στέλεχος Τι είναι ο νόμος των επιταχυνόμενων αποδόσεων; Πώς οδηγεί στο AGI
Συνδεθείτε μαζί μας

Σειρά Futurist

Τι είναι ο νόμος των επιταχυνόμενων αποδόσεων; Πώς οδηγεί στο AGI

mm
Ενημερώθηκε on

Σε μια πρόσφατη συνέντευξη όταν ρωτήθηκε πότε αναμένει να δει την έλευση της Τεχνητής Γενικής Νοημοσύνης (AGI), ο Elon Musk απάντησε “3 έως 6 χρόνια”. Ο Διευθύνων Σύμβουλος της Google DeepMind Ντέμης Χασάμπης πιστεύει τώρα ότι το AGI είναι "λίγα χρόνια, ίσως μέσα σε μια δεκαετία μακριά» as δήλωσε κατά τη Το φεστιβάλ Future of Everything της Wall Street Journal.

Αυτοί οι αριθμοί θεωρούνται αισιόδοξοι σε σύγκριση με τους περισσότερους ειδικούς της βιομηχανίας τεχνητής νοημοσύνης που πιστεύουν ότι το AGI είναι συχνά μια δεκαετία, αν όχι έναν αιώνα μακριά. Κάποια από αυτή την απαισιοδοξία οφείλεται στον φόβο της δέσμευσης σε ένα μικρότερο χρονοδιάγραμμα για να αποδειχθεί τελικά λάθος. Άλλωστε το 1956, στο Dartmouth Summer Research Project ο όρος «Τεχνητή Νοημοσύνη» επινοήθηκε και ξεκίνησε ως πεδίο, με την προσδοκία ότι μια μηχανή τόσο έξυπνη όσο ένας άνθρωπος θα υπήρχε σε όχι περισσότερο από μια γενιά (25 χρόνια).

Άλλοι όπως ο Geoffrey Hinton που είναι γνωστός όπως έχει ο νονός της AI λίγο περισσότερο διαφοροποιημένη άποψη. «Μέχρι πολύ πρόσφατα, πίστευα ότι θα περνούσαν 20 με 50 χρόνια πριν αποκτήσουμε τεχνητή νοημοσύνη γενικής χρήσης. Και τώρα νομίζω ότι μπορεί να είναι 20 χρόνια ή λιγότερο».

Ο κλάδος της τεχνητής νοημοσύνης έχει προχωρήσει γρήγορα τα τελευταία χρόνια χάρη στην ταχεία ανάπτυξη αλγορίθμων εκμάθησης βαθιάς ενίσχυσης, πολλοί που τροφοδοτούν τους σημερινούς Μεγάλα γλωσσικά μοντέλα (LLMs).

Ωστόσο, όλες αυτές οι ανακαλύψεις οδήγησαν μόνο σε περιορισμένες εφαρμογές τεχνητής νοημοσύνης, όπως τα chatbots και τη μετάφραση γλώσσας. Αυτό είναι σε σύγκριση με το AGI, έναν τύπο τεχνητής νοημοσύνης που έχει την ικανότητα να κατανοεί, να μαθαίνει και να εφαρμόζει τη γνώση σε ένα ευρύ φάσμα εργασιών σε επίπεδο συγκρίσιμο με αυτό ενός ανθρώπου.

Ο κρίκος που λείπει από το AGI για πολλούς φαίνεται ανέφικτος, αλλά για λίγους που πιστεύουν σε αυτό που ονομάζεται «Νόμος των Επιταχυνόμενων Επιστροφών», είναι αναπόφευκτο ότι τελικά θα φτιάξουμε ένα AGI.

Ο Νόμος των Επιταχυνόμενων Επιστροφών συλλήφθηκε από κανέναν άλλον από τον Ray Kurzweil, συγγραφέα, εφευρέτη και μελλοντολόγο. Ασχολείται με τομείς όπως η οπτική αναγνώριση χαρακτήρων (OCR), η σύνθεση κειμένου σε ομιλία, η τεχνολογία αναγνώρισης ομιλίας και προσλήφθηκε από την Google μετά τη δημοσίευση του AI Book του "Πώς να δημιουργήσετε ένα μυαλό". Αυτό το πρωτοποριακό βιβλίο απεικονίζει πώς πρέπει να κατανοήσουμε τον ανθρώπινο εγκέφαλο προκειμένου να τον αντιστρέψουμε ώστε να δημιουργήσουμε την απόλυτη μηχανή σκέψης. Αυτό το βιβλίο ήταν τόσο καθοριστικό για το μέλλον της τεχνητής νοημοσύνης, που ο Eric Schmidt στρατολόγησε τον Ray Kurzweil για να εργαστεί σε έργα AI αφού ολοκλήρωσε την ανάγνωση αυτού του θεμελιώδους βιβλίου. 

Το πιο σχετικό βιβλίο του Ray Kurzweil δεν είναι άλλο από το «Η Μοναδικότητα είναι Κοντά“, από τότε που δημοσιεύτηκε το 2005, οι προβλέψεις του αντικατοπτρίζουν την τεχνολογική ανάπτυξη τις τελευταίες 2 δεκαετίες. Το πιο σημαντικό είναι ο Ray Kurzweil προβλέπει ότι θα επιτύχουμε AGI μέχρι το 2029, ένα χρονοδιάγραμμα που είναι σύμφωνο με την πρόσφατη γνώμη που συμμερίστηκε ο Elon Musk και Ντέμης Χασάμπης.

Ο νόμος ορίζει ότι ο ρυθμός αλλαγής σε μια ευρεία ποικιλία εξελικτικών συστημάτων (συμπεριλαμβανομένης αλλά χωρίς περιορισμό της ανάπτυξης των τεχνολογιών) τείνει να αυξάνεται εκθετικά.

Στο πλαίσιο της τεχνολογικής ανάπτυξης, ο νόμος υπονοεί ότι μπορούμε να αναμένουμε ραγδαίες τεχνολογικές προόδους στο μέλλον, επειδή ο ίδιος ο ρυθμός της τεχνολογικής καινοτομίας επιταχύνεται. Ο Ray Kurzweil υποστηρίζει ότι κάθε νέα γενιά τεχνολογίας βασίζεται στην προηγούμενη, αυξάνοντας τις δυνατότητες για καινοτομία με εκθετικό ρυθμό.

Αυτός ο νόμος δείχνει πώς μια εκρηκτική ανάπτυξη των τεχνολογιών επιτάχυνσης, της οποίας επί του παρόντος ηγείται η Generative AI, θα οδηγήσει σε άλλα κύματα άλλων συγκλίνουσων εκθετικών τεχνολογιών, όπως η κατασκευή chip και η τρισδιάστατη εκτύπωση. Αυτή η σύγκλιση είναι ο καταπέλτης ώστε η τεχνητή νοημοσύνη να γίνει η πιο ισχυρή εφαρμογή που έχει κατασκευαστεί ποτέ.

Το 2001, ο Ray Kurzweil προβλεπόμενη τα ακόλουθα:

Μια ανάλυση της ιστορίας της τεχνολογίας δείχνει ότι η τεχνολογική αλλαγή είναι εκθετική, σε αντίθεση με την κοινή λογική «διαισθητική γραμμική» άποψη. Έτσι, δεν θα ζήσουμε 100 χρόνια προόδου στον 21ο αιώνα — θα είναι περισσότερο σαν 20,000 χρόνια προόδου (με σημερινό ρυθμό). Οι «επιστροφές», όπως η ταχύτητα τσιπ και η σχέση κόστους-αποτελεσματικότητας, αυξάνονται επίσης εκθετικά. Υπάρχει ακόμη και εκθετική αύξηση στον ρυθμό εκθετικής ανάπτυξης. Μέσα σε λίγες δεκαετίες, η νοημοσύνη των μηχανών θα ξεπεράσει την ανθρώπινη νοημοσύνη, οδηγώντας στο The Singularity — η τεχνολογική αλλαγή τόσο ραγδαία και βαθιά που αντιπροσωπεύει μια ρήξη στον ιστό της ανθρώπινης ιστορίας. Οι επιπτώσεις περιλαμβάνουν τη συγχώνευση βιολογικής και μη βιολογικής νοημοσύνης, αθάνατους ανθρώπους που βασίζονται σε λογισμικό και εξαιρετικά υψηλά επίπεδα νοημοσύνης που επεκτείνονται προς τα έξω στο σύμπαν με την ταχύτητα του φωτός.

Αυτή η τεχνολογική έκρηξη οφείλεται Ο Νόμος του Μουρ Ποιό προέβλεψε ότι ο αριθμός των τρανζίστορ σε ένα δεδομένο τσιπ θα διπλασιαζόταν περίπου κάθε δύο χρόνια. Αυτό σε συνδυασμό με άλλα τεχνολογικά επιτεύγματα δείχνει ότι ο νόμος των επιταχυνόμενων αποδόσεων ευδοκιμεί. Αυτά είναι Οι παρατηρήσεις του Ray Kurzweil για το τι θα σημαίνει αυτό για το μέλλον της ανθρωπότητας:

  • Το Evolution εφαρμόζει θετική ανατροφοδότηση στο ότι οι πιο ικανές μέθοδοι που προκύπτουν από ένα στάδιο της εξελικτικής προόδου χρησιμοποιούνται για τη δημιουργία του επόμενου σταδίου. Ως αποτέλεσμα, το
  • ο ρυθμός προόδου μιας εξελικτικής διαδικασίας αυξάνεται εκθετικά με την πάροδο του χρόνου. Με την πάροδο του χρόνου, η «τάξη» των πληροφοριών που ενσωματώνονται στην εξελικτική διαδικασία (δηλαδή, το μέτρο του πόσο καλά ταιριάζουν οι πληροφορίες σε έναν σκοπό, που στην εξέλιξη είναι η επιβίωση) αυξάνεται.
  • Ένας συσχετισμός της παραπάνω παρατήρησης είναι ότι οι «επιστροφές» μιας εξελικτικής διαδικασίας (π.χ. η ταχύτητα, η σχέση κόστους-αποτελεσματικότητας ή η συνολική «ισχύς» μιας διαδικασίας) αυξάνονται εκθετικά με την πάροδο του χρόνου.
  • Σε έναν άλλο βρόχο θετικής ανάδρασης, καθώς μια συγκεκριμένη εξελικτική διαδικασία (π.χ. υπολογισμός) γίνεται πιο αποτελεσματική (π.χ. οικονομικά αποδοτική), περισσότεροι πόροι χρησιμοποιούνται για την περαιτέρω πρόοδο αυτής της διαδικασίας. Αυτό οδηγεί σε ένα δεύτερο επίπεδο εκθετικής ανάπτυξης (δηλαδή, ο ίδιος ο ρυθμός εκθετικής ανάπτυξης αυξάνεται εκθετικά).
  • Η βιολογική εξέλιξη είναι μια τέτοια εξελικτική διαδικασία.
  • Η τεχνολογική εξέλιξη είναι μια άλλη τέτοια εξελικτική διαδικασία. Πράγματι, η εμφάνιση της πρώτης τεχνολογίας που δημιούργησε είδη είχε ως αποτέλεσμα τη νέα εξελικτική διαδικασία της τεχνολογίας. Επομένως, η τεχνολογική εξέλιξη είναι απόρροια και συνέχεια της βιολογικής εξέλιξης.
  • Ένα συγκεκριμένο παράδειγμα (μια μέθοδος ή μια προσέγγιση για την επίλυση ενός προβλήματος, π.χ. συρρίκνωση τρανζίστορ σε ένα ολοκληρωμένο κύκλωμα ως προσέγγιση για τη δημιουργία ισχυρότερων υπολογιστών) παρέχει εκθετική ανάπτυξη έως ότου η μέθοδος εξαντλήσει τις δυνατότητές της. Όταν συμβαίνει αυτό, εμφανίζεται μια αλλαγή παραδείγματος (δηλαδή, μια θεμελιώδης αλλαγή στην προσέγγιση), η οποία επιτρέπει τη συνέχιση της εκθετικής ανάπτυξης.

Οι αναγνώστες πρέπει να διαβάζουν Το ιστολόγιο του Kurzweil, στη συνέχεια θα πρέπει να σκεφτούν τις επιπτώσεις αυτής της εκθετικής ανάπτυξης και πώς ταιριάζει και διαφέρει από αυτό που έχουν βιώσει προσωπικά από τότε που δημοσιεύτηκε το ιστολόγιο αρχικά.

Ο νόμος των επιταχυνόμενων επιστροφών αν και δεν είναι τόσο δημοφιλής όσο ο νόμος του Μουρ, παραμένει τόσο επίκαιρος σήμερα όσο και όταν δημοσιεύτηκε αρχικά.

Ιδρυτικός συνεργάτης της unite.AI & μέλος της Τεχνολογικό Συμβούλιο Forbes, Ο Αντουάν είναι α μελλοντιστής που είναι παθιασμένος με το μέλλον της τεχνητής νοημοσύνης και της ρομποτικής.

Είναι επίσης ο Ιδρυτής του Securities.io, ένας ιστότοπος που εστιάζει στην επένδυση σε ανατρεπτική τεχνολογία.