Почему человечество глупеет?

Тезис о постепенном снижении уровня человеческого интеллекта далеко не новый. Несмотря на постоянное накопление цивилизацией новых знаний, отдельно взятые люди не становятся более интеллектуально развитыми. Некоторые ученые даже полагают, что современный человек проигрывает по ряду умственных показателей кроманьонцу. Это связывают с тем, что жителям Земли XXI века уже не приходится ежедневно бороться за свое выживание, что в значительной мере нивелирует эволюционную роль естественного отбора.

Интересно, однако, другое. Все чаще звучат заявления о том, что человечество «стремительно глупеет». И это в очередной раз подтвердили норвежские ученые из Центра экономических исследований Ragnar Frisch. Материалом для их исследования послужили результаты тестирования IQ норвежцев, поступавших на военную службу в 1970—2009 годах. Всего ученые использовали результаты 730 000 тестов. Согласно этим результатам, за одно поколение уровень интеллекта падал в среднем на семь пунктов, что, безусловно, очень серьезный показатель. В качестве возможных причин ученые рассматривают экологические проблемы, а также изменение образа жизни. Речь, в частности, идет о компьютеризации.

Выводы норвежских ученых уже успели подвергнуть критике, указав на ограниченность выборки и, следовательно, невозможность их применения в отношении всего человечества. Тем не менее к аналогичным выводам ранее пришла и другая группа ученых. Тогда исследователи сравнивали уровень образованности современных людей и жителей Викторианской эпохи с 1837 по 1901 год. Результаты показали, что тогда человек был более развит и изобретателен.

Программа, анализирующая психофизические данные, показала, что скорость реакции мужчины в 1889 году равнялась 183 миллисекундам, в то время как сегодня этот показатель составляет 253 миллисекунды. В случае с женщинами показатели составили 188 и 261 миллисекунду соответственно. Специалисты также выяснили, что каждое десятилетие IQ падал на 1,23 балла, а за полтора века снижение составило 14 баллов. По мнению экспертов, при такой динамике человек может со временем опуститься до уровня развитой обезьяны."(с)

Источник: https://hi-news.ru/research-development/che...a-u-lyudej.html

— Ухудшение генофонда. Факторов несколько. Во-первых, женщины с высоким IQ все чаще отказываются от рождения детей. Эволюционный психолог Сатоси Каназава в книге The Intelligence Paradox подсчитал: плюс 15 пунктов IQ = минус 25% стремления к материнству. Во-вторых, как показало другое исследование, мужчины со сравнительно низким IQ чаще заводят романы «на стороне», а значит у них больше шансов распространить свои гены. В-третьих, возраст отцовства и материнства в развитых странах увеличивается. С этим связывают рост генетических рисков и снижение интеллекта у потомства. Правда, страны с самым высоким средним возрастом матерей демонстрируют наименьшее снижение IQ. Но кроме статистики есть и нейрофизиологические улики — изменение скорости реакции мозга. Уровень интеллекта коррелирует с этим показателем: чем быстрее вы реагируете на стимул, тем эффективнее обрабатываете информацию. Когда в 1880 году английский антрополог Фрэнсис Гальтон измерил время реакции у нескольких сотен лондонцев из разных социальных слоев, оно составляло в среднем 185 миллисекунд. Сейчас, судя по таким же тестам, — в 1,5 раза больше. Майкл Вудли считает это однозначным доказательством ослабления «генетического потенциала». Однако другие специалисты сомневаются, что единичное неконтролируемое исследование викторианской эпохи может считаться надежным основанием для таких смелых выводов.

— Демографическое старение. Ученые сопоставили два факта. Первый: в последнее время среди испытуемых на тестах IQ стало заметно больше людей старше 60 лет. Второй: при этом основное снижение результативности наблюдается в заданиях на рабочую память, а она как раз ослабевает с возрастом. Так что, возможно, дело не в глупости, а в том, что мы дольше живем и из-за возрастных изменений не всегда способны удержать в уме большие объемы информации.

— Сокращение объема мозга. Да, у нас он примерно на 15% меньше, чем у людей Ледникового периода, а с тех пор прошло всего 14 тысяч лет. Но процесс уменьшения черепа и мозга начался гораздо раньше. Слишком большой мозг отнимает чересчур много энергии у тела, объясняет антрополог Джон Хоукс. Так что эволюция, как и электронная промышленность, пошла по пути миниатюризации. Считается, что сокращение объема мозга связано с одним из наших важнейших эволюционных достижений — изобретением разделения труда и коллективной работы. Когда-то мы смогли сделать мозг менее энергозатратным и более эффективным, перераспределив интеллектуальную нагрузку между собой. Каждый стал немного «глупее», а все вместе — намного умнее. А недавно мы сделали еще один шаг в этом направлении: создали глобальный супер-мозг — интернет.

— Влияние информационных технологий. И это самое логичное объяснение. Интернет освободил нас от необходимости запоминать и извлекать из памяти большие объемы информации. И сделал глупее? Не совсем. Возможно, с задачами, которые были актуальны в прошлом веке, мы справляемся чуть хуже, зато в работе с цифровыми данными могли бы дать фору предыдущим поколениям. Умение быстро нагуглить нужное — это ведь тоже своего рода интеллект. Отсюда — главный вопрос. Что вообще измеряет тест IQ?

Медиа приучили нас думать, что коэффициент интеллекта равен уму и таланту. Ведь у Микеланджело, Ньютона, Бетховена, Дарвина он был выше среднего. Но вот в чем загвоздка: никто из этих гениев не проходил тест IQ.

Разработан он был только в начале 20 века и с конкретной целью — для проверки интеллектуального развития детей. В 1930-е — доработан для аттестации кандидатов в армию и полицию (из сохранившихся военных и полицейских архивов ученые и черпают данные для сравнения). А уже оттуда перекочевал в кадровые отделы предприятий и приемные комиссии университетов.

Вопреки своему второму названию, тест на «общий интеллект» измеряет лишь некоторые показатели: вербальное понимание, пространственное мышление, способность к обучению и рабочую память. Точнее всего его идею выразил психолог Ричард Нисбет: «Если у вас IQ 120, вам легко вести расчеты. Если — 100, вам дается это труднее, но это не значит, что вы не сможете считать лучше, просто вам придется приложить для этого больше усилий». При этом высокий IQ не гарантирует от проявлений глупости и иррациональности в других сферах. Почему?

Также одним из объяснений считается следующее: умного человека отличает от глупого не просто умение логически мыслить, а способность распознавать свои когнитивные ошибки, преодолевать стереотипы и отделять предположения от фактов. Для измерения этой способности канадский психолог Кит Станович разработал батарею альтернативных интеллектуальный тестов — на коэффициент рациональности. Возможно, они точнее отражают суть человеческого ума, чем умение выполнять вычислительные задачи, которые он все чаще делегирует машинам."(с) "Гранит науки".

Вы когда‑нибудь выкладывали на YouTube видеоролик со своим котом? Если да, то вы не одиноки. На YouTube загружено более миллиарда видеороликов, и во многих из них фигурируют коты. В 2012 году специалисты по ИИ из Google сконструировали многослойную нейронную сеть, имеющую более миллиарда весов, которая «просматривала» миллионы случайных видеороликов на YouTube и корректировала веса таким образом, чтобы успешно сжимать, а затем распаковывать избранные кадры. Исследователи Google не ставили системе задачу приобретать знания о конкретных объектах, но что же они обнаружили через неделю тренировки, заглянув в структуру сети? Там нашелся «нейрон» (или ячейка), который, судя по всему, отвечал за кодирование котов. Эта машина-самоучка по распознаванию котов стала одним из целой серии впечатляющих прорывов ИИ, привлекших внимание публики в последнее десятилетие. В основе большей их части лежит набор алгоритмов нейронных сетей, называемый глубоким обучением.

До недавних пор представления общества об ИИ в основном формировались многочисленными фильмами и телесериалами, где ИИ был настоящей звездой, — вспомните «Космическую одиссею 2001 года» или «Терминатора». В реальном мире мы не замечали ИИ ни в прессе, ни в повседневной жизни. Если вы росли в 1990‑е или ранее, возможно, вы помните удручающее взаимодействие с системами распознавания речи при обращении в службы поддержки, роботизированную игрушку Furby, способную запоминать слова, или надоедливого и бесполезного Скрепыша, виртуального помощника в виде скрепки, созданного компанией Microsoft. Тогда еще не верилось, что появление полноценного ИИ не за горами.

Возможно, именно поэтому многие удивились и расстроились, когда в 1997 году шахматная программа Deep Blue, разработанная компанией IBM, победила чемпиона мира по шахматам Гарри Каспарова. Потрясенный Каспаров даже обвинил IBM в жульничестве, полагая, что машина не может так хорошо играть в шахматы, не получая помощи от экспертов. (По иронии судьбы на Чемпионате мира по шахматам в 2006 году ситуация изменилась, когда один из участников обвинил другого в жульничестве, решив, что тот получает подсказки от компьютерной шахматной программы, — прим. автора)

Наш коллективный человеческий страх перед Deep Blue быстро рассеялся. Мы смирились с тем, что шахматы поддались машине, использующей метод «полного перебора», и даже допустили, что умение хорошо играть в шахматы вовсе не требует общей интеллектуальной одаренности. Когда компьютеры превосходят людей в каком‑либо деле, мы обычно реагируем именно так: приходим к выводу, что для успешного выполнения этой задачи большого ума не надо. «Когда все работает исправно, никто уже не называет это ИИ», — сокрушался Джон Маккарти.

Однако с середины 2000‑х годов мы стали узнавать о новых достижениях ИИ, а затем его успехи понеслись друг за другом с головокружительной скоростью. Google запустила сервис автоматического перевода с языка на язык, «Google Переводчик». Он был несовершенен, но работал на удивление сносно, а впоследствии стал значительно лучше. Вскоре после этого на дороги Северной Калифорнии выехали беспилотные автомобили Google, осторожные и робкие, но все же самостоятельно передвигающиеся в потоке. В наших телефонах и домах появились такие виртуальные помощники, как Siri от Apple и Alexa от Amazon, которые научились обрабатывать многие голосовые запросы. YouTube стал предоставлять поразительно точные автоматизированные субтитры к видео‑ роликам, а Skype предложил синхронный перевод с одного языка на другой во время видеозвонков. Facebook вдруг стал с пугающей точностью узнавать вас на загружаемых фотографиях, а фотохостинг Flickr начал автоматически генерировать текстовое описание фотоснимков.

В 2011 году разработанная IBM программа Watson уверенно выиграла у чемпионов телеигры Jeopardy!, умело интерпретируя подсказки, изобилующие игрой слов. Наблюдая за этим, ее противник Кен Дженнингс счел нужным «поприветствовать наших новых компьютерных владык». Всего пять лет спустя миллионы интернет-пользователей вникали в премудрости игры го, издавна неприступной для искусственного интеллекта, когда программа AlphaGo в четырех партиях из пяти одержала блестящую победу над одним из лучших игроков мира.

Шумиха вокруг искусственного интеллекта быстро стала оглушительной, и деловой мир обратил на это внимание. Все крупнейшие технологические компании направили миллиарды долларов на исследование и разработку ИИ, непосредственно нанимая специалистов по ИИ или приобретая небольшие стартапы с единственной целью заполучить их талантливых сотрудников. Потенциальная возможность таких сделок, мгновенно делающих основателей стартапа миллионерами, привела к появлению множества стартапов, часто финансируемых и управляемых бывшими университетскими преподавателями, у каждого из которых был свой подход к ИИ. Журналист Кевин Келли, освещающий новости мира технологий, заметил: «Несложно представить, какими будут бизнес-планы следующих 10 000 стартапов: возьмем что‑нибудь и добавим ИИ». Важно подчеркнуть, что почти все эти компании понимали под ИИ глубокое обучение. Так расцвела очередная весна ИИ.

ИИ: ограниченный и общий, слабый и сильный

Как и в любую из прошлых весен ИИ, сегодня эксперты предсказывают, что «общий ИИ» — тот, который по большинству параметров находится на одном уровне с человеческим разумом или превосходит его, — не заставит себя ждать. «ИИ человеческого уровня появится в середине 2020‑х годов», — предрек Шейн Легг, один из основателей Google DeepMind, в 2008 году. В 2015 году генеральный директор Facebook Марк Цукерберг заявил: «В следующие пять-десять лет мы среди прочего ставим перед собой цель превзойти возможности человека в основных областях восприятия: зрении, слухе, речи, мышлении в целом». Философы ИИ Винсент Мюллер и Ник Бостром опубликовали результаты проведенного в 2013 году опроса исследователей, в котором многие заявили о пятидесятипроцентной вероятности появления ИИ человеческого уровня к 2040 году.

Хотя этот оптимизм во многом основан на недавних успехах глубокого обучения, эти программы — как и все системы ИИ, разработанные до сих пор, — относятся к сфере так называемого ограниченного, или слабого, ИИ. Эти термины не столь уничижительны, как кажется: они просто обозначают систему, которая может выполнять лишь одну узкую задачу (или небольшой набор родственных задач). Возможно, AlphaGo лучше всех в мире играет в го, но больше она ничего не умеет: она не умеет играть ни в шашки, ни в крестики-нолики. «Google Переводчик» может перевести английскую рецензию на фильм на китайский, но не может сказать, понравился ли фильм рецензенту, и уж точно не сумеет сам посмотреть этот фильм и написать о нем отзыв.

Термины «ограниченный» и «слабый» используются в противовес «сильному», «общему», «полноценному», или ИИ «человеческого уровня», то есть искусственному интеллекту из кино, который умеет почти все, что умеют люди, или даже гораздо больше. Возможно, изначально исследователи ставили своей целью разработку общего ИИ, но создать его оказалось гораздо сложнее, чем ожидалось. Со временем работа над ИИ свелась к решению конкретных, четко определенных задач по распознаванию речи, игре в шахматы, беспилотному вождению и так далее. Создание машин, которые выполняют эти функции, полезно и часто прибыльно, и можно сказать, что при решении каждой из этих задач необходимо задействовать «разум». Но пока еще не создана ни одна ИИ-программа, которую можно было бы назвать разумной в общем смысле. Это хорошо описано в недавней оценке состояния отрасли: «Множество ограниченных интеллектов никогда не составят в сумме общий интеллект. В общем интеллекте важно не количество навыков, а интеграция этих навыков».

Постойте. Учитывая, что ограниченных интеллектов становится все больше, сколько времени должно пройти, прежде чем кто‑нибудь найдет способ комбинировать их, воссоздавая широкие, глубокие и тонкие характеристики человеческого разума? Стоит ли верить когнитивисту Стивену Пинкеру, который считает, что ничего особенного не происходит? «До появления ИИ человеческого уровня по‑прежнему остается от пятнадцати до двадцати пяти лет, как это было всегда, а многие его хваленые успехи поверхностны», — отметил Пинкер. Или же нам стоит прислушаться к оптимистам ИИ, которые уверены, что на этот раз, в эту весну ИИ, все будет иначе?

Неудивительно, что в среде исследователей ИИ бытуют значительные разногласия по вопросу о том, что означает «ИИ человеческого уровня». Как понять, удалось ли нам сконструировать «думающую машину»? Нужны ли такой системе сознание или самоосознание, которыми обладают люди? Должна ли она понимать вещи так же, как их понимает человек? Учитывая, что речь идет о машине, не будет ли корректнее говорить, что она «моделирует мышление», или же можно утверждать, что она действительно мыслит?

Могут ли машины мыслить?

Подобные философские вопросы терзают сферу ИИ с самого ее возникновения. Британский математик Алан Тьюринг, разработавший в 1930‑х годах первую концепцию программируемого компьютера, в 1950 году опубликовал статью, в которой спросил, что мы имеем в виду, когда задаем вопрос: «Могут ли машины мыслить?» Предложив свою знаменитую «имитационную игру» (которая сегодня называется тестом Тьюринга и подробнее о которой я расскажу ниже), Тьюринг перечислил девять возможных аргументов против создания действительно мыслящей машины и попытался их опровергнуть. Предполагаемые аргументы варьируются в диапазоне от теологического — «Мышление — это функция бессмертной человеческой души. Бог наделил бессмертными душами всех мужчин и женщин, но не дал их ни другим животным, ни машинам. Следовательно, ни животные, ни машины не могут мыслить», — до экстрасенсорного, который звучит примерно так: «Люди могут телепатически общаться друг с другом, а машины не могут». Как ни странно, Тьюринг признал последний аргумент «довольно сильным», потому что «статистических наблюдений, по крайней мере о телепатии, несметное множество».

По прошествии нескольких десятилетий лично я считаю самым сильным из вероятных аргументов Тьюринга «возражение с точки зрения сознания», которое он формулирует, цитируя невролога Джеффри Джефферсона:

Пока машина не сможет написать сонет или сочинить концерт, побуждаемая мыслями и чувствами, а не случайной последовательностью символов, мы не сможем согласиться с тем, что машина тождественна мозгу, то есть что она не только пишет эти вещи, но и понимает, что это она их написала. Ни один механизм не может чувствовать (а не просто искусственно сигнализировать, что не требует сложного устройства) радость от своих успехов, печалиться при расплавлении клапанов, получать удовольствие от лести, огорчаться из‑за ошибок, увлекаться противоположным полом и злиться или расстраиваться, когда ему не удается получить желаемое.

Обратите внимание, что в этом аргументе говорится следующее:

1) только когда машина чувствует и сознает собственные действия и чувства — иными словами, когда она обладает сознанием, — мы можем считать, что она действительно мыслит;

2) ни одна машина никогда не будет на это способна. Следовательно, ни одна машина никогда не сможет мыслить по-настоящему.

Я считаю, это сильный аргумент, хотя и не соглашаюсь с ним. Он перекликается с нашими интуитивными представлениями о машинах и пределах их возможностей. Я обсуждала возможность создания машинного интеллекта с огромным количеством друзей, родственников и студентов, и многие из них приводили этот аргумент. Например, недавно моя мама, юрист на пенсии, прочитала в The New York Times статью об успехах «Google Переводчика», и у нас состоялся такой разговор:

Мама: Проблема в том, что люди в сфере ИИ слишком много антропоморфизируют!

Я: Что ты имеешь в виду?

Мама: Они говорят так, словно машины могут мыслить по‑настоящему, а не просто моделировать мышление.

Я: В чем разница между тем, чтобы «мыслить по‑настоящему» и «моделировать мышление»?

Мама: По-настоящему мыслят при помощи мозга, а моделируют мышление при помощи компьютеров.

Я: Что особенного в мозге, что позволяет ему мыслить «по‑настоящему»? Чего не хватает компьютерам?

Мама: Не знаю. Думаю, в мышлении есть нечто человеческое, что компьютеры никогда не смогут полностью воссоздать.

​​Так считает не только моя мама. Многим людям это кажется столь очевидным, что не требует объяснений. Как и многие из этих людей, моя мама причислила бы себя к сторонникам философского материализма: она не верит в существование нефизической «души», или «жизненной силы», которая наделяет живых существ разумом. Она просто считает, что машины никогда не будут в состоянии «мыслить по‑настоящему».

В научных кругах самую знаменитую версию этого аргумента предложил философ Джон Сёрл. В 1980 году Сёрл опубликовал статью «Разум, мозг и программы», в которой заявил о своем категорическом несогласии с тем, что машины могут «мыслить по‑настоящему». В этой популярной и неоднозначной статье Сёрл ввел концепции «сильного» и «слабого» искусственного интеллекта, чтобы провести черту между двумя философскими утверждениями о программах ИИ. Хотя сегодня люди в основном называют сильным «ИИ, способный выполнять большинство задач на человеческом уровне», а слабым — уже существующий ограниченный ИИ, Сёрл использовал эти термины иначе. В представлении Сёрла, ИИ можно назвать сильным, если «должным образом запрограммированный цифровой компьютер не просто моделирует разум, а в буквальном смысле обладает разумом». Примерами слабого ИИ Сёрл, напротив, считал компьютеры, которые используются для моделирования человеческого разума, но не обладают разумом «в буквальном смысле». И здесь мы возвращаемся к философскому вопросу, который я обсуждала с мамой: есть ли разница между «моделированием разу‑ ма» и «обладанием разумом в буквальном смысле»? Как и моя мама, Сёрл полагает, что эта разница принципиальна, и заявил, что сильный ИИ невозможен даже в теории."(с) В этом тексте упоминается Гарри Кимович Каспаров. Мы обязаны сообщить читателям, что в мае 2022 года Минюст внес его в реестр физлиц-иноагентов. И ещё в тексте есть ссылки.

Источник: https://entermedia.io/weekend/idiot-ili-gen...dravomu-smyslu/