Quantumrun

CRÈDIT DE LA IMATGE: Quantumrun

Com canviarà la societat la primera intel·ligència general artificial: futur de la intel·ligència artificial P2

David Tal, editor, futurista
@DavidTalWrites
LinkedIn

Dimarts, 09/15/2020 - 13:08

Hem construït piràmides. Hem après a aprofitar l'electricitat. Entenem com es va formar el nostre univers després del Big Bang (principalment). I per descomptat, l'exemple del tòpic, hem posat un home a la lluna. No obstant això, malgrat tots aquests èxits, el cervell humà roman molt al marge de la comprensió de la ciència moderna i és, per defecte, l'objecte més complex de l'univers conegut, o almenys la nostra comprensió d'ell.

Tenint en compte aquesta realitat, no hauria de ser del tot xocant que encara no hàgim construït una intel·ligència artificial (IA) a l'alçada dels humans. Una IA com Data (Star Trek), Rachael (Blade Runner) i David (Prometeu), o una IA no humana com Samantha (Her) i TARS (Interstellar), aquests són tots exemples de la propera gran fita en el desenvolupament de la IA: intel·ligència general artificial (AGI, de vegades també s'anomena HLMI o Human Level Machine Intelligence).

En altres paraules, el repte al qual s'enfronten els investigadors d'IA és: com podem construir una ment artificial comparable a la nostra quan ni tan sols tenim una comprensió completa de com funciona la nostra pròpia ment?

Explorarem aquesta pregunta, juntament amb com els humans es compararan amb els futurs AGI i, finalment, com canviarà la societat l'endemà que s'anunciï al món el primer AGI.

Què és una intel·ligència general artificial?

Dissenyeu una intel·ligència artificial que pugui vèncer els millors jugadors a Chess, Jeopardy i Go, fàcilment (Blau profund, Watsoni AlphaGO respectivament). Dissenyeu una intel·ligència artificial que us pugui donar respostes a qualsevol pregunta, suggerir-vos articles que vulgueu comprar o gestionar una flota de taxis de viatge compartit: al voltant d'ells es construeixen empreses multimilionàries (Google, Amazon, Uber). Fins i tot una IA que et pot conduir d'un costat a l'altre del país... bé, estem treballant-hi.

Però demaneu a una IA que llegeixi un llibre per a nens i entengui el contingut, el significat o la moral que està intentant ensenyar, o demaneu a una IA que digui la diferència entre una imatge d'un gat i una zebra, i acabareu causant més d'uns quants. curtcircuits.

La natura va passar milions d'anys desenvolupant un dispositiu informàtic (cervells) que sobresurt en processar, entendre, aprendre i després actuar en noves situacions i en nous entorns. Compareu-ho amb l'últim mig segle d'informàtica que es va centrar a crear dispositius informàtics adaptats a les tasques singulars per a les quals estaven dissenyats.

És a dir, l'ordinador humà és un generalista, mentre que l'ordinador artificial és un especialista.

L'objectiu de crear un AGI és crear una IA que pugui pensar i aprendre més com un humà, a través de l'experiència en lloc de la programació directa.

En el món real, això significaria un futur AGI que aprengui a llegir, escriure i explicar una broma, o caminar, córrer i anar en bicicleta en gran part tot sol, a través de la seva pròpia experiència al món (utilitzant qualsevol cos o òrgans/dispositius sensorials que li donem), i mitjançant la seva pròpia interacció altres IA i altres humans.

Què es necessitarà per construir una intel·ligència general artificial

Tot i que tècnicament és difícil, la creació d'un AGI ha de ser possible. De fet, hi ha una propietat profundament arrelada dins de les lleis de la física, la universalitat de la computació, que bàsicament diu que tot el que pot fer un objecte físic, un ordinador de propòsit general suficientment potent hauria de ser, en principi, capaç de copiar/simular.

I, tanmateix, és complicat.

Afortunadament, hi ha molts investigadors intel·ligents d'IA sobre el cas (per no parlar de molts finançaments corporatius, governamentals i militars que els donen suport), i fins ara, han identificat tres ingredients clau que creuen que cal resoldre per tal d'aconseguir una solució. AGI al nostre món.

Big data. L'enfocament més comú per al desenvolupament de la IA implica una tècnica anomenada aprenentatge profund, un tipus específic de sistema d'aprenentatge automàtic que funciona absorbint quantitats gegants de dades, triturant aquestes dades en una xarxa de neurones simulades (modelada segons el cervell humà) i després utilitzar els resultats per programar els seus propis coneixements. Per obtenir més detalls sobre l'aprenentatge profund, llegir aquest.

Per exemple, en 2017, Google va alimentar la seva intel·ligència artificial amb milers d'imatges de gats que el seu sistema d'aprenentatge profund va utilitzar per aprendre no només a identificar un gat, sinó també a diferenciar les diferents races de gats. Poc després, van anunciar l'alliberament imminent de Lent de Google, una nova aplicació de cerca que permet als usuaris fer una foto de qualsevol cosa i Google no només us dirà què és, sinó que us oferirà un contingut contextual útil que ho descriu, útil quan viatgeu i voleu obtenir més informació sobre una atracció turística concreta. Però també aquí, Google Lens no seria possible sense els milers de milions d'imatges que figuren actualment al seu cercador d'imatges.

Tot i així, aquesta combinació de grans dades i aprenentatge profund encara no és suficient per generar un AGI.

Millors algorismes. Durant l'última dècada, una filial de Google i líder en l'espai de la IA, DeepMind, va fer un esclat combinant els punts forts de l'aprenentatge profund amb l'aprenentatge de reforç: un enfocament d'aprenentatge automàtic complementari que té com a objectiu ensenyar a la IA com prendre accions en entorns nous per aconseguir-ho. un objectiu marcat.

Gràcies a aquesta tàctica híbrida, l'IA d'estrena de DeepMind, AlphaGo, no només va ensenyar a jugar a AlphaGo descarregant les regles i estudiant les estratègies dels jugadors humans mestres, sinó que després de jugar contra si mateix milions de vegades va poder vèncer els millors jugadors d'AlphaGo. utilitzant moviments i estratègies mai vistes al joc.

De la mateixa manera, l'experiment de programari Atari de DeepMind va implicar donar a una IA una càmera per veure una pantalla de joc típica, programar-la amb la capacitat d'introduir ordres de joc (com els botons del joystick) i donar-li l'objectiu singular d'augmentar la seva puntuació. El resultat? En pocs dies, va ensenyar per si mateix a jugar i a dominar desenes de jocs arcade clàssics.

Però per molt emocionants que siguin aquests primers èxits, encara queden alguns reptes clau per resoldre.

D'una banda, els investigadors d'IA estan treballant per ensenyar a la intel·ligència artificial un truc anomenat "fragmentació" en què els cervells humans i animals són excepcionalment bons. En poques paraules, quan decideixes sortir a comprar queviures, pots visualitzar el teu objectiu final (comprar un alvocat) i un pla aproximat de com ho faries (sortir de casa, visitar la botiga de queviures, comprar l'alvocat, torna a casa). El que no fas és planificar cada respiració, cada pas, cada possible contingència en el teu camí cap allà. En lloc d'això, tens un concepte (tros) a la teva ment d'on vols anar i adapta el teu viatge a qualsevol situació que es presenti.

Per molt comú que us sembli, aquesta habilitat és un dels avantatges clau que encara tenen els cervells humans respecte a la IA: és la capacitat d'adaptació per establir un objectiu i perseguir-lo sense conèixer tots els detalls per endavant i malgrat qualsevol obstacle o canvi ambiental que fem. es pugui trobar. Aquesta habilitat permetria als AGI aprendre de manera més eficient, sense necessitat de les grans dades esmentades anteriorment.

Un altre repte és la capacitat de no només llegir un llibre sinó entendre el significat o el context que hi ha darrere. A llarg termini, l'objectiu aquí és que una IA llegeixi un article de diari i pugui respondre amb precisió a una sèrie de preguntes sobre el que llegeix, com ara escriure un informe de llibre. Aquesta habilitat transformarà una intel·ligència artificial d'una simple calculadora que analitza números a una entitat que analitza el significat.

En general, els avenços addicionals en un algorisme d'autoaprenentatge que pot imitar el cervell humà tindran un paper clau en la creació eventual d'un AGI, però al costat d'aquest treball, la comunitat d'IA també necessita un millor maquinari.

Millor maquinari. Utilitzant els enfocaments actuals explicats anteriorment, un AGI només serà possible després d'augmentar seriosament la potència de càlcul disponible per executar-lo.

Per context, si prenem la capacitat del cervell humà de pensar i la convertim en termes computacionals, aleshores l'estimació aproximada de la capacitat mental d'un humà mitjà és d'un exaflop, que equival a 1,000 petaflops ('Flop' significa operacions de coma flotant per segon i mesura la velocitat de càlcul).

En comparació, a finals de 2018, el superordinador més potent del món, el japonès AI Bridging Cloud tararearà a 130 petaflops, molt menys d'un exaflop.

Tal com es descriu al nostre superordinadors capítol al nostre El futur de la informàtica sèrie, tant els Estats Units com la Xina estan treballant per construir els seus propis superordinadors exaflop per al 2022, però encara que tinguin èxit, potser no n'hi ha prou.

Aquests superordinadors funcionen amb diverses desenes de megawatts de potència, ocupen diversos centenars de metres quadrats d'espai i costen diversos centenars de milions de construir-los. Un cervell humà utilitza només 20 watts de potència, caben dins d'un crani d'uns 50 cm de circumferència i som set mil milions (2018). En altres paraules, si volem que els AGI siguin tan habituals com els humans, haurem d'aprendre a crear-los de manera més econòmica.

Amb aquesta finalitat, els investigadors d'IA estan començant a plantejar-se alimentar les futures IA amb ordinadors quàntics. Es descriu amb més detall a la ordinadors quàntics capítol de la nostra sèrie Future of Computers, aquests ordinadors funcionen d'una manera fonamentalment diferent als ordinadors que hem estat construint durant l'últim mig segle. Un cop perfeccionat a la dècada de 2030, un sol ordinador quàntic superarà tots els superordinadors que funcionen actualment el 2018, a nivell mundial. També seran molt més petits i utilitzaran molta menys energia que els superordinadors actuals.

Com seria superior una intel·ligència general artificial a un humà?

Suposem que tots els reptes esmentats anteriorment es resolen, que els investigadors d'IA troben èxit en la creació del primer AGI. Com serà diferent una ment AGI de la nostra?

Per respondre a aquest tipus de preguntes, hem de classificar les ments AGI en tres categories, les que viuen dins d'un cos robot (Dades de Star Trek), els que tenen una forma física però estan connectats sense fil a Internet/núvol (Agent Smith de la Matriu) i aquells sense forma física que viuen completament en un ordinador o en línia (Samantha de La seva).

Per començar, els AGI dins d'un cos robòtic aïllat de la xarxa competiran a l'igual de la ment humana, però amb avantatges selectes:

Memòria: depenent del disseny de la forma robòtica de l'AGI, la seva memòria a curt termini i la memòria de la informació clau definitivament seran superiors als humans. Però al final del dia, hi ha un límit físic a la quantitat d'espai del disc dur que podeu incorporar al robot, suposant que els dissenyem perquè semblin humans. Per aquest motiu, la memòria a llarg termini dels AGI actuarà molt com la dels humans, oblidant activament la informació i els records que es consideren innecessaris per al seu funcionament futur (per tal d'alliberar "espai en disc").
Velocitat: el rendiment de les neurones dins del cervell humà és màxim a uns 200 hertz, mentre que els microprocessadors moderns funcionen a nivell de gigahertz, per tant milions de vegades més ràpid que les neurones. Això significa que, en comparació amb els humans, els futurs AGI processaran la informació i prendran decisions més ràpidament que els humans. Tingueu en compte que això no vol dir necessàriament que aquest AGI prengui decisions més intel·ligents o correctes que els humans, només que puguin arribar a conclusions més ràpidament.
Rendiment: en poques paraules, el cervell humà es cansa si funciona massa temps sense descans ni dormir, i quan ho fa, la seva memòria i la seva capacitat d'aprenentatge i raonament es veuen deteriorades. Mentrestant, per als AGI, suposant que es recarreguen (electricitat) amb regularitat, no tindran aquesta debilitat.
Actualització: per a un humà, aprendre un hàbit nou pot portar setmanes de pràctica, aprendre una nova habilitat pot trigar mesos i aprendre una nova professió pot trigar anys. Per a un AGI, tindran la capacitat d'aprendre tant per experiència (com els humans) com per la càrrega directa de dades, de manera similar a com actualitzeu regularment el sistema operatiu de l'ordinador. Aquestes actualitzacions es poden aplicar a les actualitzacions de coneixements (competències noves) o a les actualitzacions de rendiment a la forma física dels AGI.

A continuació, mirem els AGI que tenen una forma física, però també estan connectats sense fil a Internet/núvol. Les diferències que podem veure amb aquest nivell en comparació amb els AGI no connectats inclouen:

Memòria: aquests AGI tindran tots els avantatges a curt termini que té la classe AGI anterior, excepte que també es beneficiaran d'una memòria perfecta a llarg termini, ja que poden pujar aquestes memòries al núvol per accedir-hi quan sigui necessari. Òbviament, aquesta memòria no serà accessible a les zones de poca connectivitat, però això serà menys preocupant durant les dècades de 2020 i 2030 quan més part del món estigui en línia. Llegeix més a capítol u del nostre El futur d'Internet sèrie.
Velocitat: depenent del tipus d'obstacle al qual s'enfronta aquest AGI, poden accedir a la potència de càlcul més gran del núvol per ajudar-los a resoldre'l.
Rendiment: no hi ha diferència en comparació amb els AGI no connectats.
Actualització: l'única diferència amb aquest AGI pel que fa a l'actualització és que poden accedir a les actualitzacions en temps real, sense fil, en lloc d'haver de visitar i connectar-se a un dipòsit d'actualitzacions.
Col·lectiu: els humans es van convertir en l'espècie dominant de la Terra no perquè fóssim l'animal més gran o més fort, sinó perquè vam aprendre a comunicar-nos i col·laborar de diverses maneres per assolir objectius col·lectius, des de la caça d'un mamut llana fins a la construcció de l'Estació Espacial Internacional. Un equip d'AGI portaria aquesta col·laboració al següent nivell. Tenint en compte tots els avantatges cognitius esmentats anteriorment i, a continuació, combinar-ho amb la capacitat de comunicar-se sense fil, tant en persona com a llargues distàncies, un futur equip AGI / ment rusc podria, teòricament, abordar projectes de manera molt més eficient que un equip d'humans.

Finalment, l'últim tipus d'AGI és la versió sense forma física, aquella que funciona dins d'un ordinador, i té accés a tota la potència informàtica i als recursos en línia que li proporcionen els seus creadors. En els espectacles i llibres de ciència-ficció, aquests AGI solen prendre la forma d'assistents/amics virtuals experts o el sistema operatiu valencià d'una nau espacial. Però en comparació amb les altres dues categories d'AGI, aquesta IA diferirà de les següents maneres;

Velocitat: il·limitada (o almenys fins als límits del maquinari al qual té accés).
Memòria: il·limitada
Rendiment: Augment de la qualitat de la presa de decisions gràcies al seu accés als centres de supercomputació.
Actualització: absoluta, en temps real i amb una selecció il·limitada d'actualitzacions cognitives. Per descomptat, com que aquesta categoria AGI no té una forma de robot físic, no necessitarà les actualitzacions físiques disponibles tret que aquestes actualitzacions siguin per als superordinadors en els quals operen.
Col·lectiu: semblant a l'anterior categoria AGI, aquest AGI sense cos col·laborarà eficaçment amb els seus col·legues d'AGI. No obstant això, atès el seu accés més directe a una potència informàtica il·limitada i accés a recursos en línia, aquests AGI solen tenir funcions de lideratge en un col·lectiu AGI global.

Quan crearà la humanitat la primera intel·ligència general artificial?

No hi ha una data fixada per quan la comunitat de recerca de la IA creu que inventarà un AGI legítim. Tanmateix, a 2013 enquesta dels 550 dels millors investigadors d'IA del món, realitzats pels principals pensadors de la investigació en IA Nick Bostrom i Vincent C. Müller, van promediar el ventall d'opinions a tres anys possibles:

Mitjana de l'any optimista (10% de probabilitat): 2022
Mitjana de l'any realista (50% de probabilitat): 2040
Mitjana de l'any pessimista (90% de probabilitat): 2075

La precisió d'aquestes previsions no importa realment. El que sí importa és que la gran majoria de la comunitat de recerca d'IA creu que inventarem un AGI al llarg de les nostres vides i relativament a principis d'aquest segle.

Com la creació d'una intel·ligència general artificial canviarà la humanitat

Explorem l'impacte d'aquesta nova IA en detall al llarg de l'últim capítol d'aquesta sèrie. Dit això, per a aquest capítol, direm que la creació d'un AGI serà molt semblant a la reacció de la societat que experimentarem si els humans trobessin vida a Mart.

Un camp no entendrà la importància i continuarà pensant que els científics estan fent molt per crear un altre ordinador més potent.

Un altre camp, probablement format per luddites i persones de mentalitat religiosa, tindrà por d'aquest AGI, pensant que és una abominació que intentarà exterminar la humanitat a l'estil SkyNet. Aquest campament advocarà activament per eliminar/destruir els AGI en totes les seves formes.

D'altra banda, el tercer campament veurà aquesta creació com un esdeveniment espiritual modern. En tots els aspectes importants, aquest AGI serà una nova forma de vida, una que pensa de manera diferent a la nostra i els objectius de la qual són diferents dels nostres. Un cop s'anunciï la creació d'un AGI, els humans ja no compartiran la Terra només amb animals, sinó també al costat d'una nova classe d'éssers artificials la intel·ligència dels quals és igual o superior a la nostra.

El quart camp inclourà interessos empresarials que investigaran com poden utilitzar els AGI per atendre diverses necessitats empresarials, com ara omplir els buits del mercat laboral i accelerar el desenvolupament de nous béns i serveis.

A continuació, tenim representants de tots els nivells de govern que s'ensopegaran intentant donar sentit a com regular els AGI. Aquest és el nivell on es produiran tots els debats moralitzadors i filosòfics, concretament sobre si tractar aquests AGI com a propietat o com a persones.

I, finalment, l'últim camp serà l'exèrcit i les agències de seguretat nacional. De fet, hi ha moltes possibilitats que l'anunci públic del primer AGI es pugui retardar mesos o anys només a causa d'aquest campament. Per què? Perquè la invenció d'un AGI, portarà en breu a la creació d'una superintel·ligència artificial (ASI), que representarà una amenaça geopolítica massiva i una oportunitat molt superior a la invenció de la bomba nuclear.

Per aquest motiu, els propers capítols se centraran completament en el tema dels ASI i si la humanitat sobreviurà després de la seva invenció.

(Una manera massa dramàtica d'acabar un capítol? Estàs segur.)