Limity AI: #13 A co jeżeli Turing prowadzi na manowce? Komputacyjność a inteligencja

Witaj w podcaście MIT Sloan Management Review Polska. Inspirujemy liderów przyszłości. Witamy Państwa w trzynastym odcinku naszego cyklu Limity AI, w którym z naszymi gośćmi, badaczami nowych technologii, naukowcami, inżynierami AI i praktykami biznesu, krytycznie badamy dyskusję wokół AI i próbujemy zrozumieć o co właściwie chodzi, co jest w tej dyskusji rzetelnym, popartym naukowo faktem, a co clickbaitowym, marketingowym spinem, futurystyczną spekulacją czy wręcz dezinformacją służącą grze kapitału. Naszym celem nie jest tu krytykanstwo czy kwestionowanie korzyści jakie daje AI, ale wręcz przeciwnie, precyzyjne ustalenie spektrum tych korzyści i realnych zastosowań przy jednoczesnym określeniu faktycznych ograniczeń, czyli tytułowych limitów.

A dzisiaj naszym gościem jest znowu Michał Karpowicz, profesor Michał Karpowicz. Dzień dobry, cześć. Dzień dobry, cześć. Subskrybuj jedyny w Polsce magazyn biznesowy, portal i społeczność dla menedżerów i liderów najwyższego szczebla. Czytaj MIT Sloan Management Review Polska i każdego dnia otrzymuj inspiracje warte miliony. Karpowicz opublikował w te wakacje w kilku wersjach już i która to wykazuje matematycznie, dlaczego halucynacje są czymś, czego nie możemy wyeliminować z LLM-ów, z transformerów, czyli trenowanych na języku.

Natomiast jak to robi startup, który jest po to, żeby na siebie zarabiać, no to ogrywa to marketingowo. Okej, może to zrobić. No tak, ja rozumiem. Tylko, że to powoduje skutki społeczne. I na końcu tymi skutkami jest to, że ludzie mają FOMO i albo boją się, albo przycinają kable, bo do tego dochodzi. Ludyści, nie? że już mamy opowieść o Terminatorach. Tak, tylko pytanie, kto akurat tę narrację buduje, no bo akurat... Trzeba włączyć internet, to zobaczysz. Ale Hasabis też. Ale ma do tego... Ja pamiętam, jak byłem na MIT. Hasabis jest szefem DeepMind. Tak, to też podzielę się wspomnieniem, zresztą lubię się nim dzielić. Będąc na MIT, prowadząc swoje badania,

Ale używasz matematyki i rozumiesz, tak? I no, żeby... Skorzystajmy z tego faktu, bo... Ja zapomniałem tej książkę przynieść, ale sam jestem pod wpływem książki, którą czytam. Ja zawsze czytam książki, nie pamiętam nazwiska autora, ale tytuł książki jest The Myth of AI, wydany jest przez Harvard University Press. I autor, który sam jest przedsiębiorcą i robi startupy dla DARP-y w ogóle, czyli dla wojska. też oparte na głębokim uczeniu, no bardzo mocno rozbija właśnie ten mit, który jest u podstawy powiedzmy hype'u, ale też przyprowadza pewne rozumowanie. To znaczy odejdźmy na chwilę od halucynacji i porozmawiajmy o inteligencji, o której też zaczęliśmy na początku.

Fundamentem rozwiązywania równań, również fundamentem rozwiązywania zadań uczenia maszynowego, to jest odwracanie macierzy. No i nie każdą macierz można odwrócić, ale już każdą pseudoodwrotność można odwrócić. No i Penrose sformułował cztery cechy, które musi mieć taki obiekt matematyczny. Istnieje dokładnie jeden taki, oczywiście to jest właśnie ta pseudoodwrotność Penrose'a. I tym się zajmowałem na MIT właśnie, bo rozwijałem te teorie uogólnionych odwrotności na przypadki takie zrandomizowane, czyli jakby badałem wewnętrzną strukturę tych pseudo-odwrotności. I to oczywiście fundamentem tego jest panel. Po co musimy to wiedzieć? Czy to jest tylko ciekawe, czy widzisz, że to jest potrzebne do czegoś? W ten sposób rozwiązujesz układy równań.

To jedna z tych rozmów, dla których warto tracić czas. Dziękuję w takim razie wszystkim Państwu, którzy z nami zostali. Naszym gościem był profesor Michał Karpowicz, profesor informatyki technicznej, szef Samsung AI Center w Warszawie. Do zobaczenia Michale, do zobaczenia Państwu w kolejnych. Bardzo dziękuję. To był podcast MIT Sloan Management Review Polska. Przestrzeni dla liderów kreujących przyszłość swoich biznesów. Dołącz do naszej społeczności i zasubskrybuj nasz kanał.