Kā pirmais mākslīgais vispārējais intelekts mainīs sabiedrību: mākslīgā intelekta nākotne P2

Mēs esam uzcēluši piramīdas. Mēs iemācījāmies izmantot elektrību. Mēs saprotam, kā mūsu Visums veidojās pēc Lielā sprādziena (galvenokārt). Un, protams, klišejisks piemērs, mēs esam uzcēluši cilvēku uz Mēness. Tomēr, neskatoties uz visiem šiem sasniegumiem, cilvēka smadzenes joprojām ir tālu ārpus mūsdienu zinātnes izpratnes un pēc noklusējuma ir vissarežģītākais objekts zināmajā Visumā vai vismaz mūsu izpratnē par to.

Ņemot vērā šo realitāti, nevajadzētu būt šokējošiem, ka mēs vēl neesam izveidojuši mākslīgo intelektu (AI), kas līdzvērtīgi cilvēkiem. AI, piemēram, Data (Star Trek), Reičela (Blade Runner) un Deivids (Prometejs), vai ne-humanoīda AI, piemēram, Samanta (Viņa) un TARS (Starpzvaigžņu), šie visi ir piemēri nākamajam lielajam pavērsienam AI attīstībā: mākslīgais vispārējais intelekts (AGI, dažreiz saukta arī par HLMI vai cilvēka līmeņa mašīnas intelektu). 

Citiem vārdiem sakot, AI pētnieku izaicinājums ir šāds: kā mēs varam izveidot mākslīgu prātu, kas ir salīdzināms ar mūsu pašu, ja mums pat nav pilnīgas izpratnes par to, kā darbojas mūsu pašu prāts?

Mēs izpētīsim šo jautājumu, kā arī to, kā cilvēki stāsies pretī nākotnes AGI, un, visbeidzot, kā sabiedrība mainīsies nākamajā dienā pēc pirmās AGI paziņošanas pasaulei. 

Kas ir mākslīgais vispārējais intelekts?

Izveidojiet AI, kas var pārspēt labākos spēlētājus šahā, Jeopardy un Go, vienkārši (Deep Blue, Watson, un AlphaGO attiecīgi). Izveidojiet AI, kas var sniegt atbildes uz jebkuru jautājumu, ieteikt preces, kuras jūs varētu vēlēties iegādāties, vai pārvaldīt koplietošanas taksometru parku — ap tiem ir izveidoti veseli vairāku miljardu dolāru uzņēmumi (Google, Amazon, Uber). Pat AI, kas var nogādāt jūs no vienas valsts malas uz otru... nu, mēs pie tā strādājam.

Bet palūdziet mākslīgajam intelektam izlasīt bērnu grāmatu un saprast saturu, nozīmi vai morāli, ko tā mēģina mācīt, vai palūdziet AI atšķirt kaķa attēlu un zebru, un jūs galu galā radīsit vairāk nekā dažus īssavienojumi. 

Daba pavadīja miljoniem gadu, attīstot skaitļošanas ierīci (smadzenes), kas izceļas ar apstrādi, izpratni, mācībām un pēc tam rīkojoties jaunās situācijās un jaunā vidē. Salīdziniet to ar pēdējo pusgadsimtu datorzinātnēs, kas koncentrējās uz tādu skaitļošanas ierīču izveidi, kas bija pielāgotas atsevišķiem uzdevumiem, kuriem tās bija paredzētas. 

Citiem vārdiem sakot, cilvēks-dators ir vispārējs, bet mākslīgais dators ir speciālists.

AGI izveides mērķis ir radīt AI, kas spēj domāt un mācīties vairāk kā cilvēks, izmantojot pieredzi, nevis tiešu programmēšanu.

Reālajā pasaulē tas nozīmētu, ka nākotnē AGI iemācīsies lasīt, rakstīt un izstāstīt joku vai staigāt, skriet un braukt ar velosipēdu, lielākoties vienatnē, izmantojot savu pieredzi pasaulē (izmantojot jebkuru ķermeni vai maņu orgāni/ierīces, ko mēs tai piešķiram), kā arī ar savu mijiedarbību citiem AI un citiem cilvēkiem.

Kas būs nepieciešams, lai izveidotu mākslīgo vispārējo intelektu

Lai gan ir tehniski sarežģīti, AGI izveidei jābūt iespējamai. Ja patiesībā fizikas likumos ir dziļi iesakņojusies īpašība — skaitļošanas universālums —, kas būtībā nosaka visu, ko var darīt fizisks objekts, pietiekami jaudīgam, vispārējas nozīmes datoram principā jāspēj kopēt/simulēt.

Un tomēr tas ir sarežģīti.

Par laimi, šajā lietā ir daudz gudru AI pētnieku (nemaz nerunājot par lielu korporatīvo, valdības un militāro finansējumu, kas viņus atbalsta), un līdz šim viņi ir identificējuši trīs galvenās sastāvdaļas, kas, viņuprāt, ir jāatrisina, lai panāktu AGI mūsu pasaulē.

Liels datu. Visizplatītākā pieeja mākslīgā intelekta attīstībai ietver paņēmienu, ko sauc par dziļo mācīšanos — īpaša veida mašīnmācīšanās sistēma, kas darbojas, paceļot milzīgus datu apjomus, sasmalcinot šos datus simulētu neironu tīklā (modelēts pēc cilvēka smadzenēm) un pēc tam. izmantot rezultātus, lai programmētu savu ieskatu. Lai iegūtu plašāku informāciju par padziļinātu mācīšanos, izlasīt šo.

Piemēram, jo 2017, Google piegādāja savam mākslīgajam intelektam tūkstošiem kaķu attēlu, ko izmantoja tās dziļās mācīšanās sistēma, lai ne tikai iemācītos identificēt kaķi, bet arī atšķirt dažādas kaķu šķirnes. Neilgi pēc tam viņi paziņoja par gaidāmo izlaišanu Google objektīvs, jauna meklēšanas lietotne, kas ļauj lietotājiem nofotografēt jebko, un Google ne tikai pateiks, kas tas ir, bet arī piedāvās noderīgu kontekstuālu saturu, kas to apraksta — tā ir noderīga, ceļojot un vēlaties uzzināt vairāk par konkrētu tūrisma objektu. Taču arī šeit Google Lens nebūtu iespējams bez miljardiem attēlu, kas pašlaik ir uzskaitīti tās attēlu meklētājā.

Un tomēr ar šo lielo datu un dziļās mācīšanās kombināciju joprojām nepietiek, lai izveidotu AGI.

Labāki algoritmi. Pēdējo desmit gadu laikā Google meitasuzņēmums un līderis mākslīgā intelekta jomā DeepMind ir guvis panākumus, apvienojot dziļās mācīšanās priekšrocības ar pastiprinošu mācīšanos — bezmaksas mašīnmācīšanās pieeju, kuras mērķis ir iemācīt AI rīkoties jaunā vidē, lai sasniegtu rezultātus. nosprausts mērķis.

Pateicoties šai hibrīdajai taktikai, DeepMind pirmizrādes AI AlphaGo ne tikai iemācījās spēlēt AlphaGo, lejupielādējot noteikumus un pētot galveno cilvēku spēlētāju stratēģijas, bet pēc tam miljoniem reižu spēlējot pret sevi, spēja pārspēt labākos AlphaGo spēlētājus. izmantojot gājienus un stratēģijas, kas nekad nav redzētas spēlē. 

Tāpat DeepMind Atari programmatūras eksperiments ietvēra AI kameras piešķiršanu, lai tas redzētu tipisku spēles ekrānu, ieprogrammējot to ar iespēju ievadīt spēles rīkojumus (piemēram, kursorsviras pogas) un piešķirot tai vienīgo mērķi palielināt rezultātu. Rezultāts? Dažu dienu laikā tas iemācījās spēlēt un apgūt desmitiem klasisku arkādes spēļu. 

Tomēr, lai cik aizraujoši būtu šie agrīnie panākumi, joprojām ir jāatrisina dažas galvenās problēmas.

Pirmkārt, AI pētnieki strādā, lai iemācītu AI triku, ko sauc par “sadalīšanu”, kurā cilvēku un dzīvnieku smadzenes ir ārkārtīgi labas. Vienkārši sakot, kad izlemjat doties iegādāties pārtikas preces, jūs varat iztēloties savu gala mērķi (avokado iegāde) un aptuvenu plānu, kā to izdarīt (iziet no mājas, apmeklēt pārtikas preču veikalu, nopirkt). avokado, atgriezieties mājās). Tas, ko jūs nedarāt, ir plānot katru elpu, katru soli, visas iespējamās situācijas ceļā uz turieni. Tā vietā jums ir jēdziens (gabals) par to, kur vēlaties doties, un pielāgojiet savu ceļojumu jebkurai situācijai.

Lai arī cik bieži tas jums šķiet, šī spēja ir viena no galvenajām priekšrocībām, kas cilvēka smadzenēm joprojām ir salīdzinājumā ar AI — tā ir spēja noteikt mērķi un tiekties pēc tā, iepriekš nezinot katru detaļu un neskatoties uz jebkādiem šķēršļiem vai vides izmaiņām. varētu saskarties. Šī prasme ļautu AGI mācīties efektīvāk, neizmantojot iepriekš minētos lielos datus.

Vēl viens izaicinājums ir spēja ne tikai lasīt grāmatu, bet arī saprast nozīmi vai konteksts aiz tā. Ilgtermiņa mērķis šeit ir, lai mākslīgais intelekts izlasītu avīzes rakstu un spētu precīzi atbildēt uz vairākiem jautājumiem par lasīto, piemēram, rakstīt grāmatas ziņojumu. Šī spēja pārveidos mākslīgo intelektu no vienkārša kalkulatora, kas sagrauj skaitļus, par entītiju, kas mazina nozīmi.

Kopumā turpmākiem uzlabojumiem pašmācības algoritmā, kas var atdarināt cilvēka smadzenes, būs galvenā loma iespējamā AGI izveidē, taču līdztekus šim darbam AI kopienai ir nepieciešama arī labāka aparatūra.

Labāka aparatūra. Izmantojot iepriekš aprakstītās pašreizējās pieejas, AGI kļūs iespējama tikai pēc tam, kad mēs nopietni palielināsim tā darbināšanai pieejamo skaitļošanas jaudu.

Kontekstam, ja mēs ņemam vērā cilvēka smadzeņu spēju domāt un pārvēršam to skaitļošanas terminos, tad aptuvens vidēja cilvēka garīgās spējas novērtējums ir viens eksaflops, kas ir līdzvērtīgs 1,000 petaflopiem (“Flop” apzīmē peldošā komata darbības uz vienu otrkārt, un mēra aprēķina ātrumu).

Salīdzinājumam, līdz 2018. gada beigām pasaulē jaudīgākais superdators Japānas AI savienojošais mākonis dungos ar 130 petaflopiem, tālu pietrūkst līdz vienam eksaflopam.

Kā norādīts mūsu superdatoru nodaļā mūsu Datoru nākotne sēriju, gan ASV, gan Ķīna strādā, lai līdz 2022. gadam izveidotu savus exaflop superdatorus, taču, pat ja tie būs veiksmīgi, ar to joprojām var nepietikt.

Šie superdatori darbojas ar vairākiem desmitiem megavatu jaudu, aizņem vairākus simtus kvadrātmetru vietas, un to izgatavošana izmaksā vairākus simtus miljonu. Cilvēka smadzenes patērē tikai 20 vatu jaudas, iekļaujas galvaskausā, kura apkārtmērs ir aptuveni 50 cm, un mūsu ir septiņi miljardi (2018). Citiem vārdiem sakot, ja mēs vēlamies padarīt AGI tikpat ikdienišķu kā cilvēki, mums būs jāiemācās tos izveidot daudz ekonomiskāk.

Šajā nolūkā AI pētnieki sāk apsvērt iespēju nākotnes AI darbināt ar kvantu datoriem. Sīkāk aprakstīts kvantu datori nodaļā sērijā Future of Computers, šie datori darbojas būtiski savādāk nekā tie datori, kurus esam veidojuši pēdējo pusgadsimtu. Kad tas būs pilnveidots līdz 2030. gadiem, viens kvantu dators aprēķinās visus superdatorus, kas pašlaik darbojas 2018. gadā visā pasaulē. Tie būs arī daudz mazāki un patērēs daudz mazāk enerģijas nekā pašreizējie superdatori. 

Kā mākslīgais vispārējais intelekts būtu pārāks par cilvēku?

Pieņemsim, ka katrs iepriekš uzskaitītais izaicinājums tiek atrisināts un AI pētnieki gūst panākumus, veidojot pirmo AGI. Ar ko AGI prāts atšķirsies no mūsu pašu?

Lai atbildētu uz šāda veida jautājumu, mums AGI prāti ir jāiedala trīs kategorijās, proti, tajos, kas dzīvo robota ķermenī (Dati no Star Trek), tiem, kuriem ir fiziska forma, bet tie ir bezvadu savienojumā ar internetu/mākoni (aģents Smits no The Matrix) un tiem, kuriem nav fiziskas formas, kas pilnībā dzīvo datorā vai tiešsaistē (Samanta no Viņai).

Vispirms AGI robotizētā ķermenī, kas izolēts no tīmekļa, konkurēs līdzvērtīgi cilvēka prātam, taču ar noteiktām priekšrocībām:

• Atmiņa: atkarībā no AGI robotizētās formas konstrukcijas to īstermiņa atmiņa un galvenās informācijas atmiņa noteikti būs pārāka par cilvēkiem. Bet galu galā ir fizisks ierobežojums tam, cik daudz vietas cietajā diskā varat ievietot robotā, pieņemot, ka mēs tos izstrādājam tā, lai tie izskatās kā cilvēki. Šī iemesla dēļ AGIs ilgtermiņa atmiņa darbosies līdzīgi kā cilvēkiem, aktīvi aizmirstot informāciju un atmiņas, kas tiek uzskatītas par nevajadzīgām tās turpmākai darbībai (lai atbrīvotu vietu diskā).
• Ātrums: cilvēka smadzenēs esošo neironu veiktspēja maksimāli sasniedz aptuveni 200 Hz, savukārt mūsdienu mikroprocesori darbojas gigahercu līmenī, tātad miljoniem reižu ātrāk nekā neironi. Tas nozīmē, ka, salīdzinot ar cilvēkiem, nākotnes AGI apstrādās informāciju un pieņems lēmumus ātrāk nekā cilvēki. Ņemiet vērā, ka tas nebūt nenozīmē, ka šis AGI pieņems gudrākus vai pareizākus lēmumus nekā cilvēki, tikai to, ka viņi var ātrāk nonākt pie secinājumiem.
• Veiktspēja: Vienkārši sakot, cilvēka smadzenes nogurst, ja tās darbojas pārāk ilgi bez atpūtas vai miega, un, kad tā notiek, tiek traucēta atmiņa un spēja mācīties un prātot. Tikmēr AGI, pieņemot, ka tie tiek regulāri uzlādēti (elektrība), tiem nebūs šo vājumu.
• Uzlabojamība: cilvēkam jauna ieraduma apgūšana var ilgt vairākas nedēļas, jaunas prasmes apgūšana var ilgt mēnešus, bet jaunas profesijas apgūšana var ilgt vairākus gadus. AGI gadījumā viņi varēs mācīties gan pēc pieredzes (piemēram, cilvēkiem), gan ar tiešu datu augšupielādi, līdzīgi kā jūs regulāri atjaunināt sava datora operētājsistēmu. Šie atjauninājumi var attiekties uz zināšanu (jaunām prasmēm) vai veiktspējas uzlabojumiem AGI fiziskajā formā. 

Tālāk apskatīsim AGI, kuriem ir fiziska forma, bet tie ir arī bezvadu režīmā savienoti ar internetu/mākoni. Atšķirības, ko mēs redzam šajā līmenī, salīdzinot ar nesaistītiem AGI, ir šādas:

• Atmiņa: šiem AGI būs visas īstermiņa priekšrocības, kādas ir iepriekšējai AGI klasei, izņemot to, ka tie gūs labumu arī no perfektas ilgtermiņa atmiņas, jo tās var augšupielādēt šīs atmiņas mākonī, lai vajadzības gadījumā piekļūtu tām. Acīmredzot šī atmiņa nebūs pieejama apgabalos ar zemu savienojamību, taču 2020. un 2030. gados, kad tiešsaistē būs pieejams vairāk pasaules, tas kļūs mazāk satraucošs. Vairāk lasiet sadaļā pirmā nodaļa no mūsu Interneta nākotne sērija. 
• Ātrums: atkarībā no šķēršļa veida, ar kuru saskaras šis AGI, viņi var piekļūt lielākai mākoņa skaitļošanas jaudai, lai palīdzētu to atrisināt.
• Veiktspēja: nav atšķirības, salīdzinot ar nesaistītiem AGI.
• Jaunināmība: vienīgā atšķirība starp šo AGI, kas saistīta ar jaunināšanu, ir tā, ka tie var piekļūt jauninājumiem reāllaikā, bezvadu režīmā, tā vietā, lai apmeklētu jaunināšanas noliktavu un pievienotu to.
• Kolektīvs: cilvēki kļuva par Zemes dominējošo sugu nevis tāpēc, ka bijām lielākais vai spēcīgākais dzīvnieks, bet gan tāpēc, ka mēs iemācījāmies sazināties un sadarboties dažādos veidos, lai sasniegtu kolektīvus mērķus, sākot no vilnas mamuta nomedīšanas līdz Starptautiskās kosmosa stacijas celtniecībai. AGI komanda pacels šo sadarbību uz nākamo līmeni. Ņemot vērā visas iepriekš uzskaitītās kognitīvās priekšrocības un apvienojot tās ar spēju sazināties bezvadu režīmā gan klātienē, gan lielos attālumos, nākotnes AGI komanda/stropa prāts teorētiski varētu risināt projektus daudz efektīvāk nekā cilvēku komanda. 

Visbeidzot, pēdējais AGI veids ir versija bez fiziskas formas, kas darbojas datorā un kurai ir piekļuve pilnai skaitļošanas jaudai un tiešsaistes resursiem, ko tā veidotāji nodrošina. Zinātniskās fantastikas šovos un grāmatās šie AGI parasti izpaužas kā ekspertu virtuālie palīgi/draugi vai kosmosa kuģa spilgta operētājsistēma. Taču, salīdzinot ar pārējām divām AGI kategorijām, šis AI atšķirsies šādos veidos;

• Ātrums: neierobežots (vai vismaz līdz aparatūras ierobežojumiem, kurai tai ir piekļuve).
• Atmiņa: neierobežota  
• Veiktspēja: Paaugstināta lēmumu pieņemšanas kvalitāte, pateicoties tā piekļuvei superskaitļošanas centriem.
• Jaunināmība: Absolūti, reāllaikā un ar neierobežotu kognitīvo jauninājumu izvēli. Protams, tā kā šai AGI kategorijai nav fiziska robota formas, tai nebūs nepieciešami pieejamie fiziski jauninājumi, ja vien šie jauninājumi nav paredzēti superdatoriem, kuros tā darbojas.
• Kolektīvs: līdzīgi kā iepriekšējā AGI kategorijā, šī bezķermeņa AGI efektīvi sadarbosies ar saviem AGI kolēģiem. Tomēr, ņemot vērā to tiešāku piekļuvi neierobežotai skaitļošanas jaudai un piekļuvi tiešsaistes resursiem, šie AGI parasti ieņems vadošās lomas kopējā AGI kolektīvā. 

Kad cilvēce radīs pirmo mākslīgo vispārējo intelektu?

Nav noteikts datums, kad AI pētniecības kopiena uzskata, ka izgudros likumīgu AGI. Tomēr a 2013 aptauja no 550 pasaules labākajiem mākslīgā intelekta pētniekiem, ko veica vadošie AI pētniecības domātāji Niks Bostroms un Vincents K. Millers, vidējo viedokļu diapazonu sadalīja trīs iespējamiem gadiem:

• Vidējais optimistiskais gads (10% iespējamība): 2022
• Vidējais reālistiskais gads (50% iespējamība): 2040
• Vidējais pesimistiskais gads (90% iespējamība): 2075 

Cik precīzas ir šīs prognozes, nav īsti nozīmes. Svarīgi ir tas, ka lielākā daļa AI pētnieku kopienas uzskata, ka mēs izgudrosim AGI mūsu dzīves laikā un salīdzinoši šī gadsimta sākumā. 

Kā mākslīgā vispārējā intelekta radīšana mainīs cilvēci

Šīs sērijas pēdējā nodaļā mēs detalizēti izpētām šo jauno AI ietekmi. Tomēr šajā nodaļā mēs teiksim, ka AGI izveide būs ļoti līdzīga sabiedrības reakcijai, ko mēs pieredzēsim, ja cilvēki atradīs dzīvību uz Marsa. 

Viena nometne nesapratīs nozīmi un turpinās domāt, ka zinātnieki veic lielu darījumu, radot vēl vienu jaudīgāku datoru.

Cita nometne, kas, visticamāk, sastāvēs no ludītiem un reliģiski domājošiem indivīdiem, baidīsies no šīs AGI, uzskatot, ka tas ir pretīgi, ka tā mēģinās iznīcināt cilvēci SkyNet stilā. Šī nometne aktīvi iestāsies par AGI dzēšanu/iznīcināšanu visos to veidos.

No otras puses, trešā nometne uzlūkos šo radīšanu kā mūsdienu garīgo notikumu. Visos svarīgajos veidos šī AGI būs jauna dzīves forma, kas domā savādāk nekā mēs un kuras mērķi atšķiras no mūsu mērķiem. Tiklīdz tiks paziņots par AGI izveidi, cilvēki vairs neizmantos Zemi tikai ar dzīvniekiem, bet arī kopā ar jaunu mākslīgo būtņu klasi, kuru intelekts ir līdzvērtīgs vai pārāks par mūsu pašu.

Ceturtajā nometnē būs biznesa intereses, kas pētīs, kā viņi var izmantot AGI, lai risinātu dažādas biznesa vajadzības, piemēram, aizpildītu darba tirgus nepilnības un paātrinātu jaunu preču un pakalpojumu attīstību.

Tālāk mums ir pārstāvji no visiem valdības līmeņiem, kuri paklups pār sevi, mēģinot saprast, kā regulēt AGI. Tas ir līmenis, kurā izvirzīsies visas moralizējošās un filozofiskās debates, īpaši par to, vai izturēties pret šiem AGI kā īpašumiem vai personām. 

Un visbeidzot, pēdējā nometne būs militārās un nacionālās drošības aģentūras. Patiesībā pastāv liela iespēja, ka publiskais paziņojums par pirmo AGI var aizkavēties par mēnešiem vai gadiem tikai šīs nometnes dēļ. Kāpēc? Tā kā AGI izgudrošana īsā laikā novedīs pie mākslīgā superintelekta (ASI) izveides, kas būs milzīgs ģeopolitisks apdraudējums un iespēja, kas ievērojami pārspēj kodolbumbas izgudrojumu. 

Šī iemesla dēļ dažas nākamās nodaļas pilnībā pievērsīsies ASI tēmai un tam, vai cilvēce izdzīvos pēc tās izgudrošanas.

(Pārāk dramatisks veids, kā beigt nodaļu? Betcha.)

Mākslīgā intelekta nākotnes sērija

Mākslīgais intelekts ir rītdienas elektrība: mākslīgā intelekta nākotne P1

Kā mēs izveidosim pirmo mākslīgo superintelektu: mākslīgā intelekta nākotne P3 

Vai mākslīgais superinteliģence iznīcinās cilvēci? Mākslīgā intelekta nākotne P4

Kā cilvēki aizstāvēsies pret mākslīgo superintelektu: mākslīgā intelekta nākotne P5

Vai cilvēki dzīvos mierīgi nākotnē, kurā dominēs mākslīgais intelekts? Mākslīgā intelekta nākotne P6