„15 aasta jooksul, mis ma esimest korda kasutusele võtsin üldise tehisintellekti (AGI), on AI valdkond märkimisväärselt edasi arenenud. Täna on meil isesõitvaid autosid, automaatset näotuvastust ja piltide jäädvustamist, masintõlget ja asjatundlikke AI-mängijaid ning palju muud, “ütleb detsentraliseeritud võrgu SingularityNET tegevjuht Ben Hertzel. Edasi - esimesest inimesest.
Need edusammud jäävad aga põhiliselt fokuseeritud intelligentsuse valdkonda - tehisintellekt, mis täidab ülesandeid, mis põhinevad spetsiaalselt määratud andmetel või reeglitel või hoolikalt kavandatud õppesituatsioonides. AI-d, mis võivad üldiselt tegutseda ettenägematutes olukordades ja seista maailmas silmitsi autonoomsete agentidega, on endiselt osa tulevikust.
Üldine tehisintellekt (AGI): mis see on?
Jääb veel küsimus: mida on vaja muuta tänapäevase kitsalt fookuses oleva tehisintellekti tööriistad, mis üha enam sulanduvad äri ja ühiskonna poole, väga üldiseks tehisintellektiks, millest unistavad futuristid ja ulmekirjanikud?
Vaatamata tohutule mitmekesisele vaatenurgale ja tehniliste ja kontseptuaalsete ideede puudumisele AGI-le teel, pole asjatundjate vahel selles küsimuses kokkuleppele jõutud.
Mitmekesine proto-AGI maastik
Reklaamvideo:
Näiteks Deep Mindi asutaja Demis Hassabis on pikka aega olnud AGI-st suhteliselt aju inspireeritud lähenemiste fänn ja jätkab sellesuunalise töö avaldamist. Teisest küljest võtab AGI-põhine OpenCog-projekt, mille ma 2008. aastal kaasasutasin, vähem ajukeskse lähenemisviisi - see hõlmab närvivõrke, tuginedes samal ajal tugevalt sümboolika-loogilistele esitustele ja tõenäosuslike järeldustele, samuti programmi evolutsioonilisele õppimisele.
Minu seisukoht on, et kuna mehitatud lendude osas on meil palju toimivaid lähenemisviise - lennukid, helikopterid, raketid jne, siis võib AGI-le olla palju toimivaid lähenemisviise, millest mõned on rohkem inspireeritud. bioloogia kui teised. Ja nagu vennad Wright, juhinduvad ka tänapäeva AGI pioneerid rohkem eksperimenteerimisest ja intuitsioonist, osaliselt seetõttu, et me ei tea veel üldise intelligentsuse kasulikke teoreetilisi seadusi, mis juhiksid AGI insenerikäsitlust teooriate juhtimiseks; AGI teooriad arenevad orgaaniliselt koos praktikaga.
Neli (mitte päris) lihtsat sammu AGI-ni
Usun, et need neli sammu on põhimõtteliselt kogu ülejäänud elu jooksul saavutatavad, võib-olla isegi järgmise 5-10 aasta jooksul. Igas neist sammudest töötab palju maailma nutikaimate inimeste meeskondi, sealhulgas, kuid mitte ainult, minu enda meeskonnad SingularityNETis, HansonRoboticsis ja OpenCogis.
Hea uudis on see, et me ei vaja radikaalselt uut paremat riistvara ega radikaalselt erinevaid algoritme ega andureid ega draive. Peame lihtsalt oma arvuteid ja algoritme nutikamalt kasutama, tehes järgmist.
1. Muutke kognitiivne sünergia praktiliseks
Täna on meil palju võimas AI algoritme, kuid me ei kasuta neid koos piisavalt keerukalt, seega kaotame palju sünergistlikku intelligentsust, mis võiks tuleneda nende kohusetundlikust kasutamisest. Inimaju erinevad komponendid on seevastu häälestatud koos huvitava tagasiside ja koostoimimisega. Peame looma süsteemid, mis tagavad erinevate AI-agentide rikkaliku ja täieliku koordineerimise eri tasanditel ühes, keerulises, adaptiivses AI-võrgus.
Näiteks OpenCogi arhitektuuris üritame seda teha, luues erinevaid õppimis- ja arutlusalgoritme, töötades koos Atomspace Hypergraphi abil, mis võimaldab meil luua tähemärkide ja alammärkide segmentide hübriidvõrke. Meie tõenäosuslik loogikamootor, mis töötleb fakte ja uskumusi, meie evolutsioonilise programmi õppimismootor, mis töötleb praktilisi teadmisi, meie sügavad närvivõrgud, mis töötlevad taju - nad kõik töötavad koos ühe hüpergraafisõlmede ja ühenduste komplekti värskendamiseks.
Teisel tasandil, SingularityNETi plokiahela AI-võrgus, töötame kognitiivse sünergia nimel, võimaldades erinevatel AI-agentidel kasutada erinevaid sisemisi algoritme üksteise päringute tegemiseks ning teabe ja tulemuste vahetamiseks. Idee on see, et AI-agentide võrk, kasutades väärtuse vahetamiseks spetsiaalset žetooni, suudab luua kõrgema intelligentsusega mõistuste jagatud kognitiivse majanduse, mis ületab üksikute agentide intelligentsuse. See on AI pioneer Marvin Minsky idee intelligentsusest kui "mõttemaailma ühiskonnast" moodsa teostus.
2. Kombineeri sümboolne ja alam-sümboolne AI
Ma usun, et AGI-d saab kõige tõhusamalt ühendada madala tasemega intelligentsust, näiteks taju ja liikumist (näiteks sügavad närvivõrgud) kasutavate algoritmide ja kõrgel tasemel abstraktsete mõttekäikude (loogikamootorite) vahel kasutatavate algoritmidega.
Sügavad närvivõrgud on viimastel aastatel teinud silmatorkavaid edusamme eri tüüpi andmete, sealhulgas piltide, video, heli ja vähemal määral teksti töötlemisel. Siiski on ilmne, et need vahetud võrguarhitektuurid ei käsitle abstraktseid teadmisi eriti hästi.
Minu enda intuitsioon dikteerib, et lühim tee AGI-ni on sügavate närvivõrkude kasutamine seal, kus need kõige paremini sobivad, ja nende hübriidseks muutmine, andes AI-laadsematele loogikasüsteemidele nii, et nad saaksid hakkama humanoidi keerukamate aspektidega teadvus.
3. Kogu organismi arhitektuur
Inimesed pole mitte ainult teadvus, mõistus, vaid ka keha, organism, seetõttu nõuab AGI saavutamine inimese tasandil AI-süsteeme füüsilistes süsteemides, mis on võimelised toimima peenetel hetkedel igapäevase inimmaailmaga.
“Kogu keha arhitektuur” (WHOA!) On suurepärane lause, mille esitas minu robootikakolleeg David Hanson. Praegu teeme koostööd tema kauni robotiloome Sophiaga, kelle tarkvaraarenduse olen üle kandnud Open Cog ja SingularityNET AI eksperimentaalplatvormile.
Üldine intelligentsus ei vaja humanoidset keha ega vaja tegelikult ka keha. Kui aga tahame luua AGI, mis eksponeerib eelkõige inimlikku tunnetust ja suudab inimesi mõista, peab sellel AGI-l olema omapärane tunnetuse, emotsioonide, sotsialiseerumise, tajumise ja liikumise kombinatsioon, mis iseloomustab inimese reaalsust. Ilmselt on AGI jaoks parim viis sellise tunde saamiseks istuda kehas, mis vähemalt sarnaneb inimesega.
Vajadus kogu organismi ülesehituse järele on seotud kogemusliku õppimise tähtsusega AGI jaoks. Inimlapse arvates on igasugused andmed segatud keerukalt ning eesmärgid ja eesmärgid peavad sobima maailma kategooriatesse, struktuuridesse ja dünaamikasse. Isegi erinevus enda ja teiste vahel tuleb mõista. Lõppkokkuvõttes peab AGI ise seda tüüpi koolituse läbi viima.
Ehkki AGI-süsteemi varustamine tekstide ja andmebaaside andmetega pole nii vale, on vaja luua ka süsteem, mis suheldakse maailmaga, tajub seda ja uurib seda autonoomselt ning loob oma mudeli endast ja maailmast. Kõigi tema õpitud semantika põhineb seega tema enda tähelepanekutel. Kui ta õpib midagi abstraktset, näiteks keelt või matemaatikat, peab ta põhjendama nende erialade semantikat nii oma elus kui ka abstraktselt.
Eksperimentaalne õppimine ei vaja robootikat. Kuid kogu keha robootika pakub äärmiselt loomulikku teed kaugemale moodsatest õppeprotsessidest, näiteks eksperimentaalsest AI-õppimisest.
4. Skaleeritav metaõpe
AGI ei peaks mitte ainult õppima, vaid ka „õppima õppima“. ROI peab oma mõttekäiku ja õppimisalgoritme rakendama enda jaoks rekursiivselt, et oma funktsioone automaatselt parendada.
Lõppkokkuvõttes peaks õppimise parandamiseks õppimise rakendamine võimaldama AGI-l liikuda inimvõimetest kaugemale. Praegu on metaõpe endiselt keeruline, kuid kriitiline ülesanne. Näiteks SingularityNET-is hakkame OpenCogi tehisintellekti kasutama, et aja jooksul omaenda esituses mustreid ära tunda, et see parandaks nende enda jõudlust.
Heatahtliku AGI poole
Kui minu seisukoht AGI kohta on õige, niipea, kui üks neist neljast aspektist ületab praeguse olukorra, saame selle kätte - inimlikust tasemest kaugemale ja kaugemale.
Minu arvates on see vaatenurk äärmiselt põnev ja pisut hirmutav. Olen ka teadlik, et mõned vaatlejad, sealhulgas sellised suured inimesed nagu Stephen Hawking ja Elon Musk, on väljendanud täpselt vastupidist: rohkem hirmu kui imetlust. Arvan, et peaaegu kõik, kes suhtuvad AGI arendamisse tõsiselt, panevad sellega seotud riskide leevendamiseks palju vaeva.
Üks õppetundidest, milleni AI ja robootika valdkonnas jõudsin, on järgmine: kui tahame, et meie AGI-d suudaksid inimkultuuri ja väärtust paremini vastu võtta ja mõista, on parim viis integreerida need AGI-d jagatud sotsiaalsesse ja emotsionaalsesse konteksti koos inimesed. Mul on tunne, et teeme koos Sophiaga Hanson Roboticsis oma töös õigesti; viimastes katsetes oleme Sophiat meditatsiooni juhendina kasutanud.
Viimastel aastatel olen ka hakanud tegelema sellega, et AI areneks nii, et see muutuks egalitaarseks ja jaotuks kogu maailma majanduses, selle asemel et asuda suurkorporatsioonidesse või sõjalistesse valitsustesse. Lihtsamalt öeldes eelistaksin superintelligentseks heasoovlikku, armastavat AI-d, mitte tapmisrobotit, reklaamimootorit või AI-i riskifondi. Selle motivatsiooni abil käivitasin projekti SilgularityNET - et kasutada AI-d ja blockchaini koos ning luua avatud turg, kus igaüks planeedil saaks kasutada maailma võimsaimat AI-d mis tahes otstarbel. Kui AGI sünnib seda laadi mõttemajandusest, on tõenäolisem, et tal on asjakohane eetiline ja kaasav mõtteviis.
Me siseneme tundmatule territooriumile mitte ainult intellektuaalselt ja tehnoloogiliselt, vaid ka sotsiaalselt ja filosoofiliselt. Anname endast parima, et meie kollektiivse reisi järgmine etapp oleks tark ja koostööaldis, aga ka arukas ja lõbus.
Ilja Khel
