පළමු කෘතිම සාමාන්‍ය බුද්ධිය සමාජය වෙනස් කරන්නේ කෙසේද: කෘතිම බුද්ධියේ අනාගතය P2

අපි පිරමිඩ හදලා තියෙනවා. අපි විදුලිය භාවිතා කිරීමට ඉගෙන ගත්තා. මහා පිපිරුමෙන් පසුව (බොහෝ විට) අපගේ විශ්වය හටගත් ආකාරය අපට වැටහේ. ඇත්ත වශයෙන්ම, ක්ලිචේ උදාහරණය, ​​අපි සඳ මත මිනිසෙකු තබා ඇත. එහෙත්, මෙම සියලු ජයග්‍රහණ තිබියදීත්, මිනිස් මොළය නවීන විද්‍යාව පිළිබඳ අවබෝධයෙන් බොහෝ දුරස්ව පවතින අතර, පෙරනිමියෙන්, දන්නා විශ්වයේ ඇති සංකීර්ණම වස්තුව වේ - නැතහොත් අවම වශයෙන් එය පිළිබඳ අපගේ අවබෝධය.

මෙම යථාර්ථය අනුව, අප තවමත් මිනිසුන්ට සමාන කෘතිම බුද්ධියක් (AI) ගොඩනඟා නොතිබීම සම්පූර්ණයෙන්ම කම්පනයට පත් නොවිය යුතුය. Data (Star Trek), Rachael (Blade Runner) සහ David (Prometheus) වැනි AI හෝ සමන්තා (Her) සහ TARS (Interstellar) වැනි මානව නොවන AI, මේ සියල්ල AI සංවර්ධනයේ මීළඟ විශිෂ්ට සන්ධිස්ථානයේ උදාහරණ වේ: කෘතිම සාමාන්‍ය බුද්ධිය (AGI, සමහර විට HLMI හෝ මානව මට්ටමේ යන්ත්‍ර බුද්ධිය ලෙසද හැඳින්වේ). 

වෙනත් වචන වලින් කිවහොත්, AI පර්යේෂකයන් මුහුණ දෙන අභියෝගය නම්: අපගේම මනස ක්‍රියා කරන ආකාරය පිළිබඳ පූර්ණ අවබෝධයක් අපට නොමැති විට අපගේ මනස හා සැසඳිය හැකි කෘතිම මනසක් ගොඩනඟා ගන්නේ කෙසේද?

අනාගත AGI වලට එරෙහිව මිනිසුන් ගොඩගැසෙන්නේ කෙසේද යන්නත්, අවසාන වශයෙන්, පළමු AGI ලොවට ප්‍රකාශයට පත් කිරීමෙන් පසු දින සමාජය වෙනස් වන්නේ කෙසේද යන්නත් සමඟ අපි මෙම ප්‍රශ්නය ගවේෂණය කරන්නෙමු. 

කෘතිම සාමාන්‍ය බුද්ධියක් යනු කුමක්ද?

Chess, Jeopardy, and Go හි ඉහළ ශ්‍රේණිගත ක්‍රීඩකයින් පරාජය කළ හැකි AI නිර්මාණය කරන්න, පහසු (තද නිල්, වොට්සන්, සහ ඇල්ෆාගෝ පිළිවෙලින්). ඔබට ඕනෑම ප්‍රශ්නයකට පිළිතුරු සැපයිය හැකි AI නිර්මාණය කරන්න, ඔබට මිලදී ගැනීමට අවශ්‍ය අයිතම යෝජනා කරන්න, හෝ Rideshare කුලී රථ සමූහයක් කළමනාකරණය කරන්න—මුළු ඩොලර් බිලියන ගණනක සමාගම් ඔවුන් වටා ගොඩනගා ඇත (Google, Amazon, Uber). රටේ එක් පැත්තක සිට අනෙක් පැත්තට ඔබව ගෙන යා හැකි AI එකක් වුවද ... හොඳයි, අපි එය මත වැඩ කරමින් සිටිමු.

නමුත් ළමා පොතක් කියවා එය ඉගැන්වීමට උත්සාහ කරන අන්තර්ගතය, අර්ථය හෝ සදාචාරය තේරුම් ගන්නා ලෙස AI ගෙන් ඉල්ලා සිටින්න, නැතහොත් බළලෙකුගේ සහ සීබ්‍රාගේ පින්තූරයක් අතර වෙනස පවසන්න AI ගෙන් අසන්න, එවිට ඔබ කිහිප දෙනෙකුට වඩා වැඩි ප්‍රමාණයක් ඇති කරයි. කෙටි පරිපථ. 

ස්වභාවධර්මය විසින් නව තත්වයන් සහ නව පරිසරයන් තුළ සැකසීමට, අවබෝධ කර ගැනීමට, ඉගෙනීමට සහ පසුව ක්‍රියා කිරීමට විශිෂ්ට වූ පරිගණක උපාංගයක් (මොළයක්) පරිණාමය කිරීමට වසර මිලියන ගණනක් ගත කළේය. පරිගණක විද්‍යාවේ පසුගිය අඩ සියවස සමඟ සසඳන්න, ඔවුන් විසින් නිර්මාණය කරන ලද ඒකීය කාර්යයන් සඳහා සකස් කරන ලද පරිගණක උපාංග නිර්මාණය කිරීම කෙරෙහි අවධානය යොමු කර ඇත. 

වෙනත් වචන වලින් කිවහොත්, මානව-පරිගණකය සාමාන්‍යවාදී වන අතර කෘතිම පරිගණකය විශේෂඥයෙකි.

AGI නිර්මාණය කිරීමේ පරමාර්ථය වන්නේ සෘජු ක්‍රමලේඛනයට වඩා අත්දැකීම් තුළින් මිනිසෙකු මෙන් සිතීමට සහ ඉගෙන ගැනීමට හැකි AI නිර්මාණය කිරීමයි.

සැබෑ ලෝකයේ, මෙයින් අදහස් කරන්නේ අනාගත AGI ලෝකයේ තමාගේම අත්දැකීම් අනුව (මොනම ශරීරයක් හෝ භාවිතා කරමින් හෝ විහිළුවක් කියවීමට, ලිවීමට සහ කීමට, හෝ ඇවිදීමට, ධාවනය කිරීමට සහ බයිසිකලයක් පදින්නට ඉගෙන ගැනීමයි. සංවේදක ඉන්ද්‍රියයන්/උපාංග අපි එයට ලබා දෙනවා), සහ එහිම අන්තර්ක්‍රියා හරහා අනෙකුත් AI සහ අනෙකුත් මිනිසුන්.

කෘතිම සාමාන්‍ය බුද්ධියක් ගොඩනැගීමට ගත යුතු දේ

තාක්ෂණික වශයෙන් දුෂ්කර වුවද, AGI නිර්මාණය කළ හැකි විය යුතුය. ඇත්ත නම්, භෞතික වස්තුවකට කළ හැකි සෑම දෙයක්ම මූලික වශයෙන් පවසන භෞතික විද්‍යාවේ නියමයන් තුළ-පරිගණනයේ විශ්වීයත්වය- ගැඹුරින් රඳවාගත් දේපලක් තිබේ නම්, ප්‍රමාණවත් තරම් බලවත්, පොදු කාර්ය පරිගණකයකට ප්‍රතිපත්තිමය වශයෙන්, පිටපත් කිරීමට/අනුකරණය කිරීමට හැකි විය යුතුය.

එහෙත්, එය උපක්‍රමශීලී ය.

වාසනාවකට මෙන්, මෙම නඩුවේ දක්ෂ AI පර්යේෂකයන් බොහෝ දෙනෙක් සිටිති (ඒවාට සහාය වන ආයතනික, රජයේ සහ මිලිටරි අරමුදල් බොහොමයක් ගැන සඳහන් නොකරන්න), සහ මේ වන විට, ඔවුන් ගෙන ඒම සඳහා විසඳීමට අවශ්‍ය යැයි හැඟෙන ප්‍රධාන අමුද්‍රව්‍ය තුනක් හඳුනාගෙන ඇත. AGI අපේ ලෝකයට.

ලොකු දත්ත. AI සංවර්ධනය සඳහා වඩාත් පොදු ප්‍රවේශය වන්නේ ගැඹුරු ඉගෙනීම නම් තාක්‍ෂණයකි-විශේෂිත යන්ත්‍ර ඉගෙනුම් පද්ධතියක් වන අතර එය යෝධ දත්ත ප්‍රමාණයක් එකතු කිරීමෙන්, පැවසූ දත්ත අනුකරණය කරන ලද නියුරෝන ජාලයක (මිනිස් මොළයට අනුව හැඩගස්වා ඇත) ක්‍රියා කරයි. තමන්ගේම තීක්ෂ්ණ බුද්ධිය වැඩසටහන් කිරීමට සොයාගැනීම් භාවිතා කරන්න. ගැඹුරු ඉගෙනීම පිළිබඳ වැඩි විස්තර සඳහා, මේක කියවන්න.

උදාහරණ වශයෙන්, 2017 දී, Google එහි ගැඹුරු ඉගෙනුම් පද්ධතිය බළලෙකු හඳුනා ගැනීමට පමණක් නොව, විවිධ බළලුන් අතර වෙනස හඳුනා ගැනීමට ඉගෙන ගැනීමට භාවිතා කරන බළලුන්ගේ රූප දහස් ගණනක් සිය AI වෙත ලබා දුන්නේය. වැඩි කල් නොගොස්, ඔවුන් ළඟදීම නිදහස් කිරීම නිවේදනය කළහ ගූගල් ලෙන්ස්, පරිශීලකයින්ට ඕනෑම දෙයක පින්තූරයක් ගැනීමට ඉඩ සලසන නව සෙවුම් යෙදුමක් වන අතර Google එය කුමක්දැයි ඔබට පවසනු ඇත, නමුත් එය විස්තර කරන ප්‍රයෝජනවත් සන්දර්භගත අන්තර්ගතයක් ලබා දෙනු ඇත - සංචාරය කිරීමේදී පහසු වන අතර ඔබට නිශ්චිත සංචාරක ආකර්ෂණයක් ගැන වැඩිදුර දැන ගැනීමට අවශ්‍ය වේ. නමුත් මෙහිදීද Google Lens දැනට එහි පින්තූර සෙවුම් යන්ත්‍රයේ ලැයිස්තුගත කර ඇති බිලියන ගණනක පින්තූර නොමැතිව කළ නොහැකි වනු ඇත.

එහෙත්, මෙම විශාල දත්ත සහ ගැඹුරු ඉගෙනුම් සංයෝජනය තවමත් AGI ගෙන ඒමට ප්‍රමාණවත් නොවේ.

වඩා හොඳ ඇල්ගොරිතම. පසුගිය දශකය තුළ, Google අනුබද්ධිත ආයතනයක් සහ AI අවකාශයේ ප්‍රමුඛයා වන DeepMind, ගැඹුරු ඉගෙනීමේ ශක්තීන් ශක්තිමත් කිරීමේ ඉගෙනීම සමඟ ඒකාබද්ධ කිරීම මගින් ප්‍රබෝධයක් ඇති කළේය - නව පරිසරයන් තුළ ක්‍රියා කරන ආකාරය AI හට ඉගැන්වීම අරමුණු කරගත් අනුපූරක යන්ත්‍ර ඉගෙනුම් ප්‍රවේශයකි. නියමිත ඉලක්කයක්.

මෙම දෙමුහුන් උපක්‍රමයට ස්තූතිවන්ත වන්නට, DeepMind හි මංගල AI, AlphaGo, නීති බාගත කිරීමෙන් සහ ප්‍රධාන මිනිස් ක්‍රීඩකයන්ගේ උපාය මාර්ග අධ්‍යයනය කිරීමෙන් AlphaGo වාදනය කරන්නේ කෙසේදැයි ඉගැන්වූවා පමණක් නොව, මිලියන ගණනක් තමන්ට එරෙහිව ක්‍රීඩා කිරීමෙන් පසුව හොඳම AlphaGo ක්‍රීඩකයින් පරාජය කිරීමට සමත් විය. ක්‍රීඩාවේ මින් පෙර කවදාවත් දැක නැති චලනයන් සහ උපාය මාර්ග භාවිතා කිරීම. 

ඒ හා සමානව, DeepMind හි Atari මෘදුකාංග අත්හදා බැලීමේදී AI හට සාමාන්‍ය ක්‍රීඩා තිරයක් බැලීමට කැමරාවක් ලබා දීම, ක්‍රීඩා ඇණවුම් (ජොයිස්ටික් බොත්තම් වැනි) ඇතුළත් කිරීමේ හැකියාවෙන් එය ක්‍රමලේඛනය කිරීම සහ එහි ලකුණු වැඩි කිරීමට ඒකීය ඉලක්කය ලබා දීම ඇතුළත් විය. ප්රතිඵලය? දින කිහිපයක් ඇතුළත, එය ක්‍රීඩා කරන ආකාරය සහ සම්භාව්‍ය ආකේඩ් ක්‍රීඩා දුසිම් ගණනක් ප්‍රගුණ කරන ආකාරය ඉගැන්වීය. 

නමුත් මෙම මුල් සාර්ථකත්වයන් උද්වේගකර වන තරමට, විසඳීමට ප්‍රධාන අභියෝග කිහිපයක් පවතී.

එකක් නම්, AI පර්යේෂකයන් AI හට මිනිසුන්ගේ සහ සතුන්ගේ මොළයේ සුවිශේෂී දක්ෂතා ඇති 'chunking' නම් උපක්‍රමයක් ඉගැන්වීමට කටයුතු කරමින් සිටී. සරලව කිවහොත්, ඔබ සිල්ලර බඩු මිලදී ගැනීමට පිටතට යාමට තීරණය කරන විට, ඔබට ඔබේ අවසාන ඉලක්කය (පේර ගෙඩියක් මිලදී ගැනීම) සහ ඔබ එය කරන්නේ කෙසේද යන්න පිළිබඳ දළ සැලැස්මක් (නිවසෙන් පිටව යන්න, සිල්ලර වෙළඳසැලට ගොස්, මිලදී ගන්න) සිතින් මවා ගත හැකිය. අලිගැට පේර, ආපසු ගෙදර යන්න). ඔබ නොකරන දෙය නම් ඔබ එහි යන ගමනේ සෑම හුස්මක්ම, සෑම පියවරක්ම, හැකි සෑම හදිසි අවස්ථාවක්ම සැලසුම් කිරීමයි. ඒ වෙනුවට, ඔබට යාමට අවශ්‍ය ස්ථානය පිළිබඳ සංකල්පයක් (කුට්ටියක්) ඔබේ මනසෙහි ඇති අතර ඔබේ ගමන එන ඕනෑම තත්වයකට අනුගත වේ.

ඔබට සාමාන්‍ය දෙයක් ලෙස හැඟෙන පරිදි, මෙම හැකියාව AI වලට වඩා මිනිස් මොළයට තවමත් ඇති ප්‍රධාන වාසි වලින් එකකි - එය සෑම විස්තරයක්ම කල්තියා නොදැන සහ අප කුමන බාධාවක් හෝ පාරිසරික වෙනසක් තිබියදීත් ඉලක්කයක් තබා එය හඹා යාම අනුවර්තනය වීමේ හැකියාවයි. හමුවිය හැකිය. ඉහත සඳහන් කළ විශාල දත්ත අවශ්‍යතාවයකින් තොරව, AGI වලට වඩාත් කාර්යක්ෂමව ඉගෙන ගැනීමට මෙම කුසලතාව හැකියාව ලැබේ.

තවත් අභියෝගයක් වන්නේ පොතක් කියවීමට පමණක් නොව කියවීමේ හැකියාවයි තේරුම තේරුම් ගන්න හෝ එය පිටුපස සන්දර්භය. දිගුකාලීනව, මෙහි ඉලක්කය වන්නේ AI හට පුවත්පත් ලිපියක් කියවීම සහ එය කියවන දේ පිළිබඳ ප්‍රශ්න රාශියකට නිවැරදිව පිළිතුරු දීමට හැකි වීමයි. මෙම හැකියාව මගින් AI එකක් හුදෙක් සංඛ්‍යා හැපෙන කැල්කියුලේටරයක සිට අර්ථය හැපෙන ආයතනයක් බවට පරිවර්තනය කරයි.

සමස්තයක් වශයෙන්, මිනිස් මොළය අනුකරණය කළ හැකි ස්වයං-ඉගෙනුම් ඇල්ගොරිතම සඳහා තවදුරටත් දියුණු කිරීම් AGI නිර්මාණය කිරීමේදී ප්‍රධාන කාර්යභාරයක් ඉටු කරනු ඇත, නමුත් මෙම කාර්යයට අමතරව, AI ප්‍රජාවට වඩා හොඳ දෘඩාංග ද අවශ්‍ය වේ.

වඩා හොඳ දෘඩාංග. ඉහත විස්තර කර ඇති වත්මන් ප්‍රවේශයන් භාවිතා කරමින්, AGI එකක් ක්‍රියාත්මක කිරීමට ඇති පරිගණක බලය බරපතල ලෙස ඉහළ නැංවීමෙන් පසුව පමණක් හැකි වනු ඇත.

සන්දර්භය සඳහා, අපි මිනිස් මොළයේ සිතීමේ හැකියාව ලබාගෙන එය ගණනය කිරීමේ හැකියාවක් බවට පරිවර්තනය කළහොත්, සාමාන්‍ය මිනිසෙකුගේ මානසික ධාරිතාවේ දළ ඇස්තමේන්තුව එක් exaflop වේ, එය petaflops 1,000 ට සමාන වේ ('Flop' යනු පාවෙන ලක්ෂ්‍ය මෙහෙයුම් සඳහා දෙවනුව සහ ගණනය කිරීමේ වේගය මැනීම).

ඊට සාපේක්ෂව 2018 වසර අවසන් වන විට ලොව බලවත්ම සුපිරි පරිගණකය වන ජපානයේ AI පාලම් වලාකුළු පෙටාෆ්ලොප් 130 කින් මුමුණනු ඇත, එක් එක්ෆ්ලොප් එකකට වඩා අඩුය.

අපගේ විස්තර කර ඇති පරිදි සුපිරි පරිගණක අපගේ පරිච්ඡේදයේ පරිගණක වල ​​අනාගතය මාලාව, එක්සත් ජනපදය සහ චීනය යන දෙකම 2022 වන විට තමන්ගේම එක්ස්ෆ්ලොප් සුපිරි පරිගණක සෑදීමට කටයුතු කරමින් සිටී, නමුත් ඒවා සාර්ථක වුවද, එය තවමත් ප්‍රමාණවත් නොවනු ඇත.

මෙම සුපිරි පරිගණක මෙගාවොට් දුසිම් කිහිපයක බලයක් මත ක්‍රියා කරයි, වර්ග මීටර් සිය ගණනක ඉඩ ප්‍රමාණයක් ගනී, සහ ඉදිකිරීමට මිලියන සිය ගණනක් වැය වේ. මිනිස් මොළයක් භාවිතා කරන්නේ වොට් 20 ක බලයක් පමණි, එය දළ වශයෙන් සෙන්ටිමීටර 50 ක වට ප්‍රමාණයකින් යුත් හිස් කබලක් තුළට ගැලපේ, අපෙන් බිලියන හතක් (2018) ඇත. වෙනත් වචන වලින් කිවහොත්, අපට AGI මිනිසුන් මෙන් සාමාන්‍ය දෙයක් කිරීමට අවශ්‍ය නම්, ඒවා වඩාත් ආර්ථික වශයෙන් නිර්මාණය කරන්නේ කෙසේදැයි අපි ඉගෙන ගත යුතුය.

ඒ සඳහා, AI පර්යේෂකයන් අනාගත AIs ක්වොන්ටම් පරිගණක සමඟ බලගැන්වීම ගැන සලකා බැලීමට පටන් ගෙන තිබේ. හි වඩාත් විස්තරාත්මකව විස්තර කර ඇත ක්වොන්ටම් පරිගණක අපගේ Future of Computers ශ්‍රේණියේ පරිච්ඡේදයේ, මෙම පරිගණක ක්‍රියා කරන්නේ පසුගිය අර්ධ ශත වර්ෂයේ අප ගොඩනැගූ පරිගණකවලට වඩා මූලික වශයෙන් වෙනස් ආකාරයකටය. 2030 ගණන් වන විට පරිපූර්ණ වූ පසු, තනි ක්වොන්ටම් පරිගණකයක් 2018 දී දැනට ක්‍රියාත්මක වන සෑම සුපිරි පරිගණකයක්ම ගෝලීය වශයෙන් එකට එකතු කරනු ඇත. ඒවා ද ඉතා කුඩා වන අතර වර්තමාන සුපිරි පරිගණකවලට වඩා ඉතා අඩු ශක්තියක් භාවිතා කරනු ඇත. 

කෘතිම සාමාන්‍ය බුද්ධියක් මිනිසෙකුට වඩා උසස් වන්නේ කෙසේද?

ඉහත ලැයිස්තුගත කර ඇති සෑම අභියෝගයක්ම හඳුනාගෙන ඇති බව උපකල්පනය කරමු, පළමු AGI නිර්මාණය කිරීමේදී AI පර්යේෂකයන් සාර්ථක වේ. AGI මනස අපගේ මනසට වඩා වෙනස් වන්නේ කෙසේද?

මෙවැනි ප්‍රශ්නයකට පිළිතුරු දීමට, අපි රොබෝ ශරීරයක් තුළ ජීවත් වන AGI මනස කාණ්ඩ තුනකට වර්ග කළ යුතුය (දත්ත වෙතින් ස්ටාර් ට්රෙක්), භෞතික ස්වරූපයක් ඇති නමුත් අන්තර්ජාලය/වලාකුළට රැහැන් රහිතව සම්බන්ධ වූ ඒවා (Agent Smith වෙතින් මේට්රික්ස්) සහ සම්පූර්ණයෙන්ම පරිගණකයක හෝ මාර්ගගතව ජීවත් වන භෞතික ස්වරූපයක් නොමැති අය (Samantha වෙතින් ඇයගේ ).

ආරම්භ කිරීම සඳහා, අන්තර්ජාලයෙන් හුදකලා වූ රොබෝ ශරීරයක් තුළ ඇති AGIs මිනිස් මනස හා සමගාමීව තරඟ කරනු ඇත, නමුත් තෝරාගත් වාසි සමඟ:

• මතකය: AGI හි රොබෝ ආකෘතියේ සැලසුම අනුව, ඔවුන්ගේ කෙටි කාලීන මතකය සහ ප්‍රධාන තොරතුරු මතකය නියත වශයෙන්ම මිනිසුන්ට වඩා උසස් වනු ඇත. නමුත් දවස අවසානයේදී, අපි මිනිසුන් මෙන් පෙනෙන පරිදි ඒවා නිර්මාණය කර ඇතැයි උපකල්පනය කරමින්, ඔබට රොබෝව තුළට ඇසුරුම් කළ හැකි දෘඪ තැටි අවකාශයට භෞතික සීමාවක් තිබේ. මේ හේතුව නිසා, AGIs හි දිගුකාලීන මතකය මිනිසුන්ගේ මතකය මෙන් ක්‍රියා කරයි, එහි අනාගත ක්‍රියාකාරිත්වය සඳහා අනවශ්‍ය යැයි සැලකෙන තොරතුරු සහ මතකයන් ක්‍රියාකාරීව අමතක කරයි ('තැටි ඉඩ' නිදහස් කිරීම සඳහා).
• වේගය: මිනිස් මොළය තුළ ඇති නියුරෝන වල ක්‍රියාකාරිත්වය දළ වශයෙන් හර්ට්ස් 200ක් පමණ වන අතර නවීන මයික්‍රොප්‍රොසෙසර ගිගාහර්ට්ස් මට්ටමින් ක්‍රියාත්මක වන අතර එම නිසා නියුරෝනවලට වඩා මිලියන ගුණයකින් වේගවත් වේ. මෙයින් අදහස් කරන්නේ මිනිසුන් හා සසඳන විට, අනාගත AGI තොරතුරු සැකසීමට සහ මිනිසුන්ට වඩා වේගයෙන් තීරණ ගන්නා බවයි. මතක තබා ගන්න, මෙයින් අදහස් කරන්නේ මෙම AGI මිනිසුන්ට වඩා දක්ෂ හෝ නිවැරදි තීරණ ගන්නා බව නොවේ, හුදෙක් ඔවුන්ට ඉක්මනින් නිගමනවලට පැමිණිය හැකි බැවිනි.
• කාර්ය සාධනය: සරලව කිවහොත්, විවේකයක් හෝ නින්දක් නොමැතිව බොහෝ වේලාවක් ක්‍රියාත්මක වුවහොත් මිනිස් මොළය වෙහෙසට පත් වන අතර, එසේ වූ විට, එහි මතකය සහ ඉගෙනීමට සහ තර්ක කිරීමට ඇති හැකියාව දුර්වල වේ. මේ අතර, AGI සඳහා, ඔවුන් නිතිපතා නැවත ආරෝපණය (විදුලිය) ලබා ගනී යැයි උපකල්පනය කළහොත්, ඔවුන්ට එම දුර්වලතාවය ඇති නොවේ.
• වැඩිදියුණු කිරීමේ හැකියාව: මිනිසෙකු සඳහා, නව පුරුද්දක් ඉගෙන ගැනීමට සති කිහිපයක් ගත විය හැකිය, නව කුසලතා ඉගෙන ගැනීමට මාස කිහිපයක් ගත විය හැකිය, සහ නව වෘත්තියක් ඉගෙන ගැනීමට වසර ගණනාවක් ගත විය හැකිය. AGI සඳහා, ඔබ ඔබේ පරිගණකයේ මෙහෙයුම් පද්ධතිය නිතිපතා යාවත්කාලීන කරන ආකාරයට සමාන අත්දැකීම් (මිනිසුන් වැනි) සහ සෘජු දත්ත උඩුගත කිරීම යන දෙකම ඉගෙන ගැනීමට ඔවුන්ට හැකියාව ඇත. මෙම යාවත්කාලීන දැනුම වැඩිදියුණු කිරීම් (නව කුසලතා) හෝ AGIs භෞතික ආකෘතියට කාර්ය සාධනය වැඩිදියුණු කිරීම් සඳහා යෙදිය හැක. 

මීළඟට, භෞතික ස්වරූපයක් ඇති, නමුත් අන්තර්ජාලය/වලාකුළට රැහැන් රහිතව සම්බන්ධ වන AGIs දෙස බලමු. සම්බන්ධිත නොවන AGIs හා සසඳන විට මෙම මට්ටම සමඟ අපට දැකිය හැකි වෙනස්කම්වලට ඇතුළත් වන්නේ:

• මතකය: මෙම AGI වලට පෙර AGI පන්තියේ ඇති සියලුම කෙටි කාලීන වාසි ඇත, හැරුණු විට ඔවුන්ට අවශ්‍ය විට ප්‍රවේශ වීමට එම මතකයන් වලාකුළට උඩුගත කළ හැකි බැවින් පරිපූර්ණ දිගු කාලීන මතකයෙන් ද ප්‍රයෝජන ලැබෙනු ඇත. පැහැදිලිවම, මෙම මතකය අඩු සම්බන්ධතා ඇති ප්‍රදේශවලට ප්‍රවේශ විය නොහැකි වනු ඇත, නමුත් 2020 සහ 2030 ගණන් වලදී ලෝකයේ වැඩි ප්‍රමාණයක් අන්තර්ජාලයට පැමිණෙන විට එය සැලකිල්ලක් නොදක්වනු ඇත. තව කියවන්න පළමු පරිච්ඡේදය අපේ අන්තර්ජාලයේ අනාගතය මාලාවක්. 
• වේගය: මෙම AGI මුහුණ දෙන බාධක වර්ගය අනුව, ඔවුන්ට එය විසඳීමට උපකාර කිරීම සඳහා වලාකුළේ විශාල පරිගණක බලය වෙත ප්‍රවේශ විය හැක.
• කාර්ය සාධනය: සම්බන්ධ නොවූ AGI සමඟ සසඳන විට වෙනසක් නැත.
• උත්ශ්‍රේණිගත කිරීමේ හැකියාව: උත්ශ්‍රේණිගත කිරීමේ හැකියාවට අදාළව මෙම AGI සමඟ ඇති එකම වෙනස නම්, උත්ශ්‍රේණිගත කිරීමේ ගබඩාවකට ගොස් ප්ලග් කිරීම වෙනුවට රැහැන් රහිතව, ඔවුන්ට තථ්‍ය කාලීනව වැඩිදියුණු කිරීම් වෙත ප්‍රවේශ විය හැකි වීමයි.
• සාමූහිකය: මිනිසුන් පෘථිවියේ ප්‍රමුඛ විශේෂය බවට පත් වූයේ අප විශාලතම හෝ ශක්තිමත්ම සත්වයා වූ නිසා නොව, වුල්ලි මැමට් දඩයම් කිරීමේ සිට ජාත්‍යන්තර අභ්‍යවකාශ මධ්‍යස්ථානය තැනීම දක්වා සාමූහික අරමුණු සාක්ෂාත් කර ගැනීම සඳහා විවිධ ආකාරවලින් සන්නිවේදනය කිරීමට සහ සහයෝගයෙන් කටයුතු කිරීමට අප ඉගෙන ගත් බැවිනි. AGIs කණ්ඩායමක් මෙම සහයෝගීතාව ඊළඟ මට්ටමට ගෙන යනු ඇත. ඉහත ලැයිස්තුගත කර ඇති සියලුම සංජානන වාසි ලබා දී පසුව පුද්ගලිකව සහ දිගු දුරක් හරහා රැහැන් රහිතව සන්නිවේදනය කිරීමේ හැකියාව සමඟ ඒකාබද්ධ කළහොත්, අනාගත AGI කණ්ඩායමකට / කාර්යබහුල මනසකට මිනිසුන් කණ්ඩායමකට වඩා න්‍යායාත්මකව ව්‍යාපෘතිවලට වඩා කාර්යක්ෂමව කටයුතු කළ හැකිය. 

අවසාන වශයෙන්, AGI හි අවසාන වර්ගය වන්නේ භෞතික ස්වරූපයක් නොමැති අනුවාදයක් වන අතර එය පරිගණකයක් තුළ ක්‍රියාත්මක වන අතර එහි නිර්මාතෘවරුන් විසින් සපයනු ලබන සම්පූර්ණ පරිගණක බලය සහ සබැඳි සම්පත් වෙත ප්‍රවේශය ඇත. විද්‍යා ප්‍රබන්ධ සංදර්ශන සහ පොත්වල, මෙම AGIs සාමාන්‍යයෙන් ප්‍රවීණ අතථ්‍ය සහායකයින්/මිතුරන් හෝ අභ්‍යවකාශ යානයක ස්පන්කි මෙහෙයුම් පද්ධතියක් ගනී. නමුත් AGI හි අනෙකුත් කාණ්ඩ දෙකට සාපේක්ෂව, මෙම AI පහත දැක්වෙන ආකාරවලින් වෙනස් වනු ඇත;

• වේගය: අසීමිත (හෝ, අවම වශයෙන් එයට ප්‍රවේශය ඇති දෘඩාංගවල සීමාවන් දක්වා).
• මතකය: අසීමිත  
• කාර්ය සාධනය: අධිපරිගණක මධ්‍යස්ථාන වෙත ප්‍රවේශ වීම හේතුවෙන් තීරණ ගැනීමේ ගුණාත්මක භාවය වැඩි වීම.
• උත්ශ්‍රේණිගත කිරීමේ හැකියාව: නිරපේක්ෂ, තථ්‍ය කාලය තුළ සහ සංජානන උත්ශ්‍රේණිවල අසීමිත තේරීමක් සමඟ. ඇත්ත වශයෙන්ම, මෙම AGI කාණ්ඩයට භෞතික රොබෝ ආකෘතියක් නොමැති බැවින්, එම වැඩිදියුණු කිරීම් එහි ක්‍රියාත්මක වන සුපිරි පරිගණක වෙත නම් මිස පවතින භෞතික වැඩිදියුණු කිරීම් සඳහා අවශ්‍ය නොවනු ඇත.
• සාමූහික: පෙර AGI කාණ්ඩයට සමානව, මෙම ශරීර රහිත AGI එහි AGI සගයන් සමඟ ඵලදායී ලෙස සහයෝගයෙන් කටයුතු කරනු ඇත. කෙසේ වෙතත්, අසීමිත පරිගණක බලය සඳහා වඩාත් සෘජු ප්‍රවේශය සහ සබැඳි සම්පත් වෙත ප්‍රවේශය ලබා දීමෙන්, මෙම AGIs සාමාන්‍යයෙන් සමස්ත AGI සාමූහිකය තුළ නායකත්ව භූමිකාවන් ගනු ඇත. 

මානව වර්ගයා පළමු කෘතිම සාමාන්‍ය බුද්ධිය නිර්මාණය කරන්නේ කවදාද?

AI පර්යේෂණ ප්‍රජාව ඔවුන් නීත්‍යානුකූල AGI නිර්මාණය කරනු ඇතැයි විශ්වාස කරන දිනයක් නියම කර නොමැත. කෙසේ වෙතත්, ඒ 2013 සමීක්ෂණය ප්‍රමුඛ AI පර්යේෂණ චින්තකයින් වන Nick Bostrom සහ Vincent C. Müller විසින් මෙහෙයවන ලද ලොව ඉහළම AI පර්යේෂකයින් 550 දෙනෙකුගෙන්, හැකි වසර තුනක් දක්වා අදහස් පරාසය සාමාන්‍යකරණය කර ඇත:

• මධ්‍ය සුබවාදී වසර (10% සම්භාවිතාව): 2022
• මධ්‍ය යථාර්ථවාදී වර්ෂය (50% සම්භාවිතාව): 2040
• මධ්‍ය අශුභවාදී වර්ෂය (90% සම්භාවිතාව): 2075 

මෙම අනාවැකි කෙතරම් නිවැරදිද යන්න ඇත්ත වශයෙන්ම වැදගත් නොවේ. වැදගත් දෙය නම්, AI පර්යේෂණ ප්‍රජාවේ අතිමහත් බහුතරයක් විශ්වාස කරන්නේ අපි අපගේ ජීවිත කාලය තුළ සහ සාපේක්ෂව මෙම සියවසේ මුල් භාගයේදී AGI නිර්මාණය කරනු ඇති බවයි. 

කෘතිම සාමාන්‍ය බුද්ධියක් නිර්මාණය කිරීම මනුෂ්‍යත්වය වෙනස් කරන ආකාරය

අපි මෙම නව AI වල බලපෑම මෙම ලිපි මාලාවේ අවසාන පරිච්ඡේදය පුරාම විස්තරාත්මකව ගවේෂණය කරන්නෙමු. එනම්, මෙම පරිච්ඡේදය සඳහා, AGI නිර්මාණය කිරීම මිනිසුන් අඟහරු මත ජීවය සොයාගතහොත් අප අත්විඳින සමාජ ප්‍රතික්‍රියාවට බෙහෙවින් සමාන වනු ඇතැයි අපි කියමු. 

එක් කඳවුරකට එහි වැදගත්කම නොතේරෙන අතර තවත් බලවත් පරිගණකයක් නිර්මාණය කිරීම සම්බන්ධයෙන් විද්‍යාඥයන් විශාල ගනුදෙනුවක් කරමින් සිටින බව සිතනු ඇත.

ලුඩිට්වරුන් සහ ආගමික මනසක් ඇති පුද්ගලයින්ගෙන් සමන්විත තවත් කඳවුරක්, මෙම AGI බිය වනු ඇත, එය මනුෂ්‍යත්වය SkyNet-style තුරන් කිරීමට උත්සාහ කිරීම පිළිකුල් සහගත යැයි සිතනු ඇත. මෙම කඳවුර ඔවුන්ගේ සියලු ආකාරවලින් AGI මකා දැමීමට/විනාශ කිරීමට සක්‍රියව පෙනී සිටිනු ඇත.

අනෙක් අතට, තුන්වන කඳවුර මෙම නිර්මාණය නවීන අධ්‍යාත්මික සිදුවීමක් ලෙස සලකනු ඇත. වැදගත් වන සෑම ආකාරයකින්ම, මෙම AGI නව ජීවන ආකාරයක් වනු ඇත, එය අපට වඩා වෙනස් ලෙස සිතන සහ අපගේ අරමුණු වලට වඩා වෙනස් ය. AGI නිර්මාණය කිරීම ප්‍රකාශයට පත් කළ පසු, මිනිසුන් තවදුරටත් පෘථිවිය හුදෙක් සතුන් සමඟ බෙදා නොගනී, නමුත් අපගේ බුද්ධියට සමාන හෝ උසස් බුද්ධියක් ඇති නව කෘතිම ජීවීන් පන්තියක් සමඟ ද සිටිනු ඇත.

සිව්වන කඳවුරට ශ්‍රම වෙළඳපොලේ හිඩැස් පිරවීම සහ නව භාණ්ඩ හා සේවා සංවර්ධනය වේගවත් කිරීම වැනි විවිධ ව්‍යාපාරික අවශ්‍යතා සඳහා AGI භාවිතා කළ හැකි ආකාරය විමර්ශනය කරන ව්‍යාපාරික අවශ්‍යතා ඇතුළත් වේ.

ඊළඟට, AGI නියාමනය කරන්නේ කෙසේද යන්න තේරුම් ගැනීමට උත්සාහ කරන රජයේ සෑම තරාතිරමකම නියෝජිතයන් අප සතුව ඇත. විශේෂයෙන්ම මෙම AGIs දේපළ ලෙස සලකනවාද නැතිනම් පුද්ගලයන් ලෙස සලකන්නේද යන්න පිළිබඳව සියලු සදාචාරාත්මක සහ දාර්ශනික විවාදයන් මතුවන මට්ටම මෙයයි. 

අවසාන වශයෙන්, අවසාන කඳවුර වනු ඇත්තේ හමුදා සහ ජාතික ආරක්ෂක ආයතන වේ. ඇත්ත වශයෙන්ම, මෙම කඳවුර නිසා පමණක් පළමු AGI පිළිබඳ ප්‍රසිද්ධ නිවේදනය මාස කිහිපයකින් වසර ගණනාවකින් ප්‍රමාද වීමට හොඳ අවස්ථාවක් තිබේ. මන්ද? මක්නිසාද යත්, AGI සොයා ගැනීම, කෙටි කාලීනව කෘත්‍රිම සුපිරි බුද්ධියක් (ASI) නිර්මාණය කිරීමට තුඩු දෙනු ඇත, එය දැවැන්ත භූ දේශපාලන තර්ජනයක් සහ න්‍යෂ්ටික බෝම්බයේ සොයාගැනීම අභිබවා යන අවස්ථාවක් නියෝජනය කරනු ඇත. 

මේ හේතුව නිසා, මීළඟ පරිච්ඡේද කිහිපය සම්පූර්ණයෙන්ම අවධානය යොමු කරන්නේ ASIs සහ එහි සොයාගැනීමෙන් පසුව මානව වර්ගයා පවතිනු ඇත්ද යන්නයි.

(පරිච්ඡේදයක් අවසන් කිරීමට ඕනෑවට වඩා නාට්‍යමය ක්‍රමයක්ද? ඔබ ඔට්ටු අල්ලන්න.)

කෘතිම බුද්ධි මාලාවේ අනාගතය

කෘත්‍රිම බුද්ධිය හෙට විදුලියයි: කෘත්‍රිම බුද්ධියේ අනාගතය P1

අපි පළමු කෘතිම සුපිරි බුද්ධිය නිර්මාණය කරන්නේ කෙසේද: කෘතිම බුද්ධියේ අනාගතය P3 

කෘත්‍රිම සුපිරි බුද්ධියක් මනුෂ්‍යත්වය විනාශ කරයිද? කෘතිම බුද්ධියේ අනාගතය P4

කෘත්‍රිම සුපිරි බුද්ධියකින් මිනිසුන් ආරක්ෂා වන්නේ කෙසේද: කෘත්‍රිම බුද්ධියේ අනාගතය P5

කෘත්‍රිම බුද්ධිය ආධිපත්‍යය දරන අනාගතයේ මිනිසුන් සාමකාමීව ජීවත් වේවිද? කෘතිම බුද්ධියේ අනාගතය P6