Matthew Ikle, Chief Science Officer bei SingularityNET – Interview-Serie

Matthew Ikle ist der Chief Science Officer bei SingularityNET, einem Unternehmen, das mit der Mission gegründet wurde, eine dezentralisierte, demokratische, inklusive und nützliche künstliche allgemeine Intelligenz zu schaffen. Eine „künstliche allgemeine Intelligenz“, die nicht von einer zentralen Entität abhängig ist, die für jeden zugänglich ist und nicht auf die engen Ziele eines einzelnen Unternehmens oder sogar eines einzelnen Landes beschränkt ist.

Das SingularityNET-Team umfasst erfahrene Ingenieure, Wissenschaftler, Forscher, Unternehmer und Marketing-Experten. Die Kernplattform und die AI-Teams werden durch spezialisierte Teams ergänzt, die sich auf Anwendungsbereiche wie Finanzen, Robotik, biomedizinische KI, Medien, Kunst und Unterhaltung konzentrieren.

Angesichts Ihrer umfassenden Erfahrung und Ihrer Rolle bei SingularityNET, wie sicher sind Sie, dass wir bis 2029 oder früher eine künstliche allgemeine Intelligenz erreichen werden, wie von Dr. Ben Goertzel vorhergesagt?

Ich werde diese Frage auf eine etwas umständliche Weise beantworten. 2029 ist etwa fünf Jahre von jetzt an. Vor vielen Jahren (Anfang/Mitte 2010er) war ich extrem optimistisch hinsichtlich der Fortschritte bei der künstlichen allgemeinen Intelligenz. Mein Optimismus zu dieser Zeit basierte auf dem Niveau detaillierter Gedanken und der Konvergenz von Ideen, die ich in der Forschung zur künstlichen allgemeinen Intelligenz zu dieser Zeit beobachtete. Während die meisten großen Ideen aus dieser Ära, glaube ich, immer noch vielversprechend sind, liegt die Schwierigkeit, wie oft der Fall ist, darin, die Details solcher grobstrukturierten Visionen auszuarbeiten.

Wenn man diese Einschränkung im Hinterkopf behält, gibt es jetzt eine Vielzahl neuer Informationen aus zahlreichen Disziplinen – Neurowissenschaft, Mathematik, Informatik, Psychologie, Soziologie, nennen Sie es. Diese Informationen bieten nicht nur die Mechanismen, um die Details auszuarbeiten, sondern unterstützen auch konzeptionell die Grundlagen dieser früheren Arbeiten. Ich sehe Muster und in ziemlich unterschiedlichen Bereichen, die alle zu seemen, sich mit beschleunigender Rate auf ähnliche Verhaltensweisen zubewegen. Auf viele Weise erinnert mich diese Konvergenz an die Zeit vor der Veröffentlichung des ersten iPhones. Um Greg Meredith zu paraphrasieren, der an unserer RhoLang-Infrastruktur für sichere parallele Verarbeitung arbeitet, sind die Muster, die ich heute sehe, mit Ursprungsgeschichten verbunden – wie begann das erste Leben/Zelle auf der Erde? Wie und wann bildete sich das Bewusstsein? Und damit verbundene Fragen zu Phasenübergängen zum Beispiel.

Es gibt zum Beispiel eine ganze Reihe neuer experimenteller Forschung, die die Ideen hinter einem komplexen dynamischen Systemansatz unterstützt. EEG-Muster von menschlichen Versuchspersonen zeigen zum Beispiel bemerkenswertes Verhalten in Übereinstimmung mit solchen Systemdynamiken. Diese Ergebnisse erinnern an frühere Arbeiten zu Bewusstseinstheorien. Jetzt scheint es, dass es den Anfang von experimenteller Unterstützung für diese theoretischen Ideen gibt.

Bei SingularityNET denke ich viel über die selbstähnlichen Strukturen nach, die solche Dynamiken erzeugen. Dies ist ziemlich anders, würde ich argumentieren, als das, was in viel der DNN/GPT-Forschung passiert, obwohl es sicherlich eine Anerkennung unter bestimmten fundamentalen Forschern dieser Ideen gibt. Ich würde auf das Papier „Bewusstsein in künstlicher Intelligenz: Einblicke aus der Wissenschaft des Bewusstseins“ verweisen, das von 19 Forschern im August 2023 veröffentlicht wurde. Die Forscher kamen aus verschiedenen Disziplinen, einschließlich Bewusstseinsstudien, KI-Sicherheitsforschung, Hirnwissenschaft, Mathematik, Informatik, Psychologie, Neurowissenschaft und Neuroimaging sowie Bewusstseins- und Kognitionsforschung. Was diese Forscher gemeinsam haben, ist größer als die einfache Suche nach der nächsten inkrementellen architektonischen Verbesserung in DNNs, sondern sie konzentrieren sich darauf, die großen philosophischen Ideen, die der menschlichen Kognition zugrunde liegen, wissenschaftlich zu verstehen und umzusetzen, um echte künstliche allgemeine Intelligenz-Systeme zu implementieren.

Was sehen Sie als die größten technologischen oder philosophischen Hürden an, um innerhalb dieses Jahrzehnts eine künstliche allgemeine Intelligenz zu erreichen?

Das Verständnis und Beantworten großer philosophischer und wissenschaftlicher Fragen, einschließlich:

• Was ist Leben? Wir denken, die Antwort ist klar, aber biologische Definitionen haben sich als problematisch erwiesen. Sind Viren zum Beispiel „lebendig“.
• Was ist Bewusstsein?
• Was ist Intelligenz?
• Wie entstand das Leben aus einigen Basischemikalien in spezifischen Umgebungsbedingungen? Wie könnten wir dies replizieren?
• Wie entstand das erste „Bewusstsein“? Welche Zutaten und Bedingungen ermöglichten dies?
• Wie setzen wir das um, was wir bei der Untersuchung der oben genannten fünf Fragen lernen?
• Ist unsere aktuelle Technologie für die Umsetzung unserer Lösungen ausreichend? Wenn nicht, was müssen wir erfinden und entwickeln?
• Wie viel Zeit und Personal benötigen wir, um unsere Lösungen umzusetzen?

SingularityNET betrachtet neuro-symbolische KI als vielversprechende Lösung, um die aktuellen Einschränkungen der generativen KI zu überwinden. Könnten Sie erklären, was neuro-symbolische KI ist und wie SingularityNET diese Herangehensweise nutzen plant, um die Entwicklung der künstlichen allgemeinen Intelligenz zu beschleunigen?

Historisch gab es zwei Hauptlager von Forschern der künstlichen allgemeinen Intelligenz, sowie ein drittes Lager, das die Ideen der anderen beiden Lager kombiniert. Es gab Forscher, die allein an einem sub-symbolischen Ansatz glaubten. Heute bedeutet dies in erster Linie die Verwendung von tiefen neuronalen Netzen (DNNs) wie Transformer-Modellen, einschließlich der aktuellen Charge von großen Sprachmodellen (LLMs). Aufgrund der Verwendung von künstlichen neuronalen Netzen werden sub-symbolische Ansätze auch als neuronale Methoden bezeichnet. In sub-symbolischen Systemen wird die Verarbeitung über identische und unbeschriftete Knoten (Neuronen) und Verbindungen (Synapsen) durchgeführt. Die Befürworter von Symbolen verwenden höhere Logik und symbolische Argumentation, bei der Knoten und Verbindungen mit konzeptioneller und semantischer Bedeutung beschriftet werden. SingularityNET folgt einem dritten Ansatz, der am genauesten als neuro-symbolischer Hybrid beschrieben werden kann, der die Stärken von symbolischen und sub-symbolischen Methoden nutzt.

Es handelt sich jedoch um einen speziellen Hybrid, der größtenteils auf Ben Goertzels Patternist-Philosophie des Geistes basiert und in zahlreichen Dokumenten, einschließlich seiner Schrift „The General Theory of General Intelligence: A Pragmatic Patternist Perspective“, detailliert ist.

Während viel der aktuellen DNN- und LLM-Forschung auf einfachen neuronalen Modellen und Algorithmen basiert, die Verwendung von riesigen Datensätzen (z. B. dem gesamten Internet) und die korrekte Einstellung von Milliarden von Parametern in der Hoffnung, eine künstliche allgemeine Intelligenz zu erreichen, basiert SingularityNETs PRIMUS-Strategie auf grundlegenden Verständnissen von dynamischen Prozessen auf mehreren räumlich-zeitlichen Skalen und darauf, wie diese Prozesse am besten ausgerichtet werden können, um die gewünschten Eigenschaften auf verschiedenen Skalen zu erzeugen. Solche Verständnisse ermöglichen es uns, die Forschung und Entwicklung der künstlichen allgemeinen Intelligenz auf eine für den Menschen verständliche Weise zu leiten.

Welche Rahmenbedingungen halten Sie für kritisch, um sicherzustellen, dass die Entwicklung der künstlichen allgemeinen Intelligenz allen Menschen zugutekommt? Wie kann eine dezentralisierte KI-Plattform wie SingularityNET im Vergleich zu zentralisierten KI-Modellen einen transparenteren und gerechteren Prozess fördern?

Es gibt viele Ideen hier:

Transparenz — Während nichts perfekt ist, kann die Gewährleistung der vollständigen Transparenz des Entscheidungsprozesses allen Beteiligten (Forschern, Entwicklern, Benutzern und Nicht-Benutzern) helfen, sich auszurichten, die Entwicklung der künstlichen allgemeinen Intelligenz zu leiten und zu verstehen und besser zu handhaben. Dies ist ähnlich wie das Problem der Voreingenommenheit, auf die ich später eingehen werde.

Dezentralisierung – Während Dezentralisierung chaotisch sein kann, kann sie dazu beitragen, dass die Macht breiter geteilt wird. Sie ist an sich keine Lösung, aber ein Werkzeug, das, wenn es richtig eingesetzt wird, dazu beitragen kann, gerechtere Prozesse und Ergebnisse zu schaffen.

Consensus-basierte Entscheidungsfindung – Dezentralisierung und consensus-basierte Entscheidungsfindung können zusammenarbeiten, um gerechtere Prozesse und Ergebnisse zu schaffen. Wiederum garantieren sie nicht immer Gerechtigkeit. Es gibt auch Komplexitäten, die hier in Bezug auf Ruf und Fachwissen angegangen werden müssen. Zum Beispiel, wie können wir am besten konkurrierende gewünschte Eigenschaften ausbalancieren? Ich betrachte Transparenz, Dezentralisierung und consensus-basierte Entscheidungsfindung als drei kritisch wichtige Werkzeuge, die eingesetzt werden können, um die Entwicklung der künstlichen allgemeinen Intelligenz zum Wohle der Menschheit zu leiten.

Die räumlich-zeitliche Ausrichtung von emergenten Phänomenen auf mehreren Skalen von extrem kleinen bis extrem großen. Bei der Entwicklung der künstlichen allgemeinen Intelligenz glaube ich, dass es wichtig ist, nicht nur auf einen einzigen „Black-Box“-Ansatz zu setzen, bei dem man hofft, alles von Anfang an richtig zu machen. Stattdessen glaube ich, dass die Entwicklung der künstlichen allgemeinen Intelligenz mit grundlegenden Verständnissen auf verschiedenen Entwicklungsstufen und auf mehreren Skalen nicht nur wahrscheinlicher macht, dass wir die künstliche allgemeine Intelligenz erreichen, sondern auch wichtig ist, um diese Entwicklung in Übereinstimmung mit menschlichen Werten zu leiten.

SingularityNET ist eine dezentralisierte KI-Plattform. Wie stellen Sie sich die Kreuzung von Blockchain-Technologie und künstlicher allgemeiner Intelligenz vor, insbesondere in Bezug auf Sicherheit, Regierungsführung und dezentralisierte Kontrolle?

Blockchain hat sicherlich eine Rolle bei der Kontrolle, Sicherheit und Regierungsführung von KI zu spielen. Eine der größten Stärken von Blockchain ist ihre Fähigkeit, Transparenz zu fördern. Die Frage der Voreingenommenheit ist ein großartiges Beispiel dafür. Ich würde argumentieren, dass jeder Mensch und jeder Datensatz voreingenommen ist. Ich habe meine eigenen persönlichen Voreingenommenheiten, zum Beispiel, wenn es darum geht, was ich glaube, um wahrhaftig sichere, nützliche und wohlwollende künstliche allgemeine Intelligenz zu erreichen. Diese Voreingenommenheiten wurden durch meine Studien und meinen Hintergrund geprägt und sie leiten meine eigene Arbeit.

Ich versuche jedoch, völlig offen für Ideen zu sein, die im Widerspruch zu meinen Voreingenommenheiten stehen, und bin bereit, meine Voreingenommenheiten auf der Grundlage neuer Beweise anzupassen. Unabhängig davon versuche ich, völlig offen und transparent hinsichtlich meiner Voreingenommenheiten zu sein und meine Ideen und Entscheidungen auf der Grundlage einer selbstreflektierenden Erkenntnis meiner Voreingenommenheiten zu bedingen. Es ist schwierig, es ist schwierig, aber ich glaube, es ist besser, als nicht anzuerkennen, dass man eigene Voreingenommenheiten hat. Durch ihre Natur ermöglicht Blockchain eine bessere und transparente Nachverfolgung, Rückverfolgung und Überprüfung von Prozessen und Ereignissen. Auf ähnliche Weise, wie ich zuvor beschrieben habe, ist Transparenz ein notwendiges, aber nicht immer ausreichendes, Element für Sicherheit, Regierungsführung und dezentralisierte Kontrolle.

Wie Blockchain und künstliche allgemeine Intelligenz ko-evolviert, ist eine interessante Frage. Damit die beiden Technologien auf positive Weise interagieren, scheint es klar, dass die grundlegenden Eigenschaften, auf die ich immer wieder hinweise (Transparenz, Dezentralisierung, Konsens und Werte-Ausrichtung), zentral und kritisch sind und bei allen Stufen ihrer Ko-Evolution im Auge behalten werden müssen.

Als Führungskraft, die eng mit KI und Blockchain verbunden ist, was glauben Sie sind die wichtigsten Faktoren für die Förderung der Zusammenarbeit zwischen diesen beiden Bereichen, und wie kann dies die Innovation in der künstlichen allgemeinen Intelligenz vorantreiben?

Ich komme von der KI/AGI-Seite dieses Paares. Wie oft der Fall ist, wenn man versucht, Ideen aus verschiedenen Disziplinen zu integrieren, kommt viel darauf an, dass man sich versteht und kommuniziert. Alle Gruppen müssen einander zuhören, um besser zu verstehen, wie die Technologien einander helfen können. In meiner Arbeit bei SingularityNET war dies ein ständiger Kampf. Hochrangige Forscher, von denen SingularityNET reichlich hat, haben oft klare Vorstellungen von großen Ideen. Wenn man über disziplinäre Grenzen hinweg arbeitet, ist der schwierige Teil, zu erkennen, dass nicht jeder „in Ihrem Kopf“ ist. Was man als selbstverständlich ansieht, wird nicht unbedingt von anderen aus anderen Bereichen so klar erkannt. Selbst Wörter, die allgemein verwendet werden, können in verschiedenen Bereichen unterschiedlich verwendet werden. Es gab kürzlich einen Fall in unserer Bio-KI-Arbeit, in dem Biologen einen mathematischen Begriff verwendeten, aber nicht ganz korrekt im Sinne seiner mathematischen Definition. Sobald solche Situationen klar verstanden sind, kann das Team mit einem gemeinsamen Ziel voranschreiten, sodass die Integration tatsächlich beweist, dass das Ganze größer ist als die Summe seiner Teile.

Wie sehen Sie die KI- und Blockchain-Branchen auf dem Weg zu größerer Vielfalt und Inklusion, und welche Rolle spielt SingularityNET bei der Förderung dieser Werte?

KI und Blockchain können beide wichtige Rollen bei der Verbesserung von Vielfalt und Inklusion spielen. Obwohl ich glaube, dass es unmöglich ist, alle Voreingenommenheiten zu entfernen – viele Voreingenommenheiten entstehen einfach durch Lebenserfahrungen – kann man offen und transparent über seine Voreingenommenheiten sein. Dies ist etwas, das ich in meiner eigenen Arbeit aktiv strebe, die durch meinen akademischen Hintergrund voreingenommen ist, sodass ich Probleme durch die Linse komplexer Systemdynamik sehe. Ich strebe jedoch danach, offen für Ideen zu sein, die im Widerspruch zu meinen Voreingenommenheiten stehen, und SingularityNET kann eine enorme Rolle spielen, indem es Werkzeuge für die Erkennung, Messung und Entfernung von Voreingenommenheiten in Datensätzen bereitstellt.

Wie trägt die Arbeit von SingularityNET in dezentralen KI-Ökosystemen zur Lösung globaler Herausforderungen wie Nachhaltigkeit, Bildung und Jobcreation bei, insbesondere in Regionen wie Afrika, in denen Sie ein besonderes Interesse haben?

 Nachhaltigkeit:

• Anwendung von KI und Systemmodellen, um komplexe Ökosystemprobleme im großen Maßstab zu lösen.
• Überwachung solcher Lösungen im großen Maßstab.
• Verwendung von Blockchain, um solche Lösungen zu verfolgen, zurückzuverfolgen und zu überprüfen.
• Verwendung einer Kombination aus KI, Ökosystemmodellen, hyper-lokalem Daten und Blockchain, um vollständige Lösungen für handwerkliches Bergbau in Afrika und landwirtschaftliche Kohlenstoffbindung im großen Maßstab zu entwickeln.

Bildung:

Als ehemaliger ordentlicher Professor für Mathematik und Informatik ist Bildung für mich extrem wichtig, insbesondere, da sie Chancen für benachteiligte Schülergruppen bietet. Es ist wichtig, dass wir:

• Die Zugänglichkeit durch die Entwicklung von Hybridkursen erhöhen, um Schüler zu erreichen, die aufgrund geografischer, finanzieller oder zeitlicher Einschränkungen Schwierigkeiten haben.
• Vielfalt und Inklusion durch die Erhöhung der Teilnahme von benachteiligten Gruppen an KI, Blockchain und anderen fortschrittlichen Technologien fördern.
• Interdisziplinäres Wissen durch die Schaffung von Kursen, die akademische und berufliche Bereiche verbinden, fördern.
• Die Karriereentwicklung durch die Bereitstellung von Fähigkeiten und Zertifizierungen, die direkt auf dem Arbeitsmarkt anwendbar sind, unterstützen.

Ich betrachte sowohl die künstliche allgemeine Intelligenz als auch die Blockchain und ihre Synergien als kritisch für die Lösung der oben genannten Ziele in „Lehre zu Meisterschaft“-Programmen, die auf handlungsorientiertem Lernen basieren.

Jobcreation:

Indem wir die vier oben genannten Bildungsziele fördern, scheint es mir, dass künstliche allgemeine Intelligenz, Blockchain und andere fortschrittliche Technologien, kombiniert mit positiven Zusammenarbeiten zwischen Lehrern und Lernenden, ganze neue Technologien und Unternehmen hervorbringen können.

Als jemand, der sich für die Erreichung einer positiven Singularität einsetzt, welche spezifischen Meilensteine oder Durchbrüche in der KI-Technologie glauben Sie, dass notwendig sind, um sicherzustellen, dass die künstliche allgemeine Intelligenz auf eine für die Gesellschaft nützliche Weise entwickelt wird?

• Fähigkeit, emergente Phänomene in menschlich interpretierbaren Weisen über mehrere räumlich-zeitliche Skalen auszurichten.
• Fähigkeit, die Konzepte zu verstehen, die der „spontanen“ Phasenübergänge zugrunde liegen.
• Fähigkeit, mehrere harte Probleme im Detail zu überwinden, um wahres Multi-Processing durch Zustandsüberlagerungen zu ermöglichen.
• Transparenz auf allen Stufen.
• Dezentralisierte Entscheidungsfindung auf der Grundlage von Konsensbildung.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten SingularityNET besuchen.