Intel · ligència artificial. Primera part: el camí cap a la superintel·ligència

Taula de continguts:

Intel · ligència artificial. Primera part: el camí cap a la superintel·ligència
Intel · ligència artificial. Primera part: el camí cap a la superintel·ligència

Vídeo: Intel · ligència artificial. Primera part: el camí cap a la superintel·ligència

Vídeo: Intel · ligència artificial. Primera part: el camí cap a la superintel·ligència
Vídeo: Día de la flota del Báltico 2019 ✭ Armada Rusa ✭ 2024, Abril
Anonim
Intel · ligència artificial. Primera part: el camí cap a la superintel·ligència
Intel · ligència artificial. Primera part: el camí cap a la superintel·ligència

La raó per la qual es va sortir a la llum aquest article (i d’altres) és senzilla: potser la intel·ligència artificial no és només un tema important de discussió, sinó el més important en el context del futur. Qualsevol persona que s’endinsi una mica en l’essència del potencial de la intel·ligència artificial reconeix que aquest tema no es pot ignorar. Alguns –i entre ells Elon Musk, Stephen Hawking, Bill Gates, no la gent més estúpida del nostre planeta– creuen que la intel·ligència artificial representa una amenaça existencial per a la humanitat, comparable en escala a la completa extinció de nosaltres com a espècie. Bé, asseu-te i posa les jo per tu mateix.

"Estem a la vora de canvis comparables a l'origen de la vida humana a la Terra" (Vernor Vinge).

Què significa estar a la vora d’aquest canvi?

Imatge
Imatge

Sembla que no té res d’especial. Però heu de recordar que estar en aquest lloc del gràfic significa que no sabeu què hi ha a la vostra dreta. Hauríeu de sentir una cosa així:

Imatge
Imatge

Les sensacions són bastant normals, el vol va bé.

El futur s’acosta

Imagineu-vos que una màquina del temps us transportava fins al 1750: un moment en què el món experimentava constants interrupcions en el subministrament d’electricitat, la comunicació entre ciutats significava trets de canó i tot el transport funcionava amb fenc. Suposem que hi arribeu, que porteu algú i el porteu al 2015, que mostreu com és aquí. No podem entendre com seria per ell veure totes aquestes càpsules brillants volant per les carreteres; parlar amb gent de l’altra banda de l’oceà; mireu els jocs esportius a mil quilòmetres de distància; escoltar una actuació musical enregistrada fa 50 anys; jugar amb un rectangle màgic que pot fer una foto o captar un moment en directe; construir un mapa amb un punt blau paranormal que indiqui la seva ubicació; mirar la cara d’algú i comunicar-se amb ell a molts quilòmetres de distància, etc. Tot això és una màgia inexplicable per a gairebé tres-cents anys. Sense oblidar Internet, l’Estació Espacial Internacional, el Gran Col·lisionador d’Hadrons, les armes nuclears i la relativitat general.

Aquesta experiència per a ell no serà sorprenent ni impactant: aquestes paraules no transmeten tota l'essència del col·lapse mental. El nostre viatger pot morir del tot.

Però hi ha un punt interessant. Si es remunta al 1750 i s’enveja que volíem veure la seva reacció al 2015, pot portar-se una màquina del temps i intentar fer el mateix amb, per exemple, el 1500. Volarà allà, trobarà una persona, la recollirà el 1750 i ho mostrarà tot. Un noi de 1.500 anys quedarà sorprès en excés, però és probable que no mori. Tot i que ell, per descomptat, se sorprendrà, la diferència entre 1500 i 1750 és molt menor que entre 1750 i 2015. Una persona de 1500 es sorprendrà en alguns moments de la física, es sorprendrà del que Europa s'ha convertit sota el dur taló de l’imperialisme, dibuixarà un nou mapa del món al seu cap … Però la vida quotidiana del 1750 (transports, comunicacions, etc.) és poc probable que el sorprengui fins a la mort.

No, perquè un noi del 1750 es diverteixi igual que nosaltres, ha d’anar molt més enllà, potser un any com aquest al 12.000 aC. AC, fins i tot abans que la primera revolució agrícola donés a llum les primeres ciutats i el concepte de civilització. Si algú del món dels caçadors-recol·lectors, de l’època en què la gent era encara més una altra espècie animal, va veure els enormes imperis humans del 1750 amb les seves esglésies altes, vaixells que travessaven els oceans, el seu concepte d’estar “dins” d’un edifici, tot aquest coneixement: molt probablement hauria mort.

I després, després de la mort, hauria envejat i volgut fer el mateix. Tornaria fa 12.000 anys, a 24.000 aC. e., hauria pres una persona i l’hauria portat a temps. I un nou viatger li deia: "Bé, està bé, gràcies". Perquè en aquest cas, una persona del 12.000 aC. NS. caldria remuntar-se a 100.000 anys enrere i mostrar per primera vegada als focs i la llengua als aborígens locals.

Si hem de transportar algú cap al futur perquè es sorprengui fins a la mort, el progrés ha de recórrer una certa distància. Cal assolir el progrés del punt de mort (TPP). És a dir, si a l’època dels caçadors-recol·lectors TSP va trigar 100.000 anys, la següent parada ja va tenir lloc el 12.000 aC. NS. Després d'això, el progrés ja era més ràpid i va transformar radicalment el món el 1750 (aproximadament). Després van trigar un parell de centenars d’anys, i aquí som.

Aquesta imatge, on el progrés humà es mou més ràpidament a mesura que passa el temps, el futurista Ray Kurzweil anomena la llei de l’acceleració dels retorns de la història de la humanitat. Això es deu al fet que les societats més desenvolupades tenen la capacitat de moure el progrés a un ritme més ràpid que les societats menys desenvolupades. La gent del segle XIX en sabia més que la gent del segle XV, de manera que no és d’estranyar que els progressos al segle XIX fossin més ràpids que al segle XV, etc.

A una escala més petita, això també funciona. Back to the Future es va publicar el 1985 i el passat el 1955. A la pel·lícula, quan Michael J. Fox va tornar el 1955, el va sorprendre la novetat dels televisors, el preu del refresc, la manca d’amor pel so de la guitarra i les variacions de l’argot. Era un món diferent, és clar, però si la pel·lícula es rodés avui i el passat fos el 1985, la diferència seria molt més global. Marty McFly, en els temps dels ordinadors personals, Internet i els telèfons mòbils, seria molt més irrellevant que Marty, que va anar al 1955 des del 1985.

Tot això es deu a la llei d’accelerar els retorns. La taxa mitjana de desenvolupament del progrés entre 1985 i 2015 va ser superior a la de 1955 a 1985, ja que, en el primer cas, el món estava més desenvolupat i estava saturat dels èxits dels darrers 30 anys.

Per tant, com més èxits obtingui, més ràpidament es produiran els canvis. Però, això no ens hauria de deixar amb algunes pistes de futur?

Kurzweil suggereix que el progrés de tot el segle XX es podria haver fet en només 20 anys al nivell de desenvolupament del 2000, és a dir, el 2000 el ritme de progrés era cinc vegades més ràpid que el ritme mitjà de progrés del segle XX. També creu que el progrés de tot el segle XX va ser equivalent al progrés del període del 2000 al 2014, i el progrés d’un altre segle XX serà equivalent al període fins al 2021, és a dir, en només set anys. Després de diverses dècades, tot el progrés del segle XX tindrà lloc diverses vegades a l'any, i després en només un mes. En última instància, la llei de l’acceleració dels rendiments ens portarà al punt que el progrés durant tot el segle XXI serà 1.000 vegades superior al progrés del segle XX.

Si Kurzweil i els seus partidaris tenen raó, el 2030 ens sorprendrà de la mateixa manera que el noi del 1750 hauria sorprès el nostre 2015, és a dir, el proper TSP només trigarà un parell de dècades i el món del 2050 serà tan diferent de la moderna que difícilment ens assabentem. I això no és ficció. Aquesta és l'opinió de molts científics més intel·ligents i amb més formació que tu i jo. I si mireu la història, comprendreu que aquesta predicció es desprèn de la pura lògica.

Per què, doncs, quan ens trobem davant d’afirmacions com que "el món d’aquí a 35 anys canviarà més enllà del reconeixement", ens arronsem escèpticament de les espatlles? El nostre escepticisme sobre les prediccions futures té tres raons:

1. Pel que fa a la història, pensem en línia recta. En intentar visualitzar el progrés dels propers 30 anys, considerem el progrés dels 30 anteriors com un indicador de quant és probable que passi. Quan pensem en com canviarà el nostre món al segle XXI, prenem el progrés del segle XX i l’afegim a l’any 2000. El mateix error que comet el nostre noi del 1750 quan aconsegueix algú a partir del 1500 i intenta sorprendre’l. Intuïtivament pensem de manera lineal, quan hem de ser exponencials. Essencialment, un futurista hauria d’intentar predir el progrés dels propers 30 anys, no mirant els 30 anteriors, sinó jutjant pel nivell de progrés actual. Llavors, la previsió serà més precisa, però encara a la porta. Per pensar correctament sobre el futur, heu de veure com les coses es mouen a un ritme molt més ràpid del que es mouen ara.

Imatge
Imatge

[/centre]

2. Sovint es distorsiona la trajectòria de la història recent. En primer lloc, fins i tot una corba exponencial pronunciada apareix lineal quan en veieu petites parts. En segon lloc, el creixement exponencial no sempre és suau i uniforme. Kurzweil creu que el progrés es mou en corbes serpentines.

Imatge
Imatge

Aquesta corba passa per tres fases: 1) creixement lent (fase inicial del creixement exponencial); 2) creixement ràpid (explosiu, fase tardana de creixement exponencial); 3) estabilització en forma de paradigma específic.

Si mireu la darrera història, la part de la corba S en què esteu actualment pot amagar la velocitat del progrés de la vostra percepció. Una part del temps entre 1995 i 2007 es va dedicar al desenvolupament explosiu d’Internet, presentant Microsoft, Google i Facebook al públic, el naixement de les xarxes socials i el desenvolupament de telèfons mòbils i després de telèfons intel·ligents. Aquesta va ser la segona fase de la nostra corba. Però el període del 2008 al 2015 va ser menys pertorbador, almenys pel que fa a la tecnologia. Aquells que pensin en el futur avui poden trigar els darrers dos anys a avaluar el ritme general del progrés, però no veuen la visió general. De fet, ara es pot preparar una nova i potent Fase 2.

3. La nostra pròpia experiència ens converteix en vells malhumorats quan es tracta del futur. Basem les nostres idees sobre el món en la nostra pròpia experiència, i aquesta experiència ens ha marcat el ritme de creixement en el passat recent per descomptat. De la mateixa manera, la nostra imaginació és limitada, ja que utilitza la nostra experiència per predir, però més sovint, simplement no disposem de les eines que ens permetin predir amb precisió el futur. Quan escoltem prediccions de futur que estan en desacord amb les nostres percepcions del dia a dia de com funcionen les coses, les considerem instintivament com a ingènues. Si et vaig dir que viuràs fins als 150 o 250 anys, o potser no moriràs gens, pensaràs instintivament que “això és estúpid, sé per la història que durant aquest temps tothom va morir”. Així és: ningú va viure per veure aquests anys. Però ni un sol avió va volar abans de la invenció dels avions.

Per tant, tot i que l’escepticisme us sembla raonable, és més que erroni. Hauríem d’acceptar que, si ens armem de pura lògica i esperem les habituals ziga-zagues històriques, hem d’admetre que molt, molt i molt ha de canviar en les pròximes dècades; molt més que intuïtivament. La lògica també dicta que si les espècies més avançades del planeta continuen fent gegants salts cap endavant, cada cop més ràpidament, en algun moment el salt serà tan greu que canviarà radicalment la vida tal com la coneixem. Una cosa similar va passar en el procés de l’evolució, quan l’home es va fer tan intel·ligent que va canviar completament la vida de qualsevol altra espècie del planeta Terra. I si us dediqueu una mica de temps a llegir el que està passant a la ciència i la tecnologia ara mateix, és possible que comenceu a veure algunes pistes sobre com serà el proper salt gegant.

El camí cap a la superintel·ligència: què és la IA (intel·ligència artificial)?

Com moltes persones d’aquest planeta, esteu acostumats a pensar la intel·ligència artificial com una idea ximple de ciència ficció. Però darrerament, molta gent seriosa s’ha mostrat preocupada per aquesta idea estúpida. Que passa?

Hi ha tres raons que generen confusió al voltant del terme IA:

Associem la IA a les pel·lícules. "Guerra de les galàxies". "Terminador". "Una odissea de l'espai 2001". Però, com els robots, la IA d’aquestes pel·lícules és ficció. Així, les cintes de Hollywood dilueixen el nivell de la nostra percepció, la IA es fa familiar, familiar i, per descomptat, malvada.

Es tracta d’un ampli camp d’aplicació. Comença amb una calculadora al telèfon i desenvolupa cotxes amb conducció automàtica cap a alguna cosa que en el futur revolucionarà el món. La IA significa totes aquestes coses i és confús.

Fem servir IA tots els dies, però sovint ni ens adonem. Com deia John McCarthy, l'inventor del terme "intel·ligència artificial" el 1956, "un cop funciona, ja ningú no l'anomena IA". La IA s’ha semblat més a una predicció mítica sobre el futur que a alguna cosa real. Al mateix temps, aquest nom també té un sabor d’alguna cosa del passat que mai s’ha convertit en realitat. Ray Kurzweil diu que escolta gent relacionant la IA amb fets dels anys 80, que es pot comparar amb "afirmar que Internet va morir juntament amb els dotcoms a principis de la dècada de 2000".

Siguem clars. En primer lloc, deixeu de pensar en els robots. El robot que és el contenidor de la IA de vegades imita la forma humana, de vegades no, però la IA en si és l’ordinador dins del robot. La IA és un cervell i un robot és un cos, si en té. Per exemple, el programari i les dades de Siri són intel·ligència artificial, la veu d'una dona és la personificació d'aquesta IA i no hi ha robots en aquest sistema.

En segon lloc, probablement heu escoltat el terme "singularitat" o "singularitat tecnològica". Aquest terme s’utilitza en matemàtiques per descriure una situació inusual en què les regles habituals ja no funcionen. En física, s’utilitza per descriure el punt infinitesimal i dens d’un forat negre o el punt original del Big Bang. De nou, les lleis de la física no hi funcionen. El 1993, Vernor Vinge va escriure un famós assaig en què va aplicar el terme a un moment del futur en què la intel·ligència de les nostres tecnologies supera la nostra, moment en què la vida tal com la coneixem canviarà per sempre i les regles habituals de la seva existència. ja no funcionarà … Ray Kurzweil va afinar encara més aquest terme, assenyalant que s’assolirà la singularitat quan la llei del retrocés accelerat arriba a un punt extrem, quan el progrés tecnològic es mou tan ràpidament que deixem de notar els seus èxits, gairebé infinitament ràpidament. Després viurem en un món completament nou. Tot i això, molts experts han deixat d’utilitzar aquest terme, així que anem a referir-nos-en sovint.

Finalment, si bé hi ha molts tipus o formes d’IA que deriven del concepte ampli d’IA, les principals categories d’IA depenen del calibre. Hi ha tres categories principals:

Intel·ligència artificial (IA) enfocada (feble). UII està especialitzada en una àrea. Entre aquests IA hi ha qui pot vèncer al campió mundial d'escacs, però això és tot. N’hi ha un que pot oferir la millor manera d’emmagatzemar dades al disc dur, i ja està.

Intel·ligència artificial general (forta). De vegades també es coneix com a IA humana. AGI es refereix a un ordinador tan intel·ligent com una persona: una màquina capaç de realitzar qualsevol acció intel·lectual inherent a una persona. Crear AGI és molt més difícil que AGI i encara no hi hem arribat. La professora Linda Gottfredson descriu la intel·ligència com "en un sentit general, potencial psíquic, que, entre altres coses, inclou la capacitat de raonar, planificar, resoldre problemes, pensar abstractament, entendre idees complexes, aprendre ràpidament i aprendre de l'experiència". AGI hauria de poder fer tot això tan fàcilment com ho feu.

Superintel·ligència artificial (ISI). El filòsof i teòric d’AI d’Oxford, Nick Bostrom, defineix la superintel·ligència com "una intel·ligència molt més intel·ligent que les millors ments humanes en pràcticament tots els camps, inclosa la creativitat científica, la saviesa general i les habilitats socials". La superintel·ligència artificial inclou tant un ordinador una mica més intel·ligent que una persona com un bilió de vegades més intel·ligent en qualsevol direcció. ISI és la raó del creixent interès per la IA, així com del fet que les paraules "extinció" i "immortalitat" sovint apareixen en aquestes discussions.

Avui en dia, els humans ja hem conquerit la primera etapa del calibre IA (IA) de moltes maneres. La revolució de la IA és un viatge des d’AGI fins a ISI. Aquest camí potser no sobreviurem, però definitivament ho canviarà tot.

Vegem de prop com els principals pensadors en la matèria veuen aquest camí i per què aquesta revolució podria passar més ràpid del que es podria pensar.

On som en aquest corrent?

La intel·ligència artificial focalitzada és la intel·ligència de màquina que és igual o superior a la intel·ligència o eficiència humana en la realització d’una tasca específica. Alguns exemples:

* Els automòbils estan plens de sistemes ICD, des d’ordinadors que determinen quan ha d’iniciar el sistema antiblocatge fins a un equip que determina els paràmetres del sistema d’injecció de combustible. Els cotxes de conducció automàtica de Google, que s’estan provant actualment, contindran sistemes robustos d’intel·ligència artificial que detecten i responen al món que els envolta.

* El vostre telèfon és una petita fàbrica de CDI. Quan utilitzeu l’aplicació de mapes, obteniu recomanacions per descarregar aplicacions o música, consulteu el temps per demà, parleu amb Siri o feu qualsevol altra cosa: feu servir IA.

* El filtre de correu brossa és un tipus clàssic d'IA. Comença per esbrinar com separar el correu brossa dels correus electrònics utilitzables i després aprèn com gestiona els vostres correus electrònics i les vostres preferències.

* I aquesta sensació incòmoda quan ahir buscàveu un tornavís o un plasma nou en un motor de cerca, però avui veieu ofertes de botigues útils d'altres llocs? O quan la xarxa social us recomana afegir persones interessants com a amics? Tots aquests són sistemes d’intel·ligència artificial que funcionen junts, que determinen les vostres preferències, que obtenen dades sobre vosaltres des d’Internet, que s’acosten cada cop més a vosaltres. Analitzen el comportament de milions de persones i extreuen conclusions a partir d’aquestes anàlisis per vendre els serveis de grans empreses o millorar els seus serveis.

* Google Translate, un altre sistema clàssic d’IA, és impressionant per a certes coses. També ho fa el reconeixement de veu. Quan l’avió aterra, ningú no identifica la terminal del mateix. El preu de l’entrada és el mateix. Els millors jocs de dames, escacs, backgammon, bulldozer i altres del món estan representats avui en dia per una intel·ligència artificial molt enfocada.

* La Cerca de Google és una IA gegant que utilitza mètodes increïblement intel·ligents per classificar les pàgines i determinar els SERP.

I això només és al món dels consumidors. Els sistemes IMD sofisticats s’utilitzen àmpliament a la indústria militar, manufacturera i financera; en sistemes mèdics (pensem en Watson d'IBM), etc.

Els sistemes IMD en la seva forma actual no representen una amenaça. En el pitjor dels casos, un buggy o una IA mal programada pot provocar desastres locals, talls elèctrics, col·lapse dels mercats financers, etc. Però, tot i que AGI no té la capacitat de crear una amenaça existencial, hem de veure les coses més àmplia: ens espera un huracà devastador, el presagi del qual és AII. Cada nova innovació a AGI afegeix un bloc al camí que condueix a AGI i ISI. O, com bé ha assenyalat Aaron Saenz, les IA del nostre món són com "els aminoàcids de la sopa primordial de la terra jove", però components de la vida sense vida que es despertaran un dia.

El camí d’AGI a AGI: per què és tan difícil?

Res revela la complexitat de la intel·ligència humana més que intentar crear un equip tan intel·ligent. Construir gratacels, volar a l’espai, els secrets del Big Bang: tot això és una tonteria en comparació amb repetir el nostre propi cervell o almenys només entendre’l. Actualment, el cervell humà és l’objecte més complex de l’univers conegut.

Potser ni tan sols sospiteu quina és la dificultat per crear AGI (un ordinador que serà intel·ligent com a persona, en general, i no només en una àrea). Construir un ordinador que pugui multiplicar dos números de deu dígits en una fracció de segon és tan fàcil com desgranar peres. És increïblement crear un que pugui mirar un gos i un gat i saber on és i on és. Voleu crear una IA que pugui vèncer a un gran mestre? Fet. Ara intenteu que llegeixi un paràgraf d’un llibre de sis anys i no només entengui les paraules, sinó també el seu significat. Google gasta milers de milions de dòlars intentant fer-ho. Amb coses complexes (com ara càlculs, càlcul d’estratègies del mercat financer, traducció d’un idioma), l’ordinador s’enfronta fàcilment, però amb coses senzilles: visió, moviment, percepció, no. Com va dir Donald Knuth, "la IA està fent pràcticament tot el que requereix" pensar ", però no pot fer front al que fan els humans i els animals sense pensar-ho".

Quan penseu en els motius d’això, us adonareu que les coses que ens semblen senzilles només ho semblen perquè s’han optimitzat per a nosaltres (i els animals) durant centenars de milions d’anys d’evolució. Quan arribeu a un objecte, els músculs, les articulacions, els ossos de les espatlles, els colzes i les mans realitzen instantàniament llargues cadenes d’operacions físiques, sincronitzades amb el que veieu, i mouen el braç en tres dimensions. Us sembla senzill, perquè el programari ideal del vostre cervell és el responsable d’aquests processos. Aquest senzill truc fa que el procediment per registrar un compte nou introdueixi una paraula escrita de manera torta (captcha) sigui senzill per a vosaltres i, per a tots, un bot maliciós. Per al nostre cervell, això no és difícil: només cal veure.

D’altra banda, multiplicar un gran nombre o jugar a escacs són activitats noves per a les criatures biològiques i no vam tenir prou temps per millorar-les (no milions d’anys), de manera que no és difícil que un ordinador ens pugui derrotar. Penseu-hi: preferiu crear un programa que pugui multiplicar nombres grans o un programa que reconegui la lletra B en els seus milions d’ortografies, en els tipus de lletra més imprevisibles, a mà o amb un pal a la neu?

Un exemple senzill: quan ho mireu, vosaltres i el vostre ordinador us adonareu que es tracta de quadrats alterns de dues tonalitats diferents.

Imatge
Imatge

Però si traieu el negre, descrivireu immediatament la imatge completa: cilindres, plans, angles tridimensionals, però un ordinador no ho pot fer.

Imatge
Imatge

Descrivirà allò que veu com una varietat de formes bidimensionals en diferents tons, cosa que, en principi, és cert. El vostre cervell fa molta feina interpretant la profunditat, el joc d’ombres i la llum en una imatge. A la imatge següent, l’ordinador veurà un collage bidimensional blanc-gris-negre, quan en realitat hi ha una pedra tridimensional.

Imatge
Imatge

I el que acabem d’esbossar és la punta de l’iceberg a l’hora d’entendre i processar la informació. Per arribar al mateix nivell amb una persona, un ordinador ha d’entendre la diferència d’expressions facials subtils, la diferència entre plaer, tristesa, satisfacció, alegria i per què Chatsky és bo i Molchalin no.

Què fer?

El primer pas per construir AGI: augmentar la potència informàtica

Una de les coses necessàries que han de passar perquè AGI sigui possible és augmentar la potència del maquinari informàtic. Si un sistema d’intel·ligència artificial vol ser tan intel·ligent com el cervell, ha de coincidir amb el cervell en potència de processament en brut.

Una manera d’augmentar aquesta capacitat és mitjançant el nombre total de càlculs per segon (OPS) que pot produir el cervell, i podeu determinar aquest nombre calculant el màxim OPS de cada estructura cerebral i ajuntant-los.

Ray Kurzweil va concloure que n'hi ha prou amb fer una estimació professional de l'OPS d'una estructura i el seu pes en relació amb el pes de tot el cervell, i després multiplicar-la proporcionalment per obtenir l'estimació global. Sembla una mica dubtós, però ho va fer moltes vegades amb diferents estimacions d’àrees diferents i sempre va arribar amb el mateix nombre: de l’ordre de 10 ^ 16, o 10 quadrilions d’OPS.

El superordinador més ràpid del món, el Tianhe-2 de la Xina, ja ha superat aquest nombre: és capaç de fer uns 32 quadrilions d’operacions per segon. Però Tianhe-2 ocupa 720 metres quadrats d’espai, consumeix 24 megawatts d’energia (el nostre cervell consumeix només 20 watts) i costa 390 milions de dòlars. No parlem d’un ús comercial o generalitzat.

Kurzweil suggereix que jutgem la salut dels ordinadors per quants OPS podeu comprar per 1.000 dòlars. Quan aquest nombre assoleixi el nivell humà (10.000 milions d’OPS), l’AGI pot esdevenir una part de les nostres vides.

La llei de Moore - la norma històricament fiable que la potència de càlcul màxima dels ordinadors es duplica cada dos anys - implica que el desenvolupament de la tecnologia informàtica, com el moviment de l’home a través de la història, creix exponencialment. Si ho comparem amb la regla de mil dòlars de Kurzweil, ara ens podem permetre 10 bilions d’OPS per 1.000 dòlars.

Imatge
Imatge

Els ordinadors per 1.000 dòlars ignoren el cervell d’un ratolí amb la seva potència informàtica i són mil vegades més febles que els humans. Sembla un mal indicador fins que recordem que els ordinadors eren un bilió de vegades més febles que el cervell humà el 1985, mil milions el 1995 i un milió el 2005. El 2025 hauríem de tenir un ordinador assequible que rivalitzés amb la potència informàtica del nostre cervell.

Per tant, l’energia bruta necessària per a AGI ja està disponible tècnicament. D'aquí a deu anys, deixarà la Xina i s'estendrà per tot el món. Però la potència informàtica per si sola no és suficient. I la següent pregunta és: com proporcionem intel·ligència a nivell humà amb tot aquest poder?

El segon pas per crear AGI: donar-li intel·ligència

Aquesta part és força complicada. En realitat, ningú sap com fer que una màquina sigui intel·ligent: encara estem intentant esbrinar com crear una intel·ligència a nivell humà que pugui distingir un gat d’un gos, aïllar una B dibuixada a la neu i analitzar una pel·lícula de segona categoria. Tot i això, hi ha un grapat d’estratègies de futur i, en un moment determinat, hauria de funcionar.

1. Repetiu el cervell

Aquesta opció és com si els científics estiguessin a la mateixa aula amb un nen molt intel·ligent i capaç de respondre a preguntes; i fins i tot si intenten comprendre amb diligència la ciència, ni tan sols s’acosten a posar-se al dia amb l’infant intel·ligent. Al final, decideixen: a l'infern, només escriuen les respostes a les seves preguntes. Té sentit: no podem construir un ordinador súper complex, per què no prenem com a base un dels millors prototips de l’univers: el nostre cervell?

El món científic està treballant molt per esbrinar com funcionen els nostres cervells i com l’evolució va crear una cosa tan complexa. Segons les estimacions més optimistes, només ho podran fer el 2030. Però una vegada que entenem tots els secrets del cervell, la seva eficiència i potència, ens podem inspirar en els seus mètodes per crear tecnologia. Per exemple, una de les arquitectures d’ordinadors que imita el funcionament del cervell és una xarxa neuronal. Comença amb una xarxa de transistors "neurones" connectats entre si per entrada i sortida, i no sap res, com un nounat. El sistema "aprèn" intentant completar tasques, reconeixent text escrit a mà i similars. Les connexions entre transistors es reforcen en cas de resposta correcta i es debiliten en cas de resposta incorrecta. Després de molts cicles de preguntes i respostes, el sistema forma teixits neuronals intel·ligents que s’optimitzen per a tasques específiques. El cervell aprèn d’una manera similar, però d’una manera molt més complexa, i mentre continuem estudiant-lo, anem descobrint noves maneres increïbles de millorar les xarxes neuronals.

Un plagi encara més extrem implica una estratègia anomenada emulació total del cervell. Propòsit: tallar un cervell real en rodanxes fines, escanejar cadascuna d'elles, reconstruir amb precisió el model 3D mitjançant programari i, a continuació, traduir-lo a un ordinador potent. Després tindrem un ordinador que pot fer oficialment tot el que pot fer el cervell: només necessita aprendre i recopilar informació. Si els enginyers tenen èxit, poden emular un cervell real amb una precisió tan increïble que un cop descarregat a un ordinador, la identitat i la memòria reals del cervell romandran intactes. Si el cervell pertanyia a Vadim abans de morir, l’ordinador es despertarà en el paper de Vadim, que ara serà un AGI a nivell humà, i nosaltres, al seu torn, convertirem Vadim en un ISI increïblement intel·ligent, que segur que ell serà estar encantat amb.

Fins a quin punt estem d’emular completament el cervell? En realitat, acabem d’emular el cervell d’un cuc pla mil·limètric, que conté 302 neurones en total. El cervell humà conté 100.000 milions de neurones. Si intentar arribar a aquest nombre us sembla inútil, penseu en la taxa de creixement exponencial del progrés. El següent pas serà l’emulació del cervell de la formiga, després hi haurà un ratolí i, a continuació, una persona serà de fàcil accés.

2. Intenta seguir el rastre de l’evolució

Bé, si decidim que les respostes d’un nen intel·ligent són massa complexes per anul·lar-les, podem intentar seguir els seus passos per aprendre i preparar-se per als exàmens. Què en sabem? És molt possible construir un ordinador tan potent com un cervell; l’evolució dels nostres propis cervells ho ha demostrat. I si el cervell és massa complex per emular, podem intentar emular l’evolució. La qüestió és que, fins i tot si podem emular el cervell, podria ser com intentar construir un avió fent mans ridícules que imiten els moviments de les ales dels ocells. Sovint, aconseguim crear bones màquines mitjançant un enfocament orientat a la màquina, en lloc d’una imitació exacta de la biologia.

Com simular l'evolució per construir AGI? Aquest mètode anomenat "algorismes genètics" hauria de funcionar així: hi ha d'haver un procés productiu i la seva avaluació, i es repetirà una vegada i una altra (de la mateixa manera que les criatures biològiques "existeixen" i "s'avaluen" per la seva capacitat reproduir). Un grup d'ordinadors realitzarà tasques i els més reeixits compartiran les seves característiques amb altres ordinadors, "sortida". Els menys reeixits seran llançats sense pietat a la brossa de la història. A través de moltes i moltes iteracions, aquest procés de selecció natural produirà millors ordinadors. El repte rau en crear i automatitzar cicles de cria i avaluació perquè el procés d’evolució continuï per si sol.

L’inconvenient de copiar l’evolució és que es necessiten milers de milions d’anys per fer alguna cosa i només necessitem unes dècades per fer-ho.

Però tenim molts avantatges, a diferència de l’evolució. En primer lloc, no té el do de la previsió, funciona per casualitat (produeix mutacions inútils, per exemple) i podem controlar el procés en el marc de les tasques assignades. En segon lloc, l’evolució no té cap objectiu, inclòs el desig d’intel·ligència; de vegades, al medi ambient, una determinada espècie no guanya a costa de la intel·ligència (perquè aquesta consumeix més energia). Nosaltres, en canvi, podem intentar augmentar la intel·ligència. En tercer lloc, per triar la intel·ligència, l'evolució ha de fer una sèrie de millores de tercers, com ara redistribuir el consum d'energia per part de les cèl·lules, simplement podem eliminar l'excés i utilitzar electricitat. Sens dubte, serem més ràpids que l’evolució, però, de nou, no queda clar si podem superar-la.

3. Deixeu els ordinadors per ells mateixos

Aquesta és l’última oportunitat en què els científics estan completament desesperats i intenten programar un programa d’autodesenvolupament. No obstant això, aquest mètode pot resultar ser el més prometedor de tots. La idea és que estem construint un ordinador que tingui dues habilitats bàsiques: investigar IA i canvis de codi en si mateixos, cosa que li permetrà no només aprendre més, sinó també millorar la seva pròpia arquitectura. Podem formar ordinadors perquè siguin els seus propis enginyers informàtics perquè puguin desenvolupar-se a si mateixos. I la seva tasca principal serà esbrinar com ser més intel·ligent. En parlarem amb més detall.

Tot això pot passar molt aviat

Els avenços ràpids en maquinari i l’experimentació amb programari s’executen en paral·lel i AGI pot sorgir de forma ràpida i inesperada per dos motius principals:

1. El creixement exponencial és intens i el que sembla que els passos d’un cargol es pot convertir ràpidament en salts de set quilòmetres: aquest-g.webp

Imatge
Imatge

imatge animada: hi-news.ru/wp-content/uploads/2015/02/gif.gif

2. Quan es tracta de programari, el progrés pot semblar lent, però aleshores un avenç canvia instantàniament la velocitat del progrés (bon exemple: en els dies de la visió geocèntrica del món, era difícil per a la gent calcular el treball de l’univers, però el descobriment de l’heliocentrisme va fer que tot fos molt més fàcil). O, quan es tracta d’un ordinador que es millora, les coses poden semblar extremadament lentes, però de vegades només una modificació del sistema el separa d’una eficiència mil·lenària en comparació amb una versió humana o antiga.

La carretera d’AGI a ISI

En algun moment, definitivament aconseguirem AGI: intel·ligència artificial general, ordinadors amb un nivell general d’intel·ligència humana. Els ordinadors i els humans viurem junts. O no ho faran.

La qüestió és que AGI amb el mateix nivell d’intel·ligència i potència informàtica que els humans encara tindrà avantatges significatius sobre els humans. Per exemple:

Equipament

Velocitat. Les neurones cerebrals funcionen a 200 Hz, mentre que els microprocessadors moderns (que són significativament més lents del que obtindrem quan es creï l'AGI) funcionen a una freqüència de 2 GHz, o 10 milions de vegades més ràpid que les nostres neurones. I les comunicacions internes del cervell, que es poden moure a una velocitat de 120 m / s, són significativament inferiors a la capacitat dels ordinadors d’utilitzar l’òptica i la velocitat de la llum.

Mida i emmagatzematge. La mida del cervell està limitada per la mida dels nostres cranis i no es pot fer més gran, en cas contrari les comunicacions internes a una velocitat de 120 m / s trigaran massa a viatjar d’una estructura a l’altra. Els ordinadors poden ampliar-se a qualsevol mida física, utilitzar més maquinari, augmentar la memòria RAM i la memòria a llarg termini, tot això està més enllà de les nostres capacitats.

Fiabilitat i durabilitat. No només la memòria de l’ordinador és més precisa que la memòria humana. Els transistors informàtics són més precisos que les neurones biològiques i són menys propensos al deteriorament (i, de fet, es poden substituir o reparar). El cervell de la gent es cansa més ràpidament, mentre que els ordinadors poden funcionar sense parar les 24 hores del dia els 7 dies de la setmana.

Programari

Possibilitat d’edició, modernització, un ventall més ampli de possibilitats. A diferència del cervell humà, un programa d’ordinador es pot corregir, actualitzar i experimentar fàcilment. També es poden millorar les àrees en què el cervell humà és feble. El programari humà per a la visió està excel·lentment dissenyat, però des del punt de vista de l’enginyeria, les seves capacitats encara són molt limitades: només ho veiem en l’espectre visible de la llum.

Capacitat col·lectiva. Els humans som superiors a altres espècies en termes de gran intel·ligència col·lectiva. Començant pel desenvolupament del llenguatge i la formació de grans comunitats, passant pels invents de l’escriptura i la impressió, i ara dinamitzada per eines com Internet, la intel·ligència col·lectiva de les persones és una raó important per la qual podem anomenar-nos la corona de l’evolució. Però els ordinadors encara seran millors. La xarxa mundial d’intel·ligències artificials que treballen en un sol programa, que se sincronitza i desenvolupa de manera constant, us permetrà afegir instantàniament nova informació a la base de dades, allà on la obteniu. Aquest grup també serà capaç de treballar cap a un objectiu en general, ja que els ordinadors no pateixen dissidència, motivació i interès personal com ho fan els humans.

L’IA, que probablement es convertirà en AGI mitjançant la millora personal programada, no veurà la “intel·ligència a nivell humà” com una fita important: aquesta fita només és important per a nosaltres. No tindrà cap raó per aturar-se en aquest dubtós nivell. I tenint en compte els avantatges que tindrà fins i tot l’AGI a nivell humà, és ben obvi que la intel·ligència humana serà un breu flaix per a ella en la carrera per la superioritat intel·lectual.

Aquest desenvolupament d'esdeveniments ens pot sorprendre molt i molt. El fet és que, des del nostre punt de vista, a) l’únic criteri que ens permet determinar la qualitat de la intel·ligència és la intel·ligència dels animals, que per defecte és inferior a la nostra; b) per a nosaltres, les persones més intel·ligents SEMPRE són més intel·ligents que les més estúpides. Així:

Imatge
Imatge

És a dir, mentre la IA només intenta assolir el nostre nivell de desenvolupament, veiem com es fa més intel·ligent i s’acosta al nivell de l’animal. Quan arribi al primer nivell humà (Nick Bostrom utilitza el terme "idiota del país"), estarem encantats: "Vaja, ja és com un idiota. Guai! " L’únic és que en l’espectre general d’intel·ligència de la gent, des del ximple del poble fins a Einstein, el rang és petit; per tant, després que la IA arribi al nivell de l’idiota i es converteixi en AGI, de sobte es tornarà més intel·ligent que Einstein.

Imatge
Imatge

I què passarà després?

Explosió d'intel·ligència

Espero que us hagi semblat interessant i divertit, perquè a partir d’aquest moment el tema que discutim es torna anormal i esgarrifós. Hauríem de fer una pausa i recordar-nos que cada fet exposat més enllà és ciència real i prediccions reals de futur realitzades pels pensadors i científics més destacats. Només cal tenir-ho en compte.

Per tant, com hem indicat anteriorment, tots els nostres models moderns per aconseguir AGI inclouen l’opció quan la IA es millora. I tan bon punt es converteix en AGI, fins i tot els sistemes i mètodes pels quals va créixer es tornen prou intel·ligents per millorar-se, si volen. Sorgeix un concepte interessant: la superació personal recursiva. Funciona així.

Un determinat sistema d’IA a un cert nivell (per exemple, un idiota de poble) està programat per millorar la seva pròpia intel·ligència. Després d’haver-se desenvolupat (per exemple, fins al nivell d’Einstein), aquest sistema comença a desenvolupar-se ja amb l’intel·lecte d’Einstein, triga menys a desenvolupar-se i els salts són cada vegada més grans. Permeten que el sistema superi a qualsevol persona, esdevenint cada vegada més. Amb el seu ràpid desenvolupament, AGI s’eleva fins a les altures celestials en la seva intel·ligència i es converteix en un sistema ISI superintel·ligent. Aquest procés s’anomena una explosió d’intel·ligència i és l’exemple més clar de la llei de l’acceleració del retorn.

Els científics argumenten sobre la rapidesa amb què la IA arribarà al nivell AGI; la majoria creuen que aconseguirem AGI el 2040, en només 25 anys, cosa que està molt, molt poc per als estàndards de desenvolupament tecnològic. Continuant amb la cadena lògica, és fàcil suposar que la transició d'AGI a ISI també es produirà amb gran rapidesa. Així:

“Van passar dècades fins que el primer sistema d’intel·ligència artificial aconseguís el seu nivell d’intel·ligència general més baix, però finalment va passar. L’ordinador és capaç d’entendre el món al voltant com una persona de quatre anys. De sobte, literalment una hora després d’assolir aquesta fita, el sistema produeix una gran teoria de la física que combina la relativitat general i la mecànica quàntica, cosa que cap ésser humà pot fer. Després d’una hora i mitja, la IA es converteix en ISI, 170.000 vegades més intel·ligent que qualsevol ésser humà.

Ni tan sols tenim els termes adequats per descriure la superintel·ligència d’aquesta magnitud. Al nostre món, "intel·ligent" significa una persona amb un coeficient intel·lectual de 130, "estúpid" (85), però no tenim exemples de persones amb un coeficient intel·lectual de 12.952. Els nostres governants no estan dissenyats per a això.

La història de la humanitat ens ho explica de manera clara i clara: juntament amb l’intel·lecte ve el poder i la força. Això significa que quan creem superintel·ligència artificial, serà la criatura més poderosa de la història de la vida a la Terra i tots els éssers vius, inclosos els humans, estaran completament al seu abast, i això pot passar d'aquí a vint anys.

Si els nostres magres cervells eren capaços d’aconseguir Wi-Fi, una cosa més intel·ligent que nosaltres cent, mil, mil milions de vegades pot calcular fàcilment la posició de cada àtom de l’univers en cada moment. Tot el que es pugui anomenar màgia, qualsevol poder que s’atribueixi a una deïtat omnipotent, tot això estarà a disposició de l’ISI. Crear tecnologia per revertir l’envelliment, tractar qualsevol malaltia, eliminar la fam i fins i tot la mort, controlar el temps; de sobte tot serà possible. També és possible un final instantani de tota la vida a la Terra. Les persones més intel·ligents del nostre planeta coincideixen a dir que tan aviat com aparegui la superintel·ligència artificial al món, marcarà l’aparició de Déu a la Terra. I queda una pregunta important.

Recomanat: