Kuidas esimene tehisintellekt ühiskonda muudab: tehisintellekti tulevik P2

Oleme ehitanud püramiide. Õppisime elektrit kasutama. Me mõistame, kuidas meie universum tekkis pärast Suurt Pauku (enamasti). Ja muidugi, klišeelik näide, oleme mehe Kuu peale pannud. Kuid hoolimata kõigist nendest saavutustest jääb inimaju kaugele väljapoole tänapäevase teaduse mõistmist ja on vaikimisi kõige keerulisem objekt teadaolevas universumis – või vähemalt meie arusaam sellest.

Seda reaalsust arvestades ei tohiks olla täiesti šokeeriv, et me pole veel inimestega võrdset tehisintellekti (AI) üles ehitanud. Tehisintellekt, nagu Data (Star Trek), Rachael (Blade Runner) ja David (Prometheus) või mittehumanoidne tehisintellekt, nagu Samantha (Her) ja TARS (tähtedevaheline), on kõik näited AI arendamise järgmisest suurest verstapostist: tehisintellekt (AGI, mõnikord nimetatakse seda ka HLMI-ks või inimtaseme masina intelligentsuseks). 

Teisisõnu, tehisintellekti uurijate ees seisev väljakutse on järgmine: kuidas me saame luua meie omaga võrreldava tehismõistuse, kui meil pole isegi täielikku arusaama meie enda mõistuse toimimisest?

Uurime seda küsimust koos sellega, kuidas inimesed tulevaste AGI-de vastu seisavad, ja lõpuks, kuidas ühiskond muutub päev pärast seda, kui esimene AGI maailmale teatavaks tehakse. 

Mis on tehisintellekt?

Looge tehisintellekt, mis suudab võita male, Jeopardy ja Go parimaid mängijaid, lihtne (Deep Blue, Watsonja AlphaGO vastavalt). Looge tehisintellekt, mis pakub teile vastuseid kõikidele küsimustele, soovitab esemeid, mida võiksite osta, või hallata ühissõidukitaksoparki – nende ümber on üles ehitatud terved mitme miljardi dollari väärtuses ettevõtted (Google, Amazon, Uber). Isegi tehisintellekt, mis suudab teid ühest riigi otsast teise sõidutada... noh, me töötame selle kallal.

Kuid paluge tehisintellektil lugeda lasteraamatut ja mõista selle sisu, tähendust või moraali, mida see õpetab, või paluge tehisintellektil teha vahet kassi ja sebra pildil, nii et te põhjustate rohkem kui mõne lühised. 

Loodus kulutas miljoneid aastaid arendades arvutusseadet (aju), mis on suurepärane töötlemise, mõistmise, õppimise ning seejärel uutes olukordades ja uutes keskkondades tegutsemises. Võrrelge seda viimase poole sajandi arvutiteadusega, mis keskendus arvutusseadmete loomisele, mis olid kohandatud nende üksikute ülesannete jaoks, milleks need olid loodud. 

Teisisõnu, inimene-arvuti on generalist, tehisarvuti aga spetsialist.

AGI loomise eesmärk on luua AI, mis suudab mõelda ja õppida rohkem nagu inimene, pigem kogemuse kui otsese programmeerimise kaudu.

Reaalses maailmas tähendaks see seda, et tulevane AGI õpib lugema, kirjutama ja nalju rääkima või kõndima, jooksma ja rattaga sõitma suures osas üksi, oma kogemuse kaudu maailmas (kasutades mis tahes keha või sensoorsed organid/seadmed, mida me talle anname) ning selle enda interaktsiooni kaudu teised AI ja teised inimesed.

Mida on vaja tehisintellekti loomiseks

Kuigi tehniliselt keeruline, peab AGI loomine olema võimalik. Kui tõsiasi, füüsikaseadustes on üks sügavalt juurdunud omadus – arvutamise universaalsus –, mis põhimõtteliselt ütleb kõike, mida füüsiline objekt suudab, peaks piisavalt võimas üldotstarbeline arvuti põhimõtteliselt suutma kopeerida/simuleerida.

Ja siiski, see on keeruline.

Õnneks on juhtumiga tegelemas palju nutikaid tehisintellekti uurijaid (rääkimata paljudest ettevõtete, valitsuse ja sõjaväe rahalistest vahenditest, mis neid toetavad) ning siiani on nad tuvastanud kolm peamist komponenti, mida nende arvates on vaja lahendada. AGI meie maailma.

Big andmed. Kõige tavalisem lähenemine tehisintellekti arendamisele hõlmab tehnikat, mida nimetatakse sügavaks õppimiseks – spetsiifilist tüüpi masinõppesüsteemi, mis toimib hiiglaslike andmemahtude kokkusurumisel, nende andmete kokkusurumisel simuleeritud neuronite võrgustikus (modelleeritud inimaju järgi) ja seejärel. kasutada saadud tulemusi oma arusaamade programmeerimiseks. Süvaõppe kohta lisateabe saamiseks loe seda.

Näiteks aastal 2017Google andis oma tehisintellektile ette tuhandeid kassipilte, mida tema süvaõppesüsteem kasutas mitte ainult kassi tuvastamise, vaid ka erinevate kassitõugude eristamiseks. Varsti pärast seda teatasid nad eelseisvast vabastamisest Google Lens, uus otsingurakendus, mis võimaldab kasutajatel kõike pildistada ja Google mitte ainult ei ütle teile, mis see on, vaid pakub seda kirjeldavat kasulikku kontekstipõhist sisu – see on mugav reisimisel ja soovite lisateavet konkreetse turismiatraktsiooni kohta. Kuid ka siin poleks Google Lens võimalik ilma selle pildiotsingumootoris praegu loetletud miljardite piltideta.

Ja siiski, sellest suurte andmete ja sügava õppimise kombinatsioonist ei piisa AGI loomiseks.

Paremad algoritmid. Viimase kümnendi jooksul tegi Google'i tütarettevõte ja tehisintellektivaldkonna liider DeepMind silmapaistva edu, ühendades süvaõppe tugevused tugevdava õppega – see on tasuta masinõppe lähenemisviis, mille eesmärk on õpetada tehisintellektile, kuidas uutes keskkondades toiminguid teha, et saavutada tulemusi. seatud eesmärk.

Tänu sellele hübriidtaktikale ei õpetanud DeepMindi esmaesitlus AI AlphaGo mitte ainult ise AlphaGot mängima, laadides alla reegleid ja uurides meistermängijate strateegiaid, vaid suutis pärast miljoneid kordi enda vastu mängimist võita parimaid AlphaGo mängijaid. kasutades käike ja strateegiaid, mida pole mängus varem nähtud. 

Samuti hõlmas DeepMindi Atari tarkvarakatsetus tehisintellektile kaamera andmist, et näha tüüpilist mänguekraani, programmeerida see võimalusega sisestada mängukorraldusi (nagu juhtkangi nupud) ja anda sellele ainueesmärk oma skoori suurendamiseks. Tulemus? Mõne päevaga õppis see ise mängima ja omandama kümneid klassikalisi arkaadmänge. 

Kuid nii põnevad kui need varased edusammud ka pole, tuleb lahendada veel mõned peamised väljakutsed.

Esiteks töötavad tehisintellekti teadlased selle nimel, et õpetada tehisintellekti nippi, mida nimetatakse "tükeldamiseks", milleks inimeste ja loomade ajud on erakordselt head. Lihtsamalt öeldes, kui otsustate toidukaupu ostma minna, saate visualiseerida oma lõppeesmärki (avokaado ostmine) ja umbkaudse plaani selle kohta, kuidas seda teha (majast lahkuda, toidupoodi külastada, osta avokaado, naaske koju). Mida sa ei tee, on planeerida iga hingetõmmet, iga sammu, kõiki võimalikke ettenägematuid oma teel sinna. Selle asemel on teil mõte (tükk) selle kohta, kuhu soovite minna, ja kohandate oma reisi mis tahes ettetuleva olukorraga.

Nii tavaline kui see teile ka ei tundu, on see võime üks peamisi eeliseid, mis inimajul tehisintellekti ees ikka veel on – see on kohanemisvõime seada eesmärk ja selle poole pürgida, ilma iga detaili ette teadmata ja vaatamata takistustele või keskkonnamuutustele. võib kokku puutuda. See oskus võimaldaks AGI-del tõhusamalt õppida, ilma et oleks vaja ülalmainitud suurandmeid.

Teine väljakutse on võime mitte ainult raamatut lugeda, vaid ka mõista tähendust või kontekst selle taga. Pikas perspektiivis on siin eesmärk, et tehisintellekt loeks ajaleheartiklit ja saaks täpselt vastata paljudele loetu kohta esitatud küsimustele, nagu raamatuaruande kirjutamine. See võime muudab tehisintellekti lihtsalt numbreid vahutavast kalkulaatorist üksuseks, mis krigistab tähendust.

Üldiselt mängivad AGI võimaliku loomisel võtmerolli inimaju jäljendava iseõppiva algoritmi edasised edusammud, kuid selle töö kõrval vajab AI kogukond ka paremat riistvara.

Parem riistvara. Eespool kirjeldatud praegusi lähenemisviise kasutades saab AGI võimalikuks alles pärast seda, kui oleme selle käitamiseks saadaolevat arvutusvõimsust tõsiselt suurendanud.

Kui võtta konteksti silmas inimaju mõtlemisvõimet ja teisendada see arvutuslikeks terminiteks, siis on keskmise inimese vaimse võimekuse ligikaudne hinnang üks eksaflop, mis võrdub 1,000 petaflopiga (“Flop” tähistab ujukoma tehteid per teiseks ja mõõdab arvutuskiirust).

Võrdluseks, 2018. aasta lõpuks on maailma võimsaim superarvuti Jaapani oma AI sildapilv ümiseb 130 petaflopiga, mis on kaugel ühest eksaflopist.

Nagu on kirjeldatud meie superarvutite peatükk meie Arvutite tulevik sarja, nii USA kui ka Hiina töötavad selle nimel, et ehitada 2022. aastaks oma eksaflopi superarvutid, kuid isegi kui need on edukad, ei pruugi sellest siiski piisata.

Need superarvutid töötavad mitmekümne megavatise võimsusega, võtavad mitusada ruutmeetrit ruumi ja nende ehitamine maksab mitusada miljonit. Inimese aju kasutab vaid 20 vatti võimsust, mahub umbes 50 cm ümbermõõduga kolju sisse ja meid on seitse miljardit (2018). Teisisõnu, kui tahame muuta AGI-d sama igapäevaseks kui inimesed, peame õppima, kuidas neid ökonoomsemalt luua.

Sel eesmärgil on AI-teadlased hakanud kaaluma tulevaste tehisintellektide varustamist kvantarvutitega. Täpsemalt on kirjeldatud kvantarvutid peatükis meie Future of Computers sarjas, töötavad need arvutid põhimõtteliselt erinevalt arvutitest, mida oleme viimase poole sajandi jooksul ehitanud. Kui üks kvantarvuti on 2030. aastateks täiustatud, arvutab see välja kõik 2018. aastal ülemaailmselt töötavad superarvutid. Need on ka palju väiksemad ja kasutavad palju vähem energiat kui praegused superarvutid. 

Kuidas oleks tehisintellekt inimesest parem?

Oletame, et kõik ülaltoodud väljakutsed saavad selgeks, et tehisintellekti teadlased leiavad edu esimese AGI loomisel. Mille poolest erineb AGI meel meie omast?

Sellele küsimusele vastamiseks peame liigitama AGI meeled kolme kategooriasse, need, mis elavad robotkehas (Andmed Star Trek), need, millel on füüsiline vorm, kuid mis on juhtmevabalt Interneti/pilvega ühendatud (Agent Smith alates The Matrix) ja füüsilise vormita inimesed, kes elavad täielikult arvutis või võrgus (Samantha alates Tema).

Alustuseks konkureerivad veebist eraldatud robotkehas asuvad AGI-d inimmõistusega võrdselt, kuid neil on teatud eelised:

• Mälu: Sõltuvalt AGI robotvormi konstruktsioonist on nende lühiajaline mälu ja võtmeteabe mälu kindlasti inimestest parem. Kuid päeva lõpuks on robotisse mahutaval kõvakettaruumil füüsiline piirang, eeldades, et kujundame need inimeste moodi. Sel põhjusel toimib AGI-de pikaajaline mälu väga sarnaselt inimeste omaga, unustades aktiivselt teabe ja mälestused, mida peetakse selle edasiseks toimimiseks ebavajalikuks (et vabastada kettaruumi).
• Kiirus: inimese ajus olevate neuronite jõudlus on maksimaalselt ligikaudu 200 hertsi, samas kui kaasaegsed mikroprotsessorid töötavad gigahertsi tasemel, seega miljoneid kordi kiiremini kui neuronid. See tähendab võrreldes inimestega, et tulevased AGI-d töötlevad teavet ja teevad otsuseid kiiremini kui inimesed. Pidage meeles, see ei tähenda tingimata, et see AGI teeb targemaid või õigemaid otsuseid kui inimesed, vaid lihtsalt seda, et nad jõuavad kiiremini järeldusteni.
• Jõudlus: Lihtsamalt öeldes väsib inimese aju, kui see töötab liiga kaua ilma puhkamise või magamiseta, ja kui see juhtub, halveneb mälu ning õppimis- ja mõistusvõime. Samal ajal ei ole AGI-de puhul seda nõrkust, eeldades, et neid laetakse (elektrit) regulaarselt.
• Uuendatavus: inimese jaoks võib uue harjumuse õppimine võtta nädalaid harjutamist, uue oskuse õppimine võib võtta kuid ja uue elukutse õppimine võib võtta aastaid. AGI puhul on neil võimalus õppida nii kogemuse (nagu inimesed) kui ka andmete otsese üleslaadimise teel, sarnaselt sellele, kuidas te oma arvuti OS-i regulaarselt värskendate. Need värskendused võivad kehtida teadmiste täiendamise (uued oskused) või AGI füüsilise vormi jõudluse täienduste kohta. 

Järgmisena vaatame AGI-sid, millel on füüsiline vorm, kuid mis on ühendatud ka juhtmevabalt internetti/pilvega. Selle taseme erinevused võrreldes ühendamata AGI-dega on järgmised:

• Mälu: neil AGI-del on kõik lühiajalised eelised, mis eelmisel AGI-klassil, välja arvatud see, et nad saavad kasu ka täiuslikust pikaajalisest mälust, kuna nad saavad need mälud üles laadida pilve, et vajadusel juurde pääseda. Ilmselgelt ei ole see mälu madala ühenduvusega piirkondades juurdepääsetav, kuid see muutub 2020. ja 2030. aastatel vähem muret tekitavaks, kui suurem osa maailmast tuleb võrku. Loe lähemalt sisse peatükk esimene meie Interneti tulevik seeria. 
• Kiirus: olenevalt takistuse tüübist, millega see AGI silmitsi seisab, pääsevad nad juurde pilve suuremale arvutusvõimsusele, et aidata neil seda probleemi lahendada.
• Jõudlus: pole vahet võrreldes ühendamata AGI-dega.
• Uuendatavus: Ainus erinevus selle AGI vahel, mis on seotud uuendatavusega, on see, et nad pääsevad uuendustele juurde reaalajas, juhtmevabalt, selle asemel, et külastada ja ühendada värskendusdepooga.
• Kollektiiv: inimestest ei saanud Maa domineeriv liik mitte sellepärast, et olime suurim või tugevaim loom, vaid seetõttu, et õppisime suhtlema ja tegema koostööd erinevatel viisidel, et saavutada kollektiivseid eesmärke, alustades villase mammuti jahtimisest kuni rahvusvahelise kosmosejaama ehitamiseni. AGI-de meeskond viiks selle koostöö järgmisele tasemele. Arvestades kõiki ülalloetletud kognitiivseid eeliseid ja kombineerides neid võimalusega suhelda juhtmevabalt nii isiklikult kui ka pikkade vahemaade tagant, suudaks tulevane AGI meeskond/tarumõistus teoreetiliselt projektidega tegeleda palju tõhusamalt kui inimeste meeskond. 

Lõpuks on viimane AGI tüüp ilma füüsilise vormita versioon, mis töötab arvutis ja millel on juurdepääs täielikule arvutusvõimsusele ja võrguressurssidele, mida selle loojad sellele pakuvad. Ulmesaadetes ja raamatutes esinevad need AGI-d tavaliselt asjatundlike virtuaalsete assistentide/sõprade või kosmoselaeva tormilise operatsioonisüsteemi kujul. Kuid võrreldes kahe teise AGI kategooriaga erineb see tehisintellekt järgmistel viisidel:

• Kiirus: piiramatu (või vähemalt riistvara piirideni, millele tal on juurdepääs).
• Mälu: piiramatu  
• Jõudlus: tänu sellele juurdepääsule superarvutuskeskustele paraneb otsuste tegemise kvaliteet.
• Uuendatavus: absoluutne, reaalajas ja piiramatu valikuga kognitiivseid uuendusi. Muidugi, kuna sellel AGI-kategoorial pole füüsilist robotivormi, pole sellel ka vajadust saadaolevate füüsiliste uuenduste järele, välja arvatud juhul, kui need täiendused on mõeldud superarvutitele, milles see töötab.
• Kollektiiv: sarnaselt eelmisele AGI-kategooriale teeb see kehatu AGI tõhusat koostööd oma AGI kolleegidega. Arvestades aga otsesemat juurdepääsu piiramatule arvutusvõimsusele ja juurdepääsu võrguressurssidele, võtavad need AGI-d tavaliselt AGI üldises kollektiivis juhtrolli. 

Millal loob inimkond esimese tehisintellekti?

Puudub kuupäev, millal tehisintellekti teadlaskond usub, et nad leiutavad legitiimse AGI. Siiski a 2013 uuring 550 maailma parimast tehisintellekti teadlasest, mille viisid läbi juhtivad tehisintellekti uurijad Nick Bostrom ja Vincent C. Müller, andsid arvamuste vahemiku keskmiseks kolm võimalikku aastat:

• Keskmine optimistlik aasta (tõenäosus 10%): 2022
• Keskmine realistlik aasta (50% tõenäosus): 2040
• Pessimistlik aasta mediaan (90% tõenäosus): 2075 

See, kui täpsed need prognoosid on, pole tegelikult oluline. Oluline on see, et valdav enamus tehisintellekti teadlaskonnast usub, et me leiutame AGI oma elu jooksul ja selle sajandi suhteliselt alguses. 

Kuidas tehisintellekti loomine inimkonda muudab

Uurime nende uute tehisintellekti mõju üksikasjalikult selle sarja viimases peatükis. Selle peatüki puhul ütleme siiski, et AGI loomine on väga sarnane ühiskonna reaktsiooniga, mida kogeme, kui inimesed Marsil elu leiavad. 

Üks leer ei mõista selle tähtsust ja jätkab arvamist, et teadlased teevad suure tehingu järjekordse võimsama arvuti loomisega.

Teine laager, mis tõenäoliselt koosneb luddiitidest ja religioossetest inimestest, kardab seda AGI-d, arvates, et see on jälkus, et see üritab inimkonda SkyNeti stiilis hävitada. See laager toetab aktiivselt kõigis nende vormides AGI-de kustutamist/hävitamist.

Teisest küljest vaatleb kolmas laager seda loomingut kui kaasaegset vaimset sündmust. Kõigil olulistel viisidel on see AGI uus eluvorm, mis mõtleb teisiti kui meie ja mille eesmärgid on meie omadest erinevad. Kui AGI loomisest teatatakse, ei jaga inimesed enam Maad ainult loomadega, vaid ka koos uue klassi tehisolenditega, kelle intelligentsus on meie omaga võrdne või parem.

Neljandas laagris osalevad ärihuvid, kes uurivad, kuidas nad saaksid kasutada AGI-sid erinevate ärivajaduste lahendamiseks, näiteks tööturul lünkade täitmiseks ning uute kaupade ja teenuste väljatöötamise kiirendamiseks.

Järgmiseks on meil esindajad kõigilt valitsustasanditelt, kes komistavad, püüdes mõista, kuidas AGI-sid reguleerida. See on tase, kus kõik moraliseerivad ja filosoofilised vaidlused saavad alguse, eriti selle üle, kas käsitleda neid AGI-sid varana või isikutena. 

Ja lõpuks, viimaseks leeriks on sõjalised ja riiklikud julgeolekuasutused. Tõepoolest, ainuüksi selle laagri tõttu võib esimese AGI avalik väljakuulutamine kuude või aastate võrra edasi lükata. Miks? Kuna AGI leiutamine viib lühikese aja jooksul tehissuperintellekti (ASI) loomiseni, mis kujutab endast tohutut geopoliitilist ohtu ja võimalust, mis ületab palju tuumapommi leiutamist. 

Sel põhjusel keskenduvad järgmised paar peatükki täielikult ASI-de teemale ja sellele, kas inimkond jääb pärast selle leiutamist ellu.

(Liiga dramaatiline viis peatüki lõpetamiseks? Kahtlemata.)

Tehisintellekti seeria tulevik

Tehisintellekt on homne elekter: tehisintellekti tulevik P1

Kuidas me loome esimese tehisintellekti: tehisintellekti tulevik P3 

Kas tehislik superintellekt hävitab inimkonna? Tehisintellekti tulevik P4

Kuidas inimesed kaitsevad tehisintellekti eest: tehisintellekti tulevik P5

Kas inimesed elavad rahulikult tulevikus, kus domineerivad tehisintellektid? Tehisintellekti tulevik P6