Matthew Ikle, Chief Science Officer di SingularityNET – Seri Wawancara

Matthew Ikle adalah Chief Science Officer di SingularityNET, sebuah perusahaan yang didirikan dengan misi untuk menciptakan Artificial General Intelligence (AGI) yang terdesentralisasi, demokratis, inklusif, dan bermanfaat. AGI yang tidak bergantung pada entitas pusat, yang terbuka untuk semua orang dan tidak terbatas pada tujuan sempit dari sebuah perusahaan atau bahkan sebuah negara.

Tim SingularityNET terdiri dari insinyur, ilmuwan, peneliti, wirausaha, dan pemasar yang berpengalaman. Tim inti platform dan AI diperkuat oleh tim khusus yang berfokus pada bidang seperti keuangan, robotika, AI biomedis, media, seni, dan hiburan.

Bagaimana keyakinan Anda bahwa kita akan mencapai AGI pada tahun 2029 atau lebih cepat, seperti yang diprediksi oleh Dr. Ben Goertzel?

Saya akan menjawab pertanyaan ini dengan sedikit memutar. 2029 adalah sekitar lima tahun dari sekarang. Beberapa tahun yang lalu (awal-tengah 2010-an), saya sangat optimis tentang kemajuan AGI. Optimisme saya pada saat itu didasarkan pada tingkat pemikiran yang mendalam dan konvergensi ide-ide dalam penelitian AGI pada saat itu. Meskipun banyak ide besar dari era itu, saya percaya, masih memiliki potensi, kesulitan, seperti biasanya, datang dari mengisi detail-detail dari visi-visi yang luas.

Dengan catatan itu, sekarang ada banyak informasi baru, dari berbagai disiplin – neuroscience, matematika, ilmu komputer, psikologi, sosiologi, dan lain-lain – yang menyediakan tidak hanya mekanisme untuk menyelesaikan detail-detail tersebut, tetapi juga konsep yang mendukung fondasi dari pekerjaan sebelumnya. Saya melihat pola-pola, dan dalam bidang yang sangat berbeda, yang semua tampaknya saya konvergen pada tingkat yang dipercepat menuju perilaku yang analog. Dalam banyak cara, konvergensi ini mengingatkan saya pada periode sebelum peluncuran iPhone pertama. Untuk mengutip Greg Meredith, yang bekerja pada infrastruktur RhoLang kami untuk pemrosesan paralel yang aman, pola-pola yang saya lihat sekarang terkait dengan cerita asal – bagaimana kehidupan/sel pertama dimulai di bumi? Bagaimana dan kapan pikiran terbentuk? Dan pertanyaan terkait tentang transisi fase, misalnya.

Contohnya, ada banyak penelitian eksperimental baru yang cenderung mendukung ide-ide yang mendasari pandangan sistem dinamis yang kompleks. Pola EEG dari subjek manusia, misalnya, menampilkan perilaku yang luar biasa yang sejalan dengan dinamika sistem tersebut. Hasil ini mengingatkan kembali pada beberapa pekerjaan sebelumnya dalam teori kesadaran. Sekarang tampaknya ada awal dari bukti eksperimental untuk ide-ide teoretis tersebut.

Di SingularityNET, saya banyak memikirkan tentang struktur self-similar yang menghasilkan dinamika tersebut. Ini sangat berbeda, saya akan berargumen, dari apa yang terjadi di banyak komunitas DNN/GPT, meskipun ada pengakuan di antara beberapa peneliti yang lebih mendasar tentang ide-ide tersebut. Saya akan menunjuk pada makalah “Kesadaran dalam Kecerdasan Buatan: Wawasan dari Ilmu Kesadaran” yang diterbitkan oleh 19 peneliti pada Agustus 2023, misalnya. Peneliti tersebut mencakup berbagai disiplin, termasuk studi kesadaran, penelitian keamanan AI, ilmu otak, matematika, ilmu komputer, psikologi, neuroscience, dan penelitian pikiran dan kognisi. Apa yang peneliti tersebut memiliki kesamaan adalah lebih besar dari sekedar pencarian untuk perbaikan arsitektur inkremental berikutnya dalam DNN, tetapi mereka fokus pada memahami secara ilmiah ide-ide besar yang mendasari kognisi manusia dan bagaimana membawa mereka untuk mengimplementasikan sistem AGI yang nyata.

Apa yang Anda lihat sebagai hambatan teknis atau filosofis terbesar untuk mencapai AGI dalam dekade ini?

Memahami dan menjawab pertanyaan besar filosofis dan ilmiah, termasuk:

• Apa itu kehidupan? Kami mungkin berpikir jawabannya jelas, tetapi definisi biologis telah terbukti bermasalah. Apakah virus “hidup”, misalnya.
• Apa itu pikiran?
• Apa itu kecerdasan?
• Bagaimana kehidupan muncul dari beberapa bahan kimia dasar dalam kondisi lingkungan tertentu? Bagaimana kita bisa mengulangi ini?
• Bagaimana “pikiran” pertama muncul? Apa bahan dan kondisi yang memungkinkan ini?
• Bagaimana kita mengimplementasikan apa yang kita pelajari ketika menyelidiki lima pertanyaan di atas?
• Apakah teknologi kita saat ini cukup untuk mengimplementasikan solusi kita? Jika tidak, apa yang perlu kita ciptakan dan kembangkan?
• Berapa waktu dan personil yang kita butuhkan untuk mengimplementasikan solusi kita?

SingularityNET memandang neuro-symbolic AI sebagai solusi yang menjanjikan untuk mengatasi keterbatasan AI generatif saat ini. Bisakah Anda menjelaskan apa itu neuro-symbolic AI dan bagaimana SingularityNET berencana untuk menggunakan pendekatan ini untuk mempercepat pengembangan AGI?

Secara historis, ada dua kubu utama peneliti AGI, bersama dengan kubu ketiga yang menggabungkan ide-ide dari dua kubu lainnya. Ada peneliti yang percaya hanya pada pendekatan sub-simbolik. Ini berarti menggunakan jaringan neural dalam (DNN) seperti model Transformer, termasuk model bahasa besar (LLM) saat ini. Karena penggunaan jaringan neural buatan, pendekatan sub-simbolik juga disebut metode neural. Dalam sistem sub-simbolik, pemrosesan dijalankan di seluruh node yang identik dan tidak berlabel (neuron) dan tautan (sinaps). Pendukung simbolik menggunakan logika tingkat tinggi dan penalaran simbolik, di mana node dan tautan diberi label dengan konsep dan makna semantik. SingularityNET mengikuti pendekatan ketiga yang paling akurat digambarkan sebagai hibrida neuro-simbolik, yang memanfaatkan kekuatan metode simbolik dan sub-simbolik.

Namun, ini adalah hibrida khusus yang sebagian besar didasarkan pada filosofi patternist Ben Goertzel tentang pikiran dan dijelaskan secara rinci dalam, antara lain, “Teori Umum Kecerdasan Umum: Perspektif Pragmatis Patternist”.

Sementara banyak penelitian DNN dan LLM saat ini didasarkan pada model neural sederhana dan algoritma, penggunaan dataset mammoth (misalnya, seluruh internet), dan pengaturan parameter yang tepat dalam miliaran parameter untuk mencapai AGI, strategi PRIMUS SingularityNET didasarkan pada pemahaman fondamental tentang proses dinamis pada skala spasial-waktu yang berbeda dan bagaimana memandu proses tersebut untuk memungkinkan sifat yang diinginkan muncul pada skala yang berbeda. Pemahaman tersebut memungkinkan kita untuk melanjutkan penelitian dan pengembangan AGI dengan cara yang dapat dipahami manusia.

Apa kerangka yang Anda percaya penting untuk memastikan bahwa pengembangan AGI menguntungkan seluruh umat manusia? Bagaimana platform AI terdesentralisasi seperti SingularityNET dapat mempromosikan proses yang lebih adil dan transparan dibandingkan dengan model AI terpusat?

Banyak ide di sini:

Transparansi — Meskipun tidak ada yang sempurna, memastikan transparansi proses pengambilan keputusan dapat membantu semua pihak yang terlibat (peneliti, pengembang, pengguna, dan non-pengguna) untuk selaras, memandu, memahami, dan menangani pengembangan AGI untuk kepentingan umat manusia. Ini mirip dengan masalah bias yang akan saya sentuh di bawah.

Desentralisasi – Desentralisasi dapat membantu memastikan bahwa kekuasaan dibagi lebih luas. Ini tidak secara inheren merupakan obat penawar, tetapi alat yang, jika digunakan dengan benar, dapat membantu menciptakan proses dan hasil yang lebih adil.

Pengambilan keputusan berbasis konsensus – desentralisasi dan pengambilan keputusan berbasis konsensus dapat bekerja sama dalam mencari proses dan hasil yang lebih adil. Lagi pula, mereka tidak selalu menjamin kesetaraan. Ada kompleksitas yang perlu ditangani di sini dalam hal reputasi dan bidang keahlian. Misalnya, bagaimana kita bisa seimbangkan karakteristik yang diinginkan yang bertentangan? Saya melihat transparansi, desentralisasi, dan pengambilan keputusan berbasis konsensus sebagai tiga alat penting yang dapat digunakan untuk memandu pengembangan AGI untuk kepentingan umat manusia.

Penyelarasan spasial-waktu dari fenomena yang muncul di skala yang berbeda, dari yang sangat kecil hingga yang sangat besar. Dalam mengembangkan AGI, saya percaya bahwa tidak hanya mengandalkan pada pendekatan “black-box” di mana satu berharap untuk mendapatkan semua yang benar sejak awal. Sebaliknya, saya percaya bahwa merancang AGI dengan pemahaman fondamental pada berbagai tahap pengembangan dan pada skala yang berbeda dapat membuatnya lebih mungkin untuk mencapai AGI, dan yang lebih penting, untuk memandu pengembangan tersebut sesuai dengan nilai-nilai manusia.

SingularityNET adalah platform AI terdesentralisasi. Bagaimana Anda membayangkan persimpangan teknologi blockchain dan AGI berkembang, terutama dalam hal keamanan, tata kelola, dan kontrol terdesentralisasi?

Blockchain pasti memiliki peran untuk dimainkan dalam kontrol AI, keamanan, dan tata kelola. Salah satu kekuatan terbesar blockchain adalah kemampuannya untuk memfasilitasi transparansi. Pertanyaan tentang bias adalah contoh yang baik dari ini. Saya akan berargumen bahwa setiap orang dan setiap dataset memiliki bias. Saya memiliki bias pribadi saya sendiri, misalnya, ketika datang ke apa yang saya percaya diperlukan untuk mencapai AGI yang benar-benar aman, bermanfaat, dan berperikemanusiaan. Bias-bias ini dibentuk oleh latar belakang dan pendidikan saya dan mereka memandu pekerjaan saya sendiri.

Di SingularityNET, saya banyak memikirkan tentang struktur self-similar yang menghasilkan dinamika tersebut. Ini sangat berbeda, saya akan berargumen, dari apa yang terjadi di banyak komunitas DNN/GPT, meskipun ada pengakuan di antara beberapa peneliti yang lebih mendasar tentang ide-ide tersebut. Saya akan menunjuk pada makalah “Kesadaran dalam Kecerdasan Buatan: Wawasan dari Ilmu Kesadaran” yang diterbitkan oleh 19 peneliti pada Agustus 2023, misalnya. Peneliti tersebut mencakup berbagai disiplin, termasuk studi kesadaran, penelitian keamanan AI, ilmu otak, matematika, ilmu komputer, psikologi, neuroscience, dan penelitian pikiran dan kognisi. Apa yang peneliti tersebut memiliki kesamaan adalah lebih besar dari sekedar pencarian untuk perbaikan arsitektur inkremental berikutnya dalam DNN, tetapi mereka fokus pada memahami secara ilmiah ide-ide besar yang mendasari kognisi manusia dan bagaimana membawa mereka untuk mengimplementasikan sistem AGI yang nyata.

Sebagai pemimpin yang telah terlibat erat dalam AI dan blockchain, apa yang Anda percaya sebagai faktor-faktor paling penting untuk memfasilitasi kolaborasi antara kedua bidang ini, dan bagaimana hal itu dapat mengarah pada inovasi dalam AGI?

Saya datang dari sisi AI/AGI dari pasangan tersebut. Seperti yang sering terjadi ketika mengintegrasikan ide-ide antar disiplin, banyak hal bergantung pada masalah bahasa dan komunikasi. Semua kelompok perlu mendengarkan satu sama lain untuk lebih memahami bagaimana teknologi dapat membantu satu sama lain. Dalam pekerjaan saya di SingularityNET, ini telah menjadi perjuangan konstan. Peneliti tingkat tinggi, yang tidak berlebihan untuk mengatakan bahwa SingularityNET memiliki dalam kelimpahan, sering memiliki konsep mental yang jelas tentang ide-ide besar. Ketika bekerja di batas disiplin, bagian yang sulit adalah menyadari bahwa tidak semua orang “di dalam kepala”. Apa yang satu ambil untuk granted, tidak akan begitu jelas diamati dari mereka di bidang lain. Bahkan kata-kata yang digunakan secara umum dapat digunakan secara berbeda di berbagai bidang studi. Ada kasus baru-baru ini dalam pekerjaan BioAI kami, di mana ahli biologi menggunakan istilah matematika, tetapi tidak sepenuhnya benar dalam definisi matematika. Setelah situasi seperti itu dipahami dengan jelas, tim dapat melanjutkan dengan tujuan bersama sehingga integrasi benar-benar membuktikan bahwa keseluruhan lebih besar dari jumlah bagian-bagiannya.

Bagaimana Anda melihat industri AI dan blockchain bekerja menuju diversitas dan inklusi yang lebih besar, dan apa peran SingularityNET dalam mempromosikan nilai-nilai tersebut?

AI dan blockchain dapat memainkan peran besar dalam meningkatkan upaya diversifikasi dan inklusi. Meskipun saya percaya bahwa mustahil untuk menghilangkan semua bias – banyak bias terbentuk hanya melalui pengalaman hidup – satu dapat terbuka dan transparan tentang biasnya. Ini adalah sesuatu yang saya coba lakukan dalam pekerjaan saya sendiri, yang bias oleh latar belakang akademis saya sehingga saya melihat masalah melalui lensa dinamika sistem yang kompleks. Namun, saya masih berusaha untuk terbuka dan memahami ide-ide dari perspektif lain. AI dapat dimanfaatkan untuk membantu dalam proses refleksi diri ini, dan blockchain dapat membantu dengan transparansi. SingularityNET dapat memainkan peran besar dengan menyediakan alat untuk mendeteksi, mengukur, dan menghilangkan, sebanyak mungkin, bias dalam dataset.

Bagaimana pekerjaan SingularityNET dalam ekosistem AI terdesentralisasi berkontribusi pada pemecahan tantangan global seperti keberlanjutan, pendidikan, dan penciptaan lapangan kerja, terutama di wilayah seperti Afrika, di mana Anda memiliki minat khusus?

Keberlanjutan:

• Menggunakan AI dan model sistem untuk memecahkan masalah ekosistem yang kompleks dalam skala besar.
• Memonitor solusi tersebut dalam skala besar.
• Menggunakan blockchain untuk melacak, menelusuri, dan memverifikasi solusi tersebut.
• Menggunakan kombinasi AI, model ekosistem, data hiper-lokal, dan blockchain, kami telah mengideakan solusi lengkap untuk pertambangan artisanal di Afrika, dan penyerapan karbon pertanian dalam skala besar.

Pendidikan:

Sebagai mantan profesor penuh waktu matematika dan ilmu komputer, pendidikan sangat penting bagi saya, terutama karena memberikan kesempatan kepada populasi mahasiswa yang kurang terlayani. Penting untuk:

• Meningkatkan aksesibilitas dengan mengembangkan kursus hibrida untuk mencapai siswa yang mungkin menghadapi hambatan geografis, keuangan, atau waktu.
• Mempromosikan diversitas dan inklusi dengan meningkatkan partisipasi populasi yang kurang terlayani dalam AI, blockchain, dan teknologi canggih lainnya.
• Mengembangkan pengetahuan antar disiplin dengan menciptakan kursus yang menghubungkan bidang akademis dan profesional.
• Mendukung kemajuan karir dengan menyediakan keterampilan dan sertifikasi yang dapat diterapkan langsung di pasar kerja.

Saya melihat baik AGI dan blockchain, dan sinergi mereka, memainkan peran kritis dalam menangani tujuan di atas dalam program “magang ke penguasaan” yang berfokus pada pembelajaran berbasis proyek.

Penciptaan Lapangan Kerja:

Dengan mempromosikan empat tujuan pendidikan di atas, tampaknya bagi saya AGI, blockchain, dan teknologi canggih lainnya, dipasangkan dengan kolaborasi positif antara guru dan pembelajar, bisa mendorong dan melahirkan teknologi dan bisnis baru.

Sebagai seseorang yang berkomitmen untuk mencapai singularitas positif, apa yang Anda anggap sebagai milstones atau kemajuan penting dalam teknologi AI yang diperlukan untuk memastikan bahwa AGI berkembang dengan cara yang bermanfaat bagi masyarakat?

• Kemampuan untuk menyelaraskan fenomena yang muncul dalam cara yang dapat dipahami manusia di berbagai skala spasial-waktu.
• Kemampuan untuk memahami lebih dalam konsep-konsep yang mendasari “transisi fase” spontan.
• Kemampuan untuk mengatasi banyak masalah sulit pada detail halus untuk memungkinkan pemrosesan multi-arah melalui superposisi keadaan.
• Transparansi pada semua tahap.
• Pengambilan keputusan terdesentralisasi berdasarkan pembangunan konsensus.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi SingularityNET.