Когда дело доходит до искусственного интеллекта, все мы, возможно, страдаем от ошибочного представления

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Когда дело доходит до искусственного интеллекта, все мы, возможно, страдаем от ошибочного представления: Думая, что создание искусственного интеллекта гораздо проще, чем это есть на самом деле, все потому, что мы всюду видим примеры вокруг нас. В недавнем опросе, эксперты по созданию искусственного интеллекта предсказывали, что компьютеры обретут человеческие возможности уже примерно к 2050 году, а супер-человеческие возможности в последующие 30 лет после этого. Но представление, будто племя, живущее на тропическом острове, усыпанном мусором второй мировой войны, займется изготовлением алюминиевых пропеллеров и стальных каркасов, скорее всего — является раздутым.

«ИИ можно будет использовать как ключ к поиску решения проблем с помощью использования практически бесконечно эффективных, многомерных ландшафтов всевозможных программ.»

Природа решает такие задачи через грубую силу, эффективно выполняя огромные вычисления с участием триллионов эволюционных факторов с различной способностью обработки информации в сложной среде Земли. Это заняло миллиарды лет что бы первая ДНК репликатор обернулась человеком разумным (Homo Sapiens). Для этого от эволюции потребовалось невероятные ресурсы, в то время как технология на кремниевой основе уже сейчас способна имитировать млекопитающее или даже человеческий мозг, хоть мы и имеем слабое представление о том, как найти то мельчайшее подмножество всех возможных программ, работающих на этом оборудовании, которые могли бы представлять разумное поведение.

Но надежда все же есть, к 2050 произойдет другое быстро эволюционирующее, развивающейся продвижения интеллекта: нашего собственного. Цена секвенирования человеческого генома упала ниже $1,000 и сейчас разрабатываются эффективные методы раскрытия генетической основы таких сложных черт как умственные способности. Уже сейчас существуют технологии, позволяющие геномный отбор эмбрионов во время процедуры искусственного оплодотворения, во время которой ДНК эмбриона может быть секвенирована из одной лишь единственной клетки. Недавнее достижение, технология CRISPR уже сейчас позволяют высокоточное и целенаправленное редактирование генома, которая в конечном итоге в ближайшие десятилетия найдет свое применение в сфере воспроизводства человека и генной модификации живых существ.

«Потенциал улучшения человеческого интеллекта безграничен.»

На когнитивные способности влияют тысячи генетических локусов (положений генов в хромосоме), каждый из которых имеет маленький эффекты. Если бы мы могли сделать так, чтобы они все были одновременны улучшены, то можно было бы достичь стандартного отклонения в улучшении интеллекта в 100 единиц, что соответствует IQ свыше 1000. Мы и представить не можем, какие возможности предоставляет такой уровень интеллекта, но мы знаем точно, что это далеко за границей нашего собственного.

«Когнитивная инженерия, путем прямого редактирования ДНК человеческих эмбрионов, будет в итоге производить индивидов, умственные способности и потенциал которых будет лежать далеко за границами всех выдающихся личностей, когда-либо живших на земле»

Эти два направления: умных людей и умных машины — в итоге пересекутся. И подобно тому как машины будут умней к 2050 году, люди, кто конструирует и программирует их будут так же умней. Возможно наивно представлять, что темп развития машинного интеллекта превзойдет биологический. Пайка с искусственной машиной, кажется, легче, чем модификация живых организмов, одно поколение за другим, но достижения в области геномики в способности связывать сложные черты к основным генетическими кодам и способностью делать прямое редактирование генома, позволит нам так же быстро развивать сознание на биологической основе. Кроме того, когда машины достигают уровня человеческого интеллекта, наша способность «Паять с машинами» может столкнутся с ограничениями, ввиду этических соображений, ведь тогда это уже будут разумные существа, возможно обладающие правами и собственным мнением. Перезагрузка операционной системы это одно, но как насчет живого существа с памятью, чувством и свободы воли?

Таким образом, ответ на вопрос: «Будет ли ИИ или генетические модификации иметь большее влияние в 2050 году?» — Да! Учитывая, что одно без другого есть пренебрежение важным взаимодействием между обоими.

«Это уже случалось раньше, довольно просто забыть, что к компьютерной революции мы пришли именно благодаря горстке гениев: людей с поистине необычными умственными способности»

Алан Тьюринг и Джон фон Нейман и способствовали реализации компьютеров чьи программы хранится в памяти и могут быть изменены во время работы с ними. Изначально идея появилась в виде машины Тьюринга, и получила практическое применение в одной из первых электронно-вычислительных машин фон Неймана, таких как EDVAC (Electronic Discrete Variable Automatic Computer). В то время как сейчас архитектура этих машин кажется нам рудиментарной, даже очевидной, тогда это был существенный концептуальный прыжок.

Тьюринг и фон Неймана были особенными людьми и далеко опережали свою эпоху. Они оба сыграли существенную роль в победе союзников во время второй мировой войны. Алан Тьюринг триумфально сломал код Немецкой шифровальной машины — Энигма, но это удалось ему только посте концептуализации понятия «машинное мышление» в его собственной машине Тьюринга, которая в последствии стала главной теоретической конструкцией в современной компьютерной науке. Еще до войны фон Неймана разместил новую квантовую теорию на строгом математическом фундаменте, и как частый гость в тогда еще секретном «ядерном городке» Лос-Аламосе, он внес свой вклад в гидродинамике и вычислениях, которые были необходимы для реализации программы создания ядерного оружия Соединенных Штатов. Его близкий коллега, нобелевский лауреат Ханс А. Бете, определил уникальный характер его умственных способностей и диапазон возможностей для человеческого познания, когда он сказал:

«Я всегда полагал, что фон Нейман со своим мозгом принадлежит к какому-то другому виду, который представляет эволюцию за пределы человека»

«Сегодня мы как никогда нуждаемся в гениях как Тьюринг и фон Нейман. Все потому, что мы можем уже приближаться к границе генетических пределов интеллекта».

В интервью 1983 г. Философ и теоретик Ноам Хомский постановил, что генетические барьеры на пути дальнейшего прогресса стали уже очевидны в некоторых областях искусства и науки. В интервью он ответил: «Вы могли бы дать аргумент, что нечто подобное произошло в довольно многих областях. Я думаю, что это уже случилось, например, в физике и математике. В разговоре с студентами Массачусетского института технологий, я заметил, что многие, даже самые яркие из них начали сталкиваться с этим в физике еще двадцать лет назад, а в настоящее время это происходит в биологии. Я думаю, что одной из причин этого сдвига является то, что еще есть открытия, которые будут сделаны в биологии, находящейся в пределах понимания человеческого разума, но не дальше. Но это может быть правдой и в других областях»

Исследования в области ИИ действительно подводят в плотную к границе возможностей каждый светлый ум, привлеченный к созданию этой технологии. Самая современная архитектура машинного мышления на данный работает на основе «глубоких нейронных сетей», вдохновленная их биологической аналогией, создавая многослойные сети имитирующие нейронные связи. Эти своего рода «кремниевый мозг» работающие на массивных кластерах графических процессоров GPU, (ставшие доступными благодаря изучению и развитию в области индустрии видео игр) в последнее время стали превосходить по произвольности человеческий мозг по ряду узко определенных задач, таких как распознавание образов или символов. Мы учимся тому как настроить глубокие нейронные сетей с использованием больших образцов обучающих данных, но в итоге результирующие структуры являются загадкой для нас. Теоретическая база для работы над этим все еще является примитивной и по-прежнему в значительной степени это остается неясной картиной.

Физик и исследователь нейронных сетей Майкл Нильсен говорит об этом так: «в нейронных сетях есть невероятный объем параметров и гиперпараметров, и экстремально сложных взаимодействий между ними. В таких экстраординарно сложных системах исключительно сложно сделать обще-достоверные заявления. Понимание нейронных сетей во всей их сущности является проблемой, которая, как и квантовых теория, испытывает пределы человеческого разума»

Детальные внутренние работы с сложнейшим машинным интеллектом (или с биологическим мозгом) несомненно может обернуться непостижимой задачей для человеческого ума, или по крайней мере умов сегодняшнего дня. Если попытаться представить, что исследователи все же «испытали удачу», наткнувшись на архитектуру или дизайн, чья вычислительная способность превосходит их собственные способности понимания, это должно быть невероятно сложно представить выполнение каких-либо систематических улучшений без более глубокого понимания того как это работает.

«Возможный путь к технологической сингулярности».

Вероятно, в конечном итоге мы будем испытывать положительную петлю обратной связи: Еще более совершенные человеческие умы будут изобретать более совершенные методы машинного обучения, что в свою очередь ускорит нашу способность улучшить человеческую ДНК и создать еще лучшие умы, такое взаимодействие между двумя интеллектами: биологическим и искусственным положат каскадную серию прорывов в науке, что возможно и приведет нас к технологической сингулярности. В моей собственной работе я использую метод машинного обучения (так называемого сжатого пространства, или выпуклой оптимизации в многомерной геометрии) для извлечения прогнозирующих моделей из геномных данных. Благодаря недавним открытиям, мы можем спрогнозировать, когда случится «фазовый переход» в поведении этих обучающих алгоритмов, представляющейся внезапным увеличим их эффективности. Мы ожидаем, что этот переход произойдет в ближайшем десятилетии, когда мы достигнем критического порога данных объемом в 1 миллион человеческих геномов. Несколько организаций: Инициатива Точных Медицин Правительства США (Которая, кстати к 2020 году собираются победить рак) и частная компания «Человеческая Долговечность» (Human Longevity Inc — Основаная Крейгом Вентер) уже сейчас преследуют цель в достижение сбора данных генетической информации в объеме 1 миллионов человек и более.

?

«Петля обратной связи между алгоритмами и геномами станет результатом богатого и сложного мира, с множеством типов сознаний в действии».

• Разум обычный, человеческий (быстро теряющий способность понимать, что происходит вокруг них)

• Улучшенный человеческий разум (двигатель прогресса в мире на протяжении еще каких-то 100 лет, но, возможно, в конце концов, тоже превзойденный)

• Все заполоняющий искусственный интеллект, несколько инопланетный (эволюционирующий исключительно на базе кремния)

• И, возможно, несколько отдалено знакомые (гибриды).

Вместо стандартного научно-фантастического сценария о относительно неизмененных, еще знакомых людях, взаимодействующих с постоянно совершенствующихся компьютерными умами, мы скорей будем испытывать будущее с многообразием обоих: человеческого и искусственного сознания. По началу множество «живых» существ будут сосуществовать и взаимодействовать для того, что бы создавать все более великие умы и приходить к все более грандиозным прорывам, это будет происходить как через стандартные формы общения и так и через новые технологии, позволяющие связывать умы через нейронные интерфейсы, кто знаешь может быть мы даже придем к возможности слияния машинного и биологического ума или односторонней возможности загрузить человеческое создание в киберпространство, с последующей гибридизацией и окончательным переходом в виртуальную реальности. Эти загруженные сознания могли бы комбинироваться с искусственными алгоритмами и структурами, например, чтобы производить немыслимое, но человекоподобное сознание, возможно именно так мы и сможем научить эти машины «человечности» сливаясь с ними напрямую. Исследователи недавно проводили подобный опыт связывания мозга мыши и обезьяны, позволяя животным сотрудничать посредством электронного соединения, чтобы решать простые задачи. И это только начало «общих мыслей». Кто знает, может быть в обществе будущего появится возможность соединиться с сознанием другого человека, возможно быть это станет новым развлечением будущего, представить которое сегодня невозможно.

«Это может показаться невероятным, или даже пугающим, предсказание, что обычный человек возможно потеряет контроль над самым важным процессом развития на планете Земля, контроль над последним изобретением человека, которое возможно определит конечную судьбу нашей цивилизации и вида.»

Тем не менее, рассматривая развитие квантовой механики в начале 20-го века, Первые физики, изучающие квантовую механику в Берлине, люди, такие как Альберт Эйнштейн и Макс Планк были обеспокоены тем, что человеческий разум может быть не в состоянии понять физику атомного царства. И действительно, сегодня не более чем часть процента населения планеты имеет понимание квантовой физики, хотя она и лежит в основе работы многих важных технологий. Некоторые люди подсчитывают, что в основе работы 10-30% современных домашних электроприборов лежит квантовая механика. В некотором смысле обычному человеку в будущем придется принять машинный интеллект как еще одну повседневную «магию» подобно плоскому экрану телевизора или смартфону, но также как и с двумя этими примерами — без особого понимания того, как это вообще возможно.

Появятся новые боги, столь же таинственные и знакомые как старые.

Оригинал - Nautilus

Перевел – Андрей Фёдоров (специально для «Это работает»)

Автор: Стивен Хсу — вице-президент Мичиганского университета по научно-исследовательской работе и профессор теоретической физики. Также является научным консультантом BGI (Пекинский институт геномики) и основателем лаборатории когнитивной геномики.

Комментарии: