چگونه اولین هوش مصنوعی عمومی جامعه را تغییر خواهد داد: آینده هوش مصنوعی P2

ما اهرام ساخته ایم. ما یاد گرفتیم که برق را مهار کنیم. ما درک می کنیم که جهان ما پس از انفجار بزرگ (بیشتر) چگونه شکل گرفت. و البته، مثال کلیشه ای، ما مردی را روی ماه گذاشته ایم. با این حال، علیرغم همه این دستاوردها، مغز انسان بسیار خارج از درک علم مدرن است و به طور پیش فرض، پیچیده ترین شی در جهان شناخته شده است - یا حداقل درک ما از آن.

با توجه به این واقعیت، نباید کاملاً تکان دهنده باشد که ما هنوز یک هوش مصنوعی (AI) همتراز با انسان ها نساخته ایم. هوش مصنوعی مانند Data (Star Trek)، Rachael (Blade Runner) و David (Prometheus)، یا هوش مصنوعی غیر انسان نما مانند Samantha (Her) و TARS (Interstellar)، همه نمونه‌هایی از نقطه عطف بعدی در توسعه هوش مصنوعی هستند: هوش عمومی مصنوعی (AGI, گاهی اوقات به عنوان HLMI یا هوش ماشینی سطح انسانی نیز شناخته می شود). 

به عبارت دیگر، چالشی که محققان هوش مصنوعی با آن روبه‌رو هستند این است: چگونه می‌توانیم یک ذهن مصنوعی قابل مقایسه با ذهن خود بسازیم، در حالی که حتی درک کاملی از نحوه عملکرد ذهن خود نداریم؟

ما این سوال را بررسی خواهیم کرد، به همراه اینکه چگونه انسان ها در برابر AGI های آینده قرار می گیرند و در نهایت، چگونه جامعه یک روز پس از اعلام اولین AGI به جهان تغییر خواهد کرد. 

هوش عمومی مصنوعی چیست؟

یک هوش مصنوعی طراحی کنید که بتواند به راحتی بازیکنان رتبه اول را در شطرنج، خطر و رفتن شکست دهد (آبی عمیق, واتسونو AlphaGO به ترتیب). هوش مصنوعی طراحی کنید که بتواند پاسخ هر سوالی را در اختیار شما قرار دهد، اقلامی را که ممکن است بخواهید بخرید به شما پیشنهاد دهد، یا ناوگانی از تاکسی‌های اشتراکی را مدیریت کنید - کل شرکت‌های چند میلیارد دلاری پیرامون آن‌ها ساخته شده‌اند (گوگل، آمازون، اوبر). حتی یک هوش مصنوعی که می تواند شما را از یک طرف کشور به سمت دیگر سوق دهد ... خوب، ما روی آن کار می کنیم.

اما از یک هوش مصنوعی بخواهید کتابی برای کودکان بخواند و محتوا، معنا یا اخلاقیات را که سعی در آموزش آن دارد را درک کند، یا از یک هوش مصنوعی بخواهید تفاوت بین تصویر گربه و گورخر را تشخیص دهد، و در نهایت باعث بیش از چند مورد خواهید شد. اتصال کوتاه 

طبیعت میلیون‌ها سال را صرف تکامل یک دستگاه محاسباتی (مغز) کرده است که در پردازش، درک، یادگیری و سپس اقدام بر روی موقعیت‌های جدید و در محیط‌های جدید برتری دارد. آن را با نیم قرن گذشته علوم کامپیوتر مقایسه کنید که بر ایجاد دستگاه های محاسباتی متمرکز شده بود که برای وظایف منحصر به فردی که برای آنها طراحی شده بودند، طراحی شده بودند. 

به عبارت دیگر، انسان-رایانه یک متخصص عمومی است، در حالی که کامپیوتر مصنوعی یک متخصص است.

هدف از ایجاد یک AGI ایجاد هوش مصنوعی است که بتواند بیشتر شبیه یک انسان فکر کند و بیاموزد، از طریق تجربه به جای برنامه نویسی مستقیم.

در دنیای واقعی، این بدان معناست که یک AGI آینده یاد می گیرد که چگونه بخواند، بنویسد، و جوک بگوید، یا راه برود، بدود و دوچرخه سواری کند تا حد زیادی به تنهایی، از طریق تجربه خود در جهان (با استفاده از هر بدن یا بدن اندام‌های حسی/دستگاه‌هایی که ما به آن می‌دهیم)، و از طریق تعامل خود با هوش مصنوعی دیگر و سایر انسان‌ها.

آنچه برای ساخت یک هوش عمومی مصنوعی نیاز است

در حالی که از نظر فنی دشوار است، ایجاد یک AGI باید امکان پذیر باشد. اگر حقیقت داشته باشد، یک ویژگی عمیقاً در قوانین فیزیک وجود دارد - جهانی بودن محاسبات - که اساساً می گوید هر چیزی که یک جسم فیزیکی می تواند انجام دهد، یک کامپیوتر همه منظوره به اندازه کافی قدرتمند باید در اصل قادر به کپی/شبیه سازی باشد.

و با این حال، مشکل است.

خوشبختانه، تعداد زیادی از محققان باهوش هوش مصنوعی در این مورد وجود دارند (البته به کمک های مالی شرکت ها، دولتی و نظامی زیادی که از آنها حمایت می کند) و تا کنون، آنها سه عنصر کلیدی را شناسایی کرده اند که احساس می کنند حل آنها برای ایجاد یک مشکل ضروری است. AGI به دنیای ما.

داده های بزرگ. رایج‌ترین رویکرد برای توسعه هوش مصنوعی شامل تکنیکی به نام یادگیری عمیق است - نوع خاصی از سیستم یادگیری ماشینی که با جمع کردن مقادیر عظیمی از داده‌ها، خرد کردن داده‌های گفته شده در شبکه‌ای از نورون‌های شبیه‌سازی شده (مدل‌سازی شده از مغز انسان) و سپس کار می‌کند. از یافته ها برای برنامه ریزی بینش های خود استفاده کند. برای جزئیات بیشتر در مورد یادگیری عمیق، خواندن این.

به عنوان مثال، در 2017گوگل هزاران تصویر از گربه ها را با هوش مصنوعی خود تغذیه کرد که سیستم یادگیری عمیق آن نه تنها برای شناسایی یک گربه، بلکه برای تمایز بین نژادهای مختلف گربه استفاده می کرد. اندکی بعد، آنها از انتشار قریب الوقوع خبر دادند لنز گوگل، یک برنامه جستجوی جدید است که به کاربران امکان می دهد از هر چیزی عکس بگیرند و Google نه تنها به شما می گوید آن چیست، بلکه محتوای متنی مفیدی را برای توصیف آن ارائه می دهد - هنگام سفر مفید است و می خواهید درباره یک جاذبه گردشگری خاص بیشتر بدانید. اما در اینجا نیز، لنز گوگل بدون میلیاردها تصویری که در حال حاضر در موتور جستجوی تصاویر فهرست شده است، امکان پذیر نخواهد بود.

و با این حال، این ترکیب بزرگ داده و یادگیری عمیق هنوز برای ایجاد یک AGI کافی نیست.

الگوریتم های بهتر. در دهه گذشته، یکی از زیرمجموعه‌های گوگل و پیشرو در فضای هوش مصنوعی، DeepMind، با ترکیب نقاط قوت یادگیری عمیق با یادگیری تقویتی، سر و صدای زیادی به پا کرد - یک رویکرد یادگیری ماشینی رایگان که هدف آن آموزش هوش مصنوعی است که چگونه در محیط‌های جدید اقدامات لازم را انجام دهد. یک هدف تعیین شده

به لطف این تاکتیک ترکیبی، اولین هوش مصنوعی DeepMind، AlphaGo، نه تنها با دانلود قوانین و مطالعه استراتژی های بازیکنان استاد انسان، نحوه بازی AlphaGo را به خود آموزش داد، بلکه پس از میلیون ها بار بازی علیه خود توانست بهترین بازیکنان AlphaGo را شکست دهد. با استفاده از حرکات و استراتژی هایی که قبلاً در بازی دیده نشده بود. 

به همین ترتیب، آزمایش نرم افزار آتاری DeepMind شامل دادن یک دوربین به یک هوش مصنوعی برای دیدن یک صفحه بازی معمولی، برنامه ریزی آن با قابلیت وارد کردن دستورات بازی (مانند دکمه های جوی استیک) و دادن هدف منحصر به فرد برای افزایش امتیاز آن بود. نتیجه؟ در عرض چند روز، به خود آموخت که چگونه بازی کند و چگونه بر ده ها بازی کلاسیک آرکید مسلط شود. 

اما به همان اندازه که این موفقیت های اولیه هیجان انگیز هستند، چالش های کلیدی برای حل باقی مانده است.

برای نمونه، محققان هوش مصنوعی در حال کار بر روی آموزش هوش مصنوعی ترفندی به نام «تکه کردن» هستند که مغز انسان و حیوان در آن فوق‌العاده خوب است. به زبان ساده، وقتی تصمیم می‌گیرید برای خرید مواد غذایی به بیرون بروید، می‌توانید هدف نهایی خود (خرید آووکادو) و یک برنامه تقریبی در مورد نحوه انجام آن را تجسم کنید (خانه را ترک کنید، از فروشگاه مواد غذایی بازدید کنید، خرید کنید. آووکادو، به خانه برگرد). کاری که شما انجام نمی دهید این است که برای هر نفس، هر قدم، هر احتمال احتمالی در مسیرتان برنامه ریزی کنید. در عوض، شما یک مفهوم (تکه) در ذهن خود دارید که به کجا می خواهید بروید و سفر خود را با هر موقعیتی که پیش می آید تطبیق دهید.

همانطور که ممکن است برای شما عادی احساس شود، این توانایی یکی از مزایای کلیدی مغز انسان است که هنوز نسبت به هوش مصنوعی دارد - این توانایی سازگاری برای تعیین هدف و پیگیری آن بدون دانستن همه جزئیات از قبل و با وجود هر گونه مانع یا تغییر محیطی است که ما داریم. ممکن است مواجه شود. این مهارت به AGI ها کمک می کند تا بدون نیاز به کلان داده های ذکر شده در بالا، کارآمدتر یاد بگیرند.

چالش دیگر توانایی نه تنها خواندن یک کتاب بلکه معنی را بفهمد یا زمینه پشت آن در دراز مدت، هدف در اینجا این است که یک هوش مصنوعی یک مقاله روزنامه را بخواند و بتواند به طور دقیق به طیف وسیعی از سوالات در مورد آنچه خوانده پاسخ دهد، مانند نوشتن یک گزارش کتاب. این توانایی یک AI را از یک ماشین حساب ساده که اعداد را خرد می کند به موجودی که معنی را خرد می کند تبدیل می کند.

به طور کلی، پیشرفت‌های بیشتر در الگوریتم خودآموزی که می‌تواند مغز انسان را تقلید کند، نقش کلیدی در ایجاد نهایی یک AGI ایفا می‌کند، اما در کنار این کار، جامعه هوش مصنوعی به سخت‌افزار بهتری نیز نیاز دارد.

سخت افزار بهتر. با استفاده از رویکردهای فعلی توضیح داده شده در بالا، AGI تنها پس از افزایش جدی قدرت محاسباتی موجود برای اجرای آن امکان پذیر می شود.

برای زمینه، اگر توانایی مغز انسان برای تفکر را در نظر بگیریم و آن را به اصطلاحات محاسباتی تبدیل کنیم، تخمین تقریبی ظرفیت ذهنی یک انسان متوسط ​​یک اگزافلاپ است که معادل 1,000 پتافلاپ است ("Flop" مخفف عملیات ممیز شناور در هر دوم و سرعت محاسبات را اندازه گیری می کند).

در مقایسه، تا پایان سال 2018، قدرتمندترین ابررایانه جهان، ژاپن AI Bridging Cloud با 130 پتافلاپ زمزمه می کند که بسیار کمتر از یک اگزافلاپ است.

همانطور که در ما مشخص شده است ابر رایانه ها فصل در ما آینده کامپیوترها ایالات متحده و چین در حال کار برای ساخت ابررایانه های exaflop خود تا سال 2022 هستند، اما حتی اگر موفق شوند، باز هم ممکن است کافی نباشد.

این ابرکامپیوترها با چند ده مگاوات نیرو کار می کنند، چند صد متر مربع فضا را اشغال می کنند و هزینه ساخت آن چند صد میلیون است. مغز انسان فقط 20 وات نیرو مصرف می کند، در داخل جمجمه ای با محیط تقریبا 50 سانتی متر قرار می گیرد و ما هفت میلیارد نفر هستیم (2018). به عبارت دیگر، اگر می‌خواهیم AGIها را مانند انسان‌ها رایج کنیم، باید بیاموزیم که چگونه آن‌ها را اقتصادی‌تر بسازیم.

برای این منظور، محققان هوش مصنوعی شروع به بررسی قدرت هوش مصنوعی آینده با رایانه های کوانتومی کرده اند. با جزئیات بیشتر در کامپیوترهای کوانتومی فصل در سری آینده رایانه‌ها، این رایانه‌ها به روشی اساسی متفاوت از رایانه‌هایی که در نیم قرن گذشته ساخته‌ایم کار می‌کنند. هنگامی که تا دهه 2030 کامل شد، یک کامپیوتر کوانتومی واحد از هر ابررایانه‌ای که در حال حاضر در سال 2018 کار می‌کنند، در سطح جهانی، با هم دورتر خواهد بود. آنها همچنین بسیار کوچکتر خواهند بود و انرژی بسیار کمتری نسبت به ابررایانه های فعلی مصرف می کنند. 

چگونه یک هوش عمومی مصنوعی برتر از یک انسان است؟

بیایید فرض کنیم که هر چالش ذکر شده در بالا مشخص می شود، که محققان هوش مصنوعی در ایجاد اولین AGI موفق می شوند. چگونه یک ذهن AGI با ذهن ما متفاوت خواهد بود؟

برای پاسخ به این نوع سوال، باید ذهن‌های AGI را به سه دسته طبقه‌بندی کنیم، آنهایی که در بدن ربات زندگی می‌کنند. پیشتازان فضاآنهایی که شکل فیزیکی دارند اما به صورت بی سیم به اینترنت/ابر متصل هستند (عامل اسمیت از ماتریکس) و آنهایی که فرم فیزیکی ندارند و کاملاً در رایانه یا آنلاین زندگی می کنند (سامانتا از او).

برای شروع، AGI ها در داخل یک بدن رباتیک جدا شده از وب، همتراز با ذهن انسان رقابت خواهند کرد، اما با مزایای انتخاب شده:

• حافظه: بسته به طراحی فرم روباتیک AGI، حافظه کوتاه مدت و حافظه کلیدی آن ها قطعا برتر از انسان خواهد بود. اما در پایان روز، محدودیت فیزیکی برای میزان فضای هارد دیسک وجود دارد که می‌توانید در ربات قرار دهید، با این فرض که ما آن‌ها را شبیه انسان طراحی کرده‌ایم. به همین دلیل، حافظه بلندمدت AGI بسیار شبیه به حافظه انسان عمل می کند و به طور فعال اطلاعات و خاطراتی را که برای عملکرد آینده آن غیرضروری تلقی می شوند (به منظور آزاد کردن فضای دیسک) فراموش می کند.
• سرعت: عملکرد نورون‌های درون مغز انسان تقریباً 200 هرتز است، در حالی که ریزپردازنده‌های مدرن در سطح گیگاهرتز کار می‌کنند، بنابراین میلیون‌ها برابر سریع‌تر از نورون‌ها. این بدان معناست که در مقایسه با انسان‌ها، AGIهای آینده اطلاعات را سریع‌تر از انسان‌ها پردازش کرده و تصمیم می‌گیرند. توجه داشته باشید، این لزوماً به این معنا نیست که این AGI تصمیمات هوشمندتر یا صحیح تری نسبت به انسان ها می گیرد، فقط به این معناست که آنها می توانند سریعتر به نتیجه برسند.
• عملکرد: به زبان ساده، اگر مغز انسان برای مدت طولانی بدون استراحت یا خواب کار کند، خسته می شود و زمانی که این کار را انجام می دهد، حافظه و توانایی یادگیری و استدلالش مختل می شود. در همین حال، برای AGI ها، با فرض اینکه به طور منظم شارژ شوند (برق)، آن ضعف را نخواهند داشت.
• قابلیت ارتقا: برای یک انسان، یادگیری یک عادت جدید می‌تواند هفته‌ها تمرین طول بکشد، یادگیری یک مهارت جدید ممکن است ماه‌ها طول بکشد، و یادگیری یک حرفه جدید ممکن است سال‌ها طول بکشد. برای یک AGI، آن‌ها توانایی یادگیری هم از طریق تجربه (مانند انسان‌ها) و هم با آپلود مستقیم داده‌ها، مشابه نحوه به‌روزرسانی منظم سیستم‌عامل رایانه‌تان را خواهند داشت. این به‌روزرسانی‌ها می‌توانند برای ارتقای دانش (مهارت‌های جدید) یا ارتقای عملکرد در فرم فیزیکی AGI اعمال شوند. 

در مرحله بعد، بیایید به AGI هایی نگاه کنیم که شکل فیزیکی دارند، اما به صورت بی سیم به اینترنت/ابر نیز متصل هستند. تفاوت هایی که می توانیم با این سطح در مقایسه با AGI های غیر متصل ببینیم عبارتند از:

• حافظه: این AGI ها تمام مزایای کوتاه مدت کلاس AGI قبلی را خواهند داشت، با این تفاوت که از حافظه بلند مدت عالی نیز بهره مند خواهند شد زیرا می توانند آن حافظه ها را در فضای ابری آپلود کنند تا در صورت نیاز به آن دسترسی داشته باشند. بدیهی است که این حافظه در مناطقی با اتصال کم قابل دسترسی نخواهد بود، اما در دهه‌های 2020 و 2030 که بیشتر جهان آنلاین می‌شود، نگرانی کمتری خواهد داشت. ادامه مطلب را در فصل اول ما آینده اینترنت سری. 
• سرعت: بسته به نوع مانعی که این AGI با آن روبرو است، می توانند به قدرت محاسباتی بزرگتر ابر دسترسی داشته باشند تا به آنها در حل آن کمک کند.
• عملکرد: تفاوتی در مقایسه با AGIهای غیر متصل وجود ندارد.
• قابلیت ارتقا: تنها تفاوت بین این AGI در ارتباط با قابلیت ارتقا این است که به جای بازدید و اتصال به انبار ارتقا، می توانند به صورت بی سیم به ارتقاها در زمان واقعی دسترسی داشته باشند.
• جمعی: انسان ها به گونه غالب زمین تبدیل شدند نه به این دلیل که ما بزرگ ترین یا قوی ترین حیوان بودیم، بلکه به این دلیل که یاد گرفتیم چگونه برای دستیابی به اهداف جمعی، از شکار یک ماموت پشمالو گرفته تا ساخت ایستگاه فضایی بین المللی، ارتباط برقرار کنیم و با آنها همکاری کنیم. تیمی از AGI ها این همکاری را به سطح بعدی خواهند رساند. با توجه به تمام مزایای شناختی ذکر شده در بالا و سپس ترکیب آن با توانایی برقراری ارتباط بی‌سیم، هم به صورت حضوری و هم در فواصل طولانی، یک تیم آینده AGI/ذهن کندو می‌تواند از نظر تئوری پروژه‌ها را بسیار کارآمدتر از تیمی از انسان‌ها انجام دهد. 

در نهایت، آخرین نوع AGI نسخه بدون فرم فیزیکی است، نسخه ای که در داخل یک کامپیوتر کار می کند و به قدرت محاسباتی کامل و منابع آنلاینی که سازندگان آن در اختیار آن قرار می دهند دسترسی دارد. در نمایش ها و کتاب های علمی تخیلی، این AGI ها معمولاً به شکل دستیاران/دوستان مجازی خبره یا سیستم عامل بدجنس یک سفینه فضایی هستند. اما در مقایسه با دو دسته دیگر AGI، این هوش مصنوعی به روش های زیر متفاوت است.

• سرعت: نامحدود (یا حداقل به محدودیت های سخت افزاری که به آن دسترسی دارد).
• حافظه: نامحدود  
• عملکرد: با توجه به دسترسی آن به مراکز ابررایانه، کیفیت تصمیم گیری را افزایش می دهد.
• قابلیت ارتقا: مطلق، در زمان واقعی و با انتخاب نامحدودی از ارتقاهای شناختی. البته، از آنجایی که این دسته AGI شکل ربات فیزیکی ندارد، نیازی به ارتقاهای فیزیکی موجود نخواهد داشت، مگر اینکه این ارتقاها برای ابررایانه هایی باشد که در آن کار می کنند.
• Collective: مشابه دسته قبلی AGI، این AGI بدون بدن به طور موثر با همکاران AGI خود همکاری خواهد کرد. با این حال، با توجه به دسترسی مستقیم تر آن به قدرت محاسباتی نامحدود و دسترسی به منابع آنلاین، این AGI ها معمولاً نقش های رهبری را در یک مجموعه کلی AGI بر عهده خواهند داشت. 

چه زمانی بشریت اولین هوش مصنوعی عمومی را ایجاد خواهد کرد؟

تاریخ مشخصی برای زمانی که جامعه تحقیقاتی هوش مصنوعی معتقد است که یک AGI قانونی اختراع خواهد کرد وجود ندارد. با این حال، الف 2013 نظرسنجی از میان 550 پژوهشگر برتر هوش مصنوعی جهان، که توسط متفکران برجسته پژوهشی هوش مصنوعی، نیک بوستروم و وینسنت سی. مولر انجام شد، میانگین دامنه نظرات را تا سه سال ممکن برآورد کردند:

• میانه سال خوش بینانه (10% احتمال): 2022
• میانه سال واقعی (50% احتمال): 2040
• میانه سال بدبینانه (90% احتمال): 2075 

اینکه این پیش بینی ها چقدر دقیق هستند واقعاً مهم نیست. آنچه اهمیت دارد این است که اکثریت قریب به اتفاق جامعه تحقیقاتی هوش مصنوعی بر این باورند که ما یک AGI را در طول عمر خود و نسبتاً در اوایل قرن حاضر اختراع خواهیم کرد. 

چگونه ایجاد یک هوش عمومی مصنوعی بشریت را تغییر خواهد داد

ما تأثیر این هوش مصنوعی جدید را در آخرین فصل این مجموعه با جزئیات بررسی می کنیم. گفتنی است، برای این فصل، می گوییم که ایجاد یک AGI بسیار شبیه به واکنش اجتماعی است که در صورت یافتن حیات در مریخ توسط انسان ها تجربه خواهیم کرد. 

یک اردوگاه اهمیت آن را درک نخواهد کرد و به این فکر می‌کند که دانشمندان در حال ساختن یک کامپیوتر قدرتمندتر دیگر هستند.

اردوگاه دیگری که احتمالاً متشکل از لودیت ها و افراد مذهبی است، از این AGI می ترسد و فکر می کند که این کار زشتی است که به سبک SkyNet سعی در نابودی بشریت دارد. این اردوگاه فعالانه از حذف/از بین بردن AGI ها در همه اشکالشان حمایت خواهد کرد.

از طرف دیگر، اردوگاه سوم این خلقت را به عنوان یک رویداد معنوی مدرن می بیند. از همه جهات مهم، این AGI شکل جدیدی از زندگی خواهد بود، زندگی که متفاوت از ما فکر می کند و اهدافش با اهداف ما متفاوت است. هنگامی که ایجاد AGI اعلام شد، انسان‌ها دیگر زمین را فقط با حیوانات به اشتراک نمی‌گذارند، بلکه در کنار طبقه جدیدی از موجودات مصنوعی که هوش آن‌ها همتراز یا برتر از ماست، زمین را به اشتراک نمی‌گذارند.

اردوی چهارم شامل علاقمندان تجاری خواهد بود که بررسی خواهند کرد چگونه می توانند از AGI برای رفع نیازهای مختلف تجاری، مانند پر کردن شکاف ها در بازار کار و تسریع توسعه کالاها و خدمات جدید استفاده کنند.

در مرحله بعد، ما نمایندگانی از تمام سطوح دولتی داریم که در تلاش برای درک چگونگی تنظیم AGI ها، از خود سر می زنند. این سطحی است که در آن تمام بحث های اخلاقی و فلسفی، به ویژه در مورد اینکه آیا باید با این AGI ها به عنوان دارایی یا به عنوان یک شخص رفتار کرد، به نتیجه می رسد. 

و در نهایت، آخرین اردوگاه، نهادهای نظامی و امنیت ملی خواهند بود. در حقیقت، احتمال زیادی وجود دارد که اعلام عمومی اولین AGI ماه ها تا سال ها به دلیل این اردو به تاخیر بیفتد. چرا؟ زیرا اختراع یک AGI در کوتاه مدت منجر به ایجاد یک ابر هوش مصنوعی (ASI) خواهد شد که نشان دهنده یک تهدید عظیم ژئوپلیتیکی و فرصتی بسیار فراتر از اختراع بمب هسته ای خواهد بود. 

به همین دلیل، چند فصل آینده به طور کامل بر موضوع ASIs و اینکه آیا بشریت پس از اختراع خود زنده خواهد ماند، تمرکز خواهد کرد.

(روشی بسیار دراماتیک برای پایان دادن به یک فصل؟ شما بچا.)

سری آینده هوش مصنوعی

هوش مصنوعی برق فردا است: آینده هوش مصنوعی P1

چگونه اولین ابرهوش مصنوعی: آینده هوش مصنوعی P3 را ایجاد خواهیم کرد 

آیا ابرهوش مصنوعی بشریت را نابود خواهد کرد؟ آینده هوش مصنوعی P4

چگونه انسان ها در برابر یک ابر هوش مصنوعی دفاع خواهند کرد: آینده هوش مصنوعی P5

آیا انسان ها در آینده ای که هوش مصنوعی بر آن تسلط دارد با آرامش زندگی خواهند کرد؟ آینده هوش مصنوعی P6