Jinsi Ushauri Mkuu wa Bandia wa kwanza utabadilisha jamii: Mustakabali wa akili ya bandia P2

Tumejenga piramidi. Tulijifunza kutumia umeme. Tunaelewa jinsi ulimwengu wetu ulivyoundwa baada ya Big Bang (zaidi). Na bila shaka, mfano cliché, tumeweka mtu juu ya mwezi. Hata hivyo, yajapokuwa mafanikio hayo yote, ubongo wa mwanadamu unabaki nje ya uelewaji wa sayansi ya kisasa na, kwa kawaida, ndicho kitu tata zaidi katika ulimwengu unaojulikana—au angalau ufahamu wetu kuuhusu.

Kwa kuzingatia ukweli huu, haipaswi kushtua kabisa kwamba bado hatujaunda akili ya bandia (AI) sawa na wanadamu. AI kama Data (Star Trek), Rachael (Blade Runner), na David (Prometheus), au AI isiyo ya kibinadamu kama Samantha (Her) na TARS (Interstellar), hii yote ni mifano ya hatua kuu inayofuata katika ukuzaji wa AI: akili ya jumla bandia (AGI, wakati mwingine pia hujulikana kama HLMI au Ujasusi wa Mashine ya Kiwango cha Binadamu). 

Kwa maneno mengine, changamoto wanayokabiliana nayo watafiti wa AI ni: Je, tunawezaje kujenga akili ya bandia kulinganishwa na yetu wakati hatuna hata ufahamu kamili wa jinsi akili zetu wenyewe zinavyofanya kazi?

Tutachunguza swali hili, pamoja na jinsi wanadamu watakavyojipanga dhidi ya AGI za siku zijazo, na hatimaye, jinsi jamii itabadilika siku moja baada ya AGI ya kwanza kutangazwa kwa ulimwengu. 

Akili ya jumla ya bandia ni nini?

Tengeneza AI ambayo inaweza kuwashinda wachezaji wa daraja la juu katika Chess, Jeopardy, na Go, rahisi (Deep Blue, Watson, na AlphaGO kwa mtiririko huo). Tengeneza AI ambayo inaweza kukupa majibu ya swali lolote, kupendekeza bidhaa ambazo unaweza kutaka kununua, au kudhibiti kundi la teksi za rideshare—kampuni zote za mabilioni ya dola zimejengwa kuzizunguka (Google, Amazon, Uber). Hata AI inayoweza kukutoa kutoka upande mmoja wa nchi hadi mwingine ... vizuri, tunaifanyia kazi.

Lakini mwambie AI asome kitabu cha watoto na kuelewa yaliyomo, maana au maadili ambayo inajaribu kufundisha, au muulize AI aeleze tofauti kati ya picha ya paka na pundamilia, na mwishowe utasababisha zaidi ya wachache. mzunguko mfupi. 

Asili ilitumia mamilioni ya miaka kutengeneza kifaa cha kompyuta (akili) ambacho hufaulu katika kuchakata, kuelewa, kujifunza, na kisha kufanyia kazi hali mpya na ndani ya mazingira mapya. Linganisha hilo na nusu karne iliyopita ya sayansi ya kompyuta ambayo ililenga kuunda vifaa vya kompyuta ambavyo viliundwa kulingana na kazi za umoja ambazo ziliundwa kwa ajili yake. 

Kwa maneno mengine, kompyuta ya kibinadamu ni mtaalamu wa jumla, wakati kompyuta ya bandia ni mtaalamu.

Lengo la kuunda AGI ni kuunda AI ambayo inaweza kufikiria na kujifunza zaidi kama mwanadamu, kupitia uzoefu badala ya kupitia programu ya moja kwa moja.

Katika ulimwengu wa kweli, hii ingemaanisha AGI ya baadaye kujifunza jinsi ya kusoma, kuandika, na kusema mzaha, au kutembea, kukimbia na kuendesha baiskeli kwa kiasi kikubwa peke yake, kwa njia ya uzoefu wake mwenyewe duniani (kwa kutumia mwili wowote au viungo/vifaa vya hisi tunavipa), na kupitia maingiliano yake yenyewe AI nyingine na wanadamu wengine.

Nini itachukua ili kujenga akili ya jumla ya bandia

Ingawa kitaalam ni ngumu, kuunda AGI lazima iwezekane. Ikiwa ni kweli, kuna nyenzo iliyoshikiliwa kwa kina ndani ya sheria za fizikia—ujumuishaji wa hesabu—ambayo kimsingi inasema kila kitu ambacho kifaa halisi kinaweza kufanya, kompyuta yenye uwezo wa kutosha, yenye madhumuni ya jumla inapaswa, kimsingi, kuwa na uwezo wa kunakili/kuiga.

Na bado, ni gumu.

Kwa bahati nzuri, kuna watafiti wengi wajanja wa AI kwenye kesi hiyo (bila kutaja ufadhili mwingi wa mashirika, serikali na jeshi unaowasaidia), na hadi sasa, wamegundua viungo vitatu muhimu wanahisi ni muhimu kusuluhishwa ili kuleta suluhisho. AGI katika ulimwengu wetu.

Data kubwa. Mbinu ya kawaida ya ukuzaji wa AI inahusisha mbinu inayoitwa ujifunzaji wa kina-aina maalum ya mfumo wa kujifunza mashine ambao hufanya kazi kwa kuongeza kiasi kikubwa cha data, kukusanya data iliyosemwa katika mtandao wa niuroni zilizoiga (iliyoigwa baada ya ubongo wa mwanadamu), na kisha. tumia matokeo kupanga maarifa yake yenyewe. Kwa maelezo zaidi kuhusu kujifunza kwa kina, kusoma hii.

Kwa mfano, katika 2017, Google ililisha AI yake maelfu ya picha za paka ambazo mfumo wake wa kujifunza wa kina ulitumia kujifunza sio tu jinsi ya kutambua paka, lakini kutofautisha kati ya mifugo tofauti ya paka. Muda mfupi baadaye, walitangaza kuachiliwa kwa karibu Google Lens, programu mpya ya utafutaji inayowaruhusu watumiaji kupiga picha ya kitu chochote na Google haitakuambia tu ni nini, bali pia itatoa maudhui muhimu ya muktadha unaoielezea-yanafaa unaposafiri na ungependa kujifunza zaidi kuhusu kivutio mahususi cha watalii. Lakini hapa pia, Lenzi ya Google haingewezekana bila mabilioni ya picha zilizoorodheshwa kwa sasa katika injini yake ya utafutaji ya picha.

Na bado, data hii kubwa na mseto wa kujifunza kwa kina bado haitoshi kuleta AGI.

Algorithms bora. Katika muongo mmoja uliopita, kampuni tanzu ya Google na kiongozi katika anga ya AI, DeepMind, ilifanya mzaha kwa kuchanganya nguvu za kujifunza kwa kina na ujifunzaji wa kuimarisha—mbinu ya ujifunzaji ya mashine ambayo inalenga kufundisha AI jinsi ya kuchukua hatua katika mazingira mapya ili kufikia. lengo lililowekwa.

Shukrani kwa mbinu hii ya mseto, onyesho la kwanza la DeepMind AI, AlphaGo, haikujifundisha tu jinsi ya kucheza AlphaGo kwa kupakua sheria na kusoma mikakati ya wachezaji bora wa wanadamu, lakini baada ya kucheza dhidi ya yenyewe mamilioni ya nyakati basi iliweza kuwashinda wachezaji bora wa AlphaGo. kwa kutumia hatua na mikakati ambayo haijawahi kuonekana kwenye mchezo. 

Vile vile, jaribio la programu ya Atari ya DeepMind lilihusisha kuipa AI kamera ili kuona skrini ya kawaida ya mchezo, kuitayarisha kwa uwezo wa kuingiza maagizo ya mchezo (kama vile vitufe vya vijiti vya furaha), na kuipa lengo la umoja ili kuongeza alama zake. Matokeo? Ndani ya siku chache, ilijifundisha jinsi ya kucheza na jinsi ya kujua michezo kadhaa ya arcade ya kawaida. 

Lakini ingawa mafanikio haya ya mapema yanasisimua, bado kuna changamoto muhimu za kutatua.

Kwanza, watafiti wa AI wanafanya kazi ya kufundisha AI hila inayoitwa 'chunking' ambayo akili za binadamu na wanyama ni nzuri sana. Kwa ufupi, unapoamua kwenda kununua mboga, unaweza kuona lengo lako la mwisho (kununua parachichi) na mpango mbaya wa jinsi ya kufanya hivyo (kuondoka nyumbani, kutembelea duka la mboga, kununua. parachichi, rudi nyumbani). Usichofanya ni kupanga kila pumzi, kila hatua, kila dharura inayowezekana unapoelekea huko. Badala yake, una wazo (chunk) akilini mwako la wapi unataka kwenda na kurekebisha safari yako kwa hali yoyote inayokuja.

Ingawa inaweza kuonekana kuwa ya kawaida kwako, uwezo huu ni mojawapo ya faida muhimu ambazo akili za binadamu bado zinazo juu ya AI-ni uwezo wa kubadilika kuweka lengo na kulifuata bila kujua kila undani mapema na licha ya kikwazo chochote au mabadiliko ya mazingira sisi. inaweza kukutana. Ustadi huu ungewezesha AGIs kujifunza kwa ufanisi zaidi, bila hitaji la data kubwa iliyotajwa hapo juu.

Changamoto nyingine ni uwezo wa si tu kusoma kitabu lakini kuelewa maana au muktadha nyuma yake. Kwa muda mrefu, lengo hapa ni AI kusoma nakala ya gazeti na kuweza kujibu kwa usahihi maswali kadhaa kuhusu kile ilisoma, kama vile kuandika ripoti ya kitabu. Uwezo huu utabadilisha AI kutoka kwa kikokotoo kinachopunguza nambari hadi chombo kinachopunguza maana.

Kwa ujumla, maendeleo zaidi ya algoriti ya kujifunzia ambayo inaweza kuiga ubongo wa binadamu yatachukua jukumu muhimu katika kuunda AGI hatimaye, lakini pamoja na kazi hii, jumuiya ya AI pia inahitaji maunzi bora.

Vifaa bora. Kwa kutumia mbinu za sasa zilizoelezwa hapo juu, AGI itawezekana tu baada ya kuongeza kwa umakini nguvu ya kompyuta inayopatikana ili kuiendesha.

Kwa muktadha, ikiwa tulichukua uwezo wa ubongo wa binadamu wa kufikiri na kuubadilisha kuwa maneno ya hesabu, basi makadirio mabaya ya uwezo wa kiakili wa wastani wa mwanadamu ni mchanganuo mmoja, ambao ni sawa na petaflops 1,000 ('Flop' inawakilisha shughuli za sehemu zinazoelea kwa kila mtu. pili na hupima kasi ya kukokotoa).

Kwa kulinganisha, kufikia mwisho wa 2018, kompyuta kuu yenye nguvu zaidi duniani, ya Japan Wingu la Kufunga AI itavuma kwa petaflops 130, pungufu ya exaflop moja.

Kama ilivyoainishwa katika yetu supercomputers sura katika yetu Mustakabali wa Kompyuta mfululizo, Marekani na Uchina zinafanya kazi ili kuunda kompyuta zao kuu za exaflop kufikia 2022, lakini hata kama zimefaulu, hiyo inaweza kuwa haitoshi.

Kompyuta hizi kuu hufanya kazi kwa megawati kadhaa za nguvu, kuchukua mia kadhaa ya mita za mraba za nafasi, na kugharimu milioni mia kadhaa kujenga. Ubongo wa mwanadamu hutumia wati 20 tu za nguvu, hutoshea ndani ya fuvu la takriban sm 50 katika mduara, na kuna sisi bilioni saba (2018). Kwa maneno mengine, ikiwa tunataka kufanya AGI kuwa ya kawaida kama wanadamu, tutahitaji kujifunza jinsi ya kuziunda kwa njia ya kiuchumi zaidi.

Ili kufikia mwisho huo, watafiti wa AI wanaanza kufikiria kuwezesha AI za siku zijazo na kompyuta za quantum. Imefafanuliwa kwa undani zaidi katika kompyuta za quantum sura katika mfululizo wetu wa Mustakabali wa Kompyuta, kompyuta hizi hufanya kazi kwa njia tofauti kabisa na kompyuta ambazo tumekuwa tukiunda kwa nusu karne iliyopita. Mara tu itakapokamilika kufikia miaka ya 2030, kompyuta moja ya quantum itakokotoa kila kompyuta kuu inayofanya kazi sasa mwaka wa 2018, kimataifa, ikiwekwa pamoja. Pia zitakuwa ndogo zaidi na zitatumia nishati kidogo kuliko kompyuta kuu za sasa. 

Je, akili ya jumla ya bandia inawezaje kuwa bora kuliko mwanadamu?

Wacha tuchukue kuwa kila changamoto iliyoorodheshwa hapo juu inatatuliwa, kwamba watafiti wa AI wanapata mafanikio katika kuunda AGI ya kwanza. Akili ya AGI itakuwaje tofauti na yetu?

Ili kujibu swali la aina hii, tunahitaji kuainisha akili za AGI katika kategoria tatu, zile zinazoishi ndani ya mwili wa roboti (Takwimu kutoka Star Trek), zile ambazo zina umbo halisi lakini zimeunganishwa bila waya kwenye mtandao/wingu (Agent Smith kutoka Matrix) na wale wasio na umbo halisi wanaoishi kabisa kwenye kompyuta au mtandaoni (Samantha kutoka Yake).

Kuanza, AGIs ndani ya mwili wa roboti uliotengwa na wavuti watashindana sawa na akili za wanadamu, lakini kwa faida zilizochaguliwa:

• Kumbukumbu: Kulingana na muundo wa muundo wa roboti wa AGI, kumbukumbu yao ya muda mfupi na kumbukumbu ya habari muhimu itakuwa bora kuliko wanadamu. Lakini mwisho wa siku, kuna kikomo halisi cha ni kiasi gani cha nafasi ya diski kuu unaweza kuingiza kwenye roboti, ikizingatiwa kuwa tunaziunda zifanane na wanadamu. Kwa sababu hii, kumbukumbu za muda mrefu za AGIs zitafanya kazi kama za wanadamu, zikisahau habari na kumbukumbu ambazo hazihitajiki kwa utendakazi wake wa siku zijazo (ili kutoa 'nafasi ya diski').
• Kasi: Utendaji wa niuroni ndani ya ubongo wa binadamu hufikia kiwango cha juu zaidi cha takriban hertz 200, ilhali vichakataji vidogo vya kisasa hukimbia katika kiwango cha gigahertz, hivyo basi mara mamilioni ya mara kuliko niuroni. Hii inamaanisha ikilinganishwa na wanadamu, AGI za siku zijazo zitachakata maelezo na kufanya maamuzi haraka zaidi kuliko wanadamu. Kumbuka, hii haimaanishi kuwa AGI hii itafanya maamuzi nadhifu au sahihi zaidi kuliko wanadamu, ili tu waweze kufikia hitimisho haraka.
• Utendaji: Kwa ufupi, ubongo wa mwanadamu huchoka ikiwa unafanya kazi kwa muda mrefu sana bila kupumzika au kulala, na unapofanya hivyo, kumbukumbu yake na uwezo wake wa kujifunza na kufikiri huharibika. Wakati huo huo, kwa AGIs, ikizingatiwa kuwa wanachajiwa (umeme) mara kwa mara, hawatakuwa na udhaifu huo.
• Uboreshaji: Kwa mwanadamu, kujifunza tabia mpya kunaweza kuchukua wiki za mazoezi, kujifunza ujuzi mpya kunaweza kuchukua miezi, na kujifunza taaluma mpya kunaweza kuchukua miaka. Kwa AGI, watakuwa na uwezo wa kujifunza kwa uzoefu (kama wanadamu) na kwa upakiaji wa data moja kwa moja, sawa na jinsi unavyosasisha OS ya kompyuta yako mara kwa mara. Masasisho haya yanaweza kutumika kwa uboreshaji wa maarifa (ujuzi mpya) au uboreshaji wa utendaji kwa fomu halisi ya AGI. 

Ifuatayo, hebu tuangalie AGI ambazo zina umbo halisi, lakini pia zimeunganishwa bila waya kwenye mtandao/wingu. Tofauti tunazoweza kuona katika kiwango hiki ikilinganishwa na AGI zisizounganishwa ni pamoja na:

• Kumbukumbu: AGI hizi zitakuwa na faida zote za muda mfupi ambazo darasa la awali la AGI linazo, isipokuwa kwamba zitafaidika pia na kumbukumbu kamili ya muda mrefu kwa vile zinaweza kupakia kumbukumbu hizo kwenye wingu ili kufikia inapohitajika. Ni wazi, kumbukumbu hii haitapatikana katika maeneo yenye muunganisho mdogo, lakini hilo halitakuwa na wasiwasi sana katika miaka ya 2020 na 2030 wakati ulimwengu mwingi utakapoingia mtandaoni. Soma zaidi katika sura ya kwanza yetu Mustakabali wa Mtandao mfululizo. 
• Kasi: Kulingana na aina ya kikwazo hiki AGI inakabiliwa nacho, wanaweza kufikia nguvu kubwa ya kompyuta ya wingu ili kuwasaidia kukitatua.
• Utendaji: Hakuna tofauti ikilinganishwa na AGI ambazo hazijaunganishwa.
• Uboreshaji: Tofauti pekee kati ya AGI hii kama inavyohusiana na uboreshaji ni kwamba wanaweza kufikia visasisho kwa wakati halisi, bila waya, badala ya kulazimika kutembelea na kuunganisha kwenye bohari ya uboreshaji.
• Pamoja: Wanadamu wakawa spishi kubwa zaidi ya Dunia si kwa sababu tulikuwa mnyama mkubwa au hodari zaidi, lakini kwa sababu tulijifunza jinsi ya kuwasiliana na kushirikiana kwa njia mbalimbali ili kufikia malengo ya pamoja, kutoka kwa kuwinda Woolly Mammoth hadi kujenga Kituo cha Kimataifa cha Anga za Juu. Timu ya AGIs ingepeleka ushirikiano huu kwenye ngazi inayofuata. Kwa kuzingatia faida zote za utambuzi zilizoorodheshwa hapo juu na kisha kuchanganya hiyo na uwezo wa kuwasiliana bila waya, ana kwa ana na kwa umbali mrefu, timu ya baadaye ya AGI/akili ya mzinga inaweza kushughulikia miradi kwa ufanisi zaidi kuliko timu ya wanadamu. 

Hatimaye, aina ya mwisho ya AGI ni toleo lisilo na umbo halisi, linalofanya kazi ndani ya kompyuta, na linaweza kufikia uwezo kamili wa kompyuta na rasilimali za mtandaoni ambazo waundaji wake huipatia. Katika maonyesho ya sayansi na vitabu, AGI hizi kwa kawaida huchukua umbo la wasaidizi/marafiki pepe waliobobea au mfumo mahiri wa uendeshaji wa chombo cha anga za juu. Lakini ikilinganishwa na makundi mengine mawili ya AGI, AI hii itatofautiana kwa njia zifuatazo;

• Kasi: Bila kikomo (au, angalau kwa mipaka ya vifaa ambayo ina ufikiaji).
• Kumbukumbu: Bila kikomo  
• Utendaji: Kuongezeka kwa ubora wa kufanya maamuzi kutokana na ufikiaji wake kwa vituo vya kompyuta kubwa.
• Uboreshaji: Kabisa, kwa wakati halisi, na kwa uteuzi usio na kikomo wa masasisho ya utambuzi. Bila shaka, kwa kuwa kategoria hii ya AGI haina umbo la roboti halisi, haitakuwa na haja ya masasisho ya kimwili yanayopatikana isipokuwa masasisho hayo yawe kwa kompyuta kuu zinazofanya kazi.
• Pamoja: Sawa na kategoria ya awali ya AGI, AGI hii isiyo na mwili itashirikiana vyema na washirika wake wa AGI. Hata hivyo, kutokana na ufikiaji wake wa moja kwa moja wa nguvu za kompyuta zisizo na kikomo na ufikiaji wa rasilimali za mtandaoni, AGI hizi kwa kawaida zitachukua majukumu ya uongozi katika jumla ya AGI ya pamoja. 

Ni lini ubinadamu utaunda akili ya kwanza ya bandia?

Hakuna tarehe iliyowekwa ambapo jumuiya ya watafiti wa AI inaamini kuwa watavumbua AGI halali. Hata hivyo, a 2013 utafiti kati ya watafiti 550 wakuu duniani wa AI, iliyofanywa na wanafikra wakuu wa utafiti wa AI Nick Bostrom na Vincent C. Müller, walifanya wastani wa maoni mbalimbali hadi miaka mitatu iwezekanavyo:

• Mwaka wa matumaini wa wastani (uwezekano wa 10%): 2022
• Mwaka wa uhalisia wa wastani (uwezekano wa asilimia 50): 2040
• Mwaka wa wastani wa kukata tamaa (uwezekano wa 90%): 2075 

Jinsi utabiri huu ni sahihi haijalishi. Kinachojalisha ni kwamba idadi kubwa ya jumuiya ya watafiti wa AI inaamini kuwa tutavumbua AGI ndani ya maisha yetu na mapema kiasi katika karne hii. 

Jinsi kuunda akili ya jumla ya bandia kutabadilisha ubinadamu

Tunachunguza athari za AI hizi mpya kwa undani katika sura ya mwisho kabisa ya mfululizo huu. Hiyo ilisema, kwa sura hii, tutasema kwamba uundaji wa AGI utafanana sana na mwitikio wa kijamii ambao tutapata ikiwa wanadamu watapata maisha kwenye Mirihi. 

Kambi moja haitaelewa umuhimu na itaendelea kufikiri kwamba wanasayansi wanafanya jambo kubwa kuhusu kuunda kompyuta nyingine yenye nguvu zaidi.

Kambi nyingine, ambayo huenda ikawa na Waluddi na watu wenye mawazo ya kidini, itaogopa AGI hii, ikifikiri ni chukizo kwamba itajaribu kuwaangamiza wanadamu kwa mtindo wa SkyNet. Kambi hii itatetea kikamilifu kufuta/kuharibu AGI katika aina zake zote.

Kwa upande mwingine, kambi ya tatu itatazama uumbaji huu kama tukio la kisasa la kiroho. Kwa njia zote muhimu, AGI hii itakuwa aina mpya ya maisha, ambayo inafikiri tofauti na sisi na ambayo malengo yake ni tofauti na yetu. Mara tu uundaji wa AGI unapotangazwa, wanadamu hawatashiriki tena Dunia na wanyama tu, lakini pia pamoja na tabaka mpya la viumbe bandia ambao akili zao ziko sawa au bora kuliko zetu.

Kambi ya nne itajumuisha maslahi ya biashara ambao watachunguza jinsi wanaweza kutumia AGI kushughulikia mahitaji mbalimbali ya biashara, kama vile kujaza mapengo katika soko la ajira na kuharakisha maendeleo ya bidhaa na huduma mpya.

Kisha, tuna wawakilishi kutoka ngazi zote za serikali ambao watajikwaa wakijaribu kuelewa jinsi ya kudhibiti AGIs. Hiki ndicho kiwango ambacho mijadala yote ya uadilifu na kifalsafa itafikia ukomo, haswa kuhusu kuchukulia AGI hizi kama mali au kama watu. 

Na hatimaye, kambi ya mwisho itakuwa ya kijeshi na mashirika ya usalama wa taifa. Kwa kweli, kuna uwezekano mkubwa kwamba tangazo la umma la AGI ya kwanza linaweza kucheleweshwa kwa miezi kadhaa hadi miaka kutokana na kambi hii pekee. Kwa nini? Kwa sababu uvumbuzi wa AGI, kwa muda mfupi utasababisha kuundwa kwa ujasusi bandia (ASI), ambao utawakilisha tishio kubwa la kisiasa la kijiografia na fursa inayopita zaidi uvumbuzi wa bomu la nyuklia. 

Kwa sababu hii, sura chache zifuatazo zitazingatia kabisa mada ya ASI na ikiwa ubinadamu utaishi baada ya uvumbuzi wake.

(Njia ya kusisimua kupita kiasi ya kumaliza sura? Unaweka dau.)

Mustakabali wa mfululizo wa Ujasusi Bandia

Artificial Intelligence ni umeme wa kesho: Future of Artificial Intelligence P1

Jinsi tutakavyounda Ujasusi Bandia wa kwanza: Future of Artificial Intelligence P3 

Je, Ujasusi Bandia utaangamiza ubinadamu? Mustakabali wa Akili Bandia P4

Jinsi wanadamu watakavyojilinda dhidi ya Usimamizi wa Bandia: Mustakabali wa Ujasusi wa Bandia P5

Je, wanadamu wataishi kwa amani wakati ujao wenye kutawaliwa na akili bandia? Mustakabali wa Akili Bandia P6