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

Дали ремня Дали ремня

Как успешный юрист основал маленькую мануфактуру по производству ремней

Robb Report
В Австрии обнаружили следы рудокопов кельтского и римского периодов В Австрии обнаружили следы рудокопов кельтского и римского периодов

Добыча металлов в долине Монтафон началась в III–II веках до нашей эры

N+1
Побег с аэродрома Побег с аэродрома

Циклолеты – «летающие комбайны» – становятся экономичнее квадрокоптеров

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
Лучшие фильмы с музыкой Эннио Морриконе Лучшие фильмы с музыкой Эннио Морриконе

10 ноября в Риме родился человек, ставший звуковым знаком качества киноэкрана

Maxim
Мягкий магнитный робот из пикселей научили многократно принимать различные формы Мягкий магнитный робот из пикселей научили многократно принимать различные формы

Мягкий робот из пикселей под действием магнитного поля меняет форму

N+1
4 способа извлечь максимальную пользу из онлайн-курсов 4 способа извлечь максимальную пользу из онлайн-курсов

Как не потратить деньги просто так на онлайн-курсы?

Inc.
Как богатые американцы передают наследство детям и законно не платят 40% налога — на примере основателя Nike Как богатые американцы передают наследство детям и законно не платят 40% налога — на примере основателя Nike

Как Филип Найт обошел закон и оставил детям миллиарды?

VC.RU
«Советские хакеры». История отношений радиолюбителей с властями СССР «Советские хакеры». История отношений радиолюбителей с властями СССР

Книга о проектах и социокультурных явлениях, предшествовавших появлению рунета

СНОБ
Извержения вулканов подтолкнули предков пуэбло к оседлости Извержения вулканов подтолкнули предков пуэбло к оседлости

Археологи изучили последствия похолодания VI века

N+1
«Валера хотел назвать дочь не Агатой»: Альбина Джанабаева спорила с мужем «Валера хотел назвать дочь не Агатой»: Альбина Джанабаева спорила с мужем

Альбина Джанабаева рассказала о своих материнских буднях

Cosmopolitan
Светлым сипухам с Британских островов нашли предков на Пиренейском полуострове Светлым сипухам с Британских островов нашли предков на Пиренейском полуострове

Обыкновенные сипухи заселили Британские острова с Пиренейского полуострова

N+1
Как перенести чаты WhatsApp со смартфона Android на iPhone Как перенести чаты WhatsApp со смартфона Android на iPhone

Как правильно перенести чаты WhatsApp со смартфона Android на iPhone

CHIP
Витаминная защита Витаминная защита

За что отвечает витамин D в организме ребенка?

Здоровье
«Вайфшеринг»: Истории 3 девушек, которые легально изменяют своим мужьям «Вайфшеринг»: Истории 3 девушек, которые легально изменяют своим мужьям

Некоторые мужчины возбуждаются от того, что им изменяют

Playboy
Сады на крыше: где искать городской оазис в Сингапуре и Москве Сады на крыше: где искать городской оазис в Сингапуре и Москве

Через пару десятилетий «зеленые» здания станут новой нормой для мегаполисов

РБК
«Последняя дуэль» Ридли Скотта: эпик о феминизме в средневековом обществе «Последняя дуэль» Ридли Скотта: эпик о феминизме в средневековом обществе

«Последняя дуэль» Ридли Скотта: исторический эпик об изнасилованной женщине

Forbes
Обучение за границей: как выбрать лучшую школу или вуз для вашего ребенка Обучение за границей: как выбрать лучшую школу или вуз для вашего ребенка

Как выбрать учебное заведение за рубежом

СНОБ
У природы нет плохой погоды: 5 книг о климате У природы нет плохой погоды: 5 книг о климате

Книги, которые расскажут, что такое климатический кризис и чем он чреват

Популярная механика
Незаконнорожденный мой сын Незаконнорожденный мой сын

Дэмиен Херли строил планы на деньги своего отца, но тут в дело вмешался дедушка

Tatler
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
В Крыму позднеримского времени резко изменился погребальный обряд В Крыму позднеримского времени резко изменился погребальный обряд

Как мигранты с Северного Кавказа влияли на погребальную культуру Крыма?

N+1
Одностороннее движение: как понять, что ваша дружба больше не взаимна Одностороннее движение: как понять, что ваша дружба больше не взаимна

Ваша дружба похожа на равноценный обмен или это давно уже «игра в одни ворота»?

Psychologies
Плазмида с CRISPR/Cas9 убила патогенные штаммы в кишечнике мыши Плазмида с CRISPR/Cas9 убила патогенные штаммы в кишечнике мыши

Ученым создали плазмиду с высокой скоростью конъюгации

N+1
Собственными руками: как Карл-Фридрих Шойфеле изменил судьбу мануфактуру Chopard Собственными руками: как Карл-Фридрих Шойфеле изменил судьбу мануфактуру Chopard

Как Карл-Фридрих Шойфеле решился самостоятельно создавать часовые калибры

Forbes
Утюг, отпариватель или парогенератор – что выбрать для дома? Утюг, отпариватель или парогенератор – что выбрать для дома?

Что лучше – отпариватель или парогенератор для одежды?

CHIP
Триллер о кибербуллинге. Чан Хо-Кей: «Вторая сестра» Триллер о кибербуллинге. Чан Хо-Кей: «Вторая сестра»

Отрывок из триллера Чан Хо-Кей «Вторая сестра»

СНОБ
12 главных электромобилей 2021 года 12 главных электромобилей 2021 года

Тренд автомобилей 2021 года — сила тока

Playboy
Спи, не бойся Спи, не бойся

Чего обычно боятся и мужчины, и женщины в сексе и как себя успокоить?

Cosmopolitan
Что такое суперизвержение: как один вулкан может вызвать катастрофу планетарного масштаба Что такое суперизвержение: как один вулкан может вызвать катастрофу планетарного масштаба

Как одно сверхизвержение вулкана может катастрофически повлиять на климат?

Популярная механика
Открыть в приложении