Μία ομιλία του φυσικού Max Tegmark, ειδικού στην τεχνητή νοημοσύνη και συγγραφέα
Εισαγωγή
Αυτήν τη στιγμή, η τεχνητή νοημοσύνη δεν μπορεί να διακρίνει τη διαφορά μεταξύ γάτας και σκύλου. Η τεχνητή νοημοσύνη χρειάζεται χιλιάδες φωτογραφίες για να αναγνωρίσει σωστά έναν σκύλο από μια γάτα, ενώ τα ανθρώπινα μωρά και τα νήπια χρειάζεται να δούν μία μόνο φορά το κάθε ζώο για να μάθουν τη διαφορά. Αλλά η τεχνητή νοημοσύνη δεν θα είναι για πάντα έτσι, λέει ο ειδικός στην Τ.Ν. και συγγραφέας Max Tegmark. Δεν έχει μάθει ακόμα πώς να αυτοαναπαράγει τη δική της νοημοσύνη. Ωστόσο, μόλις μάθει πώς να χρησιμοποιεί την Τεχνητή Γενική Νοημοσύνη (Artificial General Intelligence – AGI) θα μπορεί να αναβαθμίσει τον εαυτό της, με αποτέλεσμα να μπορεί να μας ξεπεράσει. Μια απογοητευτική σκέψη…
Το βιβλίο “Life 3.0: Being Human in the Age of Artificial Intelligence” του Tegmark έχει ανακηρυχθεί ως ένα από τα καλύτερα βιβλία για την τεχνητή νοημοσύνη, και είναι must-read εάν σας ενδιαφέρει το θέμα.
Η ομιλία του Max Tegmark:
Προσωπικά ορίζω τη νοημοσύνη ως το πόσο ικανό είναι κάτι, στην επίτευξη πολύπλοκων στόχων. Ας το αναλύσουμε λίγο, λοιπόν. Πρώτα απ’ όλα, αποτελεί ένα φάσμα ικανοτήτων, καθώς υπάρχουν πολλοί διαφορετικοί στόχοι που μπορούμε να έχουμε, επομένως δεν έχει νόημα να ποσοτικοποιήσουμε τη νοημοσύνη κάποιου απλώς με έναν μόνο αριθμό, όπως το IQ.
Για να μπορέσουμε να δούμε πόσο γελοίο θα ήταν αυτό, απλά φανταστείτε να σας έλεγα ότι θα μπορούσε να ποσοτικοποιηθεί η αθλητική ικανότητα με έναν μόνο αριθμό, τον «Αθλητικό Δείκτη», και ότι όποιος αθλητής είχε τον υψηλότερο Α.Δ. θα κέρδιζε όλα τα χρυσά μετάλλια στους Ολυμπιακούς Αγώνες. Το ίδιο ισχύει και για τη νοημοσύνη.
Έτσι, αν έχετε ένα μηχάνημα το οποίο είναι αρκετά καλό σε ορισμένες εργασίες, το σύνηθες -στον παρόντα χρόνο- είναι να διαθέτει αρκετά περιορισμένη ευφυΐα· ίσως να είναι πολύ καλό στον γρήγορο πολλαπλασιασμό αριθμών επειδή είναι η αριθμομηχανή τσέπης σας ή ίσως να είναι καλό στην οδήγηση αυτοκινήτων ή στο Go game.
Aπό την άλλη μεριά, οι άνθρωποι διαθέτουν μια νοημοσύνη με αξιοσημείωτο εύρος. Ένα παιδί μπορεί να μάθει σχεδόν τα πάντα εάν διαθέτει τον απαραίτητο χρόνο. Παρά το ότι τώρα έχουμε μηχανές που έχουν την δυνατότητα να μαθαίνουν -μερικές φορές μαθαίνουν να εκτελούν κάποιες περιορισμένες εργασίες καλύτερα από τους ανθρώπους- η μηχανική μάθηση εξακολουθεί να μην εντυπωσιάζει εάν συγκριθεί με την ανθρώπινη. Για παράδειγμα, μία μηχανή μπορεί να χρειαστεί δεκάδες χιλιάδες φωτογραφίες από σκύλους και γάτες μέχρι να είναι σε θέση να τα ξεχωρίζει, ενώ για τα παιδιά, μερικές φορές, αρκεί το να δουν μία γάτα για να μάθουν τι είναι. Ένας άλλος τομέας στον οποίο έχουμε πολύ δρόμο να διανύσουμε για την τεχνητή νοημοσύνη είναι η γενίκευση.
Εάν ένας άνθρωπος μάθει να παίζει ένα συγκεκριμένο είδος παιχνιδιού, τότε μπορεί πολύ γρήγορα να εφαρμόσει αυτή τη γνώση σε κάποιο άλλο είδος παιχνιδιού ή σε κάποια άλλη κατάσταση ζωής.
Και αυτό, σήμερα, αποτελεί ένα συναρπαστικό σύνορο της έρευνας για την τεχνητή νοημοσύνη: Πώς μπορούμε να έχουμε μηχανές που να είναι -πώς μπορούμε να τις κάνουμε- το ίδιο καλές με εμάς στο να μαθαίνουν από πολύ περιορισμένα δεδομένα;
Και νομίζω πως μέρος της πρόκλησης αφορά το ότι εμείς οι άνθρωποι δεν μαθαίνουμε απλώς να αναγνωρίζουμε κάποια μοτίβα, αλλά επίσης μαθαίνουμε σταδιακά να αναπτύσσουμε ένα ολόκληρο μοντέλο του κόσμου.
Έτσι, αν ρωτήσετε «Υπάρχουν σήμερα μηχανές που να είναι πιο έξυπνες από τους ανθρώπους;», η απάντηση είναι πως υπάρχουν μηχανές που είναι καλύτερες από εμάς στην επίτευξη κάποιων στόχων, αλλά σίγουρα όχι για όλους τους στόχους.
Τεχνητή Γενική Νοημοσύνη (AGI)· αυτό είναι το όνειρο στον τομέα της τεχνητής νοημοσύνης: να φτιάξουμε μια μηχανή που να είναι καλύτερη από εμάς σε όλους τους στόχους. Δεν είμαστε ακόμα εκεί, αλλά ένα μεγάλο μέρος των κορυφαίων ερευνητών Τ.Ν. πιστεύουν ότι ίσως φτάσουμε εκεί σε μερικές δεκαετίες. Και αν συμβεί αυτό, θα πρέπει να αναρωτηθείτε εάν μπορεί να οδηγήσει στο να γίνουν οι μηχανές -όχι απλώς λίγο καλύτερες από εμάς, αλλά- πολύ καλύτερες σε όλους τους τομείς, διαθέτοντας πια σούπερ νοημοσύνη.
Το επιχείρημα όσον αφορά σε αυτό είναι πραγματικά πολύ ενδιαφέρον και οδηγεί πίσω στη δεκαετία του ’60, στον μαθηματικό I. J. Goode, ο οποίος επεσήμανε ότι η κατασκευή μιας ευφυούς μηχανής είναι από μόνο του κάτι που μπορείς να κάνεις με χρήση νοημοσύνης.
Έτσι, μόλις αποκτήσουμε μηχανές που είναι καλύτερες από εμάς στο περιορισμένο έργο της κατασκευής AI, τότε οι μελλοντικές Τ.Ν. μπορούν να κατασκευαστούν όχι από ανθρώπους μηχανικούς αλλά από μηχανές, με την διαφορά ότι αυτές θα μπορούν μάλλον να το κάνουν χιλιάδες ή ένα εκατομμύριο φορές πιο γρήγορα. Έτσι, στο βιβλίο μου, εξερευνώ το σενάριο όπου έχετε αυτόν τον υπολογιστή που ονομάζεται Προμηθέας, ο οποίος διαθέτει πολύ περισσότερο υλισμικό από όσο ένας ανθρώπινος εγκέφαλος αλλά εξακολουθεί να είναι ανόητος καθώς είναι πολύ περιορισμένος το λογισμικό του.
Έτσι, στο σημείο όπου αποκτά γενική νοημοσύνη ίδιου επιπέδου με τον άνθρωπο, το πρώτο πράγμα που κάνει είναι να την χρησιμοποιήσει για να συνειδητοποιήσει: «Ω! Μπορώ να επαναπρογραμματίσω το λογισμικό, έτσι ώστε αυτό να γίνει πολύ καλύτερο», και πλέον είναι πολύ πιο έξυπνος. Και μερικά λεπτά αργότερα το κάνει ξανά, και μετά το ξανακάνει και το ξανακάνει, και μέσα σε λίγες μέρες ή εβδομάδες ένα τέτοιο μηχάνημα ίσως να μπορέσει να γίνει, όχι απλώς λίγο πιο έξυπνο από εμάς, αλλά να μας αφήσει πολύ, πολύ πίσω.
Νομίζω ότι πολλοί άνθρωποι απορρίπτουν ως επιστημονική φαντασία αυτού του είδους τις συζητήσεις για τη σούπερ νοημοσύνη, επειδή έχουμε κολλήσει σε αυτήν την -τύπου σοβινισμού του άνθρακα- ιδέα, ότι η νοημοσύνη μπορεί να υπάρχει μόνο σε βιολογικούς οργανισμούς που αποτελούνται από κύτταρα και άτομα άνθρακα. Από τη σκοπιά μου -ως φυσικός- η νοημοσύνη αποτελεί απλώς ένα είδος επεξεργασίας πληροφοριών που εκτελείται από στοιχειώδη σωματίδια, τα οποία κινούνται σύμφωνα με τους νόμους της φυσικής. Και δεν υπάρχει απολύτως κανένας νόμος στη φυσική που να λέει ότι δεν μπορούμε να το κάνουμε αυτό με τρόπους πολύ πιο έξυπνους απ’ όσο είναι ο άνθρωπος.
Είμαστε πολύ περιορισμένοι από το πόση εγκεφαλική ύλη χωράει να περάσει από το σώμα της μητέρας μας κατά την γέννηση και άλλους παρόμοιους περιορισμούς, ενώ οι μηχανές δεν είναι. Οπότε θεωρώ πολύ πιθανό πως όταν οι μηχανές φτάσουν στο ανθρώπινο επίπεδο, δεν θα σταματήσουν εκεί. Θα επιταχύνουν, και ίσως μια μέρα να έχουμε μηχανές που είναι τόσο πιο έξυπνες από εμάς όσο είμαστε εμείς από τα σαλιγκάρια.
Πηγή: https://bigthink.com/
