कसरी पहिलो आर्टिफिशियल जनरल इन्टेलिजेन्सले समाजलाई परिवर्तन गर्नेछ: कृत्रिम बुद्धिमत्ताको भविष्य P2

हामीले पिरामिडहरू बनाएका छौं। हामीले बिजुली प्रयोग गर्न सिकेका छौं। हामी बुझ्छौं कि कसरी हाम्रो ब्रह्माण्ड बिग ब्याङ्ग (अधिकांश) पछि बन्यो। र निस्सन्देह, क्लिच उदाहरण, हामीले चन्द्रमामा मानिस राखेका छौं। यद्यपि, यी सबै उपलब्धिहरूको बावजुद, मानव मस्तिष्क आधुनिक विज्ञानको बुझाइभन्दा धेरै टाढा छ र पूर्वनिर्धारित रूपमा, ज्ञात ब्रह्माण्डमा सबैभन्दा जटिल वस्तु हो - वा कम्तिमा हाम्रो बुझाइ हो।

यो वास्तविकतालाई ध्यानमा राख्दै, यो पूर्ण रूपमा स्तब्ध हुनु हुँदैन कि हामीले मानवसँग बराबरीमा कृत्रिम बुद्धिमत्ता (एआई) निर्माण गरेका छैनौं। डाटा (स्टार ट्रेक), राचेल (ब्लेड रनर), र डेभिड (प्रोमेथियस), वा सामन्था (हेर) र TARS (इन्टरस्टेलर) जस्ता गैर-ह्युमनोइड एआई, यी सबै एआई विकासमा अर्को उत्कृष्ट माइलस्टोनका उदाहरण हुन्: कृत्रिम सामान्य बुद्धिमत्ता (AGI, कहिलेकाहीँ HLMI वा मानव स्तरको मेसिन इन्टेलिजेन्स पनि भनिन्छ). 

अर्को शब्दमा भन्नुपर्दा, AI अनुसन्धानकर्ताहरूले सामना गरिरहेको चुनौती यो हो: हाम्रो आफ्नै दिमागले कसरी काम गर्छ भन्ने पूर्ण बुझाइ नै नहुँदा हामी कसरी आफ्नैसँग तुलना गर्न मिल्ने कृत्रिम दिमाग बनाउन सक्छौं?

हामी यस प्रश्नको अन्वेषण गर्नेछौं, साथसाथै मानिसहरूले भविष्यका AGIs विरुद्ध कसरी खडा हुनेछन्, र अन्तमा, संसारमा पहिलो AGI घोषणा भएको दिन पछि कसरी समाज परिवर्तन हुनेछ। 

कृत्रिम सामान्य बुद्धि भनेको के हो?

चेस, जोपार्डी र गोमा शीर्ष स्थानमा रहेका खेलाडीहरूलाई सजिलै हराउन सक्ने एआई डिजाइन गर्नुहोस् (गहिरो नीलो, वाटसन, र अल्फागो क्रमशः)। एउटा AI डिजाइन गर्नुहोस् जसले तपाईंलाई कुनै पनि प्रश्नको जवाफ दिन सक्छ, तपाईंले किन्न चाहनुहुने वस्तुहरू सुझाव दिन सक्नुहुन्छ, वा राइडशेयर ट्याक्सीहरूको फ्लीट व्यवस्थापन गर्नुहोस् — सम्पूर्ण बहु-अरब डलर कम्पनीहरू तिनीहरूको वरिपरि बनाइएका छन् (Google, Amazon, Uber)। एक AI जसले तपाईंलाई देशको एक छेउबाट अर्कोतिर लैजान सक्छ ... ठीक छ, हामी यसमा काम गरिरहेका छौं।

तर एउटा AI लाई बालबालिकाको पुस्तक पढ्न र यसले सिकाउन खोजेको सामग्री, अर्थ वा नैतिकता बुझ्न सोध्नुहोस्, वा AI लाई बिरालो र जेब्राको तस्बिर बीचको भिन्नता बताउन सोध्नुहोस्, र तपाईंले अन्त्यमा केही भन्दा बढी कारणहरू गर्नुहुनेछ। छोटो सर्किट। 

प्रकृतिले लाखौं वर्ष एक कम्प्युटिङ यन्त्र (मस्तिष्क) विकसित गर्न बितायो जुन प्रशोधन, बुझ्न, सिक्ने, र त्यसपछि नयाँ परिस्थितिहरूमा र नयाँ वातावरणहरूमा कार्य गर्न उत्कृष्ट हुन्छ। त्यसलाई कम्प्युटर विज्ञानको पछिल्लो आधा शताब्दीसँग तुलना गर्नुहोस् जुन कम्प्युटिङ उपकरणहरू सिर्जना गर्नमा केन्द्रित थियो जुन तिनीहरूको लागि डिजाइन गरिएको एकल कार्यहरू अनुरूप बनाइएको थियो। 

अर्को शब्दमा, मानव-कम्प्यूटर एक सामान्यवादी हो, जबकि कृत्रिम कम्प्युटर एक विशेषज्ञ हो।

AGI सिर्जना गर्नुको लक्ष्य भनेको प्रत्यक्ष प्रोग्रामिङको सट्टा अनुभवको माध्यमबाट मानिसले जस्तै सोच्न र सिक्न सक्ने AI सिर्जना गर्नु हो।

वास्तविक संसारमा, यसको अर्थ भविष्यमा कसरी पढ्ने, लेख्ने र मजाक सुनाउने, वा हिंड्ने, दौडने र साइकल चलाउने, संसारमा आफ्नै अनुभव (जुनसुकै शरीर प्रयोग गरेर वा संवेदी अंगहरू/उपकरणहरू हामी यसलाई दिन्छौं), र यसको आफ्नै अन्तरक्रिया मार्फत अन्य एआई र अन्य मानवहरू।

यो एक कृत्रिम सामान्य बुद्धि निर्माण गर्न के लिन्छ

प्राविधिक रूपमा गाह्रो हुँदा, AGI सिर्जना गर्न सम्भव हुनुपर्छ। यदि वास्तवमा, त्यहाँ भौतिक विज्ञानको नियम भित्र गहिरो राखिएको सम्पत्ति छ - गणनाको विश्वव्यापीता - जसले मूलतया भन्छ कि भौतिक वस्तुले गर्न सक्ने सबै कुरा भन्छ, पर्याप्त शक्तिशाली, सामान्य-उद्देश्य कम्प्युटरले, सिद्धान्तमा, प्रतिलिपि/सिमुलेट गर्न सक्षम हुनुपर्छ।

र अझै, यो मुश्किल छ।

धन्यबाद, त्यहाँ धेरै चतुर AI अनुसन्धानकर्ताहरू छन् (उनीहरूलाई समर्थन गर्ने धेरै कर्पोरेट, सरकारी र सैन्य कोषको उल्लेख नगर्नुहोस्), र अहिलेसम्म, उनीहरूले समाधान गर्न आवश्यक महसुस गर्ने तीनवटा मुख्य सामग्रीहरू पहिचान गरेका छन्। हाम्रो संसारमा AGI।

ठूलो डेटा। एआई विकासको लागि सबैभन्दा सामान्य दृष्टिकोणमा गहिरो शिक्षा भनिने प्रविधि समावेश छ - एक विशेष प्रकारको मेसिन लर्निङ प्रणाली जसले डेटाको विशाल मात्रालाई स्लरिङ गरेर काम गर्दछ, सिमुलेटेड न्यूरोन्स (मानव मस्तिष्क पछि मोडेल गरिएको) को नेटवर्कमा डेटा क्रन्च गरेर, र त्यसपछि। यसको आफ्नै अन्तर्दृष्टि कार्यक्रम गर्न निष्कर्षहरू प्रयोग गर्नुहोस्। गहिरो शिक्षाको बारेमा थप विवरणहरूको लागि, यो पढ्नुहोस्.

जस्तै, 2017 मा, Google ले आफ्नो AI बिरालाहरूको हजारौं छविहरू खुवायो जुन यसको गहिरो शिक्षा प्रणालीले बिरालालाई कसरी चिन्ने मात्र होइन, बिरालाका विभिन्न जातहरू बीचको भिन्नता पनि सिक्न प्रयोग गर्यो। केही समय पछि, तिनीहरूले आसन्न रिलीज घोषणा गरे Google लेन्स, एउटा नयाँ खोज एप जसले प्रयोगकर्ताहरूलाई कुनै पनि कुराको तस्बिर लिन दिन्छ र Google ले तपाईंलाई यो के हो भनेर मात्र बताउँदैन, तर त्यसलाई वर्णन गर्ने केही उपयोगी सान्दर्भिक सामग्री प्रदान गर्दछ—यात्रा गर्दा उपयोगी र तपाईं कुनै खास पर्यटकीय आकर्षणको बारेमा थप जान्न चाहनुहुन्छ। तर यहाँ पनि, गुगल लेन्स हाल यसको छवि खोज इन्जिनमा सूचीबद्ध अरबौं छविहरू बिना सम्भव हुँदैन।

र अझै, यो ठूलो डेटा र गहिरो शिक्षा कम्बो अझै पनि AGI ल्याउन पर्याप्त छैन।

अझ राम्रो एल्गोरिदम। विगत एक दशकमा, Google को सहायक र AI अन्तरिक्षमा प्रमुख, DeepMind ले गहिरो सिकाइको बललाई सुदृढीकरण सिकाइसँग जोडेर एक स्प्ल्याश बनाएको छ - एक मानार्थ मेसिन लर्निङ दृष्टिकोण जसले AI लाई हासिल गर्न नयाँ वातावरणमा कसरी कार्यहरू गर्ने भनेर सिकाउने लक्ष्य राखेको छ। एक निर्धारित लक्ष्य।

यस हाइब्रिड युक्तिको लागि धन्यवाद, DeepMind को प्रिमियर AI, AlphaGo ले नियमहरू डाउनलोड गरेर र मास्टर मानव खेलाडीहरूको रणनीतिहरू अध्ययन गरेर AlphaGo कसरी खेल्ने भनेर सिकाएको मात्र होइन, तर लाखौं पटक आफ्नै विरुद्ध खेलेपछि उत्कृष्ट AlphaGo खेलाडीहरूलाई हराउन सक्षम भयो। चालहरू र रणनीतिहरू प्रयोग गरेर खेलमा पहिले कहिल्यै देखिएका थिएनन्। 

त्यसैगरी, DeepMind को Atari सफ्टवेयर प्रयोगमा AI लाई क्यामेरा दिने सामान्य गेम स्क्रिन हेर्न, खेल अर्डरहरू (जस्तै जोइस्टिक बटनहरू) इनपुट गर्ने क्षमताको साथ प्रोग्रामिङ गर्ने र यसको स्कोर बढाउनको लागि एकल लक्ष्य दिने समावेश थियो। नतिजा? केही दिनमै, यसले आफैंलाई कसरी खेल्ने र दर्जनौं क्लासिक आर्केड खेलहरू कसरी मास्टर गर्ने भनेर सिकायो। 

तर यी प्रारम्भिक सफलताहरू जति रोमाञ्चक छन्, त्यहाँ समाधान गर्न केही प्रमुख चुनौतीहरू छन्।

एउटाको लागि, AI अनुसन्धानकर्ताहरूले AI लाई 'chunking' भनिने ट्रिक सिकाउन काम गरिरहेका छन् जुन मानव र जनावरहरूको दिमाग असाधारण रूपमा राम्रो छ। सरल भाषामा भन्नुपर्दा, जब तपाइँ किराना सामानहरू किन्न बाहिर जाने निर्णय गर्नुहुन्छ, तपाइँ तपाइँको अन्तिम लक्ष्य (एभोकाडो किन्नु) र तपाइँ यसलाई कसरी गर्नुहुनेछ भन्ने बारे कुनै नराम्रो योजना कल्पना गर्न सक्षम हुनुहुन्छ (घर छोड्नुहोस्, किराना पसलमा जानुहोस्, किन्नुहोस्। एभोकाडो, घर फर्कनुहोस्)। तपाइँ के गर्नुहुन्न हरेक सास, हरेक पाइला, तपाइँको बाटोमा हरेक सम्भावित आकस्मिक योजना हो। यसको सट्टा, तपाइँ कहाँ जान चाहानुहुन्छ भन्ने बारे तपाइँको दिमागमा एक अवधारणा (खंड) छ र जुनसुकै परिस्थितिमा तपाइँको यात्रालाई अनुकूल बनाउनुहोस्।

तपाईलाई जस्तो सामान्य लाग्न सक्छ, यो क्षमता मानव मस्तिष्कमा अझै पनि AI मा रहेको मुख्य फाइदाहरू मध्ये एक हो - यो लक्ष्य सेट गर्ने र हरेक विवरणलाई अग्रिम थाहा नदिई र कुनै पनि अवरोध वा वातावरणीय परिवर्तनको बावजुद यसलाई पछ्याउने अनुकूलन क्षमता हो। सामना गर्न सक्छ। यस सीपले AGI लाई माथि उल्लेखित ठूलो डेटाको आवश्यकता बिना नै अझ प्रभावकारी रूपमा सिक्न सक्षम बनाउँछ।

अर्को चुनौती भनेको किताब मात्र पढ्ने क्षमता होइन अर्थ बुझ्नुहोस् वा यसको पछाडिको सन्दर्भ। दीर्घकालीन रूपमा, यहाँ एउटा AI को लागि एउटा अखबारको लेख पढ्नु हो र यसले के पढ्छ भन्ने बारे प्रश्नहरूको दायराको सही जवाफ दिन सक्षम हुनु हो, जस्तै एउटा पुस्तक रिपोर्ट लेख्ने। यो क्षमताले AI लाई केवल एउटा क्याल्कुलेटरबाट रूपान्तरण गर्नेछ जसले नम्बरहरू क्रन्च गर्छ जुन अर्थलाई कम गर्छ।

समग्रमा, मानव मस्तिष्कको नक्कल गर्न सक्ने सेल्फ-लर्निङ एल्गोरिथ्ममा थप प्रगतिहरूले एजीआईको अन्ततः सृष्टिमा मुख्य भूमिका खेल्नेछ, तर यस कार्यको साथसाथै, एआई समुदायलाई अझ राम्रो हार्डवेयरको आवश्यकता छ।

उत्तम हार्डवेयर। माथि वर्णन गरिएका वर्तमान दृष्टिकोणहरू प्रयोग गर्दै, हामीले यसलाई चलाउन उपलब्ध कम्प्युटिङ पावरलाई गम्भीरतापूर्वक बढावा दिएपछि मात्र AGI सम्भव हुनेछ।

सन्दर्भको लागि, यदि हामीले मानव मस्तिष्कको सोच्ने क्षमतालाई लिएर यसलाई कम्प्युटेसनल सर्तहरूमा रूपान्तरण गर्यौं भने, औसत मानिसको मानसिक क्षमताको मोटा अनुमान एक एक्साफ्लप हो, जुन 1,000 पेटाफ्लपको बराबर हुन्छ ('फ्लप' भनेको फ्लोटिंग-पोइन्ट अपरेशनहरू हो। दोस्रो र गणना को गति मापन गर्दछ)।

त्यसको तुलनामा सन् २०१८ को अन्त्यसम्ममा विश्वको सबैभन्दा शक्तिशाली सुपर कम्प्युटर जापानको एआई ब्रिजिङ क्लाउड 130 petaflops मा hum हुनेछ, एक exaflop भन्दा धेरै छोटो।

हाम्रो मा उल्लिखित रूपमा सुपर कम्प्यूटर हाम्रो मा अध्याय कम्प्युटरको भविष्य शृङ्खला, अमेरिका र चीन दुबैले २०२२ सम्ममा आफ्नै एक्साफ्लप सुपर कम्प्युटरहरू निर्माण गर्न काम गरिरहेका छन्, तर तिनीहरू सफल भए पनि, त्यो अझै पर्याप्त नहुन सक्छ।

यी सुपर कम्प्यूटरहरू धेरै दर्जन मेगावाट शक्तिमा काम गर्छन्, धेरै सय वर्ग मिटर ठाउँ लिन्छन्, र निर्माण गर्न करोडौं लागत लाग्छ। एक मानव मस्तिष्कले मात्र 20 वाट शक्ति प्रयोग गर्दछ, लगभग 50 सेन्टिमिटर परिधिमा खोपडी भित्र फिट हुन्छ, र हामी मध्ये सात अरब (2018) छौँ। अर्को शब्दमा, यदि हामी AGI लाई मानिसजस्तै सामान्य बनाउन चाहन्छौं भने, हामीले तिनीहरूलाई आर्थिक रूपमा कसरी सिर्जना गर्ने भनेर सिक्नु आवश्यक छ।

त्यसको लागि, एआई अनुसन्धानकर्ताहरूले क्वान्टम कम्प्युटरहरूका साथ भविष्यका एआईहरूलाई शक्ति दिने विचार गर्न थालेका छन्। मा थप विवरणमा वर्णन गरिएको छ क्वान्टम कम्प्युटरहरू हाम्रो कम्प्युटरको भविष्यको शृङ्खलाको अध्यायमा, यी कम्प्युटरहरूले हामीले गत आधा शताब्दीदेखि निर्माण गरिरहेका कम्प्युटरहरू भन्दा आधारभूत रूपमा फरक तरिकाले काम गर्छ। 2030 को दशकमा पूर्ण भएपछि, एउटै क्वान्टम कम्प्युटरले 2018 मा हाल सञ्चालनमा रहेका हरेक सुपर कम्प्युटरलाई आउट-कम्प्युट गर्नेछ। तिनीहरू पनि धेरै साना हुनेछन् र वर्तमान सुपर कम्प्युटरहरू भन्दा धेरै कम ऊर्जा प्रयोग गर्दछ। 

कसरी एक कृत्रिम सामान्य बुद्धि एक मानव भन्दा उच्च हुनेछ?

मानौं कि माथि सूचीबद्ध प्रत्येक चुनौती पत्ता लगाइन्छ, कि AI अनुसन्धानकर्ताहरूले पहिलो AGI सिर्जना गर्न सफलता पाउँछन्। कसरी AGI दिमाग हाम्रो आफ्नै भन्दा फरक हुनेछ?

यस प्रकारको प्रश्नको जवाफ दिनको लागि, हामीले एजीआई दिमागहरूलाई तीन कोटीहरूमा वर्गीकरण गर्न आवश्यक छ, जुन रोबोट शरीर भित्र बस्छन् (डेटाबाट स्टार ट्रेक), जसको भौतिक रूप छ तर इन्टरनेट/क्लाउडमा ताररहित रूपमा जडान भएका छन् (एजेन्ट स्मिथ बाट मैट्रिक्स) र भौतिक रूप नभएका जो पूर्णतया कम्प्युटर वा अनलाइनमा बस्छन् (सामान्था बाट खेल).

सुरु गर्नको लागि, वेबबाट अलग गरिएको रोबोटिक शरीर भित्र AGIs ले मानव दिमागसँग प्रतिस्पर्धा गर्नेछ, तर चयन गरिएका फाइदाहरूसँग:

• मेमोरी: AGI को रोबोटिक फारमको डिजाइनमा निर्भर गर्दै, तिनीहरूको छोटो-समय मेमोरी र मुख्य जानकारीको मेमोरी निश्चित रूपमा मानव भन्दा उच्च हुनेछ। तर दिनको अन्त्यमा, तपाईंले रोबोटमा कति हार्ड ड्राइभ ठाउँ प्याक गर्न सक्नुहुन्छ भन्ने भौतिक सीमा हुन्छ, हामीले तिनीहरूलाई मानिसजस्तै देखिने गरी डिजाइन गरेका छौं। यस कारणले गर्दा, AGIs को दीर्घकालीन मेमोरीले मानिसको जस्तै कार्य गर्दछ, सक्रिय रूपमा जानकारी र सम्झनाहरू बिर्सन्छ जुन यसको भविष्यको कार्यका लागि अनावश्यक मानिन्छ ('डिस्क स्पेस' खाली गर्न)।
• गति: मानव मस्तिष्क भित्रको न्यूरोन्सको कार्यसम्पादन लगभग २०० हर्ट्जमा अधिकतम हुन्छ, जबकि आधुनिक माइक्रोप्रोसेसरहरू गीगाहर्ट्ज स्तरमा चल्छन्, त्यसैले न्यूरोन्स भन्दा लाखौं गुणा छिटो। यसको मतलब मानिसको तुलनामा, भविष्यका AGI ले जानकारी प्रशोधन गर्नेछ र मानिसहरू भन्दा छिटो निर्णय गर्नेछ। तपाईलाई याद गर्नुहोस्, यसको मतलब यो होइन कि यो AGI ले मानिसहरु भन्दा चतुर वा धेरै सही निर्णय गर्नेछ, केवल कि तिनीहरू छिटो निष्कर्षमा पुग्न सक्छन्।
• कार्यसम्पादन: सरल शब्दमा भन्नुपर्दा, आराम वा निद्रा बिना धेरै लामो समयसम्म काम गरेमा मानव मस्तिष्क थकित हुन्छ, र जब यो गर्छ, यसको स्मरणशक्ति र यसको सिक्ने र तर्क गर्ने क्षमता बिग्रन्छ। यसैबीच, एजीआईहरूका लागि, तिनीहरूले नियमित रूपमा रिचार्ज (बिजुली) भइरहेका छन् भनी मान्दा, तिनीहरूमा त्यस्तो कमजोरी हुनेछैन।
• स्तरवृद्धि योग्यता: मानिसको लागि, नयाँ बानी सिक्न हप्ताको अभ्यास लाग्न सक्छ, नयाँ सीप सिक्न महिनौं लाग्न सक्छ, र नयाँ पेशा सिक्न वर्षौं लाग्न सक्छ। AGI को लागि, तिनीहरूसँग अनुभव (जस्तै मानिसहरू) र प्रत्यक्ष डेटा अपलोड गरेर, तपाईंले आफ्नो कम्प्युटरको OS लाई नियमित रूपमा अपडेट गर्ने तरिकाले सिक्ने क्षमता हुनेछ। यी अद्यावधिकहरू ज्ञान अपग्रेडहरू (नयाँ सीपहरू) वा AGI को भौतिक रूपमा कार्यसम्पादन अपग्रेडहरूमा लागू हुन सक्छन्। 

अर्को, भौतिक रूप भएका AGI हरू हेरौं, तर इन्टरनेट/क्लाउडमा ताररहित रूपमा जडान भएका छन्। गैर-जडान AGIs को तुलना गर्दा हामीले यस स्तरसँग देख्न सक्ने भिन्नताहरू समावेश छन्:

• मेमोरी: यी AGIs सँग अघिल्लो AGI कक्षामा भएका सबै छोटो अवधिका फाइदाहरू हुनेछन्, बाहेक तिनीहरूले पूर्ण दीर्घकालीन मेमोरीबाट पनि लाभ उठाउनेछन् किनभने तिनीहरूले ती सम्झनाहरूलाई क्लाउडमा अपलोड गर्न सक्छन् जब आवश्यक पर्दा पहुँच गर्न सक्छन्। निस्सन्देह, यो मेमोरी कम कनेक्टिभिटीको क्षेत्रमा पहुँचयोग्य हुनेछैन, तर यो 2020 र 2030 को दशकमा कम चिन्ताको विषय हुनेछ जब विश्वका धेरैजसो अनलाइन आउँछन्। मा थप पढ्नुहोस् अध्याय एक हाम्रो इन्टरनेट को भविष्य श्रृंखला। 
• गति: यस AGI ले सामना गर्ने अवरोधको प्रकारमा निर्भर गर्दछ, उनीहरूले क्लाउडको ठूलो कम्प्युटिङ पावरमा पहुँच गर्न सक्छन् तिनीहरूलाई समाधान गर्न मद्दत गर्न।
• प्रदर्शन: असंबद्ध AGIs को तुलनामा कुनै फरक छैन।
• अपग्रेडेबिलिटी: यस AGI सँगको भिन्नता यो अपग्रेडबिलिटीसँग सम्बन्धित छ कि तिनीहरूले अपग्रेड डिपोमा भ्रमण गर्न र प्लग गर्नुको सट्टा वास्तविक समयमा, वायरलेस रूपमा अपग्रेडहरू पहुँच गर्न सक्छन्।
• सामूहिक: हामी सबैभन्दा ठूलो वा सबैभन्दा बलियो जनावर भएकाले मानिस पृथ्वीको प्रमुख प्रजाति बनेका होइनन्, तर हामीले वूली म्यामथको शिकार गर्नेदेखि लिएर अन्तर्राष्ट्रिय अन्तरिक्ष स्टेशन निर्माणसम्म सामूहिक लक्ष्यहरू प्राप्त गर्न विभिन्न तरिकामा सञ्चार र सहकार्य गर्ने तरिका सिकेका हुनाले। AGI को टोलीले यो सहकार्यलाई अर्को तहमा लैजानेछ। माथि सूचीबद्ध सबै संज्ञानात्मक फाइदाहरू दिएर र त्यसपछि व्यक्तिगत रूपमा र लामो दूरीहरूमा वायरलेस रूपमा सञ्चार गर्ने क्षमताको साथ संयोजन गर्नुहोस्, भविष्यको AGI टोली/हाइभ दिमागले सैद्धान्तिक रूपमा मानवहरूको टोली भन्दा धेरै कुशलतापूर्वक परियोजनाहरू समाधान गर्न सक्छ। 

अन्तमा, अन्तिम प्रकारको AGI भौतिक रूप बिनाको संस्करण हो, जुन कम्प्युटर भित्र सञ्चालन हुन्छ, र यसको सिर्जनाकर्ताहरूले प्रदान गर्ने पूर्ण कम्प्युटिङ पावर र अनलाइन स्रोतहरूमा पहुँच हुन्छ। sci-fi शो र पुस्तकहरूमा, यी AGI हरू सामान्यतया विशेषज्ञ भर्चुअल सहायकहरू/साथीहरू वा स्पेसशिपको स्पन्की अपरेटिङ सिस्टमको रूपमा लिन्छन्। तर AGI को अन्य दुई कोटीहरूको तुलनामा, यो AI निम्न तरिकाहरूमा फरक हुनेछ;

• गति: असीमित (वा, कम से कम हार्डवेयर को सीमा सम्म यो पहुँच छ)।
• मेमोरी: असीमित  
• कार्यसम्पादन: सुपरकम्प्युटिङ केन्द्रहरूमा यसको पहुँचको कारण निर्णय लिने गुणस्तरमा वृद्धि।
• अपग्रेड योग्यता: निरपेक्ष, वास्तविक समयमा, र संज्ञानात्मक अपग्रेडहरूको असीमित चयनको साथ। निस्सन्देह, यस AGI कोटिमा भौतिक रोबोट फारम नभएको कारणले, यसले भौतिक स्तरवृद्धिहरू उपलब्ध गराउन आवश्यक पर्दैन जबसम्म ती स्तरवृद्धिहरू यसको सञ्चालनमा रहेका सुपर कम्प्युटरहरूमा छैनन्।
• सामूहिक: अघिल्लो AGI श्रेणी जस्तै, यो शारीरिक AGI ले आफ्ना AGI सहकर्मीहरूसँग प्रभावकारी रूपमा सहकार्य गर्नेछ। यद्यपि, असीमित कम्प्युटिङ पावरमा यसको थप प्रत्यक्ष पहुँच र अनलाइन स्रोतहरूमा पहुँच दिएर, यी एजीआईहरूले सामान्यतया समग्र AGI सामूहिकमा नेतृत्व भूमिकाहरू लिनेछन्। 

मानवताले पहिलो कृत्रिम सामान्य बुद्धिमत्ता कहिले सिर्जना गर्नेछ?

AI अनुसन्धान समुदायले उनीहरूले वैध AGI आविष्कार गर्नेछन् भन्ने विश्वास गर्ने कुनै निश्चित मिति छैन। यद्यपि, ए 2013 सर्वेक्षण विश्वका 550 शीर्ष एआई अनुसन्धानकर्ताहरू मध्ये, अग्रणी एआई अनुसन्धान चिन्तक निक बोस्ट्रम र भिन्सेन्ट सी. मुलरद्वारा संचालित, तीन सम्भावित वर्षहरूमा विचारहरूको दायरालाई औसत निकाले:

• औसत आशावादी वर्ष (10% सम्भावना): 2022
• मध्य यथार्थवादी वर्ष (50% सम्भावना): 2040
• औसत निराशावादी वर्ष (90% सम्भावना): 2075 

यी भविष्यवाणीहरू कत्तिको सटीक छन् वास्तवमा फरक पर्दैन। महत्त्वपूर्ण कुरा के हो भने AI अनुसन्धान समुदायको ठूलो बहुमतले विश्वास गर्छ कि हामीले हाम्रो जीवनकालमा र यस शताब्दीको तुलनामा प्रारम्भमा AGI आविष्कार गर्नेछौं। 

कसरी कृत्रिम सामान्य बुद्धिमत्ता सिर्जना गर्दा मानवता परिवर्तन हुनेछ

हामी यस शृङ्खलाको अन्तिम अध्यायमा यी नयाँ एआईको प्रभावलाई विस्तृत रूपमा अन्वेषण गर्छौं। त्यसले भन्यो, यस अध्यायको लागि, हामी भन्दछौं कि एजीआईको सृष्टि मानवले मंगल ग्रहमा जीवन फेला पार्दा हामीले अनुभव गर्ने सामाजिक प्रतिक्रियासँग मिल्दोजुल्दो हुनेछ। 

एउटा क्याम्पले यसको महत्त्व बुझ्दैन र वैज्ञानिकहरूले अर्को अझ शक्तिशाली कम्प्युटर सिर्जना गर्ने बारे ठूलो सम्झौता गरिरहेका छन् भनेर सोचिरहनेछ।

अर्को शिविर, सम्भवतः लुडाइटहरू र धार्मिक विचारधारा भएका व्यक्तिहरू मिलेर, यो AGI बाट डराउनेछ, यो सोचेर यो घिनलाग्दो कुरा हो कि यसले मानवता SkyNet-शैलीलाई नष्ट गर्ने प्रयास गर्नेछ। यस शिविरले सक्रिय रूपमा एजीआईहरूलाई तिनीहरूका सबै रूपहरूमा मेटाउन/नष्ट गर्न वकालत गर्नेछ।

अर्कोतर्फ, तेस्रो शिविरले यस सृष्टिलाई आधुनिक आध्यात्मिक घटनाको रूपमा हेर्नेछ। सबै तरिकाले महत्त्वपूर्ण छ, यो AGI जीवनको नयाँ रूप हुनेछ, जसले हामी भन्दा फरक सोच्दछ र जसको लक्ष्यहरू हाम्रो भन्दा फरक छन्। एक पटक AGI को निर्माण घोषणा गरिसकेपछि, मानिसहरूले पृथ्वीलाई केवल जनावरहरूसँग साझेदारी गर्दैनन्, तर कृत्रिम प्राणीहरूको नयाँ वर्गको साथसाथै जसको बौद्धिकता हाम्रो आफ्नै भन्दा बराबर वा उच्च छ।

चौथो शिविरमा व्यापारिक चासोहरू समावेश हुनेछन् जसले श्रम बजारमा खाली ठाउँहरू भर्ने र नयाँ वस्तु र सेवाहरूको विकासलाई गति दिने जस्ता विभिन्न व्यावसायिक आवश्यकताहरूलाई सम्बोधन गर्न AGIs कसरी प्रयोग गर्न सक्छन् भनेर अनुसन्धान गर्नेछन्।

अर्को, हामीसँग सरकारका सबै तहका प्रतिनिधिहरू छन् जसले एजीआईहरूलाई कसरी नियमन गर्ने भनेर बुझ्ने प्रयास गर्नेछन्। यो स्तर हो जहाँ सबै नैतिक र दार्शनिक बहसहरू टाउकोमा आउनेछन्, विशेष गरी यी एजीआईहरूलाई सम्पत्तिको रूपमा वा व्यक्तिको रूपमा व्यवहार गर्ने भन्ने बारे। 

र अन्तमा, अन्तिम शिविर सेना र राष्ट्रिय सुरक्षा एजेन्सीहरू हुनेछन्। वास्तवमा, पहिलो एजीआईको सार्वजनिक घोषणा यस शिविरको कारणले महिनौं वर्षसम्म ढिलाइ हुन सक्ने राम्रो मौका छ। किन? किनभने एजीआईको आविष्कारले छोटो क्रममा कृत्रिम सुपरिटेलिजेन्स (एएसआई) को निर्माण गर्न नेतृत्व गर्नेछ, जसले ठूलो भूराजनीतिक खतरा र आणविक बमको आविष्कारभन्दा धेरै टाढाको अवसरलाई प्रतिनिधित्व गर्नेछ। 

यस कारणले गर्दा, अर्को केही अध्यायहरू ASIs को विषयमा पूर्ण रूपमा केन्द्रित हुनेछन् र यसको आविष्कार पछि मानवता बाँच्नेछ कि छैन।

(अध्याय समाप्त गर्ने अत्यधिक नाटकीय तरिका? तपाइँ शर्त गर्नुहुन्छ।)

कृत्रिम बुद्धिमत्ता श्रृंखला को भविष्य

आर्टिफिसियल इन्टेलिजेन्स भोलिको बिजुली हो: आर्टिफिसियल इन्टेलिजेन्सको भविष्य P1

हामी कसरी पहिलो आर्टिफिसियल सुपरइन्टेलिजेन्स सिर्जना गर्नेछौं: कृत्रिम बुद्धिमत्ता P3 को भविष्य 

के आर्टिफिसियल सुपरइन्टेलिजेन्सले मानवतालाई नष्ट गर्नेछ? कृत्रिम बुद्धिमत्ता P4 को भविष्य

मानवले कसरी आर्टिफिसियल सुपरइन्टेलिजेन्स विरुद्ध रक्षा गर्नेछ: कृत्रिम बुद्धिमत्ताको भविष्य P5

के मानिसहरु कृत्रिम बुद्धिमत्ताले प्रभुत्व जमाउने भविष्यमा शान्तिपूर्वक बाँच्नेछन्? कृत्रिम बुद्धिमत्ता P6 को भविष्य