Årsagen til, at denne (og andre) artikel kom frem, er enkel: måske er kunstig intelligens ikke kun et vigtigt emne til diskussion, men det vigtigste i fremtidens sammenhæng. Enhver, der kommer lidt ind i essensen af potentialet for kunstig intelligens, erkender, at dette emne ikke kan ignoreres. Nogle - og blandt dem Elon Musk, Stephen Hawking, Bill Gates, ikke de mest dumme mennesker på vores planet - mener, at kunstig intelligens udgør en eksistentiel trussel mod menneskeheden, der kan sammenlignes med den fuldstændige udryddelse af os som art. Læn dig tilbage og prik i'et for dig selv.
”Vi er på randen af ændringer, der kan sammenlignes med oprindelsen af menneskeliv på Jorden” (Vernor Vinge).
Hvad betyder det at være på randen af en sådan ændring?
Det ser ud til at være noget særligt. Men du skal huske, at det at være sådan et sted på grafen betyder, at du ikke ved, hvad der er til højre for dig. Du skal føle noget som dette:
Følelser er helt normale, flyvningen går godt.
Salgsfremmende video:
Fremtiden kommer
Forestil dig, at en tidsmaskine transporterede dig til 1750, en tid, hvor verden oplevede konstante strømafbrydelser, kommunikation mellem byer betød kanonskud, og al transport kørte på hø. Lad os sige, at du kommer derhen, tager nogen og bringer dem til 2015, viser hvordan det er her. Vi er ikke i stand til at forstå, hvordan det ville være for ham at se alle disse skinnende kapsler flyve langs vejene; tale med folk på den anden side af havet; se på sportsspil tusind kilometer væk; høre en musikalsk forestilling optaget for 50 år siden; leg med et magisk rektangel, der kan tage et billede eller fange et live øjeblik; opbyg et kort med en paranormal blå prik, der angiver dets placering se på andres ansigt og kommunikere med ham mange kilometer væk osv. Alt dette er uforklarlig magi for næsten tre hundrede år gamle mennesker. For ikke at nævne Internettet, Den Internationale Rumstation, Large Hadron Collider, atomvåben og generel relativitet.
En sådan oplevelse vil ikke være overraskende eller chokerende for ham - disse ord formidler ikke hele essensen af mental sammenbrud. Vores rejsende kan dø helt.
Men der er et interessant punkt. Hvis han går tilbage til 1750 og bliver jaloux på, at vi ville se hans reaktion på 2015, kan han tage en tidsmaskine med sig og prøve at gøre det samme med f.eks. 1500. Han flyver der, finder en person, tager ham tilbage i 1750 og viser alt. Fyren fra 1500 vil blive chokeret overalt - men sandsynligvis ikke dø. Selvom han selvfølgelig vil blive overrasket, er forskellen mellem 1500 og 1750 meget mindre end mellem 1750 og 2015. En person fra 1500 vil blive overrasket på nogle øjeblikke fra fysikken, vil blive forbløffet over, hvad Europa er blevet under imperialismens hårde hæl, tegne et nyt kort over verden i hans hoved … Men hverdagen i 1750 - transport, kommunikation osv. - vil sandsynligvis ikke overraske ham ihjel.
Nej, for at en fyr fra 1750 skal have det samme sjov som vi, skal han gå meget længere - måske et år som dette i 12.000 f. Kr. e., selv før den første landbrugsrevolution fødte de første byer og begrebet civilisation. Hvis nogen fra jæger-samlerverdenen, fra det tidspunkt, hvor mennesker stadig var en anden dyreart, så de enorme menneskelige imperier fra 1750 med deres høje kirker, skibe, der krydser havene, deres koncept om at være "inde" i en bygning, alt denne viden - han ville sandsynligvis være død.
Og så, efter døden, ville han have misundt og ønsket at gøre det samme. Ville vende tilbage for 12.000 år siden ved 24.000 f. Kr. e., ville have taget en person og bragt ham i rette tid. Og en ny rejsende ville sige til ham: "Nå, det er fint, tak." Fordi i dette tilfælde en person fra 12.000 f. Kr. e. man bliver nødt til at gå 100.000 år tilbage og vise de lokale oprindelige ild og sprog for første gang.
Hvis vi har brug for at transportere nogen til fremtiden for at blive overrasket ihjel, skal fremskridt gå en vis afstand. Point of Death Progress (TPP) skal nås. Det vil sige, at hvis TSP på tidspunktet for jæger-samlere tog 100.000 år, fandt næste stop sted allerede i 12.000 f. Kr. e. Efter det var fremskridt allerede hurtigere og radikalt forvandlet verden inden 1750 (nogenlunde). Så tog det et par hundrede år, og her er vi.
Dette billede - hvor menneskelige fremskridt bevæger sig hurtigere, når tiden går - kalder futuristen Ray Kurzweil loven om hurtigere tilbagevenden til menneskets historie. Dette sker, fordi mere avancerede samfund har evnen til at bevæge sig fremskridt i et hurtigere tempo end mindre udviklede samfund. Befolkningen i det 19. århundrede vidste mere end folket i det 15. århundrede, så det er ikke overraskende, at fremskridtene i det 19. århundrede var hurtigere end i det 15. århundrede osv.
I mindre skala fungerer dette også. Back to the Future blev frigivet i 1985, og fortiden var i 1955. I filmen, da Michael J. Fox vendte tilbage i 1955, blev han fanget af vagt af nyheden af fjernsyn, prisen på sodavand, manglende kærlighed til guitarlyd og variationer i slang. Det var selvfølgelig en anden verden, men hvis filmen blev filmet i dag, og fortiden var i 1985, ville forskellen være meget mere global. Marty McFly, tilbage i tiden fra pc'ernes dage, ville Internettet, mobiltelefoner være langt mere irrelevante end Marty, der gik til 1955 fra 1985.
Alt dette skyldes loven om hurtigere afkast. Den gennemsnitlige fremskridt mellem 1985 og 2015 var hurtigere end hastigheden fra 1955 til 1985 - for i det første tilfælde var verden mere udviklet, den var mættet med de sidste 30 års præstationer.
Jo flere præstationer, jo hurtigere sker ændringerne således. Men skulle det ikke efterlade os med nogle tip til fremtiden?
Kurzweil antyder, at fremskridtene i hele det 20. århundrede kunne have været gjort på kun 20 år på et udviklingsniveau på 2000 - det vil sige i 2000 var hastigheden på fremskridt fem gange hurtigere end den gennemsnitlige fremskridt i det 20. århundrede. Han mener også, at fremskridtene i hele det 20. århundrede svarede til fremskridtene i perioden 2000 til 2014, og fremskridtene i et andet 20. århundrede vil svare til perioden indtil 2021 - det vil sige på bare syv år. Efter et par årtier vil alle fremskridt i det 20. århundrede finde sted flere gange om året og derefter på bare en måned. I sidste ende vil loven om hurtigere tilbagevenden føre os til det punkt, at fremskridt i hele det 21. århundrede vil være 1000 gange større end fremskridtet i det 20. århundrede.
Hvis Kurzweil og hans tilhængere har ret, vil 2030 overraske os på samme måde som fyren fra 1750 ville have overrasket vores 2015 - det vil sige, den næste TSP vil kun tage et par årtier - og verdenen i 2050 vil være så forskellig fra den moderne, at vi næppe finde ud af. Og dette er ikke fantasi. Dette er opfattelsen af mange forskere, der er klogere og mere uddannede end dig og mig. Og hvis du ser på historien, vil du forstå, at denne forudsigelse følger af ren logik.
Hvorfor trækker vi så skeptisk på skuldrene, når vi står over for udsagn som "verden om 35 år vil ændre sig uden anerkendelse"? Der er tre grunde til vores skepsis med hensyn til fremtidige forudsigelser:
1. Når det kommer til historie, tænker vi i lige linjer. Når vi prøver at visualisere fremskridtene i de næste 30 år, ser vi på fremskridtene i de foregående 30 som en indikator for, hvor meget der sandsynligvis vil ske. Når vi tænker på, hvordan vores verden vil ændre sig i det 21. århundrede, tager vi fremskridtene i det 20. århundrede og føjer den til år 2000. Den samme fejl, vores fyr fra 1750 laver, når han får nogen fra 1500 og prøver at overraske ham. Vi tænker intuitivt på en lineær måde, hvornår vi skal være eksponentielle. I det væsentlige bør en futurist forsøge at forudsige de næste 30 års fremskridt uden at se på de foregående 30, men at dømme efter det nuværende niveau for fremskridt. Så vil prognosen være mere præcis, men stadig ved porten. For at tænke korrekt om fremtiden er du nødt til at se tingene bevæge sig i et meget hurtigere tempo, end de bevæger sig nu.
2. Banen for nyere historie er ofte forvrænget. For det første ser selv en stejl eksponentiel kurve lineær ud, når du ser små dele af den. For det andet er eksponentiel vækst ikke altid glat og ensartet. Kurzweil mener, at fremskridt bevæger sig i serpentinske kurver.
En sådan kurve går gennem tre faser: 1) langsom vækst (tidlig fase af eksponentiel vækst); 2) hurtig vækst (eksplosiv, sen fase af eksponentiel vækst); 3) stabilisering i form af et specifikt paradigme.
Hvis du ser på den sidste historie, kan den del af S-kurven, du er i øjeblikket, skjule hastigheden af fremskridt fra din opfattelse. Noget af tiden mellem 1995 og 2007 blev brugt på den eksplosive udvikling af Internettet og introducerede Microsoft, Google og Facebook for offentligheden, fødslen af sociale netværk og udviklingen af mobiltelefoner og derefter smartphones. Dette var den anden fase af vores kurve. Men perioden 2008-2015 var mindre forstyrrende, i det mindste på teknologifronten. De, der tænker på fremtiden i dag, kan tage de sidste par år at måle det samlede tempo i fremskridt, men de ser ikke det større billede. Faktisk brygger en ny og kraftig fase 2 muligvis nu.
3. Vores egen erfaring gør os grinede gamle mennesker, når det kommer til fremtiden. Vi baserer vores ideer om verden på vores egen erfaring, og denne oplevelse har som en selvfølge sat tempoet for vækst i den seneste tid for os. Vores fantasi er også begrænset, fordi de bruger vores erfaring til at forudsige - men oftere end ikke har vi simpelthen ikke værktøjerne til nøjagtigt at forudsige fremtiden. Når vi hører forudsigelser for fremtiden, der er i strid med vores daglige opfattelse af, hvordan ting fungerer, betragter vi dem instinktivt som naive. Hvis jeg fortalte dig, at du vil være 150 eller 250 år gammel, eller måske slet ikke vil dø, vil du instinktivt tænke, at "dette er dumt, jeg ved fra historien, at i løbet af denne tid døde alle". Så det er: ingen levede for at se sådanne år. Men ikke et eneste fly fløj før opfindelsen af fly.
Selvom skepsis synes at være fornuftig for dig, er det således oftere end ikke forkert. Vi bør acceptere, at hvis vi bevæbner os med ren logik og venter på de sædvanlige historiske zigzags, må vi indrømme, at meget, meget, meget skal ændre sig i de kommende årtier; meget mere end intuitivt. Logik dikterer også, at hvis de mest avancerede arter på planeten fortsætter med at tage kæmpe spring fremad, hurtigere og hurtigere, vil springet på et tidspunkt være så alvorligt, at det drastisk vil ændre livet, som vi kender det. Noget lignende skete i evolutionens proces, da mennesket blev så smart, at han fuldstændigt ændrede livet for enhver anden art på planeten Jorden. Og hvis du bruger lidt tid på at læse, hvad der sker nu inden for videnskab og teknologi, kan du værebegynde at se visse spor om, hvad det næste kæmpe spring vil være.
Vejen til superintelligens: hvad er AI (kunstig intelligens)?
Som så mange på denne planet er du vant til at tænke på kunstig intelligens som en fjollet science fiction-idé. Men for nylig har mange seriøse mennesker vist bekymring over denne dumme idé. Hvad er der galt?
Der er tre grunde, der fører til forvirring omkring begrebet AI:
1. Vi forbinder AI med film. "Star wars". "Terminator". "A Space Odyssey of 2001". Men ligesom robotter er AI i disse film fiktion. Således fortynder Hollywood-film niveauet for vores opfattelse, AI bliver bekendt, velkendt og selvfølgelig ond.
2. Dette er et bredt anvendelsesområde. Det starter med en lommeregner i din telefon og udvikler selvkørende biler til noget langt i fremtiden, der vil revolutionere verden. AI står for alle disse ting, og det er forvirrende.
3. Vi bruger AI hver dag, men er ofte ikke engang klar over det. Som John McCarthy, opfinderen af udtrykket "kunstig intelligens" i 1956, sagde "når det først fungerer, kalder det ingen AI mere." AI er blevet mere som en mytisk forudsigelse om fremtiden end noget ægte. Samtidig er der i dette navn et smæk af noget fra fortiden, der aldrig blev realitet. Ray Kurzweil siger, at han hører folk, der forbinder AI med fakta fra 80'erne, hvilket kan sammenlignes med "at hævde, at internettet døde med dotcoms i begyndelsen af 2000'erne."
Lad os være klare. Stop først med at tænke på robotter. Roboten, der er beholderen til AI, efterligner undertiden den menneskelige form, nogle gange gør den det ikke, men AI er selve computeren inde i robotten. AI er en hjerne, og en robot er en krop, hvis den overhovedet har en krop. For eksempel er Siris software og data kunstig intelligens, den kvindelige stemme er personificeringen af denne AI, og der er ingen robotter i dette system.
For det andet har du sandsynligvis hørt udtrykket "singularitet" eller "teknologisk singularitet". Dette udtryk bruges i matematik til at beskrive en usædvanlig situation, hvor de sædvanlige regler ikke længere fungerer. I fysik bruges det til at beskrive det uendelige og tætte punkt i et sort hul eller det oprindelige punkt i Big Bang. Igen fungerer fysikens love ikke i det. I 1993 skrev Vernor Vinge et berømt essay, hvor han anvendte udtrykket på et øjeblik i fremtiden, hvor intelligensen af vores teknologier overgår vores egen - på hvilket tidspunkt livet, som vi kender det, vil ændre sig for evigt, og de sædvanlige regler for dets eksistens ikke længere fungerer. … Ray Kurzweil forfinede dette udtryk yderligere ved at påpege, at singulariteten vil blive nået, når loven om accelererende rekyl når et ekstremt punkt,når den teknologiske fremskridt bevæger sig så hurtigt, at vi ophører med at bemærke dens præstationer, næsten uendeligt hurtigt. Så vil vi leve i en helt ny verden. Mange eksperter er dog stoppet med at bruge dette udtryk, så lad os ikke bruge det ofte.
Endelig, mens der er mange typer eller former for AI, der stammer fra det brede begreb AI, afhænger AI-kategorierne af kaliber. Der er tre hovedkategorier:
1. Smalt fokuseret (svag) kunstig intelligens (AI). UII har specialiseret sig i et område. Blandt disse AI'er er der dem, der kan slå verdensmesteren i skak, men det handler om det. Der er en, der kan tilbyde den bedste måde at gemme data på din harddisk, og det er det.
2. Generel (stærk) kunstig intelligens. Nogle gange også kaldet AI-niveau på menneskeligt niveau. AGI refererer til en computer, der er lige så smart som en person - en maskine, der er i stand til at udføre enhver intellektuel handling, der er forbundet med en person. Oprettelse af AGI er meget vanskeligere end AGI, og det er vi endnu ikke kommet til. Professor Linda Gottfredson beskriver intelligens som "i en generel forstand, psykisk potentiale, som blandt andet inkluderer evnen til at ræsonnere, planlægge, løse problemer, tænke abstrakt, forstå komplekse ideer, lære hurtigt og lære af erfaring." AGI skal være i stand til at gøre alt dette lige så let som du gør.
3. Kunstig superintelligens (ISI). Oxford-filosofen og AI-teoretikeren Nick Bostrom definerer superintelligens som "intelligens, der er langt klogere end de bedste menneskelige sind på næsten alle områder, herunder videnskabelig kreativitet, generel visdom og sociale færdigheder." Kunstig superintelligens inkluderer både en computer, der er lidt klogere end en person, og en, der er billioner gange klogere i enhver retning. ISI er årsagen til den voksende interesse for AI såvel som det faktum, at ordene "udryddelse" og "udødelighed" ofte vises i sådanne diskussioner.
I dag har mennesker allerede erobret den allerførste fase af AI-kaliberen - AI - på mange måder. AI-revolutionen er en rejse fra AGI gennem AGI til ISI. Denne vej overlever vi måske ikke, men det vil helt sikkert ændre alt.
Lad os se nærmere på, hvordan de førende tænkere i marken ser denne vej, og hvorfor denne revolution kan ske hurtigere, end du måske tror.
Hvor er vi i denne strøm?
Fokuseret kunstig intelligens er maskinintelligens, der er lig med eller overstiger menneskelig intelligens eller effektivitet i udførelsen af en bestemt opgave. Et par eksempler:
”Biler er fyldte med ICI-systemer, fra computere, der bestemmer, hvornår det blokeringsfri bremsesystem skal fungere, til computeren, der bestemmer parametrene for brændstofindsprøjtningssystemet. Googles selvkørende biler, som i øjeblikket testes, vil indeholde robuste AI-systemer, der fornemmer og reagerer på verden omkring dem.
- Din telefon er en lille ICD-fabrik. Når du bruger maps-appen, får du anbefalinger til at downloade apps eller musik, tjekke morgendagens vejr, tale med Siri eller gøre noget andet - du bruger AI.
- Dit spamfilter via e-mail er en klassisk type AI. Det starter med at finde ud af, hvordan man adskiller spam fra brugbare e-mails, og lærer derefter, når det håndterer dine e-mails og præferencer.
- Og denne akavede følelse, da du i går ledte efter en skruetrækker eller et nyt plasma i en søgemaskine, og i dag ser du tilbud fra nyttige butikker på andre websteder? Eller når det sociale netværk anbefaler dig at tilføje interessante mennesker som venner? Alle disse er AI-systemer, der arbejder sammen, bestemmer dine præferencer, henter data om dig fra Internettet, kommer tættere og tættere på dig. De analyserer adfærden hos millioner af mennesker og drager konklusioner baseret på disse analyser for at sælge store virksomheders tjenester eller forbedre deres tjenester.
- Google Translate er et andet klassisk AI-system, der er imponerende god til visse ting. Det gør også stemmegenkendelse. Når dit fly lander, identificeres terminalen for det ikke af en person. Billetprisen er den samme. Verdens bedste skak, skak, backgammon, nudler og andre spil i dag er repræsenteret af snævert fokuseret kunstig intelligens.
- Google-søgning er en kæmpe AI, der bruger utroligt smarte metoder til at rangordne sider og bestemme SERP'er.
Og det er bare i forbrugernes verden. Sofistikerede ICD-systemer anvendes i vid udstrækning i militær-, fremstillings- og finanssektoren; i medicinske systemer (tænk IBMs Watson) og så videre.
Vejen fra AGI til AGI: hvorfor er det så svært?
Intet afslører kompleksiteten af menneskelig intelligens mere end at prøve at skabe en computer, der er lige så smart. At bygge skyskrabere, flyve ud i rummet, Big Bang's hemmeligheder er alt sammen vrøvl sammenlignet med at gentage vores egne hjerner eller i det mindste bare forstå det. Den menneskelige hjerne er i øjeblikket det mest komplekse objekt i det kendte univers.
Du har måske ikke engang mistanke om, hvad problemet er med at oprette AGI (en computer, der generelt er smart som en person og ikke kun i et område). At bygge en computer, der kan multiplicere to ti-cifrede tal på et split sekund, er et stykke kage. At skabe en, der kan se på en hund og en kat og fortælle, hvor hunden er, og hvor katten er, er utrolig vanskelig. Oprette en AI, der kan slå en stormester? Færdig. Prøv nu at få ham til at læse et afsnit fra en seks år gammel bog og ikke kun forstå ordene, men også deres betydning. Google bruger milliarder af dollars på at forsøge at gøre dette. Med komplekse ting - som beregninger, beregning af finansielle markedsstrategier, oversættelse af et sprog - håndterer computeren dette let, men med enkle ting - vision, bevægelse, opfattelse - nej. Som Donald Knuth sagde:”AI gør nu næsten altsom kræver 'tænkning' men ikke kan klare det, mennesker og dyr gør uden at tænke.
Når du tænker på årsagerne til dette, indser du, at ting, der synes at være enkle for os at gøre, kun virker sådan, fordi de er blevet optimeret til os (og dyr) gennem hundreder af millioner af års udvikling. Når du når ud til et objekt, udfører muskler, led, knogler på skuldre, albuer og hænder øjeblikkeligt lange kæder af fysiske operationer, synkron med det, du ser, og bevæger din arm i tre dimensioner. Det virker simpelt for dig, fordi den ideelle software i din hjerne er ansvarlig for disse processer. Dette enkle trick gør proceduren til registrering af en ny konto ved at indtaste et skævt skrevet ord (captcha) enkel for dig og helvede for en ondsindet bot. For vores hjerne er dette ikke svært: du skal bare være i stand til at se.
På den anden side er multiplikation af stort antal eller skak nye aktiviteter for biologiske væsener, og vi havde ikke tid nok til at forbedre os i dem (ikke millioner af år), så det er ikke svært for en computer at besejre os. Tænk over det: Vil du hellere oprette et program, der kan multiplicere store tal, eller et program, der genkender bogstavet B i sine millioner af stavemåder i de mest uforudsigelige skrifttyper, manuelt eller med en pind i sneen?
Et simpelt eksempel: Når du ser på dette, indser du og din computer, at dette er skiftende firkanter i to forskellige nuancer.
Men hvis du fjerner det sorte, vil du straks beskrive det komplette billede: cylindre, planer, tredimensionelle vinkler, men en computer kan ikke.
Han vil beskrive, hvad han ser som en række todimensionale former i forskellige nuancer, hvilket i princippet er sandt. Din hjerne gør masser af arbejde med at fortolke dybde, skyggespil, lys i et billede. På billedet nedenfor vil computeren se en to-dimensionel hvid-grå-sort collage, når der i virkeligheden er en tredimensionel sten.
Og alt, hvad vi lige har skitseret, er toppen af isbjerget, når det kommer til forståelse og behandling af information. For at nå det samme niveau med en person skal en computer forstå forskellen i subtile ansigtsudtryk, forskellen mellem glæde, tristhed, tilfredshed, glæde og hvorfor Chatsky er god, og Molchalin ikke er det.
Hvad skal man gøre?
Det første skridt til at opbygge AGI: øget computerkraft
En af de nødvendige ting, der skal ske for at AGI bliver mulig, er at øge styrken i computerhardware. Hvis et kunstigt intelligenssystem skal være så smart som hjernen, skal det matche hjernen i rå computerkraft.
En måde at øge denne evne på er gennem det samlede antal beregninger pr. Sekund (OPS), som hjernen kan producere, og du kan bestemme dette antal ved at finde ud af den maksimale OPS for hver hjernestruktur og sammensætte dem.
Ray Kurzweil konkluderede, at det er nok at tage et professionelt skøn over OPS'en for en struktur og dens vægt i forhold til hele hjernens vægt og derefter multiplicere den proportionalt for at få det samlede skøn. Det lyder lidt tvivlsomt, men han gjorde det mange gange med forskellige skøn over forskellige områder og kom altid med det samme antal: ca. 10 ^ 16 eller 10 kvadratkilometer OPS.
Den hurtigste supercomputer i verden, Kinas Tianhe-2, har allerede overgået dette tal: den er i stand til at udføre omkring 32 kvadrillioner i sekundet. Men "Tianhe-2" optager 720 kvadratmeter plads, bruger 24 megawatt energi (vores hjerne bruger kun 20 watt) og koster 390 millioner dollars. Vi taler ikke om kommerciel eller udbredt anvendelse.
Kurzweil foreslår, at vi bedømmer computerenes sundhed ud fra, hvor mange OPS du kan købe for $ 1.000. Når dette antal når det menneskelige niveau - 10 quadrillion OPS - kan AGI meget vel blive en del af vores liv.
Moores lov - den historisk pålidelige regel om, at den maksimale computerkraft for computere fordobles hvert andet år - indebærer, at udviklingen af computerteknologi, ligesom menneskets bevægelse gennem historien, vokser eksponentielt. Hvis vi sætter det i overensstemmelse med Kurzweils tusindollarsregel, har vi nu råd til 10 billioner OPS for $ 1.000.
Den eksponentielle vækst i databehandling: 20. - 21. århundrede. Til højre er en glidereegel, og på den - hjernen til et insekt, en mus, en person og alle mennesker; venstre - beregninger per sekund for $ 1000; nedenfor - år.
Computere til $ 1.000 omgår hjernen hos en mus i deres computerkraft og er tusind gange svagere end mennesker. Dette virker som en dårlig indikator, indtil vi husker, at computere var en billion gange svagere end den menneskelige hjerne i 1985, en milliard i 1995 og en million i 2005. I 2025 skulle vi have en overkommelig computer, der konkurrerer med computerkraften vores hjerne.
Således er den nødvendige råkraft til AGI allerede teknisk tilgængelig. Inden for 10 år forlader det Kina og spredes rundt om i verden. Men computerkraft alene er ikke nok. Og det næste spørgsmål: hvordan leverer vi intelligens på menneskeligt niveau med al denne magt?
Det andet trin til at skabe AGI: give det intelligens
Denne del er ret vanskelig. I virkeligheden ved ingen rigtig, hvordan man gør en maskine intelligent - vi forsøger stadig at finde ud af, hvordan vi kan skabe en intelligens på menneskeligt niveau, der kan fortælle en kat fra en hund, isolere en B tegnet i sneen og analysere en andenrangs film. Der er dog en håndfuld fremadrettede strategier derude, og på et tidspunkt skal en af dem fungere.
1. Gentag hjernen
Denne mulighed er som forskere er i samme klasseværelse med et barn, der er meget intelligent og god til at besvare spørgsmål; og selvom de flittigt forsøger at forstå videnskab, kommer de ikke tæt på at indhente det kloge barn. Til sidst beslutter de: I helvede afskriver vi bare svarene på hans spørgsmål. Det giver mening: vi kan ikke bygge en superkompleks computer, så hvorfor ikke tage en af universets bedste prototyper som grundlag: vores hjerne?
Den videnskabelige verden arbejder hårdt på at finde ud af, hvordan vores hjerner fungerer, og hvordan evolution skabte en så kompleks ting. Ifølge de mest optimale skøn vil de kun være i stand til dette inden 2030. Men når vi først har forstået alle hjernens hemmeligheder, dens effektivitet og magt, kan vi blive inspireret af dens metoder til at skabe teknologi. For eksempel er en af computerarkitekturerne, der efterligner hjernens arbejde, et neuralt netværk. Hun starter med et netværk af transistor "neuroner" forbundet med hinanden via input og output og kender intet - som en nyfødt. Systemet "lærer" ved at prøve at udføre opgaver, genkende håndskrevet tekst og lignende. Forbindelserne mellem transistorer styrkes, hvis svaret er korrekt og svækket, hvis svaret er forkert. Efter mange cyklusser med spørgsmål og svar danner systemet smarte neurale vævninger,optimeret til specifikke opgaver. Hjernen lærer på en lignende måde, men på en meget mere kompleks måde, og når vi fortsætter med at studere den, opdager vi utrolige nye måder at forbedre neurale netværk på.
Endnu mere ekstrem plagiering indebærer en strategi kaldet fuld hjernemulering. Mål: At skære en ægte hjerne i tynde skiver, scanne hver af dem og derefter rekonstruere den tredimensionelle model nøjagtigt ved hjælp af software og derefter oversætte den til en stærk computer. Så får vi en computer, der officielt kan gøre alt, hvad hjernen kan gøre: den skal bare lære og indsamle information. Hvis ingeniører lykkes, kan de efterligne en ægte hjerne med en så utrolig nøjagtighed, at når de først er downloadet til en computer, forbliver hjernens virkelige identitet og hukommelse intakt. Hvis hjernen tilhørte Vadim, før han døde, vågner computeren op i rollen som Vadim, som nu vil være et menneskeligt niveau AGI, og vi vil igen gøre Vadim til en utrolig intelligent ISI.som han helt sikkert vil blive glad for.
Hvor langt er vi fra at efterligne hjernen fuldstændigt? I sandhed emulerede vi netop hjernen til en millimeter fladorm, der i alt indeholder 302 neuroner. Den menneskelige hjerne indeholder 100 milliarder neuroner. Hvis du prøver at komme til dette tal, synes det nytteløst for dig, så tænk på den eksponentielle vækstrate for fremskridt. Det næste trin vil være emuleringen af myrens hjerne, så vil der være en mus, og så er et menneske inden for rækkevidde.
2. Prøv at følge evolutionens spor
Hvis vi beslutter, at det smarte barns svar er for komplekse til at afskrive, kan vi prøve at følge i hans fodspor med læring og eksamensforberedelse. Hvad ved vi? Det er meget muligt at bygge en computer så kraftig som en hjerne - udviklingen af vores egne hjerner har bevist dette. Og hvis hjernen er for kompleks til at efterligne, kan vi prøve at efterligne evolution. Pointen er, at selvom vi kan efterligne hjernen, kan det være som at prøve at bygge et fly ved at lave latterlig håndsvingning, der efterligner bevægelser af fugles vinger. Oftere end ikke lykkes det os at skabe gode maskiner ved hjælp af en maskinorienteret tilgang snarere end en nøjagtig efterligning af biologi.
Hvordan simuleres evolution for at opbygge AGI? Denne metode, kaldet "genetiske algoritmer", skal fungere sådan som dette: der skal være en produktiv proces og dens evaluering, og den gentager sig igen og igen (på samme måde "eksisterer" biologiske skabninger og "evalueres" af deres evne til at reproducere). En gruppe computere udfører opgaver, og den mest succesrige af dem deler deres egenskaber med andre computere, "output". De mindre succesrige vil nådesløst blive kastet i historiens skraldespand. Gennem mange, mange iterationer vil denne naturlige udvælgelsesproces producere bedre computere. Udfordringen ligger i at skabe og automatisere avls- og evalueringscyklusser, så udviklingsprocessen fortsætter af sig selv.
Ulempen ved at kopiere evolution er, at evolution tager milliarder af år at gøre noget, og vi har kun brug for et par årtier for at gøre det.
Men vi har mange fordele i modsætning til evolution. For det første har den ikke fremsynets gave, den fungerer tilfældigt - den giver f.eks. Unyttige mutationer - og vi kan kontrollere processen inden for rammerne af de opgaver, der er sat. For det andet har evolution intet mål, herunder ønsket om intelligens - nogle gange i miljøet vinder en bestemt art ikke på bekostning af intelligens (fordi sidstnævnte bruger mere energi). Vi kan derimod sigte mod at øge intelligensen. For det tredje, for at vælge intelligens, er evolution nødt til at foretage en række forbedringer fra tredjepart - som omfordeling af energiforbrug fra celler - vi kan bare fjerne det overskydende og bruge elektricitet. Uden tvivl vil vi være hurtigere end evolution - men igen er det ikke klart, om vi kan overgå den.
3. Overlad computere til sig selv
Dette er den sidste chance, når forskere er helt desperate og prøver at programmere et program til selvudvikling. Denne metode kan imidlertid vise sig at være den mest lovende af alle. Ideen er, at vi skaber en computer, der har to grundlæggende færdigheder: at udforske AI og kode ændringer i sig selv - hvilket gør det muligt ikke kun at lære mere, men også at forbedre sin egen arkitektur. Vi kan uddanne computere til at være deres egne computeringeniører, så de kan udvikle sig selv. Og deres hovedopgave vil være at finde ud af, hvordan man bliver smartere. Vi vil tale mere om dette senere.
Alt dette kan ske meget snart
Hurtige fremskridt inden for hardware- og softwareeksperimenter kører parallelt, og AGI kan opstå hurtigt og uventet af to hovedårsager:
Hvornår vil computere overgå mennesker i tænkeevne? Volumenet af Lake Michigan (i flydende ounce) er lig med volumenet af vores hjerner (i operationer pr. Sekund). Computerkraft fordobles hver 18. måned. Med denne hastighed vil du ikke se nogen resultater i lang tid, men så vil alt ske øjeblikkeligt.
2. Når det kommer til software, kan fremskridt virke langsomt, men så ændrer et gennembrud øjeblikkeligt hastigheden på fremskridt (godt eksempel: i dagene med det geocentriske verdensbillede, havde folk det svært at beregne universets arbejde, men opdagelsen af heliocentrisme gjorde alt meget lettere). Eller når det kommer til en computer, der forbedrer sig selv, kan tingene virke ekstremt langsomme, men nogle gange adskiller blot en ændring af systemet det fra en tusindfoldig effektivitet sammenlignet med et menneske eller en tidligere version.
Vejen fra AGI til ISI
På et eller andet tidspunkt får vi helt sikkert AGI - generel kunstig intelligens, computere med et generelt menneskeligt niveau af intelligens. Computere og mennesker vil leve sammen. Ellers vil de ikke.
Pointen er, at AGI med samme intelligens og computerkraft som mennesker stadig vil have betydelige fordele i forhold til mennesker. For eksempel:
Udstyr
Hastighed. Hjernneuroner fungerer ved 200 Hz, mens moderne mikroprocessorer (som er betydeligt langsommere end hvad vi får, når AGI oprettes) fungerer med en frekvens på 2 GHz eller 10 millioner gange hurtigere end vores neuroner. Og hjernens interne kommunikation, som kan bevæge sig med en hastighed på 120 m / s, er væsentligt ringere end computerens evne til at bruge optik og lysets hastighed.
Størrelse og opbevaring. Hjernens størrelse er begrænset af størrelsen på vores kranier, og den kan ikke blive større, ellers tager intern kommunikation med en hastighed på 120 m / s for lang tid at rejse fra en struktur til en anden. Computere kan udvide til enhver fysisk størrelse, bruge mere hardware, øge RAM, langtidshukommelse - alt dette overgår vores muligheder.
Pålidelighed og holdbarhed. Ikke kun computerhukommelse er mere præcis end menneskelig hukommelse. Computertransistorer er mere nøjagtige end biologiske neuroner og er mindre tilbøjelige til at blive forringet (og de kan faktisk udskiftes eller repareres). Folks hjerner bliver hurtigere trætte, mens computere kan arbejde non-stop 24 timer i døgnet, 7 dage om ugen.
Software
Mulighed for redigering, modernisering, en bredere vifte af muligheder. I modsætning til den menneskelige hjerne kan et computerprogram let korrigeres, opdateres eller eksperimenteres med. Områder, hvor menneskelige hjerner er svage, kan også opgraderes. Den menneskelige software til vision er fremragende designet, men set fra et teknisk synspunkt er dens evner stadig meget begrænsede - vi ser kun i det synlige spektrum af lys.
Kollektiv evne. Mennesker er bedre end andre arter med hensyn til stor kollektiv intelligens. Begynder med udviklingen af sprog og dannelsen af store samfund, bevæger sig gennem opfindelserne af skrivning og udskrivning, og nu får energi fra værktøjer som Internettet, er menneskers kollektive intelligens en vigtig grund til, at vi kan kalde os kronen for evolution. Men computere vil stadig være bedre. Det globale netværk af kunstige intelligenser, der arbejder på et program, konstant synkronisering og selvudvikling, giver dig mulighed for øjeblikkeligt at tilføje nye oplysninger til databasen, uanset hvor du får det. En sådan gruppe vil også være i stand til at arbejde hen imod et mål som helhed, fordi computere ikke lider under de særlige meninger, motivation og egeninteresse, som folk gør.
AI, som sandsynligvis bliver AGI gennem programmeret selvforbedring, vil ikke se "intelligens på menneskeligt niveau" som en vigtig milepæl - denne milepæl er kun vigtig for os. Han har ingen grund til at stoppe på dette tvivlsomme niveau. Og i betragtning af de fordele, som selv AGI på menneskeligt niveau vil have, er det ganske indlysende, at menneskelig intelligens vil være et kort blik for det i løbet af intellektuel overlegenhed.
Denne udvikling af begivenheder kan overraske os meget, meget. Faktum er, at fra vores synspunkt, a) det eneste kriterium, der giver os mulighed for at bestemme kvaliteten af intelligens, er intelligensen af dyr, som er lavere end vores som standard; b) for os er de smarteste mennesker ALTID klogere end de dummeste. Mere eller mindre sådan:
Det vil sige, mens AI bare forsøger at nå vores udviklingsniveau, ser vi, hvordan det bliver klogere og nærmer sig dyrets niveau. Når han kommer til det første menneskelige niveau - Nick Bostrom bruger udtrykket "landsidiot" - vil vi blive meget glade: "Wow, han er allerede som en idiot. Fedt nok! " Det eneste er, at i det generelle spektrum af menneskers intelligens, fra landsbyens idiot til Einstein, er rækkevidden lille - så efter at AI kommer til niveauet for idiot og bliver AGI, bliver det pludselig klogere end Einstein.
Og hvad vil der ske næste gang?
Eksplosion af intelligens
Jeg håber, du fandt det interessant og sjovt, for fra det øjeblik af bliver emnet, vi diskuterer, unormalt og uhyggeligt. Vi bør holde pause og minde os selv om, at hver kendsgerning, der er nævnt ud over, er reel videnskab og virkelige forudsigelser for fremtiden, fremsat af de mest fremtrædende tænkere og forskere. Bare husk.
Så som vi nævnte ovenfor, inkluderer alle vores moderne modeller til opnåelse af AGI muligheden, når AI forbedrer sig selv. Og så snart han bliver AGI, bliver selv de systemer og metoder, som han voksede op med, kloge nok til at forbedre sig selv - hvis de vil. Et interessant koncept opstår: rekursiv selvforbedring. Det fungerer sådan her.
Et bestemt AI-system på et bestemt niveau - for eksempel landsbyens idiot - er programmeret til at forbedre sin egen intelligens. Efter at have udviklet - siger til niveauet Einstein - begynder et sådant system allerede at udvikle sig med Einsteins intellekt, det tager kortere tid at udvikle sig, og springene bliver mere og mere store. De giver systemet mulighed for at overgå enhver person og blive mere og mere. Efterhånden som den udvikler sig hurtigt, stiger AGI til himmelske højder i sin intelligens og bliver et superintelligent ISI-system. Denne proces kaldes en eksplosion af intelligens, og det er det klareste eksempel på loven om hurtigere tilbagevenden.
Forskere argumenterer for, hvor hurtigt AI når AGI - de fleste tror, at vi får AGI inden 2040 på bare 25 år, hvilket er meget, meget lidt i henhold til standarderne for teknologiudvikling. Fortsættelse af den logiske kæde er det ikke svært at antage, at overgangen fra AGI til ISI også vil finde sted ekstremt hurtigt. Mere eller mindre sådan:
”Det tog årtier, før det første AI-system nåede sit laveste niveau af generel intelligens, men det skete endelig. Computeren er i stand til at forstå verden rundt som en fireårig person. Pludselig, bogstaveligt talt en time efter at have nået denne milepæl, producerer systemet en stor fysikteori, der kombinerer generel relativitet og kvantemekanik, som intet menneske kan gøre. Efter halvanden time bliver AI ISI, 170.000 gange klogere end noget menneske."
Vi har ikke engang de rigtige udtryk til at beskrive superintelligens af denne størrelse. I vores verden betyder "smart" en person med en IQ på 130, "dum" - 85, men vi har ingen eksempler på mennesker med en IQ på 12.952. Vores herskere er ikke designet til det.
Menneskehedens historie fortæller os klart og tydeligt: sammen med intellektet kommer kraft og styrke. Dette betyder, at når vi skaber kunstig superintelligens, vil det være den mest magtfulde skabning i livets historie på Jorden, og alle levende væsener, inklusive mennesker, vil være fuldstændigt i sin magt - og dette kan ske om tyve år.
Hvis vores magre hjerner var i stand til at opfinde Wi-Fi, så kan noget smartere end os hundrede, tusind, en milliard gange let beregne positionen for hvert atom i universet til enhver tid. Alt, hvad der kan kaldes magi, enhver magt, der tilskrives en allmægtig gud - alt dette vil være til rådighed for ISI. At skabe teknologi til at vende aldring, behandle enhver sygdom, afslutte sult og endda døden, kontrollere vejret - alt bliver pludselig muligt. En øjeblikkelig afslutning på alt liv på Jorden er også mulig. De klogeste mennesker på vores planet er enige om, at så snart kunstig superintelligens vises i verden, vil den markere Guds udseende på jorden. Og der er stadig et vigtigt spørgsmål.
Baseret på materialer fra waitbutwhy.com, kompilering af Tim Urban. Artiklen anvender materialer fra værker af Nick Bostrom, James Barratt, Ray Kurzweil, Jay Niels-Nilsson, Stephen Pinker, Vernor Vinge, Moshe Vardy, Russ Roberts, Stuart Armstrog og Kai Sotal, Susan Schneider, Stuart Russell og Peter Norvig, Theodore Modis 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.
Forfatter: Ilya Khel
Del to: udryddelse eller udødelighed?