Приветствую тебя, дорогой читатель
В прошлой главе мы раскрыли первый ключ и затронули немного второй ключ к созданию AGI.
Так давайте же теперь углубимся и до конца раскроем смысл второго ключа
2) Попытайтесь заставить эволюцию делать то, что она делала раньше, но на этот раз для нас.
Поэтому, если мы решим, что тест умного ребенка слишком трудно скопировать, мы можем попробовать скопировать способ, которым он учится для тестов.
Вот что нам известно. Создание компьютера настолько мощного, насколько это возможно для мозга—это доказательство эволюции нашего собственного мозга. И если мозг просто слишком сложен для нас, чтобы подражать, мы могли бы попробовать подражать эволюции вместо этого. Дело в том, что даже если мы можем эмулировать мозг, это может быть похоже на попытку построить самолет, копируя движения крыльев птицы-часто машины лучше всего проектируются с использованием свежего, машинного подхода, а не точно имитируя биологию.
Итак, как мы можем моделировать эволюцию для построения AGI? Этот метод, называемый "генетическими алгоритмами“, будет работать примерно так: будет происходить процесс оценки эффективности, который будет происходить снова и снова (таким же образом биологические существа” выполняют “живую жизнь и” оцениваются" тем, удается ли им размножаться или нет). Группа компьютеров будет пытаться выполнять задачи, и самые успешные из них будут выведены друг с другом, имея половину каждого из их программирования объединены вместе в новый компьютер. Менее успешные из них будут устранены. В течение многих, многих итераций этот процесс естественного отбора будет производить все лучшие и лучшие компьютеры. Задача будет заключаться в создании автоматизированного цикла оценки и разведения, с тем чтобы этот эволюционный процесс мог идти сам по себе.
Недостатком копирования эволюции является то, что эволюция любит брать миллиард лет, чтобы сделать что-то, и мы хотим сделать это в течение нескольких десятилетий.
Но у нас есть много преимуществ перед эволюцией. Во—первых, эволюция не имеет никакого предвидения и работает случайным образом-она производит больше бесполезных мутаций, чем полезных, но мы будем контролировать процесс, поэтому он будет управляться только полезными глюками и целевыми настройками. Во-вторых, эволюция не стремится ни к чему, включая интеллект—иногда окружающая среда может даже выбрать против более высокого интеллекта (так как он использует много энергии). С другой стороны, мы могли бы специально направить этот эволюционный процесс в сторону увеличения интеллекта. В-третьих, чтобы выбрать для интеллекта, эволюция должна внедрять инновации в кучу других способов облегчить интеллект-например, реконструировать способы, которыми клетки производят энергию— - когда мы можем снять эти дополнительные нагрузки и использовать такие вещи, как электричество. Нет сомнений, что мы будем намного, намного быстрее эволюции—но все еще не ясно, сможем ли мы улучшить эволюцию достаточно, чтобы сделать это жизнеспособной стратегией.
3) Сделайте все это проблемой компьютера, а не нашей.
Это когда ученые впадают в отчаяние и пытаются запрограммировать тест на себя. Но это может быть самый многообещающий метод, который у нас есть.
Идея заключается в том, что мы создадим компьютер, два основных навыка которого будут заключаться в проведении исследований ИИ и кодировании изменений в себе, что позволит ему не только учиться, но и улучшать свою собственную архитектуру. Мы бы научили компьютеры быть компьютерными учеными, чтобы они могли загрузить свое собственное развитие. И это было бы их главной работой—выяснить, как сделать себя умнее. Подробнее об этом позже.
Все это может произойти в ближайшее время
Быстрые достижения в области аппаратного обеспечения и инновационные эксперименты с программным обеспечением происходят одновременно, и учи может подкрасться к нам быстро и неожиданно по двум основным причинам:
1) экспоненциальный рост интенсивен, и то, что кажется темпом продвижения улитки, может быстро мчаться вверх
2) Когда дело доходит до программного обеспечения, прогресс может казаться медленным, но потом прозрение может мгновенно изменить скорость движения (примерно так же, как наука, в то время люди думали, что Вселенная геоцентрична, испытывает трудности в вычислении Вселенной работал, но потом вскрылось, что она была гелиоцентрическая вдруг все гораздо проще). Или, когда речь заходит о чем-то вроде компьютера, который совершенствуется, мы можем казаться далекими, но на самом деле это всего лишь одна настройка системы от того, чтобы она стала в 1000 раз более эффективной и увеличила масштаб до человеческого уровня интеллекта.
Продолжение следует...