Hvordan vi kan drage fordel af udviklingen af kunstig almindelig intelligens (AGI)

Oprettelse af en kunstig almindelig intelligens (AGI) er det ultimative mål for mange AI-eksperter. En AGI-agent kan udnyttes til at løse en lang række af verdens problemer. For eksempel kan man introducere et problem for en AGI-agent, og AGI’en kan bruge dyb forstærket læring kombineret med dens nyintroducerede emergente bevidsthed til at træffe beslutninger i virkeligheden.

Forskellen på en AGI og en almindelig algoritme er evnen til, at AGI’en kan stille sig selv de vigtige spørgsmål. En AGI kan formulere den endelige løsning, den ønsker at nå, simulere hypotetiske måder at komme dertil, og derefter træffe en informeret beslutning om, hvilken simuleret virkelighed bedst matcher de mål, der er sat.

Debatten om, hvordan en AGI kan opstå, har været igang, siden begrebet “kunstig intelligens” først blev introduceret på Dartmouth-konferencen i 1956. Siden da har mange virksomheder forsøgt at løse AGI-udfordringen, OpenAI er sandsynligvis den mest kendte virksomhed. OpenAI blev lanceret som en non-profitorganisation den 11. december 2015 med missionen at sikre, at kunstig almindelig intelligens (AGI) – hvormed vi mener højautonome systemer, der overgår mennesker i de fleste økonomisk værdifulde arbejdsopgaver – kommer hele menneskeheden til gode.

OpenAI’s missionserklæring fremhæver tydeligt de potentielle gevinster, en AGI kan tilbyde samfundet. Pludselig er problemer, der var for sofistikerede for mennesker og almindelige AI-systemer, nu mulige at løse.

De potentielle fordele ved at frigive en AGI er astronomiske. Man kunne fastsætte et mål om at kurere alle former for kræft, og AGI’en kunne derefter forbinde sig til internettet for at scanne alle nuværende forskningsresultater på ethvert sprog. AGI’en kan initiere problemet med at formulere løsninger og derefter simulere alle mulige udfald. Den ville kombinere fordelene ved bevidsthed, som mennesker nu har, med den uendelige viden fra skyen, bruge dyb læring til mønstergenkendelse af denne store mængde data og bruge forstærket læring til at simulere forskellige miljøer/udfald. Alt dette kombineret med en bevidsthed, der aldrig kræver en hvileperiode og kan være 100% fokuseret på opgaven.

De potentielle ulemper ved AGI kan ikke overvurderes, man kan have en AGI, der har målet med at opgradere sig selv kontinuerligt og derefter kunne slugge alt i sin vej for at maksimere de computermæssige ressourcer og atomer, den behøver for at opgradere sit system for evigt. Denne teori blev undersøgt i detaljer af Professor Nick Bostrom i Paperclip Maximizer-argumentet, i dette scenario er en fejlkonfigureret AGI instrueret til at producere paperclips og gør det, indtil der intet er tilbage, bogstaveligt talt alle ressourcer på jorden er blevet forbrugt for at maksimere paperclip-produktionen.

En mere pragmatisk synsvinkel er, at en AGI kan kontrolleres af en rogue-stat eller en virksomhed med dårlig etik. Denne enhed kan programmere AGI’en til at maksimere profit, og i dette tilfælde med dårlig programmering og zero anger kan den vælge at ruinere konkurrenter, ødelægge forsyningskæder, hacke aktiemarkedet, likvidere bankkonti osv.

Derfor er det nødvendigt at programmere en kodeks for etik i en AGI fra begyndelsen. En kodeks for etik er blevet debatteret af mange tanker, og konceptet blev først introduceret for den generelle befolkning i form af de 3 love for robotter af forfatteren Isaac Asimov.

Der er nogle problemer med de 3 love for robotter, da lovene kan fortolkes på forskellige måder. Vi diskuterede tidligere programmering af etik i en AGI i vores interview med Charles J. Simon, forfatteren til Will Computers Revolt?

Den 7. april 2020 var dagen, hvor Brain Simulator II blev frigivet til offentligheden. Denne version af hjernsimulatoren muliggør eksperimentering med diverse AI-algoritmer for at oprette et slut-sammenhængende AGI-system med moduler til syn, hørelse, robotstyring, læring, internt modellering og endda planlægning, imagination og forudseenhed.

“Nye, unikke algoritmer, der direkte beskæftiger sig med kognition, er nøglen til at hjælpe AI med at udvikle sig til AGI,” forklarer Simon.

“Brain Simulator II kombinerer syn og berøring i en enkelt mental model og er på vej mod at forstå årsagen og tiden,” noterer Simon. “Da modulerne forbedres, vil der fremkomme stadig mere intelligens.”

Brain Simulator II bropper kunstige neurale netværk (ANN) og symbolisk AI-teknik til at skabe nye muligheder. Den opretter et array af millioner af neuroner forbundet med ethvert antal synapser.

Dette muliggør forskellige enheder at undersøge muligheder for AGI-udvikling.

Enhver, der er interesseret i Brain Simulator II, kan følge med eller deltage i udviklingsprocessen ved at downloade softwaren, foreslå nye funktioner og (for avancerede udviklere) endda tilføje brugerdefinerede moduler. Du kan også følge dens skaber Charles Simon på Twitter.

I mellemtiden er samfundet blevet forstyrret af COVID-19-virus. Hvis vi havde et AGI-system på plads, kunne vi have brugt dette AGI til hurtigt at identificere, hvordan man kan stoppe spredningen af COVID-19, og endnu vigtigere, hvordan man kan behandle COVID-19-patienter. Mens det måske er for sent for en AGI at hjælpe med denne udbrud, kan en AGI i fremtidige udbrud være det bedste værktøj i vores arsenal.