Priežastis, kodėl paaiškėjo šis (ir kiti) straipsniai, yra paprasta: galbūt dirbtinis intelektas yra ne tik svarbi diskusijų tema, bet ir svarbiausia ateities kontekste. Kas nors šiek tiek įsigilina į dirbtinio intelekto potencialo esmę, pripažįsta, kad negalima ignoruoti šios temos. Kai kurie - ir tarp jų Elonas Muskas, Stephenas Hawkingas, Billas Gatesas, ne patys kvailiausi žmonės mūsų planetoje - mano, kad dirbtinis intelektas kelia egzistencinę grėsmę žmonijai, savo mastu prilygstantį visiškam mūsų, kaip rūšies, išnykimui. Na, atsisėsk ir pažymėk sau „i“.
„Mes esame ties pokyčių, lyginamų su žmogaus gyvybės atsiradimu Žemėje, riba“(Vernor Vinge).
Ką reiškia būti ties tokių pokyčių riba?
Atrodo, kad tai nieko ypatingo. Bet jūs turite atsiminti, kad buvimas tokioje grafiko vietoje reiškia, kad nežinote, kas yra jūsų teisė. Turėtumėte jaustis maždaug taip:
Jausmai visai normalūs, skrydis vyksta gerai.
Reklaminis vaizdo įrašas:
Ateitis ateina
Įsivaizduokite, kad laiko mašina jus nuvežė į 1750-uosius - laiką, kai pasaulyje nuolat nutrūko elektros tiekimas, susisiekimas tarp miestų reiškė patrankos šūvius, o visas transportas vyko šienu. Tarkime, jūs nuvyksite, paimkite ką nors ir atvežkite į 2015 metus, parodykite, kaip čia yra. Mes negalime suprasti, kaip jam būtų matyti visas šias blizgančias kapsules, skriejančias keliais; kalbėtis su žmonėmis kitoje vandenyno pusėje; pažvelkite į sporto žaidimus už tūkstančio kilometrų; išgirsti muzikinį spektaklį, įrašytą prieš 50 metų; žaisti stebuklingu stačiakampiu, kuris gali nufotografuoti ar užfiksuoti gyvą akimirką; pastatyti žemėlapį su paranormaliu mėlynu tašku, nurodančiu jo vietą; pažvelk į kažkieno veidą ir bendrauk su juo už daugelio kilometrų ir t. Visa tai yra nepaaiškinama magija beveik trijų šimtų metų žmonėms. Jau nekalbant apie internetą, Tarptautinę kosminę stotį, „Big Hadron Collider“, branduolinius ginklus ir bendrą reliatyvumą.
Tokia patirtis jo nestebins ar šokiruos - šie žodžiai nepateikia visos psichinės žlugimo esmės. Mūsų keliautojas gali visiškai mirti.
Tačiau yra įdomus momentas. Jei jis grįžta į 1750 metus ir pavydi, kad norėjome pamatyti jo reakciją į 2015 metus, jis gali pasiimti laiko mašiną ir pabandyti padaryti tą patį, tarkime, su 1500. Jis skris ten, susiras žmogų, pasiims jį 1750 m. Ir viską parodys. Vaikinas nuo 1500 metų bus šokiruotas be galo - bet vargu ar mirs. Nors jis, žinoma, nustebs, tačiau skirtumas tarp 1500 ir 1750 yra daug mažesnis nei tarp 1750 ir 2015 metų. 1500 metų žmogus nustebs tam tikrais momentais iš fizikos, nustebs tuo, kuo Europa tapo po kietu imperializmo kulnu, nupieš savo galvoje naują pasaulio žemėlapį … Tačiau vargu ar kasdienis gyvenimas 1750 m. - transportas, ryšiai ir kt. - nustebins jį mirtimi.
Ne, kad vaikinas nuo 1750 m. Linksmintųsi taip pat, kaip ir mes, jis turi žengti kur kas toliau - galbūt tokius metus kaip 12 000 m. Pr. Kr. e., dar prieš tai, kai pirmoji žemės ūkio revoliucija pagimdė pirmuosius miestus ir civilizacijos sampratą. Jei kas nors iš medžiotojų rinkėjų pasaulio, nuo tų laikų, kai žmonės vis dar buvo kita gyvūnų rūšis, pamatė didžiules 1750 m. Žmonių imperijas su savo aukštomis bažnyčiomis, vandenynus kertančiais laivais, savo buvimo pastato „viduje“idėja, viskas šios žinios - greičiausiai jis būtų miręs.
Ir tada, po mirties, jis būtų pavydėjęs ir norėjęs daryti tą patį. Grįžtų prieš 12 000 metų - 24 000 m. e., būtų laiku paėmęs ir atvežęs žmogų. Ir naujas keliautojas jam sakydavo: „Na, gerai, ačiū“. Nes šiuo atveju asmuo nuo 12 000 m. e. tektų grįžti 100 000 metų atgal ir pirmą kartą parodyti vietiniams aborigenams ugnį ir kalbą.
Jei turime ką nors perkelti į ateitį, kad būtume nustebinti mirtimi, pažanga turi nueiti tam tikrą atstumą. Turi būti pasiektas mirties taškas (TPP). Tai yra, jei medžiotojų rinkėjų metu TSP užtruko 100 000 metų, kita stotelė įvyko jau 12 000 m. e. Po jo pažanga jau buvo greitesnė ir radikaliai pakeitė pasaulį iki 1750 m. (Apytiksliai). Tada prireikė poros šimtų metų, ir štai mes čia.
Ši nuotrauka - kur žmogaus pažanga juda greičiau bėgant laikui - futuristas Ray Kurzweilas vadina pagreitinto grįžimo į žmonijos istoriją dėsnį. Taip atsitinka todėl, kad labiau pažengusios visuomenės turi galimybę judėti pažanga greičiau nei mažiau išsivysčiusios visuomenės. XIX amžiaus žmonės pažinojo daugiau nei XV amžiaus žmonės, todėl nenuostabu, kad XIX amžiuje pažanga buvo greitesnė nei XV amžiuje ir t.
Mažesniu mastu tai taip pat veikia. „Atgal į ateitį“buvo išleistas 1985 m., O praeitis - 1955 m. Filme, kai Michaelas J. Foxas grįžo 1955 m., Jį nustebino televizorių naujumas, sodos kaina, meilės gitaros garsui stoka ir žargono variacijos. Žinoma, tai buvo kitas pasaulis, tačiau jei filmas būtų filmuojamas šiandien, o praeitis būtų 1985 m., Skirtumas būtų daug globalesnis. Marty McFly, atėjus laikui nuo asmeninių kompiuterių, interneto, mobiliųjų telefonų laikų, būtų kur kas nesvarbesnis nei Marty, kuris nuo 1985-ųjų išvyko į 1955-uosius.
Visa tai yra dėl greitėjančio grąžinimo dėsnio. Vidutinis progreso tempas nuo 1985 iki 2015 metų buvo greitesnis nei nuo 1955 iki 1985 metų - kadangi pirmuoju atveju pasaulis buvo labiau išvystytas, jis buvo prisotintas pastarųjų 30 metų pasiekimų.
Taigi kuo daugiau pasiekimų, tuo greičiau įvyksta pokyčiai. Bet ar tai neturėtų palikti mums tam tikrų užuominų į ateitį?
Kurzweilas teigia, kad viso XX a. Pažanga galėjo būti pasiekta tik per 20 metų 2000 m. Išsivystymo lygiu - tai yra, 2000 m. Pažangos greitis buvo penkis kartus didesnis nei vidutinis XX a. Jis taip pat mano, kad viso 20-ojo amžiaus pažanga buvo tolygi laikotarpio nuo 2000 iki 2014-ųjų pažangai, o dar vieno 20-ojo amžiaus pažanga bus lygi laikotarpiui iki 2021-ųjų - tai yra tik po septynerių metų. Po kelių dešimtmečių visa 20-ojo amžiaus pažanga vyks kelis kartus per metus, o po to - vos per mėnesį. Galų gale pagreitėjusio grąžinimo dėsnis atveda mus į tašką, kad pažanga visame XXI amžiuje bus 1000 kartų didesnė nei XX a.
Jei Kurzweilas ir jo šalininkai yra teisūs, 2030 m. Mus nustebins taip pat, kaip 1750 m. Vaikinas būtų nustebinęs mūsų 2015 m., Tai yra, kitas TSP užtruks tik porą dešimtmečių išsiaiškinti. Ir tai nėra fantazija. Taip mano daugelis protingesnių ir labiau išsilavinusių mokslininkų nei jūs ir aš. Pažvelgus į istoriją suprasite, kad šis spėjimas išplaukia iš grynos logikos.
Kodėl tada, kai susiduriame su tokiais teiginiais kaip „pasaulis po 35 metų pasikeis neatpažįstamai“, mes skeptiškai gūžčiojame pečiais? Skeptiškai vertiname ateities prognozes dėl trijų priežasčių:
1. Kalbant apie istoriją, mąstome tiesiai. Bandydami vizualizuoti ateinančių 30 metų pažangą, mes žiūrime į ankstesnių 30 metų pažangą kaip rodiklį, kiek greičiausiai nutiks. Galvodami apie tai, kaip pasikeis mūsų pasaulis XXI amžiuje, atsižvelgsime į XX a. Pažangą ir pridėsime ją prie 2000 m. Ta pati klaida, kurią daro mūsų 1750 m. Vaikinas, kai gauna ką nors iš 1500 ir bando nustebinti. Mes intuityviai galvojame tiesiniu būdu, kai turėtume būti eksponentiški. Iš esmės futuristas turėtų bandyti numatyti ateinančių 30 metų pažangą, nežiūrėdamas į ankstesnius 30, o spręsdamas pagal dabartinį pažangos lygį. Tada prognozė bus tikslesnė, bet vis tiek prie vartų. Norint teisingai galvoti apie ateitį, reikia pamatyti, kad viskas juda daug greitesniu tempu nei dabar.
2. Naujausios istorijos trajektorija dažnai iškreipiama. Pirma, net stačia eksponentinė kreivė atrodo linijinė, kai matote mažas jos dalis. Antra, eksponentinis augimas ne visada būna tolygus ir vienodas. Kurzweilas mano, kad pažanga juda gyvatės kreivėmis.
Tokia kreivė eina per tris fazes: 1) lėtas augimas (ankstyvoji eksponentinio augimo fazė); 2) greitas augimas (sprogi, vėlyva eksponentinio augimo fazė); 3) stabilizavimas konkrečios paradigmos pavidalu.
Jei pažvelgsite į paskutinę istoriją, S-kreivės dalis, kurioje šiuo metu esate, gali paslėpti progreso greitį nuo jūsų suvokimo. Dalis laiko nuo 1995 m. Iki 2007 m. Buvo skiriama sprogstančiam interneto vystymui, „Microsoft“, „Google“ir „Facebook“pristatymui visuomenei, socialinių tinklų gimimui, mobiliųjų telefonų ir paskui išmaniųjų telefonų kūrimui. Tai buvo antroji mūsų kreivės fazė. Tačiau 2008–2015 m. Laikotarpis buvo mažiau trikdantis, bent jau technologijų srityje. Tie, kurie šiandien galvoja apie ateitį, gali užtrukti pastaruosius porą metų, kad įvertintų bendrą pažangos tempą, tačiau nemato didesnio vaizdo. Tiesą sakant, dabar gali užvirti naujas ir galingas 2 etapas.
3. Mūsų pačių patirtis daro mus niurzgančius senus žmones, kalbant apie ateitį. Mes grindžiame savo idėjas apie pasaulį remdamiesi savo patirtimi, ir ši patirtis nulėmė netolimos praeities augimo tempą kaip savaime suprantamą dalyką. Be to, mūsų vaizduotė yra ribota, nes jie naudoja mūsų patirtį nuspėti - bet dažniausiai mes neturime įrankių tiksliai numatyti ateitį. Išgirdę ateities prognozes, kurios prieštarauja mūsų kasdieniam suvokimui, kaip viskas veikia, instinktyviai laikome jas naiviomis. Jei sakyčiau, kad gyvensite 150 ar 250 metų, o galbūt visai nemirsite, instinktyviai pagalvosite, kad „tai kvaila, aš iš istorijos žinau, kad per šį laiką visi mirė“. Taip yra: tokių metų niekas negyveno. Bet prieš išradus orlaivį, skrido ne vienas orlaivis.
Taigi, nors skepticizmas jums atrodo pagrįstas, jis dažniausiai yra neteisingas. Turėtume sutikti, kad apsiginklavę grynąja logika ir laukdami įprastų istorinių zigzagų, turime pripažinti, kad per ateinančius dešimtmečius labai, labai, labai daug kas turi pasikeisti; daug daugiau nei intuityviai. Logika taip pat nurodo, kad jei pažangiausios planetos rūšys ir toliau daro milžiniškus šuolius į priekį, vis greičiau ir greičiau, tam tikru momentu šuolis bus toks stiprus, kad radikaliai pakeis gyvenimą, kokį mes jį pažįstame. Kažkas panašaus įvyko evoliucijos procese, kai žmogus tapo toks protingas, kad visiškai pakeitė bet kurios kitos žemės planetos rūšies gyvenimą. Ir jei jūs praleisite šiek tiek laiko skaitydami tai, kas dabar vyksta moksle ir technologijose, galite būtipradėti matyti tam tikrus užuominas apie tai, koks bus kitas milžiniškas šuolis.
Kelias į intelektą: kas yra dirbtinis intelektas?
Kaip ir daugelis šios planetos, jūs įpratę galvoti apie dirbtinį intelektą kaip apie kvailą mokslinės fantastikos idėją. Tačiau pastaruoju metu daugelis rimtų žmonių rodo susirūpinimą dėl šios kvailos idėjos. Kas negerai?
Yra trys priežastys, dėl kurių kyla painiava dėl termino AI:
1. Mes siejame dirbtinį intelektą su filmais. "Žvaigždžių karai". „Terminatorius“. „2001 m. Kosminė odisėja“. Bet kaip ir robotai, šių filmų intelektas yra fikcija. Taigi Holivudo filmai atskiedžia mūsų suvokimo lygį, dirbtinis intelektas tampa pažįstamas, pažįstamas ir, žinoma, blogis.
2. Tai plati taikymo sritis. Tai prasideda nuo jūsų telefono skaičiuoklės ir savaime važiuojančių automobilių kūrimo ateityje, kuris sukels revoliuciją pasaulyje. Dirbtinis intelektas reiškia visus šiuos dalykus ir tai glumina.
3. Mes dirbtinį intelektą naudojame kiekvieną dieną, tačiau dažnai to net nesuvokiame. Kaip sakė 1956 metais termino „dirbtinis intelektas“sumanytojas Johnas McCarthy, „kai tik jis veikia, niekas nebevadina jo dirbtiniu intelektu“. Dirbtinis intelektas tapo panašesnis į mitinį ateities spėjimą, o ne į tikrą. Tuo pačiu metu šiame pavadinime yra kažkoks praeities dalykas, kuris niekada netapo realybe. Ray Kurzweilas sako girdintis žmones, siejančius dirbtinį intelektą su 80-ųjų faktais, kuriuos galima palyginti su „tvirtinimu, kad internetas žuvo kartu su dotcomais 2000-ųjų pradžioje“.
Būkime aiškūs. Pirmiausia nustokite galvoti apie robotus. Robotas, kuris yra dirbtinio intelekto talpykla, kartais imituoja žmogaus formą, kartais ne, tačiau pats intelektas yra kompiuteris roboto viduje. PG yra smegenys, o robotas yra kūnas, jei jis apskritai turi kūną. Pavyzdžiui, „Siri“programinė įranga ir duomenys yra dirbtinis intelektas, moteriškas balsas yra šio dirbtinio intelekto personifikacija, o šioje sistemoje nėra robotų.
Antra, jūs tikriausiai girdėjote terminą „singuliarumas“arba „technologinis singuliarumas“. Šis terminas matematikoje naudojamas apibūdinant neįprastą situaciją, kai įprastos taisyklės nebeveikia. Fizikoje jis naudojamas apibūdinti begalinį ir tankų juodosios skylės tašką arba pradinį Didžiojo sprogimo tašką. Vėlgi, fizikos dėsniai joje neveikia. 1993 m. Vernoras Vinge parašė garsią esė, kurioje šį terminą pritaikė tam tikram ateities momentui, kai mūsų technologijų intelektas pranoksta mūsų pačių - tuo metu gyvenimas, kaip žinome, pasikeis amžinai, o įprastos jo egzistavimo taisyklės nebeveiks. … Ray Kurzweilas dar patobulino šį terminą nurodydamas, kad singuliarumas bus pasiektas, kai pagreitėjusio atsitraukimo įstatymas pasieks kraštutinį taškąkai technologinė pažanga juda taip greitai, kad beveik be galo greitai nustojame pastebėti jos pasiekimus. Tada gyvensime visiškai naujame pasaulyje. Tačiau daugelis ekspertų nustojo vartoti šį terminą, todėl nenaudokime jo dažnai.
Galiausiai, nors yra daugybė dirbtinio intelekto tipų ar formų, kylančių iš plačios intelekto sampratos, pagrindinės AI kategorijos yra kalibras. Yra trys pagrindinės kategorijos:
1. Siaurai sutelktas (silpnas) dirbtinis intelektas (AI). UII specializuojasi vienoje srityje. Tarp šių intelektinių intelektų yra tokių, kurie gali įveikti pasaulio šachmatų čempioną, tačiau viskas. Yra vienas, kuris gali pasiūlyti geriausią duomenų kaupimo standžiajame diske būdą, ir viskas.
2. Bendras (stiprus) dirbtinis intelektas. Kartais dar vadinamas žmogaus lygio dirbtiniu intelektu. AGI reiškia kompiuterį, kuris yra toks pat protingas kaip žmogus - mašina, galinti atlikti bet kokį žmogui būdingą intelektinį veiksmą. Sukurti AGI yra daug sunkiau nei AGI, ir mes dar to nepadarėme. Profesorė Linda Gottfredson intelektą apibūdina kaip „bendrąja prasme protinį potencialą, kuris, be kita ko, apima gebėjimą samprotauti, planuoti, spręsti problemas, abstrakčiai mąstyti, suprasti sudėtingas idėjas, greitai mokytis ir mokytis iš patirties“. AGI turėtų sugebėti visa tai padaryti taip pat lengvai, kaip ir jūs.
3. Dirbtinis intelektas (ISI). Oksfordo filosofas ir dirbtinio intelekto teoretikas Nickas Bostromas intelektą apibrėžia kaip „intelektą, kuris yra kur kas protingesnis už geriausius žmogaus protus praktiškai visose srityse, įskaitant mokslinį kūrybiškumą, bendrą išmintį ir socialinius įgūdžius“. Dirbtinis intelektas apima tiek kompiuterį, kuris yra šiek tiek protingesnis už asmenį, tiek trilijonus kartų protingesnį bet kuria kryptimi. ISI yra augančio susidomėjimo dirbtiniu intelektu priežastis, taip pat tai, kad tokiose diskusijose dažnai pasirodo žodžiai „išnykimas“ir „nemirtingumas“.
Šiais laikais žmonės daugeliu atžvilgių jau užkariavo patį pirmąjį PG kalibro etapą - PG. Dirbtinio intelekto revoliucija yra kelionė nuo AGI per AGI iki ISI. Šio kelio mes galbūt neišgyvensime, bet tai tikrai viską pakeis.
Pažvelkime iš arti į tai, kaip pagrindiniai šios srities mąstytojai mato šį kelią ir kodėl ši revoliucija gali įvykti greičiau, nei galėtumėte pagalvoti.
Kur esame šiame sraute?
Sutelktas dirbtinis intelektas yra mašininis intelektas, prilygstantis žmogaus intelektui ar efektyvumui atliekant konkrečią užduotį arba ją viršijantis. Keletas pavyzdžių:
„Automobiliuose yra daugybė ICI sistemų - nuo kompiuterių, nustatančių, kada turėtų veikti antiblokavimo sistema, iki kompiuterio, kuris nustato degalų įpurškimo sistemos parametrus. Šiuo metu bandomuose „Google“savaeigiuose automobiliuose bus tvirtos dirbtinio intelekto sistemos, kurios suvokia ir reaguoja į juos supantį pasaulį.
- Jūsų telefonas yra maža TLK gamykla. Kai naudojatės žemėlapių programa, gaukite programų ar muzikos atsisiuntimo rekomendacijas, patikrinkite rytojaus orus, pasikalbėkite su „Siri“ar atlikite bet ką kita - naudojate dirbtinį intelektą.
- Jūsų el. Pašto šlamšto filtras yra klasikinis dirbtinio intelekto tipas. Pirmiausia reikia išsiaiškinti, kaip atskirti šlamštą nuo tinkamų naudoti el. Laiškų, o tada sužinoti, kaip jis tvarko jūsų el. Laiškus ir nuostatas.
- Ir šis nepatogus jausmas, kai vakar paieškos sistemoje ieškojai atsuktuvo ar naujos plazmos, o šiandien matai naudingų parduotuvių pasiūlymus kitose svetainėse? Arba kai socialinis tinklas rekomenduoja įtraukti įdomius žmones į draugus? Visa tai yra dirbtinio intelekto sistemos, veikiančios kartu, nustatančios jūsų pageidavimus, gaunant duomenis apie jus iš interneto, artėjant vis arčiau jūsų. Jie analizuoja milijonų žmonių elgesį ir remiasi šiomis analizėmis, norėdami parduoti didelių kompanijų paslaugas arba pagerinti jų paslaugas.
- „Google Translate“yra dar viena klasikinė dirbtinio intelekto sistema, kuri įspūdingai tinka tam tikriems dalykams. Taip pat ir balso atpažinimas. Kai jūsų lėktuvas nusileidžia, asmuo jo neatpažįsta. Bilieto kaina yra ta pati. Geriausiems pasaulio šaškių, šachmatų, nardų, buldozerių ir kitiems žaidimams šiandien atstovauja siaurai orientuotas dirbtinis intelektas.
- „Google“paieška yra vienas milžiniškas dirbtinis intelektas, kuris naudoja nepaprastai protingus metodus puslapių reitingavimui ir SERP nustatymui.
Ir tai tik vartotojų pasaulyje. Sudėtingos TLK sistemos plačiai naudojamos kariuomenės, gamybos ir finansų pramonėje; medicinos sistemose (pagalvokite apie „IBM Watson“) ir pan.
Kelias nuo AGI iki AGI: kodėl taip sunku?
Niekas neatskleidžia žmogaus intelekto sudėtingumo, kaip tik bandymas sukurti tokį pat protingą kompiuterį. Statyti dangoraižius, skristi į kosmosą, Didžiojo sprogimo paslaptys - visa tai nesąmonė, palyginti su mūsų pačių smegenų kartojimu ar bent jau tiesiog to supratimu. Žmogaus smegenys šiuo metu yra pats sudėtingiausias žinomos visatos objektas.
Jūs netgi negalite įtarti, kokie sunkumai kyla kuriant AGI (kompiuterį, kuris apskritai bus protingas, o ne tik vienoje srityje). Sukurti kompiuterį, kuris per sekundės dalį gali padauginti du dešimties skaitmenų skaičius, yra pyragas. Nepaprastai sunku sukurti tokį, kuris galėtų pažvelgti į šunį ir katę ir pasakyti, kur yra šuo ir kur yra katė. Sukurti dirbtinį intelektą, kuris galėtų įveikti didmeistrį? Padaryta. Dabar pabandykite priversti jį perskaityti pastraipą iš šešerių metų senumo knygos ir ne tik suprasti žodžius, bet ir jų prasmę. „Google“išleidžia milijardus dolerių tai bandydama. Su sudėtingais dalykais - tokiais kaip skaičiavimai, finansų rinkos strategijų apskaičiavimas, kalbos vertimas - kompiuteris su tuo susidoroja lengvai, tačiau su paprastais dalykais - regėjimu, judesiu, suvokimu - ne. Kaip sakė Donaldas Knuthas, „AI dabar daro beveik viskąreikalaujantis „mąstymo“, bet nemąstydamas negali susitvarkyti su tuo, ką daro žmonės ir gyvūnai “.
Pagalvojus apie to priežastis, suprasite, kad dalykai, kuriuos mums atrodo paprasta padaryti, atrodo tik todėl, kad jie buvo optimizuoti mums (ir gyvūnams) per šimtus milijonų evoliucijos metų. Kai pasiekiate daiktą, jūsų pečių, alkūnių ir rankų raumenys, sąnariai, kaulai akimirksniu atlieka ilgas fizinių operacijų grandines, sinchroniškai su tuo, ką matote, ir judina ranką trimis matmenimis. Jums tai atrodo paprasta, nes už šiuos procesus atsakinga ideali programinė įranga jūsų smegenyse. Šis paprastas triukas padaro naujos paskyros registravimo procedūrą įvedant kreivai parašytą žodį (captcha) jums paprastą, o pragarą - kenksmingam robotui. Mūsų smegenims tai nėra sunku: reikia tik mokėti pamatyti.
Kita vertus, dauginti daugybės ar žaisti šachmatais yra nauja veikla biologinėms būtybėms, ir mes neturėjome pakankamai laiko jose tobulėti (ne milijonai metų), todėl kompiuteriui nėra sunku mus nugalėti. Tiesiog pagalvokite apie tai: ar norėtumėte sukurti programą, galinčią padauginti didelius skaičius, ar programą, atpažįstančią B raidę pagal milijonus rašybos, labiausiai nenuspėjamų šriftų, rankomis ar su lazda sniege?
Vienas paprastas pavyzdys: pažvelgę į tai, jūs ir jūsų kompiuteris suprantate, kad tai yra kintantys dviejų skirtingų atspalvių kvadratai.
Bet jei pašalinsite juodą spalvą, iškart apibūdinsite visą vaizdą: cilindrai, plokštumos, erdviniai kampai, bet kompiuteris negali.
Jis apibūdins, jo manymu, įvairias skirtingų atspalvių dviejų matmenų formas, kurios iš esmės yra tiesa. Jūsų smegenys atlieka daugybę darbų, interpretuodamos paveiksle gylį, šešėlių žaidimą, šviesą. Žemiau esančiame paveikslėlyje kompiuteris matys dvimatį baltai pilkai juodą koliažą, o iš tikrųjų yra trimatis akmuo.
Viskas, ką ką tik apibūdinome, yra ledkalnio viršūnė, kai reikia suprasti ir apdoroti informaciją. Norint pasiekti tą patį lygį su žmogumi, kompiuteris turi suprasti subtilių veido išraiškų skirtumą, skirtumą tarp malonumo, liūdesio, pasitenkinimo, džiaugsmo ir kodėl Chatsky yra geras, o Molchalinas ne.
Ką daryti?
Pirmasis žingsnis kuriant AGI: skaičiavimo galios didinimas
Vienas iš būtinų dalykų, kurie turi įvykti, kad AGI būtų įmanoma, yra padidinti kompiuterinės įrangos galią. Jei dirbtinio intelekto sistema turi būti tokia pat protinga kaip smegenys, ji turi suderinti smegenis su neapdorota skaičiavimo galia.
Vienas iš būdų padidinti šį sugebėjimą yra bendras skaičiavimų per sekundę (OPS) skaičius, kurį gali pagaminti smegenys, ir šį skaičių galite nustatyti sužinoję maksimalų kiekvienos smegenų struktūros OPS ir juos sujungę.
Ray Kurzweilas padarė išvadą, kad pakanka profesionaliai įvertinti vienos struktūros OPS ir jo svorį, palyginti su visų smegenų svoriu, ir tada proporcingai padauginti, kad gautų bendrą įvertinimą. Skamba šiek tiek abejotinai, bet jis tai darė daug kartų su skirtingais skirtingų sričių įvertinimais ir visada sugalvojo tą patį skaičių: apie 10 ^ 16 arba 10 kvadrilijonų OPS.
Greičiausias superkompiuteris pasaulyje kinietis „Tianhe-2“jau viršijo šį skaičių: jis sugeba atlikti apie 32 kvadrilijonus operacijų per sekundę. Tačiau „Tianhe-2“užima 720 kvadratinių metrų plotą, sunaudoja 24 megavatus energijos (mūsų smegenys sunaudoja tik 20 vatų) ir kainuoja 390 milijonų dolerių. Mes nekalbame apie komercinį ar platų naudojimą.
Kurzweilas siūlo spręsti apie kompiuterių sveikatą pagal tai, kiek OPS galite nusipirkti už 1 000 USD. Kai šis skaičius pasieks žmogaus lygį - 10 kvadrilijonų OPS - AGI gali tapti mūsų gyvenimo dalimi.
Moore'o įstatymas - istoriškai patikima taisyklė, kad didžiausia kompiuterių skaičiavimo galia padvigubėja kas dvejus metus - reiškia, kad kompiuterinių technologijų plėtra, kaip ir žmogaus judėjimas per istoriją, auga eksponentiškai. Jei tai suderinsime su Kurzweilo tūkstančio dolerių taisykle, dabar galime sau leisti 10 trilijonų OPS už 1 000 USD.
Eksponentinis skaičiavimo augimas: XX - XXI a. Dešinėje yra skaidrės taisyklė ir ant jos - vabzdžio, pelės, žmogaus ir visų žmonių smegenys; kairė - skaičiavimai per sekundę už 1000 USD; žemiau - metus.
Kompiuteriai, kainuojantys 1 000 USD, savo skaičiavimo galia aplenkia pelės smegenis ir yra tūkstantį kartų silpnesni už žmones. Tai atrodo blogas rodiklis, kol neprisimename, kad kompiuteriai buvo trilijoną kartų silpnesni nei žmogaus smegenys 1985 m., Milijardas 1995 m. Ir milijonas 2005 m. mūsų smegenys.
Taigi žaliava, reikalinga AGI, jau yra techniškai prieinama. Per 10 metų jis paliks Kiniją ir pasklis po pasaulį. Tačiau vien skaičiavimo galios nepakanka. Ir kitas klausimas: kaip mes suteikiame žmogaus lygmens intelektą su visa šia galia?
Antras žingsnis kuriant AGI: suteikiant jai intelekto
Ši dalis yra gana kebli. Tiesą sakant, niekas iš tikrųjų nežino, kaip padaryti mašiną protingą - mes vis dar bandome išsiaiškinti, kaip sukurti žmogaus lygio intelektą, kuris galėtų atskirti katę nuo šuns, izoliuoti sniege nupieštą B ir analizuoti antros klasės filmą. Tačiau yra keletas ateities mąstymo strategijų, ir vienu metu viena iš jų turėtų veikti.
1. Pakartokite smegenis
Ši galimybė panaši į tai, kad mokslininkai yra vienoje klasėje su vaiku, kuris yra labai protingas ir gerai atsako į klausimus; ir net jei stropiai bando suvokti mokslą, jie nė iš tolo neprilygsta sumaniam vaikui. Galų gale jie nusprendžia: po velnių, mes tiesiog nurašysime atsakymus į jo klausimus. Tai turi prasmę: mes negalime sukurti itin sudėtingo kompiuterio, tad kodėl gi nepagrindus vieno geriausių visatos prototipų: mūsų smegenų?
Mokslo pasaulis stengiasi išsiaiškinti, kaip veikia mūsų smegenys ir kaip evoliucija sukūrė tokį sudėtingą dalyką. Optimistiškiausiais vertinimais tai pavyks padaryti tik iki 2030 m. Tačiau supratę visas smegenų paslaptis, jų efektyvumą ir galią, galime įkvėpti jų metodų kuriant technologijas. Pavyzdžiui, viena iš smegenų darbą imituojančių kompiuterių architektūrų yra neuroninis tinklas. Ji pradeda nuo tranzistorių „neuronų“tinklo, sujungto vienas su kitu įvestimi ir išvestimi, ir nieko nežino - kaip naujagimis. Sistema „mokosi“bandydama atlikti užduotis, atpažinti ranka parašytą tekstą ir panašiai. Ryšiai tarp tranzistorių sustiprėja, jei atsakymas teisingas, ir susilpnėja, jei atsakymas neteisingas. Po daugybės klausimų ir atsakymų ciklų sistema suformuoja protingus nervinius audinius,optimizuotas konkrečioms užduotims atlikti. Smegenys mokosi panašiai, bet daug kompleksiškiau, ir toliau ją tyrinėdami atrandame neįtikėtinai naujų būdų patobulinti nervinius tinklus.
Dar ekstremalesnis plagiatas apima strategiją, vadinamą visišku smegenų emuliavimu. Tikslas: Norėdami supjaustyti tikrąsias smegenis plonais griežinėliais, nuskaitykite kiekvieną iš jų, tada naudodamiesi programine įranga tiksliai rekonstruokite 3D modelį ir tada paverskite jį galingu kompiuteriu. Tada turėsime kompiuterį, kuris oficialiai sugebės padaryti viską, ką gali smegenys: jam tereikia išmokti ir rinkti informaciją. Jei inžinieriams tai pavyks, jie gali imituoti tikras smegenis tokiu neįtikėtinu tikslumu, kad atsisiųsdami į kompiuterį, tikroji smegenų tapatybė ir atmintis išliks nepakitę. Jei smegenys dar prieš mirtį priklausė Vadimui, kompiuteris pabus Vadimo, kuris dabar bus žmogaus lygio AGI, vaidmuo, o mes savo ruožtu paversime Vadimą neįtikėtinai protingu ISI.kuo jis tikrai bus patenkintas.
Kaip toli mes esame iki galo smegenų imitavimo? Tiesą sakant, mes tiesiog mėgdžiojome milimetrinio plokščio kirmino smegenis, kuriose iš viso yra 302 neuronai. Žmogaus smegenyse yra 100 milijardų neuronų. Jei bandymas pasiekti šį skaičių jums atrodo nenaudingas, pagalvokite apie eksponentinį progreso augimo tempą. Kitas žingsnis bus skruzdėlės smegenų mėgdžiojimas, tada bus pelė, tada žmogus bus lengvai pasiekiamas.
2. Pabandykite sekti evoliucijos pėdsakus
Na, o jei nuspręsime, kad protingo vaiko atsakymai yra per sudėtingi, kad juos nurašytume, galime pabandyti sekti jo mokymosi ir pasirengimo egzaminams pėdomis. Ką mes žinome? Visiškai įmanoma sukurti tokį galingą kompiuterį kaip smegenys - tai įrodė mūsų pačių smegenų raida. Ir jei smegenys yra per daug sudėtingos mėgdžioti, galime pabandyti imituoti evoliuciją. Esmė ta, kad net jei galime imituoti smegenis, tai gali būti panašu į bandymą pastatyti lėktuvą, juokingai mojuojant rankomis, imituojant paukščių sparnų judesius. Dažniau mums pavyksta sukurti geras mašinas, taikant mašininį požiūrį, o ne tikslią biologijos imitaciją.
Kaip imituoti evoliuciją kuriant AGI? Šis metodas, vadinamas „genetiniais algoritmais“, turėtų veikti maždaug taip: turi būti produktyvus procesas ir jo vertinimas, ir jis kartosis dar ir dar kartą (tuo pačiu būdu biologinės būtybės „egzistuoja“ir „vertinamos“pagal jų sugebėjimą daugintis). Kompiuterių grupė atliks užduotis, o patys sėkmingiausi iš jų pasidalins savo charakteristikomis su kitais kompiuteriais, „produkcija“. Mažiau sėkmingi bus negailestingai įmesti į istorijos šiukšliadėžę. Vykdant daug daug kartojimų, šis natūralus atrankos procesas leis sukurti geresnius kompiuterius. Iššūkis yra sukurti ir automatizuoti veisimo ir vertinimo ciklus, kad evoliucijos procesas vyktų savaime.
Evoliucijos kopijavimo minusas yra tas, kad evoliucijai atlikti reikia milijardų metų, o tam reikia tik kelių dešimtmečių.
Tačiau mes turime daug privalumų, skirtingai nei evoliucija. Pirma, jis neturi numatymo dovanos, jis veikia atsitiktinai - išleidžia, pavyzdžiui, nenaudingas mutacijas, ir mes galime kontroliuoti procesą vykdydami užduotis. Antra, evoliucija neturi tikslo, įskaitant intelekto troškimą - kartais aplinkoje tam tikra rūšis nelaimi intelekto sąskaita (nes pastaroji sunaudoja daugiau energijos). Kita vertus, mes galime siekti didinti intelektą. Trečia, norėdami pasirinkti intelektą, evoliucija turi atlikti keletą trečiųjų šalių patobulinimų - pavyzdžiui, perskirstyti energijos suvartojimą ląstelėmis - mes galime tiesiog pašalinti perteklių ir naudoti elektrą. Be jokios abejonės, mes būsime greitesni už evoliuciją - tačiau vėlgi neaišku, ar galime ją pranokti.
3. Palikite kompiuterius sau
Tai paskutinis šansas, kai mokslininkai yra visiškai beviltiški ir bando užprogramuoti saviugdos programą. Tačiau šis metodas gali pasirodyti perspektyviausias iš visų. Idėja yra ta, kad kuriame kompiuterį, kuris turės du pagrindinius įgūdžius: ištirti dirbtinį intelektą ir užkoduoti pokyčius savaime - tai leis jam ne tik sužinoti daugiau, bet ir patobulinti savo paties architektūrą. Mes galime išmokyti kompiuterius būti jų pačių kompiuterių inžinieriais, kad jie galėtų patys tobulėti. Jų pagrindinė užduotis bus išsiaiškinti, kaip tapti protingesniam. Apie tai plačiau pakalbėsime vėliau.
Visa tai gali įvykti labai greitai
Spartus techninės ir programinės įrangos eksperimentų progresas vyksta lygiagrečiai, o AGI gali greitai ir netikėtai atsirasti dėl dviejų pagrindinių priežasčių:
1. Eksponentinis augimas yra intensyvus ir, atrodo, sraigės tempas gali greitai išsivystyti į septynių mylių šuolius - šis gifas gerai iliustruoja šią koncepciją:
Kada kompiuteriai pralenks žmonių mąstymo galimybes? Mičigano ežero tūris (skysčio uncijomis) yra lygus mūsų smegenų tūriui (operacijose per sekundę). Skaičiavimo galia padvigubėja kas 18 mėnesių. Tokiu greičiu ilgai nematysite rezultatų, bet tada viskas įvyks akimirksniu.
2. Kalbant apie programinę įrangą, pažanga gali atrodyti lėta, tačiau tada vienas proveržis akimirksniu pakeičia progreso greitį (geras pavyzdys: geocentrinės pasaulėžiūros laikais žmonėms buvo sunku apskaičiuoti visatos darbą, tačiau atradus heliocentrizmą viskas buvo daug lengviau). Arba kalbant apie kompiuterį, kuris tobulina save, viskas gali atrodyti itin lėta, tačiau kartais tik vienas sistemos pakeitimas jį skiria nuo tūkstančio karto efektyvesnio, palyginti su žmogaus ar ankstesne versija.
Kelias nuo AGI iki ISI
Kažkuriuo metu mes tikrai gausime AGI - bendrą dirbtinį intelektą, kompiuterius su bendru žmogaus intelekto lygiu. Kompiuteriai ir žmonės gyvens kartu. Arba jie to nedarys.
Esmė ta, kad AGI, turinti tą patį intelekto ir apdorojimo galios lygį, kaip ir žmonės, vis tiek turės reikšmingų pranašumų prieš žmones. Pavyzdžiui:
Įranga
Greitis. Smegenų neuronai veikia 200 Hz dažniu, tuo tarpu šiuolaikiniai mikroprocesoriai (kurie yra žymiai lėtesni, nei gausime iki AGI sukūrimo) veikia 2 GHz dažniu arba 10 milijonų kartų greičiau nei mūsų neuronai. O vidinė smegenų komunikacija, galinti judėti 120 m / s greičiu, gerokai prastesnė už kompiuterių galimybes naudoti optiką ir šviesos greitį.
Dydis ir saugojimas. Smegenų dydį riboja mūsų kaukolių dydis, ir jos negali būti didesnės, nes priešingu atveju 120 m / s greičiu vidinės komunikacijos keliaus per ilgai nuo vienos struktūros prie kitos. Kompiuteriai gali išsiplėsti iki bet kokio fizinio dydžio, naudoti daugiau aparatūros, padidinti RAM, ilgalaikę atmintį - visa tai viršija mūsų galimybes.
Patikimumas ir ilgaamžiškumas. Tikslesnė nei žmogaus atmintis yra ne tik kompiuterio atmintis. Kompiuteriniai tranzistoriai yra tikslesni nei biologiniai neuronai ir yra mažiau linkę blogėti (ir iš tikrųjų juos galima pakeisti ar taisyti). Žmonių smegenys greičiau pavargsta, o kompiuteriai gali dirbti be perstojo, 24 valandas per parą, 7 dienas per savaitę.
Programinė įranga
Redagavimo, modernizavimo galimybė, platesnis galimybių spektras. Skirtingai nuo žmogaus smegenų, kompiuterio programą galima lengvai taisyti, atnaujinti ir su ja eksperimentuoti. Taip pat galima atnaujinti sritis, kuriose žmogaus smegenys silpnos. Žmogaus regėjimo programinė įranga yra puikiai suprojektuota, tačiau inžineriniu požiūriu jos galimybės vis dar yra labai ribotos - mes matome tik matomame šviesos spektre.
Kolektyviniai gebėjimai. Žmonės yra pranašesni už kitas rūšis didingo kolektyvinio intelekto prasme. Pradedant kalbos plėtra ir didelių bendruomenių formavimu, pereinant prie rašymo ir spausdinimo išradimų, o dabar energiją gaunančių tokiomis priemonėmis kaip internetas, kolektyvinis žmonių intelektas yra svarbi priežastis, kodėl galime save vadinti evoliucijos vainiku. Bet kompiuteriai vis tiek bus geresni. Pasaulinis dirbtinių intelektų tinklas, dirbantis vienoje programoje, nuolat sinchronizuojamas ir tobulinamas, leis jums nedelsiant įtraukti naują informaciją į duomenų bazę, kad ir kur ją gautumėte. Tokia grupė taip pat galės dirbti siekdama vieno tikslo kaip visumos, nes kompiuteriai nepatiria ypatingos nuomonės, motyvacijos ir interesų, kuriuos daro žmonės.
Dirbtinis intelektas, kuris greičiausiai taps AGI per programuotą savęs tobulinimą, „žmogaus lygio intelekto“nelaikys svarbiu etapu - šis etapas yra svarbus tik mums. Jis neturės priežasties sustoti šiame abejotiname lygyje. Atsižvelgiant į naudą, kurią turės net žmogaus lygio AGI, yra visiškai akivaizdu, kad žmogaus intelektas bus trumpas jo žybsnis kovoje dėl intelektinės pranašumo.
Tokia įvykių raida mus gali labai, labai nustebinti. Faktas yra tas, kad, mūsų požiūriu, a) vienintelis kriterijus, leidžiantis nustatyti intelekto kokybę, yra gyvūnų intelektas, kuris pagal nutylėjimą yra žemesnis nei mūsų; b) mums protingiausi žmonės VISADA yra protingesni už kvailiausius. Maždaug taip:
Tai yra, nors dirbtinis intelektas tik bando pasiekti mūsų išsivystymo lygį, mes matome, kaip jis tampa protingesnis, artėdamas prie gyvūno lygio. Kai jis pasieks pirmąjį žmogaus lygį - Nickas Bostromas vartoja terminą „šalies idiotas“, mes nudžiugsime: „Oho, jis jau kaip debilas. Saunus! Vienintelis dalykas yra tas, kad bendrame žmonių intelekto spektre, pradedant kaimo idiotu ir baigiant Einšteinu, diapazonas yra mažas - taigi, dirbtiniam intelektui pasiekus idioto lygį ir tapus AGI, jis staiga taps protingesnis už Einšteiną.
O kas bus toliau?
Intelekto sprogimas
Tikiuosi, kad jums tai pasirodė įdomu ir smagu, nes nuo tos akimirkos mūsų aptariama tema tampa nenormali ir šiurpi. Turėtume pristabdyti ir priminti sau, kad kiekvienas aukščiau ir žemiau nurodytas faktas yra tikras mokslas ir realios ateities prognozės, kurias pateikė žymiausi mąstytojai ir mokslininkai. Tiesiog nepamirškite.
Taigi, kaip nurodėme aukščiau, visi mūsų šiuolaikiniai AGI pasiekimo modeliai apima galimybę, kai dirbtinis intelektas tobulėja. Kai tik jis taps AGI, net sistemos ir metodai, kuriais jis užaugo, tampa pakankamai protingi, kad galėtų patobulinti save, jei jie to nori. Atsiranda įdomi koncepcija: rekursiškas savęs tobulinimas. Tai veikia taip.
Tam tikra tam tikro lygio dirbtinio intelekto sistema - tarkime, kaimo idiotas - yra užprogramuota pagerinti savo intelektą. Sukūrus - tarkime, iki Einšteino lygio - tokia sistema pradeda vystytis jau turint Einšteino intelektą, jai sukurti reikia mažiau laiko, o šuoliai yra vis didesni. Jie leidžia sistemai pralenkti bet kurį asmenį, tampant vis didesniu. Sparčiai vystydamasi, AGI pakyla į dangišką aukštį savo intelektu ir tampa superinteliilia ISI sistema. Šis procesas vadinamas intelekto sprogimu ir tai yra aiškiausias pagreitėjusios grąžos dėsnio pavyzdys.
Mokslininkai ginčijasi, kaip greitai AI pasieks AGI - dauguma mano, kad AGI gausime iki 2040 m., Tik per 25 metus, o tai yra labai, labai mažai pagal technologijų plėtros standartus. Tęsiant loginę grandinę, nesunku manyti, kad perėjimas nuo AGI prie ISI taip pat įvyks itin greitai. Maždaug taip:
„Praėjo dešimtmečiai, kol pirmoji dirbtinio intelekto sistema pasiekė žemiausią bendro intelekto lygį, tačiau pagaliau tai įvyko. Kompiuteris sugeba suprasti aplinkinį pasaulį kaip ketverių metų žmogus. Staiga, tiesiogine prasme valandą pasiekus šį etapą, sistema sukuria puikią fizikos teoriją, kuri sujungia bendrą reliatyvumą ir kvantinę mechaniką, o to negali padaryti nė vienas žmogus. Po pusantros valandos AI tampa ISI, 170 000 kartų protingesnis už bet kurį žmogų “.
Net neturime tinkamų terminų apibūdinti tokio masto žvalgybą. Mūsų pasaulyje „protingas“reiškia asmenį, kurio intelekto koeficientas yra 130, „kvailas“- 85, tačiau neturime pavyzdžių, kai žmonių intelekto koeficientas būtų 12 952. Mūsų valdovai tam nėra skirti.
Žmonijos istorija mums aiškiai ir aiškiai pasakoja: kartu su intelektu ateina jėga ir jėga. Tai reiškia, kad kai sukursime dirbtinį intelektą, tai bus galingiausias padaras Žemės gyvenimo istorijoje, o visos gyvos būtybės, įskaitant žmones, bus visiškai jos galioje - ir tai gali atsitikti po dvidešimties metų.
Jei menkos mūsų smegenys sugebėjo išrasti „Wi-Fi“, tai kažkas protingesnio už mus šimtą, tūkstantį, milijardą kartų gali lengvai apskaičiuoti kiekvieno visatos atomo padėtį bet kuriuo metu. Viskas, ką galima pavadinti magija, bet kokia galybė, priskiriama visagaliai dievybei - visa tai bus ISI žinioje. Sukurti technologijas senėjimui panaikinti, bet kokiai ligai gydyti, alkiui ir net mirčiai nutraukti, valdyti orą - viskas staiga taps įmanoma. Taip pat galima nedelsiant nutraukti visą gyvenimą Žemėje. Protingiausi mūsų planetos žmonės sutinka, kad kai tik pasaulyje pasirodys dirbtinis intelektas, tai žymės Dievo išvaizdą Žemėje. Ir lieka svarbus klausimas.
Remiantis Timo Urbano parengta medžiaga iš waitbutwhy.com. Straipsnyje panaudota Nicko Bostromo, Jameso Barratto, Ray Kurzweilo, Jay Nielso-Nilssono, Stepheno Pinkerio, Vernoro Vinge, Moshe Vardy, Russo Robertso, Stuarto Armstrogo ir Kai Sotalo, Susan Schneider, Stuarto Russello ir Peterio Norvigo, Theodore'o Modio kūrinių medžiaga Marcus, Karl Schulman, John Searle, Jaron Lanier, Bill Joy, Kevin Keley, Paul Allen, Stephen Hawking, Kurt Andersen, Mitch Kapor, Ben Herzel, Arthur Clark, Hubert Dreyfus, Ted Greenwald, Jeremy Howard.
Autorius: Ilja Khelis
Antra dalis: išnykimas ar nemirtingumas?