دلیل روشن شدن این مقاله (و دیگران) ساده است: شاید هوش مصنوعی نه تنها یک موضوع مهم برای بحث نیست ، بلکه مهمترین موضوع در زمینه آینده است. هرکسی که حتی کمی به ماهیت پتانسیل هوش مصنوعی بپردازد ، می داند که این موضوع را نمی توان نادیده گرفت. برخی - و در میان آنها ایلان ماسک ، استفان هاوکینگ ، بیل گیتس ، نه احمق ترین افراد روی کره زمین - معتقدند که هوش مصنوعی تهدیدی وجودی برای بشریت است و از نظر مقیاس قابل مقایسه با انقراض کامل ما به عنوان یک گونه است. خوب ، بنشینید و i's را برای خودتان مشخص کنید.
"ما در آستانه تغییراتی هستیم که قابل مقایسه با منشاء زندگی بشر بر روی زمین است" (ورنور وینگه).
قرار گرفتن در آستانه چنین تغییری به چه معناست؟
به نظر می رسد چیز خاصی نیست. اما باید به خاطر داشته باشید که قرار گرفتن در چنین مکانی روی نمودار به این معنی است که نمی دانید در سمت راست شما چیست. شما باید چیزی شبیه به این را احساس کنید:
احساسات کاملاً طبیعی است ، پرواز به خوبی پیش می رود.
آینده در راه است
تصور کنید یک ماشین زمان شما را به 1750 منتقل کرد - زمانی که جهان در حال قطع شدن مداوم برق بود ، ارتباط بین شهرها به معنای شلیک توپ بود و تمام حمل و نقل با یونجه انجام می شد. فرض کنید شما به آنجا می رسید ، شخصی را ببرید و او را به سال 2015 بیاورید ، نشان دهید که اینجا چگونه است. ما نمی توانیم بفهمیم دیدن این همه کپسول براق در جاده ها برای او چگونه خواهد بود. با مردم آن سوی اقیانوس صحبت کنید. به بازی های ورزشی هزار کیلومتر دورتر نگاه کنید. شنیدن یک اجرای موسیقی ضبط شده 50 سال پیش ؛ بازی با یک مستطیل جادویی که می تواند عکس بگیرد یا یک لحظه زنده را ثبت کند. ساختن نقشه ای با نقطه آبی ماوراءالطبیعه که محل آن را نشان می دهد. به چهره کسی نگاه کنید و در کیلومترهای دورتر با او ارتباط برقرار کنید و غیره. همه اینها برای افراد سیصد ساله جادویی غیرقابل توضیح است. ناگفته نماند که اینترنت ، ایستگاه فضایی بین المللی ، برخورد دهنده بزرگ هادرونی ، سلاح های هسته ای و نسبیت عام است.
چنین تجربه ای برای او شگفت انگیز یا تکان دهنده نخواهد بود - این کلمات کل ماهیت فروپاشی ذهنی را منتقل نمی کنند. ممکن است مسافر ما به طور کلی بمیرد.
اما یک نکته جالب وجود دارد. اگر او به سال 1750 بازگردد و حسادت کند که می خواهیم واکنش او را در سال 2015 ببینیم ، می تواند ماشین زمان را با خود ببرد و سعی کند همین کار را با مثلاً 1500 انجام دهد. او به آنجا پرواز می کند ، شخصی را پیدا می کند ، در سال 1750 او را برمی دارد و همه چیز را نشان می دهد. یک پسر از 1500 سالگی بیش از حد شوکه خواهد شد - اما احتمال مرگ وجود ندارد. اگرچه او البته شگفت زده خواهد شد ، تفاوت بین 1500 و 1750 بسیار کمتر از 1750 تا 2015 است. فردی از 1500 در برخی از لحظات از فیزیک شگفت زده می شود ، از آنچه اروپا در زیر پاشنه سخت تبدیل شده است شگفت زده می شود. امپریالیسم ، نقشه جدیدی از جهان را در سر خود ترسیم خواهد کرد … اما زندگی روزمره در 1750 - حمل و نقل ، ارتباطات و غیره - بعید است که او را متعجب کند.
نه ، برای اینکه یک پسر از سال 1750 مانند ما سرگرم شود ، باید خیلی فراتر برود - شاید سالی در 12000 سال قبل از میلاد. قبل از میلاد ، حتی قبل از اولین انقلاب کشاورزی ، اولین شهرها و مفهوم تمدن به وجود آمد.اگر کسی از دنیای شکارچیان جمع آوری کند ، از زمانی که مردم هنوز گونه دیگری از حیوانات بودند ، امپراتوری های عظیم بشر در سال 1750 را با کلیساهای بلند خود ، کشتی هایی که از اقیانوس ها عبور می کردند ، و مفهوم "داخل" ساختمان بودن ، همه چیز را مشاهده کرد. این دانش - به احتمال زیاد او می مرد.
و پس از مرگ ، او حسادت می کرد و می خواست همین کار را انجام دهد. 12000 سال پیش ، در 24000 سال قبل از میلاد ، باز خواهد گشت. ه. ، شخصی را می گرفت و به موقع می آورد. و یک مسافر جدید به او می گوید: "خوب ، خوب است ، متشکرم." زیرا در این مورد ، شخصی از 12000 سال قبل از میلاد. NS لازم است 100000 سال به عقب برگردیم و آتش و زبان بومیان محلی را برای اولین بار نشان دهیم.
اگر ما باید فردی را به آینده منتقل کنیم تا از مرگ شگفت زده شویم ، پیشرفت باید مسافت معینی را طی کند. باید به نقطه پیشرفت مرگ (TPP) رسید. یعنی اگر در زمان شکارچیان جمع کننده 10000 سال طول کشید ، توقف بعدی در 12000 قبل از میلاد انجام شد. NS پس از آن ، پیشرفت در حال حاضر سریعتر بود و جهان را تا سال 1750 (تقریباً) دگرگون کرد. سپس چند صد سال طول کشید و ما اینجا هستیم.
این تصویر - جایی که پیشرفت بشر با گذر زمان سریعتر حرکت می کند - ری کورزویل آینده نگر ، قانون بازگشت سریع را در تاریخ بشر نامیده است. این امر به این دلیل است که جوامع پیشرفته تر توانایی حرکت سریعتر نسبت به جوامع کمتر توسعه یافته را دارند. مردم قرن نوزدهم بیشتر از مردم قرن پانزدهم می دانستند ، بنابراین تعجب آور نیست که پیشرفت در قرن 19 سریعتر از قرن پانزدهم و غیره بوده است.
در مقیاس کوچکتر ، این نیز کار می کند. بازگشت به آینده در سال 1985 و گذشته در سال 1955 منتشر شد. در فیلم ، هنگامی که مایکل جی فاکس در سال 1955 بازگشت ، از تازگی تلویزیون ها ، قیمت نوشابه ، عدم علاقه به صدای گیتار و تنوع زبان عامیانه غافلگیر شد. البته دنیای دیگری بود ، اما اگر فیلم امروز فیلمبرداری می شد و گذشته در سال 1985 بود ، تفاوت بسیار جهانی تر می شد. Marty McFly ، در دوران رایانه های شخصی ، اینترنت ، تلفن های همراه ، بسیار بی اهمیت تر از Marty است که از سال 1985 به 1955 رفت.
همه اینها به دلیل قانون تسریع بازده است. میانگین میزان پیشرفت بین 1985 تا 2015 بیشتر از نرخ 1955 تا 1985 بود - زیرا در اولین مورد ، جهان توسعه یافته تر بود ، با دستاوردهای 30 سال گذشته اشباع شده بود.
بنابراین ، هرچه دستاوردهای بیشتر باشد ، تغییر سریعتر رخ می دهد. اما آیا این امر نباید نکات خاصی را برای آینده ما به همراه داشته باشد؟
کورزویل پیشنهاد می کند که پیشرفت کل قرن بیستم تنها در 20 سال در سطح توسعه 2000 قابل دستیابی بود - یعنی ، در سال 2000 میزان پیشرفت پنج برابر سریعتر از متوسط پیشرفت قرن 20 بود. او همچنین معتقد است که پیشرفت کل قرن بیستم معادل پیشرفت دوره 2000 تا 2014 بوده است و پیشرفت قرن بیستم دیگر معادل دوره تا 2021 - یعنی فقط در هفت سال آینده خواهد بود. پس از چند دهه ، تمام پیشرفت های قرن بیستم چندین بار در سال و سپس تنها در یک ماه اتفاق می افتد. در نهایت ، قانون تسریع بازده ما را به این نقطه می رساند که پیشرفت در کل قرن بیست و یکم 1000 برابر پیشرفت قرن بیستم خواهد بود.
اگر کورزویل و حامیانش درست بگویند ، 2030 ما را به همان شکلی غافلگیر می کند که پسر 1750 سال 2015 ما را شگفت زده می کرد - یعنی TSP بعدی فقط چند دهه طول می کشد - و جهان 2050 بسیار متفاوت خواهد بود. از مدرن که ما به سختی آن را داریم. و این یک داستان تخیلی نیست. این نظر بسیاری از دانشمندان است که از من و شما باهوش تر و تحصیل کرده تر هستند. و اگر به تاریخ نگاه کنید ، خواهید فهمید که این پیش بینی از منطق محض ناشی می شود.
پس چرا وقتی با جملاتی مانند "جهان در 35 سال آینده غیرقابل تشخیص تغییر خواهد کرد" روبرو می شویم ، شک خود را با شبهه بالا می اندازیم؟ سه دلیل برای بدبینی ما در مورد پیش بینی های آینده وجود دارد:
1وقتی صحبت از تاریخ می شود ، ما در خطوط مستقیم فکر می کنیم. در تلاش برای تجسم پیشرفت 30 سال آینده ، ما به پیشرفت 30 سال گذشته به عنوان شاخصی از احتمال وقوع آن نگاه می کنیم. وقتی به این فکر می کنیم که جهان ما در قرن 21 چگونه تغییر خواهد کرد ، پیشرفت قرن بیستم را در نظر گرفته و آن را به سال 2000 اضافه می کنیم. همان اشتباهی که پسر ما در سال 1750 مرتکب می شود وقتی کسی را از 1500 دریافت می کند و سعی می کند او را غافلگیر کند. ما بصری بصورت خطی فکر می کنیم ، وقتی باید نمایی داشته باشیم. اساساً ، آینده پژوه باید سعی کند پیشرفت 30 سال آینده را پیش بینی کند ، نه اینکه به 30 سال گذشته نگاه کند ، بلکه بر اساس سطح پیشرفت فعلی قضاوت کند. سپس پیش بینی دقیق تر خواهد شد ، اما هنوز هم نزدیک است. برای اینکه بتوانید به درستی درباره آینده فکر کنید ، باید حرکتها را با سرعتی بسیار سریعتر از آنچه در حال حاضر در حال حرکت است ببینید.
[/مرکز]
2. مسیر تاریخ اخیر اغلب مخدوش است. اول ، حتی با دیدن بخشهای کوچکی از آن ، منحنی نمایی تند خطی به نظر می رسد. ثانیاً ، رشد نمایی همیشه صاف و یکنواخت نیست. کورزویل معتقد است که پیشرفت در منحنی های مارپیچ حرکت می کند.
چنین منحنی از سه مرحله می گذرد: 1) رشد آهسته (مرحله اولیه رشد نمایی) ؛ 2) رشد سریع (مرحله انفجاری ، اواخر رشد نمایی) ؛ 3) تثبیت در قالب یک الگوی خاص.
اگر به آخرین داستان نگاه کنید ، بخشی از منحنی S که در آن هستید می تواند سرعت پیشرفت را از درک شما پنهان کند. بخشی از زمان بین سالهای 1995 تا 2007 صرف توسعه انفجاری اینترنت ، معرفی مایکروسافت ، گوگل و فیس بوک به عموم ، تولد شبکه های اجتماعی و توسعه تلفن های همراه و سپس تلفن های هوشمند شد. این مرحله دوم مرحله منحنی ما بود. اما دوره 2008 تا 2015 حداقل در زمینه فناوری مزاحم نبود. کسانی که امروز به آینده فکر می کنند ، می توانند دو سال گذشته را برای سنجش سرعت کلی پیشرفت زمان ببرند ، اما تصویر بزرگتری را نمی بینند. در واقع ، ممکن است فاز 2 جدید و قدرتمندی در حال آماده شدن باشد.
3. تجربه خود ما باعث می شود که پیرمردهای بدخلق در مورد آینده صحبت کنیم. ما ایده های خود را در مورد جهان بر اساس تجربه خودمان پایه گذاری می کنیم و این تجربه به طور طبیعی سرعت رشد در گذشته اخیر را برای ما تعیین کرده است. به همین ترتیب ، تخیلات ما محدود است ، زیرا آنها از تجربیات ما برای پیش بینی استفاده می کنند - اما بیشتر اوقات ، ما به سادگی ابزارهایی نداریم که به ما امکان پیش بینی دقیق آینده را می دهد. وقتی پیش بینی هایی برای آینده می شنویم که با تصورات روزانه ما از نحوه کار همه چیز مغایرت دارد ، ما آنها را به طور غریزی ساده لوحانه می دانیم. اگر به شما بگویم 150 یا 250 سال عمر خواهید کرد ، یا شاید اصلاً نخواهید مرد ، به طور غریزی فکر خواهید کرد که "این احمقانه است ، من از تاریخ می دانم که در این مدت همه مردند". چنین است: هیچ کس زنده نمانده است تا چنین سالهایی را ببیند. اما قبل از اختراع هواپیماها حتی یک هواپیما پرواز نکرده است.
بنابراین ، اگرچه شک و تردید برای شما منطقی به نظر می رسد ، اما بیشتر اوقات اشتباه نیست. ما باید بپذیریم که اگر خود را با منطق محض مسلح کنیم و منتظر زیگزاگ های معمول تاریخی باشیم ، باید بپذیریم که بسیار ، بسیار ، بسیار باید در دهه های آینده تغییر کند. بسیار بیشتر از بصری. منطق همچنین حکم می کند که اگر پیشرفته ترین گونه های روی کره زمین به جهش های عظیم خود به جلو ، سریعتر و سریعتر ادامه دهند ، در برخی از مواقع این جهش آنقدر شدید خواهد بود که زندگی را بطور اساسی تغییر می دهد. اتفاقی مشابه در روند تکامل رخ داد ، هنگامی که انسان آنقدر باهوش شد که زندگی هر گونه دیگری را در سیاره زمین به طور کامل تغییر داد. و اگر کمی وقت بگذارید و آنچه را که در حال حاضر در علم و فناوری اتفاق می افتد بخوانید ، ممکن است سرنخ هایی در مورد جهش غول پیکر بعدی ببینید.
راه به سوی فوق هوش: هوش مصنوعی (هوش مصنوعی) چیست؟
شما مانند بسیاری از مردم روی این سیاره عادت دارید که از هوش مصنوعی به عنوان یک ایده علمی تخیلی احمقانه فکر کنید. اما اخیراً ، بسیاری از افراد جدی نسبت به این ایده احمقانه ابراز نگرانی کرده اند. مشکل چیه؟
سه دلیل وجود دارد که باعث سردرگمی در مورد اصطلاح AI می شود:
ما هوش مصنوعی را با فیلم مرتبط می دانیم. "جنگ ستارگان". "نابود کننده". "ادیسه فضایی 2001". اما مانند روبات ها ، هوش مصنوعی در این فیلم ها تخیلی است. بنابراین ، نوارهای هالیوودی سطح درک ما را کم می کند ، هوش مصنوعی آشنا ، آشنا و البته بد می شود.
این حوزه کاربرد وسیعی است. این کار با یک ماشین حساب در تلفن شما شروع می شود و اتومبیل های خودران را به چیزی در آینده تبدیل می کند که جهان را متحول خواهد کرد. AI مخفف همه این موارد است و گیج کننده است.
ما هر روز از هوش مصنوعی استفاده می کنیم ، اما اغلب ما حتی متوجه آن نمی شویم. همانطور که جان مک کارتی ، مخترع اصطلاح "هوش مصنوعی" در سال 1956 گفت ، "هنگامی که کار می کند ، دیگر هیچ کس آن را AI نمی نامد." هوش مصنوعی بیشتر شبیه یک پیش بینی افسانه ای در مورد آینده است تا چیزی واقعی. در عین حال ، این نام دارای طعم چیزی از گذشته است که هرگز به واقعیت تبدیل نشده است. ری کورزویل می گوید افرادی را می شنود که هوش مصنوعی را با حقایق دهه 80 مرتبط می دانند ، که می توان آنها را با "ادعای مرگ اینترنت در کنار dotcoms در اوایل 2000s" مقایسه کرد.
بگذارید واضح باشیم. ابتدا به ربات ها فکر نکنید. رباتی که محفظه هوش مصنوعی است گاهی از شکل انسان تقلید می کند ، گاهی اوقات اینطور نیست ، اما خود هوش مصنوعی کامپیوتر داخل روبات است. هوش مصنوعی یک مغز است ، و یک روبات یک بدن است ، اگر اصلاً بدن داشته باشد. به عنوان مثال ، نرم افزار و داده های سیری هوش مصنوعی است ، صدای زن شخصیت این هوش مصنوعی است و هیچ روباتی در این سیستم وجود ندارد.
ثانیاً ، احتمالاً اصطلاح "تکینگی" یا "تکینگی تکنولوژیکی" را شنیده اید. این اصطلاح در ریاضیات برای توصیف وضعیت غیرمعمول که در آن قوانین معمول دیگر کار نمی کند ، استفاده می شود. در فیزیک ، از آن برای توصیف نقطه بی نهایت کوچک و متراکم یک سیاهچاله یا نقطه اصلی بیگ بنگ استفاده می شود. دوباره ، قوانین فیزیک در آن کار نمی کند. در سال 1993 ، ورنور وینگه یک مقاله معروف نوشت که در آن این اصطلاح را برای لحظه ای در آینده که هوش فناوری های ما از ما فراتر می رود ، به کار برد - در آن زمان زندگی که ما می شناسیم برای همیشه تغییر خواهد کرد و قوانین معمول وجود آن دیگر کار نخواهد کرد. … ری کورزویل این اصطلاح را بیشتر تصحیح کرد و خاطرنشان کرد که زمانی که قانون تسریع عقب نشینی به نقطه ای شدید برسد ، هنگامی که پیشرفت تکنولوژیکی آنقدر سریع حرکت می کند که تقریباً بی نهایت سریع دست از تلاش بر نمی داریم ، به این ویژگی می رسیم. سپس ما در دنیایی کاملاً جدید زندگی خواهیم کرد. با این حال ، بسیاری از کارشناسان استفاده از این اصطلاح را متوقف کرده اند ، بنابراین اجازه دهید و ما اغلب به آن اشاره نمی کنیم.
سرانجام ، در حالی که انواع یا اشکال زیادی از هوش مصنوعی وجود دارد که از مفهوم وسیع هوش مصنوعی نشأت می گیرد ، دسته های اصلی هوش مصنوعی به کالیبر بستگی دارد. سه دسته اصلی وجود دارد:
هوش مصنوعی متمرکز (ضعیف) (AI). UII در یک زمینه تخصص دارد. در میان این هوش مصنوعی کسانی هستند که می توانند قهرمان شطرنج جهان را شکست دهند ، اما این تمام است. یکی وجود دارد که می تواند بهترین راه برای ذخیره اطلاعات روی هارد دیسک شما را ارائه دهد ، و این تمام است.
هوش مصنوعی عمومی (قوی). گاهی اوقات به عنوان هوش مصنوعی سطح انسانی نیز شناخته می شود. AGI به رایانه ای اشاره دارد که به اندازه یک شخص هوشمند است - دستگاهی که قادر به انجام هرگونه فعالیت فکری ذاتی در یک شخص است. ایجاد AGI بسیار سخت تر از AGI است و ما هنوز به آن نرسیده ایم. پروفسور لیندا گاتفردسون هوش را "به معنای کلی ، پتانسیل روانی" توصیف می کند که از جمله موارد دیگر شامل توانایی استدلال ، برنامه ریزی ، حل مشکلات ، تفکر انتزاعی ، درک ایده های پیچیده ، یادگیری سریع و یادگیری از تجربه است. AGI باید بتواند همه کارها را به راحتی شما انجام دهد.
فوق هوش مصنوعی (ISI) نیک باستروم ، فیلسوف و نظریه پرداز هوش مصنوعی ، فوق هوش را اینگونه تعریف می کند: "هوشمندی که تقریباً در همه زمینه ها ، از جمله خلاقیت علمی ، خرد عمومی و مهارت های اجتماعی ، بسیار بهتر از بهترین ذهن بشر است". فوق هوش مصنوعی هم شامل رایانه ای است که کمی هوشمندتر از یک فرد است و هم رایانه ای که میلیاردها بار در هر جهتی باهوش تر است. ISI دلیل افزایش علاقه به هوش مصنوعی و همچنین این واقعیت است که کلمات "انقراض" و "جاودانگی" اغلب در چنین بحث هایی ظاهر می شود.
امروزه ، انسانها از همان ابتدا اولین مرحله از کالیبر AI - AI را فتح کرده اند. انقلاب هوش مصنوعی سفری از AGI از طریق AGI به ISI است. این مسیر ممکن است ما زنده نمانیم ، اما قطعاً همه چیز را تغییر خواهد داد.
بیایید نگاهی دقیق بیندازیم که چگونه اندیشمندان برجسته این حوزه این مسیر را می بینند و چرا این انقلاب می تواند سریعتر از آنچه فکر می کنید رخ دهد.
کجای این جریان هستیم؟
هوش مصنوعی متمرکز هوش ماشینی است که برابر یا بیشتر از هوش یا کارآیی انسان در انجام یک کار خاص است. چند نمونه:
* ماشین ها با سیستم های ICD ، از رایانه هایی که تعیین می کنند سیستم ترمز ضد قفل چه زمانی باید وارد سیستم شود ، بسته شده اند ، تا رایانه ای که پارامترهای سیستم تزریق سوخت را تعیین می کند. خودروهای خودران گوگل که در حال آزمایش هستند ، دارای سیستم های هوش مصنوعی قوی هستند که به دنیای اطراف خود حس می کنند و به آنها پاسخ می دهند.
* تلفن شما یک کارخانه کوچک ICD است. وقتی از برنامه نقشه استفاده می کنید ، توصیه هایی برای بارگیری برنامه ها یا موسیقی دریافت کنید ، آب و هوا را برای فردا بررسی کنید ، با Siri صحبت کنید یا هر کار دیگری انجام دهید - از AI استفاده می کنید.
* فیلتر هرزنامه ایمیل شما یک نوع AI کلاسیک است. این کار با پی بردن به نحوه جداسازی هرزنامه ها از ایمیل های قابل استفاده آغاز می شود و سپس با نحوه مدیریت ایمیل ها و تنظیمات برگزیده شما آشنا می شود.
* و این احساس ناخوشایند هنگامی که دیروز در موتور جستجو به دنبال پیچ گوشتی یا پلاسمای جدید بودید ، اما امروز پیشنهادات مغازه های مفید را در سایت های دیگر مشاهده می کنید؟ یا وقتی شبکه اجتماعی به شما توصیه می کند افراد جالب را به عنوان دوستان اضافه کنید؟ همه اینها سیستم های هوش مصنوعی هستند که با هم کار می کنند ، ترجیحات شما را تعیین می کنند ، اطلاعات مربوط به شما را از اینترنت می گیرند ، و به شما نزدیک و نزدیک می شوند. آنها رفتار میلیون ها نفر را تجزیه و تحلیل می کنند و بر اساس این تجزیه و تحلیل ها نتیجه می گیرند تا خدمات شرکت های بزرگ را بفروشند یا خدمات آنها را بهتر کنند.
* Google Translate ، یکی دیگر از سیستم های هوش مصنوعی کلاسیک ، در موارد خاصی به طرز چشمگیری خوب عمل می کند. تشخیص صدا نیز همینطور است. وقتی هواپیمای شما فرود می آید ، ترمینال آن توسط شخصی مشخص نمی شود. قیمت بلیط یکسان است. بهترین چکرزهای جهان ، شطرنج ، تخته نرد ، بولدوزر و دیگر بازی ها امروزه با هوش مصنوعی بسیار محدود متمرکز شده اند.
* جستجوی Google یک هوش مصنوعی غول پیکر است که از روشهای فوق العاده هوشمندانه برای رتبه بندی صفحات و تعیین SERP استفاده می کند.
و این فقط در دنیای مصرف کننده است. سیستم های پیچیده IMD به طور گسترده ای در صنایع نظامی ، تولیدی و مالی مورد استفاده قرار می گیرند. در سیستم های پزشکی (فکر کنید واتسون IBM) و غیره.
سیستم های IMD در شکل کنونی خود تهدیدی ندارند. در بدترین حالت ، هوش مصنوعی یا برنامه نویسی ضعیف می تواند منجر به فاجعه محلی ، قطع برق ، سقوط بازارهای مالی و موارد مشابه شود. اما در حالی که AGI قدرت ایجاد تهدید وجودی را ندارد ، ما باید مسائل را وسیع تر ببینیم - یک طوفان ویرانگر در انتظار ماست ، که منادی آن AII است. هر نوآوری جدید در AGI یک بلوک به مسیر منتهی به AGI و ISI می افزاید.یا همانطور که آرون سانز به خوبی اشاره کرده است ، هوش مصنوعی جهان ما مانند "آمینو اسیدهای سوپ اولیه زمین جوان" است - در عین حال اجزای بی روح زندگی که روزی بیدار می شوند.
راه AGI به AGI: چرا اینقدر سخت است؟
هیچ چیز پیچیدگی هوش انسان را به اندازه تلاش برای ایجاد رایانه ای به همان اندازه هوشمند نشان نمی دهد. ساختن آسمان خراش ها ، پرواز به فضا ، اسرار بیگ بنگ - همه اینها در مقایسه با تکرار مغز خود یا حداقل درک آن بی معنی است. مغز انسان در حال حاضر پیچیده ترین جسم در جهان شناخته شده است.
شاید شما حتی به مشکل ایجاد AGI (رایانه ای که به طور کلی به عنوان یک شخص هوشمند و نه فقط در یک زمینه) هوشمند است ، فکر کنید. ساختن کامپیوتری که بتواند دو عدد ده رقمی را در ثانیه ای ضرب کند ، به سادگی گلابی کردن گلابی است. ایجاد کسی که بتواند به سگ و گربه نگاه کند و بگوید سگ کجاست و گربه کجاست فوق العاده مشکل است. یک هوش مصنوعی ایجاد کنید که بتواند یک استاد بزرگ را شکست دهد؟ ساخته شده حالا سعی کنید او را وادار کنید که یک پاراگراف از کتاب شش ساله را بخواند و نه تنها کلمات ، بلکه معنای آنها را نیز درک کند. گوگل میلیاردها دلار برای این کار هزینه می کند. با مسائل پیچیده - مانند محاسبات ، محاسبه استراتژی های بازار مالی ، ترجمه زبان - کامپیوتر با این کار به راحتی کنار می آید ، اما با چیزهای ساده - بینایی ، حرکت ، ادراک - خیر. همانطور که دونالد کنوت اظهار داشت ، "هوش مصنوعی اکنون تقریباً هر آنچه را که نیاز به" تفکر "دارد انجام می دهد ، اما نمی تواند با آنچه انسان و حیوانات بدون فکر انجام می دهند کنار بیاید."
هنگامی که به دلایل این امر فکر می کنید ، متوجه خواهید شد که کارهایی که انجام آنها برای ما ساده به نظر می رسد فقط به این دلیل به نظر می رسند که طی صدها میلیون سال تکامل برای ما (و حیوانات) بهینه شده اند. هنگامی که به جسمی دست می زنید ، ماهیچه ها ، مفاصل ، استخوان های شانه ها ، آرنج ها و دست ها بلافاصله زنجیره های طولانی عملیات فیزیکی را همزمان با آنچه می بینید انجام می دهند و بازوی خود را به صورت سه بعدی حرکت می دهند. به نظر شما ساده است ، زیرا نرم افزار ایده آل در مغز شما مسئول این فرایندها است. این ترفند ساده روش ثبت یک حساب جدید را با وارد کردن یک کلمه کج (captcha) برای شما ساده و برای یک ربات مخرب ساده می کند. برای مغز ما ، این کار دشواری نیست: شما فقط باید قادر به دیدن باشید.
از سوی دیگر ، ضرب تعداد زیاد یا بازی شطرنج فعالیتهای جدیدی برای موجودات بیولوژیکی است و ما زمان کافی برای پیشرفت در آنها (نه میلیون ها سال) را نداشتیم ، بنابراین شکست کامپیوتر برای ما دشوار نیست. فقط به این موضوع فکر کنید: آیا ترجیح می دهید برنامه ای بسازید که بتواند اعداد بزرگ را ضرب کند یا برنامه ای که حرف B را در میلیون ها املایش ، با غیرقابل پیش بینی ترین حروف ، با دست یا با چوبی در برف تشخیص دهد؟
یک مثال ساده: وقتی به این موضوع نگاه می کنید ، شما و رایانه خود متوجه می شوید که این دو مربع متناوب با دو سایه مختلف هستند.
اما اگر سیاه را حذف کنید ، بلافاصله تصویر کامل را توصیف می کنید: استوانه ها ، صفحات ، زاویه های سه بعدی ، اما رایانه نمی تواند.
او آنچه را که به عنوان انواع اشکال دو بعدی در سایه های مختلف می بیند توصیف می کند ، که در اصل درست است. مغز شما در زمینه تفسیر عمق ، سایه بازی ، نور در تصویر کار زیادی انجام می دهد. در تصویر زیر ، کامپیوتر یک کولاژ دو بعدی سفید-خاکستری-سیاه را مشاهده می کند ، در حالی که در حقیقت یک سنگ سه بعدی وجود دارد.
و آنچه ما به تازگی بیان کرده ایم ، نوک کوه یخ در هنگام درک و پردازش اطلاعات است. برای رسیدن به یک سطح با یک شخص ، یک رایانه باید تفاوت در حالات ظریف صورت ، تفاوت بین لذت ، غم ، رضایت ، شادی ، و اینکه چرا چتسکی خوب است و مولچالین اینطور نیست را درک کند.
چه باید کرد؟
اولین قدم برای ایجاد AGI: افزایش قدرت محاسبه
یکی از موارد ضروری که برای امکان AGI باید رخ دهد ، افزایش قدرت سخت افزار محاسباتی است.اگر یک سیستم هوش مصنوعی به اندازه مغز هوشمند باشد ، باید در قدرت پردازش خام با مغز مطابقت داشته باشد.
یکی از راه های افزایش این توانایی ، تعداد کل محاسبات در ثانیه (OPS) است که مغز می تواند تولید کند ، و شما می توانید با محاسبه حداکثر OPS برای هر ساختار مغزی و کنار هم قرار دادن آنها ، این عدد را تعیین کنید.
ری کورزویل نتیجه گرفت که کافی است یک تخمین حرفه ای از OPS یک ساختار و وزن آن را نسبت به وزن کل مغز در نظر گرفته و سپس به نسبت آن را ضرب کرده تا برآورد کلی بدست آید. به نظر می رسد کمی مشکوک است ، اما او بارها این کار را با تخمین های مختلف در زمینه های مختلف انجام داد و همیشه یک عدد را ارائه می داد: به ترتیب 10 ^ 16 یا 10 quadrillion OPS.
سریعترین ابر رایانه جهان ، Tianhe-2 چین ، از این عدد پیشی گرفته است و قادر است حدود 32 کوادریلیون عملیات در ثانیه انجام دهد. اما Tianhe-2 720 متر مربع فضا را اشغال می کند ، 24 مگاوات انرژی مصرف می کند (مغز ما فقط 20 وات مصرف می کند) و 390 میلیون دلار هزینه دارد. ما در مورد استفاده تجاری یا گسترده صحبت نمی کنیم.
Kurzweil پیشنهاد می کند که ما سلامت کامپیوترها را با توجه به تعداد OPS که می توانید با 1000 دلار خریداری کنید قضاوت کنیم. وقتی این عدد به سطح انسان برسد - 10 کوادریلیون OPS - AGI ممکن است به بخشی از زندگی ما تبدیل شود.
قانون مور - قاعده ای معتبر از نظر تاریخی که حداکثر قدرت محاسبات رایانه ها را هر دو سال دو برابر می کند - دلالت بر این دارد که توسعه فناوری رایانه ، مانند حرکت انسان در طول تاریخ ، به طور تصاعدی رشد می کند. اگر این را با قانون هزار دلاری کورزویل مقایسه کنیم ، اکنون می توانیم 10 تریلیون OPS را با 1000 دلار پرداخت کنیم.
کامپیوترهای 1000 دلاری با قدرت محاسباتی مغز موش را دور می زنند و هزار برابر ضعیف تر از انسان ها هستند. این یک شاخص بد به نظر می رسد تا زمانی که به یاد بیاوریم کامپیوترها در سال 1985 یک تریلیون بار ضعیف تر از مغز انسان ، یک میلیارد در سال 1995 و یک میلیون در سال 2005 بودند. تا سال 2025 ، ما باید یک کامپیوتر مقرون به صرفه داشته باشیم که با قدرت محاسباتی مغز ما رقابت کند. به
بنابراین ، نیروی خام مورد نیاز AGI از نظر فنی در دسترس است. ظرف 10 سال ، چین را ترک می کند و در سراسر جهان گسترش می یابد. اما قدرت محاسبات به تنهایی کافی نیست. و س nextال بعدی این است: چگونه می توانیم با این همه قدرت هوش در سطح انسانی ارائه دهیم؟
گام دوم برای ایجاد AGI: دادن هوش به آن
این قسمت بسیار مشکل است در حقیقت ، هیچ کس نمی داند چگونه یک ماشین را هوشمند کند - ما هنوز در تلاش هستیم تا بفهمیم چگونه می توان یک هوش در سطح انسان ایجاد کرد که بتواند گربه را از سگ تشخیص دهد ، B را که در برف کشیده است جدا کرده و فیلم درجه دو با این حال ، تعداد انگشت شماری از استراتژی های آینده نگر وجود دارد ، و در یک مرحله یکی از آنها باید کار کند.
1. مغز را تکرار کنید
این گزینه مانند این است که دانشمندان با بچه ای که بسیار هوشمند است و در پاسخ دادن به سوالات مهارت دارد در یک کلاس درس باشند. و حتی اگر با جدیت تلاش کنند علم را بفهمند ، حتی به کودک زیرک هم نزدیک نمی شوند. در پایان ، آنها تصمیم می گیرند: به جهنم ، فقط پاسخ سوالات او را بنویسید. منطقی است: ما نمی توانیم یک کامپیوتر فوق پیچیده بسازیم ، بنابراین چرا یکی از بهترین نمونه های اولیه در جهان را مبنای خود قرار نمی دهیم: مغز ما؟
دنیای علمی سخت در تلاش است تا بفهمد مغز ما چگونه کار می کند و چگونه تکامل چنین چیز پیچیده ای را ایجاد کرده است. طبق خوشبینانه ترین برآوردها ، آنها فقط تا سال 2030 قادر به انجام این کار خواهند بود. اما هنگامی که همه اسرار مغز ، کارایی و قدرت آن را درک کردیم ، می توانیم از روش های آن در ایجاد فناوری الهام بگیریم. به عنوان مثال ، یکی از معماری های رایانه ای که از عملکرد مغز تقلید می کند ، یک شبکه عصبی است. او با شبکه ای از ترانزیستورها "نورون ها" شروع می کند که از طریق ورودی و خروجی به یکدیگر متصل شده اند و هیچ چیز نمی داند - مانند یک نوزاد تازه متولد شده.این سیستم با تلاش برای تکمیل وظایف ، تشخیص متن دست نویس و موارد مشابه "یاد می گیرد". ارتباط بین ترانزیستورها در صورت پاسخ صحیح تقویت می شود و در صورت پاسخ نادرست ضعیف می شود. پس از چرخه های متعدد پرسش و پاسخ ، این سیستم بافت های عصبی هوشمندی را ایجاد می کند که برای کارهای خاص بهینه شده است. مغز به شیوه ای مشابه یاد می گیرد ، اما به شیوه ای بسیار پیچیده تر ، و با ادامه مطالعه آن ، در حال کشف راه های جدید باور نکردنی برای بهبود شبکه های عصبی هستیم.
حتی سرقت علمی شدیدتر شامل یک استراتژی به نام شبیه سازی کامل مغز است. هدف: برای برش دادن یک مغز واقعی به برش های نازک ، هر یک از آنها را اسکن کنید ، سپس مدل سه بعدی را با استفاده از نرم افزار به طور دقیق بازسازی کنید و سپس آن را به یک کامپیوتر قدرتمند تبدیل کنید. سپس ما یک کامپیوتر خواهیم داشت که می تواند به طور رسمی هر کاری را که مغز می تواند انجام دهد انجام دهد: فقط باید اطلاعات را بیاموزد و جمع آوری کند. در صورت موفقیت مهندسان ، می توانند از یک مغز واقعی با چنان دقت باورنکردنی تقلید کنند که پس از بارگیری در رایانه ، هویت و حافظه واقعی مغز دست نخورده باقی می ماند. اگر مغز قبل از مرگ متعلق به وادیم بود ، رایانه در نقش وادیم بیدار می شود ، که اکنون یک AGI در سطح انسان خواهد بود ، و ما نیز به نوبه خود وادیم را به یک ISI فوق العاده هوشمند تبدیل خواهیم کرد ، که مطمئناً او خوشحال باش
چقدر از شبیه سازی کامل مغز فاصله داریم؟ در حقیقت ، ما فقط مغز یک کرم پهن میلی متری را تقلید کردیم که در کل شامل 302 نورون است. مغز انسان حاوی 100 میلیارد سلول عصبی است. اگر تلاش برای رسیدن به این عدد برای شما بیهوده به نظر می رسد ، به میزان رشد نمایی پیشرفت فکر کنید. گام بعدی شبیه سازی مغز مورچه است ، سپس یک موش وجود خواهد داشت ، و پس از آن شخص در دسترسی آسان است.
2. سعی کنید مسیر تکامل را دنبال کنید
خوب ، اگر تصمیم بگیریم که پاسخ های یک کودک باهوش برای نوشتن بسیار پیچیده است ، می توانیم راه یادگیری و آماده شدن برای امتحانات را در پیش بگیریم. ما چه می دانیم؟ ساختن کامپیوتری به اندازه مغز بسیار ممکن است - تکامل مغز خود ما این را ثابت کرده است. و اگر مغز برای شبیه سازی بسیار پیچیده باشد ، می توانیم از تکامل تقلید کنیم. نکته این است که حتی اگر بتوانیم از مغز تقلید کنیم ، ممکن است مانند تلاش برای ساختن هواپیما با تکان دادن دست های مضحک که حرکت بالهای پرندگان را تقلید می کند. بیشتر اوقات ، ما به جای تقلید دقیق از زیست شناسی ، با استفاده از رویکرد ماشین محور ، ماشین های خوبی را ایجاد می کنیم.
چگونه می توان تکامل را برای ساخت AGI شبیه سازی کرد؟ این روش به نام "الگوریتم های ژنتیک" باید چیزی شبیه به این عمل کند: باید یک فرآیند مولد و ارزیابی آن وجود داشته باشد و بارها و بارها خود را تکرار کند (به همان شیوه که موجودات بیولوژیکی "وجود" و "ارزیابی می شوند" با توجه به توانایی آنها برای تولید مثل). گروهی از رایانه ها وظایفی را انجام می دهند و موفق ترین آنها ویژگی های خود را با سایر رایانه ها "خروجی" به اشتراک می گذارند. افراد کم موفقیت بی رحمانه به سطل زباله تاریخ پرتاب خواهند شد. از طریق بسیاری از تکرارها ، این فرآیند انتخاب طبیعی رایانه های بهتری تولید می کند. چالش در ایجاد و خودکارسازی چرخه های پرورش و ارزیابی نهفته است تا روند تکامل به خودی خود ادامه یابد.
نقطه ضعف کپی تکامل این است که تکامل میلیاردها سال طول می کشد تا کاری انجام شود ، و ما فقط چند دهه برای انجام آن نیاز داریم.
اما برخلاف تکامل ، ما مزایای زیادی داریم. اولاً ، این آینده نگری را ندارد ، به طور تصادفی کار می کند - برای مثال جهش های بی فایده ای ایجاد می کند - و ما می توانیم فرآیند را در چارچوب وظایف محوله کنترل کنیم. ثانیاً ، تکامل هیچ هدفی ندارد ، از جمله تمایل به هوش - گاهی اوقات در محیط زیست گونه خاصی به قیمت هوش برنده نمی شود (زیرا دومی انرژی بیشتری مصرف می کند). از سوی دیگر ، ما می توانیم افزایش هوش را هدف قرار دهیم.ثالثاً ، برای انتخاب هوش ، تکامل نیاز به تعدادی بهبود شخص ثالث دارد - مانند توزیع مجدد مصرف انرژی توسط سلول ها - ما می توانیم مازاد اضافی را حذف کرده و از برق استفاده کنیم. بدون شک ، ما سریعتر از تکامل خواهیم بود - اما باز هم مشخص نیست که آیا می توانیم از آن پیشی بگیریم.
3. رایانه ها را به حال خود واگذار کنید
این آخرین فرصتی است که دانشمندان کاملاً ناامید هستند و سعی می کنند برنامه ای برای توسعه خود برنامه ریزی کنند. با این حال ، این روش ممکن است امیدوارکننده ترین از همه باشد. ایده این است که ما در حال ساختن کامپیوتری هستیم که دارای دو مهارت اساسی است: تحقیق درباره هوش مصنوعی و تغییر کد به خودی خود - که به او اجازه می دهد نه تنها بیشتر بیاموزد ، بلکه معماری خود را نیز بهبود بخشد. ما می توانیم رایانه ها را آموزش دهیم تا مهندسان کامپیوتر خود باشند تا بتوانند خود را توسعه دهند. و وظیفه اصلی آنها این است که بفهمند چگونه هوشمندتر شوند. ما در این مورد با جزئیات بیشتری صحبت خواهیم کرد.
همه اینها می تواند خیلی زود اتفاق بیفتد
پیشرفت های سریع در سخت افزار و آزمایش نرم افزار به طور موازی اجرا می شود و AGI به دو دلیل اصلی می تواند سریع و غیر منتظره ظاهر شود:
1. رشد نمایی شدید است ، و آنچه به نظر می رسد مراحل حلزون می تواند به سرعت تبدیل به پرش های هفت مایلی شود - این-g.webp
تصویر متحرک: hi-news.ru/wp-content/uploads/2015/02/gif.gif
2. وقتی صحبت از نرم افزار می شود ، ممکن است پیشرفت کند به نظر برسد ، اما پس از آن یک پیشرفت فوراً سرعت پیشرفت را تغییر می دهد (مثال خوب: در روزهای جهان بینی ژئوسنتریک ، محاسبه کار جهان برای مردم دشوار بود ، اما کشف هلیوسنتریسم همه چیز را بسیار ساده تر کرد). یا ، وقتی صحبت از رایانه ای می شود که خود را بهبود می بخشد ، همه چیز می تواند بسیار کند به نظر برسد ، اما گاهی اوقات تنها یک اصلاح در سیستم آن را از کارایی هزار برابر در مقایسه با نسخه قدیمی یا قدیمی آن جدا می کند.
جاده AGI به ISI
در برخی موارد ، ما قطعاً AGI - هوش مصنوعی عمومی ، رایانه هایی با سطح عمومی هوش انسانی - را دریافت خواهیم کرد. کامپیوتر و انسان با هم زندگی خواهند کرد. یا نمی خواهند.
نکته این است که AGI با سطح هوش و قدرت محاسباتی مشابه انسان هنوز مزایای قابل توجهی نسبت به انسانها خواهد داشت. مثلا:
تجهیزات
سرعت. نورون های مغزی با فرکانس 200 هرتز کار می کنند ، در حالی که ریزپردازنده های مدرن (که به طور قابل توجهی کندتر از چیزی هستند که در زمان ایجاد AGI به دست می آوریم) با فرکانس 2 گیگاهرتز یا 10 میلیون بار سریعتر از نورون های ما عمل می کنند. و ارتباطات داخلی مغز ، که می تواند با سرعت 120 متر بر ثانیه حرکت کند ، به طور قابل توجهی از توانایی کامپیوترها در استفاده از اپتیک و سرعت نور بسیار پایین تر است.
اندازه و ذخیره سازی. اندازه مغز توسط اندازه جمجمه ما محدود می شود و نمی تواند بزرگتر شود ، در غیر این صورت ارتباطات داخلی با سرعت 120 متر بر ثانیه برای حرکت از یک ساختار به ساختار دیگر بسیار طول می کشد. رایانه ها می توانند به هر اندازه فیزیکی گسترش یابند ، از سخت افزار بیشتری استفاده کنند ، RAM را افزایش دهند ، حافظه بلند مدت - همه اینها خارج از توانایی های ما است.
قابلیت اطمینان و دوام. نه تنها حافظه کامپیوتر از حافظه انسان دقیق تر است. ترانزیستورهای کامپیوتری از نورون های بیولوژیکی دقیق تر هستند و کمتر مستعد خرابی هستند (و در واقع ، می توان آنها را تعویض یا تعمیر کرد). مغز افراد سریعتر خسته می شود ، در حالی که رایانه ها می توانند بی وقفه ، 24 ساعت در روز و 7 روز هفته کار کنند.
نرم افزار
امکان ویرایش ، نوسازی ، طیف وسیع تری از امکانات. برخلاف مغز انسان ، یک برنامه کامپیوتری را می توان به راحتی تصحیح ، به روز و آزمایش کرد. مناطقی که مغز انسان در آنها ضعیف است نیز می تواند ارتقا یابد.نرم افزار انسان برای بینایی فوق العاده طراحی شده است ، اما از نظر مهندسی ، قابلیت های آن هنوز بسیار محدود است - ما فقط در طیف مرئی نور می بینیم.
توانایی جمعی. انسانها از نظر هوش جمعی بزرگتر از سایر گونه ها هستند. با توسعه زبان و تشکیل جوامع بزرگ ، حرکت در اختراعات نوشتاری و چاپ ، و در حال حاضر با استفاده از ابزارهایی مانند اینترنت ، هوش جمعی مردم دلیل مهمی است که می توان خود را تاج تکامل نامید. به اما کامپیوترها همچنان بهتر خواهند بود. شبکه جهانی هوش مصنوعی که بر روی یک برنامه کار می کند و دائماً همزمان می شود و خود را توسعه می دهد ، به شما این امکان را می دهد که فوراً اطلاعات جدیدی را به پایگاه داده اضافه کنید ، هرجا که آن را دریافت کردید. چنین گروهی همچنین می تواند در جهت یک هدف به طور کلی کار کند ، زیرا رایانه ها مانند افراد دیگر از اختلاف نظر ، انگیزه و منافع شخصی رنج نمی برند.
هوش مصنوعی ، که به احتمال زیاد از طریق بهبود خودکار برنامه ریزی شده تبدیل به AGI می شود ، "هوش سطح انسان" را یک نقطه عطف مهم نمی داند-این نقطه عطف فقط برای ما مهم است. او دلیلی برای توقف در این سطح مشکوک نخواهد داشت. و با توجه به مزایایی که حتی AGI در سطح انسانی نیز خواهد داشت ، کاملاً آشکار است که هوش انسانی برای مسابقه برتری فکری یک چشم انداز کوتاه برای آن خواهد بود.
این پیشرفت رویدادها ممکن است ما را بسیار بسیار شگفت زده کند. واقعیت این است که ، از دیدگاه ما ، الف) تنها معیاری که به ما امکان می دهد کیفیت هوش را تعیین کنیم ، هوش حیوانات است که به طور پیش فرض از ما پایین تر است. ب) برای ما ، باهوش ترین افراد همیشه باهوش تر از احمق ترین ها هستند. مثل آن:
یعنی ، در حالی که هوش مصنوعی فقط در تلاش است تا به سطح توسعه ما برسد ، می بینیم که چگونه باهوش تر می شود و به سطح حیوان نزدیک می شود. هنگامی که او به اولین سطح انسانی می رسد - نیک باستروم از اصطلاح "احمق کشور" استفاده می کند - ما خوشحال خواهیم شد: "وای ، او در حال حاضر مانند یک احمق است. سرد! " تنها چیزی که وجود دارد این است که در طیف کلی هوش افراد ، از احمق روستایی گرفته تا اینشتین ، محدوده کم است - بنابراین ، پس از رسیدن هوش مصنوعی به سطح احمق و تبدیل شدن به AGI ، ناگهان هوشمندتر از انیشتین
و بعد چه اتفاقی خواهد افتاد؟
انفجار هوش
امیدوارم برای شما جالب و سرگرم کننده بوده باشد ، زیرا از آن لحظه به بعد ، موضوعی که ما در مورد آن بحث می کنیم غیر طبیعی و خزنده می شود. ما باید مکث کنیم و به خود یادآوری کنیم که هر واقعیتی که در بالا و فراتر از آن بیان شد ، یک علم واقعی و پیش بینی های واقعی برای آینده است که توسط برجسته ترین اندیشمندان و دانشمندان انجام شده است. فقط در نظر داشته باشید.
بنابراین ، همانطور که در بالا اشاره کردیم ، همه مدلهای مدرن ما برای دستیابی به AGI شامل گزینه ای است که هوش مصنوعی خود را بهبود می بخشد. و به محض اینکه او AGI شد ، حتی سیستم ها و روش هایی که او با آنها بزرگ شد به اندازه کافی باهوش می شوند تا خود را - در صورت تمایل - بهبود دهند. یک مفهوم جالب ظاهر می شود: خودسازی بازگشتی. این طوری کار می کند.
یک سیستم هوش مصنوعی خاص در سطح خاصی - مثلاً یک احمق روستایی - برای بهبود هوش خود برنامه ریزی شده است. پس از توسعه - به عنوان مثال ، در سطح اینشتین - چنین سیستمی با عقل اینشتین شروع به توسعه می کند ، توسعه آن زمان کمتری می برد و جهش ها بیشتر و بیشتر می شود. آنها به سیستم اجازه می دهند از هر شخصی بهتر عمل کند و بیشتر و بیشتر می شود. با توسعه سریع آن ، AGI در هوش خود به اوج آسمانی می رسد و به یک سیستم ISI فوق هوشمند تبدیل می شود. این فرایند انفجار هوش نامیده می شود و واضح ترین مثال از قانون تسریع بازده است.
دانشمندان در مورد سرعت رسیدن هوش مصنوعی به سطح AGI بحث می کنند - اکثر معتقدند که ما تا سال 2040 ، تنها در 25 سال ، AGI را دریافت خواهیم کرد ، که بسیار بسیار کمی از استانداردهای توسعه فناوری است.در ادامه زنجیره منطقی ، به راحتی می توان فرض کرد که انتقال از AGI به ISI نیز بسیار سریع اتفاق می افتد. مثل آن:
ده ها سال طول کشید تا اولین سیستم هوش مصنوعی به پایین ترین سطح هوش عمومی برسد ، اما بالاخره این اتفاق افتاد. رایانه قادر است جهان پیرامون را به عنوان یک فرد چهار ساله درک کند. ناگهان ، به معنای واقعی کلمه یک ساعت پس از رسیدن به این نقطه عطف ، این سیستم یک نظریه عالی از فیزیک تولید می کند که از نسبیت عام و مکانیک کوانتومی ترکیب شده است ، که هیچ انسانی نمی تواند انجام دهد. پس از یک ساعت و نیم ، هوش مصنوعی به ISI تبدیل می شود ، 170،000 برابر باهوش تر از هر انسانی."
ما حتی اصطلاحات مناسبی برای توصیف ابر هوشمندی به این بزرگی نداریم. در جهان ما ، "باهوش" به معنی شخصی با ضریب هوشی 130 ، "احمق" - 85 است ، اما ما هیچ نمونه ای از افراد با بهره هوشی 12952 نداریم. خط کش ما برای این کار طراحی نشده است.
تاریخ بشریت به وضوح و واضح به ما می گوید: همراه با عقل قدرت و نیرو نیز می آید. این بدان معناست که وقتی ما فوق هوش مصنوعی ایجاد می کنیم ، قدرتمندترین موجود در تاریخ زندگی روی زمین خواهد بود و همه موجودات زنده ، از جمله انسان ها ، کاملاً در قدرت آن خواهند بود - و این ممکن است در بیست سال دیگر اتفاق بیفتد.
اگر مغز ناچیز ما بتواند به Wi-Fi دست پیدا کند ، چیزی باهوش تر از ما صد ، هزار ، یک میلیارد بار می تواند به راحتی موقعیت هر اتم در جهان را در هر زمان محاسبه کند. هر چیزی که می تواند جادو نامیده شود ، هر قدرتی که به خدای قادر مطلق نسبت داده شود - همه اینها در اختیار ISI خواهد بود. ایجاد فناوری برای معکوس کردن پیری ، درمان هر بیماری ، از بین بردن گرسنگی و حتی مرگ ، کنترل آب و هوا - همه چیز ناگهان امکان پذیر می شود. پایان فوری تمام زندگی بر روی زمین نیز امکان پذیر است. باهوش ترین افراد روی سیاره ما توافق دارند که به محض ظهور ابر هوش مصنوعی در جهان ، ظاهر خدا را در زمین نشان می دهد. و یک سوال مهم باقی می ماند.
