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

Нейронные герои Нейронные герои

Валерий Шарипов рассказал «Популярной механике» о своих синтетических героях

Популярная механика
Никогда не курила и заболела раком легкого: как я победила болезнь и выздоровела Никогда не курила и заболела раком легкого: как я победила болезнь и выздоровела

Иногда опухоль появляется в легких человека, который ведет здоровый образ жизни

Cosmopolitan
Побег с аэродрома Побег с аэродрома

Циклолеты – «летающие комбайны» – становятся экономичнее квадрокоптеров

Популярная механика
Как может работать «налог на миллиардеров», из-за которого Маск задумал продать 10% своих акций Tesla Как может работать «налог на миллиардеров», из-за которого Маск задумал продать 10% своих акций Tesla

Как миллиардеры в США пытаются обойти налоговый кодекс

VC.RU
5 органов в нашем теле, без которых можно обойтись 5 органов в нашем теле, без которых можно обойтись

Есть ли в человеческом теле ненужные органы?

Cosmopolitan
Время пилингов: что важно знать об этой процедуре? Время пилингов: что важно знать об этой процедуре?

Пилинг — любимая многими процедура. Лучшее время для нее — поздняя осень и зима

Psychologies
16 лучших фильмов про рыцарей и Средневековье 16 лучших фильмов про рыцарей и Средневековье

Хочешь лучше узнать о средневековых временах и погрузиться в античную атмосферу?

Playboy
Как встать на ноги после тяжелых травм: возможности современной медицины Как встать на ноги после тяжелых травм: возможности современной медицины

Сегодня технологии позволяют подняться на ноги буквально в день операции

Популярная механика
«Женам тут не место»: читаем эксклюзивный отрывок из книги «Дом Гуччи» «Женам тут не место»: читаем эксклюзивный отрывок из книги «Дом Гуччи»

Отрывок из книги Сары Форден, которая легла в основу киноистории «Дом Гуччи»

РБК
Австралийский мист Австралийский мист

Не все, что живет в Австралии, так и норовит нас убить

Weekend
Как стартап Gatik доставляет товары на грузовиках без водителя Как стартап Gatik доставляет товары на грузовиках без водителя

За рулем грузовиков нет водителей — они самостоятельно курсируют по маршруту

Forbes
Генная терапия: как лечат генетические заболевания Генная терапия: как лечат генетические заболевания

Современная наука упорно ищет возможность «отремонтировать» мутировавшие гены

Популярная механика
Сбавить обороты: 8 способов справиться со своей раздражительностью без вреда для себя и партнера Сбавить обороты: 8 способов справиться со своей раздражительностью без вреда для себя и партнера

Даже в счастливых браках супругам бывает непросто сдержать свое негодование

Лиза
Лингвисты назвали Северо-Восточный Китай прародиной трансевразийских языков Лингвисты назвали Северо-Восточный Китай прародиной трансевразийских языков

Ученые исследовали происхождение трансевразийских языков

N+1
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
Пилотный проект. Какие права нужны для управления пятью летающими электромобилями Пилотный проект. Какие права нужны для управления пятью летающими электромобилями

Нужны ли права для управления летающим электромобилем?

Цифровой океан
Снеговики-трешевики (галерея идей для вдохновения) Снеговики-трешевики (галерея идей для вдохновения)

Немного усилий — и тебя с ребенком будет бояться вся детская площадка!

Maxim
Как Чарльз Мэнсон повлиял на современную культуру: фильмы, сериалы, музыка о лидере смертоносного культа Как Чарльз Мэнсон повлиял на современную культуру: фильмы, сериалы, музыка о лидере смертоносного культа

Как Мэнсон повлиял на то, каким мы видим сегодняшний мир

Maxim
Периодическое падение яркости двойной звезды объяснили плотным облаком пыли Периодическое падение яркости двойной звезды объяснили плотным облаком пыли

Почему некоторые звезды могут тускнеть?

N+1
Открытки и плакаты из советского детства к празднику 7 Ноября Открытки и плакаты из советского детства к празднику 7 Ноября

Подборка советских открыток и плакатов к 7 Ноября. Возможны приступы ностальгии

Maxim
Живой детектор лжи: агент секретной службы США о мышлении пуленепробиваемых людей Живой детектор лжи: агент секретной службы США о мышлении пуленепробиваемых людей

Отрывок из книги «Стань неуязвимым» о том, как научиться распознавать ложь

Forbes
Минное поле: как говорить с партнерами о своих бывших и стоит ли? Минное поле: как говорить с партнерами о своих бывших и стоит ли?

Кто как относится к своим романам из прошлого?

Cosmopolitan
«Любимый бросил меня, когда я была беременна»: как пережить предательство? «Любимый бросил меня, когда я была беременна»: как пережить предательство?

Чем после разрыва помогут внутренний «адвокат», «прокурор» и «судья»

Psychologies
20 сугубо научных фактов, о которых вы не знали 20 сугубо научных фактов, о которых вы не знали

Чем картофель похож на человека, зачем чихают африканские собаки?

Популярная механика
Телесно-ориентированная психотерапия: что это, как работает, где обучают Телесно-ориентированная психотерапия: что это, как работает, где обучают

Все самое важное о телесно-ориентированной психотерапии — в этом материале

РБК
Бой с тенью Бой с тенью

Фоторепортаж с соревнования хакеров

Цифровой океан
Практичная капсула из Ростова-на-Дону Практичная капсула из Ростова-на-Дону

«Элис Фэшн Рус» запустил в донской столице трикотажную фабрику

Эксперт
Роалд Хоффманн: Как пережить нобелевскую премию Роалд Хоффманн: Как пережить нобелевскую премию

Роалда Хоффманна мы знаем не только как химика-теоретика

Наука и жизнь
Второе пришествие Второе пришествие

Камбэк Александра Терехова — с брендом Sashaverse

Vogue
Убила мужа, провела в тюрьме 18 лет и… счастлива: история Патриции Гуччи Убила мужа, провела в тюрьме 18 лет и… счастлива: история Патриции Гуччи

Кем была «черная вдова» семьи Гуччи

Cosmopolitan
Открыть в приложении