Quantumrun

KREDYT WZROKU: Quantumrun

Jak pierwsza sztuczna inteligencja ogólna zmieni społeczeństwo: przyszłość sztucznej inteligencji P2

David Tal, wydawca, futurysta
@DavidTal pisze
LinkedIn

Wt, 09 / 15 / 2020 - 13: 08

Zbudowaliśmy piramidy. Nauczyliśmy się wykorzystywać energię elektryczną. Rozumiemy, jak (głównie) powstał nasz wszechświat po Wielkim Wybuchu. I oczywiście, banalny przykład, umieściliśmy człowieka na Księżycu. Jednak pomimo tych wszystkich osiągnięć ludzki mózg pozostaje daleko poza rozumieniem współczesnej nauki i domyślnie jest najbardziej złożonym obiektem w znanym wszechświecie – a przynajmniej naszym rozumieniu go.

Biorąc pod uwagę tę rzeczywistość, nie powinno być całkowicie szokujące, że nie zbudowaliśmy jeszcze sztucznej inteligencji (AI) na równi z ludźmi. Sztuczna inteligencja, taka jak Data (Star Trek), Rachael (Łowca androidów) i David (Prometeusz), lub sztuczna inteligencja niehumanoidalna, taka jak Samantha (Ona) i TARS (Interstellar), to przykłady kolejnego wielkiego kamienia milowego w rozwoju sztucznej inteligencji: sztuczna inteligencja ogólna (AGI, czasami określany również jako HLMI lub Human Level Machine Intelligence).

Innymi słowy, wyzwanie, przed którym stoją naukowcy zajmujący się sztuczną inteligencją, brzmi: jak możemy zbudować sztuczny umysł porównywalny do naszego, kiedy nie mamy nawet pełnego zrozumienia, jak działa nasz własny umysł?

Zbadamy to pytanie, wraz z tym, jak ludzie będą stawiać czoła przyszłym AGI i wreszcie, jak zmieni się społeczeństwo dzień po ogłoszeniu pierwszego AGI światu.

Czym jest sztuczna inteligencja ogólna?

Zaprojektuj sztuczną inteligencję, która z łatwością pokona najlepszych graczy w szachach, Jeopardy i Go (Modry, Watson, AlphaGO odpowiednio). Zaprojektuj sztuczną inteligencję, która może dostarczyć Ci odpowiedzi na każde pytanie, zasugerować przedmioty, które możesz chcieć kupić, lub zarządzać flotą taksówek typu ride-share — wokół nich zbudowane są całe wielomiliardowe firmy (Google, Amazon, Uber). Nawet sztuczna inteligencja, która może przewieźć cię z jednej strony kraju na drugą… cóż, pracujemy nad tym.

Ale poproś sztuczną inteligencję, aby przeczytała książkę dla dzieci i zrozumiała treść, znaczenie lub moralność, której próbuje nauczyć, lub poproś sztuczną inteligencję o odróżnienie zdjęcia kota od zebry, a skończysz powodując więcej niż kilka zwarcia.

Natura spędziła miliony lat na opracowywaniu urządzenia komputerowego (mózgu), które doskonale sprawdza się w przetwarzaniu, rozumieniu, uczeniu się, a następnie reagowaniu na nowe sytuacje i w nowych środowiskach. Porównaj to z ostatnim półwieczem informatyki, która koncentrowała się na tworzeniu urządzeń komputerowych dostosowanych do pojedynczych zadań, do których zostały zaprojektowane.

Innymi słowy, człowiek-komputer jest generalistą, podczas gdy sztuczny komputer jest specjalistą.

Celem stworzenia AGI jest stworzenie sztucznej inteligencji, która może myśleć i uczyć się bardziej jak człowiek, poprzez doświadczenie, a nie poprzez bezpośrednie programowanie.

W prawdziwym świecie oznaczałoby to, że w przyszłości AGI uczy się, jak czytać, pisać i opowiadać dowcipy lub chodzić, biegać i jeździć na rowerze w dużej mierze samodzielnie, poprzez własne doświadczenie na świecie (przy użyciu dowolnego ciała lub narządy zmysłów/urządzenia, które mu dajemy), oraz poprzez własną interakcję z innymi sztucznymi inteligencjami i innymi ludźmi.

Czego potrzeba do zbudowania sztucznej inteligencji ogólnej

Chociaż jest to technicznie trudne, stworzenie AGI musi być możliwe. W rzeczywistości istnieje głęboko zakorzeniona właściwość praw fizyki – uniwersalność obliczeń – która zasadniczo mówi, że wszystko, co może zrobić obiekt fizyczny, wystarczająco potężny komputer ogólnego przeznaczenia powinien w zasadzie być w stanie kopiować/symulować.

A jednak jest to trudne.

Na szczęście w tej sprawie jest wielu sprytnych badaczy sztucznej inteligencji (nie wspominając o wspieraniu ich przez wiele funduszy korporacyjnych, rządowych i wojskowych), i jak dotąd zidentyfikowali trzy kluczowe składniki, które ich zdaniem są konieczne do rozwiązania, aby zapewnić AGI do naszego świata.

Big Data. Najpopularniejszym podejściem do rozwoju sztucznej inteligencji jest technika zwana głębokim uczeniem — specyficzny rodzaj systemu uczenia maszynowego, który działa poprzez pochłanianie ogromnych ilości danych, chrupanie tych danych w sieci symulowanych neuronów (wzorowanych na ludzkim mózgu), a następnie wykorzystać wyniki do zaprogramowania własnych spostrzeżeń. Aby uzyskać więcej informacji na temat głębokiego uczenia się, przeczytać.

Na przykład, w 2017, Google nakarmił swoją sztuczną inteligencję tysiącami obrazów kotów, których system głębokiego uczenia używał nie tylko do uczenia się, jak rozpoznawać kota, ale także rozróżniać różne rasy kotów. Niedługo potem ogłosili zbliżające się wydanie Google Lens, nowa wyszukiwarka, która umożliwia użytkownikom robienie zdjęć czegokolwiek, a Google nie tylko powie Ci, co to jest, ale także zaoferuje opisujące je przydatne treści kontekstowe — przydatne podczas podróży i chcących dowiedzieć się więcej o określonej atrakcji turystycznej. Ale i tutaj Google Lens nie byłby możliwy bez miliardów obrazów, które są obecnie wymienione w wyszukiwarce obrazów.

A jednak to połączenie dużych zbiorów danych i głębokiego uczenia się wciąż nie wystarcza, aby stworzyć AGI.

Lepsze algorytmy. W ciągu ostatniej dekady firma DeepMind, spółka zależna Google i lider w dziedzinie sztucznej inteligencji, zrobiła furorę, łącząc mocne strony uczenia głębokiego z uczeniem wzmacniającym — uzupełniające podejście do uczenia maszynowego, którego celem jest nauczenie sztucznej inteligencji, jak podejmować działania w nowych środowiskach, aby osiągnąć wyznaczony cel.

Dzięki tej hybrydowej taktyce, premierowa sztuczna inteligencja DeepMind, AlphaGo, nie tylko nauczyła się grać w AlphaGo, pobierając zasady i studiując strategie mistrzów ludzkich graczy, ale po rozegraniu milionów razy przeciwko sobie była w stanie pokonać najlepszych graczy AlphaGo używając ruchów i strategii, których nigdy wcześniej nie widziano w grze.

Podobnie eksperyment z oprogramowaniem Atari firmy DeepMind polegał na udostępnieniu sztucznej inteligencji kamery, która widziała typowy ekran gry, zaprogramowaniu jej z możliwością wprowadzania poleceń gry (takich jak przyciski joysticka) i nadaniu jej pojedynczego celu, jakim jest zwiększenie wyniku. Wynik? W ciągu kilku dni nauczyła się grać i opanować dziesiątki klasycznych gier zręcznościowych.

Ale choć te wczesne sukcesy są ekscytujące, pozostaje kilka kluczowych wyzwań do rozwiązania.

Po pierwsze, naukowcy zajmujący się sztuczną inteligencją pracują nad nauką sztuczki zwanej „chunkingiem”, w której mózgi ludzi i zwierząt są wyjątkowo dobre. Mówiąc prościej, kiedy decydujesz się na zakupy spożywcze, jesteś w stanie wyobrazić sobie swój cel końcowy (zakup awokado) i przybliżony plan, jak to zrobić (wyjdź z domu, odwiedź sklep spożywczy, kup awokado, wróć do domu). Czego nie robisz, to planujesz każdy oddech, każdy krok, każdą możliwą ewentualność na swojej drodze. Zamiast tego masz w głowie koncepcję (kawałek) tego, dokąd chcesz się udać i dostosować swoją podróż do każdej sytuacji, która się pojawi.

Tak powszechna, jak może ci się to wydawać, ta umiejętność jest jedną z kluczowych przewag, jakie ludzkie mózgi wciąż mają nad sztuczną inteligencją — jest to zdolność adaptacji do wyznaczania celu i dążenia do niego bez wcześniejszego poznania każdego szczegółu i pomimo wszelkich przeszkód lub zmian środowiskowych może napotkać. Umiejętność ta umożliwiłaby AGI wydajniejsze uczenie się, bez potrzeby wykorzystywania wspomnianych powyżej dużych zbiorów danych.

Kolejnym wyzwaniem jest umiejętność nie tylko czytania książki, ale zrozumieć znaczenie lub kontekst, który za tym stoi. W dłuższej perspektywie celem jest, aby sztuczna inteligencja przeczytała artykuł w gazecie i była w stanie dokładnie odpowiedzieć na szereg pytań dotyczących tego, co przeczytała, coś w rodzaju pisania raportu książkowego. Ta umiejętność przekształci sztuczną inteligencję z prostego kalkulatora, który analizuje liczby w istotę, która analizuje znaczenie.

Ogólnie rzecz biorąc, dalsze postępy w samouczącym się algorytmie, który może naśladować ludzki mózg, odegrają kluczową rolę w ostatecznym stworzeniu AGI, ale oprócz tych prac społeczność AI potrzebuje również lepszego sprzętu.

Lepszy sprzęt. Korzystając z obecnych podejść wyjaśnionych powyżej, AGI stanie się możliwe dopiero po poważnym zwiększeniu mocy obliczeniowej dostępnej do jej uruchomienia.

Dla kontekstu, jeśli weźmiemy zdolność ludzkiego mózgu do myślenia i przekształcimy ją w terminy obliczeniowe, to z grubsza oszacowana zdolność umysłowa przeciętnego człowieka wynosi jeden exaflop, co odpowiada 1,000 petaflopsom („Flop” oznacza operacje zmiennoprzecinkowe na drugi i mierzy szybkość obliczeń).

Dla porównania, do końca 2018 r. najpotężniejszy superkomputer na świecie, Japonia Chmura pomostowa AI będzie nucić przy 130 petaflopach, czyli o wiele mniej niż jeden exaflop.

Jak opisano w naszym superkomputery rozdział w naszym Przyszłość komputerów serii, zarówno Stany Zjednoczone, jak i Chiny pracują nad zbudowaniem własnych superkomputerów exaflop do 2022 roku, ale nawet jeśli odniosą sukces, to i tak może nie wystarczyć.

Te superkomputery działają na kilkudziesięciu megawatach mocy, zajmują kilkaset metrów kwadratowych powierzchni, a ich budowa kosztowała kilkaset milionów. Ludzki mózg zużywa zaledwie 20 watów mocy, mieści się w czaszce o obwodzie około 50 cm, a nas jest siedem miliardów (2018). Innymi słowy, jeśli chcemy, aby AGI były tak powszechne jak ludzie, musimy nauczyć się, jak tworzyć je w sposób bardziej ekonomiczny.

W tym celu badacze AI zaczynają rozważać zasilanie przyszłych AI komputerami kwantowymi. Opisano bardziej szczegółowo w komputery kwantowe w naszej serii Future of Computers, te komputery działają w zupełnie inny sposób niż komputery, które budowaliśmy przez ostatnie pół wieku. Po udoskonaleniu do lat 2030. XX wieku jeden komputer kwantowy przewyższy wszystkie superkomputery działające obecnie w 2018 roku na całym świecie. Będą też znacznie mniejsze i zużywają znacznie mniej energii niż obecne superkomputery.

W jaki sposób sztuczna inteligencja ogólna byłaby lepsza od człowieka?

Załóżmy, że każde powyższe wyzwanie zostanie rozwiązane, że badacze AI odnoszą sukces w tworzeniu pierwszego AGI. Czym umysł AGI będzie się różnić od naszego?

Aby odpowiedzieć na tego rodzaju pytanie, musimy podzielić umysły AGI na trzy kategorie, te, które żyją w ciele robota (dane z Star Trek), te, które mają formę fizyczną, ale są połączone bezprzewodowo z internetem/chmurą (Agent Smith z Macierz) oraz osoby bez fizycznej formy, które żyją wyłącznie w komputerze lub w Internecie (Samantha z Jej).

Na początek AGI w ciele robota odizolowanym od sieci będą konkurować na równi z ludzkimi umysłami, ale z wybranymi zaletami:

Pamięć: W zależności od projektu formy robota AGI, ich pamięć krótkotrwała i pamięć kluczowych informacji z pewnością przewyższają ludzi. Ale pod koniec dnia istnieje fizyczne ograniczenie tego, ile miejsca na dysku twardym można zmieścić w robocie, zakładając, że projektujemy je tak, aby wyglądały jak ludzie. Z tego powodu pamięć długotrwała AGI będzie działać bardzo podobnie do ludzi, aktywnie zapominając informacje i wspomnienia, które są uważane za niepotrzebne dla ich przyszłego funkcjonowania (w celu zwolnienia „miejsca na dysku”).
Szybkość: Wydajność neuronów w ludzkim mózgu osiąga maksimum przy około 200 Hz, podczas gdy współczesne mikroprocesory działają na poziomie gigaherców, a więc miliony razy szybciej niż neurony. Oznacza to, że w porównaniu z ludźmi przyszłe AGI będą przetwarzać informacje i podejmować decyzje szybciej niż ludzie. Pamiętaj, że to niekoniecznie oznacza, że AGI będzie podejmować mądrzejsze lub bardziej poprawne decyzje niż ludzie, tylko że mogą szybciej dojść do wniosków.
Wydajność: Mówiąc najprościej, ludzki mózg męczy się, jeśli działa zbyt długo bez odpoczynku lub snu, a kiedy to robi, jego pamięć i zdolność do uczenia się i rozumowania ulegają pogorszeniu. Tymczasem w przypadku AGI, zakładając, że są regularnie ładowane (elektryczność), nie będą miały tej słabości.
Możliwość rozbudowy: dla człowieka nauczenie się nowego nawyku może zająć tygodnie praktyki, nauczenie się nowej umiejętności może zająć miesiące, a nauczenie się nowego zawodu może zająć lata. W przypadku AGI będą mieli możliwość uczenia się zarówno na podstawie doświadczenia (jak ludzie), jak i bezpośredniego przesyłania danych, podobnie jak w przypadku regularnego aktualizowania systemu operacyjnego komputera. Aktualizacje te mogą dotyczyć uaktualnień wiedzy (nowych umiejętności) lub uaktualnień wydajności fizycznej postaci AGI.

Następnie spójrzmy na AGI, które mają formę fizyczną, ale są również połączone bezprzewodowo z internetem/chmurą. Różnice, które widzimy na tym poziomie w porównaniu z niepołączonymi AGI, obejmują:

Pamięć: Te AGI będą miały wszystkie krótkoterminowe korzyści, jakie ma poprzednia klasa AGI, z wyjątkiem tego, że skorzystają również z doskonałej pamięci długoterminowej, ponieważ mogą przesyłać te wspomnienia do chmury, aby uzyskać do nich dostęp w razie potrzeby. Oczywiście ta pamięć nie będzie dostępna w obszarach o słabej łączności, ale stanie się to mniejszym problemem w latach 2020 i 2030, kiedy więcej świata będzie online. Czytaj więcej w rozdział pierwszy naszego Przyszłość Internetu series.
Szybkość: W zależności od rodzaju przeszkody, z jaką napotyka AGI, mogą uzyskać dostęp do większej mocy obliczeniowej chmury, aby pomóc im ją rozwiązać.
Wydajność: bez różnicy w porównaniu z niepodłączonymi AGI.
Możliwość aktualizacji: Jedyna różnica między tym AGI, jeśli chodzi o możliwość aktualizacji, polega na tym, że mogą uzyskać dostęp do aktualizacji w czasie rzeczywistym, bezprzewodowo, zamiast odwiedzać i podłączać się do magazynu aktualizacji.
Zbiorowość: Ludzie stali się dominującym gatunkiem Ziemi nie dlatego, że byliśmy największym lub najsilniejszym zwierzęciem, ale dlatego, że nauczyliśmy się komunikować i współpracować na różne sposoby, aby osiągnąć wspólne cele, od polowania na mamuta włochatego po budowę Międzynarodowej Stacji Kosmicznej. Zespół AGI przeniesie tę współpracę na wyższy poziom. Biorąc pod uwagę wszystkie zalety poznawcze wymienione powyżej, a następnie połączymy je z możliwością komunikacji bezprzewodowej, zarówno osobiście, jak i na duże odległości, przyszły zespół/umysł ula AGI mógłby teoretycznie rozwiązywać projekty znacznie wydajniej niż zespół ludzi.

Wreszcie ostatni typ AGI to wersja bez fizycznej postaci, działająca wewnątrz komputera, mająca dostęp do pełnej mocy obliczeniowej i zasobów internetowych, które zapewniają jej twórcy. W programach i książkach science-fiction te AGI zwykle przybierają formę ekspertów wirtualnych asystentów/przyjaciół lub odważnego systemu operacyjnego statku kosmicznego. Ale w porównaniu z pozostałymi dwiema kategoriami AGI, ta sztuczna inteligencja będzie się różnić w następujący sposób;

Szybkość: Nieograniczona (lub przynajmniej do limitu sprzętu, do którego ma dostęp).
Pamięć: nieograniczona
Wydajność: Wzrost jakości podejmowania decyzji dzięki dostępowi do centrów superkomputerowych.
Możliwość rozbudowy: absolutna, w czasie rzeczywistym, z nieograniczonym wyborem ulepszeń poznawczych. Oczywiście, ponieważ ta kategoria AGI nie ma fizycznej postaci robota, nie będzie potrzebować dostępnych fizycznych ulepszeń, chyba że te ulepszenia dotyczą superkomputerów, w których działa.
Zbiorowe: Podobnie jak w poprzedniej kategorii AGI, ta bezcielesna AGI będzie efektywnie współpracować ze swoimi kolegami z AGI. Jednakże, biorąc pod uwagę bardziej bezpośredni dostęp do nieograniczonej mocy obliczeniowej i dostęp do zasobów internetowych, te AGI będą zwykle pełnić role kierownicze w ogólnym zbiorze AGI.

Kiedy ludzkość stworzy pierwszą sztuczną inteligencję ogólną?

Nie ma ustalonej daty, kiedy społeczność badawcza AI wierzy, że wymyśli legalną AGI. Jednak 2013 ankieta 550 najlepszych badaczy sztucznej inteligencji na świecie, prowadzonych przez czołowych myślicieli zajmujących się badaniami nad sztuczną inteligencją, Nicka Bostroma i Vincenta C. Müllera, uśredniło zakres opinii do trzech możliwych lat:

Mediana optymistycznego roku (10% prawdopodobieństwa): 2022
Realistyczna mediana roku (50% prawdopodobieństwa): 2040
Mediana roku pesymistycznego (90% prawdopodobieństwa): 2075

Jak dokładne są te prognozy, tak naprawdę nie ma znaczenia. Liczy się to, że zdecydowana większość społeczności badawczej AI wierzy, że wymyślimy AGI w ciągu naszego życia i stosunkowo na początku tego stulecia.

Jak stworzenie sztucznej inteligencji ogólnej zmieni ludzkość

W ostatnim rozdziale tej serii szczegółowo badamy wpływ tej nowej sztucznej inteligencji. To powiedziawszy, w tym rozdziale powiemy, że tworzenie AGI będzie bardzo podobne do reakcji społecznej, której doświadczymy, gdy ludzie znajdą życie na Marsie.

Jeden obóz nie zrozumie znaczenia i będzie nadal myślał, że naukowcy robią wielką sprawę, tworząc kolejny, potężniejszy komputer.

Inny obóz, prawdopodobnie złożony z luddytów i osób o religijnym nastawieniu, będzie bał się tego AGI, myśląc, że to obrzydliwość, że będzie próbował eksterminować ludzkość w stylu SkyNet. Ten obóz będzie aktywnie opowiadał się za usuwaniem/niszczeniem AGI we wszystkich ich formach.

Z drugiej strony trzeci obóz będzie postrzegał tę kreację jako współczesne wydarzenie duchowe. Pod każdym względem, AGI będzie nową formą życia, która myśli inaczej niż my i której cele są inne niż nasze. Po ogłoszeniu stworzenia AGI ludzie nie będą już dzielić Ziemi tylko ze zwierzętami, ale także wraz z nową klasą sztucznych istot, których inteligencja jest równa lub wyższa od naszej.

Czwarty obóz obejmie interesy przedsiębiorców, którzy zbadają, w jaki sposób mogą wykorzystać AGI w celu zaspokojenia różnych potrzeb biznesowych, takich jak wypełnianie luk na rynku pracy i przyspieszenie rozwoju nowych towarów i usług.

Następnie mamy przedstawicieli ze wszystkich szczebli rządowych, którzy będą się potykać, próbując zrozumieć, jak regulować AGI. Jest to poziom, na którym wszystkie moralizatorskie i filozoficzne debaty dojdą do głowy, szczególnie wokół tego, czy traktować te AGI jako własność, czy jako osoby.

I wreszcie ostatnim obozem będą wojsko i agencje bezpieczeństwa narodowego. Prawdę mówiąc, istnieje duża szansa, że publiczne ogłoszenie pierwszego AGI może zostać opóźnione o miesiące lub lata z powodu samego tego obozu. Czemu? Ponieważ wynalezienie AGI doprowadzi w krótkim czasie do stworzenia sztucznego superinteligencji (ASI), który będzie stanowił ogromne zagrożenie geopolityczne i szansę znacznie przewyższającą wynalezienie bomby atomowej.

Z tego powodu kilka następnych rozdziałów skupi się w całości na temacie ASI i czy ludzkość przetrwa po ich wynalezieniu.

(Zbyt dramatyczny sposób na zakończenie rozdziału? Pewnie.)