Anledningen till att denna (och andra) artikel kom fram är enkel: kanske är artificiell intelligens inte bara ett viktigt diskussionsämne, utan det viktigaste i framtiden. Den som ens kommer lite in på kärnan i potentialen för artificiell intelligens inser att detta ämne inte kan ignoreras. Några - och bland dem Elon Musk, Stephen Hawking, Bill Gates, inte de mest dumma människorna på vår planet - tror att artificiell intelligens utgör ett existentiellt hot mot mänskligheten, i stor skala jämförbar med att vi totalt utrotas som en art. Tja, luta dig tillbaka och pricka i -talet för dig själv.
"Vi är på gränsen till förändringar som är jämförbara med ursprunget för mänskligt liv på jorden" (Vernor Vinge).
Vad innebär det att vara på gränsen till en sådan förändring?
Det verkar inte vara något speciellt. Men du måste komma ihåg att när du befinner dig på en sådan plats i grafen betyder det att du inte vet vad som är till höger. Du borde känna något så här:
Känslorna är ganska normala, flyget går bra.
Framtiden kommer
Tänk dig att en tidsmaskin transporterade dig till 1750 - en tid då världen upplevde ständiga avbrott i elförsörjningen, kommunikation mellan städer innebar kanonskott och all transport gick på hö. Låt oss säga att du kommer dit, ta någon och ta med dem till 2015, visa hur det är här. Vi kan inte förstå hur det skulle vara för honom att se alla dessa glänsande kapslar flyga längs vägarna; prata med människor på andra sidan havet; titta på sportspel tusen kilometer bort; höra en musikalisk föreställning inspelad för 50 år sedan; spela med en magisk rektangel som kan ta ett foto eller fånga ett levande ögonblick; bygga en karta med en paranormal blå prick som anger dess plats; titta på någons ansikte och kommunicera med honom många kilometer bort, och så vidare. Allt detta är oförklarlig magi för nästan trehundra år gamla människor. För att inte tala om Internet, den internationella rymdstationen, Large Hadron Collider, kärnvapen och allmän relativitet.
En sådan upplevelse för honom kommer inte att vara överraskande eller chockerande - dessa ord förmedlar inte hela essensen av mental kollaps. Vår resenär kan dö helt och hållet.
Men det finns en intressant punkt. Om han går tillbaka till 1750 och blir avundsjuk på att vi ville se hans reaktion på 2015, kan han ta med sig en tidsmaskin och försöka göra detsamma med, säg, 1500. Han kommer att flyga dit, hitta en person, hämta honom 1750 och visa allt. En kille från 1500 kommer att bli chockad över mått - men kommer sannolikt inte att dö. Även om han naturligtvis kommer att bli förvånad, är skillnaden mellan 1500 och 1750 mycket mindre än mellan 1750 och 2015. En person från 1500 kommer att bli förvånad någon gång från fysiken, kommer att bli förvånad över vad Europa har blivit under den hårda hälen av imperialismen, kommer att rita en ny världskarta i hans huvud … Men vardagen 1750 - transport, kommunikation etc. - kommer sannolikt inte att överraska honom till döds.
Nej, för att en kille från 1750 ska ha samma roliga som vi, måste han gå mycket längre - kanske ett år som detta i 12 000 f. Kr. BC, redan innan den första jordbruksrevolutionen födde de första städerna och civilisationsbegreppet. Om någon från jägar-samlarnas värld, från den tiden då människor ännu var en annan djurart, såg de enorma mänskliga imperierna 1750 med sina höga kyrkor, skepp som korsade haven, deras koncept att vara "inuti" en byggnad, allt denna kunskap - han skulle troligtvis ha dött.
Och sedan, efter döden, skulle han ha avundat och velat göra detsamma. Skulle återvända för 12 000 år sedan, vid 24 000 f. Kr. e., skulle ha tagit en person och tagit honom i tid. Och en ny resenär skulle säga till honom: "Tja, det är bra, tack." För i det här fallet, en person från 12 000 f. Kr. NS. det skulle vara nödvändigt att gå 100 000 år tillbaka och visa de lokala aboriginernas eld och språk för första gången.
Om vi behöver transportera någon in i framtiden för att bli överraskade till döden, måste framstegen vandra ett visst avstånd. Point of Death Progress (TPP) måste nås. Det vill säga, om vid tidpunkten för jägare-samlare TSP tog 100 000 år, nästa stopp ägde rum redan 12 000 f. Kr. NS. Efter det var framstegen redan snabbare och radikalt förändrade världen 1750 (ungefär). Sedan tog det ett par hundra år, och här är vi.
Denna bild - där mänskliga framsteg rör sig snabbare när tiden går - kallar futuristen Ray Kurzweil lagen om accelererande återvändande i mänsklighetens historia. Detta beror på att mer utvecklade samhällen har förmågan att flytta framsteg i snabbare takt än mindre utvecklade samhällen. Folket på 1800 -talet visste mer än folket under 1400 -talet, så det är inte förvånande att framstegen på 1800 -talet var snabbare än på 1400 -talet osv.
I mindre skala fungerar detta också. Back to the Future släpptes 1985 och det förflutna var 1955. I filmen, när Michael J. Fox återvände 1955, blev han överraskad av tv -apparaternas nyhet, läskpriset, brist på kärlek till gitarrljud och variationer i slang. Det var naturligtvis en annan värld, men om filmen spelades in idag, och det förflutna var 1985, skulle skillnaden bli mycket mer global. Marty McFly, tillbaka i tiden från persondatorns dagar, Internet, mobiltelefoner, skulle vara mycket mer irrelevant än Marty, som gick till 1955 från 1985.
Allt detta beror på lagen om snabbare retur. Den genomsnittliga utvecklingshastigheten för framsteg mellan 1985 och 2015 var högre än hastigheten från 1955 till 1985 - för i det första fallet var världen mer utvecklad, den var mättad med prestationerna under de senaste 30 åren.
Ju fler prestationer, desto snabbare sker förändringarna. Men borde det inte lämna oss några tips för framtiden?
Kurzweil föreslår att hela 1900 -talets framsteg kunde ha gjorts på bara 20 år på utvecklingsnivån 2000 - det vill säga år 2000 var framstegen fem gånger snabbare än den genomsnittliga utvecklingen under 1900 -talet. Han tror också att hela 1900 -talets framsteg motsvarade framstegen under perioden 2000 till 2014, och framstegen för ytterligare ett 1900 -tal kommer att motsvara perioden fram till 2021 - det vill säga om bara sju år. Efter flera decennier kommer alla framsteg under 1900 -talet att ske flera gånger om året, och sedan på bara en månad. I slutändan kommer lagen om accelererande avkastning att driva oss till den grad att framsteg under hela 2000 -talet kommer att vara 1000 gånger större än framstegen under 1900 -talet.
Om Kurzweil och hans supportrar har rätt kommer 2030 att överraska oss på samma sätt som killen från 1750 skulle ha överraskat vårt 2015 - det vill säga nästa TSP tar bara ett par decennier - och världen 2050 kommer att vara så annorlunda från den moderna som vi knappt får reda på. Och det här är inte fiktion. Detta anser många vetenskapsmän som är smartare och mer utbildade än du och jag. Och om du tittar på historien kommer du att förstå att denna förutsägelse följer av ren logik.
Varför, när vi står inför uttalanden som "världen om 35 år kommer att förändras utan erkännande", drar vi skeptiskt på axlarna? Det finns tre skäl till vår skepsis mot framtida förutsägelser:
1. När det gäller historia tänker vi i raka linjer. I ett försök att visualisera framstegen under de kommande 30 åren ser vi på de senaste 30 framstegen som en indikator på hur mycket som sannolikt kommer att hända. När vi tänker på hur vår värld kommer att förändras under 2000 -talet tar vi 1900 -talets framsteg och lägger till det i år 2000. Samma misstag vår kille från 1750 gör när han får någon från 1500 och försöker överraska honom. Vi tänker intuitivt linjärt när vi ska vara exponentiella. I huvudsak bör en futurist försöka förutspå framstegen under de kommande 30 åren, inte titta på de tidigare 30, utan att döma av den nuvarande utvecklingsnivån. Då blir prognosen mer exakt, men ändå vid grinden. För att tänka rätt om framtiden måste du se saker och ting gå mycket snabbare än de rör sig nu.
[/Centrum]
2. Den senaste historiens bana förvrängs ofta. För det första, även en brant exponentiell kurva verkar linjär när du ser små delar av den. För det andra är exponentiell tillväxt inte alltid smidig och enhetlig. Kurzweil tror att framstegen rör sig i serpentinkurvor.
En sådan kurva går igenom tre faser: 1) långsam tillväxt (tidig fas av exponentiell tillväxt); 2) snabb tillväxt (explosiv, sen fas av exponentiell tillväxt); 3) stabilisering i form av ett specifikt paradigm.
Om du tittar på den senaste historien kan den del av S-kurvan du befinner dig i för närvarande dölja hastigheten på framsteg från din uppfattning. En del av tiden mellan 1995 och 2007 ägnades åt den explosiva utvecklingen av Internet, införandet av Microsoft, Google och Facebook för allmänheten, födelsen av sociala nätverk och utveckling av mobiltelefoner och sedan smartphones. Detta var den andra fasen av vår kurva. Men perioden från 2008 till 2015 var mindre störande, åtminstone på teknikfronten. De som tänker på framtiden idag kan ta de senaste åren att mäta den övergripande utvecklingen, men de ser inte den större bilden. Faktum är att en ny och kraftfull fas 2 kan brytas nu.
3. Vår egen erfarenhet gör oss griniga gamla människor när det gäller framtiden. Vi baserar våra idéer om världen på vår egen erfarenhet, och denna erfarenhet har satt en växelhastighet under det senaste förflutna för oss som en självklarhet. På samma sätt är vår fantasi begränsad, eftersom de använder vår erfarenhet för att förutsäga - men oftare än inte har vi helt enkelt inte de verktyg som gör att vi kan förutsäga framtiden exakt. När vi hör prognoser för framtiden som strider mot våra dagliga uppfattningar om hur saker fungerar, betraktar vi dem instinktivt som naiva. Om jag sa till dig att du kommer att bli 150 eller 250 år gammal, eller att du kanske inte kommer att dö alls, kommer du instinktivt att tänka att "det här är dumt, jag vet ur historien att alla dog under denna tid". Så är det: ingen levde för att se sådana år. Men inte ett enda flygplan flög före uppfinningen av flygplan.
Även om skepsis verkar rimlig för dig, är det alltså oftare än inte fel. Vi bör acceptera att om vi beväpnar oss med ren logik och väntar på de vanliga historiska sicksackarna, måste vi erkänna att väldigt, väldigt, väldigt mycket måste förändras under de kommande decennierna; mycket mer än intuitivt. Logiken dikterar också att om den mest avancerade arten på planeten fortsätter att göra jättehopp framåt, snabbare och snabbare, kommer hoppet någon gång att vara så allvarligt att det radikalt kommer att förändra livet som vi känner det. Något liknande hände i utvecklingsprocessen, när människan blev så smart att hon helt förändrade livet för alla andra arter på planeten Jorden. Och om du tar dig lite tid att läsa vad som händer inom vetenskap och teknik just nu kan du börja se några ledtrådar om hur nästa jättehopp ska bli.
Vägen till superintelligens: vad är AI (artificiell intelligens)?
Liksom många människor på den här planeten är du van att tänka på artificiell intelligens som en dum science fiction -idé. Men på sistone har många seriösa människor visat oro över denna dumma idé. Vad är fel?
Det finns tre skäl som leder till förvirring kring termen AI:
Vi förknippar AI med filmer. "Stjärnornas krig". "Terminator". "A Space Odyssey 2001". Men precis som robotar är AI i dessa filmer fiktion. Således späd Hollywood -band nivån på vår uppfattning, AI blir bekant, bekant och naturligtvis ond.
Detta är ett brett användningsområde. Det börjar med en miniräknare i din telefon och utvecklar självkörande bilar till något långt i framtiden som kommer att revolutionera världen. AI står för alla dessa saker, och det är förvirrande.
Vi använder AI varje dag, men ofta inser vi inte ens det. Som John McCarthy, uppfinnaren av termen "artificiell intelligens" 1956, sa: "när det fungerar, kallar ingen det AI längre." AI har mer blivit en mytisk förutsägelse om framtiden än något verkligt. Samtidigt har detta namn också en smak av något från det förflutna som aldrig har blivit verklighet. Ray Kurzweil säger att han hör människor förknippa AI med fakta från 80 -talet, vilket kan jämföras med att "hävda att internet dog tillsammans med dotcoms i början av 2000 -talet."
Låt oss vara tydliga. Sluta först tänka på robotar. Roboten som är behållaren för AI efterliknar ibland den mänskliga formen, ibland inte, men själva AI: n är datorn inuti roboten. AI är en hjärna, och en robot är en kropp, om den alls har en kropp. Till exempel är Siris programvara och data artificiell intelligens, en kvinnas röst är personifieringen av denna AI och det finns inga robotar i detta system.
För det andra har du förmodligen hört termen "singularitet" eller "teknisk singularitet". Denna term används i matematik för att beskriva en ovanlig situation där de vanliga reglerna inte längre fungerar. Inom fysiken används den för att beskriva den oändliga och täta punkten i ett svart hål, eller den ursprungliga punkten för Big Bang. Återigen fungerar inte fysikens lagar i det. År 1993 skrev Vernor Vinge en berömd uppsats där han använde termen på ett ögonblick i framtiden när intelligensen för vår teknik överträffar vår egen - då kommer livet som vi känner det att förändras för alltid och de vanliga reglerna för dess existens kommer inte längre att fungera …. Ray Kurzweil förfinade denna term ytterligare och påpekade att singulariteten kommer att uppnås när lagen om accelererande rekyl når en extrem punkt, när tekniska framsteg går så snabbt att vi slutar märka dess prestationer, nästan oändligt snabbt. Då kommer vi att leva i en helt ny värld. Men många experter har slutat använda denna term, så låt oss och vi kommer inte att hänvisa till det ofta.
Slutligen, medan det finns många typer eller former av AI som härrör från det breda begreppet AI, beror huvudkategorierna av AI på kalibern. Det finns tre huvudkategorier:
Fokuserad (svag) artificiell intelligens (AI). UII är specialiserat på ett område. Bland dessa AI finns det de som kan slå världsmästaren i schack, men det är ungefär. Det finns en som kan erbjuda det bästa sättet att lagra data på din hårddisk, och det är det.
Allmän (stark) artificiell intelligens. Ibland även kallad mänsklig nivå AI. AGI hänvisar till en dator som är lika smart som en person - en maskin som kan utföra alla intellektuella handlingar som är inneboende i en person. Att skapa AGI är mycket svårare än AGI, och vi har inte kommit till det än. Professor Linda Gottfredson beskriver intelligens som "i allmän mening, psykisk potential, som bland annat inkluderar förmågan att resonera, planera, lösa problem, tänka abstrakt, förstå komplexa idéer, lära sig snabbt och lära av erfarenhet."AGI borde kunna göra allt detta lika enkelt som du gör.
Artificiell superintelligens (ISI). Oxford -filosofen och AI -teoretikern Nick Bostrom definierar superintelligens som "intelligens som är mycket smartare än de bästa mänskliga sinnen på praktiskt taget alla områden, inklusive vetenskaplig kreativitet, allmän visdom och social kompetens." Konstgjord superintelligens inkluderar både en dator som är något smartare än en person och en som är biljoner gånger smartare i alla riktningar. ISI är anledningen till det växande intresset för AI, liksom det faktum att orden "utrotning" och "odödlighet" ofta förekommer i sådana diskussioner.
Numera har människor redan erövrat den allra första etappen av AI -kalibern - AI - på många sätt. AI -revolutionen är en resa från AGI genom AGI till ISI. Denna väg kanske vi inte överlever, men det kommer definitivt att förändra allt.
Låt oss titta närmare på hur de ledande tänkarna på området ser denna väg och varför denna revolution kan ske snabbare än du kanske tror.
Var är vi i den här strömmen?
Fokuserad artificiell intelligens är maskinintelligens som är lika med eller större än mänsklig intelligens eller effektivitet för att utföra en specifik uppgift. Några exempel:
* Bilar är fyllda med ICD-system, från datorer som avgör när låsningsfria bromssystemet ska sparka in till en dator som bestämmer parametrarna för bränsleinsprutningssystemet. Googles självkörande bilar, som för närvarande testas, kommer att innehålla robusta AI-system som känner av och reagerar på omvärlden.
* Din telefon är en liten ICD -fabrik. När du använder kartappen får du rekommendationer för nedladdning av appar eller musik, kontrollerar vädret för imorgon, pratar med Siri eller gör något annat - du använder AI.
* Ditt spamfilter för e -post är en klassisk typ av AI. Det börjar med att ta reda på hur man separerar skräppost från användbara e -postmeddelanden och lär sig sedan när det hanterar dina e -postmeddelanden och preferenser.
* Och denna besvärliga känsla när du igår letade efter en skruvmejsel eller en ny plasma i en sökmotor, men idag ser du erbjudanden från hjälpsamma butiker på andra sajter? Eller när det sociala nätverket rekommenderar dig att lägga till intressanta människor som vänner? Alla dessa är AI -system som fungerar tillsammans, bestämmer dina preferenser, hämtar data om dig från Internet, kommer närmare och närmare dig. De analyserar miljontals människors beteende och drar slutsatser baserade på dessa analyser för att sälja tjänster från stora företag eller göra deras tjänster bättre.
* Google Translate, ett annat klassiskt AI -system, är imponerande bra på vissa saker. Det gör röstigenkänning också. När ditt plan landar identifieras inte terminalen för det av en person. Priset på biljetten är detsamma. Världens bästa pjäser, schack, backgammon, bulldozer och andra spel representeras idag av snävt fokuserad artificiell intelligens.
* Google Search är en gigantisk AI som använder otroligt smarta metoder för att ranka sidor och bestämma SERP: er.
Och detta är bara i konsumentvärlden. Sofistikerade IMD -system används i stor utsträckning inom militär-, tillverknings- och finansindustrin; i medicinska system (tänk IBMs Watson) och så vidare.
IMD -system i sin nuvarande form utgör inget hot. I värsta fall kan en buggy eller dåligt programmerad AI leda till lokal katastrof, strömavbrott, finansmarknader kollapsar och liknande. Men även om AGI inte har befogenhet att skapa ett existentiellt hot, måste vi se saker bredare - en förödande orkan väntar på oss, vars förebud är AII. Varje ny innovation inom AGI lägger ett block till vägen som leder till AGI och ISI. Eller, som Aaron Saenz väl har noterat, AI: erna i vår värld är som”aminosyrorna i den unga jordens ursoppa” - men ändå livlösa komponenter i livet som kommer att vakna upp en dag.
Vägen från AGI till AGI: varför är det så svårt?
Ingenting avslöjar komplexiteten hos mänsklig intelligens mer än att försöka skapa en dator som är lika smart. Bygga skyskrapor, flyga ut i rymden, Big Bangs hemligheter - allt detta är nonsens jämfört med att upprepa vår egen hjärna eller åtminstone bara förstå den. Den mänskliga hjärnan är för närvarande det mest komplexa objektet i det kända universum.
Du kanske inte ens misstänker vad det är för svårt att skapa AGI (en dator som är smart som person i allmänhet och inte bara inom ett område). Att bygga en dator som kan multiplicera två tio-siffriga nummer på en delad sekund är lika enkelt som att pilla päron. Att skapa en som kan titta på en hund och en katt och berätta var hunden är och var katten är är otroligt svårt. Skapa en AI som kan slå en stormästare? Gjord. Försök nu få honom att läsa ett stycke från en sexårig bok och inte bara förstå orden utan också deras betydelse. Google spenderar miljarder dollar på att göra detta. Med komplexa saker - som beräkningar, beräkning av finansmarknadsstrategier, översättning av ett språk - klarar datorn det enkelt, men med enkla saker - vision, rörelse, uppfattning - nej. Som Donald Knuth uttryckte det, "AI gör nu i stort sett allt som kräver" tänkande ", men det klarar inte vad människor och djur gör utan att tänka."
När du tänker på orsakerna till detta kommer du att inse att saker som verkar enkla för oss att göra bara verkar så för att de har optimerats för oss (och djur) under hundratals miljoner år av utveckling. När du når ut till ett föremål utför musklerna, lederna, benen på dina axlar, armbågar och händer omedelbart långa kedjor av fysiska operationer, synkrona med det du ser och rör armen i tre dimensioner. Det verkar enkelt för dig, eftersom den perfekta programvaran i din hjärna är ansvarig för dessa processer. Detta enkla knep gör proceduren för att registrera ett nytt konto genom att ange ett snett skrivet ord (captcha) enkelt för dig och för helvete för en skadlig bot. För vår hjärna är detta inte svårt: du behöver bara kunna se.
Å andra sidan, multiplicera stora siffror eller spela schack är nya aktiviteter för biologiska varelser, och vi hade inte tillräckligt med tid att förbättra dem (inte miljoner år), så det är inte svårt för en dator att besegra oss. Tänk bara på det: Skulle du hellre skapa ett program som kan multiplicera stora siffror, eller ett program som känner igen bokstaven B i sina miljontals stavningar, i de mest oförutsägbara typsnitten, för hand eller med en pinne i snön?
Ett enkelt exempel: när du tittar på detta inser du och din dator att det här är alternerande rutor med två olika nyanser.
Men om du tar bort det svarta kommer du omedelbart att beskriva hela bilden: cylindrar, plan, tredimensionella vinklar, men en dator kan inte.
Han kommer att beskriva vad han ser som en mängd tvådimensionella former i olika nyanser, vilket i princip är sant. Din hjärna gör massor av arbete med att tolka djup, skuggspel, ljus i en bild. På bilden nedan ser datorn ett tvådimensionellt vitt-grå-svart collage, när det i verkligheten finns en tredimensionell sten.
Och det vi just skisserat är toppen av isberget när det gäller att förstå och bearbeta information. För att nå samma nivå med en person måste en dator förstå skillnaden i subtila ansiktsuttryck, skillnaden mellan nöje, sorg, tillfredsställelse, glädje och varför Chatsky är bra och Molchalin inte.
Vad ska man göra?
Det första steget för att bygga AGI: öka datorkraften
En av de nödvändiga sakerna som måste hända för att AGI ska vara möjligt är att öka datorhårdvarans kraft. Om ett artificiellt intelligenssystem ska vara lika smart som hjärnan, måste det matcha hjärnan i rå processorkraft.
Ett sätt att öka denna förmåga är genom det totala antalet beräkningar per sekund (OPS) som hjärnan kan producera, och du kan bestämma detta antal genom att räkna ut det maximala OPS för varje hjärnstruktur och sätta ihop dem.
Ray Kurzweil drog slutsatsen att det är tillräckligt att göra en professionell uppskattning av OPS för en struktur och dess vikt i förhållande till vikten av hela hjärnan, och sedan multiplicera den proportionellt för att få den totala uppskattningen. Låter lite tveksamt, men han gjorde det många gånger med olika uppskattningar av olika områden och kom alltid med samma nummer: i storleksordningen 10 ^ 16, eller 10 quadrillion OPS.
Den snabbaste superdatorn i världen, Kinas Tianhe-2, har redan överträffat detta antal: den kan utföra cirka 32 kvadrillion operationer per sekund. Men Tianhe-2 upptar 720 kvadratmeter utrymme, förbrukar 24 megawatt energi (vår hjärna förbrukar bara 20 watt) och kostar 390 miljoner dollar. Vi pratar inte om kommersiell eller utbredd användning.
Kurzweil föreslår att vi bedömer datorns hälsa utifrån hur många OPS du kan köpa för $ 1000. När den siffran når den mänskliga nivån - 10 kvadriljoner OPS - kan AGI mycket väl bli en del av våra liv.
Moores lag - den historiskt tillförlitliga regeln att datorns maximala datorkraft fördubblas vartannat år - innebär att utvecklingen av datorteknik, liksom människans rörelse genom historien, växer exponentiellt. Om vi jämför detta med Kurzweils tusen dollarregel har vi nu råd med 10 biljoner OPS för $ 1000.
Datorer för $ 1000 kringgår hjärnan hos en mus i sin datorkraft och är tusen gånger svagare än människor. Detta verkar vara en dålig indikator tills vi kommer ihåg att datorer var en biljon gånger svagare än den mänskliga hjärnan 1985, en miljard 1995 och en miljon 2005. År 2025 borde vi ha en prisvärd dator som konkurrerar med datorkraften i vår hjärna.
Således är den råa kraft som krävs för AGI redan tekniskt tillgänglig. Inom 10 år kommer det att lämna Kina och spridas över hela världen. Men datorkraft ensam räcker inte. Och nästa fråga är: hur tillhandahåller vi all intelligens på mänsklig nivå med all denna kraft?
Det andra steget för att skapa AGI: ge det intelligens
Den här delen är ganska knepig. I själva verket vet ingen riktigt hur man gör en maskin intelligent - vi försöker fortfarande ta reda på hur man skapar en intelligens på mänsklig nivå som kan berätta en katt från en hund, isolera en B ritad i snön och analysera en andra klassens film. Det finns dock en handfull framtidsinriktade strategier där ute, och vid ett tillfälle borde en av dem fungera.
1. Upprepa hjärnan
Det här alternativet är som att forskare är i samma klassrum med ett barn som är väldigt smart och bra på att svara på frågor; och även om de flitigt försöker förstå vetenskapen, kommer de inte ens i närheten av att komma ikapp det smarta barnet. Till slut bestämmer de sig: för helvete, skriv bara av svaren på hans frågor. Det är vettigt: vi kan inte bygga en superkomplex dator, så varför inte ta en av de bästa prototyperna i universum som grund: vår hjärna?
Den vetenskapliga världen arbetar hårt för att ta reda på hur våra hjärnor fungerar och hur evolutionen skapade en så komplex sak. Enligt de mest optimistiska uppskattningarna kommer de att kunna göra detta först år 2030. Men när vi väl förstår alla hjärnans hemligheter, dess effektivitet och kraft, kan vi inspireras av dess metoder för att skapa teknik. Till exempel är en av datorarkitekturerna som efterliknar hjärnans funktion ett neuralt nätverk. Hon börjar med ett nätverk av transistorer "neuroner" som är anslutna till varandra via input och output, och vet ingenting - som en nyfödd. Systemet "lär sig" genom att försöka slutföra uppgifter, känna igen handskriven text och liknande. Anslutningarna mellan transistorer stärks vid rätt svar och försvagas vid felaktiga. Efter många cykler av frågor och svar bildar systemet smarta neurala vävar som är optimerade för specifika uppgifter. Hjärnan lär sig på ett liknande sätt, men på ett mycket mer komplext sätt, och när vi fortsätter att studera det, upptäcker vi otroliga nya sätt att förbättra neurala nätverk.
Ännu mer extrem plagiat innebär en strategi som kallas full hjärnaemulering. Syfte: För att skära en riktig hjärna i tunna skivor, skanna var och en av dem, rekonstruera sedan 3D -modellen exakt med hjälp av programvara och översätt den sedan till en kraftfull dator. Sedan kommer vi att ha en dator som officiellt kan göra allt som hjärnan kan göra: den behöver bara lära sig och samla information. Om ingenjörer lyckas kan de efterlikna en verklig hjärna med en sådan otrolig noggrannhet att när de väl laddats ner till en dator kommer hjärnans verkliga identitet och minne att förbli intakt. Om hjärnan tillhörde Vadim innan han dog, kommer datorn att vakna i rollen som Vadim, som nu kommer att vara en AGI på mänsklig nivå, och vi i sin tur kommer att göra Vadim till ett otroligt intelligent ISI, vilket han säkert kommer att göra vara nöjd med.
Hur långt är vi från att helt efterlikna hjärnan? I sanning emulerade vi bara hjärnan i en millimeter plattmask, som innehåller 302 neuroner totalt. Den mänskliga hjärnan innehåller 100 miljarder neuroner. Om du försöker komma till det numret verkar meningslöst för dig, tänk på den exponentiella tillväxttakten. Nästa steg blir emulering av myrans hjärna, sedan kommer det att finnas en mus, och sedan är en person inom räckhåll.
2. Försök att följa evolutionens spår
Tja, om vi bestämmer att svaren på ett smart barn är för komplexa för att avskrivas, kan vi försöka följa i hans fotspår för att lära sig och förbereda sig för tentor. Vad vet vi? Det är fullt möjligt att bygga en dator så kraftfull som en hjärna - utvecklingen av våra egna hjärnor har bevisat detta. Och om hjärnan är för komplex för att efterlikna, kan vi försöka efterlikna evolutionen. Poängen är, även om vi kan efterlikna hjärnan, kan det vara som att försöka bygga ett flygplan genom att löjligt vifta med händer som efterliknar fåglarnas rörelser. Ofta lyckas vi skapa bra maskiner med ett maskinorienterat tillvägagångssätt, snarare än en exakt imitation av biologi.
Hur simulerar man evolution för att bygga AGI? Denna metod som kallas "genetiska algoritmer" borde fungera ungefär så här: det måste finnas en produktiv process och dess utvärdering, och den kommer att upprepa sig om och om igen (på samma sätt som biologiska varelser "existerar" och "utvärderas" med sin förmåga att reproducera). En grupp datorer kommer att utföra uppgifter, och de mest framgångsrika av dem kommer att dela sina egenskaper med andra datorer, "output". De mindre framgångsrika kastas skoningslöst i historiens soptunna. Genom många, många iterationer kommer denna naturliga urvalsprocess att producera bättre datorer. Utmaningen ligger i att skapa och automatisera uppfödnings- och utvärderingscykler så att utvecklingsprocessen fortsätter av sig själv.
Nackdelen med att kopiera evolution är att det tar evolution miljarder år att göra något, och vi behöver bara några decennier för att göra det.
Men vi har många fördelar, till skillnad från evolution. För det första har den inte förutseende, den fungerar av en slump - den ger ut värdelösa mutationer, till exempel, - och vi kan styra processen inom ramen för de tilldelade uppgifterna. För det andra har evolutionen inget mål, inklusive önskan om intelligens - ibland i miljön vinner en viss art inte på bekostnad av intelligens (eftersom den senare förbrukar mer energi). Vi kan å andra sidan sikta på att öka intelligensen. För det tredje, för att kunna välja intelligens måste evolutionen göra ett antal förbättringar från tredje part - till exempel omfördelning av energiförbrukning från celler - vi kan helt enkelt ta bort överskottet och använda elektricitet. Utan tvekan kommer vi att vara snabbare än evolutionen - men återigen är det inte klart om vi kan överträffa det.
3. Lämna datorer åt sig själva
Detta är den sista chansen när forskare är helt desperata och försöker programmera ett program för självutveckling. Denna metod kan dock visa sig vara den mest lovande av alla. Tanken är att vi bygger en dator som kommer att ha två grundläggande färdigheter: forskning AI och kodändringar i sig - vilket gör att den inte bara kan lära sig mer, utan också att förbättra sin egen arkitektur. Vi kan utbilda datorer till sina egna datoringenjörer så att de kan utvecklas själv. Och deras huvudsakliga uppgift blir att ta reda på hur man blir smartare. Vi kommer att prata mer om detta.
Allt detta kan hända mycket snart
Snabba framsteg inom hårdvara och experiment med programvara körs parallellt, och AGI kan uppstå snabbt och oväntat av två huvudskäl:
1. Exponentiell tillväxt är intensiv, och det som verkar som en snigels steg kan snabbt utvecklas till sju mil hopp - detta-g.webp
animerad bild: hi-news.ru/wp-content/uploads/2015/02/gif.gif
2. När det gäller programvara kan framsteg verka långsamt, men då förändras ett genombrott omedelbart framstegshastigheten (bra exempel: under den geocentriska världsbildens dagar var det svårt för människor att beräkna universums arbete, men upptäckten av heliocentrismen gjorde allt mycket lättare). Eller, när det gäller en dator som förbättrar sig själv, kan saker verka extremt långsamt, men ibland skiljer bara en ändring av systemet det från en tusenfaldig effektivitet jämfört med en mänsklig eller en äldre version.
Vägen från AGI till ISI
Någon gång kommer vi definitivt att få AGI - allmän artificiell intelligens, datorer med en allmän mänsklig intelligens. Datorer och människor kommer att leva tillsammans. Eller så kommer de inte.
Poängen är att AGI med samma intelligens och datorkraft som människor fortfarande kommer att ha betydande fördelar gentemot människor. Till exempel:
Utrustning
Fart. Hjärnneuroner fungerar vid 200 Hz, medan moderna mikroprocessorer (som är betydligt långsammare än vad vi kommer att få när AGI skapas) fungerar med en frekvens av 2 GHz, eller 10 miljoner gånger snabbare än våra neuroner. Och hjärnans interna kommunikation, som kan röra sig med en hastighet av 120 m / s, är betydligt sämre än datorns förmåga att använda optik och ljusets hastighet.
Storlek och förvaring. Hjärnans storlek begränsas av storleken på våra skalle, och den kan inte bli större, annars tar intern kommunikation med en hastighet av 120 m / s för lång tid att resa från en struktur till en annan. Datorer kan expandera till vilken fysisk storlek som helst, använda mer hårdvara, öka RAM, långtidsminne - allt detta ligger utanför våra möjligheter.
Pålitlighet och hållbarhet. Inte bara datorminne är mer exakt än mänskligt minne. Datortransistorer är mer exakta än biologiska neuroner och är mindre benägna att försämras (och de kan faktiskt bytas ut eller repareras). Människors hjärnor tröttnar snabbare, medan datorer kan fungera oavbrutet, 24 timmar om dygnet, 7 dagar i veckan.
programvara
Möjlighet till redigering, modernisering, ett bredare utbud av möjligheter. Till skillnad från den mänskliga hjärnan kan ett datorprogram enkelt korrigeras, uppdateras och experimenteras med. Områden där mänskliga hjärnor är svaga kan också uppgraderas. Den mänskliga mjukvaran för syn är utmärkt designad, men ur en teknisk synvinkel är dess kapacitet fortfarande mycket begränsad - vi ser bara i det synliga ljusspektrumet.
Kollektiv förmåga. Människor är överlägsna andra arter när det gäller stor kollektiv intelligens. Från och med språkutvecklingen och bildandet av stora samhällen, genom att skriva och skriva ut uppfinningar och nu drivs av verktyg som Internet, är människors kollektiva intelligens en viktig anledning till att vi kan kalla oss evolutionens krona.. Men datorer kommer fortfarande att bli bättre. Det världsomspännande nätverket av artificiella intelligenser som arbetar med ett program, ständigt synkroniserar och utvecklar sig själv, gör att du direkt kan lägga till ny information i databasen, var du än får den. En sådan grupp kommer också att kunna arbeta mot ett mål som helhet, eftersom datorer inte lider av olikheter, motivation och egenintresse som människor gör.
AI, som sannolikt kommer att bli AGI genom programmerad självförbättring, kommer inte att se "intelligens på mänsklig nivå" som en viktig milstolpe-denna milstolpe är bara viktig för oss. Han kommer inte att ha någon anledning att stanna på denna tveksamma nivå. Och med tanke på de fördelar som även AGI på mänsklig nivå kommer att ha, är det ganska uppenbart att mänsklig intelligens kommer att bli en kort blixt för det i loppet om intellektuell överlägsenhet.
Denna utveckling av händelser kan överraska oss väldigt, väldigt mycket. Faktum är att, ur vår synvinkel, a) det enda kriteriet som gör att vi kan bestämma intelligensens kvalitet är djurs intelligens, som är lägre än vår som standard; b) för oss är de smartaste människorna ALLTID smartare än de dummaste. Sådär:
Det är, medan AI bara försöker nå vår utvecklingsnivå, ser vi hur det blir smartare, närmar sig djurets nivå. När han kommer till den första mänskliga nivån - Nick Bostrom använder termen "country idiot" - kommer vi att glädjas: "Wow, han är redan som en idiot. Häftigt! " Det enda är att i det allmänna spektrumet av intelligens hos människor, från byns idiot till Einstein, är räckvidden liten - därför, efter att AI kommer till idiotens nivå och blir AGI, blir det plötsligt smartare än Einstein.
Och vad händer sedan?
Explosion av intelligens
Jag hoppas att du tyckte det var intressant och roligt, för från och med den stunden blir ämnet vi diskuterar onormalt och läskigt. Vi bör pausa och påminna oss själva om att varje faktum som anges ovan och utöver är verklig vetenskap och verkliga förutsägelser för framtiden av de mest framstående tänkarna och forskarna. Tänk bara på.
Så, som vi angav ovan, inkluderar alla våra moderna modeller för att uppnå AGI alternativet när AI förbättrar sig själv. Och så snart han blir AGI blir även de system och metoder som han växte upp smart nog att förbättra sig själv - om de vill. Ett intressant koncept dyker upp: rekursiv självförbättring. Det fungerar så här.
Ett visst AI -system på en viss nivå - säg en byidiot - är programmerad för att förbättra sin egen intelligens. Efter att ha utvecklat - säg till Einsteins nivå - börjar ett sådant system att utvecklas redan med Einsteins intellekt, det tar mindre tid att utvecklas och sprången blir mer och mer stora. De låter systemet överträffa alla människor och blir mer och mer. Med sin snabba utveckling stiger AGI till himmelska höjder i sin intelligens och blir ett superintelligent ISI -system. Denna process kallas en explosion av intelligens, och det är det tydligaste exemplet på lagen om snabbare återvändande.
Forskare argumenterar om hur snabbt AI kommer att nå AGI -nivå - de flesta tror att vi kommer att få AGI år 2040, på bara 25 år, vilket är väldigt, väldigt lite av standarderna för teknikutveckling. I fortsättningen av den logiska kedjan är det lätt att anta att övergången från AGI till ISI också kommer att ske extremt snabbt. Sådär:
"Det tog decennier för det första AI -systemet att nå sin lägsta nivå av allmän intelligens, men det hände äntligen. Datorn kan förstå världen runt som en fyraårig person. Plötsligt, bokstavligen en timme efter att ha nått denna milstolpe, producerar systemet en stor fysiksteori som kombinerar allmän relativitet och kvantmekanik, som ingen människa kan göra. Efter en och en halv timme blir AI ISI, 170 000 gånger smartare än någon människa."
Vi har inte ens de rätta termerna för att beskriva superintelligens av denna storlek. I vår värld betyder "smart" en person med en IQ på 130, "dum" - 85, men vi har inga exempel på människor med en IQ på 12 952. Våra härskare är inte utformade för det.
Människans historia berättar klart och tydligt: tillsammans med intellektet kommer kraft och styrka. Detta innebär att när vi skapar artificiell superintelligens kommer det att vara den mest kraftfulla varelsen i livets historia på jorden, och alla levande varelser, inklusive människor, kommer att vara helt i sin makt - och detta kan hända om tjugo år.
Om våra magra hjärnor kunde komma på Wi-Fi, kan något smartare än oss hundra, tusen, en miljard gånger enkelt beräkna positionen för varje atom i universum vid varje given tidpunkt. Allt som kan kallas magi, vilken kraft som helst som tillskrivs en allsmäktig gudom - allt detta kommer att stå till förfogande för ISI. Skapa teknik för att vända åldrandet, behandla alla sjukdomar, eliminera hunger och till och med döden, kontrollera vädret - allt blir plötsligt möjligt. Ett omedelbart slut på allt liv på jorden är också möjligt. De smartaste människorna på vår planet är överens om att så snart artificiell superintelligens uppträder i världen kommer det att markera Guds utseende på jorden. Och en viktig fråga kvarstår.
