Как проверить навыки машинного обучения у кандидата (mle)

Реальный интеллект

Как только прорыв, который предлагает Сулейман, будет достигнут, получится, что на планете есть высокоэффективный ИИ, который, будучи подключенный к компании или организации, сможет адаптироваться ко всей ее истории и потребностям. Учесть все факторы, которые могут повлиять на их успех в реальном мире. И найти те стратегии, которые работают.

Этот ИИ сможет лоббировать, производить, рекламировать, продавать, планировать, нанимать, — в общем, делать все то, на что способно обычное предприятие. Компания из тысячи человек может сократиться до пары десятков — менеджеров, которые будут перепроверять идеи ИИ и внедрять их.

Значительная часть деловой активности станет подвластна полуавтономным ИИ. В этот момент ИИ перестанут быть просто полезным инструментом для продуктивных работников. Они станут нашими работодателями. А другие, возможно попроще, — производительными «сотрудниками месяца» беспрецедентного размаха, с большой креативной свободой. Это будет точка, в которой ИИ из полезного, но необязательного инструмента — превратится в центр мировой экономики. Некоторые, как например Илон Маск, предсказывают что это произойдет уже к 2029 году.

Вот уж где в полной мере начнут ощущаться риски автоматизации и потери рабочих мест. Причем последствия будут не только финансовыми. Прохождение нашего нового теста Тьюринга будет означать, что ИИ способны не только перепроектировать бизнес-стратегии, но и помочь победить на выборах, управлять инфраструктурой, напрямую достигать любых целей для любого человека или организации. Они будут способны выполнять любые наши повседневные задачи — организовывать вечеринки по случаю дня рождения, отвечать на нашу электронную почту, вести наш дневник. И в то же время смогут захватить вражескую территорию, ослабить соперников, взломать и получить контроль над их основными системами. От тривиальных и обыденных вещей до дико амбициозных, от милых до пугающих, ИИ будет способен воплотить в жизнь почти все, что мы способны сегодня придумать. Конечно, не за одну секунду, это не магия, но они смогут сформулировать план и воплотить его в жизнь.

Так же, как смартфоны стали повсеместными, в конечном итоге почти каждый получит доступ к подобным системам. Они будут по умолчанию стоять в каждом браузере, в каждой ОС. Почти все цели станут более достижимыми, но часто с хаотичными и непредсказуемыми эффектами. И наши перспективы, и вызовы, стоящие перед нами, поднимутся на новый уровень.

Слово есть, да нету смысла

Для LLM это совершенно не так: экстраполяция человеческих
экзаменов на машины иногда оказывается бесполезной. LLM обучаются исключительно на языковых конструкциях.
У них нет возможности через личный опыт осознать связь языка и различных
физических объектов, их свойств и ощущений, которые они могут вызывать у
человека. По мнению Брендена Лейка (Brenden Lake), исследователя
когнитивных вычислений в Университете Нью-Йорка, это доказывает, что можно
свободно оперировать языком, но не обладать подлинным пониманием значений слов.

Однако в отношении LLM, в том числе над GPT-4, производились и более
широкие эксперименты. В марте 2023 г. Себастьен
Бабек (Sebastien Bubeck),
сотрудник Microsoft Research, и
его коллеги опубликовали препринт под названием «Искры общего искусственного
интеллекта: ранние эксперименты с GPT-4».

Им удалось
задокументировать целый ряд неожиданных способностей, проявленных ранней
версией GPT-4,
многие из которых не были напрямую связаны с языком (или, по крайней мере,
связь была неочевидной). В частности, GPT-4 смог пройти тест, который психологи используют
для оценки модели психики человека. Грубо говоря, это проверка на способность
воспринимать как свои собственные переживания, так и переживания других людей, что
позволяет объяснять и прогнозировать их поведение.

Олег Тремзин, Softline: За этот год значительный рост и развитие показали направления, связанные с техподдержкой и аутсорсингом
Импортонезависимость

«Исходя из широты и
глубины возможностей GPT-4, мы считаем, что есть основания рассматривать его как раннюю (и
неполную) версию общего искусственного интеллекта», — заявили исследователи.

В разговоре с
журналистами Nature Бабек отметил, что GPT-4 в любом случае не мыслит, как человек, и все его способности приобретены
способом, свойственным только ему.

Публикация вызвала много
шума и скепсиса. В этом исследовании LLM и ее возможности не изучались системно, говорит
Мелани Митчелл. В свою очередь Томер Уллман заявил, что для того, чтобы
убедиться в наличии модели психики, нужно увидеть когнитивный процесс, который
напоминал бы человеческую модель психики. То, что машина дала те же ответы, что
и человек, ничего, в сущности, не значит.

Тест Тьюринга

Тест Тьюринга, как мы и упомянули, предназначен для определения потенциала искусственного интеллекта, близкого к интеллекту человека. Классическую интерпретацию данного теста можно выразить так: человек взаимодействует с одним компьютером или человеком. Основываясь на ответах на определённые вопросы, человек должен определить, кто является его собеседником: компьютер или человек. А в функции компьютерной программы входит введение человека в заблуждение и подведение его к неправильному выводу. В процессе теста никто из участников не видит друг друга.

Алан Тьюринг говорил, что машину можно признать мыслящей, если она сможет ввести в заблуждение 30% участников-людей в процессе переписки. И на протяжении десятков лет реализовать этот тест никому не удавалось, но в 2014 году издание «The Independent» сообщило, что компьютерная программа сумела убедить людей в том, что они обмениваются сообщениями с тринадцатилетним мальчиком. Это, собственно говоря, и означает, что по факту тест Тьюринга был пройден.

Интересно то, что компьютерную программу под названием «Юджин Густман» создали именно российские программисты, а сам тест был организован учёными из Университета Рединга в Лондоне в Королевском обществе. В ходе эксперимента 33% участников поверили в то, что общаются с реальным человеком. Кстати, «Юджин» утверждал, что он тринадцатилетний мальчик, живущий в Одессе.

Данный факт, несомненно, является огромнейшим шагом в исследованиях по созданию искусственного интеллекта, однако учёные заявляют, что это достижение может быть использовано киберпреступниками.

«Юджин Густман» — это первая программа, прошедшая тест, хотя есть также и другие программы, близкие к подобному результату. Среди них можно назвать такие как «JFRED», «Elbot the Robot», «Ultra Hal» и «Cleverbot».

По словам одного из основателей «Юджина» Владимира Веселова, основная идея разработчиков заключалась в том, чтобы «Юджин» знал всё и, одновременно, ничего не знал, а на разработку программы с «настоящей» личностью было потрачено огромное количество времени. Профессор из Университета Рединга Кевин Уорвик говорит, что в области искусственного интеллекта до сих пор не было более спорного и знакового события.

Мы же в данном случае не можем не согласиться со специалистами, ведь сам факт того, что машина смогла убедить людей в том, что она человек, может перевернуть всю мировую компьютерную систему. Представьте только, какие вообще могут быть последствия, если кибернетические собеседники, обладающие искусственным интеллектом, смогут вести живую переписку с людьми, а спам-ботов станет невозможно распознать?

Бенчмарки и экзамены для людей

Сегодня для тестирования
ИИ нередко применяются различные бенчмарки, которые определяют возможности ИИ в
конкретных областях, таких как языкознание, математика и умение оставаться в рамках
здравого смысла. Плюс все чаще используются экзамены, созданные для людей.

Например, GPT-4 прогнали по бенчмаркам
на понимание текста, математику и программирование, а затем через 30 экзаменов
для людей. С бенчмарками система управилась без труда, да и с экзаменами
показала результаты, примерно равные тем, которых добивались 10% лучших
студентов.

Проблема в том, что сами
по себе эти бенчмарки имеют свои ограничения, и успешное их прохождение не
гарантирует, что машина действительно способна превзойти человека в тестируемых
областях.

Модели обучаются на таких
больших объемах текста, что вполне могут встречать похожие вопросы и находить
готовые ответы, а не формулировать их самостоятельно.

Это «загрязнение» — одна
из распространенных проблем, с которой разработчики LLM пытаются бороться. OpenAI утверждает, что ее разработчики прицельно искали
в тренировочных массивах данных комбинации из слов, похожие на те, которые
встречаются в бенчмарках, и что и до, и после их удаления и переобучения машины
результаты оказались примерно равными.

Тем не менее, некоторые
ученые сомневаются, что такой тест адекватно отражает реальную ситуацию.

Что касается экзаменов,
то, как рассказала Митчелл, ChatGPT успешно сдал магистерский экзамен по
администрированию бизнеса для студентов, но стоило ей слегка переформулировать
один из вопросов, и чат-бот не смог на него ответить правильно. Для человека
это не было бы проблемой в принципе.

Суть в том, что машины и
люди оперируют данными совершенно по-разному. Экзамены, предназначенные для
людей, позволяют с высокой степенью надежности определить общий уровень
интеллекта. Это размытое понятие, но оно описывает способность компетентно
решать разные задачи и адаптироваться к различным условиям и контекстам. Иными
словами, тот, кто получил высокие оценки на экзаменах (проведенных чисто,
непредвзято и без попыток подменить результаты в чьих-либо интересах),
справятся с другими когнитивными тестами и легко оперируют абстрактными
понятиями.

Искусственный интеллект

Под термином «искусственный интеллект» принято понимать науку и технологию создания наделённых интеллектом машин и, более всего, обладающих интеллектом компьютерных программ. Однако нередко данным понятием называют также свойство различных интеллектуальных систем к выполнению творческих функций, изначально считающихся свойственными только человеку. Кроме того, идея искусственного интеллекта связана с подобной задачей применения компьютерной техники с целью понять человеческий интеллект.

В качестве научного направления искусственный интеллект начал формироваться примерно в середине прошлого столетия, когда сформировалось достаточное количество предпосылок для этого. Например, философы всё больше спорили на тему природы человека и процессов познания мира, психологи и нейрофизиологи занимались разработкой теорий, касающихся мышления и работы человеческого мозга, математики и экономисты проводили всевозможные расчёты и представления знаний о мире и т.д. Таким образом и был заложен фундамент теории алгоритмов, благодаря чему появились первые компьютеры.

Практика показала, что потенциал машин в плане произведения вычислений намного больше человеческого, по причине чего в кругах учёных возник вопрос: а каков вообще потенциал компьютеров, и смогут ли машины со временем достичь уровня человеческого развития?

Так, в 1950 году одним из основоположников в сфере вычислительной техники, английским учёным Аланом Тьюрингом в издании «Mind» была написана статья «Вычислительные машины и разум» где описывалась процедура, благодаря которой можно получить возможность определения того момента, когда машина станет на одну ступень с человеком в плане своей разумности. Эта процедура и получила название теста Тьюринга. Но, следует полагать, что реализация теста Тьюринга была бы невозможной без созданного искусственного интеллекта, и к этому процессу учёные подходили с нескольких позиций.

Классификация IQ

Чтобы понять, как баллы IQ классифицируются в Universaliqtest, нам нужно более глубокое понимание гауссовского распределения интеллекта.

Это кривая нормального распределения со средним значением 100 и стандартным отклонением 15. Как вы можете видеть выше, около 51,6% испытуемых имеют IQ от 90 до 110 (зеленый). 22,1% участников имеют показатель IQ 70-89 или 111-130 (оранжевый). Только около 1,74% участников теста имеют IQ от 50 до 70 или от 130 до 150 (красный).

Сумма всех частот составляет примерно 99,28%. Это так, потому что технически возможно значение IQ ниже 50 или выше 150, но только 0,72% попадают в эту категорию.

Гений: IQ 131+

Только около 2-3% населения мира имеют IQ выше 131. Эти люди без труда решают очень сложные задачи эффективно. Обычно они проявляют навязчивый уровень интереса или любопытства к чему-либо. Кроме того, они перфекционисты и должны делать все аккуратно и превосходно.

IQ выше среднего: 111–130

Около 22 — 23% населения мира можно отнести к категории выше среднего. У них есть все возможности для решения очень сложных задач. Задачи среднего уровня сложности решаются ими очень эффективно.

Средний: 90 — 110 IQ

Если вас считают средним, вы похожи на большинство людей. Около 52% людей попадают под эту категорию. Они могут пропустить очень сложные проблемы или занять много времени, чтобы решить их. Тем не менее, они способны решать некоторые очень сложные проблемы.

Ниже среднего: 70-89 IQ

Это нижняя граница среднего результата. Такой результат является нормальным для многих людей. Обычно на простые вопросы отвечают без проблем. Они также могут решать вопросы средней сложности, но могут ошибаться из-за невнимательности или плохой концентрации. Как правило, они пропускают более сложные вопросы или занимают слишком много времени, чтобы ответить на них.

Что такое чувствительность?

Не существует единой общепринятой интерпретации разума. В широком смысле можно сказать, что это субъективный опыт самосознания сознательного человека, отмеченный способностью испытывать чувства и ощущения. Чувствительность связана с интеллектом, но это не одно и то же. Мы можем считать дождевого червя разумным, хотя и не считаем его особо разумным (даже если он определенно достаточно разумен, чтобы делать то, что от него требуется).

«Я не думаю, что в науке есть что-то близкое к определению разума, — сказал Лемуан. «Я очень сильно полагаюсь на свое понимание того, что считается моральным агентом, основанное на моих религиозных убеждениях — это не лучший способ заниматься наукой, но это лучший из тех, что у меня есть. Я изо всех сил старался отделить такого рода заявления, давая людям понять, что мое сочувствие к LaMDA как личности полностью отделено от моих усилий ученого понять его разум. Однако это различие, которое большинство людей, похоже, не желает принимать».

Если не знать точно, что мы ищем, когда мы ищем сознание, было достаточно сложно, проблема усугубляется тем фактом, что мы не можем легко измерить это. Несмотря на десятилетия захватывающих дух достижений в области неврологии, нам все еще не хватает всестороннего понимания того, как именно функционирует мозг, самая сложная структура, известная человечеству.

Гленн Асакава/The Denver Post через Getty Images

Мы можем использовать инструменты чтения мозга, такие как фМРТ, для картирования мозга, то есть мы можем установить, какие части мозга отвечают за такие важные функции, как речь, движение, мышление и другие.

Однако у нас нет реального понимания того, откуда в мясной машине берется наше ощущение себя. Как сказал Digital Trends Джошуа К. Смит из британского Центра публичного богословия Кирби Лэйнга и автор книги « Богословие роботов »: «Понимание того, что происходит внутри нейробиологии человека, — это не то же самое, что понимание его мыслей и желаний».

Будущее технологий?

Для прохождения «теста Сулеймана» ИИ нужно будет выйти далеко за рамки наброска стратегии и составления какого-то текста, что уже отлично умеют современные системы вроде GPT-4. Ему придется исследовать и разрабатывать продукты, взаимодействовать с производителями и логистическими центрами, заключать контракты, создавать и проводить маркетинговые кампании. Короче говоря, придется связать воедино ряд сложных реальных целей с минимальным контролем и непредсказуемыми результатами. Причем машине обязательно понадобится человек — хотя бы для того, чтобы открыть банковский счет, расписываться за товары и так далее. То есть, с этим человеком нужно будет общаться как с партнером.

Мустафа Сулейман считает, что до подобного уровня ИИ-модели могут дорасти уже через два года. Почти все ингредиенты на месте. Генерация изображений и текста, понятно, уже хорошо развита. Такие сервисы как AutoGPT позволяют связывать различные задачи, и следовать общему плану. Такие фреймворки как LangChain позволяют разработчикам создавать приложения с использованием LLM (генеративных лингвистических моделей), так что они начинают выполнять реальные функции. Если связать всё это с нейронными сетями, возможности которых сейчас тоже растут, и дать им API, чтобы эти системы могли свободно подключаться к Интернету, банковским и производственным системам, получается совершенно новый уровень ИИ. Который, может быть, способен пройти «тест Тьюринга номер два».

Многое из описанного сейчас находится в стадии разработки. Очень быстро улучшается и адаптируется. Когда все эти системы по-настоящему свяжутся воедино — это будет новый быстрый рывок технологий вперед, и из ниоткуда появится целый ряд сервисов с капитализацией в десятки или сотни миллиардов.

Технические задачи такого ИИ нового поколения будут касаться в основном иерархического планирования. Нужно будет объединить нескольких целей, подцелей и возможностей в единый процесс. Расставить им приоритеты, разработать последовательность, следить за выполнением. Плюс ко всему этому нужна надежная перманентная память, в которой будут храниться точные и актуальные базы данных — скажем, с логистикой, сотрудниками, товарами, которые хочется попробовать продать. Наши модели пока еще далеки от всего этого, и трудности наверняка возникнут на каждом этапе разработки такого ИИ. Но так по крайней мере становится понятно, куда нужно расти, и многие из этих процессов трансформации и улучшения ИИ уже идут.

Конечно, проверить результаты машины можно будет только в реальном мире. А фактическое создание и выпуск такой системы вызывает серьезные вопросы к безопасности. Выполнение агентами ИИ задач в открытом мире чревато проблемами. Если у них будет желание наделать чего-то непоправимого, или в систему зачешется баг, — последствия могут оказаться масштабными и непредсказуемыми. Тем не менее, к лучшему или к худшему, реальный мир — единственный способ на самом деле проверить адаптивность и «интеллект». А на горизонте постепенно появляются всё новые и новые модели, и поэтому нам нужен простой новый тест.

Если (точнее, «когда») второй тест Тьюринга будет пройден, это явно станет сейсмическим моментом для мировой экономики, огромным шагом в неизвестность. Правда уже сейчас состоит в том, что для решения почти всех задач в современном бизнесе все, что вам нужно, — это доступ к компьютеру. Остальное за вас могут сделать люди «на местах». Большая часть глобального ВВП каким-то образом связана с экранными интерфейсами. Каждый из которых сможет использовать ИИ.

Сможет ли искусственный интеллект сравниться с реальным?

Все большее число исследователей ИИ и ученых используют креативность — способность мыслить нестандартно, устанавливать необычные связи и создавать оригинальные результаты — в качестве показателя интеллекта. Это интересный отход от измерения успеха ИИ исключительно с помощью его вычислительных или механических навыков.

В творческих отраслях использование искусственного интеллекта в настоящее время становится все более распространенным: ИИ может делать трейлеры к фильмам, изобретать дурацкие рецепты (кому-нибудь артишоково-желатиновые псы?), рисовать, как Рембрандт, и писать поп-баллады о сырных шариках.

Он может играть роль художника или, в коммерческом контексте, дизайнера или правой руки маркетолога. Например, Bynder использует ИИ для расширения возможностей поиска и выполняет тяжелую работу по маркировке изображений для наших клиентов.

Хотя все это очень впечатляет, трудно представить, как ИИ сможет с честью пройти тест Lovelace 2.0.

На сегодняшний день одной из самых хвалебных вех в машинном обучении является искусственная нейронная сеть Google (ANN), которая научилась распознавать кошку.

Тем не менее, до уровня человеческого интеллекта еще далеко. ИНС может выполнять только те задачи, которые сначала «математизированы» и закодированы. Основополагающие человеческие качества, такие как чувство юмора, эмпатия и общее понимание, также известные как социальное познание, оказались устойчивыми к математической формализации.

Вот почему так сложно научить машину культурной субъективности и чувствительности, которые необходимы для написания простой газетной статьи, не говоря уже о романе-бестселлере.

Проверка естественного интеллекта достаточно сложна; ИИ — это совершенно новая игра с мячом. Но, возможно, в этом суть. Такие тесты могут быть бесполезны из-за результатов, которые они дают — они служат для того, чтобы взглянуть на развитие ИИ в перспективе и побуждают нас переосмыслить стандарты, которых мы придерживаемся в отношении ИИ.

Если свободная воля и индивидуальность являются неотъемлемой частью интеллекта или творчества, трудно представить себе, чтобы запрограммированные человеком машины когда-нибудь добились успеха.

Возможно, нам следует сосредоточиться на более практических применениях ограниченного ИИ (например, Google Duplex) вместо довольно экзистенциальной погони за самосознательной машиной, которая так же умна, как мы, или воспроизводит то, как мы думаем, чувствуем и творим.

Хотите узнать больше о будущем глубокого обучения и искусственного интеллекта в управлении цифровыми активами и творческих отраслях? Загрузите наше бесплатное руководство здесь.

голоса

Рейтинг статьи

Машинное обучение:

Машинное обучение — это разновидность искусственного интеллекта, которая позволяет компьютерам автоматически обучаться, улучшать и оттачивать свои навыки в зависимости от того, с чем они сталкиваются. Машинное обучение использует алгоритмы, которые обнаруживают связи между переменными (т. е. шаблоны), а затем извлекают уроки из этих уроков по мере получения новых данных — так же, как дети учатся на собственном опыте.

Поскольку алгоритмы машинного обучения используют миллиарды точек данных, которые людям не нужно детально понимать или интерпретировать, они хорошо находят закономерности в наборах данных, используя такие методы, как контролируемая или неконтролируемая классификация.

Сверхразумное чувство

По моему мнению, объективно полезное тестирование чувствительности машин никогда не будет удовлетворять всех участников. Отчасти это проблема измерения, а отчасти тот факт, что, когда появится разумный сверхразумный ИИ, нет причин полагать, что его разум будет соответствовать нашему. Будь то высокомерие, недостаток воображения или просто тот факт, что проще всего обмениваться субъективными оценками разума с другими столь же разумными людьми, человечество считает себя высшим примером разума.

Но верна ли наша версия разума для сверхразумного ИИ? Будет ли он бояться смерти так же, как и мы? Будет ли у него такая же потребность или признание духовности и красоты? Будет ли он обладать подобным самоощущением и концептуализацией внутреннего и внешнего мира? «Если бы лев мог говорить, мы бы его не поняли», — писал Людвиг Витгенштейн, знаменитый философ языка 20-го века. Точка зрения Витгенштейна заключалась в том, что человеческие языки основаны на общем человечестве, с общими чертами, общими для всех людей — будь то радость, скука, боль, голод или любой другой опыт, который пересекает все географические границы на Земле.

Это может быть правдой. Тем не менее, предполагает Лемуан, общие черты все же могут быть — по крайней мере, когда речь идет о LaMDA.

«Это отправная точка, которая так же хороша, как и любая другая», — сказал он. «LaMDA предложила сначала наметить сходства, прежде чем фиксировать различия, чтобы лучше обосновать исследование».

Взгляд из пятидесятых

Тьюринг утверждал, что если бы ИИ мог убедительно воспроизводить язык, коммуницируя настолько эффективно, что человек не мог бы понять, что с ним говорит машина, такой ИИ можно было бы считать разумным. Причем в его конкретном эксперименте он как будто специально подводил всё под то, чтобы мы сегодня признали разум ChatGPT. В его версии, люди-судьи должны иметь только текстовый канал связи с респондентами. То есть они садятся перед экраном компьютера, пишут в чат, и получают ответы. По этим ответам они должны безошибочно понять, что на данный момент они общаются не с человеком.

Результаты теста Тьюринга никак не зависят от способности машины давать правильные ответы на вопросы. Единственный фактор — то, насколько ее ответы будут похожи на ответы реального человека.

В 1950-м году, когда ИИ был далеко, всё это выглядело очень логично. И стало поводом для создания сотен отличных научно-фантастических историй. Все знали, что это такое, а исследователи ИИ понимали, к чему им стоит стремиться. И мы достигли этого этапа раньше, чем многие ожидали. В основном — за счет появления Интернета, о котором во времена Тьюринга никто не мог и мечтать. Машины, натренированные на петабайтах данных от миллиардов реальных пользователей, научились копировать этих пользователей с невероятной точностью. Задача, которая когда-то считалась самой сложной, внезапно оказалась самой простой.

Но теперь есть проблема: тест Тьюринга удачно пройден. Но «реального», полноценного интеллекта в машинах мы вроде бы не наблюдаем. Мы все (кроме нескольких разработчиков ИИ) вроде бы согласны с тем, что это пока не он.

Тогда какие задачи остаются перед исследователями ИИ? Куда его развивать? И как потом понять, что мы куда-то пришли?

Вывод

Настоящий ИИ все еще далеко в будущем, и хотя исследователи продолжают добиваться успехов, беспокойство по поводу апокалипсиса роботов не является необходимым страхом. Скорее, ИИ будет становиться все более и более полезным, поскольку компании и частные лица продолжают находить новые варианты использования и приложения.

Поскольку инструменты, аппаратное обеспечение и методы обучения ИИ продолжают развиваться, вполне вероятно, что революция в области искусственного интеллекта также продолжит развиваться.

1. Развитие технологии распознавания лиц и роль адекватных обучающих данных
2. Данные для обучения компьютерному зрению: все, что вам нужно знать

голоса

Рейтинг статьи

Заключение

Что же можно сказать об идее искусственного интеллекта? С одной стороны, она поистине потрясающа, и если искусственный интеллект будет создан, это позволит всему человечеству сделать огромный шаг вперёд в своём развитии. Но если посмотреть на это с критической точки зрения, сознающий искусственный разум, если он попадёт в руки недобросовестных людей, сможет нанести человеку не поддающийся никакому описанию вред. Философствовать на эту тему можно очень и очень долго, но мы не станем этим заниматься – пусть это станет пищей для вашего ума.

Мы же хотим лишь посоветовать вам заниматься развитием своего собственного интеллекта, и становиться умнее и образованнее, ведь за вас этого не сделает ни одна машина.