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

Будущее батарей близко Будущее батарей близко

Литий-ионные батареи вполне заслужили почетную пенсию

Популярная механика
Если вы не смотрели «Наследников», то настоятельно рекомендуем. Потому что это лучшая драма современного телевидения Если вы не смотрели «Наследников», то настоятельно рекомендуем. Потому что это лучшая драма современного телевидения

Почему «Наследники» — лучший учебник по тому, как устроена современная Америка

Esquire
Криптоутки Криптоутки

Сегодня DApp-игры – один из самых быстрорастущих рынков

Популярная механика
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
5 мест, куда можно с пользой сдать старые вещи 5 мест, куда можно с пользой сдать старые вещи

Куда сдать свою старую одежду с пользой для себя и других людей

GQ
Обязаны ли дети ухаживать за престарелыми родителями? Обязаны ли дети ухаживать за престарелыми родителями?

В каких случаях уход за ближайшими родственниками стоит переложить на других?

Psychologies
Пластический хирург Тимур Хайдаров — Forbes: «Покажи, что ты гений» Пластический хирург Тимур Хайдаров — Forbes: «Покажи, что ты гений»

Пластический хирург — как выделиться из толпы в условиях жесткой конкуренции

Forbes
Лилия Бурдинская Лилия Бурдинская

Танц-художница и основательница центра Bye Bye Ballet Лилия Бурдинская

Собака.ru
А точно ли горько? 3 истории, когда свадьба пошла не по плану А точно ли горько? 3 истории, когда свадьба пошла не по плану

Сюрпризы на праздник бывают такими разными

Playboy
Все об антифризе: как выбрать, когда менять, от чего зависит цвет Все об антифризе: как выбрать, когда менять, от чего зависит цвет

Как правильно подобрать охлаждающую жидкость и чем опасен старый антифриз?

РБК
Профессиональные «болезни» предпринимателей: что это и как с ними бороться Профессиональные «болезни» предпринимателей: что это и как с ними бороться

Чего ждать от типичных «болезней предпринимателя» и можно ли от них уберечься

Inc.
Халат вместо платья: почему всё не так просто со стилем Нины Хрущёвой Халат вместо платья: почему всё не так просто со стилем Нины Хрущёвой

Нина Кухарчук-Хрущёва ввела традицию сопровождать супруга в зарубежных поездках

Cosmopolitan
Невероятное будущее: футуролог о том, как изменится наша жизнь через 15 лет Невероятное будущее: футуролог о том, как изменится наша жизнь через 15 лет

Наши родители бы сказали, что это невозможно

Playboy
Мужчина года: Евгений Чебатков Мужчина года: Евгений Чебатков

Это год Чебаткова, сумевшего объединить Казахстан и Россию, рэп и стендап

Glamour
Как выглядят сегодня актрисы культовых сериалов нулевых: от «Клона» до «Лоста» Как выглядят сегодня актрисы культовых сериалов нулевых: от «Клона» до «Лоста»

Так ли сильно изменило время актрис из наших любимых сериалов

Cosmopolitan
В схватке с природой В схватке с природой

Есть те, кто дает дронам решительный отпор и идет на них в атаку

Playboy
Елки-моталки Елки-моталки

Хорошая хозяйка знает, что Новый год – никакой не праздник

Cosmopolitan
Нормы красоты Нормы красоты

Какие проблемы сегодня актуальны для индустрии красоты?

Forbes Life
Спасти планету и жить счастливо: 7 книг об экологичном образе жизни, который можно начать уже сегодня Спасти планету и жить счастливо: 7 книг об экологичном образе жизни, который можно начать уже сегодня

Как помочь планете вернуть биоразнообразие и остановить глобальное потепление

Популярная механика
Социальное — это для всех: почему соцсектор не должен оставаться женской сферой Социальное — это для всех: почему соцсектор не должен оставаться женской сферой

У женщин и правда есть некий «ген доброты»?

Forbes
Not Home Anymore: каким мир запомнит Вирджила Абло Not Home Anymore: каким мир запомнит Вирджила Абло

Вирджил Абло: кого внезапно лишилась не только фэшн-индустрия, но и весь мир

Esquire
Удар током: почему Москва не готова к высокому спросу на экологичные автомобили Удар током: почему Москва не готова к высокому спросу на экологичные автомобили

Почему в городах мира нет инфраструктуры для электромобилей?

Forbes
Учусь на предпринимателя: какие компетенции нужны современному бизнесмену Учусь на предпринимателя: какие компетенции нужны современному бизнесмену

Василий Алексеев рассуждает, почему современным бизнесменам нужно учиться

Inc.
Сколько на самом деле у эскимосов слов для обозначения снега? Сколько на самом деле у эскимосов слов для обозначения снега?

Чем необычны языки полярных народов?

Популярная механика
Lovv66 комментирует свой новый альбом «БЭСТ ФРЭНДС» Lovv66 комментирует свой новый альбом «БЭСТ ФРЭНДС»

Самая основная метафора альбома «БЭСТ ФРЭНДС»

GQ
«Метан там давно зашкаливал». Что известно о взрыве на шахте в Кемерово, где погибли более 50 человек «Метан там давно зашкаливал». Что известно о взрыве на шахте в Кемерово, где погибли более 50 человек

На угольной шахте «Листвяжная» в Белове Кемеровской области произошел взрыв

СНОБ
Секс-гайд по квартире: 5 лучших локаций для того, чтобы заняться любовью Секс-гайд по квартире: 5 лучших локаций для того, чтобы заняться любовью

Попробуем больше раскрыть "сексуальный потенциал" твоей квартиры

Playboy
Оптимистическая трагедия Оптимистическая трагедия

Софи Марсо — об отношении к эвтаназии и работе с Франсуа Озоном

Grazia
Видеодрайвер перестал отвечать и был восстановлен: как исправить эту ошибку Видеодрайвер перестал отвечать и был восстановлен: как исправить эту ошибку

Почему возникает ошибка «Видеодрайвер перестал отвечать и был восстановлен»

CHIP
Как правильно наносить термопасту на процессор? Как правильно наносить термопасту на процессор?

Некоторые нюансы при замене термопасты на процессоре

CHIP
Открыть в приложении