Πώς μπορούμε να επωφεληθούμε από την προώθηση της τεχνητής γενικής νοημοσύνης (AGI)

Η δημιουργία μιας Τεχνητής Γενικής Νοημοσύνης (AGI) είναι το απόλυτο τελικό σημείο για πολλούς ειδικούς της τεχνητής νοημοσύνης. Ένας πράκτορας AGI θα μπορούσε να αξιοποιηθεί για να αντιμετωπίσει μια μυριάδα από τα προβλήματα του κόσμου. Για παράδειγμα, θα μπορούσατε να εισάγετε ένα πρόβλημα σε έναν πράκτορα AGI και το AGI θα μπορούσε να το χρησιμοποιήσει μάθηση βαθιάς ενίσχυσης σε συνδυασμό με την αναδυόμενη συνείδησή του που εισήχθη πρόσφατα για τη λήψη αποφάσεων στην πραγματική ζωή.

Η διαφορά μεταξύ ενός AGI και ενός κανονικού αλγορίθμου είναι η ικανότητα του AGI να θέτει στον εαυτό του τις σημαντικές ερωτήσεις. Ένα AGI μπορεί να διατυπώσει την τελική λύση στην οποία επιθυμεί να καταλήξει, να προσομοιώσει υποθετικούς τρόπους για να φτάσει εκεί και στη συνέχεια να λάβει μια τεκμηριωμένη απόφαση σχετικά με το ποια προσομοιωμένη πραγματικότητα ταιριάζει καλύτερα με τους στόχους που έχουν τεθεί.

Η συζήτηση για το πώς μπορεί να προκύψει ένα AGI υπήρξε από τότε που ο όρος «τεχνητή νοημοσύνη» εισήχθη για πρώτη φορά στο συνέδριο του Dartmouth το 1956. Από τότε πολλές εταιρείες προσπάθησαν να αντιμετωπίσουν την πρόκληση AGI, η OpenAI είναι ίσως η πιο αναγνωρισμένη εταιρεία. Το OpenAI ξεκίνησε ως μη κερδοσκοπικός οργανισμός στις 11 Δεκεμβρίου 2015 με το δήλωση αποστολής είναι να διασφαλίσουμε ότι η τεχνητή γενική νοημοσύνη (AGI) —με την οποία εννοούμε εξαιρετικά αυτόνομα συστήματα που ξεπερνούν τους ανθρώπους στο μέγιστο οικονομικό έργο — ωφελούν όλη την ανθρωπότητα.

Η δήλωση αποστολής OpenAI περιγράφει ξεκάθαρα τα πιθανά οφέλη που μπορεί να προσφέρει στην κοινωνία ένα AGI. Ξαφνικά ζητήματα που ήταν πολύ περίπλοκα για τους ανθρώπους και τα κανονικά συστήματα τεχνητής νοημοσύνης, μπορούν πλέον να αντιμετωπιστούν.

Τα πιθανά οφέλη από την κυκλοφορία ενός AGI είναι αστρονομικά. Θα μπορούσατε να δηλώσετε έναν στόχο για τη θεραπεία όλων των μορφών καρκίνου, το AGI θα μπορούσε στη συνέχεια να συνδεθεί στο διαδίκτυο για να σαρώσει όλη την τρέχουσα έρευνα σε κάθε γλώσσα. Το AGI μπορεί να ξεκινήσει το πρόβλημα της διαμόρφωσης λύσεων και στη συνέχεια να προσομοιώσει όλα τα πιθανά αποτελέσματα. Θα ήταν η σύνδεση των πλεονεκτημάτων της συνείδησης που κατέχουν σήμερα οι άνθρωποι, με την άπειρη γνώση του νέφους, η χρήση βαθιάς μάθησης για την αναγνώριση προτύπων αυτών των μεγάλων δεδομένων και η χρήση ενισχυτικής μάθησης για την προσομοίωση διαφορετικών περιβαλλόντων/αποτελεσμάτων. Όλα αυτά σε συνδυασμό με μια συνείδηση ​​που δεν απαιτεί ποτέ περίοδο ανάπαυσης και μπορεί να είναι 100% εστιασμένη στην εργασία που έχετε.

Τα πιθανά μειονεκτήματα του AGI φυσικά δεν μπορούν να υποτιμηθούν, μπορείτε να έχετε ένα AGI που έχει στόχο τη συνεχή αναβάθμιση του εαυτού του και στη συνέχεια θα μπορούσε να καταπιεί τα πάντα στο πέρασμά του προκειμένου να μεγιστοποιήσει τους υπολογιστικούς πόρους και τα άτομα που χρειάζεται για να αναβαθμίσει για πάντα το σύστημά του. Αυτή η θεωρία διερευνήθηκε λεπτομερώς από Ο καθηγητής Nick Bostrom στο όρισμα Paperclip Maximizer, σε αυτό το σενάριο μια εσφαλμένη ρυθμισμένη AGI λαμβάνει οδηγίες να παράγει συνδετήρες και το κάνει μέχρι να μην μείνει τίποτα, κυριολεκτικά κάθε πόρος στη γη έχει καταναλωθεί για να μεγιστοποιήσει την παραγωγή συνδετήρων.

Μια πιο ρεαλιστική άποψη είναι ότι μια AGI θα μπορούσε να ελέγχεται από ένα κράτος αδίστακτο ή μια εταιρεία με κακή ηθική. Αυτή η οντότητα θα μπορούσε να προγραμματίσει το AGI για να μεγιστοποιήσει τα κέρδη και σε αυτή την περίπτωση με κακό προγραμματισμό και μηδενικές τύψεις θα μπορούσε να επιλέξει να χρεοκοπήσει ανταγωνιστές, να καταστρέψει αλυσίδες εφοδιασμού, να χακάρει το χρηματιστήριο, να ρευστοποιήσει τραπεζικούς λογαριασμούς κ.λπ.

Επομένως, ένας κώδικας δεοντολογίας πρέπει να προγραμματιστεί σε ένα AGI από την αρχή. Ένας κώδικας δεοντολογίας έχει συζητηθεί από πολλά μυαλά και η έννοια εισήχθη για πρώτη φορά στον γενικό πληθυσμό με τη μορφή 3 νόμοι της ρομποτικής από τον συγγραφέα Isaac Asimov.

Υπάρχουν κάποια προβλήματα με τους 3 νόμους της ρομποτικής καθώς οι νόμοι μπορούν να ερμηνευτούν με διαφορετικούς τρόπους. Συζητήσαμε προηγουμένως την ηθική του προγραμματισμού σε ένα AGI, στο δικό μας συνέντευξη με τον Charles J. Simon, συγγραφέα του Will Computers Revolt?

7 Απριλίου 2020, είναι η ημέρα που το Brain Simulator II κυκλοφόρησε στο κοινό. Αυτή η έκδοση του προσομοιωτή εγκεφάλου επιτρέπει τον πειραματισμό σε διάφορους αλγόριθμους AI για τη δημιουργία ενός συστήματος AGI από άκρο σε άκρο με ενότητες για όραση, ακοή, ρομποτικό έλεγχο, μάθηση, εσωτερική μοντελοποίηση, ακόμη και σχεδιασμό, φαντασία και πρόβλεψη.

«Νέοι, μοναδικοί αλγόριθμοι που απευθύνονται άμεσα στη γνώση είναι το κλειδί για να βοηθήσουν την τεχνητή νοημοσύνη να εξελιχθεί σε AGI». εξηγεί ο Σάιμον.

"Το Brain Simulator II συνδυάζει την όραση και την αφή σε ένα ενιαίο νοητικό μοντέλο και σημειώνει πρόοδο προς την κατανόηση της αιτιότητας και το πέρασμα του χρόνου." σημειώνει ο Σάιμον. "Καθώς οι ενότητες βελτιώνονται, σταδιακά θα προκύψει περισσότερη ευφυΐα."

Το Brain Simulator II γεφύρωσε τα τεχνητά νευρωνικά δίκτυα (ANN) και τις τεχνικές συμβολικής τεχνητής νοημοσύνης για τη δημιουργία νέων δυνατοτήτων. Δημιουργεί μια συστοιχία εκατομμυρίων νευρώνων που συνδέονται μεταξύ τους με οποιονδήποτε αριθμό συνάψεων.

Αυτό δίνει τη δυνατότητα σε διάφορες οντότητες να ερευνήσουν δυνατότητες για ανάπτυξη AGI.

Όποιος ενδιαφέρεται για Προσομοιωτής εγκεφάλου II μπορεί να ακολουθήσει ή να συμμετάσχει στη διαδικασία ανάπτυξης από λήψη του λογισμικού, προτείνοντας νέες δυνατότητες και (για προχωρημένους προγραμματιστές) ακόμη και προσθέτοντας προσαρμοσμένες μονάδες. Μπορείτε επίσης να ακολουθήσετε τον δημιουργό του Ο Τσαρλς Σάιμον στο Twitter.

Στο μεταξύ, η κοινωνία έχει πρόσφατα διαταραχθεί με τον ιό COVID-19. Αν είχαμε ένα σύστημα AGI, θα μπορούσαμε να είχαμε χρησιμοποιήσει αυτό το AGI για να προσδιορίσουμε γρήγορα πώς να σταματήσουμε την εξάπλωση του COVID-19 και το πιο σημαντικό πώς να θεραπεύουμε τους ασθενείς με COVID-19. Αν και μπορεί να είναι πολύ αργά για ένα AGI να βοηθήσει με αυτό το ξέσπασμα, σε μελλοντικά ξεσπάσματα ένα AGI θα μπορούσε να είναι το καλύτερο εργαλείο στο οπλοστάσιό μας.