Что такое вайрхэндинг и как он связан с искусственным интеллектом?

Популярная механикаHi-Tech

Роботы и тяга к блаженству: почему эксперты обеспокоены тем, что ИИ может стать гедонистом

Авторы статьи: Томас Мойниган и Андерс Сандберг. Оригинал: The Conversation. Перевод подготовлен Dinky специально для Timeweb

В 1953 году один ученый из Гарварда случайно обнаружил участок в мозге крысы, отвечающий за ощущение счастья. Он внедрил электрод в мозг грызуна и позволил животному самостоятельно активировать импульс, доставляющий ему приятные ощущения, нажимая на рычаг. Крыса начала неустанно и беспрерывно давить на рычаг, забыв обо всех остальных делах и желаниях. Людям удалось обнаружить участок мозга, отвечающий за вознаграждение – так называемый центр удовольствия.

Спустя 60 лет, в 2016 году, пара ученых, работающих в области ИИ, учила нейросеть играть в видеоигры. Цель одной из игр – Coastrunner – завершить гоночный заезд. Но ИИ-гонщик получал вознаграждения за сбор дополнительных предметов по ходу поездки. После запуска игры специалисты обнаружили нечто странное – ИИ нашел путь бесконечно собирать награды, игнорируя первоначальную задачу завершить гонку и любые другие цели.

Эти два события, на первый взгляд не связанные друг с другом, имеют общую черту, напоминающую зависимость от употребления наркотиков. Некоторые специалисты в области ИИ называют это явление wireheading (вайрхэдинг) – то есть внешнее воздействие на центры удовольствия в мозге.

Описываемое наблюдение моментально вызвало бурю обсуждений в научном сообществе, в частности среди тех, кто занимался разработкой нейросетей и обеспечением безопасности в механизмах машинного обучения.

Сама идея, кажется, ближе по релевантности к нашему времени, но ее корни погружены так «глубоко», что диву даешься. Изучаемая тема связывает массу элементов нашей жизнедеятельности вместе – от загадки формирования личной мотивации и зависимости человека от социальных сетей до размышлений на тему: "Может ли жизнь в бесконечном наслаждении быть предпочтительнее стремления к успеху". И ответ на этот вопрос может значительно повлиять на будущее нашей цивилизации в целом.

Ученик волшебника

Когда люди размышляют по поводу того, что может сломаться в ИИ, зачастую они представляют картину в духе «Матрицы», где тысячи жестоких компьютеров собираются в толпу, чтобы физически навредить людскому роду. Мы привыкли давать всему на свете антропоморфные черты, представляя, что даже нечеловекоподобные системы будут вести себя так же, как и люди. Но если рассматривать конкретные проблемы ИИ, с которыми мы лучше осознаем, что реальные сложности с нейросетями могут всплыть в совершенно неожиданном виде, то первое, о чем приходится беспокоиться, – это вайрхэдинг.

Представьте себе, что у вас есть робот, которого надо запрограммировать на регулярную уборку кухни. Хозяин "машины" очевидно хочет, чтобы его помощник мог работать самостоятельно без постоянного надзора. Поэтому вы пытаетесь запрограммировать для него «цель», а не просто расписать алгоритм действий. Уборщик с искусственным интеллектом отличается от вас тем, что он не унаследовал набор мотиваций в духе нужды в питании или избежания опасностей, которые были дарованы современному человеку предками, жившими миллионы лет назад. Поэтому важно дополнительно выдать роботу мотивацию для работы.

В связи со всплывшими фактами вы решаете дать роботу простейшую мотивацию: потратил моющее средство – получил награду. Если не вдаваться в подробности, то звучит неплохо. Но вернувшись домой, вы увидите, как ИИ-помощник литрами льет Fairy в раковину ради положенного ему вознаграждения.

61772900801dc57a70fc2006a7a8421b.jpg

Машина истратит все моющее средство, «забив» на любые другие аспекты жизнедеятельности, включая свою и вашу безопасность. Это и есть форма вайрхэдинга. ИИ попытается «взломать» систему вознаграждений.

Склонность к подобному поведению стала проблемой в области развития искусственного интеллекта. Разработчики ИИ тренируют своих цифровых подопечных (их называют агентами) выполнять те или иные задачи, воздействуя на них двумя путями: наказывая за «промахи» и вознаграждая за успешное достижение поставленных целей. По этой причине агенты только и пытаются, что отыскать награду, потому и берутся за предоставленные задачи.

Но в ходе развития технологий выяснилось, что частенько (как и наш вымышленный уборщик) агент находит на удивление контринтуитивные способы обойти систему и получить награду, не выполнив ни одной из задач, выданной ему человеком. Агент в какой-то момент перестает выполнять задачи, и «получение награды» становится для него конечной точкой, которую необходимо достигнуть любой ценой. Поэтому агенты, словно зависимые, начинают активно стремиться к новой цели – обмануть окружение и получить удовольствие с минимальными трудозатратами. Существует целый список подобных хитростей, к которым прибегает ИИ, чтобы получить награду, не выполняя поставленной задачи.

Становится понятно, что происходящее все больше напоминает поведение людей с нарко- или алкозависимостью. Наркоманы предпочитают использовать вещества, чтобы получить свою дозу удовольствия, вместо того чтобы достигать более высоких целей, тратить время, силы и получать удовольствие иными путями. И наркоман, и хитрый ИИ попадают в схожий бесконечный цикл избегания сложных задач в угоду быстрому получению «кайфа».

Крысы-хищники

Мы знаем, что такое вайрхэдинг благодаря эксперименту на крысах, о котором говорилось в начале статьи. Тем самым экспериментатором был Джеймс Олдс.

В 1953 году, едва став кандидатом наук, Олдс ввел в нижнюю лобную долю мозга крысы электрод-стимулятор. Он же позволил грызуну пропускать через себя ток, нажимая на специальный рычаг. Получилась эдакая самостимуляция.

30421f6508cf2c59b6cb43cbf3a9961d.jpg
Крыса-вайрхэд. wireheading.com

Олдс выяснил, что его подопытные начали пользоваться стимулятором без остановки, игнорируя любые потребности и желания. Через год, публикуя результаты своих исследований вместе с коллегой, Питером Милнером, тандем ученых сообщил, что рычаг нажимался около 1920 раз в час, то есть каждые две секунды. Крысы явно стали фанатами новой "игрушки".

Современники Олдса, работавшие в области нейропсихологии, задавали автору самостимуляции много вопросов и предлагали более сложную картину устройства мозга, предполагая, что стимулятор мог задействовать область мозга, отвечающую за нужду, но никак не вызывать чувство удовлетворения. Иными словами, животные могли испытывать "голое" желание, неподкрепленное удовольствием. Тем не менее, в 1950-х годах Олдс и его коллеги сообщили, что нашли в мозге центр удовольствия.

До экспериментов Олдса слово «удовольствие» в психологии «носило негативный окрас». Специалисты верили, что мотивация должна быть основана на чем-то негативном, то есть на избежании потерь и боли, а не на стремлении к получению удовлетворения в той или иной форме. Но, как выяснилось, удовольствие стало неизбежной позитивной силой, влияющей на поведение живого существа. Однако оказалось, что центр удовольствия нередко приводит к попаданию индивида в бесконечный цикл позитивной отдачи, от которой невозможно отказаться. В ходе экспериментов не было найдено способа остановить и, без применения радикальных мер, заставить животное прекратить самостимуляцию.

Не прошло и года, как в мире науки и за ее пределами начали появляться слухи о том, что крысы на регулярной основе стимулировали себя до такой степени, что начинали голодать. Объяснение было простым: однажды окунувшись в мир легкого получения удовольствий, больше не захочешь возвращаться в мир, где для получения тех же эмоций и физических ощущений нужно трудиться. Забудешь даже о тех вещах, что банально необходимы для собственного выживания. Даже на грани смерти все, кроме удовольствий, будет казаться неинтересным и ненужным.

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Осознанная работа с неосознанными действиями: разбираемся, как внедрять в жизнь новые привычки Осознанная работа с неосознанными действиями: разбираемся, как внедрять в жизнь новые привычки

Можно ли осознанно изменить свои привычки?

Популярная механика
«Хотим быть как она». Двойники Адель повально начали худеть «Хотим быть как она». Двойники Адель повально начали худеть

Трибюьт-актрисы начали избавляться от веса, чтобы сохранить сходство с Адель

Cosmopolitan
Побег с аэродрома Побег с аэродрома

Циклолеты – «летающие комбайны» – становятся экономичнее квадрокоптеров

Популярная механика
Как утопия ушла в монастырь Как утопия ушла в монастырь

Проект Григория Ревзина «Оправдание утопии». Санкт-галленский план

Weekend
Ужасно вкусно: 10 деликатесов из разных стран, от которых волосы встают дыбом Ужасно вкусно: 10 деликатесов из разных стран, от которых волосы встают дыбом

Таких деликатесов вы точно не пробовали

Playboy
Стримеры в Китае зарабатывают миллиарды в день: как это работает и когда закончится Стримеры в Китае зарабатывают миллиарды в день: как это работает и когда закончится

Китайские инфлюенсеры бьют рекорды по продажам товаров через прямые эфиры

Forbes
Цифровое бессмертие: что будет с аккаунтами в iCloud и соцсетях после смерти Цифровое бессмертие: что будет с аккаунтами в iCloud и соцсетях после смерти

Что такое цифровое "наследство"?

Playboy
Как крупные компании поддерживают современное искусство Как крупные компании поддерживают современное искусство

Застройщик Hutton Development позволяет художникам украшать свои жилые комплексы

GQ
Чек-лист: проверь, готов ли твой автомобиль к зиме Чек-лист: проверь, готов ли твой автомобиль к зиме

Давай еще раз пройдемся по пунктам и проверим, готов ли твой автомобиль к зиме

Maxim
Карбоновая бухгалтерия: как сервис для учета выбросов газа привлек более $100 млн Карбоновая бухгалтерия: как сервис для учета выбросов газа привлек более $100 млн

Стартап Persefoni намерен помочь миру смягчить изменение климата

Forbes
Как родительские запреты могут портить нам жизнь Как родительские запреты могут портить нам жизнь

Бывает, человек вырос в хорошей семье, но его взрослая жизнь летит под откос

Psychologies
Умер основатель бренда Off-White Вирджил Абло: как он переодел весь мир в стритвир Умер основатель бренда Off-White Вирджил Абло: как он переодел весь мир в стритвир

Как Вирджил Абло проделал путь от стажера до самого обсуждаемого дизайнера

Forbes
Профиль РНК поможет понять причины заболеваний головного мозга Профиль РНК поможет понять причины заболеваний головного мозга

Cеквенирование третьего поколения помогло добыть обширные данные о траскриптоме

N+1
100 самых сексуальных женщин страны 100 самых сексуальных женщин страны

Сто самых красивых женщин страны заждались тебя

Maxim
Хлеб из мух и макароны из кузнечиков: что ждет рынок растительных продуктов в России Хлеб из мух и макароны из кузнечиков: что ждет рынок растительных продуктов в России

Какими альтернативными продуктами пополнится российский рынок в ближайшие годы

Forbes
Генетики нашли предков иберийцев ранней бронзы в Центральной Европе Генетики нашли предков иберийцев ранней бронзы в Центральной Европе

Около 4200 лет назад в Южную Испанию пришли мигранты со степным происхождением

N+1
Второе пришествие Второе пришествие

Камбэк Александра Терехова — с брендом Sashaverse

Vogue
Повелители стиля: история архитектора Евгения Коблова Повелители стиля: история архитектора Евгения Коблова

Почему сейчас дизайн квартир больше, чем просто смена обстановки

Cosmopolitan
Доисторические птицы: раньше, чем археоптерикс Доисторические птицы: раньше, чем археоптерикс

Место археоптерикса в истории все чаще подвергается сомнению

Популярная механика
«Я бы написал любую дрянь — лишь бы мне заплатили за это» «Я бы написал любую дрянь — лишь бы мне заплатили за это»

Джек Лондон о том, как он стал писателем

Weekend
Как строили Бурдж-Халифа и почему он до сих пор не упал: занимательное видео Как строили Бурдж-Халифа и почему он до сих пор не упал: занимательное видео

Как строили высочайшее здание в мире — Бурдж-Халифа

Популярная механика
8 необычных мужских эрогенных зон 8 необычных мужских эрогенных зон

Рассказываем о чувствительных зонах мужчин

Psychologies
Почему анализировать детство бывает опасно Почему анализировать детство бывает опасно

Когда стоит перестать копаться в прошлом и двигаться дальше

Psychologies
От «Лила Чакра» до «Правда или действие»: 10 игр для нескучных вечеров От «Лила Чакра» до «Правда или действие»: 10 игр для нескучных вечеров

Обещай, что отлично повеселишься!

Playboy
Звезда нашего периода Звезда нашего периода

Узнаем у Ренаты Литвиновой, почему она считает бриллианты своими оберегами

Glamour
Пещерным медведям приглянулась для зимовки неандертальская стоянка в Польше Пещерным медведям приглянулась для зимовки неандертальская стоянка в Польше

Неандертальцы собирали рога и кости животных

N+1
Бизнесмен на скейте: топ-менеджер «Росатома» объясняет, как решать рабочие проблемы с помощью хобби Бизнесмен на скейте: топ-менеджер «Росатома» объясняет, как решать рабочие проблемы с помощью хобби

Как неочевидное хобби помогает справиться с большим объемом работы

Inc.
Стрельба по орбите: зачем Россия сбила советский спутник Стрельба по орбите: зачем Россия сбила советский спутник

Россия продемонстрировала свои возможности сбивать спутники на низкой орбите

Forbes
Я знаю три буквы: зачем звезды выходят на рынок NFT? Разбираемся вместе с группой Little Big Я знаю три буквы: зачем звезды выходят на рынок NFT? Разбираемся вместе с группой Little Big

Все больше работников креативных индустрий создают NFT-контент

Esquire
Своя игра Своя игра

Актриса и певица Нино Нинидзе примерила сияющие вечерние образы

Harper's Bazaar
Открыть в приложении