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

Почему автомобильные шины черного цвета Почему автомобильные шины черного цвета

Из чего сделаны автомобильные шины?

Популярная механика
Best of the Best Best of the Best

Вспоминаем лучших из лучших — номинантов на премию GQ Men of the Year

GQ
Автобудущее Автобудущее

Мы находимся на пороге одних из самых быстрых перемен в работе транспорта

Популярная механика
Неблагородные рыцари: почему «Последняя дуэль» — лучший фильм Ридли Скотта со времен «Гладиатора» Неблагородные рыцари: почему «Последняя дуэль» — лучший фильм Ридли Скотта со времен «Гладиатора»

Ридли Скотт объединяет юношескую энергию и седую мудрость в «Последней дуэли»

Esquire
Антропологи нашли на Карибах череп старейшего прокаженного Америки Антропологи нашли на Карибах череп старейшего прокаженного Америки

На Карибах мог функционировать лепрозорий

N+1
Лорис-Меликовы Лорис-Меликовы

Михаил Тариэлович мог изменить судьбу России, но ему помешало убийство царя

Дилетант
«Корпоративный экзорцизм»: кто подставил основателя Papa John's по его мнению и как он провёл три года после скандала «Корпоративный экзорцизм»: кто подставил основателя Papa John's по его мнению и как он провёл три года после скандала

Почему основатель Papa John's уверен в заговоре?

VC.RU
Неандертальцам приглянулись зеленые камешки для изготовления орудий Неандертальцам приглянулись зеленые камешки для изготовления орудий

Древние люди использовали змеевик для обработки кости

N+1
От корки до корки: 11 книг на длинные выходные От корки до корки: 11 книг на длинные выходные

11 свежих книг — от истории до современной прозы

Esquire
Жуткие факты о лучших странах мира Жуткие факты о лучших странах мира

Подумай дважды перед эмиграцией в бездуховную заграницу

Maxim
Биоархеологи обнаружили жертв последней чумы Имолы Биоархеологи обнаружили жертв последней чумы Имолы

Ученые раскопали останки 133 человек, умерших в 1630–1632 годах от чумы

N+1
Новый ASUS ZenBook Pro Duo: зачем ноутбуку два экрана Новый ASUS ZenBook Pro Duo: зачем ноутбуку два экрана

Сегодня от ноутбука требуется быть мастером на все клавиши

РБК
Бурак Озчивит и Фахрие Эвджен: совместимость звездной пары разбирает астролог Бурак Озчивит и Фахрие Эвджен: совместимость звездной пары разбирает астролог

Бурак и Фахрие - одни из самых популярных актеров турецких сериалов

Cosmopolitan
Как похудела звезда КВН Ольга Картункова — без шуток Как похудела звезда КВН Ольга Картункова — без шуток

Ольге Картунковой пришлось сбрасывать вес: общий итог — минус 84 кг!

Cosmopolitan
Почему Иуду изображают в желтом? Отрывок из новой книги Мишеля Пастуро Почему Иуду изображают в желтом? Отрывок из новой книги Мишеля Пастуро

В своей новой книге Мишель Пастуро рассказывает о желтом цвете

СНОБ
Жесткая, но эффективная бессолевая диета: что говорят о ней отзывы Жесткая, но эффективная бессолевая диета: что говорят о ней отзывы

Кому отказ от соли поможет подтянуть здоровье и избавиться от лишних кило?

Cosmopolitan
10 главных инвестиционных трендов следующего десятилетия: куда вложить деньги 10 главных инвестиционных трендов следующего десятилетия: куда вложить деньги

Инвестиционные тренды, которые зарождаются и «выстрелят» в ближайшие годы

Forbes
С чистого листа С чистого листа

Филипп Киркоров — о своей семье, стиле и провокационных шоу

OK!
Они тебя обманывают: 8 «диетических» продуктов, от которых толстеют Они тебя обманывают: 8 «диетических» продуктов, от которых толстеют

Некоторые продукты только кажутся полезными и диетическими

Cosmopolitan
Быть шаолиньским монахом: почему рынок приложений для медитации переживает бум Быть шаолиньским монахом: почему рынок приложений для медитации переживает бум

С чем связан бум приложений для медитации?

Forbes
Бороться, работать, узнать себя лучше: пять женщин о том, как они пережили рак Бороться, работать, узнать себя лучше: пять женщин о том, как они пережили рак

Героини проекта «Химия была, но мы расстались» о своем опыте борьбы с онкологией

Forbes
Активация Windows: можно ли обойтись без нее Активация Windows: можно ли обойтись без нее

Что произойдет, если вы установите Windows, но не станете ее активировать?

CHIP
Little Big представили NFT-яйца Ильича Little Big представили NFT-яйца Ильича

NFT набирает обороты и собирает вокруг себя все больше людей

GQ
Налево пойдешь... Самые популярные мифы и факты об изменах Налево пойдешь... Самые популярные мифы и факты об изменах

Что специалисты думают об изменах?

Maxim
«Я в тупике»: как преодолеть кризис и не потерять себя «Я в тупике»: как преодолеть кризис и не потерять себя

Что поможет пережить трудные времена

Psychologies
12 привычек, которые лишают вас сил 12 привычек, которые лишают вас сил

Постоянно чувствуете себя уставшими, даже если отдыхаете и много спите?

Psychologies
Организовывал договорные футбольные матчи в Англии и Италии и зарабатывал миллионы долларов: история Уилсона Перумала Организовывал договорные футбольные матчи в Англии и Италии и зарабатывал миллионы долларов: история Уилсона Перумала

Как Уилсон Радж Перумал влиял на исходы футбольных матчей в крупнейших турнирах

VC.RU
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
Звезда нашего периода Звезда нашего периода

Узнаем у Ренаты Литвиновой, почему она считает бриллианты своими оберегами

Glamour
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
Открыть в приложении