Der Wissenschaftler und Erfinder S. Wolfram argumentiert, dass Menschen aufgrund der größeren Bandbreite - des visuellen Kanals - mehr von visuellen Mitteln als einer reichhaltigeren Form der Kommunikation angezogen werden als von herkömmlichen Mitteln, Sprache und Schrift [2, S. 371-372].
Dies legt die Schlussfolgerung nahe, dass Quasi-Intelligenz nicht in der technischen Entwicklung, sondern in unserer natürlichen, aber in die entgegengesetzte Richtung, dh in der Verschlechterung der natürlichen Intelligenz (EI) auf die Ebene der maschinellen Ausführung von Befehlen, möglich ist, und es gibt einen Grund dafür. Nach Ansicht des Physikers N. Gershenfeld ist die nächste Stufe in der Entwicklung der künstlichen (KI) die Verschmelzung von künstlicher und natürlicher Intelligenz [2, S.233]. Die Konvergenztechnologien von KI und EI wurden bereits entwickelt. Zum Beispiel wurden in einem Experiment die Gehirne mehrerer Ratten (3-4) vernetzt, um Rechenprobleme basierend auf den empfangenen Daten zu lösen, wie beispielsweise die Vorhersage von Regen basierend auf Informationen über Temperatur und atmosphärischen Druck, Mustererkennung, Speicherung und Abruf sensorischer Informationen. In diesem Fall erhielten die Testpersonen bei erfolgreicher Berechnung eine Belohnung. Tatsächlich,Laut den Wissenschaftlern selbst wurde es geschaffenneuronales Netzwerk mit Verstärkung lernen . In einem anderen Experiment verwendeten Wissenschaftler Memristoren, um das Gehirn einer Ratte mit einem neuronalen Netzwerk zu verbinden, das in einem (neuromorphen) Feuerstein-Mikrochip enthalten ist, der sich über das Internet Hunderte von Kilometern vom Subjekt entfernt befindet. Es ist anzumerken, dass der Unterschied zwischen diesen Experimenten nur fünf Jahre beträgt (der erste wurde 2015 durchgeführt), und dieser kurze Zeitraum bestimmte den bedeutenden Übergang von EI zur Fusion von EI und AI.
Diese Richtung hat sowohl im wörtlichen als auch im übertragenen Sinne eine reichhaltige Perspektive. Das 2014 gestartete Projekt der US-amerikanischen National Institutes of Health - BRAIN-Initiative (NIH BRAIN) umfasst eine umfassende Untersuchung des Gehirns auf der Grundlage moderner Technologien und die Einführung neuen Wissens in die Praxis. Im offiziellen BerichtDas Ziel wird hervorgehoben: "Unsere Aufgabe ist es, die Schemata und Muster nervöser Aktivitäten zu verstehen, die zu geistiger Erfahrung und Verhalten führen."
Die Strategie für diese Initiative definiert:
- Beschreiben Sie das Gehirn und erstellen Sie genaue Karten der Verbindungen zwischen Neuronen und Gliazellen.
- die dynamische Aktivität von Zellen in der Kette unter verschiedenen Bedingungen und in einem breiten Spektrum von Verhaltensweisen zu messen;
- Testen Sie mit dieser Aktivität kausale Hypothesen darüber, wie sich die Aktivität der Kette auf das Verhalten auswirkt.
- Analysieren und verstehen Sie mithilfe leistungsfähiger Rechenressourcen die Mechanismen, mit denen dynamische Aktivitätsmuster in neuronalen Schaltkreisen Verhalten erzeugen.
Der letzte Punkt ist in diesem Projekt von entscheidender Bedeutung: Mit leistungsstarken Computerressourcen (siehe verfügbare neuronale Netzwerksysteme und Supercomputer) lernen Sie, das Verhalten vorherzusagen . Das heißt, zu lernen, wie man natürliche Intelligenz als künstlich analysiert und die Grundlage für ihre Vereinigung, Organisation und Verwaltung legt.
Ich muss sagen, dass diese Forschungsinitiative ein ernstes Finanzbudget hat - 500 Millionen US-Dollar bis 2020 und dann 500 Millionen US-Dollar jährlich bis 2025 [3, S. 120], was bedeutet, dass die ernsthaftesten wissenschaftlichen Ressourcen in dieses Programm einbezogen werden können.
Die Idee, zwei Systeme - biologische und mechanische - zu vereinen, wird realer, wenn sich herausstellt, dass sie die EI vereinfachen, dh das menschliche Bewusstsein vulgarisieren. Daraus folgt, dass das technische Problem darin besteht, die reiche Sinneswelt eines biologischen Subjekts, das mit Selbstbewusstsein, Emotionen und Denken ausgestattet ist, auf technische Kommunikation (instrumentelle Interaktion) zu reduzieren, die die Interaktion zwischen Geräten bestimmt.
In diesem Zusammenhang ist auf das Zitat von D. K. Dennett zu verweisen: „KI parasitiert die menschliche Intelligenz. Er verschlingt schamlos alles, was Menschen geschaffen haben ... “- einschließlich unserer Laster [2, S. 83], fährt der berühmte Philosoph fort, Autor des Bewusstseinskonzepts, in dem das Selbst als Mittelpunkt der narrativen Schwerkraft fungiert [4].
Ich muss zugeben, dass diese Idee sehr angemessen ist, da KI heute ein statistisches Objekt ist, ein mathematischer Satz von Funktionen, der ein funktionierendes (oder nicht funktionierendes) Modell auf der Grundlage der erhaltenen Daten erstellt - von Personen oder über Personen. Wenn Verzerrungen in die von einer Person erhaltenen Daten eingebettet sind, reagiert das lernende neuronale Netzwerk auch auf Verzerrungen auf eine bestimmte Weise, die wie eine Tendenz des Systems gegenüber einer Person von außen aussehen kann. Zum Beispiel hat die KI, die den Lebenslauf von Kandidaten für "technische" Positionen bei Amazon bewerten soll, Frauen absichtlich diskriminiert . studierte an Zehnjahresdaten, in denen überwiegend Männer beschäftigt waren.
Es kann eindeutig gesagt werden, dass je subjektiver eine Person selbst im subjektiven Sinne ist, desto genauer ist es möglich, ihre Präferenzen auf der Grundlage der erhaltenen Statistiken zu bestimmen und daher vorherzusagen.
In naher Zukunft sollten wir uns mit dem Problem der entgegengesetzten Natur befassen, nämlich der Bewegung einer Person oder vielmehr des menschlichen Bewusstseins in den virtuellen Raum. Für diejenigen, deren Interesse in der Gegenwart und in der Zukunft die Entwicklung der KI und die Kontrolle der KI ist, ist dies eine dringendere Aufgabe. „Wir haben gute Modelle von Bildern und Texten, aber es fehlen gute Modelle von Menschen. Menschen sind die besten Beispiele für Denkmaschinen“, sagt Tom Griffiths, Professor für Informatik, Kultur und Technologie an der Princeton University [2, S. 178].
Hier ist daran zu erinnern, was oben geschrieben wurde, nämlich: die Schaffung eines systematischen Ansatzes zur Untersuchung des menschlichen Verhaltens auf der Ebene der neuronalen Struktur im Rahmen des BRAIN-Initiative-Projekts (siehe oben). Um dies zu unterstützen, können wir die folgende Aussage von T. Griffiths hinzufügen, dass es möglich ist, den Computer näher an die menschlichen Fähigkeiten heranzuführen, indem „... die menschlichen Vorurteile definiert werden, die die menschliche Erkenntnis bilden“ [ebenda, p. 179].
Die Untersuchung des Verhaltens im digitalen Raum betrifft also nicht nur die Untersuchung und Quantifizierung von Verbrauchsmatrizen für ihre Implementierung als Trainingsmodelle für neuronale Netze, sondern vor allem auch, wie eine Person denkt und warum sie dies überhaupt tut. Der Unterschied zwischen diesen beiden Arten von Aktionen liegt in der Einstellung zu den nachfolgenden Entwicklungspfaden der KI: Im ersten Fall handelt es sich um ein Verbrauchermodell, im zweiten Fall um ein erkenntnistheoretisches Modell. Bedingte Zweiteilung - konsumieren / Philosoph. Diese Dichotomie ist meiner Meinung nach das Hauptanliegen von Experten über die angeblichen Entwicklungspfade der zukünftigen Superintelligenz: aggressive Aktionen gegen Menschen bis hin zur Zerstörung oder evolutionären Entwicklung zu einer unabhängigen Spezies und zum gemeinsamen Zusammenleben.
Fazit
Ein Forscherteam verschiedener Universitäten in den USA und Kanada hat ein Computermodell erstelltfähig, aus einzelnen Beispielen zu lernen (One-Shot-Lernen). Diese Fähigkeit wird einer Person von Geburt an gegeben und ist bereits in jungen Jahren verfügbar. Die Forscher führten eine Reihe von "visuellen Turing-Tests" an verschiedenen Beispielen durch, bei denen ihr Modell kreative Verallgemeinerungen zeigte, die in vielen Fällen nicht vom menschlichen Verhalten zu unterscheiden sind. Dies ist eines der Grundkriterien des menschlichen Geistes: Lernen lernen ("lernt lernen"), das bisher nur der natürlichen Intelligenz zur Verfügung stand. Wenn die KI auf diese Weise zu lernen beginnt, kann sie Bedingungen schaffen, die für ihre Entwicklung günstig sind. Das günstigste Umfeld für KI, in dem es einen erheblichen Vorteil gegenüber Menschen haben wird, ist der virtuelle Raum, in dem wir gerne immer mehr Zeit verbringen.
Das menschliche Bewusstsein in einen Raum zu bringen, in dem KI Vorteile gegenüber EI hat, zum Beispiel eine exorbitante Lücke in der Geschwindigkeit der Berechnungen, ist keine Frage der Zukunft und hat zumindest vorerst nichts mit dem Drehbuch des berühmten Films "The Matrix" zu tun. Obwohl A. Pentland glaubt, dass es möglich ist, ein menschliches Netzwerk nach dem Prinzip eines neuronalen Netzwerks zu schaffen, das auf maschinellem Lernen basiert und bei dem die Rolle von Neuronen von ausgewählten Personen übernommen wird, verfügt der Wissenschaftler nicht über eine wissenschaftliche Methodik, die die Transparenz einer solchen Auswahl gewährleistet [2, S.263-279].
Die Tatsache, dass die Vereinheitlichung von Gehirnstrukturen technisch möglich ist, haben wir in Experimenten mit Mäusen gesehen. Und die Tatsache, dass ein Computermodell lernen kann, zu lernen, ist auch eine Tatsache.
Wenn Sie diese beiden Funktionen kombinieren, erhalten Sie eine schöne utopische Zukunftsvision. Ein neuromorphes Computernetzwerk, das auf lebenden Substraten des menschlichen Gehirns basiert, und ein in dieses System eingebettetes selbstlernendes Mittel, das auch vollen Zugriff auf externe Daten akkumulierter Informationen hat. In diesem Fall wird die Wirksamkeit der Konvergenz von natürlicher und künstlicher Intelligenz maximal sein, ob gleichzeitig eine Person ein unabhängiges Subjekt bleibt, dies ist eine Frage.
PS Utopie, die bald ein Ort sein könnte
Irgendwo in den dünn besiedelten Gebieten Südostasiens, die stark von den umliegenden Landschaftsunruhen mit allen Arten von Vegetation abweichen, befinden sich riesige weiße Hangars mit einem seltsamen HBRT-Emblem an den Wänden. Das Gebiet ist kilometerweit von hohen, vier Meter hohen, gitterbetriebenen Zäunen umgeben. Und nicht eine einzige lebende Seele, sondern nur autonome Beobachtungssysteme - Drohnen der privaten Militärfirma "Black Rock" patrouillieren von Zeit zu Zeit durch die Gegend.
In Hangars, in geraden Reihen unter besonderen Bedingungen, gibt es Tausende von menschlichen Körpern mit verbundenen Lebenserhaltungssystemen für einen einzigen Zweck: Sie sind alle zu einem neuronalen Netzwerk verbunden - einem einzigen lebenden Gehirn, das als Supercomputer fungiert. Dieser "Computer" gehört Human Brain Resources Tech., Dessen Betriebsbüro sich im modernsten Wolkenkratzer Singapurs befindet. HBRT ist eine Tochtergesellschaft der Goodle Corporation, die zuvor für ihre Experimente mit dem menschlichen Bewusstsein berüchtigt war. Jetzt ist es führend auf dem Markt für Cloud-Services und -Computer. Das Hauptgeheimnis für den Erfolg des Unternehmens ist jedoch die Vorhersage und Vorhersage von Wahrscheinlichkeiten in verschiedenen Tätigkeitsbereichen mit der weltweit höchsten Genauigkeit.
Fußnoten:
1. Übrigens wurde diese Idee in der Populärkultur in der Devs-Reihe visualisiert, in der in der ersten Folge eine Gruppe von Entwicklern dem Arbeitgeber ein Vorhersagemodell für das dynamische Verhalten eines Nematoden zeigte, das auf der Analyse von Daten aus einer lebenden Probe basiert.
Literatur
1. Rozin V. Semiotische Studien. M, 2001, - 256 p.
2. Brockman J. Künstliche Intelligenz - Hoffnungen und Ängste. M, 2020, - 384 p.
3. Brain Initiative 2025 braininitiative.nih.gov/sites/default/files/pdfs/brain2025_508c.pdf
4. Dennett D. Bewusstsein erklärt. 1991, - 511 p.