Η κατανόηση του τι σημαίνει πραγματική «ευφυΐα» στις μηχανές βρίσκεται στο επίκεντρο μιας έντονης συζήτησης, με τους ειδικούς να αναρωτιούνται πού ακριβώς βρίσκονται τα όρια των σημερινών εξελιγμένων συστημάτων. Ο διάσημος γαλλοαμερικανός επιστήμονας Yann LeCun, μία από τις κορυφαίες προσωπικότητες στον τομέα της μηχανικής μάθησης, θέτει ένα εξαιρετικά απλό, αλλά ταυτόχρονα βαθυστόχαστο παράδειγμα για να φωτίσει αυτό το σύνθετο ζήτημα. Φανταστείτε ένα στυλό, όχι ως ένα απλό εργαλείο γραφής, αλλά ως ένα νοητικό πείραμα. Μπορεί το στυλό, μέσα από την εξελιγμένη του τεχνολογία, να σχεδιάσει μια ελικοπτέρα, να περιγράψει τα μέρη της ή να εξηγήσει πώς πετάει; Η απάντηση, σύμφωνα με τον LeCun, είναι όχι. Τα σημερινά συστήματα, όσο εντυπωσιακά και αν είναι, μπορούν να αναπαράγουν και να επεξεργαστούν δεδομένα με τρομακτικές ταχύτητες, αλλά δεν διαθέτουν την εγγενή κατανόηση και τη δημιουργικότητα που χαρακτηρίζουν την ανθρώπινη αντίληψη.
Η ικανότητά τους να μιμούνται προηγούμενες γνώσεις δεν ισοδυναμεί με την ικανότητα να κατανοούν τον υποκείμενο κόσμο. Αυτή η διάκριση είναι θεμελιώδης για την κατανόηση της τρέχουσας κατάστασης της τεχνολογίας. Τα «έξυπνα μηχανήματα» έχουν εκπαιδευτεί σε τεράστιες ποσότητες πληροφοριών, γεγονός που τους επιτρέπει να αναγνωρίζουν μοτίβα, να παράγουν κείμενο, εικόνες και μουσική που συχνά μοιάζουν τρομακτικά αληθινά. Ωστόσο, αυτή η «μάθηση» είναι ουσιαστικά στατιστική. Μαθαίνουν να συσχετίζουν λέξεις, εικόνες ή νότες με τρόπο που καλύπτει τα περισσότερα σενάρια, αλλά χωρίς να αγγίζει την ουσιαστική γνώση του «γιατί» ή του «πώς» λειτουργούν τα πράγματα σε βαθύτερο επίπεδο. Η αναλογία με το στυλό υπογραμμίζει αυτή την έλλειψη. Ένα στυλό μπορεί να χρησιμοποιηθεί για να σχεδιάσει μια ελικοπτέρα, αλλά δεν «ξέρει» τι είναι μια ελικοπτέρα, πώς σχεδιάστηκε ή πώς λειτουργεί.
Απλώς εκτελεί την εντολή γραφής. Κοιτάζοντας προς το μέλλον, η υπόσχεση αλλά και η πρόκληση έγκειται στην ανάπτυξη συστημάτων που ξεπερνούν αυτή την απλή επεξεργασία δεδομένων. Ο LeCun υπογραμμίζει την ανάγκη για «αντιληπτική γνώση», δηλαδή τη δυνατότητα ενός συστήματος να κατανοεί τις αιτίες και τα αποτελέσματα, να κάνει υποθέσεις και να προσαρμόζεται σε νέες, άγνωστες καταστάσεις με ελαστικότητα. Τα σημερινά μοντέλα, παρά την εντυπωσιακή τους απόδοση σε συγκεκριμένες εργασίες, παραμένουν ευάλωτα σε καταστάσεις που αποκλίνουν από τα δεδομένα εκπαίδευσής τους. Δεν διαθέτουν την ικανότητα της πραγματικής «γενίκευσης» και της βαθιάς, εννοιολογικής κατανόησης που επιτρέπει στους ανθρώπους να μαθαίνουν από ελάχιστα παραδείγματα και να αντιμετωπίζουν το απροσδόκητο. Η αναλογία με το στυλό λειτουργεί ως ένα ισχυρό υπενθύμιση. Μην παρασυρόμαστε από την ικανότητα των μηχανών να παράγουν εντυπωσιακά αποτελέσματα.
Πίσω από αυτή την επιφανειακή ικανότητα, μπορεί να κρύβεται μια θεμελιώδης διαφορά στην ουσία της «σκέψης». Το ανα pytanie που παραμένει είναι πότε, αν ποτέ, θα καταφέρουμε να δημιουργήσουμε μηχανές που όχι μόνο μιμούνται την ανθρώπινη ευφυΐα, αλλά την προσεγγίζουν στην ουσία της, αντιλαμβανόμενες τον κόσμο όπως εμείς, με την ίδια βαθύτητα και πολυπλοκότητα; Η εξέλιξη σε αυτό τον τομέα είναι συνεχής και η κατανόηση αυτών των ορίων είναι το πρώτο βήμα για την υπέρβασή τους.
