Quantumrun

KÉP HITEL: Quantumrun

Hogyan fogja megváltoztatni a társadalmat az első mesterséges intelligencia: A mesterséges intelligencia jövője P2

David Tal, kiadó, futurista
@DavidTalWrites
LinkedIn

kedd, 09. - 15:2020

Piramisokat építettünk. Megtanultuk használni az elektromos áramot. Megértjük, hogyan alakult ki univerzumunk az Ősrobbanás után (többnyire). És persze a klisé példa: embert tettünk a Holdra. Mindazonáltal, mindezen eredmények ellenére, az emberi agy messze kívül esik a modern tudomány felfogásán, és alapértelmezés szerint a legösszetettebb objektum az ismert univerzumban – vagy legalábbis a mi felfogásunkban.

Ezt a valóságot figyelembe véve nem lehet teljesen megdöbbentő, hogy még nem építettünk fel olyan mesterséges intelligenciát (AI), amely egyenrangú az emberekkel. Az olyan mesterséges intelligencia, mint a Data (Star Trek), Rachael (Blade Runner) és David (Prometheus), vagy nem humanoid mesterséges intelligencia, mint Samantha (Her) és TARS (Interstellar), ezek mind példák az AI fejlesztés következő nagy mérföldkövére: általános mesterséges intelligencia (AGI, néha HLMI-nek vagy emberi szintű gépi intelligenciának is nevezik).

Más szavakkal, a mesterséges intelligencia kutatói előtt álló kihívás a következő: Hogyan építhetünk fel a sajátunkkal összehasonlítható mesterséges elmét, amikor még saját elménk működését sem értjük teljesen?

Megvizsgáljuk ezt a kérdést, valamint azt, hogy az emberek hogyan fognak fellépni a jövőbeli AGI-kkel szemben, és végül, hogyan fog megváltozni a társadalom az első AGI világgal való bejelentése utáni napon.

Mi az általános mesterséges intelligencia?

Tervezz olyan AI-t, amely képes legyőzni a sakkban, a Jeopardy-ban és a Go-ban a legmagasabb rangú játékosokat, egyszerűen (Deep Blue, Watsonés AlphaGO illetőleg). Tervezzen olyan mesterséges intelligenciát, amely bármilyen kérdésre választ tud adni, vásárolni kívánt tételeket javasolhat, vagy kezelheti a telekocsis taxik flottáját – több milliárd dolláros cégek épülnek köréjük (Google, Amazon, Uber). Még egy mesterséges intelligencia is, amely az ország egyik végéből a másikba tud vezetni... nos, dolgozunk rajta.

De kérj meg egy mesterséges intelligenciát, hogy olvasson el egy gyerekkönyvet, és értse meg annak tartalmát, jelentését vagy erkölcsét, amit meg akar tanítani, vagy kérjen meg egy mesterséges intelligenciát, hogy tegyen különbséget egy macska és egy zebra között, és a végén többet fog okozni, mint néhány rövidzárlatok.

A természet több millió évet töltött egy olyan számítástechnikai eszköz (agyak) fejlesztésével, amely kiváló a feldolgozásban, a megértésben, a tanulásban, majd az új helyzetekben és új környezetben történő cselekvésben. Hasonlítsa össze ezt a számítástechnika elmúlt fél évszázadával, amely olyan számítástechnikai eszközök létrehozására összpontosított, amelyek az egyedi feladatokhoz lettek szabva, amelyekre tervezték őket.

Más szóval, az ember-számítógép egy generalista, míg a mesterséges számítógép egy specialista.

Az AGI létrehozásának célja egy olyan mesterséges intelligencia létrehozása, amely többet tud úgy gondolkodni és tanulni, mint egy ember, tapasztalatokon keresztül, nem pedig közvetlen programozáson keresztül.

A való világban ez azt jelentené, hogy a jövőbeli AGI megtanulja, hogyan kell olvasni, írni és viccet mondani, vagy sétálni, futni és biciklizni, nagyrészt egyedül, saját világi tapasztalatai alapján (bármilyen test vagy test használatával). érzékszervek/eszközök, amelyeket adunk neki), és saját interakciója révén más mesterséges intelligencia és más emberek.

Mire lesz szükség egy általános mesterséges intelligencia felépítéséhez

Bár technikailag nehéz, egy AGI létrehozásának lehetővé kell tennie. Ha tény, a fizika törvényei között van egy mélyen rejlő tulajdonság – a számítás univerzalitása –, amely lényegében mindent elmond, amire egy fizikai objektum képes, akkor egy kellően erős, általános célú számítógépnek elvileg képesnek kell lennie másolni/szimulálni.

És mégis, trükkös.

Szerencsére sok okos mesterségesintelligencia-kutató foglalkozik az üggyel (nem is beszélve a rengeteg vállalati, kormányzati és katonai támogatásról), és eddig három kulcsfontosságú összetevőt azonosítottak, amelyeket meg kell oldani, hogy AGI a mi világunkba.

Big adatok. A mesterséges intelligencia fejlesztésének legelterjedtebb megközelítése a mély tanulásnak nevezett technikát foglalja magában – egy speciális típusú gépi tanulási rendszert, amely úgy működik, hogy hatalmas mennyiségű adatot felhalmoz, ezeket az adatokat szimulált neuronok hálózatában (az emberi agyról mintázva), majd összetöri. az eredményeket felhasználja saját belátásainak programozásához. A mély tanulással kapcsolatos további részletekért, olvassa el ezt a.

Például, 2017-ben, a Google több ezer macskáról készült képpel táplálta mesterséges intelligenciáját, amelyeket a mélytanuló rendszere nem csak a macska azonosításának megtanulására használt, hanem a különböző macskafajták megkülönböztetését is. Nem sokkal később bejelentették a közelgő megjelenését Google Lens, egy új keresőalkalmazás, amely lehetővé teszi a felhasználók számára, hogy bármiről képet készítsenek, és a Google nem csak megmondja, hogy mi az, hanem hasznos, kontextuális tartalmat is kínál, amely leírja – ez hasznos utazáskor, és többet szeretne megtudni egy adott turisztikai látványosságról. De a Google Lens itt sem lenne lehetséges a képkeresőjében jelenleg felsorolt több milliárd kép nélkül.

És mégis, ez a big data és a mély tanulás kombinációja még mindig nem elég egy AGI létrehozásához.

Jobb algoritmusok. Az elmúlt évtizedben a Google leányvállalata és a mesterséges intelligencia területén vezető szerepet betöltő DeepMind nagy sikert aratott azzal, hogy a mély tanulás erősségeit a megerősített tanulással kombinálta. kitűzött cél.

Ennek a hibrid taktikának köszönhetően a DeepMind premier mesterséges intelligenciája, az AlphaGo nemcsak megtanulta az AlphaGo játékát a szabályok letöltésével és a mesterember-játékosok stratégiáinak tanulmányozásával, hanem miután több milliószor játszott önmaga ellen, képes volt legyőzni a legjobb AlphaGo játékosokat. a játékban még soha nem látott lépések és stratégiák segítségével.

Hasonlóképpen, a DeepMind Atari szoftverkísérlete során egy mesterséges intelligencia kamerát adtak egy tipikus játék képernyőjének megjelenítéséhez, és beprogramozták a játék parancsainak (például joystick gombjainak) bevitelére, és az egyedi célt a pontszám növelése érdekében. Az eredmény? Napokon belül megtanulta, hogyan kell játszani és hogyan kell elsajátítani több tucat klasszikus arcade játékot.

De bármilyen izgalmasak is ezek a korai sikerek, néhány kulcsfontosságú kihívást még meg kell oldani.

Egyrészt a mesterséges intelligencia kutatói azon dolgoznak, hogy megtanítsák a mesterséges intelligencia egy „darabolásnak” nevezett trükköt, amelyben az emberi és állati agy kivételesen jó. Leegyszerűsítve, amikor úgy dönt, hogy élelmiszert vásárol, elképzelheti a végső célt (avokádó vásárlása) és egy hozzávetőleges tervet, hogyan tenné ezt (elhagyja a házat, felkeresi az élelmiszerboltot, vásárol az avokádó, térj haza). Amit nem teszel, az az, hogy megtervez minden lélegzetet, minden lépést, minden lehetséges eseményt az oda vezető úton. Ehelyett van egy koncepció (darab) az elméjében arról, hogy hová szeretne menni, és igazítsa utazását a felmerülő helyzethez.

Bármilyen gyakorinak is érzi magát, ez a képesség az egyik legfontosabb előnye, amellyel az emberi agy még mindig rendelkezik a mesterséges intelligenciával szemben – ez az alkalmazkodóképesség a cél kitűzésére és annak elérésére anélkül, hogy minden részletet előre ismernénk, és minden akadály vagy környezeti változás ellenére. találkozhatnak. Ez a készség lehetővé tenné az AGI-k számára, hogy hatékonyabban tanuljanak, anélkül, hogy a fent említett nagy adatokra lenne szükségük.

Egy másik kihívás az a képesség, hogy ne csak egy könyvet olvassunk, hanem megérteni a jelentését vagy a mögötte álló kontextus. Hosszú távon itt az a cél, hogy egy mesterséges intelligencia elolvassa az újságcikket, és pontosan meg tudjon válaszolni egy sor kérdésre az olvasottakkal kapcsolatban, mint például egy könyvjelentés írása. Ez a képesség átalakítja a mesterséges intelligenciát egyszerű számológépből olyan entitássá, amely a jelentést ropogtatja.

Összességében az emberi agyat utánzó öntanuló algoritmus további fejlesztései kulcsszerepet játszanak majd az AGI esetleges létrehozásában, de e munka mellett az AI közösségnek jobb hardverre is szüksége van.

Jobb hardver. A fent kifejtett jelenlegi megközelítéseket alkalmazva az AGI csak akkor válik lehetségessé, ha komolyan megnöveljük a futtatásához rendelkezésre álló számítási teljesítményt.

A szövegkörnyezet szempontjából, ha az emberi agy gondolkodási képességét számítási feltételekké alakítjuk, akkor egy átlagos ember mentális kapacitásának durva becslése egy exaflop, ami 1,000 petaflopnak felel meg (a „Flop” lebegőpontos műveletek per második és a számítás sebességét méri).

Ehhez képest 2018 végére a világ legerősebb szuperszámítógépe, a japán AI áthidaló felhő 130 petaflopon fog dúdolni, messze elmarad egy exafloptól.

Amint azt a mi szuperszámítógépek fejezetünkben A számítógépek jövője sorozatban az Egyesült Államok és Kína is azon dolgozik, hogy 2022-ig megépítse saját exaflop szuperszámítógépét, de még ha sikeresek is lesznek, ez még mindig nem lesz elég.

Ezek a szuperszámítógépek több tucat megawatt teljesítménnyel működnek, több száz négyzetméternyi helyet foglalnak el, és több száz millióba kerülnek megépítésük. Egy emberi agy mindössze 20 watt energiát használ fel, elfér egy nagyjából 50 cm kerületű koponyában, és hétmilliárdan vagyunk (2018). Más szóval, ha az AGI-ket olyan általánossá akarjuk tenni, mint az emberek, meg kell tanulnunk, hogyan hozhatjuk létre őket sokkal gazdaságosabban.

Ennek érdekében a mesterséges intelligencia kutatói elkezdik fontolóra venni a jövő mesterséges intelligenciájának kvantumszámítógépekkel való meghajtását. Részletesebben a kvantum számítógépek A Számítógépek jövője sorozatunk fejezetében ezek a számítógépek alapvetően más módon működnek, mint azok a számítógépek, amelyeket az elmúlt fél évszázadban építettünk. Miután a 2030-as évekre tökéletesedtek, egyetlen kvantumszámítógép 2018-ban, globálisan együttvéve, minden jelenleg működő szuperszámítógépet felülmúl. Sokkal kisebbek is lesznek, és sokkal kevesebb energiát fogyasztanak, mint a jelenlegi szuperszámítógépek.

Mennyiben lenne jobb egy általános mesterséges intelligencia az embernél?

Tételezzük fel, hogy minden fent felsorolt kihívás megoldódik, és az AI-kutatók sikerrel járnak az első AGI létrehozásában. Miben lesz más az AGI elme, mint a miénk?

Az ilyen kérdések megválaszolásához az AGI elméket három kategóriába kell sorolnunk, azokba, amelyek egy robottestben élnek. Star Trek), amelyeknek van fizikai formájuk, de vezeték nélkül csatlakoznak az internethez/felhőhöz (Smith ügynök tőle A Mátrix) és azok, akiknek nincs fizikai formája, akik teljes egészében számítógépen vagy online élnek (Samantha from Neki).

Kezdetben az AGI-k a webtől elszigetelt robottestben egyenrangúan versenyeznek az emberi elmével, de bizonyos előnyökkel járnak:

Memória: Az AGI robotformájának kialakításától függően a rövid távú memóriájuk és a kulcsfontosságú információk memóriája határozottan jobb lesz, mint az emberek. De a nap végén van egy fizikai korlát annak, hogy mennyi merevlemez-területet pakolhat a robotba, feltételezve, hogy úgy tervezzük meg őket, hogy úgy nézzenek ki, mint az emberek. Emiatt az AGI-k hosszú távú memóriája nagyon úgy fog működni, mint az embereké, aktívan elfelejtve azokat az információkat és emlékeket, amelyeket a jövőbeni működéséhez szükségtelennek tartanak (hogy "lemezterületet" szabadítson fel).
Sebesség: Az emberi agyban lévő neuronok teljesítménye nagyjából 200 Hz-en haladja meg a maximumot, míg a modern mikroprocesszorok gigahertzes szinten futnak, tehát milliószor gyorsabban, mint a neuronok. Ez azt jelenti, hogy az emberekhez képest a jövőbeli AGI-k gyorsabban dolgozzák fel az információkat és hoznak döntéseket, mint az emberek. Ne feledje, ez nem feltétlenül jelenti azt, hogy ez az AGI okosabb vagy helyesebb döntéseket hoz, mint az emberek, csak azt, hogy gyorsabban tudnak következtetésekre jutni.
Teljesítmény: Egyszerűen fogalmazva, az emberi agy elfárad, ha túl sokáig működik pihenés vagy alvás nélkül, és ha megteszi, romlik a memóriája, valamint a tanulási és gondolkodási képessége. Eközben az AGI-k esetében, feltételezve, hogy rendszeresen töltenek (áramot), nem lesz ilyen gyengeségük.
Bővíthetőség: Egy ember számára egy új szokás elsajátítása hetekig tarthat, egy új készség elsajátítása hónapokig, egy új szakma elsajátítása pedig évekig tarthat. Az AGI esetében lehetőségük lesz arra, hogy tapasztalatból (mint az emberek) és közvetlen adatfeltöltésből tanuljanak, hasonlóan ahhoz, ahogy Ön rendszeresen frissíti számítógépe operációs rendszerét. Ezek a frissítések vonatkozhatnak tudásbővítésekre (új készségek) vagy az AGI fizikai formájának teljesítménybővítéseire.

Ezután nézzük meg azokat az AGI-ket, amelyeknek van fizikai formája, de vezeték nélkül is csatlakoznak az internethez/felhőhöz. A különbségek, amelyeket ezen a szinten láthatunk a nem kapcsolódó AGI-khez képest, a következők:

Memória: Ezek az AGI-k az előző AGI osztály összes rövid távú előnyével rendelkeznek, kivéve, hogy a tökéletes hosszú távú memóriából is profitálnak, mivel ezeket a memóriákat feltölthetik a felhőbe, hogy szükség esetén hozzáférjenek. Nyilvánvaló, hogy ez a memória nem lesz elérhető az alacsony csatlakozási képességű területeken, de ez kevésbé lesz aggodalomra ad okot a 2020-as és 2030-as években, amikor a világ nagyobb része online lesz. Bővebben itt első fejezet a mi Az internet jövője sorozat.
Sebesség: Attól függően, hogy milyen akadályokkal néz szembe az AGI, hozzáférhetnek a felhő nagyobb számítási teljesítményéhez, hogy segítsenek megoldani azt.
Teljesítmény: Nincs különbség a nem csatlakoztatott AGI-khoz képest.
Bővíthetőség: Az egyetlen különbség ezen AGI között a frissíthetőség szempontjából az, hogy valós időben, vezeték nélkül érhetik el a frissítéseket, ahelyett, hogy fel kellene látogatniuk egy frissítési telephelyre, és rá kellene csatlakozniuk.
Kollektív: Az emberek nem azért váltak a Föld domináns fajává, mert mi voltunk a legnagyobb vagy legerősebb állat, hanem azért, mert megtanultuk, hogyan kommunikáljunk és hogyan működjünk együtt különböző módon a kollektív célok elérése érdekében, egy gyapjas mamut levadászásától a Nemzetközi Űrállomás megépítéséig. Az AGI-k egy csapata ezt az együttműködést a következő szintre emelné. Tekintettel a fent felsorolt kognitív előnyökre, majd ezeket kombinálva a vezeték nélküli kommunikáció képességével, személyesen és nagy távolságokon keresztül is, egy jövőbeli AGI csapat/kaptár elme elméletileg sokkal hatékonyabban tudna projekteket kezelni, mint egy csapat ember.

Végül az AGI utolsó típusa a fizikai forma nélküli verzió, amely számítógépen belül működik, és hozzáfér a teljes számítási teljesítményhez és az online erőforrásokhoz, amelyeket az alkotók biztosítanak számára. A sci-fi műsorokban és könyvekben ezek az AGI-k általában szakértő virtuális asszisztensek/barátok vagy egy űrhajó lendületes operációs rendszere formájában jelennek meg. De az AGI másik két kategóriájához képest ez a mesterséges intelligencia a következő módokon fog különbözni:

Sebesség: Korlátlan (vagy legalábbis a hozzáférő hardver korlátaiig).
Memória: korlátlan
Teljesítmény: A döntéshozatal minőségének javulása a szuperszámítógép-központokhoz való hozzáférésnek köszönhetően.
Bővíthetőség: Abszolút, valós időben és korlátlan számú kognitív frissítéssel. Természetesen, mivel ennek az AGI-kategóriának nincs fizikai robotformája, nem lesz szüksége a rendelkezésre álló fizikai frissítésekre, kivéve, ha ezek a frissítések azokra a szuperszámítógépekre vonatkoznak, amelyeken működik.
Kollektív: Az előző AGI kategóriához hasonlóan ez a test nélküli AGI is hatékonyan együttműködik AGI kollégáival. Mivel azonban közvetlenebb hozzáférésük van a korlátlan számítási teljesítményhez és az online erőforrásokhoz, ezek az AGI-k általában vezető szerepet töltenek be egy átfogó AGI-kollektívában.

Mikor teremti meg az emberiség az első mesterséges általános intelligenciát?

Nincs kitűzött dátum arra vonatkozóan, hogy az AI-kutató közösség mikorra gondolja, hogy feltalál egy legitim AGI-t. Azonban a 2013 felmérés A világ 550 vezető mesterséges intelligenciakutatója, Nick Bostrom és Vincent C. Müller vezető mesterségesintelligencia-kutatók által végzett felmérése három lehetséges évre átlagolta a véleményeket:

Optimista év medián (10%-os valószínűséggel): 2022
Medián reális év (50%-os valószínűség): 2040
Pesszimista év medián (90%-os valószínűséggel): 2075

Nem igazán számít, hogy ezek az előrejelzések mennyire pontosak. Ami számít, az az, hogy a mesterséges intelligencia kutatói közösségének túlnyomó többsége úgy gondolja, hogy életünk során és viszonylag korai században fel fogunk találni egy AGI-t.

Hogyan fogja megváltoztatni az emberiséget egy általános mesterséges intelligencia létrehozása

A sorozat legutolsó fejezetében részletesen megvizsgáljuk ezen új AI hatását. Ennek ellenére ebben a fejezetben azt fogjuk mondani, hogy az AGI létrehozása nagyon hasonló lesz ahhoz a társadalmi reakcióhoz, amelyet akkor tapasztalunk, ha az emberek életet találnak a Marson.

Az egyik tábor nem fogja megérteni a jelentőségét, és továbbra is azt fogja gondolni, hogy a tudósok nagy üzletet kötnek egy újabb, erősebb számítógép létrehozásával.

Egy másik tábor, amely valószínűleg ludditákból és vallásos gondolkodású egyénekből áll, félni fog ettől az AGI-től, azt gondolva, hogy utálatos dolog, hogy a SkyNet-stílusban megpróbálja kiirtani az emberiséget. Ez a tábor aktívan támogatja az AGI-k minden formájának törlését/megsemmisítését.

A másik oldalon a harmadik tábor modern spirituális eseményként tekint erre az alkotásra. Minden tekintetben, ami számít, ez az AGI egy új életforma lesz, olyan, amely másként gondolkodik, mint mi, és amelynek céljai mások, mint a miénk. Amint bejelentik az AGI létrehozását, az emberek többé nem csak állatokkal osztoznak majd a Földön, hanem a mesterséges lények egy új osztályával is, amelyek intelligenciája megegyezik a miénkkel.

A negyedik táborban olyan üzleti érdekeltek vesznek részt, akik azt vizsgálják, hogyan használhatják az AGI-ket különböző üzleti igények kielégítésére, például a munkaerő-piaci hiányosságok pótlására, valamint új áruk és szolgáltatások fejlesztésének felgyorsítására.

Ezután a kormányzat minden szintjéről vannak képviselőink, akik megbotlik magukat, és megpróbálják megérteni, hogyan szabályozzák az AGI-ket. Ez az a szint, ahol az összes moralizáló és filozófiai vita kiéleződik, különösen arról, hogy ezeket az AGI-ket tulajdonként vagy személyként kell-e kezelni.

És végül az utolsó tábor a katonai és nemzetbiztonsági szervek lesznek. Valójában jó esély van arra, hogy az első AGI nyilvános bejelentése hónapokat vagy éveket csússzon csak ennek a tábornak köszönhetően. Miért? Mert az AGI feltalálása rövid időn belül egy mesterséges szuperintelligencia (ASI) létrehozásához vezet, amely hatalmas geopolitikai fenyegetést és lehetőséget jelent majd, amely messze meghaladja az atombomba feltalálását.

Emiatt a következő néhány fejezet teljes egészében az ASI-k témájára fog összpontosítani, és arra, hogy az emberiség életben marad-e a feltalálása után.

(Túl drámai a fejezet befejezésének módja? Biztos.)