របៀបដែលបញ្ញាទូទៅសិប្បនិម្មិតដំបូងនឹងផ្លាស់ប្តូរសង្គម៖ អនាគតនៃបញ្ញាសិប្បនិម្មិត P2
របៀបដែលបញ្ញាទូទៅសិប្បនិម្មិតដំបូងនឹងផ្លាស់ប្តូរសង្គម៖ អនាគតនៃបញ្ញាសិប្បនិម្មិត P2
យើងបានសាងសង់ពីរ៉ាមីត។ យើងបានរៀនប្រើអគ្គិសនី។ យើងយល់ពីរបៀបដែលសកលលោករបស់យើងបានបង្កើតឡើងបន្ទាប់ពី Big Bang (ភាគច្រើន)។ ហើយជាការពិតណាស់ឧទាហរណ៍ cliché យើងបានដាក់បុរសម្នាក់នៅលើព្រះច័ន្ទ។ យ៉ាងណាក៏ដោយ ទោះបីជាមានសមិទ្ធិផលទាំងអស់នេះក៏ដោយ ខួរក្បាលរបស់មនុស្សនៅតែស្ថិតនៅឆ្ងាយពីការយល់ដឹងនៃវិទ្យាសាស្ត្រទំនើប ហើយតាមលំនាំដើម គឺជាវត្ថុដ៏ស្មុគស្មាញបំផុតនៅក្នុងសកលលោកដែលគេស្គាល់—ឬយ៉ាងហោចណាស់ការយល់ដឹងរបស់យើងអំពីវា។
ដោយមើលឃើញពីការពិតនេះ វាមិនគួរជារឿងគួរឱ្យភ្ញាក់ផ្អើលនោះទេ ដែលយើងមិនទាន់បានបង្កើតបញ្ញាសិប្បនិមិត្ត (AI) ស្មើនឹងមនុស្ស។ AI ដូចជា Data (Star Trek), Rachael (Blade Runner) និង David (Prometheus) ឬ AI ដែលមិនមែនជាមនុស្សដូច Samantha (Her) និង TARS (Interstellar) ទាំងនេះគឺជាឧទាហរណ៍នៃព្រឹត្តិការណ៍ដ៏អស្ចារ្យបន្ទាប់ក្នុងការអភិវឌ្ឍន៍ AI៖ បញ្ញាទូទៅសិប្បនិម្មិត (AGI, ជួនកាលគេហៅថា HLMI ឬ Human Level Machine Intelligence).
ម្យ៉ាងវិញទៀត បញ្ហាប្រឈមដែលក្រុមអ្នកស្រាវជ្រាវ AI កំពុងជួបប្រទះគឺ៖ តើយើងអាចបង្កើតចិត្តសិប្បនិម្មិតដោយរបៀបណា នៅពេលដែលយើងមិនទាន់មានការយល់ដឹងពេញលេញអំពីរបៀបដែលចិត្តរបស់យើងដំណើរការ?
យើងនឹងស្វែងយល់ពីសំណួរនេះ រួមជាមួយនឹងរបៀបដែលមនុស្សនឹងប្រមូលផ្តុំប្រឆាំងនឹង AGIs នាពេលអនាគត ហើយចុងក្រោយ របៀបដែលសង្គមនឹងផ្លាស់ប្តូរនៅថ្ងៃបន្ទាប់ពីការប្រកាស AGI ដំបូងដល់ពិភពលោក។
តើបញ្ញាទូទៅសិប្បនិម្មិតជាអ្វី?
រចនា AI ដែលអាចយកឈ្នះអ្នកលេងលំដាប់កំពូលនៅក្នុង Chess, Jeopardy និង Go ងាយស្រួល (ខៀវជ្រៅ, វ៉តសុននិង អាល់ហ្វាកូ រៀងៗខ្លួន)។ រចនា AI ដែលអាចផ្តល់ចម្លើយដល់អ្នកចំពោះសំណួរណាមួយ ណែនាំរបស់របរដែលអ្នកប្រហែលជាចង់ទិញ ឬគ្រប់គ្រងឡានតាក់ស៊ីជិះកង់—ក្រុមហ៊ុនដែលមានតម្លៃរាប់ពាន់លានដុល្លារទាំងអស់ត្រូវបានបង្កើតឡើងនៅជុំវិញពួកគេ (Google, Amazon, Uber)។ សូម្បីតែ AI ដែលអាចជំរុញអ្នកពីម្ខាងនៃប្រទេសទៅម្ខាងទៀត ... យើងកំពុងធ្វើការលើវា។
ប៉ុន្តែសុំឱ្យ AI អានសៀវភៅកុមារ និងយល់ពីខ្លឹមសារ អត្ថន័យ ឬសីលធម៌ដែលខ្លួនកំពុងព្យាយាមបង្រៀន ឬសួរ AI ប្រាប់ពីភាពខុសគ្នារវាងរូបភាពឆ្មា និងសេះបង្កង់ ហើយអ្នកនឹងបញ្ចប់ការបង្កហេតុច្រើនជាងមួយចំនួន។ សៀគ្វីខ្លី។
ធម្មជាតិបានចំណាយពេលរាប់លានឆ្នាំដើម្បីវិវឌ្ឍឧបករណ៍កុំព្យូទ័រ (ខួរក្បាល) ដែលពូកែខាងដំណើរការ ការយល់ដឹង រៀន ហើយបន្ទាប់មកធ្វើសកម្មភាពលើស្ថានភាពថ្មី និងក្នុងបរិយាកាសថ្មី។ ប្រៀបធៀបជាមួយនឹងពាក់កណ្តាលសតវត្សចុងក្រោយនៃវិទ្យាសាស្ត្រកុំព្យូទ័រដែលផ្តោតលើការបង្កើតឧបករណ៍កុំព្យូទ័រដែលត្រូវបានកែសម្រួលទៅតាមភារកិច្ចឯកវចនៈដែលពួកគេត្រូវបានរចនាឡើងសម្រាប់។
ម្យ៉ាងវិញទៀត កុំព្យូទ័រមនុស្សជាមនុស្សទូទៅ ចំណែកកុំព្យូទ័រសិប្បនិម្មិតជាអ្នកឯកទេស។
គោលបំណងនៃការបង្កើត AGI គឺដើម្បីបង្កើត AI ដែលអាចគិត និងរៀនបានច្រើនដូចមនុស្ស តាមរយៈបទពិសោធន៍ ជាជាងតាមរយៈកម្មវិធីផ្ទាល់។
នៅក្នុងពិភពពិត នេះមានន័យថា AGI នាពេលអនាគតរៀនពីរបៀបអាន សរសេរ និងប្រាប់រឿងកំប្លែង ឬដើរ រត់ និងជិះកង់ដោយខ្លួនឯង តាមបទពិសោធន៍ផ្ទាល់ខ្លួននៅក្នុងពិភពលោក (ប្រើរាងកាយអ្វីក៏ដោយ ឬ សរីរាង្គ/ឧបករណ៍ចាប់សញ្ញាដែលយើងផ្តល់ឱ្យវា) និងតាមរយៈអន្តរកម្មរបស់វាផ្ទាល់ AI និងមនុស្សផ្សេងទៀត។
អ្វីដែលវានឹងត្រូវការដើម្បីកសាងបញ្ញាទូទៅសិប្បនិម្មិត
ខណៈពេលដែលបច្ចេកទេសពិបាក ការបង្កើត AGI ត្រូវតែអាចធ្វើទៅបាន។ ប្រសិនបើជាការពិត វាមានកម្មសិទ្ធិយ៉ាងជ្រាលជ្រៅនៅក្នុងច្បាប់នៃរូបវិទ្យា ភាពជាសកលនៃការគណនា ដែលជាមូលដ្ឋាននិយាយថា អ្វីគ្រប់យ៉ាងដែលវត្ថុរូបវន្តអាចធ្វើបាន កុំព្យូទ័រដែលមានថាមពលគ្រប់គ្រាន់ គោលបំណងទូទៅគួរតែអាចចម្លង/ក្លែងធ្វើបាន។
និងនៅឡើយទេ, វាជាល្បិច។
ជាសំណាងល្អ មានអ្នកស្រាវជ្រាវ AI ដ៏ឆ្លាតវៃជាច្រើននាក់លើករណីនេះ (មិននិយាយពីមូលនិធិសាជីវកម្ម រដ្ឋាភិបាល និងយោធាជាច្រើនដែលគាំទ្រពួកគេ) ហើយរហូតមកដល់ពេលនេះ ពួកគេបានកំណត់ធាតុផ្សំសំខាន់ៗចំនួនបីដែលពួកគេមានអារម្មណ៍ថាចាំបាច់ដើម្បីដោះស្រាយ ដើម្បីនាំយកមកនូវ AGI ចូលទៅក្នុងពិភពលោករបស់យើង។
ទិន្នន័យធំ. វិធីសាស្រ្តទូទៅបំផុតចំពោះការអភិវឌ្ឍន៍ AI ពាក់ព័ន្ធនឹងបច្ចេកទេសមួយហៅថា ការរៀនស៊ីជម្រៅ ដែលជាប្រភេទជាក់លាក់នៃប្រព័ន្ធរៀនម៉ាស៊ីនដែលដំណើរការដោយការបំផ្លិចបំផ្លាញទិន្នន័យដ៏ធំ បំបែកទិន្នន័យនៅក្នុងបណ្តាញនៃសរសៃប្រសាទក្លែងធ្វើ (យកគំរូតាមខួរក្បាលមនុស្ស) ហើយបន្ទាប់មក ប្រើការរកឃើញដើម្បីរៀបចំការយល់ឃើញរបស់ខ្លួន។ សម្រាប់ព័ត៌មានលម្អិតអំពីការរៀនស៊ីជម្រៅ អាននេះ.
ឧទាហរណ៍, ក្នុង 2017Google បានផ្តល់អាហារដល់ AI រាប់ពាន់រូបភាពរបស់ឆ្មា ដែលប្រព័ន្ធសិក្សាជ្រៅជ្រះរបស់វាធ្លាប់រៀនមិនត្រឹមតែពីរបៀបកំណត់អត្តសញ្ញាណឆ្មាប៉ុណ្ណោះទេ ប៉ុន្តែបែងចែករវាងពូជឆ្មាផ្សេងៗគ្នា។ មិនយូរប៉ុន្មាន ពួកគេបានប្រកាសពីការចេញលក់ Google Lensកម្មវិធីស្វែងរកថ្មីដែលអនុញ្ញាតឱ្យអ្នកប្រើប្រាស់ថតរូបអ្វីទាំងអស់ ហើយ Google នឹងមិនត្រឹមតែប្រាប់អ្នកថាវាជាអ្វីប៉ុណ្ណោះទេ ប៉ុន្តែផ្តល់ជូននូវខ្លឹមសារបរិបទដែលមានប្រយោជន៍មួយចំនួនដែលពិពណ៌នាអំពីវា—ងាយស្រួលនៅពេលធ្វើដំណើរ ហើយអ្នកចង់ស្វែងយល់បន្ថែមអំពីការទាក់ទាញទេសចរណ៍ជាក់លាក់មួយ។ ប៉ុន្តែនៅទីនេះផងដែរ Google Lens នឹងមិនអាចទៅរួចទេបើគ្មានរូបភាពរាប់ពាន់លានដែលបានរាយក្នុងម៉ាស៊ីនស្វែងរករូបភាពរបស់វា។
ហើយទោះបីជាយ៉ាងណាក៏ដោយ ទិន្នន័យដ៏ធំ និងការរួមបញ្ចូលគ្នានៃការសិក្សាស៊ីជម្រៅនេះ នៅតែមិនគ្រប់គ្រាន់ដើម្បីនាំមកនូវ AGI នោះទេ។
ក្បួនដោះស្រាយកាន់តែប្រសើរ. ក្នុងរយៈពេលមួយទសវត្សរ៍កន្លងមកនេះ ក្រុមហ៊ុនបុត្រសម្ព័ន្ធរបស់ Google និងជាអ្នកដឹកនាំនៅក្នុងលំហ AI DeepMind បានបង្កើតភាពអស្ចារ្យដោយរួមបញ្ចូលគ្នានូវភាពខ្លាំងនៃការរៀនសូត្រស៊ីជម្រៅជាមួយនឹងការរៀនបន្ថែមដែលជាវិធីសាស្រ្តរៀនដោយម៉ាស៊ីនឥតគិតថ្លៃដែលមានគោលបំណងបង្រៀន AI ពីរបៀបធ្វើសកម្មភាពក្នុងបរិយាកាសថ្មីដើម្បីសម្រេចបាន។ គោលដៅដែលបានកំណត់។
សូមអរគុណចំពោះយុទ្ធសាស្ត្រកូនកាត់នេះ AI ដែលជាការចាក់បញ្ចាំងលើកដំបូងរបស់ DeepMind គឺ AlphaGo មិនត្រឹមតែបង្រៀនខ្លួនឯងពីរបៀបលេង AlphaGo ដោយការទាញយកច្បាប់ និងសិក្សាពីយុទ្ធសាស្ត្រនៃអ្នកលេងមនុស្សពូកែប៉ុណ្ណោះទេ ប៉ុន្តែបន្ទាប់ពីលេងទល់នឹងខ្លួនវារាប់លានដងរួចមក គឺអាចយកឈ្នះអ្នកលេង AlphaGo ល្អបំផុតបាន ដោយប្រើចលនា និងយុទ្ធសាស្ត្រដែលមិនធ្លាប់មានពីមុនមកនៅក្នុងហ្គេម។
ដូចគ្នានេះដែរ ការពិសោធន៍ផ្នែកទន់ Atari របស់ DeepMind ពាក់ព័ន្ធនឹងការផ្តល់ឱ្យ AI នូវកាមេរ៉ាមួយដើម្បីមើលអេក្រង់ហ្គេមធម្មតា ដោយសរសេរកម្មវិធីវាជាមួយនឹងសមត្ថភាពក្នុងការបញ្ចូលការបញ្ជាហ្គេម (ដូចជាប៊ូតុងយ៉យស្ទីក) និងផ្តល់ឱ្យវានូវគោលដៅឯកវចនៈដើម្បីបង្កើនពិន្ទុរបស់វា។ លទ្ធផល? ក្នុងរយៈពេលប៉ុន្មានថ្ងៃ វាបានបង្រៀនខ្លួនឯងពីរបៀបលេង និងរបៀបធ្វើជាម្ចាស់ហ្គេម arcade បុរាណរាប់សិប។
ប៉ុន្តែដូចជាការជោគជ័យដំបូងៗដ៏គួរឱ្យរំភើបនោះ វានៅមានបញ្ហាប្រឈមសំខាន់ៗមួយចំនួនដែលត្រូវដោះស្រាយ។
សម្រាប់មួយ អ្នកស្រាវជ្រាវ AI កំពុងធ្វើការលើការបង្រៀន AI នូវល្បិចមួយហៅថា 'ការច្របាច់' ដែលខួរក្បាលមនុស្ស និងសត្វល្អពិសេស។ និយាយឱ្យសាមញ្ញ នៅពេលអ្នកសម្រេចចិត្តចេញទៅទិញគ្រឿងទេស អ្នកអាចស្រមៃមើលគោលដៅចុងក្រោយរបស់អ្នក (ទិញផ្លែបឺរ) និងផែនការរដុបអំពីរបៀបដែលអ្នកធ្វើ (ចាកចេញពីផ្ទះ ទៅហាងលក់គ្រឿងទេស ទិញ។ ផ្លែបឺរ ត្រឡប់ទៅផ្ទះវិញ)។ អ្វីដែលអ្នកមិនធ្វើ គឺរៀបចំផែនការគ្រប់ដង្ហើម គ្រប់ជំហាន គ្រប់កាលៈទេសៈដែលអាចកើតមាននៅលើផ្លូវរបស់អ្នកនៅទីនោះ។ ផ្ទុយទៅវិញ អ្នកមានគំនិតមួយនៅក្នុងគំនិតរបស់អ្នកអំពីកន្លែងដែលអ្នកចង់ទៅ ហើយសម្របការធ្វើដំណើររបស់អ្នកទៅតាមស្ថានភាពណាមួយដែលកើតឡើង។
ជាទូទៅដូចដែលវាអាចមានអារម្មណ៍ចំពោះអ្នក សមត្ថភាពនេះគឺជាគុណសម្បត្តិដ៏សំខាន់មួយដែលខួរក្បាលរបស់មនុស្សនៅតែមានលើ AI - វាគឺជាការសម្របខ្លួនក្នុងការកំណត់គោលដៅ និងបន្តវាដោយមិនដឹងគ្រប់លម្អិតជាមុន ហើយទោះបីជាមានឧបសគ្គ ឬការផ្លាស់ប្តូរបរិស្ថានយ៉ាងណាក៏ដោយ។ អាចជួបប្រទះ។ ជំនាញនេះនឹងជួយឱ្យ AGIs សិក្សាកាន់តែមានប្រសិទ្ធភាព ដោយមិនចាំបាច់មានទិន្នន័យធំដែលបានរៀបរាប់ខាងលើ។
បញ្ហាប្រឈមមួយទៀតគឺសមត្ថភាពមិនត្រឹមតែអានសៀវភៅប៉ុណ្ណោះទេ យល់ពីអត្ថន័យ ឬបរិបទនៅពីក្រោយវា។ រយៈពេលវែង គោលដៅនៅទីនេះគឺសម្រាប់ AI ដើម្បីអានអត្ថបទកាសែត ហើយអាចឆ្លើយបានត្រឹមត្រូវនូវសំណួរជាច្រើនអំពីអ្វីដែលវាអាន ដូចជាការសរសេររបាយការណ៍សៀវភៅជាដើម។ សមត្ថភាពនេះនឹងបំប្លែង AI ពីម៉ាស៊ីនគិតលេខដែលបំប្លែងលេខទៅជាធាតុដែលបំប្លែងអត្ថន័យ។
សរុបមក ការជឿនលឿនបន្ថែមទៀតចំពោះក្បួនដោះស្រាយការរៀនដោយខ្លួនឯង ដែលអាចធ្វើត្រាប់តាមខួរក្បាលរបស់មនុស្សនឹងដើរតួយ៉ាងសំខាន់ក្នុងការបង្កើត AGI ជាយថាហេតុ ប៉ុន្តែទន្ទឹមនឹងការងារនេះ សហគមន៍ AI ក៏ត្រូវការផ្នែករឹងកាន់តែប្រសើរផងដែរ។
ផ្នែករឹងល្អប្រសើរ. ដោយប្រើវិធីសាស្រ្តបច្ចុប្បន្នដែលបានពន្យល់ខាងលើ AGI នឹងក្លាយជាអាចធ្វើទៅបានលុះត្រាតែយើងបង្កើនថាមពលកុំព្យូទ័រដែលមានសម្រាប់ដំណើរការវា។
សម្រាប់បរិបទ ប្រសិនបើយើងយកសមត្ថភាពខួរក្បាលរបស់មនុស្សក្នុងការគិត ហើយបំប្លែងវាទៅជាពាក្យគណនា នោះការប៉ាន់ស្មានរដុបនៃសមត្ថភាពផ្លូវចិត្តរបស់មនុស្សជាមធ្យមគឺ exaflop មួយ ដែលស្មើនឹង 1,000 petaflops ('Flop' តំណាងឱ្យប្រតិបត្តិការចំណុចអណ្តែតក្នុងមួយ។ ទីពីរ និងវាស់ល្បឿនគណនា)។
បើប្រៀបធៀបនៅចុងឆ្នាំ 2018 នេះ កំពូលកុំព្យូទ័រដ៏មានឥទ្ធិពលបំផុតរបស់ពិភពលោកគឺប្រទេសជប៉ុន។ AI Bridging Cloud នឹង hum នៅ 130 petaflops ដែលខ្លីនៃ exaflop មួយ។
ដូចដែលបានរៀបរាប់នៅក្នុងរបស់យើង។ supercomputers ជំពូកនៅក្នុងរបស់យើង។ អនាគតនៃកុំព្យូទ័រ ស៊េរី ទាំងសហរដ្ឋអាមេរិក និងចិនកំពុងធ្វើការដើម្បីបង្កើតកុំព្យូទ័រ exaflop ផ្ទាល់ខ្លួនរបស់ពួកគេនៅឆ្នាំ 2022 ប៉ុន្តែទោះបីជាពួកគេទទួលបានជោគជ័យក៏ដោយ វានៅតែប្រហែលជាមិនគ្រប់គ្រាន់នោះទេ។
កុំព្យូទ័រទំនើបទាំងនេះដំណើរការលើថាមពលរាប់សិបមេហ្គាវ៉ាត់ យកទំហំរាប់រយម៉ែត្រការ៉េ និងចំណាយអស់ជាច្រើនរយលានក្នុងការសាងសង់។ ខួរក្បាលមនុស្សប្រើថាមពលត្រឹមតែ 20 វ៉ាត់ប៉ុណ្ណោះ សមនឹងលលាដ៍ក្បាលដែលមានទំហំប្រហែល 50 សង់ទីម៉ែត្រ ហើយមានពួកយើងចំនួន 2018 ពាន់លាននាក់ (ឆ្នាំ XNUMX)។ ម្យ៉ាងទៀត ប្រសិនបើយើងចង់ធ្វើឱ្យ AGIs មានលក្ខណៈធម្មតាដូចមនុស្ស យើងត្រូវរៀនពីរបៀបបង្កើតពួកវាឱ្យកាន់តែសន្សំសំចៃ។
ដល់ទីបញ្ចប់នេះ អ្នកស្រាវជ្រាវ AI កំពុងចាប់ផ្តើមពិចារណាផ្តល់ថាមពលដល់ AIs នាពេលអនាគតជាមួយនឹងកុំព្យូទ័រ quantum ។ បានពិពណ៌នាលម្អិតបន្ថែមទៀតនៅក្នុង កុំព្យូទ័រកង់ទិច ជំពូកនៅក្នុងស៊េរីអនាគតនៃកុំព្យូទ័ររបស់យើង កុំព្យូទ័រទាំងនេះដំណើរការតាមរបៀបផ្សេងគ្នាជាមូលដ្ឋានជាងកុំព្យូទ័រដែលយើងបាននិងកំពុងសាងសង់សម្រាប់ពាក់កណ្តាលសតវត្សចុងក្រោយនេះ។ នៅពេលដែលបានធ្វើឱ្យល្អឥតខ្ចោះនៅទសវត្សរ៍ឆ្នាំ 2030 កុំព្យូទ័រ quantum តែមួយនឹងលែងកុំព្យូទ័រទាំងអស់ដែលកំពុងដំណើរការក្នុងឆ្នាំ 2018 នៅទូទាំងពិភពលោកដាក់បញ្ចូលគ្នា។ ពួកគេក៏នឹងមានទំហំតូចជាង និងប្រើប្រាស់ថាមពលតិចជាងកុំព្យូទ័រទំនើបបច្ចុប្បន្នឆ្ងាយណាស់។
តើបញ្ញាទូទៅសិប្បនិម្មិតនឹងល្អជាងមនុស្សដោយរបៀបណា?
ឧបមាថារាល់បញ្ហាប្រឈមដែលបានរាយបញ្ជីខាងលើត្រូវបានដោះស្រាយ ដែលអ្នកស្រាវជ្រាវ AI រកឃើញភាពជោគជ័យក្នុងការបង្កើត AGI ដំបូង។ តើចិត្ត AGI នឹងខុសពីខ្លួនយើងយ៉ាងដូចម្តេច?
ដើម្បីឆ្លើយសំណួរប្រភេទនេះ យើងត្រូវចាត់ថ្នាក់គំនិត AGI ជាបីប្រភេទ គឺអ្នកដែលរស់នៅក្នុងរាងកាយមនុស្សយន្ត (ទិន្នន័យពី Star Trek) ដែលមានទម្រង់រូបវន្ត ប៉ុន្តែត្រូវបានតភ្ជាប់ដោយឥតខ្សែទៅអ៊ីនធឺណិត/ពពក (ភ្នាក់ងារ Smith ពី ម៉ាទ្រីស) និងអ្នកដែលមិនមានទម្រង់រាងកាយដែលរស់នៅទាំងស្រុងនៅក្នុងកុំព្យូទ័រ ឬតាមអ៊ីនធឺណិត (Samantha មកពី ការប្រកួត).
ដើម្បីចាប់ផ្តើម AGIs នៅខាងក្នុងរាងកាយមនុស្សយន្តដែលដាច់ដោយឡែកពីគេហទំព័រនឹងប្រកួតប្រជែងដូចគ្នាជាមួយនឹងចិត្តមនុស្ស ប៉ុន្តែជាមួយនឹងអត្ថប្រយោជន៍ដែលបានជ្រើសរើស៖
- អង្គចងចាំ៖ អាស្រ័យលើការរចនានៃទម្រង់មនុស្សយន្តរបស់ AGI ការចងចាំរយៈពេលខ្លី និងការចងចាំព័ត៌មានសំខាន់ៗរបស់ពួកគេពិតជាល្អជាងមនុស្ស។ ប៉ុន្តែនៅចុងបញ្ចប់នៃថ្ងៃនោះ មានដែនកំណត់ជាក់ស្តែងចំពោះទំហំថាសរឹងដែលអ្នកអាចវេចខ្ចប់ចូលទៅក្នុងមនុស្សយន្ត ដោយសន្មតថាយើងរចនាពួកវាឱ្យមើលទៅដូចមនុស្ស។ សម្រាប់ហេតុផលនេះ ការចងចាំរយៈពេលវែងរបស់ AGIs នឹងដើរតួយ៉ាងសកម្មដូចមនុស្ស ដោយភ្លេចព័ត៌មាន និងការចងចាំយ៉ាងសកម្ម ដែលចាត់ទុកថាមិនចាំបាច់សម្រាប់ដំណើរការនាពេលអនាគតរបស់វា (ក្នុងគោលបំណងបង្កើន 'ទំហំថាស')។
- ល្បឿន៖ ដំណើរការនៃណឺរ៉ូននៅក្នុងខួរក្បាលរបស់មនុស្សមានល្បឿនអតិបរមាប្រហែល 200 ហឺត ចំណែកឯ microprocessors ទំនើបដំណើរការក្នុងកម្រិត gigahertz ដូច្នេះលឿនជាងណឺរ៉ូនរាប់លានដង។ នេះមានន័យថា បើប្រៀបធៀបទៅនឹងមនុស្ស អនាគត AGIs នឹងដំណើរការព័ត៌មាន និងធ្វើការសម្រេចចិត្តលឿនជាងមនុស្ស។ សូមចាំថា នេះមិនមានន័យថា AGI នេះនឹងធ្វើការសម្រេចចិត្តដ៏ឆ្លាតវៃ ឬត្រឹមត្រូវជាងមនុស្សនោះទេ គ្រាន់តែថាពួកគេអាចធ្វើការសន្និដ្ឋានបានលឿនជាង។
- ការអនុវត្ត៖ និយាយឱ្យសាមញ្ញ ខួរក្បាលរបស់មនុស្សនឹងនឿយហត់ ប្រសិនបើវាដំណើរការយូរពេកដោយមិនសម្រាក ឬគេង ហើយនៅពេលដែលវាធ្វើ ការចងចាំ និងសមត្ថភាពរៀន និងហេតុផលក៏ចុះខ្សោយ។ ទន្ទឹមនឹងនេះដែរ សម្រាប់ AGIs ដោយសន្មត់ថា ពួកគេត្រូវបានបញ្ចូលថ្ម (អគ្គិសនី) ជាទៀងទាត់ ពួកគេនឹងមិនមានចំណុចខ្សោយនោះទេ។
- ភាពប្រសើរឡើង៖ សម្រាប់មនុស្ស ការរៀនទម្លាប់ថ្មីអាចចំណាយពេលអនុវត្តរាប់សប្តាហ៍ ការរៀនជំនាញថ្មីអាចចំណាយពេលរាប់ខែ ហើយការរៀនវិជ្ជាជីវៈថ្មីអាចចំណាយពេលរាប់ឆ្នាំ។ សម្រាប់ AGI ពួកគេនឹងមានសមត្ថភាពរៀនទាំងបទពិសោធន៍ (ដូចជាមនុស្ស) និងដោយការបង្ហោះទិន្នន័យដោយផ្ទាល់ ស្រដៀងទៅនឹងរបៀបដែលអ្នកធ្វើបច្ចុប្បន្នភាពប្រព័ន្ធប្រតិបត្តិការកុំព្យូទ័ររបស់អ្នកជាទៀងទាត់។ ការអាប់ដេតទាំងនេះអាចអនុវត្តចំពោះការធ្វើឱ្យប្រសើរឡើងនូវចំណេះដឹង (ជំនាញថ្មី) ឬការធ្វើឱ្យប្រសើរឡើងនូវការអនុវត្តទៅទម្រង់រូបវន្ត AGIs ។
បន្ទាប់មក សូមក្រឡេកមើល AGIs ដែលមានទម្រង់រូបវន្ត ប៉ុន្តែត្រូវបានភ្ជាប់ដោយឥតខ្សែទៅអ៊ីនធឺណិត/ពពក។ ភាពខុសគ្នាដែលយើងអាចមើលឃើញជាមួយនឹងកម្រិតនេះបើប្រៀបធៀបទៅនឹង AGIs ដែលមិនភ្ជាប់រួមមាន:
- អង្គចងចាំ៖ AGIs ទាំងនេះនឹងមានគុណសម្បត្តិរយៈពេលខ្លីទាំងអស់ដែលថ្នាក់ AGI មុនមាន លើកលែងតែពួកគេក៏នឹងទទួលបានអត្ថប្រយោជន៍ពីការចងចាំរយៈពេលវែងដ៏ល្អឥតខ្ចោះផងដែរ ដោយសារពួកគេអាចផ្ទុកអង្គចងចាំទាំងនោះទៅកាន់ពពកដើម្បីចូលប្រើនៅពេលចាំបាច់។ ជាក់ស្តែង អង្គចងចាំនេះនឹងមិនអាចចូលប្រើបាននៅក្នុងតំបន់ដែលមានការតភ្ជាប់ទាបនោះទេ ប៉ុន្តែវានឹងកាន់តែមានការព្រួយបារម្ភក្នុងអំឡុងទសវត្សរ៍ឆ្នាំ 2020 និងឆ្នាំ 2030 នៅពេលដែលពិភពលោកកាន់តែច្រើនឡើងលើអ៊ីនធឺណិត។ អានបន្ថែមនៅក្នុង ជំពូកមួយ។ នៃរបស់យើង អនាគតនៃអ៊ីនធឺណិត ស៊េរី។
- ល្បឿន៖ អាស្រ័យលើប្រភេទនៃឧបសគ្គដែល AGI ប្រឈមមុខ ពួកគេអាចចូលប្រើថាមពលកុំព្យូទ័រធំជាងរបស់ពពកដើម្បីជួយពួកគេដោះស្រាយវា។
- ការអនុវត្ត៖ មិនមានភាពខុសគ្នាទេបើប្រៀបធៀបទៅនឹង AGIs ដែលមិនភ្ជាប់។
- ភាពអាចអាប់ដេតបាន៖ ភាពខុសគ្នាតែមួយគត់រវាង AGI នេះ ដោយសារវាទាក់ទងនឹងការអាប់ដេត គឺថាពួកគេអាចចូលប្រើការអាប់ដេតតាមពេលវេលាជាក់ស្តែង ដោយឥតខ្សែ ជំនួសឱ្យការចូលមើល និងដោតចូលទៅក្នុងឃ្លាំងដំឡើងកំណែ។
- សមូហភាព៖ មនុស្សបានក្លាយជាប្រភេទសត្វដែលមានឥទ្ធិពលលើផែនដី មិនមែនដោយសារតែយើងជាសត្វដ៏ធំបំផុត ឬខ្លាំងបំផុតនោះទេ ប៉ុន្តែដោយសារតែយើងបានរៀនពីរបៀបទំនាក់ទំនង និងសហការគ្នាក្នុងវិធីផ្សេងៗដើម្បីសម្រេចបាននូវគោលដៅរួម ចាប់ពីការបរបាញ់សត្វ Woolly Mammoth រហូតដល់ការកសាងស្ថានីយ៍អវកាសអន្តរជាតិ។ ក្រុម AGIs នឹងយកកិច្ចសហការនេះទៅកម្រិតបន្ទាប់។ ដោយទទួលបានអត្ថប្រយោជន៍នៃការយល់ដឹងទាំងអស់ដែលបានរាយបញ្ជីខាងលើ ហើយបន្ទាប់មកបញ្ចូលគ្នាជាមួយនឹងសមត្ថភាពក្នុងការប្រាស្រ័យទាក់ទងឥតខ្សែ ទាំងមនុស្សផ្ទាល់ និងក្នុងចម្ងាយឆ្ងាយ ក្រុម AGI នាពេលអនាគត/ចិត្តសំបុកអាចដោះស្រាយតាមទ្រឹស្តីគម្រោងប្រកបដោយប្រសិទ្ធភាពជាងក្រុមមនុស្ស។
ជាចុងក្រោយ ប្រភេទចុងក្រោយនៃ AGI គឺជាកំណែដែលគ្មានទម្រង់រូបវន្ត ដែលដំណើរការនៅក្នុងកុំព្យូទ័រ ហើយមានលទ្ធភាពប្រើប្រាស់ថាមពលកុំព្យូទ័រពេញលេញ និងធនធានអនឡាញដែលអ្នកបង្កើតរបស់វាផ្តល់ឱ្យ។ នៅក្នុងកម្មវិធី និងសៀវភៅបែបវិទ្យាសាស្ត្រ AGIs ទាំងនេះជាធម្មតាយកទម្រង់ជាជំនួយការ/មិត្តភក្តិនិម្មិតអ្នកជំនាញ ឬប្រព័ន្ធប្រតិបត្តិការដ៏ឈ្លាសវៃរបស់យានអវកាស។ ប៉ុន្តែបើប្រៀបធៀបទៅនឹងប្រភេទ AGI ពីរផ្សេងទៀត AI នេះនឹងខុសគ្នាតាមវិធីដូចខាងក្រោម។
- ល្បឿន៖ គ្មានដែនកំណត់ (ឬយ៉ាងហោចណាស់ដល់ដែនកំណត់នៃផ្នែករឹងដែលវាមាន)។
- អង្គចងចាំ៖ គ្មានដែនកំណត់
- ការអនុវត្ត៖ បង្កើនគុណភាពនៃការសម្រេចចិត្ត ដោយសារការចូលទៅកាន់មជ្ឈមណ្ឌលកុំព្យូទ័រទំនើប។
- ភាពអាចអាប់ដេតបាន៖ ដាច់ខាត ក្នុងពេលជាក់ស្តែង និងជាមួយនឹងជម្រើសគ្មានដែនកំណត់នៃការធ្វើឱ្យប្រសើរការយល់ដឹង។ ជាការពិតណាស់ ដោយសារប្រភេទ AGI នេះមិនមានទម្រង់មនុស្សយន្តទេ វានឹងមិនមានតម្រូវការសម្រាប់ការអាប់ដេតរូបវ័ន្តដែលមានទេ លុះត្រាតែការអាប់ដេតទាំងនោះគឺសម្រាប់កុំព្យូទ័រទំនើបដែលដំណើរការ។
- សមូហភាព៖ ស្រដៀងទៅនឹងប្រភេទ AGI មុន AGI ដែលគ្មានរាងកាយនេះនឹងសហការយ៉ាងមានប្រសិទ្ធភាពជាមួយសហសេវិក AGI របស់ខ្លួន។ ទោះជាយ៉ាងណាក៏ដោយ ដោយផ្តល់នូវការចូលប្រើប្រាស់ដោយផ្ទាល់បន្ថែមទៀតចំពោះថាមពលកុំព្យូទ័រគ្មានដែនកំណត់ និងការចូលប្រើប្រាស់ធនធានអនឡាញ AGIs ទាំងនេះជាធម្មតានឹងដើរតួជាអ្នកដឹកនាំនៅក្នុងសមូហភាព AGI ទាំងមូល។
តើនៅពេលណាដែលមនុស្សជាតិបង្កើតបញ្ញាទូទៅសិប្បនិម្មិតដំបូង?
មិនមានកាលបរិច្ឆេទកំណត់សម្រាប់ពេលដែលសហគមន៍ស្រាវជ្រាវ AI ជឿថាពួកគេនឹងបង្កើត AGI ស្របច្បាប់នោះទេ។ ទោះយ៉ាងណាក៏ដោយ ក ការស្ទង់មតិ 2013 ក្នុងចំណោមអ្នកស្រាវជ្រាវ AI កំពូល ៗ របស់ពិភពលោកចំនួន 550 នាក់ ដែលធ្វើឡើងដោយអ្នកស្រាវជ្រាវ AI ឈានមុខលោក Nick Bostrom និង Vincent C. Müller បានគិតជាមធ្យមពីចន្លោះនៃមតិទៅបីឆ្នាំដែលអាចធ្វើទៅបាន៖
- ឆ្នាំសុទិដ្ឋិនិយមជាមធ្យម (លទ្ធភាព 10%): 2022
- ឆ្នាំជាក់ស្តែងមធ្យម (50% ទំនង): 2040
- ឆ្នាំទុទិដ្ឋិនិយមជាមធ្យម (លទ្ធភាព 90%): 2075
តើការព្យាករណ៍ទាំងនេះមានភាពច្បាស់លាស់ប៉ុណ្ណា គឺមិនសំខាន់ទេ។ អ្វីដែលសំខាន់នោះគឺថា សហគមន៍ស្រាវជ្រាវ AI ភាគច្រើនជឿថា យើងនឹងបង្កើត AGI ក្នុងជីវិតរបស់យើង និងនៅដើមសតវត្សរ៍នេះ។
របៀបបង្កើតបញ្ញាទូទៅសិប្បនិម្មិតនឹងផ្លាស់ប្តូរមនុស្សជាតិ
យើងស្វែងយល់ពីផលប៉ះពាល់នៃ AI ថ្មីទាំងនេះយ៉ាងលម្អិតនៅក្នុងជំពូកចុងក្រោយនៃស៊េរីនេះ។ ដែលបាននិយាយថា សម្រាប់ជំពូកនេះ យើងនឹងនិយាយថា ការបង្កើត AGI នឹងស្រដៀងទៅនឹងប្រតិកម្មសង្គម ដែលយើងនឹងជួបប្រទះ ប្រសិនបើមនុស្សរកឃើញជីវិតនៅលើភពអង្គារ។
ជំរុំមួយនឹងមិនយល់ពីសារៈសំខាន់នោះទេ ហើយនឹងបន្តការគិតថាអ្នកវិទ្យាសាស្ត្រកំពុងធ្វើកិច្ចព្រមព្រៀងដ៏ធំមួយអំពីការបង្កើតកុំព្យូទ័រដ៏មានឥទ្ធិពលមួយទៀត។
ជំរំមួយទៀតដែលទំនងជាមាន Luddites និងបុគ្គលដែលមានគំនិតខាងសាសនានឹងភ័យខ្លាច AGI នេះដោយគិតថាវាជាការគួរឱ្យស្អប់ខ្ពើមដែលវានឹងព្យាយាមសម្លាប់មនុស្សជាតិតាមស្ទីលស្កាយណេត។ ជំរុំនេះនឹងតស៊ូមតិយ៉ាងសកម្មដើម្បីលុប/បំផ្លាញ AGIs ក្នុងគ្រប់ទម្រង់របស់ពួកគេ។
នៅផ្នែកខាងត្រឡប់ ជំរុំទីបីនឹងចាត់ទុកការបង្កើតនេះជាព្រឹត្តិការណ៍ខាងវិញ្ញាណទំនើប។ នៅក្នុងគ្រប់មធ្យោបាយទាំងអស់នោះ AGI នេះនឹងក្លាយជាទម្រង់ជីវិតថ្មីមួយ ដែលគិតខុសពីយើង ហើយគោលដៅរបស់វាខុសពីយើង។ នៅពេលដែលការបង្កើត AGI ត្រូវបានប្រកាស មនុស្សនឹងលែងចែករំលែកផែនដីជាមួយតែសត្វទៀតហើយ ប៉ុន្តែថែមទាំងរួមជាមួយនឹងថ្នាក់ថ្មីនៃសត្វសិប្បនិមិត្ត ដែលភាពវៃឆ្លាតគឺស្មើគ្នា ឬខ្ពស់ជាងយើង។
ជំរុំទីបួននឹងរួមបញ្ចូលចំណាប់អារម្មណ៍អាជីវកម្មដែលនឹងស៊ើបអង្កេតពីរបៀបដែលពួកគេអាចប្រើប្រាស់ AGIs ដើម្បីដោះស្រាយតម្រូវការអាជីវកម្មផ្សេងៗ ដូចជាការបំពេញចន្លោះនៅក្នុងទីផ្សារការងារ និងការពន្លឿនការអភិវឌ្ឍន៍ទំនិញ និងសេវាកម្មថ្មី។
បន្ទាប់មក យើងមានតំណាងមកពីគ្រប់កម្រិតនៃរដ្ឋាភិបាលដែលនឹងធ្វើដំណើរលើខ្លួនពួកគេ ដោយព្យាយាមបង្កើតការយល់ដឹងអំពីរបៀបគ្រប់គ្រង AGIs ។ នេះគឺជាកម្រិតដែលការជជែកវែកញែកខាងសីលធម៌ និងទស្សនវិជ្ជាទាំងអស់នឹងឈានដល់ក្បាល ជាពិសេសអំពីថាតើត្រូវចាត់ទុក AGIs ទាំងនេះជាទ្រព្យសម្បត្តិ ឬជាបុគ្គល។
ហើយទីបំផុត ជំរំចុងក្រោយនឹងជាភ្នាក់ងារយោធា និងសន្តិសុខជាតិ។ ជាការពិត មានឱកាសដ៏ល្អដែលការប្រកាសជាសាធារណៈអំពី AGI ដំបូងអាចនឹងត្រូវពន្យារពេលពីខែទៅឆ្នាំ ដោយសារជំរុំនេះតែម្នាក់ឯង។ ហេតុអ្វី? ដោយសារតែការបង្កើត AGI ក្នុងរយៈពេលខ្លីនឹងនាំទៅដល់ការបង្កើត ភ្នាក់ងារស៊ើបការណ៍សម្ងាត់សិប្បនិម្មិត (ASI) ដែលនឹងតំណាងឱ្យការគំរាមកំហែងភូមិសាស្ត្រនយោបាយដ៏ធំ និងឱកាសលើសពីការច្នៃប្រឌិតគ្រាប់បែកនុយក្លេអ៊ែរ។
សម្រាប់ហេតុផលនេះ ជំពូកមួយចំនួនបន្ទាប់នឹងផ្តោតទាំងស្រុងលើប្រធានបទនៃ ASIs និងថាតើមនុស្សជាតិនឹងរស់រានមានជីវិតបន្ទាប់ពីការបង្កើតរបស់វា។
(វិធីដ៏អស្ចារ្យពេកក្នុងការបញ្ចប់ជំពូកមួយ? អ្នក betcha ។ )
ស៊េរីបញ្ញាសិប្បនិម្មិតនាពេលអនាគត
បញ្ញាសិប្បនិមិត្ត គឺជាអគ្គិសនីសម្រាប់ថ្ងៃស្អែក៖ អនាគតនៃបញ្ញាសិប្បនិម្មិត P1
របៀបដែលយើងនឹងបង្កើត Artificial Superintelligence ដំបូងបង្អស់៖ អនាគតនៃ Artificial Intelligence P3
តើស៊ើបការណ៍សម្ងាត់នឹងសម្លាប់មនុស្សទេ? អនាគតនៃបញ្ញាសិប្បនិម្មិត P4
របៀបដែលមនុស្សនឹងការពារប្រឆាំងនឹង Artificial Superintelligence: អនាគតនៃ Artificial Intelligence P5
ការអាប់ដេតដែលបានកំណត់ពេលបន្ទាប់សម្រាប់ការព្យាករណ៍នេះ។
ការព្យាករណ៍យោង
តំណភ្ជាប់ដ៏ពេញនិយម និងស្ថាប័នខាងក្រោមត្រូវបានយោងសម្រាប់ការព្យាករណ៍នេះ៖
តំណភ្ជាប់ Quantumrun ខាងក្រោមត្រូវបានយោងសម្រាប់ការព្យាករណ៍នេះ៖