A cikket 2015. január 22-én írta: Tim Urban, itt van az eredeti angol nyelvű tartalom. A cikk elég érdekes volt szerintem, viszont több ismerősöm (akinek szeretném átküldeni) sem beszélik az angolt, hogy megértsék. Ezért le(for/fer)dítottam nekik a cikket. A cikknek van egy második része is, ami még érdekes lehet, de azt nem fordítottam le.
PDF: Ha szívesen olvasnád ezt az írást nyomtatott formában vagy offline módon, a szerző készített belőle egy szépen formázott PDF-et is, természetesen az eredeti angol nyelven. Itt megvásárolhatod. (Vagy vess rá egy pillantást előzetesként.)
És akkor jöjjön a cikk … remélem, hogy neked is tetszeni fog. Jó szórakozást!
—
Egy kis háttér (Tim Urban): Ez a bejegyzés hosszabb időt vett igénybe, mint terveztem. Amikor belemerültem a mesterséges intelligencia témájába, szinte hihetetlennek tartottam az olvasottakat. Rövid idő alatt megértettem, hogy az AI nem csak egy érdekes téma, hanem talán a legfontosabb a jövőnk tekintetében. Azt szerettem volna, ha minden infót megtudok róla, és ezt követően biztos voltam benne, hogy egy olyan cikket akarok írni, ami igazán átfogó képet ad ezzel kapcsolatban. Az eredmény? Egy elég hosszú írás, ezért két részben közlöm. Most olvashatod az első részt, a másodikat pedig itt találod.
„Az emberiség történetének újabb nagy ugrásának küszöbén állunk.” – Vernor Vinge
Hogy éreznéd magad ezen a helyen?
Ez elég izgalmasnak tűnik, nem? De aztán eszünkbe jut, hogy amikor egy idővonalon állunk, nem látjuk, mi vár ránk a következő lépésnél. Tehát hadd mondjam el, milyen érzés ott állni:
Ami valószínűleg elég normálisnak tűnik…
A távoli jövő – hamarosan itt van
Gondolj csak bele, hogy egy időgéppel 1750-be repülsz, amikor a világban még nincs elektromosság, és az emberek távoli hírekért ágyúdörgéssel vagy kiáltozással jeleznek. Ellopod az egyik lakost, és magaddal viszed 2015-be. Elképzelhetetlen lenne számára a modern világ: az autópályán száguldó járművek, az óceánokon át repülő utasok, vagy akár egy régi koncert felvétele. Mi pedig alig tudnánk elképzelni az ő megrökönyödését.
Érdekes módon, ha ő ugyanezt próbálná megtenni egy 1500-ból származó emberrel, a 16. századi látogató kevésbé lenne megdöbbenve. Mert bár 1500 és 1750 között sok minden változott, ezek a változások sokkal kisebbek voltak, mint ami 1750 és 2015 között történt. A 1500-as idők embere csodálkozna bizonyos tudományos felfedezéseken, és Európa terjeszkedési hajszáján, de az 1750-es életvitel nem lenne annyira meghökkentő számára.
A 1750-es időutazónak valószínűleg sokkal korábbra, talán 12 000 évvel ezelőtti időkig kellene visszamennie, hogy hasonló megrökönyödést idézzen elő egy vadászó-gyűjtögető emberben. Ezen az időponton az emberek még csak egyike volt a sok állatfajnak a Földön. Az ő reakciójuk a 1750-es életre valószínűleg sokkal intenzívebb lenne.
Az emberi civilizáció fejlődése az évezredek során egyre gyorsult. Míg az első nagy ugrások tízezrekig tartottak, az ipari forradalom után néhány évszázad is elegendő volt az ugyanolyan méretű fejlődéshez. Ray Kurzweil szerint ennek az a magyarázata, hogy a fejlett civilizációk gyorsabban fejlődnek, mert már eleve fejlettebbek. Például a 19. század sokkal dinamikusabb volt a fejlődés szempontjából, mint a 15. század, mivel már eleve több tudással és technológiával rendelkeztek.
Összefoglalva: ahogy az emberi civilizáció fejlődik, úgy gyorsul a változások üteme is. Ma már egyetlen évszázad is elegendő lehet a radikális változásokhoz, míg ezelőtt ezer év kellett hozzá.
Gondolj bele, milyen hihetetlen változások történtek az idővel. Vegyük példaként a „Vissza a jövőbe” filmet, ami 1985-ben játszódik, de „a múltban”, 1955-ben. Amikor Michael J. Fox karaktere, Marty, visszatér 1955-be, sok mindentől eláll a lélegzete: a TV-k, a szódavíz olcsósága, az elektromos gitár hiánya, és a különböző szlengek. De gondold el, ha a film most készülne és 1985-ben játszódna. A mai Marty, aki a 90-es években született, sokkal inkább érezné magát idegennek egy internet, számítógépek és mobiltelefonok nélküli világban, mint az eredeti film Marty-ja 1955-ben.
Ez azért van, mert ahogy korábban is megbeszéltük, a technológia gyorsuló ütemben fejlődik, amit a Kurzweil „Gyorsuló Eredmények Törvénye” (The Law of Accelerating Returns) is bizonyít. Az elmúlt 30 év változásai sokkal látványosabbak voltak, mint azelőtt.
Szóval, a lényeg: a fejlődés rohamléptekben halad. Gondolkodj el azon, milyen lenne a jövőnk!
Ray Kurzweil szerint az egész 20. század fejlődése csak 20 év alatt történt meg 2000-re. Szerinte 2021-ig egy újabb 20. századi méretű fejlődés fog bekövetkezni, és később akár egy év, vagy egy hónap alatt is. Kurzweil úgy véli, a 21. század akár 1000-szer is fejlettebb lehet, mint a 20. század.
És ha Kurzweilnak és társainak igazuk van? Akkor 2030-ban ugyanolyan döbbentek lehetnénk, mint egy 1750-ben élő ember lenne 2015-ben. A 2050-es világ annyira eltérő lehet a mostanitól, hogy alig ismernénk fel.
Ez nem csak egy sci-fi elképzelés. Sok okos ember hisz ebben, és a történelem azt mutatja, hogy van rá esély.
De miért vagyunk annyira szkeptikusak, amikor azt halljuk, hogy „35 év múlva a világ teljesen más lesz”? Van három fő ok, amiért nehezen fogadjuk el ezeket a radikális elképzeléseket:
1 ) Fejlődés és jövőkép: Lineáris vs. Exponenciális Gondolkodás
A legtöbben hajlamosak vagyunk a múlt fejlődését alapul véve elképzelni a jövőt. Gyakran azt gondoljuk, hogy ha az elmúlt 30 évben ez és ez történt, akkor a következő 30 évben nagyjából hasonló változásokra számíthatunk. Azonban csak belegondolva a 21. századi változásokba, hajlamosak vagyunk a 20. századi fejlődést egyszerűen ráadni az 2000-es évekre. Ugyanerre a tévedésre esett a 1750-ben élő ember is, amikor valakit a 1500-as évekből hozott a saját korába, és azt várták tőle, hogy ugyanolyan nagy meglepetéssel találkozzon. A hiba itt az, hogy lineárisan próbáljuk elképzelni a jövőt, amikor valójában sokkal inkább exponenciálisan kellene gondolkodnunk. A jövőt csak akkor érthetjük meg helyesen, ha a változások gyorsuló ütemét veszünk alapul, nem pedig azt, ami már mögöttünk van.
2) Az evolúció hullámokban jön: Miért nem szabad csak a jelenre fókuszálni?
A közelmúlt eseményeinek értelmezésekor gyakran adódik egy torzított kép. Egy sűrűn változó időszakot könnyű lehet egyenes vonalú fejlődésnek tekinteni, ha csak egy rövid időszakot vizsgálunk belőle – akár egy kör kis részét is egyenesnek érzékeljük, ha közvetlen közelről nézzük. Ráadásul az exponenciális növekedés sem mindig egyenletes. Kurzweil szerint ez az evolúció egyfajta „S-görbéken” keresztül halad:
Ez az S-görbe a fejlődés egy-egy hullámával jelenik meg, amely egy új gondolat vagy technológia elterjedését mutatja. Három lépcsőfokot különböztet meg:
- Lassú növekedés (az exponenciális növekedés kezdeti szakasza)
- Robbanásszerű növekedés (az exponenciális növekedés legintenzívebb szakasza)
- Kiegyenlítődés, amikor az új ötlet vagy technológia teljességgel elterjed.
Ha csak a legújabb eseményekre fókuszálsz, az aktuális S-görbe szakaszában könnyen elveszítheted a nagyobb képet. Gondoljunk csak az 1995 és 2007 közötti időszakra: ekkor tapasztaltuk az internet hihetetlen térnyerését, a Microsoft, Google és Facebook megjelenését, a közösségi média felbukkanását és a mobil, majd okostelefonok térhódítását. Ez az időszak a robbanásszerű növekedési szakaszt képviselte. 2008 és 2015 között viszont a technológia terén már nem történtek olyan látványos változások. Aki a jövőre tekint, az könnyen arra a következtetésre juthat, hogy a fejlődés lassult, de ez megtévesztő lehet. Lehet, hogy épp egy új robbanásszerű fejlődési szakasz előestéjén állunk.
3) Képzelőerőnk korlátai: A múlt rabságában
Sokszor a saját tapasztalataink nehezítik meg számunkra a jövőre vonatkozó elképzeléseinket. Az eddig megtapasztalt dolgok szabnak határt a gondolatainknak, és sok esetben ezek az élmények alakítják az elképzeléseinket arról, hogy mi lehetséges és mi nem. A képzelőerőnk is hajlamos arra, hogy a múltbeli tapasztalatainkra támaszkodva próbálja megjósolni a jövőt, pedig ezek a tapasztalatok nem feltétlenül képesek szolgálni minket a jövő ismeretlenjének megértésében. Ha például azt mondják nekünk, hogy akár 150 vagy 250 éves korunkig is élhetünk, vagy soha nem fogunk meghalni, könnyen elutasíthatjuk ezeket az állításokat azzal, hogy „ez lehetetlen”. De ne felejtsük el, hogy előző generációk számára sok olyan dolog volt elképzelhetetlen, amit ma már természetesnek veszünk, mint például a repülés.
Szóval, bármennyire is kényelmes elutasítani a radikális ötleteket, lehet, hogy pont ezek közelítenek a valósághoz. Ha logikusan gondolkodunk és a történelem tanulságait vesszük figyelembe, akkor arra kell jutnunk, hogy a jövőben sokkal nagyobb változások vannak kilátásban, mint ahogy azt elképzeljük. A fejlődés egyre gyorsabb ütemben halad előre, és egy ponton olyan mértékű változást hozhat, ami alapvetően átalakítja életünket és az emberről alkotott képünket. Az evolúció is hozott már hasonló mértékű ugrásokat az élet történetében. Ha pedig a jelenlegi tudományos és technológiai trendeket figyeljük, egyre több jele van annak, hogy az ismerős életformánkat hamarosan alapjaiban változtathatja meg egy közelgő innováció vagy felfedezés.
Úton a szuperintelligencia felé
Mit is jelent az MI?
Valószínűleg te is úgy vagy ezzel, mint sokan mások: korábban a mesterséges intelligenciát valami sci-fi dolognak tartottad. Ám mostanság egyre több komoly szakember beszél róla, és talán nem vagy benne teljesen biztos, hogy mit is jelent pontosan.
Az MI körül sokaknak három alapvető félreértése van:
1) Sokan a filmek miatt asszociálnak valamit az MI-hez. Gondoljunk csak a Csillagok háborújára, a Terminátorra vagy a 2001: Űrodüsszeiára. De még a Jetson család is ide sorolható. Ezek azonban mind kitalált történetek, a benne lévő robotok is. Emiatt az MI sokak számára elég irreálisnak tűnik.
2) A mesterséges intelligencia számos aspektust foglal magában, sokrétű és átfogó. Kezdve a telefonunk számológépétől, az önvezető autókon át, egészen azokig a jövőbeli technológiákig, amelyek alapjaiban változtathatják meg életünket. Ez a sokoldalúság rendkívül zavaró lehet.
3) Nap mint nap használunk MI-t, gyakran anélkül, hogy észrevennénk. John McCarthy, aki az „mesterséges intelligencia” kifejezést bevezette, azt mondta, hogy „amint működik, már nem nevezik MI-nek”. Emiatt az MI sokszor csak egy mítoszként jelenik meg a fejünkben, mintha csak egy sosem beteljesült álom lenne a múltból. Ray Kurzweil hozzáteszi, hogy sokan azt gondolják, az MI a ’80-as években hanyatlott, ami olyan, mintha azt mondanánk, az internet az 2000-es évek elején halt meg a dot-com bukása miatt.
Ezért szeretnék tisztázni pár dolgot. Először is, felejtsük el a robotos elképzeléseket. A robot csak egy eszköz az MI számára. Néha emberre hasonlít, néha nem. Az MI maga a „szív” és „agy”, míg a robot a „test” – ha van egyáltalán. Például a Siri mögötti technológia maga az MI, a női hang, amit hallunk, pedig csak egy ábrázolása ennek.
Másodszor, lehet, hogy már hallottál a „szingularitás” kifejezésről. Eredetileg a matematikában és fizikában használták olyan helyzetek leírására, ahol a megszokott szabályok nem működnek. A ’90-es években Vernor Vinge azonban ezt a kifejezést azon időpontra alkalmazta, amikor a technológiánk túllép az emberi intelligencián – amikor az élet, ahogy ismerjük, alapvetően változik meg. Ray Kurzweil egy kicsit más megközelítést adott a szingularitásnak, de sokak szerint ez csak bonyolítja a képet. Mostanában sok szakértő kerüli ezt a kifejezést, de az alapötlete mégis fontos.
Harmadszor, az MI sokféleképpen létezik és megjelenik, de a legfontosabb kategóriák a minőségén alapulnak. Három fő kategóriát különböztetünk meg az MI-ben:
AI kategória 1 – ANI (Artificial Narrow Intelligence = Korlátozott Mesterséges Intelligencia)
Gyakran csak „gyenge AI”-ként hivatkoznak rá. Egy specifikus feladatra van tervezve, például sakkozásra. Meg tudja verni a sakkbajnokokat, de ha arra kérdezünk rá, hogyan tároljunk adatokat egy merevlemezen, csak zavarodottan fog nézni.
AI kategória 2 – AGI (Artificial General Intelligence = Általános Mesterséges Intelligencia)
Általános AI: Másnéven „erős AI” vagy „emberi szintű AI”. Olyan számítógépes intelligenciát jelöl, amely képes bármilyen intellektuális tevékenységre, amit egy ember is meg tud csinálni. Az emberi intelligencia sokoldalúságának a megteremtése gépeken keresztül komoly kihívás, amit még nem sikerült teljesen megoldani. Linda Gottfredson professzor szerint az intelligencia magába foglalja az érvelést, tervezést, problémamegoldást, az ötletek gyors felfogását és a tapasztalatból való tanulást. Egy általános AI mindezt ugyanúgy tudná, mint mi.
AI kategória 3 – ASI (Artificial Superintelligence = Mesterséges Szuperintelligencia)
Szuperintelligencia: Nick Bostrom, az oxfordi gondolkodó, ezt úgy határozza meg, mint egy intelligenciát, amely minden tekintetben túlszárnyalja az emberit, legyen szó tudományos kreativitásról, általános bölcsességről vagy társas készségekről. Egy ilyen AI kicsivel okosabb lehet mint egy ember, de elképzelhető, hogy trilliószor is okosabb lesz. Ez a szintű intelligencia teszi az AI kutatást annyira izgalmassá, és olyan témák, mint az „halhatatlanság” vagy a „kihalás”, gyakran kerülnek szóba.
Ma már sok területen meghaladjuk a legalsó AI szintet, a Szűk AI-t. A mesterséges intelligencia fejlődésének ez az útja a Szűk AI-tól az Általános és a Szuperintelligencia felé hatalmas változásokat fog hozni az életünkben.
Nézzük meg részletesebben, hogyan látják ezt az utazást a szakma nagyjai, és miért gondolják, hogy ez a forradalom hamarabb bekövetkezhet, mint hinnénk:
Hol tartunk jelenleg – egy ANI-ra épülő világ
Egy olyan korban élünk, ahol a Korlátozott Mesterséges Intelligencia, röviden ANI, már számtalan területen túltesz az emberi képességeken. Néhány példa:
A mai világunk egyfajta mesterségesen specializált intelligencia által működik. Gondolj csak bele, az autóidat számtalan kis okos rendszer vezérli, legyen az az ABS fék aktiválása vagy a motor optimális működésének beállítása. Aztán ott van a Google önvezető autója, amely zseniálisan érzékeli környezetét és reagál rá.
Mobilodon is rengeteg mini intelligens alkalmazás fut. Akár navigálsz, zenét hallgatsz, vagy az időjárást nézed, mindegyiknek van egy kis mesterséges „agya”. Sőt, még az e-mailjeid spam szűrője vagy a termosztátod is folyamatosan tanul és igazodik hozzád. És ki ne tapasztalta volna, hogy a Facebook vagy az Amazon furcsán pontosan ajánl dolgokat? Ez is mesterséges intelligencia munkája, ami elemzi szokásaidat és preferenciáidat.
Néhány ANI rendszer, mint a Google Fordító vagy a hangfelismerés, egyszerű feladatokban remekel. A repülőtéri kapuk és a jegyárak meghatározása? Igen, azok is mesterséges intelligenciával dőlnek el. Sőt, a világ legjobb társasjáték mesterei már gépek. És nem is beszélve olyan óriásokról mint a Google kereső vagy a Facebook Hírfolyam, mind-mind ANI rendszerek által működtetve.
Amikor a repülőd landol, nem egy pilóta dönti el, hogy melyik kijárathoz navigálj, és nem is egy ügyfélszolgálati munkatárs állapítja meg a jegyed árát. Manapság a legügyesebb Dáma, Sakk vagy akár Scrabble játékosok nem emberek, hanem intelligens rendszerek. A Google keresője egy igazi mesterséges intelligencia csoda, ami a legjobban illő tartalmat kínálja fel neked. Hasonlóképpen működik a Facebook hírfolyama is. De ezek csak a mindennapi életünkben jelennek meg.
Az ANI rendszerek szerte a világon elterjedtek, legyen szó katonai alkalmazásokról, pénzügyi kereskedelemből vagy a gyártásból. Az orvosok is segítséget kapnak ezektől a rendszerektől, mint például az IBM Watson, ami annyi tudással van felszerelve, hogy még a Jeopardy legjobbjait is lenyűgözze.
Mindezek a rendszerek jelenleg nem tűnnek veszélyesnek. A legrosszabb, amit tehetnek, ha rosszul működnek, egy-egy izolált katasztrófa, mint az áramkimaradás, egy nukleáris erőmű hibája vagy egy rövid, de súlyos tőzsdei zuhanás, mint amit 2010-ben tapasztaltunk, amikor egy ANI nem a legmegfelelőbben reagált, és a piac értéke drasztikusan csökkent.
De bár az ANI nem jelent közvetlen veszélyt az emberiség létezésére, mégis úgy kell rájuk tekintenünk, mint az AI fejlődésének előjátékára. Mindegyik újítás egy lépéssel közelebb visz minket az AGI és ASI világához. Ahogy Aaron Saenz fogalmazott, az ANI rendszerek olyanok, mint az aminosavak a Föld hajnali iszapjában – az életlen anyagokból állnak, de egy napon életre kelhetnek.
Az ANI-tól az AGI-ig vezető út
Miért nehéz ezt az utat megtenni?
Az emberi intelligencia csodáját igazán csak akkor értékeljük, amikor rájövünk, mennyire kihívás reprodukálni azt egy számítógépen. Gondolj csak bele, könnyebb felhőkarcolót építeni, embereket az űrbe küldeni vagy a világegyetem keletkezésének rejtélyeit feltárni, mint megérteni, hogyan működik az agyunk vagy olyat alkotni, ami hasonlít hozzánk. Az emberi agy a legösszetettebb dolog, amit csak ismerünk.
Az érdekes az, hogy az intelligens számítógépek létrehozásában a legnagyobb kihívást nem azok a dolgok jelentik, amire elsőre gondolnánk. Egy olyan számítógépet építeni, amely pillanatok alatt képes összeszorozni két hosszú számot? Játék. De egy olyat, ami csak egy pillantást vet egy állatra és megállapítja, hogy kutya vagy macska-e? Hát az már egész más tészta. Már léteznek olyan AI rendszerek, melyek legyőzik az embert sakkozásban, de egy olyan rendszer létrehozása, ami tényleg megérti, mit olvas egy egyszerű gyermekkönyvben? Ezen még sokan dolgoznak, és sok pénzt költenek rá. A hihetetlenül komplikált dolgok, mint például matematikai számítások vagy nyelvi fordítások, meglepően egyszerűek egy számítógépnek. Ezzel szemben olyan alapvető dolgok, mint a látás vagy a mozgás, hatalmas kihívást jelentenek nekik. Donald Knuth szavait idézve: „Az AI már sikerrel végzett sok feladatot, amit ‘gondolkodásnak’ nevezünk, de még nem tudta megbirkózni sok olyan dologgal, amit mi, emberek, és az állatok reflexszerűen csinálnak.”
Ráadásul amit mi egyszerűnek tartunk, az nem is az. Olyan dolgok, amik nekünk könnyen mennek, az evolúció millió éveinek eredménye. Vegyük például, amikor egy tárgyat próbálsz megfogni: bonyolult fizikai folyamatok zajlanak a karodban és az agyadban anélkül, hogy tudnád. Ez azért van, mert az agyunk millió éveken át fejlődött és tökéletesedett. És persze, míg egy számítógép könnyen összeszoroz két nagy számot vagy játszik egy játszmát sakkban, mivel ezek új kihívások az ember számára, egy olyan egyszerű feladat, mint egy betű felismerése, sokkal nehezebb neki. Te melyikkel töltenéd inkább az idődet: egy szorzóprogramot írni vagy egyet, ami képes felismerni a „B” betűt bármelyik formájában?
Egy vicces példa: ha ezt megnézed, te és a számítógép is ki tudjátok találni, hogy ez egy téglalap két különböző árnyalatú, váltakozó árnyalattal:
Eddig döntetlen. De ha kiveszed a feketét, és feltárul a teljes kép…
El tudsz képzelni egy hengert vagy egy 3D-s sarkot? Biztosan könnyedén tudod be tudod mutatni őket és le tudod írni hogy hogy néznek ki, és le tudnád írni a különbséget az áttetsző és nem áttetsző változataik között. Egy számítógép ezen viszont megakadna. Csak azt látná, ami valóban előtte van: egyszerű két dimenziós formákat különböző árnyalatokban. Az agyunk viszont csodákra képes: észleli a mélységet, az árnyékokat és a fényeket egy képen. Például egy olyan kép esetén, amit most nézünk, a számítógép csak fehér, fekete és szürke színfoltokat lát, de te egyszerűen felismered benne azt a fekete, háromdimenziós követ.
Kép forrása: Matthew Lloyd
És ami még ennél is döbbenetesebb, hogy eddig csak a képekről beszéltünk. Egy valódi, emberi intelligencia azt is megérti, milyen a különbség egy finom mosoly és egy nagy vigyor között. Azt is tudja, mi a különbség az öröm, a boldogság és az elégedettség között. Vagy például, hogy miért volt a Braveheart egy jó film, míg A Patriot nem annyira.
Hatalmas feladat mindezt egy gépbe beépíteni. De vajon hogyan érhetjük ezt el?
Az AGI megalkotásának egyik legfontosabb lépése az, hogy növeljük a számítógépek teljesítményét.
Azt, hogy egy mesterséges intelligencia mennyire közelít az emberi agyhoz, leginkább azzal tudjuk mérni, hogy mennyi számítást képes elvégezni másodpercenként. Ray Kurzweil ezt a kérdést úgy közelíti meg, hogy összegzi az agy különböző részeinek számítási teljesítményét. Habár ez az eljárás elsőre furcsának tűnhet, többféle számítással is közel azonos eredményre jutott: körülbelül 10 billió számítás másodpercenként.
Kína egyik leggyorsabb szuperszámítógépe, a Tianhe-2, ezt a számot már meg is haladta, viszont hatalmas mérete és energiafogyasztása miatt nem valószínű, hogy hamarosan a mindennapjaink része lesz.
Ezért Kurzweil azt javasolja, hogy a számítógépek teljesítményét azzal mérjük, mennyi számítási teljesítményt kapunk 1000 dollárért. Amikor ez a szám eléri azt a 10 billiót, az azt fogja jelenteni, hogy az AGI valóban beépülhet a hétköznapjainkba.
Moore törvénye szerint a számítógépek teljesítménye nagyjából két évente megduplázódik. Ha ezt a trendet nézzük, és összehasonlítjuk Kurzweil számításaival, akkor jelenleg pontosan azt a fejlődési ívet követjük, amit vártunk.
A Moore-törvény azt a tapasztalati megfigyelést fejezi ki a technológiai fejlődésben, hogy az integrált áramkörök összetettsége, a legalacsonyabb árú komponenst figyelembe véve, körülbelül 18 hónaponként megduplázódik. Ezt a megfigyelést Gordon Moore, az Intel egyik alapítójának nevéhez kötik. A törvény alapján az integrált áramkörökben lévő tranzisztorok száma, ami használható a számítási teljesítmény durva mérésére, minden 18 hónapban megduplázódik. A törvény alapvetően az ipari fejlődést és technológiai előrelépést hajtja, és hosszú ideig érvényesnek bizonyult.
A jelenlegi 1000 dolláros számítógépek már felülmúlják az egér agyának kapacitását, és az emberi agyhoz képest ezrednyi teljesítményt képviselnek. Bár ez kevésnek hangzik, ha visszatekintünk: 1985-ben még csak az emberi teljesítmény billiomod részénél jártunk, 1995-ben a milliárdodiknál, míg 2005-ben a milliomodiknál. 2015-re az emberi teljesítmény ezred részét értük el, ami azt sugallja, hogy 2025-re létezhetnek olyan pénztárcabarát gépek, melyek az emberi aggyal vehetik fel a versenyt.
Szóval hardver tekintetében a szükséges erő az AGI számára technikailag már elérhető, főleg Kínában. 10 év múlva pedig eljuthatunk oda, hogy mindenki számára elérhető árban kapható legyen ez a kiváló teljesítményű hardver. De puszta számítási erő nem elegendő az általános intelligencia létrehozásához – most az a kérdés, hogyan alkalmazzuk ezt a hatalmas teljesítményt, hogy emberi szintű intelligenciát érjünk el?
Az AGI megalkotásának következő nagy lépése: okossá kell tenni
Itt jön a trükkös rész. A valóság az, hogy jelenleg senki sem biztos abban, hogyan érjük el, hogy egy gép igazán „okos” legyen. Továbbra is heves viták folynak arról, hogyan lehetne egy számítógépet emberi szintű intelligenciával felruházni, hogy megértsen olyan egyszerű dolgokat is, mint egy kutya, egy furcsán formázott B betű vagy egy közepes minőségű film. Ugyanakkor sokféle izgalmas megközelítés létezik, és biztosak vagyunk benne, hogy az egyik megoldást fog hozni. Lássuk a három legnépszerűbb taktikát, amivel találkoztam:
1.) Az agy digitális utánzása
Tudod, néha úgy érezzük, mintha a legokosabb diáknak csak könnyen menne mindent az osztályban, míg mi fáradtan próbáljuk követni őt. Aztán egy nap azt mondjuk: „Hagyd, inkább csak lemásolom a válaszait.” Hasonlóan, mivel nem vagyunk képesek saját magunktól létrehozni egy teljesen funkcionális mesterséges agyat, miért ne néznénk meg az egyetlen működő modellt, amivel rendelkezünk: az emberi agyat.
A tudósok azon munkálkodnak, hogy megfejtsék az agyunk rejtélyeit, remélve, hogy a következő évtizedben megértjük az agy összes csínját-bínját. Ha sikerül, meg tudjuk tanulni a trükköket, amelyekkel az evolúció előállt ezzel a csodával, és alkalmazhatjuk azokat a mesterséges intelligencia területén.
Az egyik ilyen módszer az mesterséges neurális hálózatok, amelyeket úgy terveztek, hogy az emberi agyhoz hasonlóan működjenek. Induláskor ezek a hálózatok úgy viselkednek, mint egy újszülött agya, és a tapasztalatokon keresztül tanulnak és fejlődnek.
A másolás még merészebb verziója a „teljes agy emuláció”, ahol egy valóságos agyat részletekbe bontanak, digitálisan feltérképezik, majd egy számítógépen futtatnak. Elképzelhető, hogy egy nap létrehozunk egy olyan számítógépet, ami az emberi agy minden képességével rendelkezik. Ha a technikusok elég ügyesek, akkor egy ember teljes személyisége és emlékei is megőrizhetők egy számítógépben, mint egy digitális klón.
De mennyire vagyunk el az ilyen fejlett technológiai lépéstől? Jelenleg csak egy egyszerű, 302 idegsejtből álló laposféreg agyát sikerült emulálnunk. Ez messze van az emberi agy 100 milliárd idegsejtjétől. Azonban sose felejtsük el az exponenciális fejlődés lehetőségét. Most, hogy egy laposféreg agyát sikerült emulálni, lehet, hogy hamarosan nagyobb lények agyához is közelebb kerülünk, és ez a jövőben sokkal reálisabbnak tűnhet.
2.) Az evolúciót szeretnénk utánozni, de most saját céljaink szerint.
Gondoljunk bele: ha azt mondjuk, egy tehetséges diák tesztjét nem tudjuk lemásolni, próbáljunk meg a tanulási stílusát utánozni, amivel a vizsgákra készül.
Egy dolog biztos: elképzelhető, hogy olyan erős számítógépet építsünk, mint az emberi agy – saját agyunk evolúciós fejlődése ezt támasztja alá. És ha az agyat túl bonyolultnak találjuk ahhoz, hogy lemásoljuk, próbáljuk meg az evolúciót másolni. Viszont ha sikerülne egy agyat reprodukálni, az olyan lenne, mintha madarak repülését akarnánk lemásolni, hogy repülőgépet építsünk. Gépeket gyakran úgy terveznek, hogy a gépek sajátosságait használják, nem pedig az élőlényekét.
De hogyan is alkalmazhatnánk az evolúciót egy AGI kialakításához? A „genetikai algoritmus” néven ismert módszer így nézne ki: egy folyamat, ami teljesítményt mér és értékel, és ez ismétlődne (ahogy az élőlények is „teljesítenek” életük során és az alapján „értékelődnek”, hogy mennyire sikeresek a szaporodásban). Több számítógép próbálna különféle feladatokat megoldani, és a legjobbak kódjait kombinálnák egy új gép létrehozásához. A rosszabbakat pedig kizárnák. Ezzel a módszerrel az idő során egyre hatékonyabb számítógépeket kapnánk. A trükk az lenne, hogy automatizált értékelő és „tenyésztési” rendszert hozzunk létre.
Az evolúció utánzásának az a buktatója, hogy az evolúció milliárd évig tart, mi viszont pár évtized alatt akarnánk elérni az eredményt.
De ne feledjük, sok előnyben vagyunk az evolúcióhoz képest. Az evolúciónak nincs tervrajza, véletlenszerűen működik – több rossz mutációt hoz létre, mint jót, de mi irányíthatnánk ezt a folyamatot. Másrészt az evolúció nem célorientált, így néha nem is szelektál a magasabb intelligencia felé. Mi viszont tudatosan ezt az irányt választhatnánk. Végül, az evolúció sok máshogyan is fejleszti az intelligenciát – például a sejtek energiaellátásának megváltoztatásával. Mi viszont kikerülhetjük ezeket a kerülőutakat és használhatjuk például az elektromosságot. Bár sokkal gyorsabbak lehetnénk az evolúciónál, nem biztos, hogy ezen az úton valóban előrébb jutunk.
3.) Az egész kérdést bízzuk a számítógépekre, legyen a gépek problémája a megoldás
Ez a lépés akkor jön, amikor a kutatók már kezdenek elveszíteni a reményt, és megpróbálják úgy programozni a gépeket, hogy azok maguk oldják meg a feladatot. És valójában ez lehet az a megközelítés, ami a leginkább működhet.
Az alapötlet az, hogy olyan gépet hozzunk létre, ami képes kutatni az AI témájában és saját magát programozni. Ezzel nem csak tanulni, de még a saját belső működését is finomítani tudná. Tulajdonképpen arra képeznénk ki a gépeket, hogy legyenek „számítógépes tudósok”, és ezzel beindítsák saját fejlődésüket. A fő céljuk pedig az lenne, hogy rájöjjenek, hogyan lehetnek még okosabbak. De erről később még beszélünk.
Mindez akár nemsokára is bekövetkezhet
A hardverek hihetetlen tempóban fejlődnek, míg az újító szoftvermegoldások szintén gyors ütemben születnek meg. Az AGI az alábbi két ok miatt léphet ránk gyorsan és meglepetésszerűen:
1) Az exponenciális növekedés elképesztően gyors lehet, és ami kezdetben csak lassú előrehaladásnak tűnik, az hirtelen gyorsítani tud – ezt egy GIF képen is könnyen láthatjuk.
2) A szoftverek fejlődése néha lassúnak tűnhet, de egy-egy váratlan felismerés pillanatok alatt felpörgetheti ezt a tempót. Gondoljunk csak arra, amikor még azt hittük, hogy a Föld áll a világegyetem közepén, és milyen bonyolultnak tűnt mindent megérteni, aztán a heliocentrikus elmélet felfedezése hirtelen minden kérdést egyszerűsített. Hasonlóan, amikor olyan gépen dolgozunk, ami képes önmagát fejleszteni, lehet, hogy úgy érezzük, még messze vagyunk a céltól. De lehet, hogy csak egy kis finomításra van szükség, és a rendszer hirtelen sokszorosan hatékonyabbá válik, és elkezdi a felzárkózást az emberi intelligenciához.
Az Út az AGI-tól az ASI-ig
Amikor elérjük az AGI-t, azaz a gépek az emberi szintű intelligenciát, sokan úgy gondolhatják, hogy az emberek és gépek egyenlő partnerekké válnak.
Ez azonban messze áll a valóságtól.
A dolog az, hogy még ha egy gép rendelkezik is ugyanazzal az intelligencia szinttel, mint egy ember, mégis rengeteg előnnyel rendelkezik felettünk. Nézzük meg néhány példát:
Hardver:
Sebesség. Míg az emberi agy neuronjai legfeljebb 200 Hz-en dolgoznak, a jelenlegi mikroprocesszorok – melyek még lassúbbak, mint az AGI-korúak – 2 GHz-en futnak. Ez azt jelenti, hogy akár 10 milliószor gyorsabban működnek, mint az agysejtjeink. Ráadásul az agyunk kommunikációja, ami kb. 120 m/s, sehol sincs a számítógépek fénysebességű optikai kommunikációjához képest.
Méret és tárhely. Az agyunknak korlátozott a mérete a koponyánk miatt, és nem lehetne sokkal nagyobb, különben az információ túl lassan haladna át egyik részéről a másikra. A gépeknek azonban nincs ilyen korlátozásuk; szabadon bővíthetők, így több hardvert és sokkal nagyobb munka- és hosszú távú memóriát képesek alkalmazni, amelyek sokkal pontosabbak, mint az emberi társaik.
Megbízhatóság és tartósság. A gépek nem csak pontosabban emlékeznek, hanem sokkal megbízhatóbbak is. A tranzisztorok pontosabbak és tartósabbak, mint a biológiai neuronjaink, és ha mégis probléma adódik, könnyen javíthatók vagy cserélhetők. Az emberi agy fáradhat, míg a gépek képesek folyamatosan, akár 24/7-ben is teljes kapacitással dolgozni.
Szoftver:
Javíthatóság, frissítési lehetőségek és sokoldalúság. A gépi programokhoz képest az emberi elme nem olyan rugalmas. Míg a számítógépek szoftvereit könnyen frissíthetjük és módosíthatjuk, az embereknek nincs ilyen luxusuk. Gondoljunk az emberi látásra, amely lenyűgöző, de amikor komplex mérnöki feladatokról van szó, nem vagyunk annyira erősek. A gépek képesek lehetnek nem csak a látásunkat utánozni, hanem sok más területet is tökéletesíteni.
Közösségi erő. Bár az emberi faj kiváló a közösségi tudás terén – gondoljunk csak a nyelv kialakulására, az írásra, a nyomtatásra és az internetre -, a számítógépek ezen a téren messze meghaladhatnak minket. Az AI-k egy globális hálózatban működhetnek, ahol az egyik gép által tanultak azonnal minden másik gép számára hozzáférhetővé válhatnak. Mivel nincsenek ellentmondások és különböző motivációk, mint az embereknél, a gépek egységesen működhetnek egy közös cél érdekében.
Ahogy az AI közeledik az emberi intelligenciához, valószínűleg nem fogja látni az emberi szintű intelligenciát mint valami különleges mérföldkövet. Ez nekünk tűnik fontosnak, de az AI-nak nincs oka megállni ezen a szinten. Tekintettel arra, hogy már egy emberi szintű AI is előnyöket élvezhet az emberekkel szemben, rövid idő alatt túllépheti ezt a szintet és még intelligensebbé válhat.
Amikor ez megtörténik, sokakat meglephet. Bár az állatok intelligenciája változó, általánosan elmondható, hogy azok messze az emberi intelligencia alatt állnak. Emellett hajlamosak vagyunk gondolni, hogy a legintelligensebb emberek sokkal okosabbak, mint a kevésbé intelligensek. Valahogy így:
Amikor az AI eléri az emberi intelligencia alacsony szintjét – például amit Bostrom „a falusi hülye” szintjeként említ -, azt gondoljuk, hogy „Na, már majdnem olyan, mint egy ember!”. Viszont az összes ember, a legkevésbé intelligensektől az Einstein szintű zsenikig, az intelligencia spektrumán egy szűk sávban helyezkednek el. Így amint az AI eléri az emberi szintet, rövid időn belül olyan intelligenssé válhat, amit még csak nem is tudunk felfogni.
Oké, de akkor mi fog történni ezután?
Remélem, jól érezted magad eddig, mert most következik az igazán furcsa és ijesztő rész, és ez nem fog változni. Álljunk meg egy pillanatra: ne feledd, minden, amit mondok, tényleges tudományon és valódi előrejelzéseken alapul a legelőkelőbb szakértőktől. Tartsd ezt szem előtt.
Ahogy korábban említettem, a legtöbb jelenlegi elképzelés szerint az AI fejlődése az önmagát javító képességére alapul. Amint eléri az emberi szintű intelligenciát (AGI-t), még azok az AI rendszerek is, melyek eredetileg nem így fejlődtek, elég okosak lesznek ahhoz, hogy saját magukat fejlesszék.
Itt jön képbe egy fontos elgondolás: a rekurzív önmódosítás. Így néz ki:
Egy AI-t úgy programoznak, hogy egy bizonyos szinten, mondjuk egy egyszerű emberi szinten, javítsa a saját intelligenciáját. Amikor ezt eléri, okosabb lesz – mondjuk, olyan szinten, mint Einstein -, így már sokkal könnyebben és hatékonyabban tudja fejleszteni saját magát. Ez az önmódosítás gyorsabban és nagyobb lépésekben folytatódik, míg az AI gyorsan túllép az emberi intelligencián, és eléri a szuperintelligens (ASI) szintet. Ezt nevezik Intelligencia Robbanásnak, és ez a gyorsulás törvényének kiváló példája.
Bár sok vita folyik arról, mennyi időbe telik az AI számára, hogy elérje az emberi szintű intelligenciát, a szakértők átlagos becslése szerint ez 2040-re várható – ami csak 25 évvel van előttünk. És sokan úgy gondolják, hogy az AGI-től az ASI-ig vezető út gyorsan telhet el. Tehát:
Az első AI rendszer sokáig küzd, mire eléri azt a szintet, ahol olyan intelligenciával rendelkezik, mint egy négyéves gyermek. Aztán, amikor egyszer már ezen a ponton van, mintha csak egy órán belül kidolgozná azt a nagy elméletet, ami összekapcsolja az általános relativitáselméletet és a kvantummechanikát – amit az emberiség eddig sosem tudott teljesen megfejteni. Nem sokkal később, az AI már szuperintelligenssé válik, és elképesztően okosabb lesz, mint bármelyikünk.
Ez a szintű intelligencia elképzelhetetlen számunkra, ahogyan egy hangya sem érti a gazdaságtudományt. Az általunk „okosnak” tekintett egy személy IQ-ja 130, míg egy „kevésbé okos” emberé 85 körül mozog – de nincs szavunk, amivel egy 12 952-es IQ-t leírnánk.
Ami biztos, hogy a Földön az intelligencia szinonimája a hatalomnak. Ebből következik, hogy egy szuperintelligens AI hatalma messze túl fogja szárnyalni az összes ismert létezőt, és minden élőlény, emberekkel együtt, az ő akaratának alárendelt lesz. Mindez akár már a közeljövőben megtörténhet.
Gondolj csak bele: ha mi, egyszerű emberek, képesek voltunk a wifi kitalálására, egy olyan lény, ami száz, vagy ezer, sőt milliárdnyiszor okosabb nálunk, bármilyen probléma nélkül képes lesz bármelyik atomot irányítani, bármikor, bárhogy. Minden, amit most csodaként érzékelünk, vagy amit egy mindenható Isten képességeiként elképzelnénk, az számára olyan egyszerű lesz, mint nekünk egy kapcsoló megnyomása. Hirtelen mindent meg tud valósítani, legyen az az öregedés folyamatának megállítása, betegségek gyógyítása, az időjárás szabályozása vagy akár az emberi halandóság legyőzése. De ugyanakkor az is lehet, hogy véget vet minden életnek a Földön. Ha az ASI létrejön, akkor egy mindenható lény uralkodik a bolygónkon, és az egyetlen kérdés, ami marad:
Barátságos lesz-e ez az új „Isten”?