AI Moeseg Yn Canu Clychau Larwm Ynghylch Rhyfeddol Tueddiadau AI Ar Raddfa Fyd-eang Anferth, Yn enwedig Wedi'i Danwydd Trwy Systemau Cwbl Ymreolaethol ar y gorwel

Dywedodd Plato yn enwog fod penderfyniad da yn seiliedig ar wybodaeth ac nid ar niferoedd.

Mae'r mewnwelediad craff hwn yn ymddangos yn rhyfeddol o gyfarwydd am Ddeallusrwydd Artiffisial (AI) heddiw.

Rydych chi'n gweld, er gwaethaf y penawdau brawychus sy'n datgan ar hyn o bryd bod AI rywsut wedi cyrraedd teimlad ac yn ymgorffori gwybodaeth a rhesymu dynol, byddwch yn ymwybodol bod y gorbawd AI hwn sydd wedi'i orddatgan yn gyffredinedd llechwraidd gan ein bod yn dal i ddibynnu ar grensian rhifau ym mhenderfyniadau algorithm heddiw (ADM). ) fel yr ymgymerir ag ef gan systemau AI. Mae hyd yn oed y Dysgu Peiriannol (ML) a'r Dysgu Dwfn (DL) yn cynnwys paru patrymau cyfrifiannol, sy'n golygu bod niferoedd yn dal i fod wrth wraidd y defnydd helaeth o ML/DL.

Nid ydym yn gwybod a yw AI cyrraedd teimlad yn bosibl. Gallai fod, efallai ddim. Ni all neb ddweud yn sicr sut y gallai hyn godi. Mae rhai yn credu y byddwn yn gwella ein hymdrechion AI cyfrifiannol yn raddol fel y bydd rhyw fath o deimlad yn digwydd yn ddigymell. Mae eraill o'r farn y gallai'r AI fynd i mewn i fath o uwchnofa gyfrifiadol a chyrraedd teimlad ar ei ben ei hun fwy neu lai (cyfeirir ato'n nodweddiadol fel yr unigolrwydd). I gael rhagor o wybodaeth am y damcaniaethau hyn am ddyfodol AI, gweler fy sylw yn y ddolen yma.

Felly, gadewch i ni beidio â twyllo ein hunain a chredu ar gam bod AI cyfoes yn gallu meddwl fel bodau dynol. Mae'n debyg bod y cwestiwn wedyn yn dod i'r amlwg am sylw Plato ynghylch a allwn gael penderfyniadau da yn seiliedig ar AI cyfrifiadol yn hytrach nag ar AI ymdeimladol. Efallai y byddwch yn synnu o wybod y byddwn yn honni y gallwn yn wir gael penderfyniadau da yn cael eu gwneud gan systemau AI bob dydd.

Ochr arall y geiniog honno yw y gallwn hefyd gael systemau AI bob dydd sy'n gwneud penderfyniadau gwael. Penderfyniadau pwdr. Penderfyniadau sy'n rhemp gyda thueddiadau anffafriol ac annhegwch. Efallai eich bod yn ymwybodol, pan ddechreuodd y cyfnod diweddaraf o AI, fod brwdfrydedd mawr dros yr hyn y mae rhai yn ei alw bellach. AI Er Da. Yn anffodus, ar sodlau'r cyffro ysgubol hwnnw, fe ddechreuon ni dystio AI Er Drwg. Er enghraifft, mae systemau adnabod wynebau amrywiol yn seiliedig ar AI wedi'u datgelu fel rhai sy'n cynnwys rhagfarnau hiliol a rhagfarnau rhyw, yr wyf wedi'u trafod yn y ddolen yma.

Ymdrechion i ymladd yn ôl AI Er Drwg ar y gweill yn weithredol. Ar wahân i leisiol cyfreithiol er mwyn ffrwyno'r camwedd, mae yna hefyd ymdrech sylweddol tuag at gofleidio AI Moeseg i unioni ffieidd-dra AI. Y syniad yw y dylem fabwysiadu a chymeradwyo egwyddorion AI Moesegol allweddol ar gyfer datblygu a maesu Deallusrwydd Artiffisial gan wneud hynny er mwyn tanseilio'r AI Er Drwg ac ar yr un pryd yn cyhoeddi ac yn hyrwyddo'r gorau AI Er Da.

Mae fy ymdriniaeth helaeth o AI Moeseg ac AI Moesegol i'w gweld yn y ddolen hon yma ac y ddolen hon yma, dim ond i enwi ond ychydig.

Ar gyfer y drafodaeth hon yma, hoffwn godi agwedd arbennig o bryderus am AI y mae'r rhai yn yr arena AI Moeseg yn haeddiannol yn galaru ac yn ceisio codi ymwybyddiaeth briodol yn ei chylch. Mae'r mater sobreiddiol ac annifyr mewn gwirionedd yn eithaf syml i'w nodi.

Dyma: Mae gan AI y potensial yn y byd go iawn o ledaenu rhagfarnau dirfawr AI ar raddfa fyd-eang frawychus.

A phan ddywedaf “ar raddfa” mae hyn yn amlwg yn golygu graddfa enfawr ledled y byd. Graddfa Humongous. Graddfa sy'n mynd oddi ar y raddfa.

Cyn i mi blymio i mewn i sut y bydd y raddfa hon o ragfarnau diriaethol AI yn digwydd, gadewch i ni sicrhau bod gan bob un ohonom olwg ar sut y gall AI ymgorffori rhagfarnau ac anghydraddoldebau gormodol. Dwyn i gof eto nad yw hwn o amrywiaeth teimladwy. Mae hyn i gyd o safon gyfrifiadol.

Efallai eich bod yn ddryslyd ynghylch sut y gallai AI drwytho’r un mathau o ragfarnau ac annhegwch andwyol ag y mae bodau dynol yn ei wneud. Rydym yn tueddu i feddwl am AI fel rhywbeth cwbl niwtral, diduedd, yn syml, peiriant nad oes ganddo unrhyw ddylanwad emosiynol a meddwl drwg sydd gan fodau dynol. Mae un o'r ffyrdd mwyaf cyffredin y mae AI yn syrthio i'r rhagfarnau a'r anghydraddoldebau annhegwch yn digwydd wrth ddefnyddio Machine Learning a Deep Learning, yn rhannol o ganlyniad i ddibynnu ar ddata a gasglwyd am sut mae bodau dynol yn gwneud penderfyniadau.

Caniatewch eiliad i mi ymhelaethu.

Mae ML/DL yn fath o baru patrwm cyfrifiannol. Y dull arferol yw eich bod yn cydosod data am dasg gwneud penderfyniad. Rydych chi'n bwydo'r data i'r modelau cyfrifiadurol ML/DL. Mae'r modelau hynny'n ceisio dod o hyd i batrymau mathemategol. Ar ôl dod o hyd i batrymau o'r fath, os canfyddir hynny, bydd y system AI wedyn yn defnyddio'r patrymau hynny wrth ddod ar draws data newydd. Ar ôl cyflwyno data newydd, mae'r patrymau sy'n seiliedig ar yr “hen” ddata neu ddata hanesyddol yn cael eu cymhwyso i wneud penderfyniad cyfredol.

Rwy'n meddwl y gallwch chi ddyfalu i ble mae hyn yn mynd. Os yw bodau dynol sydd wedi bod yn gwneud y penderfyniadau patrymog wedi bod yn ymgorffori rhagfarnau anffafriol, y tebygolrwydd yw bod y data yn adlewyrchu hyn mewn ffyrdd cynnil ond arwyddocaol. Yn syml, bydd paru patrwm cyfrifiannol Dysgu Peiriant neu Ddysgu Dwfn yn ceisio dynwared y data yn fathemategol yn unol â hynny. Nid oes unrhyw synnwyr cyffredin nac agweddau teimladwy eraill ar fodelu wedi'u crefftio gan AI fel y cyfryw.

Ar ben hynny, efallai na fydd datblygwyr AI yn sylweddoli beth sy'n digwydd ychwaith. Gallai'r fathemateg ddirgel yn yr ML/DL ei gwneud hi'n anodd ffured y rhagfarnau sydd bellach yn gudd. Byddech yn gywir yn gobeithio ac yn disgwyl y byddai datblygwyr AI yn profi am y rhagfarnau a allai fod wedi'u claddu, er bod hyn yn anoddach nag y mae'n ymddangos. Mae siawns gadarn yn bodoli hyd yn oed gyda phrofion cymharol helaeth y bydd rhagfarnau yn dal i gael eu hymgorffori o fewn modelau paru patrwm yr ML/DL.

Fe allech chi braidd ddefnyddio'r ddywediad enwog neu waradwyddus o garbage-in sothach-allan. Y peth yw, mae hyn yn debycach i ragfarnau - sy'n llechwraidd yn cael eu trwytho wrth i dueddiadau foddi o fewn yr AI. Mae'r broses o wneud penderfyniadau algorithm neu ADM o AI yn cael ei llwytho'n axiomatig ag anghydraddoldebau.

Ddim yn dda.

Daw hyn â ni at y mater o dueddiadau serth AI pan fyddant ar raddfa.

Yn gyntaf, gadewch i ni edrych ar sut y gallai rhagfarnau dynol fod yn creu anghydraddoldebau. Mae cwmni sy'n rhoi benthyciadau morgais yn penderfynu llogi asiant benthyciadau morgais. Mae'r asiant i fod i adolygu ceisiadau gan ddefnyddwyr sydd am gael benthyciad cartref. Ar ôl asesu cais, mae'r asiant yn gwneud penderfyniad naill ai i ganiatáu'r benthyciad neu wrthod y benthyciad. Hawdd-pyslyd.

Er mwyn trafodaeth, gadewch i ni ddychmygu y gall asiant benthyciadau dynol ddadansoddi 8 benthyciad y dydd, gan gymryd tua awr yr adolygiad. Mewn wythnos waith pum diwrnod, mae'r asiant yn gwneud tua 40 o adolygiadau benthyciad. Yn flynyddol, mae'r asiant fel arfer yn gwneud tua 2,000 o adolygiadau benthyciad, rhoi neu gymryd tamaid.

Mae'r cwmni am gynyddu nifer ei adolygiadau benthyciad, felly mae'r cwmni'n llogi 100 o asiantau benthyca ychwanegol. Gadewch i ni dybio bod gan bob un ohonynt tua'r un cynhyrchiant a bod hyn yn awgrymu y gallwn yn awr drin tua 200,000 o fenthyciadau y flwyddyn (ar gyfradd o 2,000 o adolygiadau benthyciad y flwyddyn fesul asiant). Mae'n ymddangos ein bod wedi cynyddu ein prosesu ceisiadau am fenthyciadau.

Yn troi allan bod y cwmni'n dyfeisio system AI a all yn y bôn wneud yr un adolygiadau benthyciad â'r asiantau dynol. Mae'r AI yn rhedeg ar weinyddion cyfrifiadurol yn y cwmwl. Trwy'r seilwaith cwmwl, gall y cwmni ychwanegu mwy o bŵer cyfrifiadurol yn rhwydd i ddarparu ar gyfer unrhyw nifer o adolygiadau benthyciad y gallai fod eu hangen.

Gyda'r cyfluniad AI presennol, gallant wneud 1,000 o adolygiadau benthyciad yr awr. Gall hyn hefyd ddigwydd 24 × 7. Nid oes angen unrhyw amser gwyliau ar gyfer yr AI. Dim egwyl cinio. Mae'r AI yn gweithio rownd y cloc heb unrhyw squawking am fod yn gorweithio. Byddwn yn dweud, ar y cyflymder bras hwnnw, y gall yr AI brosesu bron i 9 miliwn o geisiadau am fenthyciad y flwyddyn.

Sylwch ein bod wedi mynd o gael 100 o asiantau dynol a allai wneud 200,000 o fenthyciadau y flwyddyn ac wedi neidio lawer gwaith drosodd i'r nifer uwch o lawer o 9 miliwn o adolygiadau'r flwyddyn trwy'r system AI. Rydym wedi cynyddu ein prosesu ceisiadau am fenthyciad yn aruthrol. Diau am dano.

Paratowch ar gyfer y ciciwr a fydd efallai'n gwneud ichi ddisgyn oddi ar eich cadair.

Tybiwch fod rhai o'n hasiantau dynol yn gwneud eu penderfyniadau benthyca ar sail rhagfarnau anffafriol. Efallai bod rhai yn rhoi rôl allweddol i ffactorau hiliol yn y penderfyniad benthyciad. Efallai bod rhai yn defnyddio rhyw. Mae eraill yn defnyddio oedran. Ac yn y blaen.

O’r 200,000 o adolygiadau blynyddol o fenthyciadau, faint sy’n cael eu gwneud o dan olwg anghyfiawn ar ragfarnau anffafriol ac annhegwch? Efallai 10% sef tua 20,000 o'r ceisiadau am fenthyciad. Yn waeth byth, mae'n debyg ei fod yn 50% o'r ceisiadau am fenthyciad, ac os felly mae 100,000 o achosion blynyddol eithaf cythryblus o benderfyniadau benthyciad wedi'u penderfynu'n anghywir.

Mae hynny'n ddrwg. Ond nid ydym eto wedi ystyried posibilrwydd mwy brawychus byth.

Tybiwch fod gan yr AI ragfarn gudd sy'n cynnwys ffactorau fel hil, rhyw, oedran, ac ati. Os yw 10% o'r dadansoddiadau benthyciad blynyddol yn amodol ar yr ansafrioldeb hwn, mae gennym 900,000 o geisiadau am fenthyciad yr ymdrinnir â hwy yn amhriodol. Mae hynny'n llawer mwy na'r hyn y gallai'r asiantau dynol ei wneud o bosibl, yn bennaf oherwydd yr agweddau cyfaint. Gallai’r 100 asiant hynny, pe bai pob un yn gyfan gwbl yn cynnal adolygiad annheg, wneud hyn ar y mwyaf ar y 200,000 o adolygiadau blynyddol o fenthyciadau. Gallai'r AI wneud yr un peth ar raddfa lawer iawn o'r 9,000,000 o adolygiadau blynyddol.

Yikes!

Mae hyn yn wirioneddol ragfarn AI ar raddfa aruthrol.

Pan fydd rhagfarnau anffafriol yn cael eu hymgorffori o fewn system AI, mae'r un graddio a oedd yn ymddangos yn fanteisiol bellach yn cael ei droi ar ei ben ac yn dod yn ganlyniad graddio syfrdanol (ac aflonyddgar). Ar y naill law, gall yr AI fynd ati'n fuddiol i drin mwy o bobl sy'n gofyn am fenthyciadau cartref. Ar yr wyneb, mae hynny'n ymddangos yn aruthrol AI Er Da. Dylem gefnogi ein hunain am ehangu'r siawns y bydd pobl yn cael benthyciadau sydd eu hangen yn ôl pob tebyg. Yn y cyfamser, os yw'r AI wedi gwreiddio rhagfarnau, mae'r graddio yn mynd i fod yn ganlyniad hynod o bydredig ac rydym yn cael ein hunain yn drist iawn. AI Er Drwg, ar raddfa wirioneddol enfawr.

Y cleddyf deufin diarhebol.

Gall AI gynyddu'n sylweddol y mynediad at wneud penderfyniadau i'r rhai sy'n ceisio gwasanaethau a chynhyrchion dymunol. Dim mwy o dagfa lafur a gyfyngir gan ddyn. Eithriadol! Ymyl arall y cleddyf yw, os yw'r AI yn cynnwys drwg fel annhegwch cudd, mae'r un raddfa enfawr yn mynd i ledaenu'r ymddygiad anffodus hwnnw ar raddfa annirnadwy. Cythryblus, anghyfiawn, cywilyddus, ac ni allwn ganiatáu i gymdeithas ddisgyn i'r fath affwys hyll.

Dylai unrhyw un sydd wedi bod mewn penbleth pam fod angen i ni bwyso a mesur pwysigrwydd AI Moeseg fod yn sylweddoli nawr bod y ffenomen graddio AI yn rheswm pwysig dros ben i fynd ar drywydd AI Moesegol. Gadewch i ni gymryd eiliad i ystyried yn fyr rai o'r praeseptau AI Moesegol allweddol i ddangos yr hyn a ddylai fod yn ffocws hanfodol i unrhyw un sy'n crefftio, maesu, neu'n defnyddio AI.

Er enghraifft, fel y nodwyd gan y Fatican yn y Galwad Rhufain Am Foeseg AI ac fel rydw i wedi rhoi sylw manwl i y ddolen yma, dyma eu chwe egwyddor foeseg AI sylfaenol a nodwyd:

• Tryloywder: Mewn egwyddor, rhaid i systemau AI fod yn eglur
• Cynhwysiant: Rhaid ystyried anghenion pob bod dynol fel y gall pawb elwa, a chynnig yr amodau gorau posibl i bob unigolyn fynegi ei hun a datblygu.
• Cyfrifoldeb: Rhaid i'r rhai sy'n dylunio ac yn defnyddio'r defnydd o AI fynd ymlaen â chyfrifoldeb a thryloywder
• Didueddrwydd: Peidiwch â chreu na gweithredu yn unol â thuedd, gan ddiogelu tegwch ac urddas dynol
• dibynadwyedd: Rhaid i systemau AI allu gweithio'n ddibynadwy
• Diogelwch a phreifatrwydd: Rhaid i systemau AI weithio'n ddiogel a pharchu preifatrwydd defnyddwyr.

Fel y nodwyd gan Adran Amddiffyn yr Unol Daleithiau (DoD) yn eu Egwyddorion Moesegol Ar Gyfer Defnyddio Deallusrwydd Artiffisial ac fel rydw i wedi rhoi sylw manwl i y ddolen yma, dyma eu chwe egwyddor foeseg AI sylfaenol:

• Cyfrifol: Bydd personél yr Adran Amddiffyn yn arfer lefelau priodol o farn a gofal wrth barhau i fod yn gyfrifol am ddatblygu, defnyddio a defnyddio galluoedd AI.
• Teg: Bydd yr Adran yn cymryd camau bwriadol i leihau rhagfarn anfwriadol mewn galluoedd AI.
• olrheiniadwy: Bydd galluoedd AI yr Adran yn cael eu datblygu a'u defnyddio fel bod personél perthnasol yn meddu ar ddealltwriaeth briodol o'r dechnoleg, y prosesau datblygu, a'r dulliau gweithredu sy'n berthnasol i alluoedd AI, gan gynnwys gyda methodolegau tryloyw ac archwiliadwy, ffynonellau data, a gweithdrefn ddylunio a dogfennaeth.
• dibynadwy: Bydd gan alluoedd AI yr Adran ddefnyddiau clir, wedi'u diffinio'n dda, a bydd diogelwch, diogeledd ac effeithiolrwydd galluoedd o'r fath yn destun profion a sicrwydd o fewn y defnyddiau diffiniedig hynny ar draws eu holl gylchoedd bywyd.
• Llywodraethadwy: Bydd yr Adran yn dylunio ac yn peiriannu galluoedd AI i gyflawni eu swyddogaethau arfaethedig tra'n meddu ar y gallu i ganfod ac osgoi canlyniadau anfwriadol, a'r gallu i ddatgysylltu neu ddadactifadu systemau a ddefnyddir sy'n arddangos ymddygiad anfwriadol.

Rwyf hefyd wedi trafod gwahanol ddadansoddiadau cyfunol o egwyddorion moeseg AI, gan gynnwys ymdrin â set a ddyfeisiwyd gan ymchwilwyr a oedd yn archwilio ac yn crynhoi hanfod nifer o ddaliadau moeseg AI cenedlaethol a rhyngwladol mewn papur o’r enw “The Global Landscape Of AI Ethics Guidelines” (cyhoeddwyd). mewn natur), a bod fy sylw yn archwilio yn y ddolen yma, a arweiniodd at y rhestr allweddol hon:

• Tryloywder
• Cyfiawnder a Thegwch
• Di-falefience
• cyfrifoldeb
• Preifatrwydd
• Buddioldeb
• Rhyddid ac Ymreolaeth
• Ymddiriedolaeth
• Cynaliadwyedd
• Urddas
• undod

Fel y gallech ddyfalu'n uniongyrchol, gall fod yn anodd iawn ceisio nodi'r manylion sy'n sail i'r egwyddorion hyn. Hyd yn oed yn fwy felly, mae'r ymdrech i droi'r egwyddorion eang hynny'n rhywbeth cwbl ddiriaethol a manwl i'w ddefnyddio wrth grefftio systemau AI hefyd yn rhywbeth anodd i'w gracio. Ar y cyfan, mae'n hawdd gwneud rhywfaint o chwifio dwylo ynghylch beth yw praeseptau AI Moeseg a sut y dylid eu dilyn yn gyffredinol, tra ei bod yn sefyllfa llawer mwy cymhleth o ran bod yn rhaid i godio AI fod y rwber dilys sy'n cwrdd â'r ffordd.

Mae egwyddorion Moeseg AI i gael eu defnyddio gan ddatblygwyr AI, ynghyd â'r rhai sy'n rheoli ymdrechion datblygu AI, a hyd yn oed y rhai sy'n maes ac yn cynnal a chadw systemau AI yn y pen draw. Ystyrir yr holl randdeiliaid trwy gydol cylch bywyd datblygu a defnyddio AI o fewn cwmpas cadw at normau sefydledig AI Moesegol. Mae hwn yn uchafbwynt pwysig gan mai’r dybiaeth arferol yw mai “dim ond codwyr” neu’r rhai sy’n rhaglennu’r AI sy’n gorfod cadw at syniadau Moeseg AI. Byddwch yn ymwybodol bod angen pentref i ddyfeisio a maesu AI. Ar gyfer hyn mae'n rhaid i'r pentref cyfan fod yn cadw ar flaenau eu traed am AI Moeseg.

Sut Mae Graddio Tuedd-Graidd AI yn Gweithio

Nawr fy mod wedi cyrraedd y bwrdd y gall AI gynnwys rhagfarnau, rydym yn barod i archwilio rhai o'r rhesymau pam mae graddio AI mor ymwthiol.

Ystyriwch y rhestr allweddol hon o ddeg rheswm sylfaenol:

1. Wedi'i ailadrodd yn hawdd
2. Ychydig iawn o gost i raddfa
3. Yn anffodus gyson
4. Diffyg hunan-fyfyrio
5. Ufudd-dod dall
6. Nid yw'n troi ei law
7. Derbynnydd diarwybod
8. Tueddu i beidio â sbarduno cythrudd
9. Aura ffug o degwch
10. Anodd ei wrthbrofi

Edrychaf yn fyr ar bob un o’r pwyntiau hollbwysig hynny.

Pan geisiwch gynyddu gyda llafur dynol, yr ods yw y bydd gwneud hynny'n hynod gymhleth. Mae'n rhaid i chi ddod o hyd i'r bobl a'u llogi. Mae'n rhaid i chi eu hyfforddi i wneud y swydd. Mae'n rhaid i chi eu talu ac ystyried dymuniadau ac anghenion dynol. Cymharwch hyn â system AI. Rydych chi'n ei ddatblygu a'i ddefnyddio. Ar wahân i rywfaint o waith cynnal a chadw parhaus ar yr AI, gallwch eistedd yn ôl a gadael iddo brosesu'n ddiddiwedd.

Mae hyn yn golygu bod AI yn hawdd ei ailadrodd. Gallwch ychwanegu mwy o bŵer cyfrifiadurol fel y gallai fod angen cymaint o dasg a maint (nid ydych yn llogi nac yn tanio). Gwneir defnydd byd-eang trwy wthio botwm a'i gyflawni gan argaeledd byd-eang y Rhyngrwyd. Mae cynyddu'r raddfa yn gost isel o gymharu â gwneud yr un peth â llafur dynol.

Mae llafur dynol yn nodedig o anghyson. Pan fydd gennych chi dimau mawr, mae gennych chi focs gwirioneddol o siocledi gan nad ydych chi byth yn gwybod beth sydd gennych chi ar eich dwylo. Mae'r system AI yn debygol o fod yn gyson iawn. Mae'n ailadrodd yr un gweithgareddau drosodd a throsodd, bob tro yr un peth â'r olaf bob tro.

Fel arfer, byddem yn mwynhau cysondeb AI. Os yw bodau dynol yn dueddol o dueddu, bydd gennym bob amser ryw gyfran o'n llafur dynol sy'n mynd ar gyfeiliorn. Byddai'r AI, pe bai'n gwbl ddiduedd yn ei ymdrechion adeiladu a chyfrifiadurol, yn llawer mwy cyson o lawer. Y broblem serch hynny yw, os oes gan yr AI ragfarnau cudd, mae'r cysondeb nawr yn boenus o wrthun. Yr ods yw y bydd yr ymddygiad rhagfarnllyd yn cael ei gyflawni'n gyson, dro ar ôl tro.

Byddai bodau dynol yn gobeithio cael rhywfaint o hunanfyfyrio ac efallai dal eu hunain yn gwneud penderfyniadau rhagfarnllyd. Nid wyf yn dweud y byddai pawb yn gwneud hynny. Nid wyf ychwaith yn dweud y bydd y rhai sy'n dal eu hunain o reidrwydd yn unioni eu camweddau. Beth bynnag, byddai rhai bodau dynol weithiau'n cywiro eu hunain.

Mae'n annhebygol y bydd gan yr AI unrhyw fath o hunanfyfyrio cyfrifiannol. Mae hyn yn golygu bod yr AI yn parhau i wneud yr hyn y mae'n ei wneud. Mae'n debyg na fyddai unrhyw siawns i'r AI ganfod ei fod yn rhedeg yn ddiffygiol o ran ecwiti. Wedi dweud hynny, rwyf wedi disgrifio rhai ymdrechion i ddelio â hyn, megis adeiladu cydrannau Moeseg AI o fewn AI (gweler y ddolen yma) a dyfeisio AI sy'n monitro AI eraill i ganfod gweithgareddau AI anfoesegol (gweler y ddolen yma).

Heb unrhyw fath o hunan-fyfyrio, mae'r AI hefyd yn debygol o fod ag ufudd-dod dall yn ei hanfod i beth bynnag y cafodd ei gyfarwyddo i'w wneud. Efallai na fydd bodau dynol mor ufudd. Y tebygrwydd yw y bydd rhai bodau dynol sy'n gwneud tasg yn cwestiynu a ydynt efallai'n cael eu harwain i diriogaeth annhegwch. Byddent yn tueddu i wrthod gorchmynion anfoesegol neu efallai fynd y llwybr chwythu'r chwiban (gweler fy sylw yn y ddolen hon yma). Peidiwch â disgwyl i AI cyfoes bob dydd gwestiynu ei raglennu rywsut.

Trown nesaf at y rhai sy'n defnyddio AI. Os oeddech chi'n ceisio benthyciad cartref ac yn siarad â bod dynol, efallai eich bod ar eich gwyliadwriaeth a yw'r bod dynol yn rhoi ysgwydiad teg i chi. Wrth ddefnyddio system AI, mae'n ymddangos bod y rhan fwyaf o bobl yn llai amheus. Maent yn aml yn cymryd yn ganiataol bod y AI yn deg ac nad yw ergo yn cael ei godi mor gyflym. Mae'n ymddangos bod yr AI yn tynnu pobl i mewn i trance “peiriant yn unig ydyw”. Ar ben hyn, gall fod yn anodd ceisio protestio'r AI. Mewn cyferbyniad, mae protestio sut y cawsoch eich trin gan asiant dynol yn llawer haws ac yn llawer mwy cyffredin yn cael ei dderbyn a'i gymryd yn ganiataol fel rhywbeth ymarferol bosibl.

Wedi dweud y cyfan, mae gan AI sydd wedi'i drwytho mewn rhagfarnau goes i fyny annymunol dros fodau dynol wedi'i drwytho mewn rhagfarnau, sef o ran gallu cael yr AI i ddefnyddio'r rhagfarnau hynny'n aruthrol ar raddfa enfawr, gan wneud hynny heb gael eu dal yr un mor hawdd na chael defnyddwyr. sylweddoli beth sy'n peri gofid.

Ar y pwynt hwn o'r drafodaeth hon, byddwn yn betio eich bod yn awyddus i gael rhai enghreifftiau ychwanegol a allai ddangos y pentwr o dueddiadau serth AI ar raddfa.

Rwy'n falch ichi ofyn.

Mae yna gyfres arbennig a hynod boblogaidd o enghreifftiau sy'n agos at fy nghalon. Rydych chi'n gweld, yn rhinwedd fy swydd fel arbenigwr ar AI gan gynnwys y goblygiadau moesegol a chyfreithiol, gofynnir yn aml i mi nodi enghreifftiau realistig sy'n dangos penblethau Moeseg AI fel y gellir deall natur ddamcaniaethol braidd y pwnc yn haws. Un o'r meysydd mwyaf atgofus sy'n cyflwyno'r her AI foesegol hon yn fyw yw dyfodiad ceir hunan-yrru gwirioneddol seiliedig ar AI. Bydd hwn yn achos defnydd defnyddiol neu'n enghraifft ar gyfer trafodaeth helaeth ar y pwnc.

Dyma wedyn gwestiwn nodedig sy'n werth ei ystyried: A yw dyfodiad ceir hunan-yrru gwirioneddol seiliedig ar AI yn amlygu unrhyw beth am ragfarnau dwys AI ar raddfa, ac os felly, beth mae hyn yn ei ddangos?

Caniatewch eiliad i mi ddadbacio'r cwestiwn.

Yn gyntaf, sylwch nad oes gyrrwr dynol yn ymwneud â char hunan-yrru go iawn. Cofiwch fod gwir geir hunan-yrru yn cael eu gyrru trwy system yrru AI. Nid oes angen gyrrwr dynol wrth y llyw, ac nid oes ychwaith ddarpariaeth i ddyn yrru'r cerbyd. Am fy sylw helaeth a pharhaus i Gerbydau Ymreolaethol (AVs) ac yn enwedig ceir hunan-yrru, gweler y ddolen yma.

Hoffwn egluro ymhellach beth yw ystyr pan gyfeiriaf at wir geir hunan-yrru.

Deall Lefelau Ceir Hunan-Yrru

Fel eglurhad, mae gwir geir hunan-yrru yn rhai y mae'r AI yn gyrru'r car yn gyfan gwbl ar ei ben ei hun ac nid oes unrhyw gymorth dynol yn ystod y dasg yrru.

Ystyrir y cerbydau di-yrrwr hyn yn Lefel 4 a Lefel 5 (gweler fy esboniad yn y ddolen hon yma), tra bod car sy'n gofyn am yrrwr dynol i gyd-rannu'r ymdrech yrru fel arfer yn cael ei ystyried ar Lefel 2 neu Lefel 3. Disgrifir y ceir sy'n rhannu'r dasg yrru ar y cyd fel rhai lled-annibynnol, ac yn nodweddiadol yn cynnwys amrywiaeth o ychwanegion awtomataidd y cyfeirir atynt fel ADAS (Systemau Cymorth Gyrwyr Uwch).

Nid oes car hunan-yrru go iawn ar Lefel 5 eto, nad ydym hyd yn oed yn gwybod a fydd hyn yn bosibl ei gyflawni, a pha mor hir y bydd yn ei gymryd i gyrraedd yno.

Yn y cyfamser, mae ymdrechion Lefel 4 yn raddol yn ceisio cael rhywfaint o dyniant trwy fynd trwy dreialon ffyrdd cyhoeddus cul a dethol iawn, er bod dadlau a ddylid caniatáu'r profion hyn fel y cyfryw (moch cwta bywyd-neu-marwolaeth ydym ni i gyd mewn arbrawf). yn digwydd ar ein priffyrdd a chilffyrdd, mae rhai yn dadlau, gweler fy sylw yn y ddolen hon yma).

Gan fod angen gyrrwr dynol ar geir lled-ymreolaethol, ni fydd mabwysiadu'r mathau hynny o geir yn dra gwahanol na gyrru cerbydau confensiynol, felly nid oes llawer o bethau newydd fel y cyfryw ar y pwnc hwn (er, fel y gwelwch mewn eiliad, mae'r pwyntiau a wneir nesaf yn berthnasol ar y cyfan).

Ar gyfer ceir lled-ymreolaethol, mae'n bwysig bod angen i'r cyhoedd gael eu rhagarwyddo am agwedd annifyr sydd wedi bod yn codi yn ddiweddar, sef er gwaethaf y gyrwyr dynol hynny sy'n dal i bostio fideos ohonyn nhw eu hunain yn cwympo i gysgu wrth olwyn car Lefel 2 neu Lefel 3 , mae angen i ni i gyd osgoi cael ein camarwain i gredu y gall y gyrrwr dynnu ei sylw o'r dasg yrru wrth yrru car lled-ymreolaethol.

Chi yw'r parti cyfrifol am weithredoedd gyrru'r cerbyd, ni waeth faint o awtomeiddio y gellir ei daflu i mewn i Lefel 2 neu Lefel 3.

Ceir Hunan-yrru A Tueddiad AI Ar Raddfa

Ar gyfer gwir gerbydau hunan-yrru Lefel 4 a Lefel 5, ni fydd gyrrwr dynol yn rhan o'r dasg yrru.

Bydd yr holl ddeiliaid yn deithwyr.

Mae'r AI yn gyrru.

Mae un agwedd i'w thrafod ar unwaith yn cynnwys y ffaith nad yw'r AI sy'n ymwneud â systemau gyrru AI heddiw yn ymdeimlo. Mewn geiriau eraill, mae'r AI yn gyfan gwbl yn gasgliad o raglennu cyfrifiadurol ac algorithmau, ac yn fwyaf sicr nid yw'n gallu rhesymu yn yr un modd ag y gall bodau dynol.

Pam nad yw'r pwyslais ychwanegol hwn am yr AI yn ymdeimlo?

Oherwydd fy mod am danlinellu, wrth drafod rôl y system yrru AI, nad wyf yn priodoli rhinweddau dynol i'r AI. Byddwch yn ymwybodol bod tuedd barhaus a pheryglus y dyddiau hyn i anthropomorffize AI. Yn y bôn, mae pobl yn neilltuo teimladau tebyg i fodau dynol i AI heddiw, er gwaethaf y ffaith ddiymwad ac amhrisiadwy nad oes AI o'r fath yn bodoli hyd yma.

Gyda'r eglurhad hwnnw, gallwch chi ragweld na fydd y system yrru AI yn “gwybod” yn frodorol rywsut am agweddau gyrru. Bydd angen rhaglennu gyrru a phopeth y mae'n ei olygu fel rhan o galedwedd a meddalwedd y car hunan-yrru.

Gadewch i ni blymio i'r myrdd o agweddau sy'n dod i chwarae ar y pwnc hwn.

Yn gyntaf, mae'n bwysig sylweddoli nad yw pob car hunan-yrru AI yr un peth. Mae pob gwneuthurwr ceir a chwmni technoleg hunan-yrru yn mabwysiadu ei ddull o ddyfeisio ceir hunan-yrru. O'r herwydd, mae'n anodd gwneud datganiadau ysgubol am yr hyn y bydd systemau gyrru AI yn ei wneud ai peidio.

Ar ben hynny, pryd bynnag y dywedant nad yw system yrru AI yn gwneud peth penodol, gall datblygwyr, yn nes ymlaen, oddiweddyd hyn sydd mewn gwirionedd yn rhaglennu'r cyfrifiadur i wneud yr union beth hwnnw. Cam wrth gam, mae systemau gyrru AI yn cael eu gwella a'u hymestyn yn raddol. Efallai na fydd cyfyngiad presennol heddiw yn bodoli mwyach mewn iteriad neu fersiwn o'r system yn y dyfodol.

Hyderaf fod hynny'n darparu litani digonol o gafeatau i danategu'r hyn rydw i ar fin ei gysylltu.

Rydyn ni'n barod nawr i blymio'n ddwfn i geir sy'n gyrru eu hunain a'r posibiliadau AI Moesegol sy'n golygu archwilio rhagfarnau dirfawr AI sy'n cael eu lledaenu ar raddfa fawr.

Gadewch i ni ddefnyddio enghraifft syml iawn. Mae car hunan-yrru seiliedig ar AI ar y gweill ar strydoedd eich cymdogaeth ac mae'n ymddangos ei fod yn gyrru'n ddiogel. Ar y dechrau, roeddech chi wedi rhoi sylw arbennig i bob tro y gwnaethoch chi lwyddo i gael cipolwg ar y car hunan-yrru. Roedd y cerbyd ymreolaethol yn sefyll allan gyda'i rac o synwyryddion electronig a oedd yn cynnwys camerâu fideo, unedau radar, dyfeisiau LIDAR, ac ati. Ar ôl wythnosau lawer o'r car hunan-yrru yn mordeithio o amgylch eich cymuned, prin eich bod chi'n sylwi arno nawr. Cyn belled ag yr ydych yn y cwestiwn, dim ond car arall ydyw ar y ffyrdd cyhoeddus sydd eisoes yn brysur.

Rhag eich bod yn meddwl ei bod yn amhosibl neu'n annhebygol i ddod yn gyfarwydd â gweld ceir hunan-yrru, rwyf wedi ysgrifennu'n aml am sut mae'r lleoliadau sydd o fewn cwmpas treialon ceir hunan-yrru wedi dod i arfer yn raddol â gweld y cerbydau wedi'u hysgaru, gweld fy nadansoddiad yn y ddolen hon yma. Yn y pen draw, symudodd llawer o'r bobl leol o ganu'r wyllt i fympwyo yn awr gan allyrru dyrnaid eang o ddiflastod i weld ceir hunan-yrru troellog.

Mae'n debyg mai'r prif reswm ar hyn o bryd y gallent sylwi ar y cerbydau ymreolaethol yw oherwydd y ffactor llid a chythruddo. Mae systemau gyrru AI wrth y llyfr yn sicrhau bod ceir yn ufuddhau i holl gyfyngiadau cyflymder a rheolau'r ffordd. Ar gyfer gyrwyr dynol prysur yn eu ceir traddodiadol sy'n cael eu gyrru gan bobl, rydych chi'n cael eich cythruddo ar adegau pan fyddwch chi'n sownd y tu ôl i'r ceir hunan-yrru sy'n cydymffurfio â'r gyfraith yn seiliedig ar AI.

Mae hynny'n rhywbeth y gallai fod angen i ni i gyd ddod i arfer ag ef, yn gywir neu'n anghywir.

Yn ôl at ein chwedl.

Yn troi allan bod dau bryder anweddus yn dechrau codi am y ceir hunan-yrru sy'n seiliedig ar AI ac sydd fel arall yn ddiniwed ac a groesewir yn gyffredinol, yn benodol:

a. Lle mae'r AI yn crwydro, roedd y ceir hunan-yrru ar gyfer codi reidiau ar y gorwel fel pryder lleisiol.

b. Roedd y modd y mae’r AI yn trin cerddwyr sy’n aros nad oes ganddynt yr hawl tramwy yn codi fel mater o bwys.

Ar y dechrau, roedd yr AI yn crwydro'r ceir hunan-yrru ledled y dref gyfan. Roedd gan unrhyw un oedd eisiau gwneud cais am reid yn y car hunan-yrru yn ei hanfod gyfle cyfartal o alw am un. Yn raddol, dechreuodd yr AI yn bennaf gadw'r ceir hunan-yrru i grwydro mewn un rhan o'r dref yn unig. Roedd yr adran hon yn gwneud mwy o arian ac roedd y system AI wedi'i rhaglennu i geisio sicrhau'r refeniw mwyaf posibl fel rhan o'r defnydd yn y gymuned.

Roedd aelodau'r gymuned yn y rhannau tlawd o'r dref yn llai tebygol o allu cael reid o gar oedd yn gyrru ei hun. Roedd hyn oherwydd bod y ceir hunan-yrru ymhellach i ffwrdd ac yn crwydro yn rhan refeniw uwch y locale. Pan fyddai cais yn dod i mewn o ran bell o'r dref, byddai unrhyw gais o leoliad agosach a oedd yn debygol o fod yn rhan “uchel ei barch” o'r dref yn cael blaenoriaeth uwch. Yn y pen draw, roedd argaeledd car hunan-yrru mewn unrhyw le heblaw'r rhan gyfoethocach o'r dref bron yn amhosibl, ac yn gythryblus felly i'r rhai a oedd yn byw yn yr ardaloedd hynny sydd bellach yn brin o adnoddau.

Gallech haeru bod yr AI fwy neu lai wedi glanio ar fath o wahaniaethu drwy ddirprwy (cyfeirir ato’n aml hefyd fel gwahaniaethu anuniongyrchol). Nid oedd yr AI wedi'i raglennu i osgoi'r cymdogaethau tlotach hynny. Yn lle hynny, fe “ddysgodd” wneud hynny trwy ddefnyddio'r ML/DL.

Y peth yw, roedd gyrwyr dynol rhannu reidiau yn adnabyddus am wneud yr un peth, er nid o reidrwydd yn gyfan gwbl oherwydd yr ongl gwneud arian. Roedd yna rai o'r gyrwyr dynol rhannu reidiau a oedd â thuedd anffodus ynghylch codi marchogion mewn rhai rhannau o'r dref. Roedd hyn yn ffenomen braidd yn hysbys ac roedd y ddinas wedi rhoi dull monitro ar waith i ddal gyrwyr dynol yn gwneud hyn. Gallai gyrwyr dynol fynd i drafferthion am gyflawni arferion dethol annymunol.

Tybiwyd na fyddai'r AI byth yn disgyn i'r un math o draethell. Ni sefydlwyd unrhyw fonitro arbenigol i gadw golwg ar ble roedd ceir hunan-yrru seiliedig ar AI yn mynd. Dim ond ar ôl i aelodau'r gymuned ddechrau cwyno y sylweddolodd arweinwyr y ddinas beth oedd yn digwydd. I gael rhagor o wybodaeth am y mathau hyn o faterion ledled y ddinas y mae cerbydau ymreolaethol a cheir hunan-yrru yn mynd i'w cyflwyno, gweler fy sylw yn y ddolen hon yma ac sy'n disgrifio astudiaeth dan arweiniad Harvard y bûm yn gyd-awdur arni ar y pwnc.

Mae'r enghraifft hon o'r agweddau crwydro ar y ceir hunan-yrru seiliedig ar AI yn dangos yr arwydd cynharach y gall fod sefyllfaoedd sy'n cynnwys bodau dynol â thueddiadau anffafriol, y rhoddir rheolaethau ar eu cyfer, a bod yr AI sy'n disodli'r gyrwyr dynol hynny yn cael ei adael yn scot- rhydd. Yn anffodus, gall yr AI wedyn ddod yn gynyddrannol mewn tueddiadau tebyg a gwneud hynny heb ddigon o reiliau gwarchod yn eu lle.

Mae hyn hefyd yn dangos y rhagfarnau trwytho AI ar fater graddfa.

Yn achos gyrwyr dynol, efallai y byddwn wedi cael rhai yma neu acw a oedd yn arfer rhyw fath o annhegwch. Ar gyfer y system yrru AI, fel arfer mae'n un AI unedig o'r fath ar gyfer fflyd gyfan o geir hunan-yrru. Felly, efallai ein bod wedi dechrau gyda hanner cant o geir hunan-yrru yn y dref (pob un yn cael eu rhedeg gan yr un cod AI), ac wedi cynyddu'n raddol i ddweud 500 o geir hunan-yrru (pob un yn cael ei redeg gan yr un cod AI). Gan fod pob un o'r pum cant o geir hunan-yrru hynny'n cael eu rhedeg gan yr un AI, maent i gyd yn ddarostyngedig i'r un tueddiadau ac annhegwch deilliadol sydd wedi'u hymgorffori yn yr AI.

Mae graddio yn ein brifo yn hynny o beth.

Mae ail enghraifft yn ymwneud â'r AI yn penderfynu a ddylid stopio ar gyfer cerddwyr nad oes ganddynt hawl tramwy i groesi stryd.

Yn ddiamau, rydych wedi bod yn gyrru ac wedi dod ar draws cerddwyr a oedd yn aros i groesi’r stryd ac eto nid oedd ganddynt yr hawl tramwy i wneud hynny. Roedd hyn yn golygu bod gennych ddisgresiwn i stopio a gadael iddynt groesi. Gallech fwrw ymlaen heb adael iddynt groesi a dal i fod yn gwbl o fewn y rheolau gyrru cyfreithiol o wneud hynny.

Mae astudiaethau o sut mae gyrwyr dynol yn penderfynu stopio neu beidio ar gyfer cerddwyr o'r fath wedi awgrymu bod y gyrwyr dynol weithiau'n gwneud y dewis ar sail rhagfarnau anffafriol. Efallai y bydd gyrrwr dynol yn llygadu'r cerddwr ac yn dewis peidio â stopio, er y byddent wedi stopio pe bai gan y cerddwr ymddangosiad gwahanol, megis ar sail hil neu ryw. Rwyf wedi archwilio hyn yn y ddolen yma.

Dychmygwch fod y ceir hunan-yrru seiliedig ar AI wedi'u rhaglennu i ddelio â'r cwestiwn a ddylid stopio ai peidio ar gyfer cerddwyr nad oes ganddynt yr hawl tramwy. Dyma sut y penderfynodd datblygwyr AI raglennu'r dasg hon. Buont yn casglu data o gamerâu fideo y dref sy'n cael eu gosod o amgylch y ddinas. Mae'r data'n dangos gyrwyr dynol sy'n stopio i gerddwyr nad oes ganddyn nhw'r hawl tramwy a gyrwyr dynol nad ydyn nhw'n stopio. Mae'r cyfan yn cael ei gasglu mewn set ddata fawr.

Trwy ddefnyddio Machine Learning a Deep Learning, mae'r data'n cael ei fodelu'n gyfrifiadol. Yna mae'r system yrru AI yn defnyddio'r model hwn i benderfynu pryd i stopio neu beidio. Yn gyffredinol, y syniad yw, beth bynnag mae'r arferiad lleol yn ei gynnwys, dyma sut mae'r AI yn mynd yn uniongyrchol i'r car hunan-yrru.

Er mawr syndod i arweinwyr y ddinas a'r trigolion, roedd yr AI yn amlwg yn dewis stopio neu beidio yn seiliedig ar ymddangosiad y cerddwr, gan gynnwys eu hil a'u rhyw. Byddai synwyryddion y car hunan-yrru yn sganio'r cerddwr oedd yn aros, yn bwydo'r data hwn i'r model ML/DL, a byddai'r model yn allyrru i'r AI p'un ai i stopio neu barhau. Yn anffodus, roedd gan y dref lawer o dueddiadau gyrrwr dynol eisoes yn hyn o beth ac roedd yr AI bellach yn dynwared yr un peth.

Mae'r enghraifft hon yn dangos y gallai system AI yn unig ddyblygu'r rhagfarnau anffodus sydd eisoes yn bodoli gan fodau dynol. Ar ben hynny, mae'n gwneud hynny ar raddfa. Efallai y bydd unrhyw yrwyr dynol weithiau wedi cael eu haddysgu i wneud y math anffafriol hwn o ddethol neu efallai eu bod wedi'u dewis yn bersonol i wneud hynny, ond mae'n debygol nad yw mwyafrif y gyrwyr dynol yn gwneud hyn yn llu.

Mewn cyferbyniad llwyr, mae'r system yrru AI sy'n cael ei defnyddio i yrru ceir hunan-yrru yn debygol o gynnal y rhagfarn ddeilliadol yn gyson ac yn sicr.

Casgliad

Mae yna lawer o ffyrdd i geisio osgoi dyfeisio AI sydd â thueddiadau anffafriol neu sydd dros amser yn casglu rhagfarnau. Cyn belled ag y bo modd, y syniad yw dal y problemau cyn i chi fynd i gêr uchel a ramp i fyny ar gyfer graddio. Gobeithio nad yw rhagfarnau yn mynd allan y drws, fel petai.

Tybiwch serch hynny y bydd rhagfarnau un ffordd neu'r llall yn codi yn yr AI. Unwaith y byddwch wedi'ch lleoli ar raddfa enfawr gydag AI, ni allwch wneud dim ond un o'r syniadau technolegol “tanio ac anghofio” hynny a gyhoeddir yn aml. Mae'n rhaid i chi gadw ar ben yr hyn y mae'r AI yn ei wneud yn ddiwyd a cheisio canfod unrhyw ragfarnau anffafriol y mae angen eu cywiro.

Fel y nodwyd yn gynharach, mae un dull yn cynnwys sicrhau bod datblygwyr AI yn ymwybodol o Foeseg AI ac felly'n eu hannog i fod ar flaenau eu traed i raglennu'r AI i osgoi'r materion hyn. Mae llwybr arall yn cynnwys cael yr AI yn hunan-fonitro ei hun ar gyfer ymddygiadau anfoesegol a/neu gael darn arall o AI sy'n monitro systemau AI eraill ar gyfer ymddygiadau a allai fod yn anfoesegol. Rwyf wedi ymdrin â nifer o atebion posibl eraill yn fy ysgrifeniadau.

Syniad terfynol am y tro. Wedi cychwyn ar y drafodaeth hon gyda dyfyniad gan Plato, efallai y byddai'n addas cau'r drafodaeth gyda mynegiant craff arall gan Plato.

Dywedodd Plato nad oes unrhyw ddrwg mewn ailadrodd peth da.

Mae rhwyddineb mynd ar raddfa gydag AI yn sicr yn fodd ymarferol o gyrraedd dyhead mor galonogol pan fo'r AI o'r AI Er Da amrywiaeth. Rydym yn mwynhau ailadrodd peth da. Pan fydd AI yn y AI Er Drwg ac yn gyforiog o dueddiadau ac annhegwch anweddaidd, gallem bwyso ar sylwadau Plato a dweyd fod niwed helaeth mewn ailadrodd peth drwg.

Gadewch i ni wrando'n ofalus ar eiriau doeth Plato a dyfeisio ein AI yn unol â hynny.