close
当前位置: 物联网在线 > 产业研究 >

人文革命:超智慧之路

“我们处于与地球上人类生命的兴起相当的变化的边缘。”
-Vernor Vinge
什么感觉站在这里?
看起来像一个相当激烈的地方站在一起 - 但是你必须记住一些关于什么是站在时间图上:你看不到你的权利。所以这里是如何真正地感到站在那里:
这可能感觉很正常
---

远未来 - 即将推出

想象一下,1750年的时间机器 - 一个世界永久停电的时候,长途通信意味着大声喊叫,或者在空中射击一个大炮,所有的运输都跑在干草上。当你到达那里的时候,你找回一个家伙,把他带到2015年,然后走过去,看着他对一切都做出了反应。我们不可能明白,他会在高速公路上看到闪闪发光的胶囊赛车,与当天早些时候在海洋另一边的人谈话,看着正在玩1000英里的运动听到五十年前发生的一场音乐表演,并用我的魔法向导矩形玩,他可以使用它来捕捉现实生活的图像或记录一个生活时刻,生成一个超自然的移动蓝点的地图,向他显示他在哪里,看着某人的脸,和他们聊天,即使他们在国家的另一边,还有其他不可思议的巫术的世界。在你向他展示互联网或解释诸如国际空间站,大型强子对撞机,核武器或广义相对论之类的事情之前。
对他而言,这种经历不会令人惊讶或令人震惊,甚至令人兴奋 - 这些话语不够大。他可能会死。
 
但是这是一个有趣的事情 - 如果他回到1750年,嫉妒,我们看到他的反应,并决定要尝试同样的事情,他会采取时间机器,并回到相同的距离,让一个人从在1500年左右,带他到1750年,向他展示一切。而1500个人会被很多东西震惊,但他不会死。这将是远不如对他的疯狂体验,因为在1500和1750有很大不同,他们与1750年至2015年不太一样。1500人将学习一些有关空间和物理学的思考弯曲的事情,他对欧洲最终将与那个新的帝国主义潮流有着深刻的印象,他必须做一些专业修改他的世界地图概念。但是,在1750年看过日常生活 - 交通运输,通讯等 - 绝对不会让他死亡。
不,为了让1750年的家伙和我们一起玩得很开心,他必须走得更远 - 也许一直到公元前12000年左右,在第一次农业革命诞生了第一批城市之前和文明的概念。如果来自纯粹狩猎采集世界的人 - 从人类的时候,或多或少只是另一种动物物种,就看到了1750年的庞大的人类帝国,他们的高耸的教堂,他们的海洋船只,他们的“ ,“他们巨大的集体,积累的人类知识和发现的山峰 - 他很可能会死亡。
那么如果在死后,他会嫉妒,想做同样的事情呢。如果他回到公元前12,000年,到公元前24,000年,得到一个男人,把他带到公元前12,000年,他会把家伙的一切显示出来,那个家伙会像,“好的,你的意思是什么。”同样的乐趣,他必须回到10多万年,才能让他第一次出现火和语言的人。
为了让某人能够被运送到未来,他们经历的震荡水平下降,他们必须要花上几年的时间,才能实现“死亡进步”,或是一个死亡进步单位(DPU)。所以DPU在狩猎采集时间里花费了10多万年,但是在农业革命后,它只花了大约12000年。工业革命后的世界已经很快地移动了,一个1750人只需要向前走一百年,让DPU发生。
这种模式 - 随着时间的推移,人类进步越来越快,是未来主义者雷·库尔兹维尔(Ray Kurzweil)称之为人类历史的加速退学法。这是因为更先进的社会有能力以比较先进的社会更快的速度进步- 因为它们更先进。19世纪的人类知识比15世纪的人类更了解更多的技术,所以人类在十九世纪的进步远远超过了十五世纪,这一点并不奇怪,15世纪,人类与19世纪的人性不相符。
这也适用于较小的规模。电影“ 回到未来 ”在1985年出现,“过去”发生在1955年。在电影中,当迈克尔·福克斯回到1955年,他被电视新鲜的价格吓倒了,苏打水,缺乏对电吉他的刺激,以及俚语的变化。这是一个不同的世界,是的-但如果电影是今天做出与过去发生在1985年,这部电影可以有很多更多的乐趣太多差异较大。角色将在个人电脑,互联网或手机之前的时间 - 今天的马蒂·麦克菲利(Marty McFly),一个出生于90年代末的少年,在1985年比电影“马蒂·麦克弗利”(Marty McFly)在1955年要好得多。
这正是我们刚刚讨论的 - 加速退货法的原因。1985年至2015年间的平均发展速度高于1955年至1985年之间的速度,因为前者是一个更先进的世界 - 近30年来,发生了比前30年更多的变化。
所以 - 进步越来越大,越来越快。这表明有关我们未来的一些相当激烈的事情,对吧?
库兹维尔认为,二十世纪的进展只有20年才能以2000年的进步速度实现​​ - 换句话说,到2000年,进展速度比平均进展速度快五倍20世纪。他认为,在二千年到二十四年间,二十世纪的进步取决于二十世纪二十年代的进步。几十年后,他认为,20世纪的进步将在同一年多次发生,甚至在不到一个月的时间内也会发生。总而言之,由于“加速退货法”,Kurzweil认为,二十一世纪将达到二十世纪进步的1000倍。
如果Kurzweil和其他同意他的人是正确的,那么我们可能会在2030年被吹走,因为我们的1750年的人在2015年 - 即下一个DPU可能只需要几十年 - 而2050年的世界可能会如此巨大的不同今天的世界,我们几乎不认识它。
这不是科幻小说。这是许多科学家比你聪明,更有知识的人,或者我坚信 - 如果你看历史,这是我们应该逻辑地预测的。
那么为什么当你听到我说“35年后的世界可能是完全无法辨认的”的时候,你在想,“酷...”但是,那个时候?我们怀疑对未来的荒谬预测有三个原因:
1)谈到历史,我们以直线思考。当我们想象未来30年的进展时,我们回顾过去30年的进展,作为可能发生的可能性的指标。当我们考虑到21世纪世界将发生什么样的变化时,我们只是把20世纪的进步加到2000年,这是1750年的一个人,当他从1500年到达某人时,就是同样的错误,吹他的头脑,就像他自己在前面相同的距离吹。当我们应该以指数方式思考时,我们最直观地思考线性思考。如果有人比较聪明,那么他们可能会预测未来30年的进展,而不是看过去30年,而是以当前的进度和进度判断。他们会更准确,但仍然偏离。为了正确地思考未来,你需要想象事物的移动速度要比现在一些。
2)最近历史的轨迹往往是一个扭曲的故事。首先,即使是一个陡峭的指数曲线似乎是线性的,当你只看到一个微小的切片,同样的方式,如果你看到一个巨大的圆圈的一小段关闭,它看起来几乎像一条直线。第二,指数增长并不完全平稳,统一。Kurzweil解释说,“S曲线”中发生了进步:
当新的范式扫除世界时,S是由进步的浪潮造成的。曲线分为三个阶段:
< >增长缓慢(指数增长的早期阶段); 2.快速增长(指数增长的晚期爆发阶段); 随着特定范式的成熟,水平调整一篇着名的文章当我们的技术智力超过我们自己的时候,他将这个术语应用到现在,当我们所知道的生命将永远改变,而正常的规则将不再适用的时候,他的时刻。Ray Kurzweil然后通过将奇异点定义为“加速退货法”达到如此极端的步伐,使技术进步看似无限的步伐,然后我们将生活在一个全新的时代世界。我发现今天的许多AI思想家已经停止使用这个术语,反正这很混乱,所以我不会在这里使用太多(尽管我们将会专注于这个想法)。
最后,虽然AI是一个广泛的概念,但有许多不同类型或形式的AI,我们需要考虑的关键类别是基于AI的口径。有三个主要的AI口径类别:
AI机芯1)人工狭义智能(ANI):有时称为弱AI,人工狭义智能是专门从事一个领域的AI 。有AI可以在国际象棋中击败世界象棋冠军,但这是唯一的事情。要求它找出一种在硬盘上存储数据的更好方法,它会空白地看着你。
人工智能2)人工智能(AGI):有时被称为强AI(AI)或人为AI (AI),人造通用智能(Human AI)是指与全人类一样聪明的计算机 - 可以执行任何智力任务的机器一个人可以。创建AGI 比创建ANI 困难得多,而我们还没有做到这一点。Linda Gottfredson教授将情报描述为“一种非常普遍的心理能力,除其他外,还包括推理,计划,解决问题,抽象思考,理解复杂思想,快速学习和从经验中学习的能力。”AGI将能够尽可能轻松地做所有这些事情。
AI Calibre 3)人工超级智能(ASI):牛津哲学家和领先的AI思想家Nick Bostrom 将超级智能定义为“在几乎每个领域比最好的人类大脑更聪明的智慧,包括科学创造力,一般智慧和社交技能”。人造超级智能的范围从一个比人类更智能的电脑到数万亿次更加智能的电脑。ASI是AI的主题是这样一个辣肉丸的原因,为什么这些不朽和灭绝的词语都会多次出现在这些帖子中。
到目前为止,人类已经以许多方式征服了AI - ANI的最低水准,无处不在。人造革命是从ANI到AGI到ASI的道路,我们可能或不可能生存下去,但是,无论哪种方式,都会改变一切。
让我们仔细看看现场领先的思想家认为这条路是什么样的,为什么这场革命可能比你想象的更早呢?

我们现在在哪里 - 一个在ANI上运行的世界

人工狭义智能是指在特定事物上等于或超过人类智能或效率的机器智能。几个例子:
< >汽车充满了ANI系统,从计算机可以看出,防抱死制动器应该踢到调谐燃油喷射系统参数的电脑。目前正在测试的Google 自驾车将包含强大的ANI系统,使其能够对其周围的世界产生感知和反应。你的手机是一个小的ANI工厂。当您使用地图应用程序导航时,您可以从潘多拉接收定制的音乐推荐,查看明天的天气,与Siri聊天或是其他几十个日常活动,您正在使用ANI。您的电子邮件垃圾邮件过滤器是ANI的经典类型,它首先加载了关于如何确定垃圾邮件和什么是垃圾信息的智能,然后根据您的特定偏好获取您的智慧。Nest Thermostat做同样的事情,它开始弄清楚你的典型例程,并相应地采取行动。当您在Amazon上搜索产品时,您会知道整个令人毛骨悚然的事情,然后您将其视为不同网站上的“推荐给您”产品,或者Facebook以某种方式知道您将其添加为有意义的内容朋友?这是一个ANI系统的网络,一起工作,通知对方你是谁,你喜欢什么,然后使用这些信息来决定给你什么。亚马逊的“买了这个人的人也买了...”的东西也是如此 - 这是一个ANI系统,它的工作是从数百万客户的行为中收集信息,并综合这些信息来巧妙地加售你,所以你会买更多的东西。Google翻译是另一个经典的ANI系统 - 令人印象深刻的是在一个狭窄的任务。语音识别是另一个,而且有一堆应用程序使用这两个ANI作为一个标签组,允许你用一种语言说一个句子,并让电话在另一个语言中吐出同一句话。当你的飞机降落时,这不是一个人决定应该去哪个门。就像这不是一个决定你的票价的人。世界上最好的跳棋,象棋,拼字游戏,西洋双陆棋和奥赛罗球员现在都是ANI系统。Google搜索是一个大型的ANI大脑,具有令人难以置信的复杂方法对页面进行排名,并找出特别显示的内容。Facebook的Newsfeed也是如此。那些只是在消费者世界。复杂的ANI系统广泛应用于军事,制造和金融等行业和行业(算法高频AI交易者占美国市场交易的股票的一半以上),以及专家系统,如帮助医生做出诊断和最着名的是,IBM的沃森,包含足够的事实,并且了解了崔·贝尔贝克,他说得好,足以打败最多产的危险的冠军。2010年闪电崩溃时,ANI计划反应错误的方式出现意外情况,造成股市短暂下跌,取得了1万亿美元的市值,其中只有一部分在错误纠正时才恢复。
但是,虽然ANI没有能力造成存在的威胁,但我们应该看到这个日益庞大而复杂的相对无害的ANI生态系统是世界变化中的飓风的前身。每个新的ANI创新在AGI和ASI的道路上静静地添加了另一块砖。或者正如亚伦·萨恩斯(Aaron Saenz)所看到的,我们世界的ANI系统“就像早期地球原始渗出物中的氨基酸” - 一个意想不到的一天醒来的无生命之物。

从ANI到AGI的路

为什么这么难
没有什么会让你欣赏人类的智慧,就像学习如何令人难以置信的挑战,是尝试创建一个像我们一样聪明的电脑。建造摩天大楼,将人类置于太空中,弄清楚大爆炸如何下降的细节,远比理解我们自己的大脑更容易,或者如何做出如此凉爽的东西。到现在为止,人脑是已知宇宙中最复杂的物体。
有趣的是,试图构建AGI(一个像人类一般聪明的电脑,而不仅仅是一个狭窄的专业)的硬件部分并不直观地说明你的想法。构建一个可以分成两个十位数字的计算机,这是非常容易的。建立一个可以看着狗,回答是否是一只狗或一只猫 - 壮观难度。制作AI可以在国际象棋中击败任何人?完成。做一个可以从六岁的图画书中读出一段话,而不仅仅是认识这些单词,而且能够理解它们的含义?Google正在花费数十亿美元的美元试图做到这一点。硬的东西 - 如微积分,金融市场策略和语言翻译 - 对计算机来说容易,而容易的事情 - 如视觉,运动,运动和感知 - 是非常困难的。或者,正如计算机科学家唐纳德·克瑙斯所说:“现在,大脑已经成功地完成了所有需要”思考“的所有事情,但没有做出大多数人和动物做”没有思考“。
当你想到这件事情时,你很快意识到,对我们来说似乎很容易的事情实际上是令人难以置信的复杂的,而且它们似乎很容易,因为这些技能在我们(和大多数动物)中被优化了数百万年的动物进化。当你朝着一个物体伸手时,你的肩膀,肘部和手腕上的肌肉,肌腱和骨骼立刻与你的眼睛一起进行一系列的物理操作,让你将手伸直通过三维。对你来说似乎毫不费力,因为你已经完善了大脑中的软件。同样的想法是为什么当你在一个网站上注册一个新帐号时,为什么不能弄清楚这个斜体字识别测试,这不是恶意软件?到。
另一方面,繁殖大量或下棋是生物生物的新活动,我们没有时间演变熟练程度,所以电脑不需要太努力,不能打败我们。想想一下,你宁愿做什么,建立一个可以增加大数量的程序,或者可以理解一个B的本质的程序,以便您可以将其显示为数千种不可预测的字体或手写中的任何一种,并且可以马上知道这是一个B?
一个有趣的例子 - 当你看这个,你和一台电脑都可以确定它是一个具有两个不同色调的矩形,交替:
绑到目前为止 但是,如果你拿起黑色并揭示整个图像...
...您没有任何问题给出各种不透明和半透明的圆柱形,板条和三角形角落的完整描述,但电脑会失败。它会描述它看到的 - 几种不同色调中的各种二维形状 - 实际上是什么。你的大脑正在做一大堆花哨的事情来解释图片想要描绘的隐含深度,阴影混合和房间照明。看下面的图片,一台电脑看到一个二维的白色,黑色和灰色拼贴,而你很容易看到它是真正的 - 一张完全黑色的3-D摇滚的照片:
而我们刚刚提到的一切,仍然只是停滞不前的信息和处理它。要做到人性化的智能化,电脑必须理解像微妙的面部表情之间的区别,高兴,缓解,内容,满足和高兴的区别,以及为什么勇敢的人很棒,但爱国者是可怕的。
令人望而生畏。
那么我们如何到达那里呢?
创建AGI的第一个关键:增加计算能力
AGI肯定需要发生的一件事是提高计算机硬件的功能。如果AI系统将像大脑一样聪明,则需要等同于大脑的原始计算能力。
表达这种能力的一种方式是大脑可以管理的每秒总计算(cps),您可以通过计算大脑中每个结构的最大cps,然后将它们全部加在一起来达到这个数字。
雷·库兹维尔(Ray Kurzweil)拿出了一个捷径,通过一个人的专业估计,对一个结构的cps和整个大脑的结构重量进行比较,然后按比例乘以得出总体估计值。听起来有点像iffy,但他做了这么多次不同地区的各种专业估计,总是总是到达同一个球场 - 大约1016或10万亿cps。
目前,世界上最快的超级计算机,中国的天河2号,实际上已经挨过了这个数字,大约在34万亿cps。但天河2也是一个鸡舍,占地720平方米,使用24兆瓦的电力(大脑运行在20瓦),耗资3.9亿美元。不是特别适用于广泛使用,甚至是大多数商业或工业用途。
Kurzweil表示,我们通过查看可以以1,000美元购买多少个cps来考虑电脑的状态。当这个数字达到人类 - 10万亿cps时 - 那意味着AGI可能成为生活中非常真实的一部分。
摩尔定律是一个历史上可靠的规则,世界上最大的计算能力大约每两年翻一番,这意味着计算机硬件的进步,如通过历史的一般人类进步,呈指数级增长。看看这与库兹维尔的cps / 1,000美元的关系如何,我们目前的价格约为10万亿美元/ 1,000美元,与图表的预测轨迹一致:
所以世界上1000美元的电脑现在正在击败鼠标大脑,而且它们的数字是人类的千分之一。直到你记得我们在1985年达到人类达到万亿级,1995年达到了十亿分之一,并在2005年达到了百万分之前,听起来并不多见。在2015年的千分之一上,我们正在步伐上得到一个负担得起的到2025年,电脑与大脑的力量相媲美。
所以在硬件方面,AGI所需的原始动力在技术上可以在中国使用,我们将在10年内为可承受的,广泛的AGI口径硬件做好准备。但是,原始的计算能力本身并不能使计算机普遍具有智能 - 下一个问题是,我们如何将人力智能带给所有这些权力?
创建AGI的第二个关键:使智能化
这是icky的一部分。事实是,没有人真的知道如何使它变得聪明 - 我们仍然在辩论如何使计算机人机智能,并能够知道一只狗和一个奇怪的B和平庸的电影是什么。但是,有一些牵强的战略在那里,在某些时候,其中一个将会奏效。以下是我遇到的三种最常见的策略:
1)剽窃大脑。
这就像科学家们在课堂上如何聪明地坐在他们旁边的小孩一样,在测试中保持这样做,尽管他们继续努力学习,但是他们几乎和那个孩子一样不能做,他们终于决定“他妈的,我只是要复制这个孩子的答案”。这是有道理的 - 我们试图建立一个超级复杂的电脑,而且恰恰是每一个人的一个完美的原型。
科学界正在努力对大脑进行逆向工程,以了解进化如何做出这样的事情 - 乐观估计说我们可以在2030年之前做到这一点。一旦我们这样做,我们将会了解大脑如何强大有效地运行的所有秘密,我们可以从中吸取灵感并窃取创新。模拟大脑的计算机体系结构的一个例子是人工神经网络。它开始是晶体管“神经元”的网络,它们通过输入和输出相互连接,并且它不像婴儿脑一样知道。它“学习”的方式是尝试做一个任务,说手写识别,首先,它的神经激发和随后的破译每个字母的猜测将是完全随机的。但是当它被告知它有一些正确的事情时,发生路径中的晶体管连接正在加剧; 当被告知这是错误的时候,这些路径的联系就被削弱了。经过大量的这种试验和反馈,网络本身就形成了智能神经通路,机器已经完成了任务的优化。大脑学习有点像这样,但更复杂的方式,当我们继续研究大脑时,我们发现巧妙的新方式来利用神经电路。
更极端的剽窃涉及一种称为“全脑仿真”的策略,其目标是将真正的大脑分成薄层,扫描每一个,使用软件组装一个精确重建的三维模型,然后在强大的电脑。然后,我们将拥有一个能够掌握大脑能力的计算机的计算机 - 它只需要学习和收集信息。如果工程师变得非常好,他们就能够精确地仿效一个真正的大脑,这样一来,大脑架构已被上传到电脑后,大脑的完整个性和记忆将是完整的。如果大脑在他去世前属于吉姆,那么电脑现在会像吉姆(?),这将是一个强大的人类AGI,我们现在可以努力把吉姆变成一个难以想象的聪明的ASI,他可能真的很兴奋。
我们从多大程度上实现全脑模拟?到目前为止,我们有还没 最近才能够模仿一个长达1毫米的扁虫,其中只有302个神经元。人脑包含1000亿。如果这样看起来像是一个无望的项目,记住指数级的进步的力量 - 现在我们已经征服了这个微小的蠕虫大脑,一个蚂蚁可能会发生在太久之前,然后是一只老鼠,突然之间,似乎会更加合理。
2)尝试让进化做它以前做的,但对我们这次。
所以如果我们决定聪明的孩子的测试太难复制,我们可以尝试复制他的考试方式。
这是我们知道的。建立一个像大脑一样强大的计算机 - 我们自己的大脑进化是证明。如果大脑对我们来说太复杂了,我们可以尝试仿效进化。事实上,即使我们可以模仿一个大脑,也许就像试图通过复制一只鸟的翅膀动作来构建飞机 - 通常,机器最好使用新的面向机器的方法设计,而不是通过模拟生物学。
那么我们如何模拟演化来构建AGI?称为“遗传算法”的方法将会像这样工作:将会出现一次性(评估)过程,会一次又一次地发生(生物体生物通过生命活动“执行”的方式和“评估”是否被评估他们设法复制或不复制)。一组计算机将尝试执行任务,最成功的计算机将通过将其每个编程中的一半合并到一台新计算机中来相互育种。较不成功的将被淘汰。经过多次迭代,这种自然选择过程将产生更好更好的计算机。挑战将是创建一个自动化的评估和繁殖周期,因此这一进化过程可以自行运行。
复制进化的缺点是,进化喜欢花费十亿年的时间来做事情,我们想在几十年内做到这一点。
但是,与进化相比,我们有很多优势。首先,进化没有任何前瞻性和随机性 - 它会产生比无用的更多的无益的突变,但是我们会控制这个过程,所以它只会受到有益的毛刺和有针对性的调整。其次,进化并不旨在任何东西,包括情报 - 有时环境甚至可以选择反对更高的智力(因为它使用了大量的能量)。另一方面,我们可以专门指导这一进化过程来增加智力。第三,为了选择智力,进化必须以其他一些方式进行创新,以促进智能 - 像改革细胞产生能量的方式 - 当我们可以消除这些额外的负担,并使用电力等。毫无疑问,我们将远远超过进化,但是仍然不清楚,我们是否能够进化到足以使之成为可行的战略。
3)把整个事情当成电脑的问题,而不是我们的问题。
这就是当科学家们绝望的时候,试图对测试进行编程。但这可能是我们最有希望的方法。
这个想法是,我们将构建一台计算机,它的两大技能将是对AI进行研究,并对其进行编码变更,从而不仅可以学习而且改进自己的架构。我们会教电脑成为计算机科学家,所以他们可以引导自己的发展。这将是他们的主要工作 - 弄清楚如何使自己更聪明。稍后再说
所有这一切都可能发生
硬件的快速发展和软件的创新实验同时发生,AGI可以快速意外地发现我们的主要原因有两个:
1)指数增长强劲,似乎蜗牛的进步速度可以快速上升 - 这个GIF很好地说明了这个概念:
2)在软件方面,进度似乎很慢,但是顿时可以立即改变进步速度(类似于科学的方式,在人类认为宇宙是地心的时候,难以计算宇宙如何工作,但是发现它是日心中断突然使一切变得更加容易)。或者,当涉及像电脑这样改进自己的东西时,我们可能看起来很遥远,但实际上只是系统的一个调整,而不是将其提高到1000倍,并向上扩展到人机智能。

从AGI到ASI的道路

在某些时候,我们将实现AGI - 具有人机智能的电脑。只有一群人和平等的生活在一起的电脑。
哦,其实根本不是。
事实上,具有与人类相同水平的智力和计算能力的AGI仍将具有超过人类的显着优点。喜欢:

硬件:

< >速度。大脑的神经元在大约200Hz处最大,而当今的微处理器(比我们达到AGI时要慢得多),运行在2GHz,比我们的神经元快1000万倍。大脑的内部通信可以以大约120米/秒的速度移动,可以通过计算机以光速光学传播的能力非常可观。尺寸和存储空间 大脑通过我们的头骨的形状被锁定在它的大小,而且它无法变得更大,或者120米/秒的内部通信将需要太长时间才能从一个大脑结构到另一个大脑结构。计算机可以扩展到任何物理尺寸,允许更多的硬件投入使用,更大的工作内存(RAM)和长期内存(硬盘驱动器存储),具有比我们自己更大的容量和精度。可靠性和耐用性。不仅计算机的记忆更加精确。计算机晶体管比生物神经元更准确,它们不太可能恶化(如果可以修复或更换)。人的大脑也容易疲劳,而电脑可以不间断运行,最高性能,24/7。可编辑性,可升级性和更广泛的可能性。与人脑不同,计算机软件可以接收更新和修复,并且可以轻松实验。升级也可能跨越到人类的大脑弱点。人类视觉软件是非常先进的,而其复杂的工程能力相当低档次。计算机可以匹配人类视觉软件,但也可以在工程和任何其他领域同样优化。集体能力人类粉碎所有其他物种,建立广泛的集体智慧。从语言的发展和形成大而密集的社区开始,通过写作和印刷的发明,通过互联网这样的工具加强,人类的集体智慧是我们能够得到的主要原因之一远远超过所有其他物种。电脑会比我们好一些。运行特定程序的AI的全球网络可以定期与自己同步,以便任何一台计算机学到的任何东西都将立即上传到所有其他计算机。小组也可以以一个目标为单位,因为不一定有异议的观点,动机和自身利益,就像我们在人口中一样。所以当AI向智慧向上放大时,我们会看到它对于一只动物来说变得更聪明。然后,当达到人类最低能力的时候,尼克·博斯托姆(Nick Bostrom)使用了“村里的白痴”这个词,我们就像“哇哦,就像一个愚蠢的人”。可爱的!“唯一的情况是,在智慧的大范围内,所有的人类,从村里的白痴到爱因斯坦,都处于一个很小的范围内 - 所以就在击中村庄的白痴级别并被宣布为AGI之后,突然变得比爱因斯坦更聪明,我们不知道是什么打击了我们:
那以后呢?

智力爆炸

我希望你喜欢正常的时间,因为这是当这个话题变得不正常和可怕的时候,它将从这里延续下去。我想暂停在这里提醒你,我要说的每一件事情都是真正的科学和真实的未来预测,从一大批最受尊敬的思想家和科学家。只要记住这一点。
无论如何,正如我上面所说,目前我们大部分的AGI模型都涉及AI自我完善。一旦达到AGI,即使通过不涉及自我完善的方法形成和发展的系统,现在也足够聪明,如果他们想要开始自我改进。
在这里我们得到一个强烈的概念:递归的自我完善。它像这样工作 -
一个AI系统在一定程度上 - 就是说,人类村里的白痴 - 是为了提高自己的智慧而编程的。一旦这样做,它更聪明 - 也许在这一点上它是在爱因斯坦的水平 - 所以现在,当它的工作,以提高智能,爱因斯坦的智力,它有一个更容易的时间,它可以做出更大的飞跃。这些飞跃使其比任何一个人聪明得多,从而使其能够实现更大的飞跃。随着飞跃越来越大,发生更快,AGI在智慧化上升,很快达到了ASI系统的超智能化水平。这被称为智力爆炸,它是加速退货法的最终例证。
有一些关于AI将达到人类一般智力的时间的争论 - 数百名科学家对他们认为我们更有可能达不到AGI的调查的中位数年数是2040年 - 这只是25年现在,这听起来不是很大,直到你认为这个领域的许多思想家认为AGI到ASI的发展很可能发生很快。喜欢 - 这可能会发生:
第一个AI系统需要数十年才能达到低级别的一般智力,但最终会发生。电脑能够了解周围的世界以及四岁的人。突然间,在达到这个里程碑的一小时内,系统抽出了统一广义相对论和量子力学的物理学的宏伟理论,没有一个人无法做出明确的决定。90分钟后,AI已经成为一个ASI,比人类聪明17万倍。
这种超级智慧不是我们可以远程掌握的东西,只不过是一只大黄蜂可以围绕凯恩斯经济学。在我们这个世界里,智慧意味着一个130智商,愚蠢意味着一个85智商 - 我们没有一个智商的12,952字。
我们所知道的是,人类在这个地球上的统治地位提出了一个明确的规则:情报有权力。这意味着当我们创造它时,ASI将成为地球上生命历史上最强大的人物,包括人类在内的所有生物都将完全摆在眼前 - 这可能在未来几十年内发生
如果我们虚弱的大脑能够发明wifi,那么比我们更智能的100或1000或10亿倍的东西应该在任何时候以任何方式控制世界上每一个原子的位置,在任何时候 - 我们所有的一切考虑魔法,我们想像一个至高无上的神的每一个力量,对于我们来说,ASI的一个活动将是平淡无奇的。创造技术来扭转人类老化,治愈疾病和饥饿,甚至死亡,重新编程天气,以保护地球上的生命的未来 - 一切都是可能的。地球上所有生命的即将结束也是可能的。就我们而言,如果一个ASI成立,现在就有一个无所不能的上帝在地球上,而对我们来说,最重要的问题是:

这会是一个好神吗?


(责任编辑:ioter)

用户喜欢...

最终在世界上释放AI的三大突破

几个月 前,我在纽约约克镇高地的IBM研究实验室的sylvan校园里跋涉,早日瞥见人造智能的快速到来,长期以来的未来。这是沃森的家,电子天才征服了危机!原来的沃森仍然在这里 - 这是一个...


AI在IoT基础设施中的地位

我们目睹了人类历史上最伟大的革命之一 - 人造智能和物联网驱动的革命。它将产生繁荣,就业和促进人类的理解。 - 纽约市立学院理论物理教授Michio Kaku博士(NEC介绍) 人工智能或人工智能...


迷你精悍AVR,Microchip ATtiny817 Xplained Mini

tinyAVR MCU具有很多年历史了,tiny是微小的意思,代表着此系列AVR具有超小的封装尺寸,可以塞进很多小巧设备中。M...


《普罗米修斯》中的人造人大卫

1982年的经典科幻电影《银翼杀手》在最近迎来了续集《银翼杀手2049》的上映,片中引人入胜的关于复制人与AI人工智...


泰利特成为首款450 Mbps移动速率VAIO笔记本合作伙伴

近日,全球物联网推动者泰利特宣布:VAIO选择泰利特LN940x产品系列中的LTE 9类 (Cat 9)LN940移动数据卡,为其针对移动...


依图科技王炤:医疗人工智能产品靠技术就能落地?做好这四点才可以

2017年8月24日,“让人工智能落地医院”主题论坛暨“ AI 医疗场景”优秀项目展示活动 在上海市静安区市北高新商务...


GTC CHINA 2017浪潮展示全线GPU AI计算方案

在北京举行的GTC China 2017 大会上,浪潮展示了基于英伟达领先的GPU技术的全线AI计算产品与方案,并宣布已最先为中国...


对于未来互联网:AI 创造了什么,毁灭了什么

近日,国外研究机构 Internet Society 发布了题为 《Paths to Our Digital Future(2017)》(中文译为:通往数字未来之路)的报告,阐述了后互联网时代的变革驱动力,这里对变革驱动力之一人工智能...


AI、物联网将改变未来十年人机合作方式

有42%的受访者认为物联网是未来五年对于企业商业模式最具破坏力的技术,有22%认为人工智能是未来五年对于企业商...


AI历史上的10个里程碑:从神经网络到打败世界围棋冠军

在人工智能发展史上定义出10个里程碑并不是一件易事。我们根据数百个研究实验室和成千上万个计算机科学家的研究成果,整理出我们认为比较重要的10个里程碑事件。 神经网络的诞生 想必...