Grunden til at denne (og andre) artikel kom frem er enkel: måske er kunstig intelligens ikke bare et vigtigt emne til diskussion, men det vigtigste i fremtidens kontekst. 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 i omfang kan sammenlignes med fuldstændig udryddelse af os som art. Læn dig tilbage og prik jeg'et for dig selv.
"Vi er på nippet til ændringer, der kan sammenlignes med menneskelivets oprindelse på jorden" (Vernor Vinge).
Hvad vil det sige at være på nippet til en sådan ændring?
Det ser ikke ud til at være noget særligt. Men du skal huske, at at være sådan et sted på grafen betyder, at du ikke ved, hvad der er på din højre side. Du skal føle sådan noget:
Følelser er ganske normale, flyveturen går godt.
Fremtiden kommer
Forestil dig, at en tidsmaskine transporterede dig til 1750 - en tid, hvor verden oplevede konstante afbrydelser i elforsyningen, kommunikation mellem byer betød kanonslag, og al transport kørte på hø. Lad os sige, at du kommer derhen, tag nogen og tag dem med til 2015, vis hvordan det er her. Vi kan ikke forstå, hvordan det ville være for ham at se alle disse skinnende kapsler flyve langs vejene; tale med mennesker på den anden side af havet; se på sportsspil tusind kilometer væk; høre en musikalsk optræden indspillet for 50 år siden; leg med et magisk rektangel, der kan tage et foto eller fange et levende øjeblik; bygge et kort med en paranormal blå prik, der angiver dens placering; se på nogens ansigt og kommunikere med ham mange kilometer væk osv. Alt dette er uforklarlig magi for næsten tre hundrede år gamle mennesker. For slet ikke at tale om Internettet, Den Internationale Rumstation, Large Hadron Collider, atomvåben og generel relativitet.
En sådan oplevelse for ham vil ikke være overraskende eller chokerende - disse ord formidler ikke hele essensen af mentalt sammenbrud. Vores rejsende kan dø helt.
Men der er en interessant pointe. Hvis han går tilbage til 1750 og bliver jaloux over, at vi ville se hans reaktion på 2015, kan han tage en tidsmaskine med og prøve at gøre det samme med f.eks. 1500. Han vil flyve dertil, finde en person, hente ham i 1750 og vise alt. En fyr fra 1500 vil blive chokeret uden mål - 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 et øjeblik fra fysikken, vil blive overrasket over, hvad Europa er blevet under den hårde hæl af imperialismen, vil tegne et nyt kort over verden i hans hoved … Men hverdagen i 1750 - transport, kommunikation osv. - vil usandsynligt overraske ham til døden.
Nej, for at en fyr fra 1750 skal have det sjovt som os, skal han gå meget længere - måske et år som dette i 12.000 f. Kr. F. Kr., allerede før den første landbrugsrevolution fødte de første byer og civilisationsbegrebet. Hvis nogen fra jæger-samlernes verden, fra dengang da mennesker endnu mere var en dyreart, så de enorme menneskelige imperier fra 1750 med deres høje kirker, skibe der krydser oceanerne, 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 ville 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 tide. Og en ny rejsende ville sige til ham: "Nå, det er fint, tak." Fordi i dette tilfælde en person fra 12.000 f. Kr. NS. det ville være nødvendigt at gå 100.000 år tilbage og vise de lokale aboriginere ild og sprog for første gang.
Hvis vi har brug for at transportere nogen ind i fremtiden for at blive overrasket ihjel, må fremskridt tilbagelægge en vis afstand. Point of Death Progress (TPP) skal nås. Det vil sige, at på tidspunktet for jæger-samlere TSP tog 100.000 år, fandt det næste stop sted allerede i 12.000 f. Kr. NS. Efter det var fremskridt allerede hurtigere og radikalt transformeret verden i 1750 (nogenlunde). Så tog det et par hundrede år, og her er vi.
Dette billede - hvor menneskelige fremskridt bevæger sig hurtigere, efterhånden som tiden går - kalder futuristen Ray Kurzweil loven om accelererende tilbagevenden i menneskets historie. Dette skyldes, at mere udviklede samfund har evnen til at flytte fremskridt i et hurtigere tempo end mindre udviklede samfund. Folk fra 1800 -tallet kendte mere end folket i 1400 -tallet, så det er ikke overraskende, at fremskridt i 1800 -tallet var hurtigere end i 1400 -tallet osv.
I mindre skala fungerer dette også. Tilbage til fremtiden blev udgivet i 1985, og fortiden var i 1955. I filmen, da Michael J. Fox vendte tilbage i 1955, blev han overrasket over fjernsynets nyhed, sodavandsprisen, mangel på kærlighed til guitarlyd og variationer i slang. Det var selvfølgelig en anden verden, men hvis filmen blev optaget i dag, og fortiden var i 1985, ville forskellen være meget mere global. Marty McFly, tilbage i tiden fra pc'ernes dage, Internettet, mobiltelefoner, ville være langt mere irrelevant end Marty, der gik til 1955 fra 1985.
Alt dette skyldes loven om accelererende returneringer. Den gennemsnitlige udviklingshastighed mellem 1985 og 2015 var højere end hastigheden fra 1955 til 1985 - for i det første tilfælde var verden mere udviklet, den var mættet med de seneste 30 års resultater.
Jo flere resultater, jo hurtigere sker ændringerne. Men skulle det ikke efterlade os med visse tip til fremtiden?
Kurzweil antyder, at hele det 20. århundredes fremskridt kunne have været sket på bare 20 år på udviklingsniveauet i 2000 - det vil sige, at fremskridtet i 2000 var fem gange hurtigere end det gennemsnitlige fremskridt i det 20. århundrede. Han mener også, at fremskridt i hele det 20. århundrede svarede til fremskridtet i perioden fra 2000 til 2014, og fremskridtet i endnu et 20. århundrede vil svare til perioden frem til 2021 - det vil sige om bare syv år. Efter flere 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 accelererende tilbagevenden føre os til det punkt, at fremskridt i hele det 21. århundrede vil være 1.000 gange større end fremskridtene 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, at den næste TSP kun tager et par årtier - og verden i 2050 vil være så anderledes fra den moderne, som vi næsten ikke finder ud af. Og dette er ikke fiktion. Dette mener 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 da, når vi står over for udsagn som "verden om 35 år vil ændre sig til ukendelighed", trækker vi skeptisk på skuldrene? Der er tre grunde til vores skepsis til fremtidige forudsigelser:
1. Når det kommer til historien, tænker vi i lige linjer. I forsøget på at visualisere udviklingen i de næste 30 år ser vi på fremskridtene i de foregående 30 som en indikator på, hvor meget der sandsynligvis vil ske. Når vi tænker på, hvordan vores verden vil ændre sig i det 21. århundrede, tager vi det 20. århundredes fremskridt og tilføjer det til år 2000. Den samme fejl, vores fyr fra 1750 begår, når han får en fra 1500 og forsøger at overraske ham. Vi tænker intuitivt lineært, når vi skal være eksponentielle. I det væsentlige bør en futurist forsøge at forudsige fremskridt i de næste 30 år, ikke at se på de foregående 30, men at dømme efter det aktuelle fremskridt. Så bliver prognosen mere præcis, men stadig ved porten. For at tænke korrekt om fremtiden skal du se tingene bevæge sig i et meget hurtigere tempo, end de bevæger sig nu.
[/center]
2. Den nyere histories bane er ofte forvrænget. For det første fremstår selv en stejl eksponentiel kurve lineær, 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 befinder dig i, skjule hastigheden for fremskridt for din opfattelse. Noget af tiden mellem 1995 og 2007 blev brugt på den eksplosive udvikling af Internettet, introduktion af Microsoft, Google og Facebook til offentligheden, fødslen af sociale netværk og udvikling af mobiltelefoner og derefter smartphones. Dette var den anden fase af vores kurve. Men perioden fra 2008 til 2015 var mindre forstyrrende, i hvert fald på den teknologiske front. Dem, der tænker på fremtiden i dag, kan tage de sidste par år at måle det samlede fremskridt, men de ser ikke det større billede. Faktisk er der en ny og kraftfuld fase 2 på vej 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 erfaring har givet os en naturlig selvfølge i den seneste tid. På samme måde er vores fantasi begrænset, da de bruger vores erfaring til at forudsige - men oftere end ikke har vi simpelthen ikke de værktøjer, der giver os mulighed for præcist at forudsige fremtiden. Når vi hører forudsigelser for fremtiden, der er i modstrid med vores daglige opfattelse af, hvordan tingene fungerer, betragter vi dem instinktivt som naive. Hvis jeg fortalte dig, at du vil blive 150 eller 250 år gammel, eller måske du slet ikke vil dø, vil du instinktivt tænke, at "det her er dumt, jeg ved fra historien, at alle døde i løbet af denne tid". Så det er: ingen levede for at se sådanne år. Men ikke et eneste fly fløj før opfindelsen af fly.
Selvom skepsis forekommer rimelig for dig, er det altså 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 meget skal ændre sig i de kommende årtier; meget mere end intuitivt. Logik dikterer også, at hvis den mest avancerede art på planeten fortsætter med at gøre kæmpe spring fremad, hurtigere og hurtigere, vil springet på et tidspunkt være så alvorligt, at det radikalt vil ændre livet, som vi kender det. Noget lignende skete i udviklingsprocessen, da mennesket blev så smart, at det fuldstændigt ændrede livet for enhver anden art på planeten Jorden. Og hvis du tager lidt tid at læse, hvad der sker inden for videnskab og teknologi lige nu, kan du begynde at se nogle spor om, hvordan det næste kæmpe spring vil se ud.
Vejen til superintelligens: hvad er AI (kunstig intelligens)?
Som mange mennesker på denne planet er du vant til at tænke på kunstig intelligens som en fjollet science fiction -idé. Men på det seneste 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:
Vi forbinder AI med film. "Star wars". "Terminator". "A Space Odyssey 2001". Men ligesom robotter er AI i disse film fiktion. Således fortynder Hollywood -bånd niveauet af vores opfattelse, AI bliver bekendt, velkendt og selvfølgelig ond.
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.
Vi bruger AI hver dag, men ofte er vi ikke engang klar over det. Som John McCarthy, opfinderen af udtrykket "kunstig intelligens" i 1956, sagde: "når det virker, kalder ingen det AI længere." AI er mere blevet som en mytisk forudsigelse om fremtiden end noget virkeligt. Samtidig har dette navn også en smag af noget fra fortiden, der aldrig er blevet til virkelighed. Ray Kurzweil siger, at han hører folk forbinde AI med fakta fra 80'erne, hvilket kan sammenlignes med "at hævde, at internettet døde sammen med dotcoms i begyndelsen af 2000'erne."
Lad os være klare. Lad først være med at tænke på robotter. Robotten, der er beholderen til AI, efterligner nogle gange den menneskelige form, nogle gange gør den det ikke, men selve AI’en er 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, en kvindes stemme er personificeringen af denne AI, og der er ingen robotter i dette system.
For det andet har du sikkert hørt udtrykket "singularitet" eller "teknologisk singularitet". Dette udtryk bruges i matematik til at beskrive en usædvanlig situation, hvor de sædvanlige regler ikke længere virker. I fysik bruges det til at beskrive det uendelige og tætte punkt i et sort hul eller Big Bangs oprindelige punkt. Igen virker fysikkens 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 vil livet, som vi kender det, ændre sig for altid og de sædvanlige regler for dets eksistens vil ikke længere fungere …. Ray Kurzweil forfinede dette udtryk yderligere og påpegede, at singulariteten vil blive nået, når loven om accelererende rekyl når et ekstremt punkt, når den teknologiske udvikling bevæger sig så hurtigt, at vi holder op med at lægge mærke til dens præstationer, næsten uendeligt hurtigt. Så vil vi leve i en helt ny verden. Imidlertid er mange eksperter stoppet med at bruge dette udtryk, så lad os, og vi vil ikke referere til det ofte.
Endelig, mens der er mange typer eller former for AI, der stammer fra det brede AI -koncept, afhænger hovedkategorierne af AI af kaliberen. Der er tre hovedkategorier:
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 er det. Der er en, der kan tilbyde den bedste måde at gemme data på din harddisk, og det er det.
Generel (stærk) kunstig intelligens. Nogle gange også omtalt som menneskeligt niveau AI. 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. At oprette AGI er meget vanskeligere end AGI, og det er vi ikke nået til endnu. Professor Linda Gottfredson beskriver intelligens som "i generel forstand, psykisk potentiale, som blandt andet omfatter evnen til at ræsonnere, planlægge, løse problemer, tænke abstrakt, forstå komplekse ideer, lære hurtigt og lære af erfaring."AGI burde være i stand til at gøre alt dette lige så let som du gør.
Kunstig superintelligens (ISI). Oxford -filosof og AI -teoretiker Nick Bostrom definerer superintelligens som "intelligens, der er langt klogere end de bedste menneskelige sind på stort set alle områder, herunder videnskabelig kreativitet, generel visdom og sociale færdigheder." Kunstig superintelligens omfatter både en computer, der er lidt smartere end en person, og en, der er billioner af gange smartere i enhver retning. ISI er årsagen til den stigende interesse for AI, samt det faktum, at ordene "udryddelse" og "udødelighed" ofte optræder 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 på området ser denne vej, og hvorfor denne revolution kunne ske hurtigere, end du måske tror.
Hvor er vi i denne strøm?
Fokuseret kunstig intelligens er maskineintelligens, der er lig med eller større end menneskelig intelligens eller effektivitet til at udføre en bestemt opgave. Et par eksempler:
* Biler er fyldt med ICD-systemer, fra computere, der bestemmer, hvornår antiblokeringsbremsesystemet skal sparke ind til en computer, 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 kortappen, får du anbefalinger til download af apps eller musik, tjekker vejret til i morgen, taler med Siri eller gør noget andet - du bruger AI.
* Dit e -mail -spamfilter 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 var på udkig efter en skruetrækker eller et nyt plasma i en søgemaskine, men 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 adfærd hos millioner af mennesker og drager konklusioner baseret på disse analyser for at sælge tjenester fra store virksomheder eller gøre deres tjenester bedre.
* Google Translate, et andet klassisk AI -system, er imponerende godt til visse ting. Det samme gør stemmegenkendelse. Når dit fly lander, identificeres terminalen for det ikke af en person. Prisen på billetten er den samme. Verdens bedste brikker, skak, backgammon, bulldozer og andre spil er i dag repræsenteret af snævert fokuseret kunstig intelligens.
* Google Search er en kæmpe AI, der bruger utroligt smarte metoder til at rangordne sider og bestemme SERP'er.
Og dette er kun i forbrugerverdenen. Sofistikerede IMD -systemer er meget udbredt i militær-, fremstillings- og finansindustrien; i medicinske systemer (tænk IBM's Watson) og så videre.
IMD -systemer i deres nuværende form udgør ikke en trussel. I værste fald kan en buggy eller dårligt programmeret AI føre til lokal katastrofe, strømafbrydelser, finansielle markeder kollaps og lignende. Men selvom AGI ikke er bemyndiget til at skabe en eksistentiel trussel, er vi nødt til at se tingene bredere - en ødelæggende orkan venter os, hvis budbringer er AII. Hver ny innovation i AGI tilføjer en blok til stien, der fører til AGI og ISI. Eller, som Aaron Saenz godt har bemærket, er vores verdens AI'er som "aminosyrerne i den unge Jords ursuppe" - men alligevel livløse komponenter i livet, der vågner en dag.
Vejen fra AGI til AGI: hvorfor er det så svært?
Intet afslører kompleksiteten af menneskelig intelligens mere end at prøve at oprette en computer, der er lige så smart. Bygger skyskrabere, flyver ud i rummet, Big Bangs hemmeligheder - alt dette er nonsens i forhold til at gentage vores egen hjerne eller i det mindste bare forstå det. Den menneskelige hjerne er i øjeblikket det mest komplekse objekt i det kendte univers.
Måske har du ikke engang mistanke om, hvad vanskeligheden er ved at oprette AGI (en computer, der generelt vil være smart som person og ikke kun på et område). At bygge en computer, der kan gange to ti-cifrede tal på et splitsekund, er lige så let som at skrælle pærer. At skabe en, der kan se på en hund og en kat og fortælle, hvor hunden er, og hvor katten er, er utroligt svært. Opret en AI, der kan slå en stormester? Lavet. 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 gøre dette. Med komplekse ting - som beregninger, beregning af finansielle markedsstrategier, oversættelse af et sprog - klarer computeren det let, men med enkle ting - vision, bevægelse, opfattelse - nej. Som Donald Knuth udtrykte det, "AI gør nu stort set alt, hvad der kræver 'tænkning', men det kan ikke klare, hvad mennesker og dyr gør uden at tænke."
Når du tænker over årsagerne til dette, vil du indse, at ting, der synes enkle for os at gøre, kun virker det, fordi de er blevet optimeret til os (og dyr) gennem hundredvis af millioner af år med evolution. Når du når ud til et objekt, udfører musklerne, leddene, knoglerne på dine skuldre, albuer og hænder øjeblikkeligt lange kæder af fysiske operationer, synkrone med det, du ser, og bevæger din arm i tre dimensioner. Det virker enkelt for dig, fordi den ideelle software i din hjerne er ansvarlig for disse processer. Dette enkle trick gør proceduren for 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 kunne se.
På den anden side er multiplikation af store tal eller skak nye aktiviteter for biologiske skabninger, og vi havde ikke tid nok til at forbedre dem (ikke millioner af år), så det er ikke svært for en computer at besejre os. Tænk bare over det: Vil du hellere oprette et program, der kan multiplicere store tal, eller et program, der genkender bogstavet B i dets millioner af stavemåder, i de mest uforudsigelige skrifttyper, i hånden eller med en pind i sneen?
Et enkelt eksempel: Når du ser på dette, indser du og din computer, at det er vekslende firkanter med to forskellige nuancer.
Men hvis du fjerner det sorte, vil du straks beskrive det fulde billede: cylindre, fly, 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 laver masser af arbejde med at fortolke dybde, skyggespil, lys i et billede. På billedet herunder vil computeren se en todimensionel hvid-grå-sort collage, når der i virkeligheden er en tredimensionel sten.
Og det, vi lige har skitseret, er toppen af isbjerget, når det kommer til forståelse og behandling af oplysninger. For at nå det samme niveau med en person, skal en computer forstå forskellen i subtile ansigtsudtryk, forskellen mellem glæde, sorg, tilfredshed, glæde og hvorfor Chatsky er god, og Molchalin ikke er.
Hvad skal man gøre?
Det første skridt til at bygge AGI: Forøgelse af computerkraft
En af de nødvendige ting, der skal ske for, at AGI er muligt, er at øge computerenes hardware. Hvis et kunstigt intelligenssystem skal være lige så smart som hjernen, skal det matche hjernen i rå processorkraft.
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 tal ved at finde ud af den maksimale OPS for hver hjernestruktur og sætte dem sammen.
Ray Kurzweil konkluderede, at det er nok at tage et professionelt skøn over OPS for en struktur og dens vægt i forhold til vægten af hele hjernen og derefter multiplicere det proportionelt for at få det samlede estimat. Det lyder lidt tvivlsomt, men han gjorde det mange gange med forskellige skøn over forskellige områder og kom altid med det samme nummer: i størrelsesordenen 10 ^ 16 eller 10 kvadrillion OPS.
Den hurtigste supercomputer i verden, Kinas Tianhe-2, har allerede overgået dette tal: den er i stand til at udføre omkring 32 milliarder operationer i sekundet. Men Tianhe-2 fylder 720 kvadratmeter, forbruger 24 megawatt energi (vores hjerne bruger kun 20 watt) og koster 390 millioner dollars. Vi taler ikke om kommerciel eller udbredt brug.
Kurzweil foreslår, at vi bedømmer computernes helbred efter, hvor mange OPS du kan købe for $ 1.000. Når dette tal når det menneskelige niveau - 10 kvadrillion OPS - kan AGI meget vel blive en del af vores liv.
Moores lov - den historisk pålidelige regel om, at computernes maksimale computerkraft fordobles hvert andet år - indebærer, at udviklingen af computerteknologi, ligesom menneskets bevægelse gennem historien, vokser eksponentielt. Hvis vi sammenligner dette med Kurzweils tusind dollarregel, har vi nu råd til 10 billioner OPS for $ 1.000.
Computere for $ 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 computer til en overkommelig pris, der konkurrerer med computerkraften i vores hjerne.
Således er den rå strøm, der kræves til AGI, allerede teknisk tilgængelig. Inden for 10 år vil det forlade Kina og spredes over hele verden. Men computerkraft alene er ikke nok. Og det næste spørgsmål er: hvordan tilvejebringer vi intelligens på menneskeligt plan med al denne magt?
Det andet trin til at skabe AGI: at give det intelligens
Denne del er temmelig vanskelig. I sandhed ved ingen virkelig, hvordan man gør en maskine intelligent - vi forsøger stadig at finde ud af, hvordan man skaber intelligens på menneskeligt niveau, der kan fortælle en kat fra en hund, isolere en B trukket i sneen og analysere en andenrangs film. Der er dog en håndfuld fremadrettet strategier derude, og på et tidspunkt burde en af dem fungere.
1. Gentag hjernen
Denne mulighed er som om forskere er i samme klasseværelse med et barn, der er meget smart og god til at besvare spørgsmål; og selvom de flittigt forsøger at forstå videnskaben, er de ikke engang i nærheden af at indhente det kloge barn. Til sidst beslutter de: for helvede, skriv af svarene på hans spørgsmål. Det giver mening: Vi kan ikke bygge en superkompleks computer, så hvorfor ikke tage en af de bedste prototyper i universet som grundlag: vores hjerne?
Den videnskabelige verden arbejder hårdt på at finde ud af, hvordan vores hjerner fungerer, og hvordan evolutionen skabte en så kompleks ting. Ifølge de mest optimistiske skøn vil de kun kunne gøre dette inden 2030. Men når vi forstår alle hjernens hemmeligheder, dens effektivitet og kraft, kan vi blive inspireret af dens metoder til at skabe teknologi. For eksempel er en af de computerarkitekturer, der efterligner hjernens virke, et neuralt netværk. Hun starter med et netværk af transistorer "neuroner" forbundet til hinanden via input og output, og ved intet - som en nyfødt. Systemet”lærer” ved at forsøge at udføre opgaver, genkende håndskrevet tekst og lignende. Forbindelserne mellem transistorer styrkes i tilfælde af et korrekt svar og svækkes i tilfælde af et forkert. Efter mange cyklusser af spørgsmål og svar danner systemet smarte neurale vævninger, der er optimeret til specifikke opgaver. Hjernen lærer på en lignende måde, men på en meget mere kompleks måde, og mens vi fortsætter med at studere den, opdager vi utrolige nye måder at forbedre neurale netværk på.
Endnu mere ekstrem plagiat involverer en strategi kaldet fuld hjerneemulering. Formål: For at skære en ægte hjerne i tynde skiver skal du scanne hver af dem og derefter rekonstruere 3D -modellen nøjagtigt ved hjælp af software og derefter oversætte den til en kraftfuld computer. Så vil vi have en computer, der officielt kan alt, hvad hjernen kan: 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 reelle identitet og hukommelse intakt. Hvis hjernen tilhørte Vadim, før han døde, vågner computeren i rollen som Vadim, som nu vil være et AGI på menneskeligt niveau, og vi vil til gengæld gøre Vadim til et utroligt intelligent ISI, som han helt sikkert vil gøre blive glad for.
Hvor langt er vi fra at efterligne hjernen fuldstændigt? I sandhed efterlignede vi bare hjernen i en millimeter fladorm, som indeholder 302 neuroner i alt. Den menneskelige hjerne indeholder 100 milliarder neuroner. Hvis du prøver at komme til dette tal forekommer forgæves for dig, så tænk på den eksponentielle væksthastighed. Det næste trin vil være emulering af myrens hjerne, så vil der være en mus, og så er en person inden for rækkevidde.
2. Prøv at følge udviklingen
Godt, hvis vi beslutter, at svarene fra et smart barn er for komplekse til at afskrive, kan vi prøve at følge i hans fodspor med at lære og forberede sig til eksamen. Hvad ved vi? Det er ganske muligt at bygge en så stærk computer som en hjerne - udviklingen af vores egen hjerne 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 latterligt at vinke med hænder, der efterligner bevægelser af fuglevinger. Oftere end ikke formår vi at skabe gode maskiner ved hjælp af en maskinorienteret tilgang frem for en nøjagtig efterligning af biologi.
Hvordan simuleres evolution til at bygge AGI? Denne metode kaldet "genetiske algoritmer" burde fungere sådan noget: der skal være en produktiv proces og dens evaluering, og den vil gentage sig selv igen og igen (på samme måde "eksisterer" og "evalueres" biologiske væsner efter deres evne at reproducere). En gruppe computere vil udføre opgaver, og de mest succesrige af dem vil dele deres egenskaber med andre computere, "output". De mindre vellykkede 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 det tager evolution 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 virker tilfældigt - den giver for eksempel ubrugelige mutationer - og vi kan styre processen inden for rammerne af de tildelte opgaver. For det andet har evolution ikke noget mål, herunder ønsket om intelligens - nogle gange i miljøet vinder en bestemt art ikke på bekostning af intelligens (fordi sidstnævnte forbruger mere energi). Vi på den anden side kan sigte mod at øge intelligensen. For det tredje, for at vælge intelligens, skal evolutionen foretage en række forbedringer fra tredjepart - såsom omfordeling af energiforbrug fra celler - vi kan simpelthen fjerne overskydende og bruge elektricitet. Uden tvivl vil vi være hurtigere end evolution - men igen er det ikke klart, om vi kan overgå det.
3. Overlad computere til sig selv
Dette er den sidste chance, når forskere er helt desperate og forsøger at programmere et program til selvudvikling. Denne metode kan imidlertid vise sig at være den mest lovende af alle. Ideen er, at vi bygger en computer, der vil have to grundlæggende færdigheder: forskning i AI og kodeændringer i sig selv - hvilket gør det ikke kun muligt 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 bliver at finde ud af, hvordan man bliver klogere. Vi vil tale mere om dette.
Alt dette kan ske meget snart
Hurtige fremskridt inden for hardware og eksperimenter med software kører parallelt, og AGI kan dukke op hurtigt og uventet af to hovedårsager:
1. Eksponentiel vækst er intens, og det, der ligner en snegles trin, kan hurtigt udvikle sig til spring på syv kilometer - denne-g.webp
animeret billede: hi-news.ru/wp-content/uploads/2015/02/gif.gif
2. Når det kommer til software, kan fremskridt virke langsomt, men et enkelt gennembrud ændrer øjeblikkeligt hastigheden på fremskridt (godt eksempel: i dagene for det geocentriske verdensbillede var det svært for folk at beregne universets arbejde, men opdagelse af heliocentrisme gjorde alt meget lettere). Eller når det kommer til en computer, der forbedrer sig selv, kan ting virke ekstremt langsomt, men nogle gange adskiller bare en ændring af systemet det fra en tusinddoblet effektivitet sammenlignet med en menneskelig eller en ældre version.
Vejen fra AGI til ISI
På et tidspunkt vil vi helt sikkert få AGI - generel kunstig intelligens, computere med et generelt menneskeligt intelligensniveau. Computere og mennesker vil leve sammen. Eller de vil 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. Hjerne neuroner opererer ved 200 Hz, mens moderne mikroprocessorer (som er betydeligt langsommere end hvad vi får, når AGI er oprettet) opererer 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 betydeligt ringere end computernes 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 vil intern kommunikation med en hastighed på 120 m / s tage 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 er uden for vores muligheder.
Pålidelighed og holdbarhed. Ikke kun computerhukommelse er mere præcis end menneskelig hukommelse. Computertransistorer er mere præcise 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 rettes, opdateres og eksperimenteres med. Områder, hvor menneskelige hjerner er svage, kan også opgraderes. Den menneskelige software til vision er fremragende designet, men fra et teknisk synspunkt er dens muligheder stadig meget begrænsede - vi ser kun i det synlige lysspektrum.
Kollektiv evne. Mennesker er overlegne til andre arter med hensyn til stor kollektiv intelligens. Begyndende med sprogudviklingen og dannelsen af store samfund, bevæger sig gennem opfindelserne til at skrive og trykke, og nu får energi fra værktøjer som Internettet, er menneskers kollektive intelligens en vigtig grund til, at vi kan kalde os evolutionens krone. Men computere vil stadig være bedre. Det verdensomspændende netværk af kunstige intelligenser, der arbejder på et program, konstant synkroniserer og udvikler sig selv, giver dig mulighed for øjeblikkeligt at tilføje nye oplysninger til databasen, uanset hvor du får den. En sådan gruppe vil også kunne arbejde hen imod ét mål som helhed, fordi computere ikke lider af uenighed, motivation og egeninteresse, som mennesker gør.
AI, som sandsynligvis vil blive AGI gennem programmeret selvforbedring, vil ikke se "intelligens på menneskeligt niveau" som en vigtig milepæl-denne milepæl er kun vigtig for os. Han vil ikke have nogen grund til at stoppe på dette tvivlsomme niveau. Og i betragtning af de fordele, som selv menneskelig AGI vil have, er det ganske indlysende, at menneskelig intelligens vil være et kort glimt for det i løbet om intellektuel overlegenhed.
Denne udvikling af begivenheder kan overraske os meget, meget. Faktum er, at vi fra vores synspunkt a) det eneste kriterium, der giver os mulighed for at bestemme intelligensens kvalitet, er intelligens af dyr, som som standard er lavere end vores; b) for os er de klogeste mennesker ALTID klogere end de dummeste. Sådan:
Det vil sige, mens AI bare forsøger at nå vores udviklingsniveau, ser vi, hvordan det bliver smartere og nærmer sig dyrets niveau. Når han kommer til det første menneskelige niveau - Nick Bostrom bruger udtrykket "country -idiot" - vil vi blive henrykte: "Wow, han er allerede som en idiot. Fedt nok! " Det eneste er, at i det generelle spektrum af intelligens hos mennesker, fra landsbyidiot til Einstein, er rækkevidden lille - derfor, efter at AI kommer til idiotens niveau og bliver AGI, bliver det pludselig klogere end Einstein.
Og hvad vil der så ske?
Eksplosion af intelligens
Jeg håber, at du fandt det interessant og sjovt, for fra det øjeblik bliver det emne, vi diskuterer, unormalt og uhyggeligt. Vi bør holde pause og minde os selv om, at hvert faktum, der er angivet ud over, er ægte videnskab og reelle forudsigelser for fremtiden, som de mest fremtrædende tænkere og videnskabsfolk har gjort. Bare husk.
Så som vi angav 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, han voksede op til, kloge nok til at forbedre sig selv - hvis de vil. Et interessant koncept dukker op: rekursiv selvforbedring. Det fungerer sådan her.
Et bestemt AI -system på et bestemt niveau - f.eks. En landsbyidiot - er programmeret til at forbedre sin egen intelligens. Efter at have udviklet sig - f.eks. Til Einsteins niveau - begynder et sådant system at udvikle sig allerede med Einsteins intellekt, det tager mindre tid at udvikle sig, og springene er mere og mere store. De giver systemet mulighed for at udkonkurrere enhver person og blive mere og mere. Med sin hurtige udvikling 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 tydeligste eksempel på loven om accelererende tilbagevenden.
Forskere argumenterer om, hvor hurtigt AI vil nå AGI -niveau - de fleste tror, at vi får AGI i 2040 på bare 25 år, hvilket er meget, meget lidt ved standarderne for teknologiudvikling. I forlængelse af den logiske kæde er det let at antage, at overgangen fra AGI til ISI også vil ske ekstremt hurtigt. 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 fire-årig person. Pludselig, bogstaveligt talt en time efter at have nået denne milepæl, producerer systemet en stor fysiksteori, der kombinerer generel relativitet og kvantemekanik, som intet menneske kan. 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 magt og styrke. Det betyder, at når vi skaber kunstig superintelligens, vil det være det mest magtfulde væsen i livets historie på Jorden, og alle levende væsener, inklusive mennesker, vil være fuldstændig i sin magt - og det kan ske om tyve år.
Hvis vores magre hjerner var i stand til at komme med Wi-Fi, så kan noget smartere end os hundrede, tusinde, en milliard gange let beregne placeringen af hvert atom i universet til enhver tid. Alt, hvad der kan kaldes magi, enhver magt, der tilskrives en almægtig guddom - alt dette vil være til rådighed for ISI. Oprettelse af teknologi til at vende ældning, behandle enhver sygdom, eliminere sult og endda død, 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 dukker op i verden, vil det markere Guds udseende på Jorden. Og der er et vigtigt spørgsmål tilbage.
