غلبه بر محدودیت های هوش مصنوعی

هوش عمومی مصنوعی قادر خواهد بود هر کار فکری را که یک انسان می تواند درک کند یا بیاموزد. AGI هزینه های بالا و ریسک های بزرگی خواهد داشت، اما در راه است – شاید به زودی.

چه متوجه باشیم چه ندانیم، اکثر ما هر روز با هوش مصنوعی (AI) سروکار داریم. هر بار که جستجوی گوگل انجام می دهید یا سوالی از سیری می پرسید، از هوش مصنوعی استفاده می کنید. اما نکته مهم این است که اطلاعاتی که این ابزارها ارائه می دهند واقعاً هوشمند نیستند. آنها واقعاً به روشی که انسان ها فکر می کنند یا درک نمی کنند. در عوض، آنها مجموعه داده های عظیم را تجزیه و تحلیل می کنند و به دنبال الگوها و همبستگی ها هستند.

این به معنای حذف چیزی از هوش مصنوعی نیست. همانطور که گوگل، سیری و صدها ابزار دیگر به صورت روزانه نشان می دهند، هوش مصنوعی فعلی فوق العاده مفید است. اما در نهایت، هوشمندی زیادی در جریان نیست. هوش مصنوعی امروزی فقط ظاهری از هوش می دهد. فاقد هرگونه درک یا آگاهی واقعی است.

برای اینکه هوش مصنوعی امروزی بر محدودیت‌های ذاتی خود غلبه کند و به فاز بعدی خود – که به عنوان هوش عمومی مصنوعی (AGI) تعریف می‌شود- تکامل یابد – باید بتواند هر کار فکری را که یک انسان می‌تواند بفهمد یا بیاموزد. انجام این کار باعث می شود که هوش و توانایی هایش به طور مداوم رشد کند، همان طور که یک انسان سه ساله به هوش یک کودک چهار ساله و در نهایت یک کودک ۱۰ ساله ۲۰ ساله می رسد. -old، و غیره.

آینده واقعی هوش مصنوعی

AGI نشان‌دهنده آینده واقعی فناوری هوش مصنوعی است، واقعیتی که از شرکت‌های متعددی مانند گوگل، مایکروسافت، فیس‌بوک، OpenAI ایلان ماسک و Singularity.net الهام گرفته از Kurzweil فرار نکرده است. تحقیقاتی که توسط همه این شرکت ها انجام می شود به یک مدل هوشمند بستگی دارد که دارای درجات مختلفی از ویژگی و اتکا به الگوریتم های هوش مصنوعی امروزی است. با این حال، تا حدودی شگفت‌آور است که هیچ یک از این شرکت‌ها بر توسعه یک فناوری پایه و اساسی AGI که ​​درک زمینه‌ای از انسان را تکرار می‌کند، تمرکز نکرده‌اند.

برای رسیدن به AGI چه چیزی لازم است؟ چگونه به رایانه ها درک زمان و مکان می دهیم؟

محدودیت اساسی تمام تحقیقاتی که در حال حاضر انجام می شود این است که نمی توانند درک کنند که کلمات و تصاویر نشان دهنده چیزهای فیزیکی هستند که در یک جهان فیزیکی وجود دارند و در تعامل هستند. هوش مصنوعی امروزی نمی تواند مفهوم زمان را درک کند و علت ها تأثیراتی دارند. این مسائل زیربنایی اساسی هنوز حل نشده اند، شاید به این دلیل که دریافت بودجه عمده برای حل مشکلاتی که هر کودک سه ساله ای می تواند حل کند دشوار است. ما انسان ها در ادغام اطلاعات حواس چندگانه عالی هستیم. یک کودک سه ساله از تمام حواس خود برای یادگیری در مورد چیدن بلوک ها استفاده می کند. کودک با تجربه کردن زمان، با تعامل با اسباب بازی ها و دنیای واقعی که کودک در آن زندگی می کند، درباره زمان می آموزد.

به همین ترتیب، یک AGI برای یادگیری چیزهای مشابه، حداقل در ابتدا، به غلاف های حسی نیاز دارد. کامپیوترها نیازی به قرار گرفتن در غلاف ها ندارند، اما می توانند از راه دور متصل شوند زیرا سیگنال های الکترونیکی بسیار سریعتر از سیگنال های موجود در سیستم عصبی انسان هستند. اما غلاف ها فرصتی برای یادگیری دست اول در مورد چیدن بلوک ها، جابجایی اشیاء، انجام دنباله ای از اقدامات در طول زمان و یادگیری از پیامدهای آن اعمال را فراهم می کنند. با بینایی، شنوایی، لمس، دستکاری‌کننده‌ها و غیره، AGI می‌تواند یاد بگیرد که به روش‌هایی بفهمد که برای یک سیستم صرفاً مبتنی بر متن یا یک سیستم کاملاً مبتنی بر تصویر غیرممکن است. هنگامی که AGI این درک را به دست آورد، غلاف های حسی ممکن است دیگر لازم نباشند.

هزینه ها و خطرات AGI

در این مرحله، نمی‌توانیم مقدار داده‌ای را که ممکن است برای نشان دادن درک واقعی لازم باشد، کمی کنیم. ما فقط می توانیم مغز انسان را در نظر بگیریم و حدس بزنیم که درصد معقولی از آن باید به درک مربوط باشد. ما انسان ها همه چیز را در چارچوب هر چیز دیگری که قبلاً آموخته ایم تفسیر می کنیم. این بدان معناست که ما به عنوان بزرگسالان، همه چیز را در چارچوب درک واقعی که در سال های اول زندگی به دست آورده ایم، تفسیر می کنیم. تنها زمانی که جامعه هوش مصنوعی برای تشخیص این واقعیت و غلبه بر پایه های اساسی هوش گام های غیرمنفعتی بردارد، AGI قادر به ظهور خواهد بود.

جامعه هوش مصنوعی همچنین باید خطرات بالقوه‌ای را که می‌تواند همراه با دستیابی به AGI باشد در نظر بگیرد. AGI ها لزوماً سیستم های هدفمند هستند که ناگزیر از هر هدفی که ما برای آنها تعیین می کنیم فراتر می روند. حداقل در ابتدا، می توان آن اهداف را به نفع بشریت تعیین کرد و AGI ها منافع فوق العاده ای را به همراه خواهند داشت. با این حال، اگر AGI ها مسلح شوند، احتمالاً در آن حوزه نیز کارآمد خواهند بود. نگرانی در اینجا چندان مربوط به ربات‌های منفرد به سبک ترمیناتور نیست، بلکه یک ذهن AGI است که می‌تواند روش‌های مخرب‌تری را برای کنترل نوع بشر راهبردی کند.

ممنوع کردن کامل AGI به سادگی توسعه را به کشورها و سازمان هایی منتقل می کند که از به رسمیت شناختن این ممنوعیت امتناع می ورزند. پذیرش یک AGI رایگان برای همه احتمالاً منجر به افراد و سازمان‌های شرور می‌شود که مایلند از AGI برای اهداف فاجعه‌بار استفاده کنند.

چقدر ممکن است همه اینها اتفاق بیفتد؟ در حالی که هیچ اتفاق نظری وجود ندارد، AGI می تواند به زودی اینجا باشد. در نظر بگیرید که درصد بسیار کمی از ژنوم انسان (که در مجموع حدود ۷۵۰ مگابایت اطلاعات است) کل ساختار مغز را مشخص می کند. این بدان معناست که توسعه برنامه ای حاوی کمتر از ۷۵ مگابایت اطلاعات می تواند به طور کامل نشان دهنده مغز یک نوزاد با پتانسیل انسانی باشد. هنگامی که متوجه می شوید که پروژه به ظاهر پیچیده ژنوم انسان خیلی زودتر از آن چیزی که به طور واقعی انتظار می رفت تکمیل شد، تقلید از مغز در نرم افزار در آینده ای نه چندان دور باید در حیطه یک تیم توسعه باشد.

به طور مشابه، یک پیشرفت در علوم اعصاب در هر زمان می تواند به نقشه برداری از نوروم انسانی منجر شود. به هر حال، یک پروژه عصبی انسان در حال حاضر در حال کار است. اگر آن پروژه به سرعت پروژه ژنوم انسان پیشرفت کند، منصفانه است که نتیجه بگیریم که AGI می تواند در آینده بسیار نزدیک ظاهر شود.

در حالی که زمان‌بندی ممکن است نامشخص باشد، می‌توان فرض کرد که AGI احتمالاً به تدریج ظهور می‌کند. این بدان معناست که الکسا، سیری یا دستیار گوگل، که همگی در پاسخگویی به سوالات از یک کودک متوسط ​​سه ساله بهتر هستند، در نهایت بهتر از یک کودک ۱۰ ساله، سپس یک بزرگسال متوسط ​​و سپس یک نابغه خواهند بود. با توجه به اینکه مزایای هر پیشرفت بیشتر از خطرات درک شده است، ممکن است در مورد نقطه ای که سیستم از خط هم ارزی انسانی عبور می کند، اختلاف نظر داشته باشیم، اما ما همچنان به قدردانی – و پیش بینی – هر سطح از پیشرفت ادامه خواهیم داد.

تلاش‌های فناوری عظیمی که برای AGI انجام می‌شود، همراه با پیشرفت‌های سریع در محاسبه اسب بخار و پیشرفت‌های مستمر در علوم اعصاب و نقشه‌برداری مغز، نشان می‌دهد که AGI در دهه آینده ظهور خواهد کرد. این بدان معناست که سیستم‌هایی با قدرت ذهنی غیرقابل تصور در دهه‌های بعد اجتناب‌ناپذیر هستند، چه آماده باشیم و چه نباشیم. با توجه به آن، ما به یک بحث صریح در مورد AGI و اهدافی که می‌خواهیم به آن دست یابیم نیاز داریم تا از حداکثر مزایای آن بهره ببریم و از خطرات احتمالی اجتناب کنیم.

چارلز سیمون، BSEE، MSCS یک کارآفرین و توسعه‌دهنده نرم‌افزار شناخته شده ملی و مدیر عامل FutureAI است. سیمون نویسنده آیا کامپیوترها شورش می کنند؟ آماده سازی برای آینده هوش مصنوعی، و توسعه دهنده Brain Simulator II، یک پلت فرم نرم افزار تحقیقاتی AGI. برای اطلاعات بیشتر، از https://futureai.guru/Founder.aspx دیدن کنید. .

—

انجمن فناوری جدید مکانی را برای کاوش و بحث در مورد فناوری سازمانی نوظهور در عمق و وسعت بی سابقه ای فراهم می کند. انتخاب ذهنی است، بر اساس انتخاب ما از فناوری هایی که معتقدیم مهم هستند و برای خوانندگان InfoWorld بیشترین علاقه را دارند. InfoWorld وثیقه بازاریابی را برای انتشار نمی پذیرد و حق ویرایش تمام محتوای ارائه شده را برای خود محفوظ می دارد. همه سوالات را به newtechforum@infoworld.com ارسال کنید.