Chúng ta có thể hưởng lợi như thế nào từ việc phát triển trí tuệ nhân tạo tổng hợp (AGI)

Tạo Trí tuệ nhân tạo chung (AGI) là điểm cuối cuối cùng đối với nhiều chuyên gia AI. Một tác nhân AGI có thể được tận dụng để giải quyết vô số vấn đề của thế giới. Chẳng hạn, bạn có thể giới thiệu một vấn đề cho một tác nhân AGI và AGI có thể sử dụng học tập củng cố sâu kết hợp với ý thức mới nổi mới được giới thiệu để đưa ra quyết định trong cuộc sống thực.

Sự khác biệt giữa AGI và thuật toán thông thường là khả năng AGI tự đặt ra những câu hỏi quan trọng. Một AGI có thể xây dựng giải pháp cuối cùng mà nó muốn đạt được, mô phỏng các cách giả định để đạt được điều đó, sau đó đưa ra quyết định sáng suốt về thực tế mô phỏng nào phù hợp nhất với các mục tiêu đã đặt ra.

Cuộc tranh luận về cách AGI có thể xuất hiện đã nổ ra kể từ khi thuật ngữ “trí tuệ nhân tạo” lần đầu tiên được giới thiệu tại hội nghị Dartmouth năm 1956. Kể từ đó, nhiều công ty đã cố gắng giải quyết thách thức AGI, OpenAI có lẽ là công ty được công nhận nhiều nhất. OpenAI đã được ra mắt với tư cách là một tổ chức phi lợi nhuận vào ngày 11 tháng 2015 năm XNUMX với tuyên bố sứ mệnh là để đảm bảo rằng trí tuệ tổng quát nhân tạo (AGI)—theo đó chúng tôi muốn nói đến các hệ thống tự trị cao vượt trội hơn con người trong hầu hết các công việc có giá trị kinh tế—mang lại lợi ích cho toàn nhân loại.

Tuyên bố sứ mệnh của OpenAI phác thảo rõ ràng những lợi ích tiềm năng mà một AGI có thể mang lại cho xã hội. Đột nhiên, các vấn đề quá phức tạp đối với con người và các hệ thống AI thông thường, giờ đây có thể được giải quyết.

Những lợi ích tiềm năng của việc phát hành AGI là rất lớn. Bạn có thể nêu mục tiêu chữa khỏi tất cả các dạng ung thư, sau đó AGI có thể tự kết nối với internet để quét tất cả các nghiên cứu hiện tại bằng mọi ngôn ngữ. AGI có thể bắt đầu vấn đề xây dựng các giải pháp, sau đó mô phỏng tất cả các kết quả tiềm năng. Nó sẽ kết nối những lợi ích của ý thức mà con người hiện đang sở hữu, với kiến ​​thức vô tận về đám mây, sử dụng học sâu để nhận dạng mẫu của dữ liệu lớn này và sử dụng học tăng cường để mô phỏng các môi trường/kết quả khác nhau. Tất cả những điều này kết hợp với ý thức không bao giờ cần thời gian nghỉ ngơi và có thể tập trung 100% vào nhiệm vụ trước mắt.

Tất nhiên, không thể đánh giá thấp những nhược điểm tiềm ẩn của AGI, bạn có thể có một AGI có mục tiêu liên tục nâng cấp chính nó và sau đó có thể nuốt chửng mọi thứ trên đường đi của nó để tối đa hóa tài nguyên máy tính và các nguyên tử mà nó cần để nâng cấp mãi mãi hệ thống của mình. Lý thuyết này đã được khám phá chi tiết bởi Giáo sư Nick Bostrom trong cuộc tranh luận Paperclip Maximizer, trong trường hợp này, một AGI bị định cấu hình sai được hướng dẫn để tạo ra những chiếc kẹp giấy và làm như vậy cho đến khi không còn gì, theo nghĩa đen, mọi tài nguyên trên trái đất đã được sử dụng để tối đa hóa việc sản xuất những chiếc kẹp giấy.

Một quan điểm thực dụng hơn là AGI có thể bị kiểm soát bởi một quốc gia bất hảo hoặc một tập đoàn có đạo đức kém. Thực thể này có thể lập trình AGI để tối đa hóa lợi nhuận, và trong trường hợp này nếu lập trình kém và không hối hận, nó có thể chọn phá sản các đối thủ cạnh tranh, phá hủy chuỗi cung ứng, hack thị trường chứng khoán, thanh lý tài khoản ngân hàng, v.v.

Do đó, quy tắc đạo đức cần phải được lập trình trong AGI ngay từ đầu. Một bộ quy tắc đạo đức đã được nhiều người tranh luận và khái niệm này lần đầu tiên được giới thiệu với công chúng dưới hình thức 3 định luật của người máy của tác giả Isaac Asimov.

Có một số vấn đề với 3 định luật của người máy vì các định luật có thể được diễn giải theo nhiều cách khác nhau. Trước đây chúng ta đã thảo luận về đạo đức lập trình trong AGI, trong cuộc phỏng vấn với Charles J. Simon, Tác giả cuốn Will Computers Revolt?

Ngày 7 tháng 2020 năm XNUMX là ngày Brain Simulator II ra mắt công chúng. Phiên bản mô phỏng não bộ này cho phép thử nghiệm các thuật toán AI đa dạng để tạo ra một hệ thống AGI toàn diện với các mô-đun dành cho thị giác, thính giác, điều khiển rô-bốt, học tập, mô hình hóa nội bộ và thậm chí là lập kế hoạch, trí tưởng tượng và suy tính trước.

“Các thuật toán mới, độc đáo giải quyết trực tiếp nhận thức là chìa khóa để giúp AI phát triển thành AGI,” Simon giải thích.

“Brain Simulator II kết hợp tầm nhìn và xúc giác vào một mô hình tinh thần duy nhất và đang tiến bộ trong việc hiểu về quan hệ nhân quả và thời gian trôi qua,” Simon lưu ý. “Khi các mô-đun được tăng cường, trí thông minh sẽ dần dần xuất hiện.”

Brain Simulator II kết nối Mạng thần kinh nhân tạo (ANN) và các kỹ thuật AI tượng trưng để tạo ra những khả năng mới. Nó tạo ra một dãy hàng triệu tế bào thần kinh được kết nối với nhau bằng bất kỳ số lượng khớp thần kinh nào.

Điều này cho phép các thực thể khác nhau nghiên cứu khả năng phát triển AGI.

Bất cứ ai quan tâm đến Bộ mô phỏng não II có thể theo dõi hoặc tham gia vào quá trình phát triển bằng cách tải xuống phần mềm, đề xuất các tính năng mới và (dành cho nhà phát triển nâng cao) thậm chí thêm các mô-đun tùy chỉnh. Bạn cũng có thể theo dõi người tạo ra nó Charles Simon trên Twitter.

Trong khi đó, xã hội gần đây đã bị gián đoạn với vi-rút COVID-19. Nếu chúng tôi có hệ thống AGI, chúng tôi có thể sử dụng AGI này để nhanh chóng xác định cách ngăn chặn sự lây lan của COVID-19 và quan trọng hơn là cách điều trị bệnh nhân COVID-19. Mặc dù có thể đã quá muộn để AGI có thể giúp giải quyết đợt bùng phát này, nhưng trong những đợt bùng phát trong tương lai, AGI có thể là công cụ tốt nhất trong kho vũ khí của chúng ta.