Ի՞նչ է արագացված վերադարձի օրենքը: Ինչպես է այն տանում դեպի AGI

Վերջերս տված հարցազրույցում, երբ Իլոն Մասկը նրան հարցրել են, թե երբ է ակնկալում տեսնել Արհեստական ​​ընդհանուր ինտելեկտի (AGI) գալուստը. պատասխանել «3-ից 6 տարի». Google-ի DeepMind-ի գործադիր տնօրեն Դեմիս Հասաբիսն այժմ կարծում է, որ AGI-ն այդպես է "մի քանի տարի, գուցե մեկ տասնամյակի ընթացքում» as ասել է The Wall Street Journal-ի «Ամեն ինչի ապագան» փառատոն.

Այս թվերը համարվում են լավատեսական՝ համեմատած AI ոլորտի փորձագետների մեծամասնության հետ, ովքեր կարծում են, որ AGI-ն հաճախ մեկ տասնամյակ է, եթե ոչ մեկ դար: Այս հոռետեսության մի մասը կապված է ավելի կարճ ժամանակացույցի վրա պարտավորվելու վախից, որպեսզի ի վերջո ապացուցվի, որ սխալ է: Ի վերջո, 1956 թվականին Դարտմուտի ամառային հետազոտական ​​նախագծում ստեղծվեց «Արհեստական ​​բանականություն» տերմինը և սկսվեց որպես ոլորտ՝ ակնկալիքով, որ մեքենան նույնքան խելացի է, որքան մարդը: գոյություն կունենար ոչ ավելի, քան մեկ սերունդ (25 տարի).

Մյուսները, ինչպիսիք են Ջեֆրի Հինթոնը, ով հայտնի է ինչպես ունի AI-ի կնքահայրը մի փոքր ավելին նրբերանգ տեսք. «Մինչև բոլորովին վերջերս ես կարծում էի, որ ընդհանուր նշանակության արհեստական ​​ինտելեկտը կունենանք 20-50 տարի: Իսկ հիմա կարծում եմ, որ դա կարող է լինել 20 տարի կամ ավելի քիչ»։

AI արդյունաբերությունը արագ առաջընթաց է ապրել վերջին մի քանի տարվա ընթացքում՝ շնորհիվ խորը ամրապնդման ուսուցման ալգորիթմների արագ զարգացման, որոնցից շատերն այսօր հզոր են: Լեզուների մեծ մոդելներ (LLMs):

Այնուամենայնիվ, այս բոլոր առաջընթացները միայն հանգեցրել են նեղ արհեստական ​​ինտելեկտի հավելվածների, ինչպիսիք են չաթ-բոտերը և լեզվի թարգմանությունը: Սա համեմատվում է AGI-ի հետ՝ արհեստական ​​ինտելեկտի մի տեսակ, որն օժտված է գիտելիքները հասկանալու, սովորելու և կիրառելու կարողություն առաջադրանքների լայն շրջանակում՝ մարդկային մակարդակի համեմատ:

AGI-ի բացակայող օղակը շատերի համար անհասանելի է թվում, բայց մի քանիսի համար, ովքեր հավատում են «Արագացվող վերադարձների օրենքին» կոչվածին, անխուսափելի է, որ մենք ի վերջո կառուցենք AGI:

Արագացված վերադարձի օրենքը հայեցակարգվել է ոչ այլ ոքի կողմից, քան հեղինակ, գյուտարար և ֆուտուրիստ Ռեյ Կուրցվեյլը: Նա ներգրավված է այնպիսի ոլորտներում, ինչպիսիք են կերպարների օպտիկական ճանաչումը (OCR), տեքստի խոսքի սինթեզը, խոսքի ճանաչման տեխնոլոգիան, և նա աշխատանքի է ընդունվել Google-ի կողմից իր AI գիրքը հրապարակելուց հետո: "Ինչպես ստեղծել միտք". Այս բեկումնային գիրքը ցույց է տալիս, թե ինչպես մենք պետք է հասկանանք մարդու ուղեղը, որպեսզի այն հակադարձ նախագծենք՝ ստեղծելու վերջնական մտածող մեքենա: Այս գիրքն այնքան մեծ նշանակություն ունեցավ AI-ի ապագայի համար, որ Էրիկ Շմիդտը հավաքագրեց Ռեյ Կուրցվեյլին՝ աշխատելու արհեստական ​​ինտելեկտի նախագծերի վրա այն բանից հետո, երբ նա ավարտեց այս կարևոր գիրքը կարդալը: 

Ռեյ Կուրցվեյլի ամենաակտուալ գիրքը ոչ այլ ինչ է, քան «Եզակիությունը մոտ է2005 թվականին հրապարակվելուց ի վեր, նրա կանխատեսումները արտացոլում են տեխնոլոգիական աճը վերջին 2 տասնամյակների ընթացքում: Ամենակարևորը Ռեյ Կուրցվեյլը կանխատեսում է, որ մենք կհասնենք AGI-ին մինչև 2029 թվականը, ժամանակացույց, որը համահունչ է Իլոն Մասկի և Իլոն Մասկի վերջին կարծիքին: Դեմիս Հասաբիս.

Օրենքը սահմանում է, որ էվոլյուցիոն համակարգերի լայն տեսականի (ներառյալ, բայց չսահմանափակվելով տեխնոլոգիաների աճով) փոփոխության տեմպերը հակված են էքսպոնենցիալ աճի:

Տեխնոլոգիական աճի համատեքստում օրենքը ենթադրում է, որ մենք կարող ենք ակնկալել արագ տեխնոլոգիական առաջընթաց ապագայում, քանի որ տեխնոլոգիական նորարարության տեմպերն ինքնին արագանում են: Ռեյ Կուրցվեյլը պնդում է, որ տեխնոլոգիաների յուրաքանչյուր նոր սերունդ հիմնվում է նախորդի վրա՝ մեծացնելով նորարարության ներուժը էքսպոնենցիալ տեմպերով:

Այս օրենքը ցույց է տալիս, թե ինչպես արագացնող տեխնոլոգիաների պայթյունավտանգ աճը, որը ներկայումս ղեկավարվում է Generative AI-ի կողմից, կթողնի այլ համընկնող էքսպոնենցիոնալ տեխնոլոգիաների այլ ալիքներ, ինչպիսիք են չիպերի արտադրությունը և 3-D տպագրությունը: Այս կոնվերգենցիան AI-ի համար կատապուլտ է՝ դառնալու երբևէ ստեղծված ամենահզոր հավելվածը:

2001 թվականին Ռեյ Կուրցվեյլը կանխատեսվում հետեւյալը.

Տեխնոլոգիաների պատմության վերլուծությունը ցույց է տալիս, որ տեխնոլոգիական փոփոխությունը էքսպոնենցիալ է, հակառակ ընդհանուր իմաստով «ինտուիտիվ գծային» տեսակետին: Այսպիսով, մենք 100-րդ դարում չենք ունենա 21 տարվա առաջընթաց, դա կլինի ավելի շատ նման 20,000 տարվա առաջընթացի (այսօրվա տեմպերով): «Վերադարձները», ինչպիսիք են չիպի արագությունը և ծախսարդյունավետությունը, նույնպես աճում են էքսպոնենցիալ: Էքսպոնենցիալ աճի տեմպերում նույնիսկ էքսպոնենցիալ աճ կա: Մի քանի տասնամյակների ընթացքում մեքենայական ինտելեկտը կգերազանցի մարդկային բանականությունը՝ հանգեցնելով The Singularity-ին. տեխնոլոգիական փոփոխություններն այնքան արագ և խորն են, որոնք ներկայացնում են մարդկային պատմության խզում: Հետևանքները ներառում են կենսաբանական և ոչ կենսաբանական ինտելեկտի, անմահ ծրագրային ապահովման վրա հիմնված մարդկանց և ինտելեկտի գերբարձր մակարդակների միաձուլումը, որը լույսի արագությամբ տարածվում է տիեզերքում:

Այս տեխնոլոգիական պայթյունը պայմանավորված է Մուրի օրենքը որը կանխատեսել է, որ տրանզիստորների թիվը տվյալ չիպի վրա կկրկնապատկվի մոտավորապես երկու տարին մեկ: Սա, որը զուգորդվում է այլ տեխնոլոգիական առաջընթացի հետ, ցույց է տալիս, որ արագացող վերադարձի օրենքը ծաղկում է: Սրանք Ռեյ Կուրցվեյլի դիտարկումներն այն մասին, թե դա ինչ նշանակություն կունենա մարդկության ապագայի համար.

• Էվոլյուցիան կիրառում է դրական հետադարձ կապ այն առումով, որ էվոլյուցիոն առաջընթացի մեկ փուլից ստացված ավելի ընդունակ մեթոդներն օգտագործվում են հաջորդ փուլը ստեղծելու համար: Արդյունքում, ի
• էվոլյուցիոն գործընթացի առաջընթացի արագությունը ժամանակի ընթացքում էքսպոնենցիալ աճում է: Ժամանակի ընթացքում էվոլյուցիոն գործընթացում ներառված տեղեկատվության «կարգը» (այսինքն՝ չափը, թե որքանով է տեղեկատվությունը համապատասխանում նպատակին, որը էվոլյուցիայի մեջ գոյատևումն է) մեծանում է:
• Վերոհիշյալ դիտարկման հարաբերակցությունն այն է, որ էվոլյուցիոն գործընթացի «վերադարձները» (օրինակ՝ գործընթացի արագությունը, ծախսարդյունավետությունը կամ ընդհանուր «ուժը») ժամանակի ընթացքում էքսպոնենցիալ աճում են:
• Մեկ այլ դրական հետադարձ կապի դեպքում, երբ որոշակի էվոլյուցիոն գործընթաց (օրինակ՝ հաշվարկը) դառնում է ավելի արդյունավետ (օրինակ՝ ծախսարդյունավետ), ավելի մեծ ռեսուրսներ են օգտագործվում այդ գործընթացի հետագա առաջընթացի համար: Սա հանգեցնում է էքսպոնենցիալ աճի երկրորդ մակարդակի (այսինքն, էքսպոնենցիալ աճի տեմպերն ինքնին աճում են էքսպոնենցիալ):
• Կենսաբանական էվոլյուցիան նման էվոլյուցիոն գործընթացներից մեկն է:
• Տեխնոլոգիական էվոլյուցիան ևս մեկ նման էվոլյուցիոն գործընթաց է: Իրոք, տեսակներ ստեղծող առաջին տեխնոլոգիայի ի հայտ գալը հանգեցրեց տեխնոլոգիայի նոր էվոլյուցիոն գործընթացին: Հետևաբար, տեխնոլոգիական էվոլյուցիան կենսաբանական էվոլյուցիայի արդյունքն է և դրա շարունակությունը:
• Հատուկ պարադիգմը (խնդիրը լուծելու մեթոդ կամ մոտեցում, օրինակ՝ տրանզիստորների կրճատումը ինտեգրալ սխեմայի վրա որպես ավելի հզոր համակարգիչներ ստեղծելու մոտեցում) ապահովում է էքսպոնենցիալ աճ, մինչև մեթոդը սպառի իր ներուժը: Երբ դա տեղի է ունենում, տեղի է ունենում պարադիգմի փոփոխություն (այսինքն՝ մոտեցման հիմնարար փոփոխություն), որը հնարավորություն է տալիս շարունակել էքսպոնենցիալ աճը:

Ընթերցողները պետք է կարդան Կուրցվեյլի բլոգը, այնուհետև նրանք պետք է մտածեն այս էքսպոնենցիոնալ աճի հետևանքների մասին, և թե ինչպես է այն համընկնում և տարբերվում այն ​​ամենից, ինչ նրանք անձամբ են ունեցել բլոգի սկզբնական հրապարակումից ի վեր:

«Արագացվող վերադարձների օրենքը», թեև այնքան տարածված չէ, որքան Մուրի օրենքը, այսօր մնում է նույնքան արդիական, որքան այն սկզբնական շրջանում: