Kako bo prva umetna splošna inteligenca spremenila družbo: Prihodnost umetne inteligence P2

Zgradili smo piramide. Naučili smo se uporabljati elektriko. Razumemo, kako je naše vesolje nastalo po velikem poku (večinoma). In seveda, klišejski primer, človeka smo poslali na Luno. Vendar kljub vsem tem dosežkom človeški možgani ostajajo daleč zunaj razumevanja sodobne znanosti in so privzeto najkompleksnejši objekt v znanem vesolju - ali vsaj našem razumevanju tega.

Glede na to resničnost ne bi smelo biti povsem šokantno, da še nismo zgradili umetne inteligence (AI), ki bi bila primerljiva s človeško. AI, kot so Data (Star Trek), Rachael (Blade Runner) in David (Prometheus), ali nehumanoidni AI, kot sta Samantha (Her) in TARS (Interstellar), vse to so primeri naslednjega velikega mejnika v razvoju AI: umetna splošna inteligenca (AGI, včasih imenovan tudi HLMI ali človeška raven strojne inteligence). 

Z drugimi besedami, izziv, s katerim se soočajo raziskovalci umetne inteligence, je: Kako lahko zgradimo umetni um, ki je primerljiv z našim, če niti nimamo popolnega razumevanja, kako deluje naš um?

Raziskali bomo to vprašanje, skupaj s tem, kako se bodo ljudje zoperstavili prihodnjim AGI in končno, kako se bo družba spremenila dan po tem, ko bo prvi AGI objavljen svetu. 

Kaj je umetna splošna inteligenca?

Oblikujte umetno inteligenco, ki lahko enostavno premaga najboljše igralce v šahu, jeopardyju in igrišču (Deep Blue, Watsonin AlphaGO oz.). Oblikujte umetno inteligenco, ki vam lahko ponudi odgovore na kakršna koli vprašanja, predlaga predmete, ki bi jih morda želeli kupiti, ali upravlja floto taksijev s skupno rabo – okoli njih so zgrajena cela več milijard dolarjev vredna podjetja (Google, Amazon, Uber). Celo umetna inteligenca, ki vas lahko prepelje z enega konca države na drugega ... no, delamo na tem.

Toda prosite umetno inteligenco, naj prebere otroško knjigo in razume vsebino, pomen ali moralo, ki jo poskuša naučiti, ali pa prosite umetno inteligenco, naj pove razliko med sliko mačke in zebre, in na koncu boste povzročili več kot nekaj kratkih stikov. 

Narava je porabila milijone let za razvoj računalniške naprave (možganov), ki je odlična pri obdelavi, razumevanju, učenju in nato ukrepanju v novih situacijah in v novih okoljih. Primerjajte to z zadnjim pol stoletja računalništva, ki se je osredotočalo na ustvarjanje računalniških naprav, ki so bile prilagojene posameznim nalogam, za katere so bile zasnovane. 

Z drugimi besedami, človek-računalnik je generalist, medtem ko je umetni računalnik specialist.

Cilj ustvarjanja AGI je ustvariti AI, ki lahko razmišlja in se uči bolj kot človek, z izkušnjami in ne z neposrednim programiranjem.

V resničnem svetu bi to pomenilo, da se bodoči AGI nauči brati, pisati in povedati šalo ali hoditi, teči in voziti kolo večinoma sam, na podlagi lastnih izkušenj v svetu (z uporabo katerega koli telesa ali čutilne organe/naprave, ki mu jih damo), in prek njegove lastne interakcije druge umetne inteligence in druge ljudi.

Kaj bo potrebno za izgradnjo splošne umetne inteligence

Čeprav je tehnično težko, mora biti ustvarjanje AGI mogoče. Če je dejstvo, obstaja globoko uveljavljena lastnost v fizikalnih zakonih – univerzalnost računanja – ki v bistvu pravi, da vse, kar fizični objekt zmore, bi moral biti dovolj zmogljiv računalnik za splošne namene načeloma sposoben kopirati/simulirati.

Pa vendar je težavno.

K sreči je veliko pametnih raziskovalcev umetne inteligence na tem primeru (da ne omenjam veliko podjetniških, vladnih in vojaških sredstev, ki jih podpirajo), in do zdaj so identificirali tri ključne sestavine, za katere menijo, da jih je treba rešiti, da bi uvedli AGI v naš svet.

Big podatki. Najpogostejši pristop k razvoju umetne inteligence vključuje tehniko, imenovano globoko učenje – posebna vrsta sistema strojnega učenja, ki deluje tako, da zbere ogromne količine podatkov, jih zdrobi v omrežju simuliranih nevronov (po vzoru človeških možganov) in nato uporabi ugotovitve za programiranje lastnih vpogledov. Za več podrobnosti o poglobljenem učenju brati.

Na primer, v 2017, je Google svoji umetni inteligenci nahranil na tisoče slik mačk, ki jih je njegov sistem globokega učenja uporabil, da se nauči ne samo prepoznati mačko, ampak tudi razlikovati med različnimi pasmami mačk. Kmalu zatem so napovedali skorajšnjo izdajo Google Lens, nova iskalna aplikacija, ki uporabnikom omogoča fotografiranje česar koli in Google vam ne bo samo povedal, kaj to je, ampak bo ponudil nekaj uporabne kontekstualne vsebine, ki to opisuje – priročno, ko potujete in želite izvedeti več o določeni turistični atrakciji. Toda tudi tukaj Google Lens ne bi bil mogoč brez milijard slik, ki so trenutno navedene v njegovem iskalniku slik.

In vendar ta kombinacija velikih podatkov in poglobljenega učenja še vedno ni dovolj za vzpostavitev AGI.

Boljši algoritmi. V zadnjem desetletju je Googlova hčerinska družba in vodilna na področju umetne inteligence, DeepMind, naredila velik pečat z združitvijo prednosti globokega učenja z učenjem z okrepitvijo – brezplačnim pristopom strojnega učenja, katerega namen je naučiti umetno inteligenco, kako ukrepati v novih okoljih, da doseže zastavljen cilj.

Zahvaljujoč tej hibridni taktiki se DeepMindova premierna umetna inteligenca, AlphaGo, ni samo naučila igrati AlphaGo s prenosom pravil in preučevanjem strategij vrhunskih človeških igralcev, ampak je potem, ko je milijonkrat igrala sama proti sebi, lahko premagala najboljše igralce AlphaGo. z uporabo potez in strategij, ki jih še niste videli v igri. 

Podobno je DeepMindov eksperiment s programsko opremo Atari vključeval dajanje AI kamere za ogled tipičnega igralnega zaslona, ​​programiranje z možnostjo vnosa ukazov igre (kot so gumbi igralne palice) in dajanje edinega cilja, da poveča svoj rezultat. rezultat? V nekaj dneh se je sam naučil igrati in obvladati na desetine klasičnih arkadnih iger. 

Toda ne glede na to, kako vznemirljivi so ti zgodnji uspehi, ostaja nekaj ključnih izzivov, ki jih je treba rešiti.

Prvič, raziskovalci umetne inteligence delajo na tem, da bi umetno inteligenco naučili trika, imenovanega 'delovanje', v katerem so človeški in živalski možgani izjemno dobri. Preprosto povedano, ko se odločite za nakup živil, si lahko predstavljate svoj končni cilj (nakup avokada) in okviren načrt, kako bi to storili (zapustili hišo, obiskali trgovino z živili, kupili avokado, vrnitev domov). Česar ne storite, je načrtovati vsak vdih, vsak korak, vse možne nepredvidene dogodke na vaši poti tja. Namesto tega imate v mislih koncept (kos) o tem, kam želite iti, in svoje potovanje prilagodite kakršni koli situaciji, ki se pojavi.

Čeprav se vam to morda zdi običajno, je ta sposobnost ena od ključnih prednosti, ki jih imajo človeški možgani pred umetno inteligenco – to je sposobnost prilagajanja, da si zastavite cilj in mu sledite, ne da bi vnaprej vedeli vse podrobnosti in kljub kakršni koli oviri ali spremembi okolja morda naleteli. Ta veščina bi AGI omogočila učinkovitejše učenje brez potrebe po zgoraj omenjenih velikih podatkih.

Drug izziv je zmožnost ne le branja knjige, ampak razumeti pomen ali kontekst za njim. Dolgoročno je cilj tukaj, da umetna inteligenca prebere časopisni članek in lahko natančno odgovori na vrsto vprašanj o tem, kar je prebral, podobno kot pisanje poročila o knjigi. Ta zmožnost bo spremenila AI iz preprostega kalkulatorja, ki drobi številke, v entiteto, ki drobi pomen.

Na splošno bo nadaljnji napredek samoučečega se algoritma, ki lahko posnema človeške možgane, igral ključno vlogo pri morebitnem ustvarjanju AGI, vendar poleg tega dela skupnost AI potrebuje tudi boljšo strojno opremo.

Boljša strojna oprema. Z uporabo zgoraj razloženih trenutnih pristopov bo AGI mogoč šele, ko bomo resno povečali računalniško moč, ki je na voljo za njegovo izvajanje.

Za kontekst, če vzamemo sposobnost človeških možganov za razmišljanje in jo pretvorimo v računalniške izraze, potem je groba ocena povprečne človeške mentalne zmogljivosti en eksaflop, kar je enako 1,000 petaflopsom ('Flop' pomeni operacije s plavajočo vejico na drugič in meri hitrost računanja).

Za primerjavo, do konca leta 2018 najmočnejši superračunalnik na svetu, japonski AI Bridging Cloud bo brnel s hitrostjo 130 petaflopov, kar je daleč od enega eksaflopa.

Kot je opisano v našem superračunalniki poglavje v našem Prihodnost računalnikov ZDA in Kitajska si prizadevata zgraditi lastne superračunalnike exaflop do leta 2022, a tudi če bi bili uspešni, to še vedno morda ne bo dovolj.

Ti superračunalniki delujejo z več deset megavatov moči, zavzemajo več sto kvadratnih metrov prostora in stanejo več sto milijonov za izdelavo. Človeški možgani porabijo samo 20 vatov energije, prilegajo se lobanji z obsegom približno 50 cm in nas je sedem milijard (2018). Z drugimi besedami, če želimo narediti AGI tako običajne kot ljudje, se bomo morali naučiti, kako jih ustvariti bolj ekonomično.

V ta namen raziskovalci umetne inteligence začenjajo razmišljati o oskrbi prihodnjih umetne inteligence s kvantnimi računalniki. Podrobneje opisano v kvantni računalniki poglavju v naši seriji Prihodnost računalnikov ti računalniki delujejo bistveno drugače kot računalniki, ki smo jih izdelovali zadnjega pol stoletja. Ko bo do leta 2030 izpopolnjen, bo en sam kvantni računalnik prehitel vse superračunalnike, ki trenutno delujejo, leta 2018 po vsem svetu skupaj. Prav tako bodo veliko manjši in bodo porabili veliko manj energije kot trenutni superračunalniki. 

Kako bi bila umetna splošna inteligenca boljša od človeka?

Predpostavimo, da bodo vsi zgoraj navedeni izzivi rešeni in da bodo raziskovalci umetne inteligence uspešni pri ustvarjanju prvega AGI. Kako bo AGI um drugačen od našega?

Da bi odgovorili na tovrstno vprašanje, moramo um AGI razvrstiti v tri kategorije, tiste, ki živijo v telesu robota (podatki iz Star Trek), tisti, ki imajo fizično obliko, a so brezžično povezani v internet/oblak (Agent Smith iz The Matrix) in tiste brez fizične oblike, ki v celoti živijo v računalniku ali na spletu (Samantha iz Her).

Za začetek, AGI-ji znotraj robotskega telesa, izoliranega od spleta, bodo enakovredno tekmovali s človeškimi umi, vendar z izbranimi prednostmi:

• Spomin: Glede na zasnovo robotske oblike AGI bosta njihov kratkoročni spomin in spomin na ključne informacije zagotovo boljši od človeka. Toda na koncu dneva obstaja fizična omejitev, koliko prostora na trdem disku lahko zapakirate v robota, ob predpostavki, da jih oblikujemo tako, da izgledajo kot ljudje. Iz tega razloga bo dolgoročni spomin AGI-jev deloval zelo podobno kot pri ljudeh, saj bo aktivno pozabljal informacije in spomine, ki se zdijo nepotrebni za njegovo prihodnje delovanje (da bi sprostili 'prostor na disku').
• Hitrost: Delovanje nevronov v človeških možganih je največje pri približno 200 hercih, medtem ko sodobni mikroprocesorji delujejo na ravni gigahercev, torej milijonkrat hitreje od nevronov. To pomeni, da bodo prihodnji AGI v primerjavi z ljudmi obdelovali informacije in sprejemali odločitve hitreje kot ljudje. Upoštevajte, da to ne pomeni nujno, da bo ta AGI sprejemal pametnejše ali pravilnejše odločitve kot ljudje, le da lahko hitreje pridejo do zaključkov.
• Učinkovitost: Preprosto povedano, človeški možgani se utrudijo, če predolgo delujejo brez počitka ali spanja, in ko se to zgodi, se zmanjša njihov spomin ter sposobnost učenja in razuma. Medtem, za AGI, ob predpostavki, da se redno polnijo (z elektriko), ne bodo imeli te slabosti.
• Nadgradljivost: za človeka lahko učenje nove navade traja več tednov, učenje nove spretnosti lahko traja mesece, učenje novega poklica pa lahko traja leta. Za AGI se bodo lahko učili na podlagi izkušenj (kot ljudje) in z neposrednim nalaganjem podatkov, podobno kot redno posodabljate operacijski sistem vašega računalnika. Te posodobitve se lahko nanašajo na nadgradnje znanja (nove spretnosti) ali nadgradnje zmogljivosti fizične oblike AGI. 

Nato si poglejmo AGI-je, ki imajo fizično obliko, a so tudi brezžično povezani z internetom/oblakom. Razlike, ki jih lahko opazimo pri tej ravni v primerjavi z nepovezanimi AGI, vključujejo:

• Pomnilnik: ti AGI-ji bodo imeli vse kratkoročne prednosti, ki jih ima prejšnji razred AGI, le da bodo imeli koristi tudi od popolnega dolgoročnega pomnilnika, saj lahko te spomine naložijo v oblak in do njih dostopajo po potrebi. Očitno ta pomnilnik ne bo dostopen na območjih s slabo povezljivostjo, vendar bo to postalo manj zaskrbljujoče v letih 2020 in 2030, ko bo več sveta na spletu. Preberite več v prvo poglavje od naših Prihodnost interneta seriji. 
• Hitrost: Glede na vrsto ovire, s katero se sooča ta AGI, lahko dostopajo do večje računalniške moči oblaka, ki jim pomaga pri reševanju.
• Zmogljivost: ni razlike v primerjavi z nepovezanimi AGI.
• Nadgradljivost: Edina razlika med tem AGI, ki se nanaša na nadgradljivost, je ta, da lahko brezžično dostopajo do nadgradenj v realnem času, namesto da bi morali obiskati in se priključiti na skladišče nadgradenj.
• Kolektivno: Ljudje smo postali prevladujoča vrsta na Zemlji, ne zato, ker smo bili največja ali najmočnejša žival, ampak zato, ker smo se naučili komunicirati in sodelovati na različne načine za doseganje skupnih ciljev, od lova na volnatega mamuta do izgradnje Mednarodne vesoljske postaje. Ekipa AGI-jev bi to sodelovanje dvignila na višjo raven. Če upoštevamo vse zgoraj navedene kognitivne prednosti in jih nato združimo z zmožnostjo brezžičnega komuniciranja, osebno in na dolge razdalje, bi se lahko prihodnja ekipa AGI/panjski um teoretično lotevala projektov veliko učinkoviteje kot ekipa ljudi. 

Nazadnje, zadnja vrsta AGI je različica brez fizične oblike, tista, ki deluje znotraj računalnika in ima dostop do celotne računalniške moči in spletnih virov, ki ji jih zagotavljajo ustvarjalci. V znanstvenofantastičnih oddajah in knjigah so ti AGI običajno v obliki strokovnih virtualnih pomočnikov/prijateljev ali živahnega operacijskega sistema vesoljske ladje. Toda v primerjavi z drugima dvema kategorijama AGI se bo ta AI razlikoval na naslednje načine;

• Hitrost: neomejena (ali vsaj do omejitev strojne opreme, do katere ima dostop).
• Pomnilnik: neomejen  
• Zmogljivost: izboljšana kakovost odločanja zahvaljujoč dostopu do superračunalniških centrov.
• Nadgradljivost: Absolutna, v realnem času in z neomejeno izbiro kognitivnih nadgradenj. Seveda, ker ta kategorija AGI nima fizične oblike robota, ne bo potrebovala razpoložljivih fizičnih nadgradenj, razen če so te nadgradnje za superračunalnike, v katerih deluje.
• Kolektiv: Podobno kot v prejšnji kategoriji AGI bo ta breztelesni AGI učinkovito sodeloval s svojimi kolegi iz AGI. Glede na neposredni dostop do neomejene računalniške moči in dostop do spletnih virov pa bodo ti AGI običajno prevzeli vodilne vloge v celotnem kolektivu AGI. 

Kdaj bo človeštvo ustvarilo prvo umetno splošno inteligenco?

Ni določenega datuma, ko raziskovalna skupnost umetne inteligence verjame, da bo izumila legitimen AGI. Vendar pa je a Raziskava 2013 550 najboljših svetovnih raziskovalcev umetne inteligence, ki sta ga izvedla vodilna raziskovalca umetne inteligence Nick Bostrom in Vincent C. Müller, je povprečje mnenj seštelo na tri možna leta:

• Mediana optimističnega leta (10-odstotna verjetnost): 2022
• Srednje realno leto (50-odstotna verjetnost): 2040
• Srednje pesimistično leto (90-odstotna verjetnost): 2075 

Kako natančne so te napovedi, pravzaprav ni pomembno. Pomembno je, da velika večina raziskovalne skupnosti umetne inteligence verjame, da bomo izumili AGI v času našega življenja in relativno zgodaj v tem stoletju. 

Kako bo ustvarjanje umetne splošne inteligence spremenilo človeštvo

V zadnjem poglavju te serije podrobno raziskujemo vpliv te nove umetne inteligence. Kljub temu bomo za to poglavje rekli, da bo ustvarjanje AGI zelo podobno družbeni reakciji, ki jo bomo doživeli, če bi ljudje našli življenje na Marsu. 

En tabor ne bo razumel pomena in bo še naprej mislil, da se znanstveniki zelo trudijo ustvariti še en zmogljivejši računalnik.

Drug tabor, verjetno sestavljen iz Luditov in versko mislečih posameznikov, se bo bal tega AGI, saj bo mislil, da je gnusoba, da bo poskušal iztrebiti človeštvo v slogu SkyNeta. Ta tabor bo aktivno zagovarjal brisanje/uničenje AGI-jev v vseh njihovih oblikah.

Po drugi strani pa bo tretji tabor na to stvaritev gledal kot na sodoben duhovni dogodek. V vseh pogledih, ki so pomembni, bo ta AGI nova oblika življenja, ki razmišlja drugače kot mi in katere cilji so drugačni od naših. Ko bo najavljeno ustvarjanje AGI, si ljudje Zemlje ne bomo več delili le z živalmi, temveč tudi z novim razredom umetnih bitij, katerih inteligenca je enaka ali večja od naše.

Četrti tabor bo vključeval poslovne interese, ki bodo raziskovali, kako lahko uporabijo AGI za reševanje različnih poslovnih potreb, kot je zapolnjevanje vrzeli na trgu dela in pospeševanje razvoja novih dobrin in storitev.

Nato imamo predstavnike z vseh ravni vlade, ki se bodo spotaknili ob sebe in poskušali razumeti, kako regulirati AGI. To je raven, na kateri bodo vse moralizirajoče in filozofske razprave prišle do vrha, zlasti o tem, ali te AGI obravnavati kot lastnino ali kot osebe. 

In končno, zadnji tabor bodo vojska in agencije za nacionalno varnost. V resnici obstaja velika verjetnost, da bo javna objava prvega AGI zamujala za mesece ali leta samo zaradi tega kampa. Zakaj? Ker bo izum AGI v kratkem pripeljal do ustvarjanja umetne superinteligence (ASI), ki bo predstavljala veliko geopolitično grožnjo in priložnost, ki bo daleč presegla izum jedrske bombe. 

Zaradi tega se bo naslednjih nekaj poglavij v celoti osredotočilo na temo ASI in ali bo človeštvo preživelo po njegovem izumu.

(Preveč dramatičen način za zaključek poglavja? Lahko se stavite.)

Serija Prihodnost umetne inteligence

Umetna inteligenca je jutrišnja elektrika: prihodnost umetne inteligence P1

Kako bomo ustvarili prvo umetno superinteligenco: prihodnost umetne inteligence P3 

Bo umetna superinteligenca iztrebila človeštvo? Prihodnost umetne inteligence P4

Kako se bomo ljudje branili pred umetno superinteligenco: Prihodnost umetne inteligence P5

Bomo ljudje živeli mirno v prihodnosti, v kateri bo vladala umetna inteligenca? Prihodnost umetne inteligence P6