lượng tử

TÍN DỤNG HÌNH ẢNH: lượng tử

Trí tuệ nhân tạo đầu tiên sẽ thay đổi xã hội như thế nào: Tương lai của trí tuệ nhân tạo P2

David Tal, Nhà xuất bản, Người theo chủ nghĩa vị lai
@DavidTalWrites
LinkedIn

Thứ Ba, 09/15/2020 - 13:08

Chúng tôi đã xây dựng các kim tự tháp. Chúng tôi đã học cách khai thác điện. Chúng tôi hiểu cách vũ trụ của chúng tôi hình thành sau vụ nổ Big Bang (chủ yếu). Và tất nhiên, một ví dụ sáo rỗng, chúng tôi đã đưa một người đàn ông lên mặt trăng. Tuy nhiên, bất chấp tất cả những thành tựu này, bộ não con người vẫn nằm ngoài tầm hiểu biết của khoa học hiện đại và theo mặc định, là vật thể phức tạp nhất trong vũ trụ đã biết — hoặc ít nhất là sự hiểu biết của chúng ta về nó.

Với thực tế này, không có gì phải ngạc nhiên khi chúng ta vẫn chưa xây dựng được trí thông minh nhân tạo (AI) ngang bằng với con người. Một AI như Data (Star Trek), Rachael (Blade Runner) và David (Prometheus) hoặc AI phi hình người như Samantha (Her) và TARS (Interstellar), đây đều là những ví dụ về cột mốc quan trọng tiếp theo trong sự phát triển của AI: trí tuệ nhân tạo chung (AGI, đôi khi còn được gọi là HLMI hoặc Trí tuệ máy cấp độ con người).

Nói cách khác, thách thức mà các nhà nghiên cứu AI đang phải đối mặt là: Làm thế nào chúng ta có thể xây dựng một bộ óc nhân tạo có thể so sánh với bộ óc của chúng ta khi chúng ta thậm chí không hiểu đầy đủ về cách thức hoạt động của bộ óc chúng ta?

Chúng ta sẽ khám phá câu hỏi này, cùng với cách con người sẽ chống lại các AGI trong tương lai, và cuối cùng, xã hội sẽ thay đổi như thế nào vào ngày sau khi AGI đầu tiên được công bố với thế giới.

Trí tuệ nhân tạo tổng quát là gì?

Thiết kế một AI có thể đánh bại những người chơi xếp hạng hàng đầu trong Cờ vua, Jeopardy và cờ vây, thật dễ dàng (Deep Blue, Watsonvà AlphaGO tương ứng). Thiết kế một AI có thể phục vụ bạn câu trả lời cho bất kỳ câu hỏi nào, đề xuất các mặt hàng bạn có thể muốn mua hoặc quản lý đội taxi chia sẻ — toàn bộ các công ty trị giá hàng tỷ đô la được xây dựng xung quanh họ (Google, Amazon, Uber). Thậm chí một AI có thể đưa bạn đi từ bên này sang bên kia đất nước ... chúng tôi đang nghiên cứu về nó.

Nhưng yêu cầu AI đọc một cuốn sách dành cho trẻ em và hiểu nội dung, ý nghĩa hoặc đạo đức mà nó đang cố gắng dạy, hoặc yêu cầu AI cho biết sự khác biệt giữa bức tranh của một con mèo và một con ngựa vằn, và cuối cùng bạn sẽ gây ra nhiều điều ngắn mạch.

Thiên nhiên đã trải qua hàng triệu năm để phát triển một thiết bị máy tính (bộ não) vượt trội trong việc xử lý, hiểu biết, học hỏi và sau đó hành động theo các tình huống mới và trong môi trường mới. So sánh điều đó với nửa thế kỷ trước của khoa học máy tính tập trung vào việc tạo ra các thiết bị máy tính phù hợp với các nhiệm vụ đơn lẻ mà chúng được thiết kế.

Nói cách khác, con người-máy tính là một nhà tổng quát, trong khi máy tính nhân tạo là một chuyên gia.

Mục tiêu của việc tạo ra một AGI là tạo ra một AI có thể suy nghĩ và học hỏi giống con người hơn, thông qua kinh nghiệm hơn là thông qua lập trình trực tiếp.

Trong thế giới thực, điều này có nghĩa là một AGI trong tương lai học cách đọc, viết và kể một câu chuyện cười, hoặc đi bộ, chạy và đạp xe phần lớn là tự mình trải nghiệm trên thế giới (sử dụng bất kỳ cơ thể nào hoặc các cơ quan / thiết bị cảm giác mà chúng tôi cung cấp cho nó), và thông qua sự tương tác của chính nó với AI và con người khác.

Điều gì sẽ xảy ra để xây dựng một trí thông minh nhân tạo nói chung

Mặc dù khó khăn về mặt kỹ thuật, nhưng việc tạo ra một AGI phải khả thi. Nếu thực tế, có một thuộc tính được nắm giữ sâu sắc trong các định luật vật lý - tính phổ quát của tính toán - về cơ bản nói lên mọi thứ mà một đối tượng vật lý có thể làm, một máy tính đủ mạnh, có mục đích chung, về nguyên tắc, có thể sao chép / mô phỏng.

Tuy nhiên, nó rất phức tạp.

Rất may, có rất nhiều nhà nghiên cứu AI thông minh về trường hợp này (chưa kể đến rất nhiều doanh nghiệp, chính phủ và quân đội tài trợ cho họ) và cho đến nay, họ đã xác định được ba thành phần chính mà họ cảm thấy cần thiết để giải quyết để mang lại AGI vào thế giới của chúng ta.

Lớn dữ liệu. Cách tiếp cận phổ biến nhất để phát triển AI liên quan đến một kỹ thuật được gọi là học sâu — một loại hệ thống học máy cụ thể hoạt động bằng cách thu thập lượng dữ liệu khổng lồ, thu thập dữ liệu trong một mạng lưới các nơ-ron mô phỏng (được mô phỏng theo não người), và sau đó sử dụng những phát hiện để lập trình những hiểu biết sâu sắc của riêng mình. Để biết thêm chi tiết về học sâu, đọc.

Ví dụ, trong 2017, Google đã cung cấp cho AI của mình hàng nghìn hình ảnh về mèo mà hệ thống học sâu của họ đã sử dụng để học không chỉ cách xác định một con mèo mà còn phân biệt giữa các giống mèo khác nhau. Không lâu sau, họ đã thông báo về việc sắp phát hành Google Lens, một ứng dụng tìm kiếm mới cho phép người dùng chụp ảnh bất kỳ thứ gì và Google sẽ không chỉ cho bạn biết đó là gì mà còn cung cấp một số nội dung theo ngữ cảnh hữu ích mô tả nó — tiện dụng khi đi du lịch và bạn muốn tìm hiểu thêm về một điểm du lịch cụ thể. Nhưng ở đây, Google Lens sẽ không thể thực hiện được nếu không có hàng tỷ hình ảnh hiện được liệt kê trong công cụ tìm kiếm hình ảnh của nó.

Tuy nhiên, kết hợp dữ liệu lớn và học sâu này vẫn chưa đủ để mang lại AGI.

Các thuật toán tốt hơn. Trong thập kỷ qua, một công ty con của Google và là công ty dẫn đầu trong không gian AI, DeepMind, đã gây chú ý bằng cách kết hợp thế mạnh của học sâu với học tăng cường — một phương pháp học máy miễn phí nhằm mục đích dạy cho AI cách thực hiện hành động trong môi trường mới để đạt được một mục tiêu đã đặt.

Nhờ chiến thuật kết hợp này, AI ra mắt của DeepMind, AlphaGo, không chỉ tự học cách chơi AlphaGo bằng cách tải xuống các quy tắc và nghiên cứu chiến lược của những kỳ thủ bậc thầy của con người, mà sau khi chơi với chính nó hàng triệu lần sau đó còn có thể đánh bại những kỳ thủ AlphaGo giỏi nhất. sử dụng các bước di chuyển và chiến lược chưa từng thấy trong trò chơi.

Tương tự như vậy, thử nghiệm phần mềm Atari của DeepMind liên quan đến việc cung cấp cho AI một camera để xem một màn hình trò chơi điển hình, lập trình nó với khả năng nhập lệnh trò chơi (như các nút cần điều khiển) và tạo cho nó một mục tiêu duy nhất để tăng điểm. Kết quả? Trong vòng vài ngày, nó đã tự học cách chơi và cách thành thạo hàng chục trò chơi arcade cổ điển.

Nhưng thú vị như những thành công ban đầu này, vẫn còn một số thách thức chính cần giải quyết.

Đầu tiên, các nhà nghiên cứu AI đang nghiên cứu để dạy cho AI một mẹo gọi là 'phân khúc' mà não người và động vật đặc biệt giỏi. Nói một cách đơn giản, khi bạn quyết định ra ngoài mua hàng tạp hóa, bạn có thể hình dung mục tiêu cuối cùng của mình (mua một quả bơ) và một kế hoạch sơ bộ về cách bạn thực hiện (rời khỏi nhà, ghé thăm cửa hàng tạp hóa, mua quả bơ, trở về nhà). Những gì bạn không làm là lên kế hoạch cho từng hơi thở, từng bước đi, mọi tình huống có thể xảy ra trên đường đến đó. Thay vào đó, bạn có một khái niệm (chunk) trong đầu về nơi bạn muốn đến và điều chỉnh chuyến đi của mình cho phù hợp với bất kỳ tình huống nào sắp xảy ra.

Đối với bạn, khả năng này là một trong những lợi thế quan trọng mà bộ não con người vẫn có so với AI — đó là khả năng thích ứng để đặt mục tiêu và theo đuổi nó mà không cần biết trước mọi chi tiết và bất chấp mọi trở ngại hoặc thay đổi môi trường. có thể gặp phải. Kỹ năng này sẽ cho phép các AGI học hiệu quả hơn mà không cần đến dữ liệu lớn được đề cập ở trên.

Một thách thức khác là khả năng không chỉ đọc một cuốn sách mà còn hiểu ý nghĩa hoặc bối cảnh đằng sau nó. Về lâu dài, mục tiêu ở đây là để một AI đọc một bài báo và có thể trả lời chính xác một loạt các câu hỏi về những gì nó đọc, giống như viết một báo cáo sách. Khả năng này sẽ biến một AI từ chỉ đơn giản là một máy tính xử lý các con số thành một thực thể có ý nghĩa.

Nhìn chung, những tiến bộ hơn nữa đối với thuật toán tự học có thể bắt chước não người sẽ đóng một vai trò quan trọng trong việc tạo ra AGI cuối cùng, nhưng bên cạnh công việc này, cộng đồng AI cũng cần phần cứng tốt hơn.

Phần cứng tốt hơn. Sử dụng các cách tiếp cận hiện tại được giải thích ở trên, AGI sẽ chỉ trở nên khả thi sau khi chúng tôi nghiêm túc tăng cường sức mạnh tính toán có sẵn để chạy nó.

Đối với ngữ cảnh, nếu chúng ta lấy khả năng suy nghĩ của não người và chuyển nó thành các thuật ngữ tính toán, thì ước tính sơ bộ về năng lực tinh thần trung bình của một người là một exaflop, tương đương với 1,000 petaflop ('Flop' là viết tắt của các phép toán dấu phẩy động trên mỗi thứ hai và đo tốc độ tính toán).

Để so sánh, vào cuối năm 2018, siêu máy tính mạnh nhất thế giới của Nhật Bản Đám mây kết nối AI sẽ vo ve ở 130 petaflop, thấp hơn rất nhiều so với một exaflop.

Như đã nêu trong của chúng tôi siêu máy tính chương trong của chúng tôi Tương lai của máy tính cả Mỹ và Trung Quốc đều đang nỗ lực chế tạo siêu máy tính exaflop của riêng họ vào năm 2022, nhưng ngay cả khi chúng thành công, điều đó vẫn có thể là chưa đủ.

Những siêu máy tính này hoạt động trên công suất vài chục megawatt, chiếm vài trăm mét vuông không gian và tốn vài trăm triệu để xây dựng. Bộ não con người chỉ sử dụng 20 watt điện, nằm gọn trong hộp sọ có chu vi khoảng 50 cm và có bảy tỷ người trong số chúng ta (2018). Nói cách khác, nếu chúng ta muốn biến AGI trở nên phổ biến như con người, chúng ta sẽ cần học cách tạo ra chúng một cách kinh tế hơn.

Vì vậy, các nhà nghiên cứu AI đang bắt đầu xem xét cung cấp năng lượng cho các AI trong tương lai với máy tính lượng tử. Được mô tả chi tiết hơn trong máy tính lượng tử trong loạt bài Tương lai của Máy tính của chúng tôi, những máy tính này hoạt động theo một cách cơ bản khác với những máy tính mà chúng tôi đã xây dựng trong nửa thế kỷ qua. Sau khi được hoàn thiện vào những năm 2030, một máy tính lượng tử duy nhất sẽ tính toán tốt hơn mọi siêu máy tính hiện đang hoạt động trên toàn cầu vào năm 2018, gộp lại với nhau. Chúng cũng sẽ nhỏ hơn nhiều và sử dụng ít năng lượng hơn nhiều so với các siêu máy tính hiện nay.

Làm thế nào một trí thông minh nhân tạo sẽ vượt trội hơn một con người?

Hãy giả sử rằng mọi thách thức được liệt kê ở trên đều được tìm ra, rằng các nhà nghiên cứu AI tìm thấy thành công trong việc tạo ra AGI đầu tiên. Tâm trí AGI sẽ khác với tâm trí của chúng ta như thế nào?

Để trả lời loại câu hỏi này, chúng ta cần phân loại tâm trí AGI thành ba loại, những loại sống trong cơ thể robot (Dữ liệu từ Star Trek), những người có dạng vật lý nhưng được kết nối không dây với internet / đám mây (Đặc vụ Smith từ Ma trận) và những người không có dạng vật chất sống hoàn toàn trong máy tính hoặc trực tuyến (Samantha từ Cô).

Để bắt đầu, AGI bên trong một cơ thể rô bốt biệt lập với web sẽ cạnh tranh ngang bằng với trí óc con người, nhưng với một số lợi thế nhất định:

Trí nhớ: Tùy thuộc vào thiết kế dạng robot của AGI, trí nhớ ngắn hạn và trí nhớ thông tin quan trọng của chúng chắc chắn sẽ vượt trội hơn con người. Nhưng cuối cùng, có một giới hạn vật lý về dung lượng ổ cứng mà bạn có thể đóng gói vào robot, giả sử chúng ta thiết kế chúng giống con người. Vì lý do này, bộ nhớ dài hạn của AGI sẽ hoạt động rất giống con người, chủ động quên thông tin và ký ức được coi là không cần thiết cho hoạt động trong tương lai của nó (để giải phóng 'không gian đĩa').
Tốc độ: Hiệu suất của các tế bào thần kinh bên trong não người đạt tối đa khoảng 200 hertz, trong khi các bộ vi xử lý hiện đại chạy ở cấp độ gigahertz, nhanh hơn hàng triệu lần so với các tế bào thần kinh. Điều này có nghĩa là so với con người, AGI trong tương lai sẽ xử lý thông tin và đưa ra quyết định nhanh hơn con người. Xin lưu ý bạn, điều này không nhất thiết có nghĩa là AGI này sẽ đưa ra các quyết định thông minh hơn hoặc đúng đắn hơn con người, chỉ là họ có thể đưa ra kết luận nhanh hơn.
Hiệu suất: Nói một cách đơn giản, bộ não của con người sẽ mệt mỏi nếu hoạt động quá lâu mà không được nghỉ ngơi hoặc ngủ, và khi đó, trí nhớ và khả năng học hỏi cũng như lý trí của nó sẽ bị suy giảm. Trong khi đó, đối với AGI, giả sử chúng được sạc (điện) thường xuyên, chúng sẽ không có điểm yếu đó.
Khả năng nâng cấp: Đối với một con người, học một thói quen mới có thể mất hàng tuần thực hành, học một kỹ năng mới có thể mất vài tháng và học một nghề mới có thể mất nhiều năm. Đối với một AGI, họ sẽ có khả năng học hỏi cả bằng kinh nghiệm (giống như con người) và bằng cách tải lên dữ liệu trực tiếp, tương tự như cách bạn thường xuyên cập nhật hệ điều hành của máy tính. Những cập nhật này có thể áp dụng cho việc nâng cấp kiến thức (kỹ năng mới) hoặc nâng cấp hiệu suất cho dạng vật lý AGI.

Tiếp theo, hãy xem các AGI có dạng vật lý, nhưng cũng được kết nối không dây với internet / đám mây. Sự khác biệt mà chúng ta có thể thấy ở cấp độ này khi so sánh với các AGI không được kết nối bao gồm:

Bộ nhớ: Các AGI này sẽ có tất cả các lợi thế ngắn hạn mà lớp AGI trước đó có, ngoại trừ việc chúng cũng sẽ được hưởng lợi từ bộ nhớ dài hạn hoàn hảo vì chúng có thể tải những ký ức đó lên đám mây để truy cập khi cần thiết. Rõ ràng, bộ nhớ này sẽ không thể truy cập được ở những khu vực có kết nối thấp, nhưng điều đó sẽ ít được quan tâm hơn trong những năm 2020 và 2030 khi ngày càng có nhiều người trên thế giới trực tuyến. Đọc thêm trong chương một của chúng tôi Tương lai của Internet series.
Tốc độ: Tùy thuộc vào loại trở ngại mà AGI này gặp phải, họ có thể truy cập sức mạnh tính toán lớn hơn của đám mây để giúp họ giải quyết nó.
Hiệu suất: Không có sự khác biệt khi so sánh với các AGI không được kết nối.
Khả năng nâng cấp: Sự khác biệt duy nhất giữa AGI này vì nó liên quan đến khả năng nâng cấp là họ có thể truy cập các bản nâng cấp trong thời gian thực, không dây, thay vì phải truy cập và cắm vào kho nâng cấp.
Tập thể: Con người trở thành loài thống trị Trái đất không phải vì chúng ta là động vật lớn nhất hay mạnh nhất, mà vì chúng ta học được cách giao tiếp và cộng tác theo nhiều cách khác nhau để đạt được các mục tiêu tập thể, từ săn lùng Voi ma mút lông cừu đến xây dựng Trạm vũ trụ quốc tế. Một nhóm các AGI sẽ đưa sự hợp tác này lên cấp độ tiếp theo. Với tất cả những lợi thế về nhận thức được liệt kê ở trên và sau đó kết hợp với khả năng giao tiếp không dây, cả trực tiếp và qua những khoảng cách xa, một nhóm AGI / bộ óc tổ ong trong tương lai về mặt lý thuyết có thể giải quyết các dự án hiệu quả hơn nhiều so với một nhóm người.

Cuối cùng, loại AGI cuối cùng là phiên bản không có dạng vật lý, hoạt động bên trong máy tính và có quyền truy cập vào toàn bộ sức mạnh tính toán và tài nguyên trực tuyến mà người tạo ra nó cung cấp. Trong các chương trình và sách khoa học viễn tưởng, những AGI này thường ở dạng trợ lý ảo chuyên gia / bạn bè hoặc hệ điều hành linh hoạt của tàu vũ trụ. Nhưng so với hai loại AGI còn lại, AI này sẽ khác biệt theo những cách sau;

Tốc độ: Không giới hạn (hoặc, ít nhất là trong giới hạn của phần cứng mà nó có quyền truy cập).
Bộ nhớ: Không giới hạn
Hiệu suất: Tăng chất lượng ra quyết định nhờ có quyền truy cập vào các trung tâm siêu máy tính.
Khả năng nâng cấp: Tuyệt đối, trong thời gian thực và với nhiều lựa chọn nâng cấp nhận thức không giới hạn. Tất nhiên, vì danh mục AGI này không có dạng robot vật lý, nó sẽ không cần các nâng cấp vật lý có sẵn trừ khi những nâng cấp đó dành cho siêu máy tính đang hoạt động.
Tập thể: Tương tự như loại AGI trước đây, AGI không thân này sẽ hợp tác hiệu quả với các đồng nghiệp AGI của mình. Tuy nhiên, với khả năng truy cập trực tiếp hơn vào sức mạnh tính toán không giới hạn và quyền truy cập vào các tài nguyên trực tuyến, các AGI này thường sẽ giữ vai trò lãnh đạo trong một tập thể AGI tổng thể.

Khi nào loài người sẽ tạo ra trí thông minh nhân tạo đầu tiên?

Không có ngày nào được ấn định cho thời điểm cộng đồng nghiên cứu AI tin rằng họ sẽ phát minh ra một AGI hợp pháp. Tuy nhiên, một 2013 khảo sát trong số 550 nhà nghiên cứu AI hàng đầu thế giới, được thực hiện bởi các nhà tư tưởng nghiên cứu AI hàng đầu Nick Bostrom và Vincent C. Müller, đã tính trung bình phạm vi ý kiến trong XNUMX năm có thể:

Năm lạc quan trung bình (10% khả năng): 2022
Năm thực tế trung bình (khả năng xảy ra 50%): 2040
Năm bi quan trung bình (khả năng 90%): 2075

Mức độ chính xác của những dự báo này không thực sự quan trọng. Điều quan trọng là phần lớn cộng đồng nghiên cứu AI tin rằng chúng ta sẽ phát minh ra AGI trong vòng đời của chúng ta và tương đối sớm trong thế kỷ này.

Cách tạo ra trí thông minh nhân tạo sẽ thay đổi nhân loại

Chúng tôi khám phá tác động của những AI mới này một cách chi tiết trong suốt chương cuối cùng của loạt bài này. Điều đó nói rằng, đối với chương này, chúng tôi sẽ nói rằng việc tạo ra một AGI sẽ rất giống với phản ứng xã hội mà chúng ta sẽ trải qua nếu con người tìm thấy sự sống trên sao Hỏa.

Một trại viên sẽ không hiểu được tầm quan trọng và sẽ tiếp tục nghĩ rằng các nhà khoa học đang làm một việc lớn trong việc tạo ra một máy tính khác mạnh hơn.

Một trại khác, có thể bao gồm những người Luddites và những cá nhân có tư tưởng tôn giáo, sẽ sợ hãi AGI này, nghĩ rằng đó là một điều ghê tởm rằng nó sẽ cố gắng tiêu diệt loài người theo kiểu SkyNet. Trại này sẽ tích cực vận động để xóa / tiêu diệt các AGI dưới mọi hình thức của chúng.

Mặt khác, trại thứ ba sẽ xem sự sáng tạo này như một sự kiện tâm linh hiện đại. Về tất cả các khía cạnh quan trọng, AGI này sẽ là một hình thức sống mới, một hình thức suy nghĩ khác với chúng ta và có mục tiêu khác với mục tiêu của chúng ta. Một khi việc tạo ra AGI được công bố, con người sẽ không còn chia sẻ Trái đất chỉ với động vật mà còn ở bên cạnh một lớp sinh vật nhân tạo mới có trí thông minh ngang bằng hoặc vượt trội hơn chúng ta.

Trại thứ tư sẽ bao gồm các lợi ích kinh doanh, những người sẽ điều tra cách họ có thể sử dụng AGI để giải quyết các nhu cầu kinh doanh khác nhau, chẳng hạn như lấp đầy khoảng trống trong thị trường lao động và đẩy nhanh sự phát triển của hàng hóa và dịch vụ mới.

Tiếp theo, chúng tôi có đại diện từ tất cả các cấp của chính phủ, những người sẽ tự mình đi tìm hiểu về cách điều chỉnh AGI. Đây là cấp độ mà tất cả các cuộc tranh luận về đạo đức và triết học sẽ đi đến đầu, cụ thể là xung quanh việc xem các AGI này là tài sản hay là con người.

Và cuối cùng, trại cuối cùng sẽ là cơ quan quân đội và an ninh quốc gia. Trên thực tế, có nhiều khả năng việc thông báo công khai về AGI đầu tiên có thể bị trì hoãn hàng tháng đến hàng năm do chỉ có trại này. Tại sao? Bởi vì việc phát minh ra AGI, trong ngắn hạn sẽ dẫn đến việc tạo ra siêu trí tuệ nhân tạo (ASI), một thứ sẽ đại diện cho một mối đe dọa địa chính trị lớn và cơ hội vượt xa việc phát minh ra bom hạt nhân.

Vì lý do này, một vài chương tiếp theo sẽ tập trung hoàn toàn vào chủ đề về ASI và liệu nhân loại có tồn tại được sau khi phát minh ra nó hay không.

(Cách quá kịch tính để kết thúc một chương? Bạn cá đấy.)