Humanization ຂອງຫຸ່ນຍົນ - ກົນໄກຂອງບຸກຄົນ

ເນື້ອໃນ

ປັນຍາປະດິດທົ່ວໄປ
ບໍ່ມີຄວາມຈຳເສື່ອມ
ໃນກຽດສັກສີຂອງ stupidity
ອາລົມແລະລັກສະນະ
ເຄື່ອງມື, superintelligence ຫຼື singularity

ຖ້າພວກເຮົາເລືອກປັນຍາປະດິດຈາກນິທານນິທານທີ່ນິຍົມ, ມັນສາມາດກາຍເປັນສິ່ງປະດິດທີ່ໂດດເດັ່ນແລະເປັນປະໂຫຍດທີ່ສຸດ. ຜູ້ຊາຍແລະເຄື່ອງຈັກ - ການປະສົມປະສານນີ້ຈະສ້າງ tandem ທີ່ຫນ້າລືມບໍ່?

ຫຼັງຈາກໄດ້ຖືກ defeat ໂດຍ supercomputer Deep Blue ໃນ 1997, Garry Kasparov ພັກຜ່ອນ, ຄິດວ່າມັນຫຼາຍກວ່າແລະ ... ກັບຄືນໄປບ່ອນການແຂ່ງຂັນໃນຮູບແບບໃຫມ່ - ໃນການຮ່ວມມືກັບເຄື່ອງຈັກເປັນອັນທີ່ເອີ້ນວ່າ. centaur. ເຖິງແມ່ນວ່າຜູ້ນສະເລ່ຍຈັບຄູ່ກັບຄອມພິວເຕີສະເລ່ຍສາມາດທໍາລາຍ supercomputer chess ກ້າວຫນ້າທາງດ້ານຫຼາຍທີ່ສຸດ - ການປະສົມປະສານຂອງຄວາມຄິດຂອງມະນຸດແລະເຄື່ອງຈັກໄດ້ປະຕິວັດເກມ. ດັ່ງນັ້ນ, ໄດ້ຖືກ defeated ໂດຍເຄື່ອງຈັກ, Kasparov ຕັດສິນໃຈເຂົ້າໄປໃນພັນທະມິດກັບພວກເຂົາ, ທີ່ມີຂະຫນາດສັນຍາລັກ.

ຂະບວນການ ເຮັດໃຫ້ມົວເຂດແດນລະຫວ່າງເຄື່ອງຈັກ ແລະ ມະນຸດ ສືບຕໍ່ສໍາລັບປີ. ພວກເຮົາເບິ່ງວິທີການອຸປະກອນທີ່ທັນສະໄຫມສາມາດທົດແທນບາງຫນ້າທີ່ຂອງສະຫມອງຂອງພວກເຮົາ, ຕົວຢ່າງທີ່ດີຂອງໂທລະສັບສະຫຼາດຫຼືແທັບເລັດທີ່ຊ່ວຍຄົນທີ່ມີຄວາມບົກຜ່ອງດ້ານຄວາມຈໍາ. ໃນຂະນະທີ່ຜູ້ detractors ບາງຄົນເວົ້າວ່າພວກເຂົາປິດການເຮັດວຽກຂອງສະຫມອງຫຼາຍໃນຄົນທີ່ບໍ່ມີຂໍ້ບົກພ່ອງໃນເມື່ອກ່ອນ ... ໃນກໍລະນີໃດກໍ່ຕາມ, ເນື້ອຫາທີ່ສ້າງໂດຍເຄື່ອງຈັກກໍາລັງເຂົ້າໄປໃນຄວາມເຂົ້າໃຈຂອງມະນຸດຫຼາຍຂຶ້ນ - ບໍ່ວ່າຈະເປັນການເບິ່ງເຫັນ, ເຊັ່ນການສ້າງດິຈິຕອນຫຼືເນື້ອຫາໃນຄວາມເປັນຈິງເພີ່ມຂຶ້ນ. , ຫຼື auditory. , ເປັນສຽງຂອງຜູ້ຊ່ວຍດິຈິຕອນທີ່ອີງໃສ່ປັນຍາປະດິດເຊັ່ນ Alexa.

ໂລກຂອງພວກເຮົາແມ່ນ cluttered ເຫັນໄດ້ຊັດເຈນຫຼື invisibly cluttered ກັບ "ມະນຸດຕ່າງດາວ" ຮູບແບບຂອງປັນຍາ, algorithms ທີ່ສັງເກດເບິ່ງພວກເຮົາ, ສົນທະນາກັບພວກເຮົາ, ການຄ້າກັບພວກເຮົາ, ຫຼືຊ່ວຍພວກເຮົາເລືອກເຄື່ອງນຸ່ງຫົ່ມແລະແມ້ກະທັ້ງຄູ່ຊີວິດໃນນາມຂອງພວກເຮົາ.

ບໍ່ມີໃຜອ້າງຢ່າງຈິງຈັງວ່າມີປັນຍາປະດິດເທົ່າກັບມະນຸດ, ແຕ່ຫຼາຍຄົນຈະເຫັນດີວ່າລະບົບ AI ພ້ອມທີ່ຈະປະສົມປະສານຢ່າງໃກ້ຊິດກັບມະນຸດແລະສ້າງຈາກ "ປະສົມ", ລະບົບເຄື່ອງຈັກ - ມະນຸດ, ໂດຍນໍາໃຊ້ທີ່ດີທີ່ສຸດຈາກທັງສອງດ້ານ.

AI ກໍາລັງໃກ້ຊິດກັບມະນຸດ

ປັນຍາປະດິດທົ່ວໄປ

ນັກວິທະຍາສາດ Mikhail Lebedev, Ioan Opris ແລະ Manuel Casanova ຈາກມະຫາວິທະຍາໄລ Duke ໃນ North Carolina ໄດ້ສຶກສາຫົວຂໍ້ການເພີ່ມຄວາມສາມາດຂອງຈິດໃຈຂອງພວກເຮົາສໍາລັບບາງເວລາ, ດັ່ງທີ່ພວກເຮົາໄດ້ເວົ້າມາແລ້ວໃນ MT. ຕາມເຂົາເຈົ້າແລ້ວ, ຮອດປີ 2030, ໂລກທີ່ຄວາມສະຫຼາດຂອງມະນຸດຈະໄດ້ຮັບການເສີມຂະຫຍາຍດ້ວຍການປູກຝັງສະໝອງຈະກາຍເປັນຄວາມຈິງປະຈຳວັນ.

Ray Kurzweil ແລະການຄາດຄະເນຂອງລາວທັນທີທັນໃດມາຮອດໃຈ. ເອກະລັກທາງເທັກໂນໂລຍີ. ນັກ futurist ທີ່ມີຊື່ສຽງຄົນນີ້ຂຽນໄວ້ດົນນານວ່າສະຫມອງຂອງພວກເຮົາຊ້າຫຼາຍເມື່ອທຽບກັບຄວາມໄວທີ່ຄອມພິວເຕີເອເລັກໂຕຣນິກສາມາດປະມວນຜົນຂໍ້ມູນໄດ້. ເຖິງວ່າຈະມີຄວາມສາມາດພິເສດຂອງຈິດໃຈຂອງມະນຸດໃນການວິເຄາະຂໍ້ມູນຈໍານວນຫຼວງຫຼາຍໃນເວລາດຽວກັນ, Kurzweil ເຊື່ອວ່າໃນໄວໆນີ້ຄວາມໄວຂອງຄອມພິວເຕີ້ດິຈິຕອນທີ່ເພີ່ມຂຶ້ນຈະເກີນຄວາມສາມາດຂອງສະຫມອງ. ລາວແນະນໍາວ່າຖ້ານັກວິທະຍາສາດສາມາດເຂົ້າໃຈວິທີການທີ່ສະຫມອງປະຕິບັດການກະທໍາທີ່ວຸ່ນວາຍແລະສັບສົນ, ແລະຫຼັງຈາກນັ້ນຈັດລະບຽບໃຫ້ເຂົາເຈົ້າສໍາລັບຄວາມເຂົ້າໃຈ, ນີ້ຈະນໍາໄປສູ່ຄວາມກ້າວຫນ້າຂອງຄອມພິວເຕີ້ແລະການປະຕິວັດປັນຍາປະດິດໃນທິດທາງຂອງອັນທີ່ເອີ້ນວ່າ AI ທົ່ວໄປ. ລາວແມ່ນໃຜ?

ປັນຍາປະດິດປົກກະຕິແລ້ວແບ່ງອອກເປັນສອງປະເພດຕົ້ນຕໍ: ແຄບ ໂອຣາສ ທົ່ວໄປ (AGI).

ທໍາອິດທີ່ພວກເຮົາສາມາດເຫັນໄດ້ອ້ອມຕົວພວກເຮົາໃນມື້ນີ້, ຕົ້ນຕໍໃນຄອມພິວເຕີ, ລະບົບການຮັບຮູ້ສຽງເວົ້າ, ຜູ້ຊ່ວຍ virtual ເຊັ່ນ Siri ໃນ iPhone, ລະບົບການຮັບຮູ້ສິ່ງແວດລ້ອມທີ່ຕິດຕັ້ງຢູ່ໃນລົດອັດຕະໂນມັດ, ໃນລະບົບການຈອງໂຮງແຮມ, ໃນການວິເຄາະ x-ray, ກໍານົດເນື້ອຫາທີ່ບໍ່ເຫມາະສົມໃນ. ອິນເຕີເນັດ, ການຮຽນຮູ້ວິທີການຂຽນຄໍາສັບຕ່າງໆກ່ຽວກັບປຸ່ມໂທລະສັບຂອງທ່ານແລະການນໍາໃຊ້ອື່ນໆຫຼາຍສິບ.

ປັນຍາປະດິດທົ່ວໄປແມ່ນສິ່ງອື່ນ, ມີຫຼາຍ reminiscent ຂອງຈິດໃຈຂອງມະນຸດ. ມັນເປັນຮູບແບບທີ່ມີຄວາມຍືດຫຍຸ່ນທີ່ສາມາດຮຽນຮູ້ທຸກຢ່າງທີ່ທ່ານສາມາດຮຽນຮູ້ຈາກການຕັດຜົມເພື່ອສ້າງຕາຕະລາງເຊັ່ນດຽວກັນ ເຫດຜົນແລະບົດສະຫຼຸບ ອີງໃສ່ຂໍ້ມູນ. AGI ຍັງບໍ່ທັນໄດ້ຖືກສ້າງຂຶ້ນເທື່ອ (ໂຊກດີ, ບາງຄົນເວົ້າວ່າ), ແລະພວກເຮົາຮູ້ກ່ຽວກັບມັນຫຼາຍຂຶ້ນຈາກຮູບເງົາຫຼາຍກວ່າຄວາມເປັນຈິງ. ຕົວຢ່າງທີ່ສົມບູນແບບນີ້ແມ່ນ HAL 9000 ຈາກ "2001. Space Odyssey ຫຼື Skynet ຈາກຊຸດ "Terminator".

ການສໍາຫຼວດ 2012-2013 ຂອງສີ່ກຸ່ມຜູ້ຊ່ຽວຊານໂດຍນັກຄົ້ນຄວ້າ AI Vincent S. Muller ແລະນັກປັດຊະຍາ Nick Bostrom ສະແດງໃຫ້ເຫັນໂອກາດ 50 ເປີເຊັນທີ່ປັນຍາປະດິດ (AGI) ຈະຖືກພັດທະນາລະຫວ່າງ 2040 ຫາ 2050, ແລະໃນປີ 2075 ຄວາມເປັນໄປໄດ້ຈະເພີ່ມຂຶ້ນເຖິງ 90%. . . ຜູ້ຊ່ຽວຊານຍັງຄາດຄະເນຂັ້ນຕອນທີ່ສູງກວ່າ, ອັນທີ່ເອີ້ນວ່າ superintelligence ປອມເຊິ່ງເຂົາເຈົ້າໃຫ້ຄຳນິຍາມວ່າ “ສະຕິປັນຍາເໜືອກວ່າຄວາມຮູ້ຂອງມະນຸດໃນທຸກຂົງເຂດ”. ໃນຄວາມຄິດເຫັນຂອງພວກເຂົາ, ມັນຈະປາກົດສາມສິບປີຫຼັງຈາກຜົນສໍາເລັດຂອງ OGI. ຜູ້ຊ່ຽວຊານ AI ຄົນອື່ນໆກ່າວວ່າການຄາດຄະເນເຫຼົ່ານີ້ແມ່ນກ້າຫານເກີນໄປ. ເນື່ອງຈາກຄວາມເຂົ້າໃຈທີ່ບໍ່ດີຂອງພວກເຮົາກ່ຽວກັບວິທີເຮັດວຽກຂອງສະຫມອງຂອງມະນຸດ, ຜູ້ບໍ່ຄ່ອຍເຊື່ອງ່າຍໆກໍາລັງເລື່ອນເວລາການເກີດຂື້ນຂອງ AGI ຫຼາຍຮ້ອຍປີ.

ຕາຄອມພິວເຕີ HAL 1000

ບໍ່ມີຄວາມຈຳເສື່ອມ

ອຸປະສັກທີ່ສໍາຄັນອັນຫນຶ່ງຂອງ AGI ທີ່ແທ້ຈິງແມ່ນແນວໂນ້ມສໍາລັບລະບົບ AI ທີ່ຈະລືມສິ່ງທີ່ພວກເຂົາໄດ້ຮຽນຮູ້ກ່ອນທີ່ຈະພະຍາຍາມກ້າວໄປສູ່ວຽກງານໃຫມ່. ຕົວຢ່າງ, ລະບົບ AI ສໍາລັບການຮັບຮູ້ໃບໜ້າຈະວິເຄາະຮູບຫຼາຍພັນໃບຂອງໃບໜ້າຂອງຄົນເພື່ອກວດຫາພວກມັນຢ່າງມີປະສິດທິພາບ, ຕົວຢ່າງ, ໃນເຄືອຂ່າຍສັງຄົມ. ແຕ່ເນື່ອງຈາກການຮຽນຮູ້ລະບົບ AI ບໍ່ເຂົ້າໃຈຄວາມຫມາຍຂອງສິ່ງທີ່ພວກເຂົາກໍາລັງເຮັດ, ດັ່ງນັ້ນເມື່ອພວກເຮົາຕ້ອງການສອນໃຫ້ເຂົາເຈົ້າເຮັດອັນອື່ນໂດຍອີງໃສ່ສິ່ງທີ່ພວກເຂົາໄດ້ຮຽນຮູ້ແລ້ວ, ເຖິງແມ່ນວ່າມັນເປັນວຽກທີ່ຄ້າຍຄືກັນ (ເວົ້າ, ຄວາມຮູ້ສຶກ. ການຮັບຮູ້ໃນໃບຫນ້າ), ພວກເຂົາຕ້ອງໄດ້ຮັບການຝຶກອົບຮົມຈາກ scratch, ຈາກ scratch. ນອກຈາກນັ້ນ, ຫຼັງຈາກການຮຽນຮູ້ algorithm, ພວກເຮົາບໍ່ສາມາດດັດແປງມັນ, ປັບປຸງມັນນອກເຫນືອຈາກປະລິມານ.

ສໍາລັບຫລາຍປີ, ນັກວິທະຍາສາດໄດ້ພະຍາຍາມຊອກຫາວິທີແກ້ໄຂບັນຫານີ້. ຖ້າພວກເຂົາປະສົບຜົນສໍາເລັດ, ລະບົບ AI ສາມາດຮຽນຮູ້ຈາກຊຸດໃຫມ່ຂອງຂໍ້ມູນການຝຶກອົບຮົມໂດຍບໍ່ມີການຂຽນທັບຄວາມຮູ້ຫຼາຍທີ່ພວກເຂົາມີຢູ່ໃນຂະບວນການ.

Irina Higgins ຂອງ Google DeepMind ໄດ້ນໍາສະເຫນີວິທີການໃນກອງປະຊຸມໃນ Prague ໃນເດືອນສິງຫາທີ່ໃນທີ່ສຸດສາມາດທໍາລາຍຈຸດອ່ອນຂອງ AI ໃນປະຈຸບັນນີ້. ທີມງານຂອງນາງໄດ້ສ້າງ "ຕົວແທນ AI" - ຄ້າຍຄືຕົວລະຄອນວິດີໂອເກມທີ່ຂັບເຄື່ອນດ້ວຍລະບົບ algorithm ທີ່ສາມາດຄິດສ້າງສັນຫຼາຍກ່ວາສູດການຄິດໄລ່ທົ່ວໄປ - ສາມາດ "ຈິນຕະນາການ" ສິ່ງທີ່ມັນພົບໃນສະພາບແວດລ້ອມ virtual ທີ່ຈະມີລັກສະນະອື່ນ. ດ້ວຍວິທີນີ້, ເຄືອຂ່າຍ neural ຈະສາມາດແຍກວັດຖຸທີ່ມັນໄດ້ພົບໃນສະພາບແວດລ້ອມຈໍາລອງຈາກສະພາບແວດລ້ອມຂອງມັນເອງແລະເຂົ້າໃຈພວກມັນໃນການຕັ້ງຄ່າຫຼືສະຖານທີ່ໃຫມ່. ບົດຄວາມກ່ຽວກັບ arXiv ອະທິບາຍການສຶກສາກ່ຽວກັບກະເປົ໋າສີຂາວ ຫຼືລະບົບການຮັບຮູ້ເກົ້າອີ້. ເມື່ອໄດ້ຮັບການຝຶກອົບຮົມ, ສູດການຄິດໄລ່ແມ່ນສາມາດ "ເບິ່ງເຫັນ" ເຂົາເຈົ້າໃນໂລກ virtual ໃຫມ່ຢ່າງສົມບູນແລະຮັບຮູ້ພວກເຂົາໃນເວລາທີ່ມັນມາກັບກອງປະຊຸມ.

ໃນສັ້ນ, ປະເພດຂອງ algorithm ນີ້ສາມາດບອກຄວາມແຕກຕ່າງລະຫວ່າງສິ່ງທີ່ມັນພົບແລະສິ່ງທີ່ມັນເຄີຍເຫັນມາກ່ອນ - ຄືກັບຄົນສ່ວນໃຫຍ່ເຮັດ, ແຕ່ບໍ່ຄືກັບສູດການຄິດໄລ່ສ່ວນໃຫຍ່. ລະບົບ AI ປັບປຸງສິ່ງທີ່ມັນຮູ້ກ່ຽວກັບໂລກໂດຍບໍ່ຈໍາເປັນຕ້ອງຮຽນຮູ້ແລະຮຽນຮູ້ຄືນໃຫມ່. ໂດຍພື້ນຖານແລ້ວ, ລະບົບສາມາດໂອນແລະນໍາໃຊ້ຄວາມຮູ້ທີ່ມີຢູ່ແລ້ວໃນສະພາບແວດລ້ອມໃຫມ່. ແນ່ນອນ, ຮູບແບບຂອງນາງ Higgins ຕົວຂອງມັນເອງບໍ່ແມ່ນ AGI, ແຕ່ມັນເປັນບາດກ້າວທໍາອິດທີ່ສໍາຄັນໄປສູ່ລະບົບສູດການຄິດໄລ່ທີ່ມີຄວາມຍືດຫຍຸ່ນຫຼາຍທີ່ບໍ່ທົນທຸກຈາກຄວາມຫມອງຄ້ໍາຂອງເຄື່ອງຈັກ.

ໃນກຽດສັກສີຂອງ stupidity

Mikael Trazzi ແລະ Roman V. Yampolsky, ນັກຄົ້ນຄວ້າຈາກມະຫາວິທະຍາໄລປາຣີ, ເຊື່ອວ່າຄໍາຕອບຂອງຄໍາຖາມຂອງ convergence ຂອງມະນຸດແລະເຄື່ອງຈັກແມ່ນການນໍາປັນຍາປະດິດເຂົ້າໄປໃນສູດການຄິດໄລ່ ".ຄວາມໂງ່ປອມ". ນີ້ຍັງຈະເຮັດໃຫ້ມັນປອດໄພສໍາລັບພວກເຮົາ. ແນ່ນອນ, ປັນຍາປະດິດທົ່ວໄປ (AGI) ຍັງສາມາດມີຄວາມປອດໄພກວ່າໂດຍການຈໍາກັດພະລັງງານປະມວນຜົນແລະຄວາມຊົງຈໍາ. ຢ່າງໃດກໍຕາມ, ນັກວິທະຍາສາດເຂົ້າໃຈວ່າຄອມພິວເຕີອັດສະລິຍະສາມາດ, ຕົວຢ່າງ, ສັ່ງພະລັງງານເພີ່ມເຕີມໂດຍຜ່ານຄອມພິວເຕີ້ຟັງ, ການຊື້ອຸປະກອນແລະການຂົນສົ່ງ, ຫຼືແມ້ກະທັ້ງການຫມູນໃຊ້ໂດຍຄົນໂງ່. ດັ່ງນັ້ນ, ມັນເປັນສິ່ງຈໍາເປັນທີ່ຈະເຮັດໃຫ້ເກີດມົນລະພິດໃນອະນາຄົດຂອງ AGI ດ້ວຍຄວາມລໍາອຽງຂອງມະນຸດແລະຄວາມຜິດພາດທາງປັນຍາ.

ນັກຄົ້ນຄວ້າພິຈາລະນານີ້ຂ້ອນຂ້າງສົມເຫດສົມຜົນ. ມະນຸດມີຂໍ້ຈຳກັດດ້ານການຄຳນວນທີ່ຈະແຈ້ງ (ໜ່ວຍຄວາມຈຳ, ການປະມວນຜົນ, ການຄຳນວນ ແລະ “ຄວາມໄວໂມງ”) ແລະ ມີລັກສະນະເປັນອະຄະຕິທາງປັນຍາ. ປັນຍາປະດິດທົ່ວໄປແມ່ນບໍ່ຈໍາກັດ. ດັ່ງນັ້ນ, ຖ້າຈະໃກ້ຊິດກັບບຸກຄົນ, ມັນຕ້ອງຈໍາກັດໃນລັກສະນະນີ້.

Trazzi ແລະ Yampolsky ເບິ່ງຄືວ່າຈະລືມເລັກນ້ອຍວ່ານີ້ແມ່ນດາບສອງຄົມ, ເພາະວ່າຕົວຢ່າງທີ່ນັບບໍ່ຖ້ວນສະແດງໃຫ້ເຫັນເຖິງຄວາມໂງ່ຈ້າແລະຄວາມລໍາອຽງທີ່ເປັນອັນຕະລາຍ.

ອາລົມແລະລັກສະນະ

ແນວຄວາມຄິດຂອງລັກສະນະກົນຈັກທີ່ມີຊີວິດຊີວາ, ມີລັກສະນະຄ້າຍຄືມະນຸດໄດ້ກະຕຸ້ນຈິນຕະນາການຂອງມະນຸດມາດົນນານ. ດົນນານກ່ອນທີ່ຄໍາວ່າ "ຫຸ່ນຍົນ", ຈິນຕະນາການໄດ້ຖືກສ້າງຂື້ນກ່ຽວກັບ golems, automata, ແລະເຄື່ອງຈັກທີ່ເປັນມິດ (ຫຼືບໍ່) embodying ທັງຮູບແບບແລະຈິດໃຈຂອງສິ່ງທີ່ມີຊີວິດ. ເຖິງວ່າຈະມີຄອມພິວເຕີທັງຫມົດ, ພວກເຮົາບໍ່ມີຄວາມຮູ້ສຶກຄືກັບວ່າພວກເຮົາໄດ້ເຂົ້າໄປໃນຍຸກຂອງຫຸ່ນຍົນທີ່ຮູ້ຈັກ, ຕົວຢ່າງ, ຈາກວິໄສທັດໃນຊຸດ Jetsons. ໃນມື້ນີ້, ຫຸ່ນຍົນສາມາດສູນຍາກາດເຮືອນ, ຂັບລົດ, ແລະຈັດການ playlist ໃນງານລ້ຽງ, ແຕ່ພວກເຂົາທັງຫມົດປ່ອຍໃຫ້ຫຼາຍທີ່ຈະຕ້ອງການໃນແງ່ຂອງບຸກຄະລິກກະພາບ.

ຢ່າງໃດກໍຕາມ, ນີ້ອາດຈະມີການປ່ຽນແປງໃນໄວໆນີ້. ໃຜຮູ້ຖ້າຫາກວ່າລັກສະນະຫຼາຍແລະເຄື່ອງ campy ມັກ vector ອັນກີ. ແທນທີ່ຈະສຸມໃສ່ວິທີການປະຕິບັດຫຼາຍວຽກງານທີ່ມັນສາມາດປະຕິບັດໄດ້, ຜູ້ອອກແບບຊອກຫາເພື່ອໃຫ້ການສ້າງກົນຈັກເປັນ "ຈິດວິນຍານ". ເປີດຢູ່ສະເໝີ, ເຊື່ອມຕໍ່ກັບຄລາວ, ຫຸ່ນຍົນນ້ອຍສາມາດຮັບຮູ້ໃບໜ້າ ແລະຈື່ຊື່ໄດ້. ລາວເຕັ້ນກັບດົນຕີ, ຕອບສະຫນອງຕໍ່ການສໍາພັດຄືກັບສັດ, ແລະໄດ້ຮັບການກະຕຸ້ນຈາກການພົວພັນທາງສັງຄົມ. ເຖິງແມ່ນວ່າລາວເວົ້າໄດ້, ແຕ່ລາວຈະຕິດຕໍ່ສື່ສານໂດຍໃຊ້ການປະສົມປະສານຂອງພາສາທາງຮ່າງກາຍແລະສັນຍານທາງຈິດໃຈທີ່ງ່າຍດາຍໃນການສະແດງ.

ນອກຈາກນັ້ນ, ລາວສາມາດເຮັດໄດ້ຫຼາຍຢ່າງ - ຕົວຢ່າງ, ສາມາດຕອບຄໍາຖາມ, ຫຼິ້ນເກມ, ຄາດຄະເນສະພາບອາກາດແລະແມ້ກະທັ້ງຖ່າຍຮູບ. ໂດຍຜ່ານການປັບປຸງຢ່າງຕໍ່ເນື່ອງ, ລາວກໍາລັງຮຽນຮູ້ທັກສະໃຫມ່ຢ່າງຕໍ່ເນື່ອງ.

Vector ບໍ່ໄດ້ຖືກອອກແບບມາສໍາລັບຜູ້ຊ່ຽວຊານດ້ານເຄື່ອງເຮັດຄວາມເຢັນ. ແລະບາງທີນີ້ແມ່ນວິທີທີ່ຈະເຮັດໃຫ້ຄົນໃກ້ຊິດກັບເຄື່ອງຈັກ, ມີປະສິດທິພາບຫຼາຍກ່ວາໂຄງການທີ່ມີຄວາມທະເຍີທະຍານເພື່ອປະສົມປະສານສະຫມອງຂອງມະນຸດກັບ AI. ນີ້ແມ່ນຢູ່ໄກຈາກໂຄງການດຽວຂອງປະເພດຂອງມັນ. Prototypes ໄດ້ຖືກສ້າງຂຶ້ນເປັນເວລາຫຼາຍປີ ຫຸ່ນຍົນຜູ້ຊ່ວຍສໍາລັບຜູ້ສູງອາຍຸແລະເຈັບປ່ວຍຜູ້ທີ່ພົບວ່າມັນມີຄວາມຫຍຸ້ງຍາກຫຼາຍຂຶ້ນທີ່ຈະໃຫ້ການດູແລທີ່ພຽງພໍໃນຄ່າໃຊ້ຈ່າຍທີ່ສົມເຫດສົມຜົນ. ທີ່ມີຊື່ສຽງ pepper ຫຸ່ນຍົນ, ຜູ້ທີ່ເຮັດວຽກໃຫ້ບໍລິສັດຍີ່ປຸ່ນ SoftBank, ຈະຕ້ອງສາມາດອ່ານຄວາມຮູ້ສຶກຂອງມະນຸດແລະຮຽນຮູ້ວິທີການພົວພັນກັບຄົນ. ໃນທີ່ສຸດ, ມັນເປັນການຊ່ວຍເຫຼືອໃນທົ່ວເຮືອນແລະການດູແລເດັກນ້ອຍແລະຜູ້ສູງອາຍຸ.

ແມ່ເຖົ້າໂຕ້ຕອບກັບຫຸ່ນຍົນ Pepper

ເຄື່ອງມື, superintelligence ຫຼື singularity

ສະຫຼຸບແລ້ວ, ອາດຈະສັງເກດໄດ້ ສາມສາຍນ້ໍາຕົ້ນຕໍ ໃນການສະທ້ອນເຖິງການພັດທະນາຂອງປັນຍາປະດິດແລະຄວາມສໍາພັນຂອງມັນກັບມະນຸດ.

ທໍາອິດສົມມຸດວ່າການສ້າງປັນຍາທົ່ວໄປປອມ (AI) ທີ່ມີຄວາມເທົ່າທຽມກັນແລະຄ້າຍຄືກັນກັບມະນຸດໂດຍທົ່ວໄປແມ່ນເປັນໄປບໍ່ໄດ້. ແມ່ນບໍ່ເປັນໄປໄດ້ ຫຼືຫ່າງໄກຫຼາຍໃນເວລາ. ຈາກທັດສະນະດັ່ງກ່າວ, ລະບົບການຮຽນຮູ້ເຄື່ອງຈັກແລະສິ່ງທີ່ພວກເຮົາເອີ້ນວ່າ AI ຈະກາຍເປັນທີ່ສົມບູນແບບຫຼາຍຂຶ້ນ, ມີຄວາມສາມາດໃນການປະຕິບັດວຽກງານພິເສດຂອງເຂົາເຈົ້າ, ແຕ່ບໍ່ເຄີຍເກີນຂອບເຂດຈໍາກັດທີ່ແນ່ນອນ - ເຊິ່ງບໍ່ໄດ້ຫມາຍຄວາມວ່າພວກເຂົາຈະຮັບໃຊ້ຜົນປະໂຫຍດຂອງມະນຸດເທົ່ານັ້ນ. ເນື່ອງຈາກວ່າມັນຍັງຄົງເປັນເຄື່ອງຈັກ, ນັ້ນແມ່ນ, ບໍ່ມີຫຍັງນອກ ເໜືອ ຈາກເຄື່ອງມືກົນຈັກ, ມັນສາມາດຊ່ວຍໃນການເຮັດວຽກແລະສະ ໜັບ ສະ ໜູນ ຄົນ (ຊິບໃນສະ ໝອງ ແລະສ່ວນອື່ນໆຂອງຮ່າງກາຍ), ແລະອາດຈະເປັນອັນຕະລາຍຫຼືແມ້ກະທັ້ງຂ້າຄົນ. .
ແນວຄວາມຄິດທີສອງແມ່ນໂອກາດ. ການກໍ່ສ້າງຕົ້ນຂອງ AGIແລະຫຼັງຈາກນັ້ນ, ເປັນຜົນມາຈາກວິວັດທະນາຂອງເຄື່ອງຈັກ, ລຸກຂື້ນ superintelligence ປອມ. ວິໄສທັດນີ້ອາດເປັນອັນຕະລາຍຕໍ່ບຸກຄົນ, ເພາະວ່າຜູ້ມີຈິດໃຈສູງອາດຈະພິຈາລະນາວ່າເປັນສັດຕູ ຫຼືສິ່ງທີ່ບໍ່ຈຳເປັນ ຫຼືເປັນອັນຕະລາຍ. ການຄາດຄະເນດັ່ງກ່າວບໍ່ໄດ້ປະຕິເສດຄວາມເປັນໄປໄດ້ທີ່ເຊື້ອຊາດຂອງມະນຸດອາດຈະຕ້ອງການເຄື່ອງຈັກໃນອະນາຄົດ, ເຖິງແມ່ນວ່າບໍ່ຈໍາເປັນຕ້ອງເປັນແຫຼ່ງພະລັງງານ, ຄືກັບໃນ The Matrix.
ສຸດທ້າຍ, ພວກເຮົາຍັງມີແນວຄວາມຄິດຂອງ "singularity", ຂອງ Ray Kurzweil, ນັ້ນແມ່ນ, ພິເສດ. ການເຊື່ອມໂຍງຂອງມະນຸດກັບເຄື່ອງຈັກ. ນີ້ຈະເຮັດໃຫ້ພວກເຮົາມີຄວາມເປັນໄປໄດ້ໃຫມ່, ແລະເຄື່ອງຈັກຈະໄດ້ຮັບ AGI ຂອງມະນຸດ, ນັ້ນແມ່ນ, ປັນຍາທົ່ວໄປທີ່ມີຄວາມຍືດຫຍຸ່ນ. ປະຕິບັດຕາມຕົວຢ່າງນີ້, ໃນໄລຍະຍາວ, ໂລກຂອງເຄື່ອງຈັກແລະຄົນຈະກາຍເປັນທີ່ບໍ່ສາມາດຈໍາແນກໄດ້.

ປະເພດຂອງປັນຍາປະດິດ

ເຮືອບິນ - ພິເສດ, ຕອບສະຫນອງກັບສະຖານະການສະເພາະແລະປະຕິບັດວຽກງານທີ່ກໍານົດໄວ້ຢ່າງເຂັ້ມງວດ (DeepBlue, AlphaGo).
ດ້ວຍຊັບພະຍາກອນຄວາມຊົງຈໍາທີ່ຈໍາກັດ - ພິເສດ, ການນໍາໃຊ້ຊັບພະຍາກອນຂອງຂໍ້ມູນທີ່ໄດ້ຮັບສໍາລັບການຕັດສິນໃຈ (ລະບົບລົດອັດຕະໂນມັດ, chat bots, ຜູ້ຊ່ວຍສຽງ).
ຂອງຂວັນທີ່ມີຈິດໃຈເອກະລາດ - ໂດຍທົ່ວໄປ, ຄວາມເຂົ້າໃຈຄວາມຄິດຂອງມະນຸດ, ຄວາມຮູ້ສຶກ, ແຮງຈູງໃຈແລະຄວາມຄາດຫວັງ, ສາມາດພົວພັນກັບໂດຍບໍ່ມີຂໍ້ຈໍາກັດ. ມັນເຊື່ອວ່າສໍາເນົາທໍາອິດຈະຖືກເຮັດໃນຂັ້ນຕອນຕໍ່ໄປຂອງການພັດທະນາ AI.
ປູກຈິດ ສຳ ນຶກຕົນເອງ - ນອກເຫນືອໄປຈາກຈິດໃຈທີ່ມີຄວາມຍືດຫຍຸ່ນ, ມັນຍັງມີຄວາມຮັບຮູ້, i.e. ແນວຄວາມຄິດຂອງຕົນເອງ. ໃນເວລານີ້, ວິໄສທັດນີ້ແມ່ນຢູ່ພາຍໃຕ້ສັນຍາລັກຂອງວັນນະຄະດີ.