Quantumrun

BILDA KREDITO: Quantumrun

Kiel la unua Artefarita Ĝenerala Inteligenteco ŝanĝos socion: Estonteco de artefarita inteligenteco P2

David Tal, Eldonisto, Futuristo
@DavidTalWrites
LinkedIn

mar, 09/15/2020 - 13:08

Ni konstruis piramidojn. Ni lernis utiligi elektron. Ni komprenas kiel nia universo formiĝis post la Praeksplodo (plejparte). Kaj kompreneble, la kliŝa ekzemplo, ni metis viron sur la lunon. Tamen, malgraŭ ĉiuj ĉi tiuj atingoj, la homa cerbo restas multe ekster la kompreno de moderna scienco kaj estas, defaŭlte, la plej kompleksa objekto en la konata universo - aŭ almenaŭ nia kompreno de ĝi.

Konsiderante ĉi tiun realon, ne devus esti tute ŝoke, ke ni ankoraŭ ne konstruis artefaritan inteligentecon (AI) egale al homoj. AI kiel Data (Star Trek), Rachael (Blade Runner) kaj David (Prometeo), aŭ ne-humanoida AI kiel Samantha (Ŝi) kaj TARS (Interstela), ĉi tiuj estas ĉiuj ekzemploj de la sekva granda mejloŝtono en AI-disvolviĝo: artefarita ĝenerala inteligenteco (AGI, foje ankaŭ referite kiel HLMI aŭ Human Level Machine Intelligence).

Alivorte, la defio alfrontata de esploristoj de AI estas: Kiel ni povas konstrui artefaritan menson kompareblan al nia propra kiam ni eĉ ne havas plenan komprenon pri kiel funkcias nia propra menso?

Ni esploros ĉi tiun demandon, kune kun kiel homoj starigos kontraŭ estontaj AGI-oj, kaj finfine, kiel socio ŝanĝos la tagon post kiam la unua AGI estos anoncita al la mondo.

Kio estas artefarita ĝenerala inteligenteco?

Projektu AI, kiu povas venki la plej rangigitajn ludantojn en Chess, Jeopardy kaj Go, facile (Deep Blue, watsonKaj AlphaGO respektive). Desegnu AI, kiu povas servi al vi respondojn al iu ajn demando, sugesti erojn, kiujn vi eble volas aĉeti, aŭ administri aron de kundividaj taksioj—tutaj multmiliardaj kompanioj estas konstruitaj ĉirkaŭ ili (Google, Amazon, Uber). Eĉ AI kiu povas peli vin de unu flanko de la lando al la alia ... nu, ni laboras pri ĝi.

Sed petu al AI legi infanlibron kaj kompreni la enhavon, signifon aŭ moralon, kiun ĝi provas instrui, aŭ petu al AI diri la diferencon inter bildo de kato kaj zebro, kaj vi finos kaŭzi pli ol kelkajn. mallongaj cirkvitoj.

Naturo pasigis milionojn da jaroj evoluigante komputikan aparaton (cerboj) kiu elstaras je prilaborado, kompreno, lernado, kaj poste agado al novaj situacioj kaj ene de novaj medioj. Komparu tion kun la lasta duonjarcento de komputiko, kiu koncentriĝis pri kreado de komputikaj aparatoj, kiuj estis adaptitaj al la unuopaj taskoj por kiuj ili estis dizajnitaj.

Alivorte, la homo-komputilo estas ĝeneralisto, dum la artefarita komputilo estas specialisto.

La celo de kreado de AGI estas krei AI kiu povas pensi kaj lerni pli kiel homo, per sperto prefere ol per rekta programado.

En la reala mondo, tio signifus estontan AGI lernantan kiel legi, skribi kaj rakonti ŝercon, aŭ piediri, kuri kaj bicikli plejparte memstare, per sia propra sperto en la mondo (uzante kian ajn korpon aŭ sensororganoj/aparatoj ni donas al ĝi), kaj per sia propra interago aliaj AI kaj aliaj homoj.

Kio necesos por konstrui artefaritan ĝeneralan inteligentecon

Kvankam teknike malfacila, krei AGI devas esti ebla. Se fakte, ekzistas profunde tenita posedaĵo ene de la leĝoj de fiziko - la universaleco de komputado - kiu esence diras ĉion, kion fizika objekto povas fari, sufiĉe potenca, ĝeneraluzebla komputilo devus, principe, povi kopii/simuli.

Kaj tamen, ĝi estas malfacila.

Feliĉe, ekzistas multaj lertaj esploristoj pri AI pri la kazo (sen mencii multajn kompaniajn, registarajn kaj armeajn financadojn subtenantaj ilin), kaj ĝis nun ili identigis tri ŝlosilajn ingrediencojn, kiujn ili opinias necesaj solvi por alporti AGI en nian mondon.

Grandaj datumoj. La plej ofta aliro al AI-evoluo implikas teknikon nomitan profunda lernado—specifa speco de maŝinlernada sistemo, kiu funkcias per konsumado de gigantaj kvantoj da datumoj, krakante koncernajn datumojn en reto de simulitaj neŭronoj (modeligitaj laŭ la homa cerbo), kaj poste. uzu la rezultojn por programi siajn proprajn komprenojn. Por pliaj detaloj pri profunda lernado, Legu ĉi tion.

Ekzemple, en 2017, Guglo nutris sian AI milojn da bildoj de katoj, kiujn ĝia profunda lernadsistemo uzis por lerni ne nur kiel identigi katon, sed diferencigi inter malsamaj katoj. Ne longe post, ili anoncis la baldaŭan liberigon de Google Lensoj, nova serĉa aplikaĵo, kiu ebligas al uzantoj preni foton de io ajn kaj Guglo ne nur diros al vi kio ĝi estas, sed ofertos iun utilan kuntekstan enhavon priskribantan ĝin - oportuna dum vojaĝado kaj vi volas lerni pli pri specifa turisma altiro. Sed ankaŭ ĉi tie, Google Lens ne eblus sen la miliardoj da bildoj nuntempe listigitaj en ĝia bildserĉilo.

Kaj tamen, ĉi tiu kombo de grandaj datumoj kaj profunda lernado ankoraŭ ne sufiĉas por krei AGI.

Pli bonaj algoritmoj. Dum la pasinta jardeko, Google-filio kaj gvidanto en la AI-spaco, DeepMind, faris plaĉon kombinante la fortojn de profunda lernado kun plifortiga lernado — komplementa maŝinlernado, kiu celas instrui AI kiel fari agojn en novaj medioj por atingi. fiksita celo.

Danke al ĉi tiu hibrida taktiko, la premiera AI de DeepMind, AlphaGo, ne nur instruis sin kiel ludi AlphaGo elŝutante la regulojn kaj studante la strategiojn de majstraj homaj ludantoj, sed post ludado kontraŭ si milionojn da fojoj tiam povis venki la plej bonajn ludantojn de AlphaGo. uzante movojn kaj strategiojn neniam antaŭe viditajn en la ludo.

Same, la Atari-programa eksperimento de DeepMind implikis doni al AI fotilon por vidi tipan ludekranon, programante ĝin kun la kapablo enigi ludordonojn (kiel stirstangobutonoj), kaj donante al ĝi la eksterordinaran celon pliigi ĝian poentaron. La rezulto? Ene de tagoj, ĝi instruis sin kiel ludi kaj kiel regi dekojn da klasikaj arkadludoj.

Sed kiom ajn ekscitaj estas ĉi tiuj fruaj sukcesoj, restas iuj ŝlosilaj defioj por solvi.

Unue, AI-esploristoj laboras por instrui al AI lertaĵon nomitan "peceto", pri kiu homaj kaj bestaj cerboj estas escepte kapablaj. Simple, kiam vi decidas eliri por aĉeti manĝaĵojn, vi povas bildigi vian finan celon (aĉeti avokadon) kaj malglatan planon kiel vi farus ĝin (forlasu la domon, vizitu la nutraĵvendejon, aĉetu). la avokado, reveni hejmen). Kion vi ne faras, estas plani ĉiun spiron, ĉiun paŝon, ĉiun eblan eventualaĵon sur via vojo tien. Anstataŭe, vi havas koncepton (pecon) en via menso pri kie vi volas iri kaj adapti vian vojaĝon al kia ajn situacio, kiu aperas.

Kiel ajn ofta kiel ĝi povas senti al vi, ĉi tiu kapablo estas unu el la ĉefaj avantaĝoj de homaj cerboj ankoraŭ havas super AI—estas la adaptiĝo por fiksi celon kaj persekuti ĝin sen scii ĉiun detalon anticipe kaj malgraŭ ajna malhelpo aŭ media ŝanĝo, kiun ni. povus renkonti. Ĉi tiu kapablo ebligus al AGI-oj lerni pli efike, sen la bezono de la grandaj datumoj menciitaj supre.

Alia defio estas la kapablo ne nur legi libron sed kompreni la signifon aŭ kunteksto malantaŭ ĝi. Longtempe, la celo ĉi tie estas ke AI legu gazetartikolon kaj povu precize respondi gamon da demandoj pri tio, kion ĝi legas, kvazaŭ verki libroraporton. Ĉi tiu kapablo transformos AI de simple kalkulilo, kiu kraĉas nombrojn al ento, kiu kraĉas signifon.

Ĝenerale, pliaj progresoj al memlernada algoritmo, kiu povas imiti la homan cerbon, ludos ŝlosilan rolon en la eventuala kreado de AGI, sed kune kun ĉi tiu laboro, la AI-komunumo ankaŭ bezonas pli bonan aparataron.

Pli bona aparataro. Uzante la nunajn alirojn klarigitajn supre, AGI nur fariĝos ebla post kiam ni serioze akcelos la komputikan povon disponeblan por funkcii ĝin.

Por kunteksto, se ni prenis la kapablon de la homa cerbo pensi kaj konvertis ĝin en komputilajn terminojn, tiam la malglata takso de la mensa kapablo de averaĝa homo estas unu eksaflopo, kio estas ekvivalenta al 1,000 petaflopoj ('Flop' signifas glitkoman operaciojn per due kaj mezuras la rapidecon de komputado).

Kompare, antaŭ la fino de 2018, la plej potenca superkomputilo de la mondo, la japana AI Bridging Cloud zumos je 130 petaflopoj, malproksime de unu eksaflopo.

Kiel skizite en nia superkomputiloj ĉapitro en nia Estonteco de Komputiloj serioj, kaj Usono kaj Ĉinio laboras por konstrui siajn proprajn eksaflop-superkomputilojn antaŭ 2022, sed eĉ se ili sukcesos, tio ankoraŭ eble ne sufiĉas.

Tiuj ĉi superkomputiloj funkcias per kelkdek megavatoj da potenco, okupas kelkcent kvadratajn metrojn da spaco kaj kostas kelkcent milionojn por konstrui. Homa cerbo uzas nur 20 vatojn da potenco, konvenas en kranio ĉirkaŭ 50 cm en cirkonferenco, kaj estas sep miliardoj da ni (2018). Alivorte, se ni volas fari AGI-ojn tiel ordinarajn kiel homoj, ni devos lerni kiel krei ilin multe pli ekonomie.

Tiucele, AI-esploristoj komencas pripensi funkciigi estontajn AI per kvantumaj komputiloj. Priskribite pli detale en la kvantumaj komputiloj ĉapitro en nia serio Future of Computers (Estonteco de Komputiloj), ĉi tiuj komputiloj funkcias esence malsama maniero ol la komputiloj, kiujn ni konstruis dum la lasta duonjarcento. Post kiam perfektigita de la 2030-aj jaroj, ununura kvantuma komputilo superkomputos ĉiun superkomputilon nuntempe funkciantan en 2018, tutmonde, kunmetita. Ili ankaŭ estos multe pli malgrandaj kaj uzos multe malpli da energio ol nunaj superkomputiloj.

Kiel artefarita ĝenerala inteligenteco estus pli alta ol homo?

Ni supozu, ke ĉiu defio listigita supre estas komprenata, ke AI-esploristoj trovas sukceson krei la unuan AGI. Kiel AGI-menso estos malsama ol nia propra?

Por respondi ĉi tiun specon de demando, ni devas klasifiki AGI-mensojn en tri kategoriojn, tiujn kiuj vivas ene de robotkorpo (Datumoj de Stela Vojaĝo), tiuj kiuj havas fizikan formon sed estas konektitaj sendrate al la interreto/nubo (Agent Smith de la Matrico) kaj tiuj sen fizika formo, kiuj vivas tute en komputilo aŭ interrete (Samantha de ludoj).

Por komenci, AGI-oj ene de robotkorpo izolita de la reto konkuros samkiel homaj mensoj, sed kun elektitaj avantaĝoj:

Memoro: Depende de la dezajno de la robotformo de la AGI, ilia mallongperspektiva memoro kaj memoro de ŝlosilaj informoj certe estos superaj ol homoj. Sed fine de la tago, ekzistas fizika limo al kiom da malmola disko spaco vi povas paki en roboton, supozante ke ni desegnas ilin por aspekti kiel homoj. Tial, la longdaŭra memoro de AGI-oj agos tre kiel tiu de homoj, aktive forgesante informojn kaj memorojn kiuj estas konsiderataj nenecesaj por ĝia estonta funkciado (por liberigi 'diskspacon').
Rapido: La agado de neŭronoj ene de la homa cerbo maksimumas je ĉirkaŭ 200 hercoj, dum modernaj mikroprocesoroj funkcias je la gigaherca nivelo, do milionoj da fojoj pli rapide ol neŭronoj. Ĉi tio signifas kompare kun homoj, estontaj AGI-oj prilaboros informojn kaj faros decidojn pli rapide ol homoj. Atentu, ĉi tio ne nepre signifas, ke ĉi tiu AGI faros pli inteligentajn aŭ pli ĝustajn decidojn ol homoj, nur ke ili povas veni al konkludoj pli rapide.
Agado: Simple dirite, la homa cerbo laciĝas se ĝi funkcias tro longe sen ripozo aŭ dormo, kaj kiam ĝi faras, ĝia memoro kaj ĝia kapablo lerni kaj rezoni estas difektitaj. Dume, por AGI-oj, supozante, ke ili estas reŝargitaj (elektro) regule, ili ne havos tiun malforton.
Ĝisdatigebleco: Por homo, lerni novan kutimon povas preni semajnojn da praktiko, lerni novan kapablon povas daŭri monatojn, kaj lerni novan profesion povas daŭri jarojn. Por AGI, ili havos la kapablon lerni kaj per sperto (kiel homoj) kaj per rekta alŝuto de datumoj, simile al kiel vi regule ĝisdatigas la OS de via komputilo. Ĉi tiuj ĝisdatigoj povas validi por scioĝisdatigaĵoj (novaj kapabloj) aŭ agado ĝisdatigoj al la fizika formo de AGI.

Poste, ni rigardu AGI-ojn kiuj havas fizikan formon, sed ankaŭ estas konektitaj sendrate al la interreto/nubo. La diferencoj, kiujn ni povas vidi kun ĉi tiu nivelo kompare kun ne-ligitaj AGI-oj inkluzivas:

Memoro: Ĉi tiuj AGI-oj havos ĉiujn mallongperspektivajn avantaĝojn kiujn la antaŭa AGI-klaso havas, krom ke ili ankaŭ profitos el perfekta longdaŭra memoro ĉar ili povas alŝuti tiujn memorojn al la nubo por aliri kiam bezonate. Evidente, ĉi tiu memoro ne estos alirebla en areoj de malalta konektebleco, sed tio fariĝos malpli zorga dum la 2020-aj kaj 2030-aj jaroj kiam pli da la mondo enretas. Legu pli en ĉapitro unu de nia Estonteco de la Interreto serio.
Rapido: Depende de la tipo de obstaklo kiun ĉi tiu AGI alfrontas, ili povas aliri la pli grandan komputikan potencon de la nubo por helpi ilin solvi ĝin.
Efikeco: Neniu diferenco kompare kun nekonektitaj AGIoj.
Ĝisdatigebleco: La nura diferenco inter kun ĉi tiu AGI kiel ĝi rilatas al ĝisdatigebleco estas ke ili povas aliri ĝisdatigaĵojn en reala tempo, sendrate, anstataŭ devi viziti kaj ŝtopi en ĝisdatigdeponejo.
Kolektivo: Homoj iĝis la reganta specio de la Tero ne ĉar ni estis la plej granda aŭ plej forta besto, sed ĉar ni lernis kiel komuniki kaj kunlabori diversmaniere por atingi kolektivajn celojn, de ĉasi Lanan Mamuton ĝis konstruado de la Internacia Spacstacio. Teamo de AGIoj prenus ĉi tiun kunlaboron al la sekva nivelo. Konsiderante ĉiujn kognajn avantaĝojn listigitajn supre kaj poste kombini tion kun la kapablo sendrate komuniki, kaj persone kaj trans longdistancoj, estonta AGI-teamo/abelmenso povus teorie trakti projektojn multe pli efike ol teamo de homoj.

Fine, la lasta tipo de AGI estas la versio sen fizika formo, kiu funkcias ene de komputilo, kaj havas aliron al la plena komputika potenco kaj interretaj rimedoj, kiujn ĝiaj kreintoj provizas al ĝi. En sciencfikciaj spektakloj kaj libroj, tiuj AGIoj kutime prenas la formon de spertaj virtualaj asistantoj/amikoj aŭ la kuraĝa operaciumo de kosmoŝipo. Sed kompare kun la aliaj du kategorioj de AGI, ĉi tiu AI malsamos laŭ la sekvaj manieroj;

Rapido: Senlima (aŭ almenaŭ ĝis la limoj de la aparataro al kiu ĝi havas aliron).
Memoro: Senlima
Rendimento: Pliiĝo en decida kvalito danke al ĝia aliro al superkomputikaj centroj.
Ĝisdatigebleco: Absoluta, en reala tempo, kaj kun senlima elekto de kognaj ĝisdatigoj. Kompreneble, ĉar ĉi tiu AGI-kategorio ne havas fizikan robotformon, ĝi ne bezonos la fizikajn ĝisdatigojn disponeblajn krom se tiuj ĝisdatigoj estas al la superkomputiloj en kiuj funkcias.
Kolektivo: Simile al la antaŭa AGI-kategorio, ĉi tiu senkorpa AGI efike kunlaboros kun siaj AGI-kolegoj. Tamen, pro ĝia pli rekta aliro al senlima komputika potenco kaj aliro al interretaj rimedoj, ĉi tiuj AGI-oj kutime prenos gvidajn rolojn en ĝenerala AGI-kolektivo.

Kiam la homaro kreos la unuan artefaritan ĝeneralan inteligentecon?

Ne estas difinita dato por kiam la AI-esplorkomunumo kredas, ke ili inventos legitiman AGI. Tamen, a 2013-enketo el 550 el la plej bonaj AI-esploristoj de la mondo, faritaj de gvidaj AI-esplorpensuloj Nick Bostrom kaj Vincent C. Müller, averaĝis la gamon da opinioj al tri eblaj jaroj:

Meza optimisma jaro (10% verŝajneco): 2022
Mediana realisma jaro (50% verŝajneco): 2040
Mediana pesimisma jaro (90% verŝajneco): 2075

Kiom precizaj estas ĉi tiuj prognozoj ne vere gravas. Kio gravas estas, ke la granda plimulto de la AI-esplorkomunumo kredas, ke ni inventos AGI en niaj vivoj kaj relative frue en ĉi tiu jarcento.

Kiel krei artefaritan ĝeneralan inteligentecon ŝanĝos la homaron

Ni esploras la efikon de ĉi tiuj novaj AI detale tra la lasta ĉapitro de ĉi tiu serio. Dirite, por ĉi tiu ĉapitro, ni diros, ke la kreado de AGI estos tre simila al la socia reago, kiun ni spertos, se homoj trovos vivon sur Marso.

Unu tendaro ne komprenos la signifon kaj daŭre pensos, ke sciencistoj multe faras pri kreado de ankoraŭ pli potenca komputilo.

Alia tendaro, verŝajne konsistanta el luditoj kaj religiemaj individuoj, timos ĉi tiun AGI, opiniante ke estas abomeno ke ĝi provos ekstermi la homaron SkyNet-stilan. Ĉi tiu tendaro aktive pledos por forigi/detrui AGI-ojn en ĉiuj iliaj formoj.

Aliflanke, la tria tendaro rigardos ĉi tiun kreaĵon kiel modernan spiritan eventon. Laŭ ĉiuj manieroj kiuj gravas, ĉi tiu AGI estos nova formo de vivo, kiu pensas alimaniere ol ni kaj kies celoj estas malsamaj ol niaj propraj. Post kiam la kreado de AGI estas anoncita, homoj ne plu dividos la Teron kun nur bestoj, sed ankaŭ kune kun nova klaso de artefaritaj estaĵoj kies inteligenteco estas egala aŭ supera al nia propra.

La kvara tendaro inkluzivos komercajn interesojn, kiuj esploros kiel ili povas uzi AGIojn por trakti diversajn komercajn bezonojn, kiel plenigi mankojn en la labormerkato kaj akceli la disvolviĝon de novaj varoj kaj servoj.

Poste, ni havas reprezentantojn de ĉiuj niveloj de registaro, kiuj stumblos pro si mem provante kompreni kiel reguligi AGIojn. Ĉi tiu estas la nivelo kie ĉiuj moraligaj kaj filozofiaj debatoj venos al la kapo, specife ĉirkaŭ ĉu trakti tiujn AGI-ojn kiel posedaĵon aŭ kiel personojn.

Kaj fine, la lasta tendaro estos la militaj kaj naciaj sekurecaj agentejoj. Verdire, estas bona ŝanco, ke la publika anonco de la unua AGI povas esti prokrastita de monatoj ĝis jaroj pro ĉi tiu tendaro sole. Kial? Ĉar la invento de AGI, baldaŭ kondukos al la kreado de artefarita superinteligenteco (ASI), kiu reprezentos masivan geopolitikan minacon kaj ŝancon multe superantan la inventon de la atombombo.

Tial, la venontaj malmultaj ĉapitroj koncentriĝos tute pri la temo de ASIoj kaj ĉu la homaro postvivos post sia invento.

(Troe drama maniero fini ĉapitron? Vi vetas.)