ปัญญาประดิษฐ์ชุดแรกจะเปลี่ยนสังคมอย่างไร: อนาคตของปัญญาประดิษฐ์ P2

เราได้สร้างปิรามิด เราเรียนรู้ที่จะควบคุมกระแสไฟฟ้า เราเข้าใจว่าจักรวาลของเราก่อตัวขึ้นหลังบิ๊กแบงอย่างไร (ส่วนใหญ่) และแน่นอน ตัวอย่างที่คิดโบราณ เราได้วางชายคนหนึ่งไว้บนดวงจันทร์ ถึงกระนั้น สมองของมนุษย์ก็ยังห่างไกลจากความเข้าใจของวิทยาศาสตร์สมัยใหม่ ทั้งๆ ที่ประสบความสำเร็จทั้งหมดเหล่านี้ และตามค่าเริ่มต้นแล้ว วัตถุที่ซับซ้อนที่สุดในจักรวาลที่รู้จัก—หรืออย่างน้อยเราก็เข้าใจในสิ่งนั้น

จากความเป็นจริงนี้ ไม่น่าตกใจเลยที่เรายังไม่ได้สร้างปัญญาประดิษฐ์ (AI) ที่เท่าเทียมกับมนุษย์ AI เช่น Data (Star Trek), Rachael (Blade Runner) และ David (Prometheus) หรือ AI ที่ไม่ใช่มนุษย์เช่น Samantha (Her) และ TARS (Interstellar) ทั้งหมดนี้เป็นตัวอย่างของความสำเร็จครั้งสำคัญต่อไปในการพัฒนา AI: ปัญญาประดิษฐ์ทั่วไป (AGI, บางครั้งเรียกว่า HLMI หรือ Human Level Machine Intelligence). 

กล่าวอีกนัยหนึ่ง ความท้าทายที่นักวิจัย AI กำลังเผชิญคือ เราจะสร้างปัญญาประดิษฐ์ให้เทียบเท่ากับของเราเองได้อย่างไร ในเมื่อเราไม่เข้าใจอย่างถ่องแท้ว่าจิตใจของเราทำงานอย่างไร

เราจะสำรวจคำถามนี้ พร้อมกับดูว่ามนุษย์จะรับมือกับ AGI ในอนาคตได้อย่างไร และในที่สุด สังคมจะเปลี่ยนแปลงไปอย่างไรในวันรุ่งขึ้นหลังจาก AGI แรกได้รับการประกาศให้โลกรู้ 

ปัญญาประดิษฐ์ทั่วไปคืออะไร?

ออกแบบ AI ที่สามารถเอาชนะผู้เล่นอันดับต้น ๆ ใน Chess, Jeopardy และ Go ได้ง่าย (Deep Blue, วัตสันและ อัลฟ่าโก ตามลำดับ) ออกแบบ AI ที่สามารถให้คำตอบแก่คุณได้สำหรับคำถามใดๆ ก็ตาม แนะนำสินค้าที่คุณอาจต้องการซื้อ หรือจัดการแท็กซี่ร่วมโดยสาร—บริษัทที่มีมูลค่าหลายพันล้านดอลลาร์ทั้งหมดสร้างขึ้นรอบตัวพวกเขา (Google, Amazon, Uber) แม้แต่ AI ที่สามารถขับเคลื่อนคุณจากด้านหนึ่งของประเทศไปยังอีกด้านหนึ่ง ... เรากำลังดำเนินการแก้ไข

แต่ขอให้ AI อ่านหนังสือเด็กและเข้าใจเนื้อหา ความหมาย หรือคุณธรรมที่พยายามจะสอน หรือขอให้ AI บอกความแตกต่างระหว่างภาพแมวกับม้าลาย แล้วคุณจะจบลงด้วยสาเหตุหลายประการ ลัดวงจร 

ธรรมชาติใช้เวลาหลายล้านปีในการพัฒนาอุปกรณ์คอมพิวเตอร์ (สมอง) ที่เชี่ยวชาญในการประมวลผล ทำความเข้าใจ เรียนรู้ และดำเนินการตามสถานการณ์ใหม่และในสภาพแวดล้อมใหม่ เปรียบเทียบกับวิทยาการคอมพิวเตอร์ในช่วงครึ่งศตวรรษที่ผ่านมาซึ่งมุ่งเน้นไปที่การสร้างอุปกรณ์คอมพิวเตอร์ที่ปรับให้เข้ากับงานเอกพจน์ที่พวกเขาออกแบบมา 

กล่าวอีกนัยหนึ่ง คอมพิวเตอร์ของมนุษย์เป็นผู้เชี่ยวชาญทั่วไป ในขณะที่คอมพิวเตอร์เทียมเป็นผู้เชี่ยวชาญ

เป้าหมายของการสร้าง AGI คือการสร้าง AI ที่สามารถคิดและเรียนรู้เหมือนมนุษย์มากขึ้น ผ่านประสบการณ์มากกว่าผ่านการเขียนโปรแกรมโดยตรง

ในโลกแห่งความจริง นี่จะหมายถึง AGI ในอนาคตที่จะเรียนรู้วิธีอ่าน เขียน เล่าเรื่องตลก หรือเดิน วิ่ง และขี่จักรยานเป็นส่วนใหญ่ด้วยตัวมันเองโดยอาศัยประสบการณ์ในโลกนี้เอง (โดยใช้ร่างกายหรืออะไรก็ตาม) อวัยวะ/อุปกรณ์ทางประสาทสัมผัสที่เรามอบให้) และผ่านการโต้ตอบของ AI อื่นๆ และมนุษย์อื่นๆ

สิ่งที่ต้องใช้เพื่อสร้างปัญญาประดิษฐ์ทั่วไป

แม้ว่าในทางเทคนิคจะยาก แต่การสร้าง AGI จะต้องเป็นไปได้ หากเป็นจริง มีคุณสมบัติที่ยึดไว้อย่างลึกซึ้งภายในกฎฟิสิกส์—ความเป็นสากลของการคำนวณ—โดยพื้นฐานแล้วบอกว่าทุกสิ่งที่วัตถุทางกายภาพสามารถทำได้ โดยหลักการแล้ว คอมพิวเตอร์ที่มีประสิทธิภาพเพียงพอและมีวัตถุประสงค์ทั่วไปควรสามารถคัดลอก/จำลองได้

และยังเป็นเรื่องยาก

โชคดีที่มีนักวิจัย AI ที่ชาญฉลาดจำนวนมากในคดีนี้ (ไม่ต้องพูดถึงการระดมทุนขององค์กร รัฐบาล และการทหารจำนวนมากที่สนับสนุนพวกเขา) และจนถึงตอนนี้ พวกเขาได้ระบุส่วนประกอบสำคัญสามประการที่พวกเขารู้สึกว่าจำเป็นต้องแก้ไขเพื่อนำมาซึ่ง AGI เข้ามาในโลกของเรา

ข้อมูลขนาดใหญ่. แนวทางที่พบบ่อยที่สุดในการพัฒนา AI นั้นเกี่ยวข้องกับเทคนิคที่เรียกว่าการเรียนรู้เชิงลึก ซึ่งเป็นระบบการเรียนรู้ของเครื่องเฉพาะประเภทที่ทำงานโดยแยกข้อมูลจำนวนมหาศาล บีบอัดข้อมูลดังกล่าวในเครือข่ายเซลล์ประสาทจำลอง (จำลองตามสมองของมนุษย์) จากนั้น ใช้ผลการวิจัยเพื่อตั้งโปรแกรมข้อมูลเชิงลึกของตนเอง สำหรับรายละเอียดเพิ่มเติมเกี่ยวกับการเรียนรู้เชิงลึก อ่านนี้.

ตัวอย่างเช่น ใน 2017Google ได้ป้อน AI หลายพันภาพแมวที่ระบบการเรียนรู้เชิงลึกใช้เพื่อเรียนรู้ไม่เพียง แต่จะระบุแมวได้อย่างไร แต่ยังแยกความแตกต่างระหว่างสายพันธุ์แมวต่างๆ ไม่นานหลังจากนั้นพวกเขาก็ประกาศเปิดตัว Google Lensแอปค้นหาใหม่ที่ให้ผู้ใช้ถ่ายภาพอะไรก็ได้ และ Google ไม่เพียงแต่บอกคุณว่ามันคืออะไร แต่ยังนำเสนอเนื้อหาเชิงบริบทที่มีประโยชน์ซึ่งอธิบายเกี่ยวกับสิ่งนั้น ซึ่งสะดวกต่อการเดินทางและคุณต้องการเรียนรู้เพิ่มเติมเกี่ยวกับสถานที่ท่องเที่ยวที่เฉพาะเจาะจง แต่ที่นี่ก็เช่นกัน Google Lens จะไม่สามารถทำได้หากไม่มีรูปภาพหลายพันล้านรายการที่อยู่ในเครื่องมือค้นหารูปภาพในปัจจุบัน

อย่างไรก็ตาม ข้อมูลขนาดใหญ่และคอมโบการเรียนรู้เชิงลึกนี้ยังไม่เพียงพอที่จะทำให้เกิด AGI

อัลกอริทึมที่ดีกว่า. ในช่วงทศวรรษที่ผ่านมา DeepMind ซึ่งเป็นบริษัทในเครือของ Google และผู้นำด้านพื้นที่ AI ได้สร้างความกระฉับกระเฉงด้วยการผสมผสานจุดแข็งของการเรียนรู้เชิงลึกเข้ากับการเรียนรู้แบบเสริมกำลัง ซึ่งเป็นแนวทางการเรียนรู้ด้วยเครื่องฟรีที่มีจุดมุ่งหมายเพื่อสอน AI ถึงวิธีดำเนินการในสภาพแวดล้อมใหม่เพื่อให้บรรลุเป้าหมาย เป้าหมายที่ตั้งไว้

ต้องขอบคุณกลวิธีแบบผสมนี้ AlphaGo ซึ่งเป็น AI รอบปฐมทัศน์ของ DeepMind ไม่เพียงแต่สอนวิธีเล่น AlphaGo ด้วยตัวเองโดยการดาวน์โหลดกฎและศึกษากลยุทธ์ของผู้เล่นระดับปรมาจารย์ของมนุษย์เท่านั้น แต่หลังจากเล่นกับตัวเองนับล้านครั้งแล้ว ก็สามารถเอาชนะผู้เล่น AlphaGo ที่เก่งที่สุดได้ ใช้การเคลื่อนไหวและกลยุทธ์ที่ไม่เคยมีมาก่อนในเกม 

ในทำนองเดียวกัน การทดลองซอฟต์แวร์ Atari ของ DeepMind เกี่ยวข้องกับการให้กล้อง AI เพื่อดูหน้าจอเกมทั่วไป ตั้งโปรแกรมด้วยความสามารถในการป้อนคำสั่งเกม (เช่น ปุ่มจอยสติ๊ก) และตั้งเป้าหมายเดียวเพื่อเพิ่มคะแนน ผลลัพธ์? ภายในเวลาไม่กี่วัน เกมจะสอนตัวเองถึงวิธีการเล่นและวิธีเล่นเกมอาร์เคดสุดคลาสสิกหลายสิบเกม 

แต่ความสำเร็จในช่วงแรกๆ เหล่านี้ยังคงน่าตื่นเต้น แต่ยังคงมีความท้าทายหลักที่ต้องแก้ไข

ประการหนึ่ง นักวิจัย AI กำลังทำงานเพื่อสอนเทคนิค AI ที่เรียกว่า 'การหั่นเป็นชิ้น' ซึ่งสมองของมนุษย์และสัตว์นั้นเชี่ยวชาญเป็นพิเศษ พูดง่ายๆ ก็คือ เมื่อคุณตัดสินใจที่จะออกไปซื้อของชำ คุณจะสามารถเห็นภาพเป้าหมายสุดท้ายของคุณ (การซื้ออะโวคาโด) และแผนคร่าวๆ ว่าคุณจะทำอย่างไร (ออกจากบ้าน ไปที่ร้านขายของชำ ซื้อ อะโวคาโดกลับบ้าน) สิ่งที่คุณไม่ทำคือวางแผนทุกลมหายใจ ทุกย่างก้าว ทุกสถานการณ์ที่อาจเกิดขึ้นระหว่างทางไปที่นั่น แต่คุณมีแนวคิด (ก้อน) อยู่ในใจว่าคุณต้องการไปที่ไหนและปรับการเดินทางของคุณให้เข้ากับสถานการณ์ใดก็ตามที่เกิดขึ้น

ความสามารถนี้ถือเป็นหนึ่งในข้อได้เปรียบหลักที่สมองของมนุษย์ยังคงมีอยู่เหนือ AI อย่างที่คุณอาจรู้สึกได้ นั่นคือความสามารถในการปรับตัวเพื่อตั้งเป้าหมายและไล่ตามโดยไม่รู้รายละเอียดทั้งหมดล่วงหน้า แม้ว่าจะมีอุปสรรคหรือการเปลี่ยนแปลงด้านสิ่งแวดล้อมก็ตาม อาจจะเจอ ทักษะนี้จะช่วยให้ AGI สามารถเรียนรู้ได้อย่างมีประสิทธิภาพมากขึ้น โดยไม่ต้องใช้ข้อมูลขนาดใหญ่ที่กล่าวถึงข้างต้น

ความท้าทายอีกประการหนึ่งคือความสามารถในการไม่เพียงแค่อ่านหนังสือแต่ เข้าใจความหมาย หรือบริบทเบื้องหลัง ในระยะยาว เป้าหมายของ AI คือการอ่านบทความในหนังสือพิมพ์และสามารถตอบคำถามต่างๆ เกี่ยวกับสิ่งที่อ่านได้อย่างแม่นยำ เช่น การเขียนรายงานในหนังสือ ความสามารถนี้จะเปลี่ยน AI จากเครื่องคิดเลขที่ประมวลตัวเลขให้เป็นเอนทิตีที่มีความหมาย

โดยรวมแล้ว ความก้าวหน้าเพิ่มเติมของอัลกอริธึมการเรียนรู้ด้วยตนเองที่สามารถเลียนแบบสมองของมนุษย์ได้จะมีบทบาทสำคัญในการสร้าง AGI ในที่สุด แต่ควบคู่ไปกับงานนี้ ชุมชน AI ยังต้องการฮาร์ดแวร์ที่ดีกว่าด้วย

ฮาร์ดแวร์ที่ดีขึ้น. การใช้แนวทางปัจจุบันที่อธิบายข้างต้น AGI จะเป็นไปได้ก็ต่อเมื่อเราเพิ่มพลังการประมวลผลที่พร้อมใช้งานอย่างจริงจังเท่านั้น

สำหรับบริบท ถ้าเรานำความสามารถของสมองมนุษย์ในการคิดและแปลงเป็นคำศัพท์เชิงคำนวณ การประมาณความสามารถทางจิตของมนุษย์โดยเฉลี่ยอย่างคร่าวๆ คือ 1,000 exaflop ซึ่งเทียบเท่ากับ XNUMX petaflop ('Flop' หมายถึงการดำเนินการจุดลอยตัวต่อ วินาทีและวัดความเร็วของการคำนวณ)

ในการเปรียบเทียบ ภายในสิ้นปี 2018 ซูเปอร์คอมพิวเตอร์ที่ทรงอิทธิพลที่สุดในโลก ของญี่ปุ่น AI บริดจ์คลาวด์ จะฮัมที่ 130 petaflops ซึ่งสั้นกว่าหนึ่ง exaflop

ตามที่ระบุไว้ใน .ของเรา ซูเปอร์ บทที่อยู่ในของเรา อนาคตของคอมพิวเตอร์ ซีรีส์ทั้งสหรัฐฯ และจีนกำลังดำเนินการสร้างซูเปอร์คอมพิวเตอร์เอกซ์ฟลอปของตนเองภายในปี 2022 แต่ถึงแม้จะประสบความสำเร็จ แต่ก็ยังไม่เพียงพอ

ซูเปอร์คอมพิวเตอร์เหล่านี้ใช้พลังงานหลายสิบเมกะวัตต์ ใช้พื้นที่หลายร้อยตารางเมตร และใช้ต้นทุนในการสร้างหลายร้อยล้าน สมองของมนุษย์ใช้พลังงานเพียง 20 วัตต์ พอดีกับกะโหลกศีรษะที่มีเส้นรอบวงประมาณ 50 ซม. และมีพวกเราเจ็ดพันล้านคน (2018) กล่าวอีกนัยหนึ่ง หากเราต้องการทำให้ AGI เป็นเรื่องธรรมดาเหมือนมนุษย์ เราจะต้องเรียนรู้วิธีสร้าง AGI ให้ประหยัดมากขึ้น

ด้วยเหตุนี้ นักวิจัย AI จึงเริ่มพิจารณาที่จะขับเคลื่อน AI ในอนาคตด้วยคอมพิวเตอร์ควอนตัม อธิบายรายละเอียดเพิ่มเติมใน คอมพิวเตอร์ควอนตัม บทหนึ่งในซีรี่ส์ Future of Computers ของเรา คอมพิวเตอร์เหล่านี้ทำงานโดยพื้นฐานแตกต่างไปจากคอมพิวเตอร์ที่เราสร้างขึ้นในช่วงครึ่งศตวรรษที่ผ่านมา เมื่อคอมพิวเตอร์ควอนตัมหนึ่งเครื่องสมบูรณ์สมบูรณ์ขึ้นในช่วงทศวรรษที่ 2030 จะประมวลผลซูเปอร์คอมพิวเตอร์ทุกเครื่องที่กำลังทำงานอยู่ในปี 2018 ทั่วโลก พวกมันจะเล็กกว่ามากและใช้พลังงานน้อยกว่าซูเปอร์คอมพิวเตอร์ในปัจจุบัน 

ปัญญาประดิษฐ์ทั่วไปจะเหนือกว่ามนุษย์ได้อย่างไร?

สมมติว่าทุกความท้าทายที่ระบุไว้ข้างต้นได้รับการคิดออกแล้วว่านักวิจัย AI ประสบความสำเร็จในการสร้าง AGI แรก จิต AGI จะแตกต่างจากของเราอย่างไร?

ในการตอบคำถามประเภทนี้ เราต้องจำแนกจิตใจของ AGI ออกเป็น XNUMX ประเภท คือ กลุ่มที่อยู่ภายในร่างหุ่นยนต์ (ข้อมูลจาก Trek สตาร์) ที่มีรูปแบบทางกายภาพแต่เชื่อมต่อแบบไร้สายกับอินเทอร์เน็ต/คลาวด์ (Agent Smith จาก เดอะเมทริกซ์) และผู้ที่ไม่มีรูปแบบทางกายภาพที่อาศัยอยู่ในคอมพิวเตอร์หรือออนไลน์ทั้งหมด (Samantha จาก เธอ).

ในการเริ่มต้น AGIs ภายในร่างหุ่นยนต์ที่แยกได้จากเว็บจะแข่งขันกับจิตใจของมนุษย์ แต่มีข้อดีบางประการ:

• หน่วยความจำ: ขึ้นอยู่กับการออกแบบของรูปแบบหุ่นยนต์ของ AGI หน่วยความจำระยะสั้นและหน่วยความจำของข้อมูลสำคัญจะเหนือกว่ามนุษย์อย่างแน่นอน แต่เมื่อสิ้นสุดวัน มีพื้นที่ว่างในฮาร์ดไดรฟ์จำกัดที่คุณสามารถบรรจุลงในหุ่นยนต์ได้ สมมติว่าเราออกแบบให้พวกมันดูเหมือนมนุษย์ ด้วยเหตุนี้ หน่วยความจำระยะยาวของ AGI จะทำหน้าที่เหมือนกับของมนุษย์อย่างมาก โดยลืมข้อมูลและความทรงจำที่ถือว่าไม่จำเป็นสำหรับการทำงานในอนาคต (เพื่อเพิ่มพื้นที่ว่างในดิสก์)
• ความเร็ว: ประสิทธิภาพของเซลล์ประสาทในสมองของมนุษย์สูงสุดประมาณ 200 เฮิรตซ์ ในขณะที่ไมโครโปรเซสเซอร์สมัยใหม่ทำงานที่ระดับกิกะเฮิรตซ์ ดังนั้นจึงเร็วกว่าเซลล์ประสาทหลายล้านเท่า ซึ่งหมายความว่าเมื่อเปรียบเทียบกับมนุษย์แล้ว AGI ในอนาคตจะประมวลผลข้อมูลและตัดสินใจได้เร็วกว่ามนุษย์ โปรดทราบว่านี่ไม่ได้หมายความว่า AGI นี้จะตัดสินใจได้อย่างชาญฉลาดหรือถูกต้องกว่ามนุษย์เสมอไป เพียงแต่ว่าพวกเขาสามารถสรุปได้เร็วกว่า
• ประสิทธิภาพ: พูดง่ายๆ ก็คือ สมองของมนุษย์จะเหนื่อยถ้ามันทำงานนานเกินไปโดยไม่ได้พักผ่อนหรือนอน และเมื่อทำงาน ความจำและความสามารถในการเรียนรู้และเหตุผลของสมองก็จะบกพร่อง ในขณะเดียวกัน สำหรับ AGI หากมีการชาร์จไฟ (ไฟฟ้า) เป็นประจำ จะไม่มีจุดอ่อนดังกล่าว
• การอัพเกรด: สำหรับมนุษย์แล้ว การเรียนรู้นิสัยใหม่อาจต้องใช้เวลาฝึกฝนหลายสัปดาห์ การเรียนรู้ทักษะใหม่อาจใช้เวลาเป็นเดือน และการเรียนรู้อาชีพใหม่อาจใช้เวลาหลายปี สำหรับ AGI พวกเขาจะมีความสามารถในการเรียนรู้ทั้งจากประสบการณ์ (เช่นมนุษย์) และการอัปโหลดข้อมูลโดยตรง คล้ายกับที่คุณอัปเดตระบบปฏิบัติการของคอมพิวเตอร์เป็นประจำ การอัปเดตเหล่านี้สามารถนำไปใช้กับการอัปเกรดความรู้ (ทักษะใหม่) หรือการอัปเกรดประสิทธิภาพไปยังรูปแบบทางกายภาพของ AGI 

ต่อไป มาดู AGI ที่มีรูปแบบทางกายภาพ แต่เชื่อมต่อแบบไร้สายกับอินเทอร์เน็ต/คลาวด์ด้วย ความแตกต่างที่เราเห็นในระดับนี้เมื่อเปรียบเทียบกับ AGI ที่ไม่เชื่อมต่อ ได้แก่:

• หน่วยความจำ: AGI เหล่านี้จะมีข้อได้เปรียบในระยะสั้นทั้งหมดที่คลาส AGI รุ่นก่อนมี ยกเว้นว่า AGI จะได้รับประโยชน์จากหน่วยความจำระยะยาวที่สมบูรณ์แบบเช่นกัน เนื่องจากสามารถอัปโหลดความทรงจำเหล่านั้นไปยังระบบคลาวด์เพื่อเข้าถึงเมื่อจำเป็น เห็นได้ชัดว่าหน่วยความจำนี้ไม่สามารถเข้าถึงได้ในพื้นที่ที่มีการเชื่อมต่อต่ำ แต่จะมีความกังวลน้อยลงในช่วงปี 2020 และ 2030 เมื่อมีโลกออนไลน์มากขึ้น อ่านเพิ่มเติมใน บทที่หนึ่ง ของเรา อนาคตของอินเทอร์เน็ต ชุด. 
• ความเร็ว: ขึ้นอยู่กับประเภทของอุปสรรคที่ AGI เผชิญหน้า พวกเขาสามารถเข้าถึงพลังการประมวลผลที่ใหญ่ขึ้นของระบบคลาวด์เพื่อช่วยแก้ปัญหาได้
• ประสิทธิภาพ: ไม่มีความแตกต่างเมื่อเปรียบเทียบกับ AGI ที่ไม่ได้เชื่อมต่อ
• ความสามารถในการอัปเกรด: ข้อแตกต่างระหว่าง AGI นี้เพียงอย่างเดียวที่เกี่ยวข้องกับความสามารถในการอัปเกรดก็คือ พวกเขาสามารถเข้าถึงการอัปเกรดแบบเรียลไทม์ แบบไร้สาย แทนที่จะต้องไปเยี่ยมชมและเสียบปลั๊กเข้ากับคลังสำหรับอัปเกรด
• กลุ่ม: มนุษย์กลายเป็นสายพันธุ์หลักของโลก ไม่ใช่เพราะเราเป็นสัตว์ที่ใหญ่ที่สุดหรือแข็งแกร่งที่สุด แต่เพราะเราเรียนรู้วิธีสื่อสารและทำงานร่วมกันในรูปแบบต่างๆ เพื่อบรรลุเป้าหมายร่วมกัน ตั้งแต่การล่าแมมมอธวูลลีไปจนถึงการสร้างสถานีอวกาศนานาชาติ ทีม AGI จะยกระดับความร่วมมือนี้ไปอีกระดับ เมื่อพิจารณาถึงข้อได้เปรียบด้านความรู้ความเข้าใจทั้งหมดที่ระบุไว้ข้างต้นแล้วรวมกับความสามารถในการสื่อสารแบบไร้สาย ทั้งแบบตัวต่อตัวและในระยะทางไกล ทีมงาน AGI ในอนาคต/กลุ่มความคิดแบบกลุ่มสามารถจัดการกับโครงการได้อย่างมีประสิทธิภาพมากกว่าทีมของมนุษย์ 

สุดท้าย AGI ประเภทสุดท้ายคือเวอร์ชันที่ไม่มีรูปแบบทางกายภาพ ซึ่งทำงานภายในคอมพิวเตอร์ และสามารถเข้าถึงพลังการประมวลผลเต็มรูปแบบและแหล่งข้อมูลออนไลน์ที่ผู้สร้างมอบให้ ในการแสดงไซไฟและหนังสือ AGI เหล่านี้มักจะอยู่ในรูปแบบของผู้ช่วย/เพื่อนเสมือนผู้เชี่ยวชาญ หรือระบบปฏิบัติการที่กล้าหาญของยานอวกาศ แต่เมื่อเปรียบเทียบกับ AGI อีกสองหมวดแล้ว AI นี้จะแตกต่างกันในลักษณะดังต่อไปนี้

• ความเร็ว: ไม่จำกัด (หรืออย่างน้อยก็จนถึงขีดจำกัดของฮาร์ดแวร์ที่เข้าถึงได้)
• หน่วยความจำ: ไม่จำกัด  
• ประสิทธิภาพ: เพิ่มคุณภาพในการตัดสินใจด้วยการเข้าถึงศูนย์ซูเปอร์คอมพิวเตอร์
• การอัพเกรด: สมบูรณ์ แบบเรียลไทม์ และมีตัวเลือกการอัพเกรดความรู้ความเข้าใจไม่จำกัด แน่นอน เนื่องจากหมวดหมู่ AGI นี้ไม่มีรูปแบบหุ่นยนต์จริง จึงไม่มีความจำเป็นสำหรับการอัปเกรดทางกายภาพที่มีอยู่ เว้นแต่ว่าการอัปเกรดเหล่านั้นจะเป็นซูเปอร์คอมพิวเตอร์ที่ทำงานอยู่
• กลุ่ม: คล้ายกับหมวดหมู่ AGI ก่อนหน้า AGI ที่ไม่มีร่างกายนี้จะทำงานร่วมกันอย่างมีประสิทธิภาพกับเพื่อนร่วมงาน AGI อย่างไรก็ตาม เนื่องจากการเข้าถึงโดยตรงมากขึ้นในการประมวลผลแบบไม่จำกัดและการเข้าถึงทรัพยากรออนไลน์ AGI เหล่านี้มักจะมีบทบาทเป็นผู้นำในกลุ่ม AGI โดยรวม 

เมื่อไหร่ที่มนุษยชาติจะสร้างปัญญาประดิษฐ์ตัวแรก?

ไม่มีวันกำหนดที่ชุมชนวิจัย AI เชื่อว่าพวกเขาจะคิดค้น AGI ที่ถูกต้องตามกฎหมาย อย่างไรก็ตาม a สำรวจ 2013 จากนักวิจัยด้าน AI ชั้นนำของโลกจำนวน 550 คน ดำเนินการโดย Nick Bostrom และ Vincent C. Müller นักคิดวิจัยด้าน AI ชั้นนำ ได้เฉลี่ยความคิดเห็นในช่วงสามปีที่เป็นไปได้:

• ค่ามัธยฐานปีที่มองโลกในแง่ดี (โอกาส 10%): 2022
• ค่ามัธยฐานปีจริง (โอกาส 50%): 2040
• ปีที่มองโลกในแง่ร้ายมัธยฐาน (โอกาส 90%): 2075 

การคาดการณ์เหล่านี้แม่นยำเพียงใดไม่สำคัญ สิ่งที่สำคัญคือชุมชนการวิจัย AI ส่วนใหญ่เชื่อว่าเราจะประดิษฐ์ AGI ภายในช่วงชีวิตของเราและค่อนข้างเร็วในศตวรรษนี้ 

การสร้างปัญญาประดิษฐ์ทั่วไปจะเปลี่ยนมนุษยชาติได้อย่างไร

เราสำรวจผลกระทบของ AI ใหม่เหล่านี้อย่างละเอียดตลอดบทสุดท้ายของซีรีส์นี้ ที่กล่าวว่าสำหรับบทนี้ เราจะบอกว่าการสร้าง AGI จะคล้ายกับปฏิกิริยาทางสังคมที่เราจะได้รับหากมนุษย์พบสิ่งมีชีวิตบนดาวอังคาร 

ค่ายหนึ่งจะไม่เข้าใจถึงความสำคัญ และจะคิดต่อไปว่านักวิทยาศาสตร์กำลังสร้างเรื่องใหญ่เกี่ยวกับการสร้างคอมพิวเตอร์ที่ทรงพลังขึ้นอีกเครื่องหนึ่ง

ค่ายอื่นที่อาจประกอบด้วยชาวลุดไดท์และบุคคลที่มีใจเลื่อมใสในศาสนา จะกลัว AGI นี้ โดยคิดว่ามันเป็นสิ่งที่น่ารังเกียจที่จะพยายามทำลายล้างมนุษยชาติสไตล์ SkyNet ค่ายนี้จะสนับสนุนอย่างจริงจังในการลบ/ทำลาย AGI ในทุกรูปแบบ

ในทางกลับกัน ค่ายที่สามจะมองว่าการสร้างสรรค์นี้เป็นเหตุการณ์ทางจิตวิญญาณสมัยใหม่ ในทุกด้านที่สำคัญ AGI นี้จะเป็นรูปแบบใหม่ของชีวิตที่คิดต่างไปจากที่เราคิดและมีเป้าหมายที่แตกต่างจากของเราเอง เมื่อมีการประกาศการสร้าง AGI มนุษย์จะไม่แบ่งปันโลกกับสัตว์เพียงอย่างเดียวอีกต่อไป แต่ยังรวมถึงสิ่งมีชีวิตประดิษฐ์ประเภทใหม่ที่มีสติปัญญาเทียบเท่าหรือเหนือกว่าของเราเอง

ค่ายที่สี่จะรวมผลประโยชน์ทางธุรกิจที่จะตรวจสอบว่าพวกเขาสามารถใช้ AGI เพื่อตอบสนองความต้องการทางธุรกิจที่หลากหลายได้อย่างไร เช่น การอุดช่องว่างในตลาดแรงงานและการเร่งการพัฒนาสินค้าและบริการใหม่

ต่อไป เรามีตัวแทนจากรัฐบาลทุกระดับที่จะสำรวจตัวเองโดยพยายามทำความเข้าใจวิธีควบคุม AGI นี่คือระดับที่การอภิปรายเกี่ยวกับศีลธรรมและปรัชญาทั้งหมดจะเข้ามาเกี่ยวข้อง โดยเฉพาะอย่างยิ่ง ว่าจะปฏิบัติต่อ AGI เหล่านี้เป็นทรัพย์สินหรือในฐานะบุคคล 

และสุดท้ายค่ายสุดท้ายจะเป็นหน่วยงานทางทหารและความมั่นคงแห่งชาติ ในความเป็นจริง มีโอกาสดีที่การประกาศ AGI แรกสู่สาธารณะอาจล่าช้าไปหลายเดือนหรือหลายปีเนื่องจากค่ายนี้เพียงแห่งเดียว ทำไม เนื่องจากการประดิษฐ์ AGI ในระยะเวลาอันสั้นจะนำไปสู่การสร้าง superintelligence (ASI) ที่จะเป็นตัวแทนของภัยคุกคามทางภูมิรัฐศาสตร์ขนาดใหญ่และโอกาสที่เหนือกว่าการประดิษฐ์ระเบิดนิวเคลียร์ 

ด้วยเหตุผลนี้ บทต่อๆ ไปจะเน้นไปที่หัวข้อ ASI ทั้งหมด และไม่ว่ามนุษยชาติจะอยู่รอดได้หรือไม่หลังจากการประดิษฐ์

(วิธีจบบทที่ดราม่าเกินไป? คุณพนันได้เลย)

อนาคตของชุดปัญญาประดิษฐ์

ปัญญาประดิษฐ์คือพลังแห่งอนาคต: อนาคตของปัญญาประดิษฐ์ P1

เราจะสร้างปัญญาประดิษฐ์ขั้นสูงแรกได้อย่างไร: อนาคตของปัญญาประดิษฐ์ P3 

ปัญญาประดิษฐ์ขั้นสูงจะทำลายล้างมนุษยชาติหรือไม่? อนาคตของปัญญาประดิษฐ์ P4

วิธีที่มนุษย์จะปกป้องปัญญาประดิษฐ์ขั้นสูง: อนาคตของปัญญาประดิษฐ์ P5

มนุษย์จะมีชีวิตอยู่อย่างสงบสุขในอนาคตที่ปัญญาประดิษฐ์ครอบงำหรือไม่? อนาคตของปัญญาประดิษฐ์ P6