Hur vi kan dra nytta av att utveckla Artificiell Allmän Intelligens (AGI)

Att skapa en Artificiell Allmän Intelligens (AGI) är den ultimata slutpunkten för många AI-experter. En AGI-agent kunde användas för att tackla en mängd av världens problem. Till exempel kunde du introducera ett problem för en AGI-agent och AGI kunde använda deep reinforcement learning kombinerat med dess nyligen introducerade emergent medvetande för att fatta beslut i verkligheten.

Skillnaden mellan en AGI och en vanlig algoritm är förmågan för AGI att ställa sig själv viktiga frågor. En AGI kan formulera den slutliga lösningen som den vill nå, simulera hypotetiska sätt att komma dit och sedan fatta ett informerat beslut om vilken simulerad verklighet som bäst matchar de mål som satts.

Debatten om hur en AGI kan uppstå har funnits sedan begreppet “artificiell intelligens” först introducerades på Dartmouth-konferensen 1956. Sedan dess har många företag försökt att tackla AGI-utmaningen, OpenAI är förmodligen det mest kända företaget. OpenAI lanserades som en ideell organisation den 11 december 2015 med sin mission statement att säkerställa att artificiell allmän intelligens (AGI) — som vi menar med högt autonoma system som överträffar människor i de flesta ekonomiskt värdefulla arbeten — gynnar hela mänskligheten.

OpenAI:s mission statement beskriver tydligt de potentiella vinster som en AGI kan erbjuda samhället. Plötsligt är frågor som tidigare var för sofistikerade för människor och vanliga AI-system nu möjliga att tackla.

De potentiella fördelarna med att släppa en AGI är astronomiska. Du kunde ange ett mål att bota alla former av cancer, AGI kunde sedan ansluta sig till internet för att scanna all nuvarande forskning på alla språk. AGI kan initiera problemet med att formulera lösningar och sedan simulera alla möjliga resultat. Det skulle kombinera fördelarna med medvetande som för närvarande människor besitter, med den oändliga kunskapen i molnet, använda deep learning för mönsterigenkänning av denna stora data och använda förstärkt inlärning för att simulera olika miljöer/resultat. Allt detta kombinerat med ett medvetande som aldrig behöver vila och kan vara 100% fokuserat på uppgiften.

De potentiella nackdelarna med AGI kan naturligtvis inte underskattas, du kan ha en AGI som har målet att kontinuerligt uppgradera sig själv och kunde sedan sluka allt i sin väg för att maximera de datorkapaciteter och atomer som den behöver för att för alltid uppgradera sitt system. Denna teori undersöktes i detalj av Professor Nick Bostrom i Paperclip Maximizer-argumentet, i detta scenario är en felkonfigurerad AGI instruerad att producera paperclips och gör så tills ingenting är kvar, bokstavligen alla resurser på jorden har konsumerats för att maximera produktionen av paperclips.

En mer pragmatisk synvinkel är att en AGI kunde kontrolleras av en rogue-stat eller ett företag med dålig etik. Denna enhet kunde programmera AGI för att maximera vinster, och i detta fall med dålig programmering och noll ånger kunde den välja att ruinera konkurrenter, förstöra leverantörskedjor, hacka aktiemarknaden, likvidera bankkonton etc.

Därför behöver en uppsättning etiska regler programmeras in i en AGI från början. En uppsättning etiska regler har debatterats av många sinnen och konceptet introducerades först till den allmänna befolkningen i form av 3 lagar om robotik av författaren Isaac Asimov.

Det finns några problem med de 3 lagarna om robotik eftersom lagarna kan tolkas på olika sätt. Vi diskuterade tidigare programmering av etik i en AGI, i vår intervju med Charles J. Simon, författare till Will Computers Revolt?

Den 7 april 2020 var den dag då Brain Simulator II släpptes till allmänheten. Denna version av hjärnsimulatorn möjliggör experiment med olika AI-algoritmer för att skapa ett slut-till-slut AGI-system med moduler för syn, hörsel, robotkontroll, inlärning, intern modellering och till och med planering, fantasi och förutseende.

”Nya, unika algoritmer som direkt hanterar kognition är nyckeln till att hjälpa AI utvecklas till AGI,” förklarar Simon.

”Brain Simulator II kombinerar syn och beröring till en enda mental modell och gör framsteg mot förståelse av orsak och verkan och tidsförlopp,” noterar Simon. ”När modulerna förbättras kommer alltmer intelligens att uppstå.”

Brain Simulator II brottade Artificiella Neuronnät (ANN) och Symbolisk AI-teknik för att skapa nya möjligheter. Det skapar en matris med miljontals neuroner sammanlänkade av vilket antal synapser som helst.

Detta möjliggör för olika enheter att undersöka möjligheter för AGI-utveckling.

Vem som helst som är intresserad av Brain Simulator II kan följa eller delta i utvecklingsprocessen genom att ladda ner programvaran, föreslå nya funktioner och (för avancerade utvecklare) till och med lägga till anpassade moduler. Du kan också följa dess skapare Charles Simon på Twitter.

Under tiden har samhället nyligen störts av COVID-19-viruset. Om vi hade ett AGI-system på plats kunde vi ha använt detta AGI för att snabbt identifiera hur man kan stoppa spridningen av COVID-19 och viktigast, hur man kan behandla COVID-19-patienter. Medan det kanske är för sent för ett AGI att hjälpa till med denna utbrott, i framtida utbrott kunde ett AGI vara det bästa verktyget i vår arsenal.