Hvordan vi kan drage fordel af at fremme kunstig generel intelligens (AGI)

At skabe en kunstig generel intelligens (AGI) er det ultimative slutpunkt for mange AI-specialister. En AGI-agent kunne udnyttes til at tackle et utal af verdens problemer. For eksempel kan du introducere et problem til en AGI-agent, og AGI kan bruge dyb forstærkende læring kombineret med dens nyligt introducerede emergente bevidsthed til at træffe beslutninger i det virkelige liv.

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

Debatten om, hvordan en AGI kan opstå, har eksisteret siden begrebet "kunstig intelligens" først blev introduceret på Dartmouth-konferencen i 1956. Siden da har mange virksomheder forsøgt at tackle AGI-udfordringen, OpenAI er nok den mest anerkendte virksomhed. OpenAI blev lanceret som en non-profit den 11. december 2015 med sin Mission statement at sikre, at kunstig generel intelligens (AGI) – hvormed vi mener yderst autonome systemer, der udkonkurrerer mennesker på det mest økonomisk værdifulde arbejde – kommer hele menneskeheden til gode.

OpenAI-missionserklæringen beskriver klart de potentielle gevinster, som en AGI kan tilbyde samfundet. Pludselig kan problemer, der var for sofistikerede for mennesker og almindelige AI-systemer, nu løses.

De potentielle fordele ved at frigive en AGI er astronomiske. Du kunne angive et mål om at helbrede alle former for kræft, AGI kunne derefter oprette forbindelse til internettet for at scanne al den aktuelle forskning på hvert sprog. AGI kan starte problemet med at formulere løsninger og derefter simulere alle potentielle resultater. Det ville være at forbinde fordelene ved bevidsthed, som mennesker i øjeblikket besidder, med den uendelige viden om skyen, bruge deep learning til mønstergenkendelse af disse big data og bruge forstærkende læring til at simulere forskellige miljøer/resultater. Alt dette kombineret med en bevidsthed, der aldrig kræver en hvileperiode og kan være 100% fokuseret på opgaven.

De potentielle ulemper ved AGI kan selvfølgelig ikke undervurderes, du kan have en AGI, som har som mål løbende at opgradere sig selv og derefter kunne sluge alt på sin vej for at maksimere de computerressourcer og atomer, som den har brug for for evigt at opgradere sit system. Denne teori blev udforsket i detaljer af Professor Nick Bostrom i Paperclip Maximizer-argumentet, i dette scenarie bliver en forkert konfigureret AGI instrueret i at producere papirclips og gør det indtil intet er tilbage, bogstaveligt talt alle ressourcer på jorden er blevet brugt for at maksimere produktionen af ​​papirclips.

Et mere pragmatisk synspunkt er, at en AGI kunne kontrolleres af en slyngelstat eller et selskab med dårlig etik. Denne enhed kunne programmere AGI til at maksimere profitten, og i dette tilfælde med dårlig programmering og ingen anger kunne den vælge at slå konkurrenter konkurs, ødelægge forsyningskæder, hacke aktiemarkedet, likvidere bankkonti osv.

Derfor skal et etisk kodeks programmeres i en AGI fra starten. Et etisk kodeks er blevet diskuteret af mange hjerner, og konceptet blev først introduceret til den brede befolkning i form af 3 love for robotteknologi af forfatteren Isaac Asimov.

Der er nogle problemer med robotteknologiens 3 love, da lovene kan fortolkes på forskellige måder. Vi har tidligere diskuteret programmeringsetik i en AGI i vores interview med Charles J. Simon, forfatter til Will Computers Revolt?

7. april 2020 er dagen, hvor Brain Simulator II blev frigivet til offentligheden. Denne version af hjernesimulatoren gør det muligt at eksperimentere med forskellige AI-algoritmer for at skabe et ende-til-ende AGI-system med moduler til syn, hørelse, robotstyring, læring, intern modellering og endda planlægning, fantasi og omtanke.

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

"Brain Simulator II kombinerer syn og berøring til en enkelt mental model og gør fremskridt i retning af forståelsen af ​​kausalitet og tidens gang." bemærker Simon. "Efterhånden som modulerne forbedres, vil der gradvist dukke mere intelligens op."

Brain Simulator II byggede bro mellem kunstige neurale netværk (ANN) og symbolske AI-teknikker for at skabe nye muligheder. Det skaber en række af millioner af neuroner, der er forbundet med et vilkårligt antal synapser.

Dette gør det muligt for forskellige enheder at forske i muligheder for AGI-udvikling.

Enhver interesseret i Hjernesimulator II kan følge med eller deltage i udviklingsprocessen ved download af softwaren, foreslår nye funktioner og (for avancerede udviklere) endda tilføjer brugerdefinerede moduler. Du kan også følge dens skaber Charles Simon på Twitter.

I mellemtiden er samfundet for nylig blevet forstyrret med COVID-19-virussen. Havde vi et AGI-system på plads, kunne vi have brugt denne AGI til hurtigt at identificere, hvordan man stopper spredningen af ​​COVID-19, og endnu vigtigere, hvordan man behandler COVID-19-patienter. Selvom det kan være for sent for en AGI at hjælpe med dette udbrud, kan en AGI i fremtidige udbrud være det bedste værktøj i vores arsenal.