. F.eks. Hævder FN's universitetscenter for politisk forskning, at AI "transformerer den geopolitiske orden" og, endnu mere utroligt, at "et skift i magtbalancen mellem intelligente maskiner og mennesker allerede er synligt."

Denne "uhindrede" debat om den nuværende og nær-fremtidige tilstand af AI truer både et AI-våbenkapløb og kvælende regler. Dette kan føre til upassende kontrol og i øvrigt tab af offentlig tillid til AI -forskning. Det kan endda fremskynde endnu en AI-vinter-som det skete i 1980'erne-hvor interesser og finansiering forsvinder i årevis eller endda årtier efter en periode med skuffelse. Alt i en tid, hvor verden har brug for mere, ikke mindre, teknologisk innovation.

Denne artikel er genudgivet fra The Conversation under en Creative Commons -licens. Læs den originale artikel.