احتساب – ترجمه حبیب صادقی – نوشته مایک توماس - هوش مصنوعی به طور مداوم دنیای ما را تغییر می دهد. در اینجا فقط چند روش وجود دارد که هوش مصنوعی بر زندگی ما تأثیر می گذارد.
اگر به نظر می رسد که آینده هوش مصنوعی یک چشم انداز به سرعت در حال تغییر است، به این دلیل است که نوآوری های فعلی در زمینه هوش مصنوعی با چنان سرعتی شتابان در حال شتاب هستند که ادامه دادن به آن دشوار است. در واقع، هوش مصنوعی در حال شکل دادن به آینده بشریت تقریباً در هر صنعت است. این در حال حاضر محرک اصلی فناوریهای نوظهور مانند دادههای بزرگ، روباتیک و اینترنت اشیاء است - نه به هوش مصنوعی مولد، با ابزارهایی مانند ChatGPT و مولدهای هنری AI که توجه جریان اصلی را به خود جلب میکنند - و به عنوان یک مبتکر فناوری برای آینده قابل پیشبینی ادامه خواهد داد.
تقریباً 44 درصد از شرکت ها به دنبال سرمایه گذاری جدی در هوش مصنوعی و ادغام آن در تجارت خود هستند. و از 9130 پتنت دریافتی توسط مخترعان IBM در سال 2021، 2300 مورد مربوط به هوش مصنوعی بود. به نظر می رسد احتمالاً هوش مصنوعی جهان را تغییر خواهد داد (ادامه می دهد). اما دقیقا چگونه؟
تکامل هوش مصنوعی
تأثیر هوش مصنوعی بر فناوری تا حدی به دلیل تأثیر آن بر محاسبات است. از طریق هوش مصنوعی، رایانه ها این توانایی را دارند که حجم عظیمی از داده ها را به کار گیرند و از هوش آموخته شده خود برای اتخاذ تصمیمات و اکتشافات بهینه در کسری از زمانی که برای انسان ها نیاز است، استفاده کنند.
هوش مصنوعی از سال 1951، زمانی که اولین موفقیت مستند یک برنامه کامپیوتری هوش مصنوعیتوسط کریستوفر استراچی نوشته شد ، راه درازی را پیموده است، برنامه چکرز او یک بازی کامل را در کامپیوتر Ferranti Mark I در دانشگاه منچستر به پایان رساند.
از آن زمان، هوش مصنوعی برای کمک به توالی RNA برای واکسنهاو مدلسازی گفتار انساناستفاده شده است، فناوریهایی که بر یادگیری ماشینیمبتنی بر مدل و الگوریتم تکیه دارند و به طور فزایندهای بر ادراک، استدلال و تعمیم تمرکز دارند. با نوآوری هایی از این دست، هوش مصنوعی مثل گذشته دوباره در مرکز قرار گرفته است - و به این زودی ها مرکز توجه را از دست نخواهد داد.
هوش مصنوعی چه صنایعی را تغییر خواهد داد؟
عملاً هیچ صنعت بزرگی وجود ندارد که هوش مصنوعی مدرن - به طور خاص تر، "هوش مصنوعی باریک" که عملکردهای عینی را با استفاده از مدل های آموزش داده شده انجام می دهد و اغلب در دسته های یادگیری عمیق یا یادگیری ماشین قرار می گیرد - قبلاً تحت تأثیر قرار نگرفته باشد. این امر بهویژه در چند سال گذشته صادق است، زیرا جمعآوری و تجزیه و تحلیل دادهها به لطف اتصال قوی اینترنت اشیاء ، تکثیر دستگاههای متصل و پردازش کامپیوتری سریعتر به طور قابل توجهی افزایش یافته است .
دیوید وندگریفت، مدیر ارشد فناوری و یکی از بنیانگذاران شرکت مدیریت ارتباط با مشتری 4Degrees ، گفت: «فکر میکنم هرکسی که در مورد قابلیتهای نرمافزار هوشمند که در برخی مواقع محدودیتها را محدود میکند، فرضیاتی داشته باشد، اشتباه میکند.»
از آنجایی که شرکتها سالانه میلیاردها دلار برای محصولات و خدمات هوش مصنوعی هزینه میکنند، غولهای فناوری مانند گوگل ، اپل ، مایکروسافت و آمازون میلیاردها دلار برای ایجاد این محصولات و خدمات هزینه میکنند، دانشگاهها هوش مصنوعی را به بخشی برجستهتر از برنامههای درسی خود تبدیل میکنند و وزارت دفاع ایالات متحده آن را افزایش میدهد . بازی هوش مصنوعی ، چیزهای بزرگی قرار است اتفاق بیفتد.
اندرو نگ، رهبر سابق گوگل برین و دانشمند ارشد بایدو گفت : «بسیاری از صنایع از این الگوی زمستان، زمستان و سپس بهار ابدی عبور میکنند . ما ممکن است در بهار ابدی هوش مصنوعی باشیم.
برخی از بخش ها در آغاز سفر هوش مصنوعی خود هستند، برخی دیگر مسافران کهنه کار هستند. هر دو راه درازی در پیش دارند. صرف نظر از تأثیری که هوش مصنوعی بر زندگی امروزی ما می گذارد به سختی می توان نادیده گرفت.
هوش مصنوعی در حمل و نقل
حمل و نقل یکی از صنایعی است که مطمئناً توسط هوش مصنوعی به شدت تغییر خواهد کرد. ماشین های خودران و برنامه ریزان سفر با هوش مصنوعی تنها چند جنبه از نحوه رسیدن ما از نقطه A به نقطه B هستند که تحت تاثیر هوش مصنوعی قرار می گیرند. حتی اگر وسایل نقلیه خودران از کامل بودن فاصله زیادی دارند، اما روزی ما را از جایی به مکان دیگر خواهند برد.
هوش مصنوعی در تولید
تولید سالهاست که از هوش مصنوعی سود میبرد. با بازوهای رباتیک مجهز به هوش مصنوعی و سایر رباتهای تولیدی که قدمت آنها به دهههای 1960 و 1970 برمیگردد، این صنعت به خوبی با قدرتهای هوش مصنوعی سازگار شده است. این روباتهای صنعتی معمولاً در کنار انسانها کار میکنند تا طیف محدودی از وظایف مانند مونتاژ و چیدمان را انجام دهند و حسگرهای آنالیز پیشبینیکننده، تجهیزات را بهخوبی کار میکنند.
هوش مصنوعی در بهداشت و درمان
ممکن است بعید به نظر برسد، اما مراقبت های بهداشتی هوش مصنوعی در حال حاضر نحوه تعامل انسان با ارائه دهندگان پزشکی را تغییر داده است. به لطف قابلیتهای تجزیه و تحلیل دادههای بزرگ ، هوش مصنوعی به شناسایی سریعتر و دقیقتر بیماریها، سرعت بخشیدن و سادهسازی کشف دارو و حتی نظارت بر بیماران از طریق دستیاران پرستار مجازی کمک میکند.
هوش مصنوعی در آموزش
هوش مصنوعی در آموزش ، روش یادگیری انسان ها در تمام سنین را تغییر خواهد داد. استفاده هوش مصنوعی از یادگیری ماشینی، پردازش زبان طبیعی و تشخیص چهره به دیجیتالی کردن کتابهای درسی، تشخیص سرقت ادبی و سنجش احساسات دانشآموزان کمک میکند تا مشخص شود چه کسی دچار مشکل است یا حوصله سر رفته است. هم در حال حاضر و هم در آینده، هوش مصنوعی تجربه یادگیری را با نیازهای فردی دانشآموزان تطبیق میدهد.
هوش مصنوعی در رسانه
روزنامه نگاری نیز از هوش مصنوعی استفاده می کند و همچنان از آن بهره خواهد برد. یک مثال را می توان در استفاده آسوشیتدپرس از Automated Insights مشاهده کرد که هزاران گزارش گزارش درآمد را در سال تولید می کند. اما با ورود ابزارهای نوشتن هوش مصنوعی مولد مانند ChatGPT به بازار، سؤالاتی در مورد استفاده از آنها در روزنامه نگاری زیاد می شود.
هوش مصنوعی در خدمات مشتری
بیشتر مردم از دریافت تماس ربات وحشت دارند ، اما هوش مصنوعی در خدمات مشتری میتواند ابزارهای مبتنی بر داده را در اختیار صنعت قرار دهد که بینش معناداری را هم برای مشتری و هم برای ارائهدهنده ارائه میدهد. ابزارهای هوش مصنوعی که صنعت خدمات مشتری را تقویت می کند به شکل چت بات ها و دستیاران مجازی هستند .
تاثیر هوش مصنوعی بر جامعه
چگونه هوش مصنوعی کار خود را تغییر خواهد داد
در طی یک سخنرانی در دانشگاه نورث وسترن، کای فو لی، متخصص هوش مصنوعی، از فناوری هوش مصنوعی و تأثیرات آتی آن دفاع کرد و در عین حال به عوارض جانبی و محدودیتهای آن اشاره کرد. او در مورد قبلی هشدار داد: 90 درصد پایین، به ویژه 50 درصد پایین جهان از نظر درآمد یا تحصیلات، با جابجایی شغلی به شدت آسیب خواهند دید... سؤال ساده ای که می توان پرسید این است که "یک شغل چقدر روتین است؟" و این احتمال وجود دارد که یک شغل با هوش مصنوعی جایگزین شود، زیرا هوش مصنوعی می تواند در یک کار معمولی، بهینه سازی خود را بیاموزد. و هرچه کمیت بیشتر باشد، کار هدفمندتر است - جدا کردن چیزها در سطل زباله، شستن ظروف، چیدن میوه ها و پاسخ دادن به تماس های خدمات مشتری - اینها کارهای بسیار برنامه ریزی شده ای هستند که ماهیتاً تکراری و معمولی هستند. در مدت پنج، 10 یا 15 سال، آنها توسط هوش مصنوعی آواره خواهند شد.
در انبارهای غول آنلاین و نیروگاه هوش مصنوعی آمازون، که با بیش از 100000 روبات سروصدا می کند، کارکردهای چیدن و بسته بندی هنوز توسط انسان ها انجام می شود – اما این تغییر خواهد کرد.
موهیت جوشی، رئیس Infosys ، به نیویورک تایمز گفت : «مردم به دنبال دستیابی به ارقام بسیار بزرگ هستند. قبلاً آنها اهداف افزایشی، پنج تا 10 درصدی در کاهش نیروی کار خود داشتند. حالا آنها می گویند: "چرا ما نمی توانیم با یک درصد از افرادی که داریم این کار را انجام دهیم؟"
در یک یادداشت خوش بینانه تر، لی تاکید کرد که هوش مصنوعی امروزی از دو جهت بی فایده است: هیچ خلاقیتی ندارد و ظرفیتی برای دلسوزی یا عشق ندارد. بلکه "ابزاری برای تقویت خلاقیت انسان" است. راه حل او؟ کسانی که مشاغلی دارند که شامل کارهای تکراری یا معمولی است، باید مهارت های جدیدی را بیاموزند تا در کنار راه رها نشوند. آمازون حتی به کارمندان خود پول می دهد تا برای مشاغل دیگر آموزش ببینند.
کلارا ناهرستت، استاد علوم کامپیوتر در دانشگاه ایلینویز در اوربانا - Champaign و مدیر می گوید: «یکی از پیش نیازهای مطلق برای موفقیت هوش مصنوعی در بسیاری از زمینه ها این است که ما سرمایه گذاری فوق العاده ای در آموزش و پرورش برای بازآموزی افراد برای مشاغل جدید انجام دهیم. از آزمایشگاه علوم هماهنگ مدرسه.
او نگران است که به طور گسترده یا اغلب به اندازه کافی اتفاق نمی افتد. Marc Gyongyosi، بنیانگذار Onetrack.AI ، حتی دقیق تر است.
او گفت: "مردم باید در مورد برنامه نویسی یاد بگیرند، مانند اینکه یک زبان جدید یاد می گیرند." و آنها باید این کار را در اسرع وقت انجام دهند زیرا واقعاً آینده است. در آینده، اگر کدنویسی بلد نباشید، برنامه نویسی بلد نباشید، فقط سخت تر می شود.»
وندگریفت گفت، در حالی که بسیاری از کسانی که به دلیل فناوری مجبور به ترک شغل می شوند، مشاغل جدیدی پیدا می کنند، این یک شبه اتفاق نخواهد افتاد. همانند گذار آمریکا از یک اقتصاد کشاورزی به یک اقتصاد صنعتی در طول انقلاب صنعتی، که نقش بزرگی در ایجاد رکود بزرگ داشت، مردم در نهایت دوباره روی پای خود ایستادند. با این حال، تأثیر کوتاهمدت بسیار زیاد بود.
وندگریفت گفت: «انتقال بین مشاغلی که از بین میروند و مشاغل جدید [ظهور] لزوماً آنقدرها هم که مردم فکر میکنند بدون دردسر نیست.»
مایک مندلسون، طراح تجربه یادگیری برای NVIDIA ، آموزش دهنده متفاوتی نسبت به Nahrstedt است. او با توسعه دهندگانی کار می کند که می خواهند بیشتر در مورد هوش مصنوعی بیاموزند و آن دانش را در کسب و کار خود به کار ببرند.
او گفت: «اگر آنها بفهمند که فناوری چه تواناییهایی دارد و دامنه را به خوبی درک کنند، شروع به برقراری ارتباط میکنند و میگویند، شاید این یک مشکل هوش مصنوعی باشد، شاید این یک مشکل هوش مصنوعی باشد. «این بیشتر از «من مشکل خاصی دارم که میخواهم حلش کنم» اتفاق میافتد.»
آینده نزدیک هوش مصنوعی
از نظر مندلسون، برخی از جالبترین تحقیقات و آزمایشهای هوش مصنوعی که پیامدهای آینده نزدیک خواهد داشت، در دو حوزه انجام میشود: یادگیری «تقویتکننده»، که به جای دادههای برچسبگذاری شده، به پاداشها و مجازاتها میپردازد. و شبکه های متخاصم مولد (به اختصار GAN) که به الگوریتم های کامپیوتری اجازه می دهد به جای ارزیابی صرفاً با قرار دادن دو شبکه در برابر یکدیگر، ایجاد کنند. نمونه اولی با مهارت AlphaGo Zero در Google DeepMind است ، دومی با تولید تصویر یا صدای اصلی که مبتنی بر یادگیری در مورد یک موضوع خاص مانند افراد مشهور یا نوع خاصی از موسیقی است .
در مقیاسی بسیار بزرگتر، هوش مصنوعی تأثیر عمدهای بر پایداری، تغییرات آب و هوا و مسائل زیستمحیطی دارد. در حالت ایده آل و تا حدی از طریق استفاده از حسگرهای پیچیده، شهرها کمتر ازدحام، آلودگی کمتر و به طور کلی قابل زندگی تر خواهند شد.
نهرستد گفت: «وقتی چیزی را پیشبینی کردید، میتوانید سیاستها و قوانین خاصی را تجویز کنید. مانند حسگرهای روی خودروها که دادههای مربوط به شرایط ترافیکی را ارسال میکنند، میتوانند مشکلات احتمالی را پیشبینی کرده و جریان خودروها را بهینه کنند. او گفت: «این هنوز به هیچ وجه کامل نشده است. «این تازه در ابتدای راه است. اما سالها بعد، نقش بسیار مهمی ایفا خواهد کرد.»
هوش مصنوعی و خطرات حفظ حریم خصوصی
البته، در مورد این واقعیت که اتکای هوش مصنوعی به کلان داده ها در حال حاضر به طور عمده بر حریم خصوصی تأثیر می گذارد، گفته شده است. به دنبال شیطنتهای فیسبوک کمبریج آنالیتیکا یا استراق سمع الکسای آمازون ، دو نمونه از بسیاری از نمونههای فنآوری وحشی نباشید. منتقدان استدلال می کنند که بدون مقررات مناسب و محدودیت های خود تحمیلی، وضعیت بدتر خواهد شد. در سال 2015، تیم کوک، مدیر عامل اپل ، رقبای گوگل و متا را به خاطر داده کاوی مبتنی بر حرص و طمع مورد تمسخر قرار داد.
او در یک سخنرانی در سال 2015 گفت: "آنها هر چیزی را که می توانند در مورد شما یاد بگیرند را می بلعند و سعی می کنند از آن درآمد کسب کنند . " "ما فکر می کنیم که این اشتباه است."
بعداً، کوک در طی یک سخنرانی در بروکسل، بلژیک، نگرانی خود را توضیح داد.
او گفت: «پیشبرد هوش مصنوعی با جمعآوری پروفایلهای شخصی بزرگ تنبلی است، نه کارآمدی. برای اینکه هوش مصنوعی واقعاً هوشمند باشد، باید به ارزشهای انسانی، از جمله حریم خصوصی احترام بگذارد. اگر این را اشتباه بگیریم، خطرات عمیق هستند.»
بسیاری دیگر موافقند. در مقالهای در سال 2018 که توسط گروههای حقوق بشر و حریم خصوصی، ماده 19 و Privacy International در بریتانیا منتشر شد، نگرانی در مورد هوش مصنوعی به جای یک تغییر فاجعهآمیز مانند ظهور اربابان روباتها، به عملکردهای روزمره آن اختصاص دارد.
نویسندگان نوشتند: «اگر هوش مصنوعی مسئولانه اجرا شود، میتواند برای جامعه مفید باشد. با این حال، همانطور که در مورد بیشتر فناوری های نوظهور وجود دارد، این خطر واقعی وجود دارد که استفاده تجاری و دولتی تأثیر مخربی بر حقوق بشر داشته باشد.»
نویسندگان اذعان دارند که مجموعهای از مقادیر زیادی داده میتواند برای پیشبینی رفتار آینده به روشهای خوشخیم، مانند فیلترهای هرزنامه و موتورهای توصیه، استفاده شود . اما یک تهدید واقعی نیز وجود دارد که تأثیر منفی بر حریم خصوصی شخصی و حق آزادی از تبعیض خواهد گذاشت.
آماده شدن برای آینده هوش مصنوعی
امکانات هوش عمومی مصنوعی
استوارت راسل، کارشناس مشهور هوش مصنوعی در اواخر سال 2018 در کلیسای وست مینستر لندن صحبت می کرد (یا نه) در مورد "توافق رسمی خود با روزنامه نگاران مبنی بر اینکه من با آنها صحبت نمی کنم مگر اینکه آنها موافقت کنند که ربات ترمیناتور را در مقاله قرار ندهند."
کنایه او تحقیر آشکاری را نسبت به بازنمایی هالیوود از هوش مصنوعی در آیندهای دور نشان داد، که به سمت کارهای بیش از حد و آخرالزمانی گرایش دارد. آنچه راسل از آن به عنوان «هوش مصنوعی در سطح انسانی» یاد میکند، که به عنوان هوش عمومی مصنوعی (AGI) نیز شناخته میشود، مدتها خوراکی برای فانتزی بوده است. اما احتمال تحقق آن به زودی یا اصلاً بسیار اندک است.
راسل توضیح داد: «هنوز پیشرفتهای بزرگی وجود دارد که باید پیش از رسیدن به هر چیزی که شبیه هوش مصنوعی در سطح انسان باشد، اتفاق بیفتد.
راسل همچنین اشاره کرد که هوش مصنوعی در حال حاضر برای درک کامل زبان مجهز نیست. این نشان دهنده تفاوت متمایز بین انسان و هوش مصنوعی در حال حاضر است: انسان ها می توانند زبان ماشین را ترجمه کنند و آن را درک کنند، اما هوش مصنوعی نمی تواند همین کار را برای زبان انسان انجام دهد. با این حال، اگر به نقطهای برسیم که هوش مصنوعی بتواند زبانهای ما را بفهمد، سیستمهای هوش مصنوعی میتوانند هر چیزی را که تا به حال نوشته شده است بخوانند و بفهمند.
راسل افزود: «وقتی ما این توانایی را داشتیم، میتوانی تمام دانش بشری را جویا شوی و آن میتوانست سؤالاتی را ترکیب و ادغام کند و به سؤالاتی پاسخ دهد که هیچ انسانی تا به حال قادر به پاسخگویی آنها نبوده است، زیرا آنها نخواندهاند و توانسته است نقاط بین چیزهایی را که در طول تاریخ جدا از هم باقی مانده اند، کنار هم قرار داده و به هم بپیوندد.»
این به ما چیزهای زیادی برای فکر کردن می دهد. در مورد آن، تقلید از مغز انسان بسیار دشوار است و دلیل دیگری برای آینده هنوز فرضی AGI است. جان لیرد، استاد مهندسی و علوم کامپیوتر دانشگاه میشیگان، چندین دهه در این زمینه تحقیقاتی انجام داده است.
او درباره کارهایی که عمدتاً از روانشناسی انسان الهام گرفته شده است، می گوید: «هدف همیشه تلاش برای ساختن چیزی بوده است که ما آن را معماری شناختی می نامیم، چیزی که فکر می کنیم ذاتی یک سیستم هوشی است. به عنوان مثال، یکی از چیزهایی که می دانیم این است که مغز انسان در واقع فقط یک مجموعه همگن از نورون ها نیست. یک ساختار واقعی از نظر اجزای مختلف وجود دارد که برخی از آنها با دانش در مورد چگونگی انجام کارها در جهان مرتبط است. به آن حافظه رویه ای می گویند. سپس دانش مبتنی بر حقایق کلی، با نام حافظه معنایی، و همچنین دانش در مورد تجربیات قبلی (یا حقایق شخصی) وجود دارد که به آن حافظه اپیزودیک می گویند. یکی از پروژه های آزمایشگاه Laird شامل استفاده از دستورالعمل های زبان طبیعی برای آموزش بازی های ساده مانند تیک تاک و پازل به ربات است. این دستورالعملها معمولاً شامل توصیف هدف، خلاصهای از حرکات قانونی و موقعیتهای شکست است. ربات این دستورالعمل ها را درونی می کند و از آنها برای برنامه ریزی اقدامات خود استفاده می کند. با این حال، مانند همیشه، پیشرفتها کندتر به دست میآیند - به هر حال، کندتر از آنچه لارد و همکارانش میخواهند.
او میگوید: «هر بار که پیشرفت میکنیم، قدردانی جدیدی از سختی آن میگیریم.»
آیا AGI تهدیدی برای بشریت است؟
بیش از چند شخصیت برجسته هوش مصنوعی (بعضی بیش از دیگران به صورت هذلولی) سناریوی کابوسآمیزی را شامل میشود که به عنوان «تکینگی» شناخته میشود، به موجب آن ماشینهای فوقهوشمند وجود انسان را از طریق بردگی یا ریشهکن کردن، تسخیر کرده و برای همیشه تغییر میدهند.
استیون هاوکینگ، فیزیکدان نظری فقید، به طور مشهور این فرضیه را مطرح کرد که اگر هوش مصنوعی خود شروع به طراحی هوش مصنوعی بهتر از برنامه نویسان انسانی کند، نتیجه می تواند «ماشین هایی باشد که هوش آنها بیش از هوش ما از حلزون ها بیشتر است». ایلان ماسک معتقد است و هشدار داده است که AGI بزرگترین تهدید وجودی بشریت است. او گفته است که تلاش برای تحقق آن مانند "احضار دیو" است. او حتی ابراز نگرانی کرده است که دوستش، لری پیج، یکی از بنیانگذاران گوگل، علیرغم بهترین نیت خود، به طور تصادفی چیزی "شیطان" را به وجود آورد.
حتی Gyongyosi هم چیزی را رد نمی کند. او در مورد پیشبینیهای هوش مصنوعی هشداردهنده نیست، اما میگوید در برخی مواقع، انسانها دیگر نیازی به آموزش سیستمها ندارند. آنها به تنهایی یاد می گیرند و تکامل می یابند.
Gyongyosi گفت: "من فکر نمی کنم روش هایی که ما در حال حاضر در این مناطق استفاده می کنیم منجر به ماشین هایی شود که تصمیم به کشتن ما بگیرند." "من فکر می کنم که شاید پنج یا 10 سال آینده، باید این بیانیه را دوباره ارزیابی کنم، زیرا ما روش های مختلف و راه های متفاوتی برای انجام این موارد خواهیم داشت.
در حالی که ماشینهای قاتل ممکن است خوراک داستانی باقی بمانند، بسیاری بر این باورند که به روشهای مختلف جایگزین انسانها خواهند شد.
موسسه آینده بشریت دانشگاه آکسفورد نتایج یک نظرسنجی هوش مصنوعی را منتشر کرد . با عنوان “چه زمانی هوش مصنوعی از عملکرد انسان فراتر خواهد رفت؟ شواهدی از کارشناسان هوش مصنوعی، این شامل تخمینهایی از 352 محقق یادگیری ماشینی در مورد تکامل هوش مصنوعی در سالهای آینده است.
در این گروه افراد خوش بین زیادی وجود داشت. تا سال 2026، تعداد متوسطی از پاسخدهندگان گفتند، ماشینها میتوانند انشاهای مدرسه بنویسند. تا سال 2027 کامیون های خودران رانندگان را بی نیاز خواهند کرد. تا سال 2031 هوش مصنوعی در بخش خرده فروشی از انسان پیشی خواهد گرفت. تا سال 2049 هوش مصنوعی می تواند استیون کینگ بعدی و تا سال 2053 چارلی تئو بعدی باشد. کاپر کمی نگران کننده: تا سال 2137، تمام مشاغل انسانی خودکار خواهند شد. اما خود انسان ها چطور؟ بدون شک نوشیدن نوشیدنی های چتری که توسط درویدها سرو می شود.
دیگو کلابجان، استاد دانشگاه نورث وسترن و مدیر مؤسس برنامه کارشناسی ارشد علوم در تجزیه و تحلیل این مدرسه، خود را یک شکاک AGI می داند.
او گفت: «در حال حاضر رایانه ها می توانند کمی بیش از 10000 کلمه را مدیریت کنند. بنابراین، چند میلیون نورون. اما مغز انسان دارای میلیاردها نورون است که به روشی بسیار جذاب و پیچیده به هم متصل شدهاند، و پیشرفتهترین [تکنولوژی] کنونی فقط اتصالات سادهای است که از الگوهای بسیار آسان پیروی میکنند. بنابراین با فناوریهای سختافزاری و نرمافزاری کنونی، از چند میلیون نورون به میلیاردها نورون تبدیل میشویم - من نمیبینم که چنین اتفاقی بیفتد.
چگونه از AGI استفاده خواهیم کرد؟
کلابجان همچنین در سناریوهای افراطی - سناریوهایی که مثلاً شامل سایبورگ های قاتل هستند که زمین را به یک منظره جهنمی در حال دود شدن تبدیل می کنند، سهام کمی قرار می دهد. او خیلی بیشتر نگران ماشینهایی است - برای مثال روباتهای جنگی - که توسط انسانهای شرور با "انگیزههای" معیوب تغذیه میشوند. همانطور که استادان فیزیک MIT و محقق برجسته هوش مصنوعی مکس تگمارک در سخنرانی TED 2018 بیان کردند، "تهدید واقعی هوش مصنوعی مانند فیلم های احمقانه هالیوودی، بدخواهی نیست، بلکه شایستگی است - هوش مصنوعی به اهدافی دست می یابد که با اهداف ما همسو نیستند. ”
این برداشت لرد نیز هست: او گفت: "قطعاً سناریویی را نمی بینم که چیزی بیدار شود و تصمیم بگیرد که می خواهد دنیا را تسخیر کند." "من فکر می کنم این یک داستان علمی تخیلی است و نه راهی که قرار است اجرا شود."
چیزی که Laird بیشتر نگران آن است، به خودی خود هوش مصنوعی شیطانی نیست، بلکه «انسان های شرور از هوش مصنوعی به عنوان نوعی افزایش دهنده نیروی کاذب استفاده می کنند» برای مواردی مانند سرقت از بانک و کلاهبرداری از کارت اعتباری، در میان بسیاری از جرایم دیگر. و بنابراین، در حالی که او اغلب از سرعت پیشرفت ناامید است، سوختن آهسته هوش مصنوعی ممکن است در واقع یک موهبت باشد.
لرد گفت: «زمان آن رسیده است که بفهمیم چه چیزی خلق میکنیم و چگونه آن را در جامعه ادغام میکنیم، شاید دقیقاً همان چیزی باشد که به آن نیاز داریم.» اما هیچ کس با اطمینان نمی داند.
راسل در خلال سخنرانی خود در وست مینستر گفت: «چند پیشرفت بزرگی وجود دارد که باید اتفاق بیفتد، و آنها میتوانند خیلی سریع اتفاق بیفتند. او با اشاره به تأثیر تحولی سریع شکافت هسته ای (شکاف اتم) توسط فیزیکدان بریتانیایی ارنست رادرفورد در سال 1917، افزود: «پیش بینی اینکه چه زمانی این پیشرفت های مفهومی قرار است اتفاق بیفتد بسیار بسیار سخت است.»
اما هر وقت انجام دادند، اگر انجام دادند، بر اهمیت آمادگی تاکید کرد. این به معنای شروع یا ادامه بحث در مورد استفاده اخلاقی از AGI و اینکه آیا باید تنظیم شود یا خیر نیست. این بدان معناست که برای از بین بردن سوگیری دادهها ، که تأثیر مخربی روی الگوریتمها دارد و در حال حاضر یک مگس چربی در پماد هوش مصنوعی است، تلاش کنید. این به معنای تلاش برای ابداع و تقویت اقدامات امنیتی است که قادر به کنترل این فناوری هستند.
"بیشتر محققان AGI انتظار AGI را طی چند دهه دارند، و اگر ما فقط به این ناآماده برخورد کنیم، احتمالا بزرگترین اشتباه در تاریخ بشر خواهد بود. تگمارک در سخنرانی خود در TED گفت: این می تواند دیکتاتوری جهانی وحشیانه را با نابرابری بی سابقه، نظارت، رنج و شاید حتی انقراض انسانی فعال کند. اما اگر با دقت هدایت کنیم، میتوانیم به آیندهای خارقالعاده دست پیدا کنیم که در آن وضعیت همه بهتر است - فقرا ثروتمندتر هستند، ثروتمندان ثروتمندتر هستند، همه سالم هستند و آزاد هستند تا رویاهای خود را انجام دهند.»
منبع: https://builtin.com/