Το AI Shake-Up Καθώς ο εξέχων γκουρού της AI προτείνει «θνητούς υπολογιστές» που καθηλώνουν το μυαλό, οι οποίοι επίσης εμπεριέχουν την ηθική της τεχνητής νοημοσύνης και τη νομοθεσία της AI

Εδώ είναι κάτι που πιθανότατα δεν είχατε ακόμη σκεφτεί: θνητοί υπολογιστές.

Αλλά ίσως θα έπρεπε να είσαι.

Το μεθυστικό θέμα προέκυψε στο πρόσφατο και εντελώς εξέχον ετήσιο συνέδριο για την τεχνητή νοημοσύνη που επικεντρώνεται ιδιαίτερα στην εμφάνιση των νευρωνικών δικτύων και της μηχανικής μάθησης, συγκεκριμένα στη Διάσκεψη για τα συστήματα επεξεργασίας πληροφοριών νευρωνικών πληροφοριών (γνωστή από τους γνώστες ως NeurIPS). Ο προσκεκλημένος κεντρικός ομιλητής και ένας θεωρούμενος μακροχρόνιος γκουρού της τεχνητής νοημοσύνης, Geoffrey Hinton, έκανε την ενδιαφέρουσα και ίσως αμφιλεγόμενη διαφωνία ότι θα έπρεπε να σκεφτόμαστε τους υπολογιστές σε ένα θνητό και αθάνατο πλαίσιο.

Θα αναφερθώ στον αξιοσημείωτο ισχυρισμό και θα το κάνω με δύο τρόπους που στην αρχή δεν θα φαίνονται απαραίτητα συνδεδεμένοι, αν και μετά από λίγη πρόσθετη διευκρίνιση θα συσχετιστούν πιο ξεκάθαρα μεταξύ τους ως προς τις διαμάχες θνητού έναντι αθάνατου.

Τα δύο θέματα είναι:

1) Ολοκληρωμένη σύνδεση τόσο υλικού όσο και λογισμικού για μηχανισμούς τεχνητής νοημοσύνης αντί να τους έχει ως ξεχωριστούς και ξεχωριστούς συμμάχους

2) Μεταφορά ή απόσταξη σκευασμάτων μηχανικής μάθησης από ένα μοντέλο τεχνητής νοημοσύνης σε ένα άλλο που το κάνει χωρίς να απαιτείται ούτε να επιθυμεί κατ' ανάγκη (ή ακόμη και εφικτά διαφορετικά) μια πλήρη καθαρόαιμη αντιγραφή

Όλα αυτά έχουν μεγάλη σημασία για την τεχνητή νοημοσύνη και τη μελλοντική κατεύθυνση της ανάπτυξης της τεχνητής νοημοσύνης.

Επιπλέον, υπάρχει μια σειρά από πολύ ακανθώδεις ανησυχίες για την ηθική της τεχνητής νοημοσύνης και το δίκαιο της τεχνητής νοημοσύνης που προκύπτουν επίσης. Αυτοί οι τύποι τεχνολογικών εξελίξεων που οραματίζονται η τεχνητή νοημοσύνη συνήθως επιστρατεύονται σε καθαρά τεχνολογική βάση πολύ πριν γίνει αντιληπτό ότι μπορεί επίσης να έχει αξιοσημείωτες επιπτώσεις στην ηθική τεχνητή νοημοσύνη και στον νόμο AI. Κατά μία έννοια, συνήθως, η γάτα είναι ήδη έξω από τον σάκο ή το άλογο είναι έξω από τον αχυρώνα, πριν από την αφύπνιση ότι η Ηθική AI και ο νόμος της AI πρέπει να λαμβάνουν τη δέουσα επιμέλεια.

Λοιπόν, ας σπάσουμε αυτόν τον καθυστερημένο κύκλο σκέψης και ας μπούμε στο ισόγειο σε αυτό.

Για όσους από εσάς ενδιαφέρεστε γενικά για τις πιο πρόσφατες πληροφορίες που διέπουν την Ηθική της AI και το δίκαιο της τεχνητής νοημοσύνης, μπορεί να βρείτε ενημερωτική και εμπνευσμένη τη συνεχή και εκτενή κάλυψή μου στο ο σύνδεσμος εδώ και ο σύνδεσμος εδώ, για να αναφέρουμε μόνο μερικά.

Θα καλύψω πρώτα εδώ το παραπάνω σημείο σχετικά με τη σύνδεση του υλικού και του λογισμικού. Μια συζήτηση και ανάλυση του θέματος θα γίνει χέρι-χέρι. Στη συνέχεια, θα θίξω το θέμα της αντιγραφής ή κάποιοι λένε απόσταξη τα κρίσιμα στοιχεία ενός συστήματος τεχνητής νοημοσύνης μηχανικής μάθησης από ένα AI σε ένα πρόσφατα επινοημένο AI ως στόχο.

Ας αρχίσουμε.

Σύνδεση υλικού και λογισμικού για τεχνητή νοημοσύνη

Πιθανότατα γνωρίζετε ότι σε γενικές γραμμές η σχεδίαση των υπολογιστών είναι τέτοια που υπάρχει η πλευρά του υλικού των πραγμάτων και ξεχωριστά υπάρχει η πλευρά του λογισμικού των πραγμάτων. Όταν αγοράζετε έναν καθημερινό φορητό υπολογιστή ή έναν επιτραπέζιο υπολογιστή, ερμηνεύεται ως μια υπολογιστική συσκευή γενικής χρήσης. Υπάρχουν μικροεπεξεργαστές μέσα στον υπολογιστή που χρησιμοποιούνται για την εκτέλεση και εκτέλεση λογισμικού που μπορείτε να αγοράσετε ή να γράψετε μόνοι σας.

Χωρίς κανένα λογισμικό για τον υπολογιστή σας, είναι ένα κομμάτι από μέταλλο και πλαστικό που βασικά δεν θα σας κάνει και πολύ καλό, εκτός από το να λειτουργεί ως βαρίδι. Κάποιοι θα έλεγαν ότι το λογισμικό είναι βασιλιάς και κυβερνά τον κόσμο. Φυσικά, εάν δεν διαθέτετε υλικό στο οποίο μπορείτε να εκτελέσετε το λογισμικό, το λογισμικό δεν πρόκειται να κάνει πολύ καλό. Μπορείτε να γράψετε όσες γραμμές κώδικα θέλει η καρδιά σας, ωστόσο, μέχρι να χρησιμοποιηθεί το λογισμικό μέσω υπολογιστή, ο διαμορφωμένος πηγαίος κώδικας είναι τόσο αδύναμος και άψογος όσο ένα όμορφο ποιητικό έργο ή ένα αστυνομικό μυθιστόρημα που διαρκεί το λεπτό.

Επιτρέψτε μου να μεταβώ στιγμιαία σε μια άλλη λεωφόρο που μπορεί να φαίνεται ότι είναι πολύ μακριά (δεν θα είναι).

Συχνά προσπαθούμε να δημιουργήσουμε αναλογίες μεταξύ του τρόπου λειτουργίας των υπολογιστών και του τρόπου λειτουργίας του ανθρώπινου εγκεφάλου. Αυτή η προσπάθεια να γίνουν εννοιολογικοί παραλληλισμοί είναι χρήσιμη. Τούτου λεχθέντος, πρέπει να είστε προσεκτικοί σχετικά με αυτές τις αναλογίες, καθώς οι συγκρίσεις τείνουν να καταρρέουν όταν πλησιάζετε πιο κοντά στις σαρκώδεις λεπτομέρειες.

Τέλος πάντων, για λόγους συζήτησης, εδώ είναι μια αναλογία που χρησιμοποιείται συχνά.

Ο ίδιος ο εγκέφαλος άτυπα μερικές φορές αναφέρεται ως wetware. Αυτός είναι ένας συναρπαστικός τρόπος για να εκφράσεις τα πράγματα. Γνωρίζουμε ότι οι υπολογιστές αποτελούνται από υλικό και λογισμικό, γι' αυτό είναι έξυπνο να χρησιμοποιούμε το τμήμα "ware" του νομίσματος για να περιγράψουμε τι σημαίνει ένας εγκέφαλος. Φωλιασμένος στα νογκίνια μας, ο πανίσχυρος και μυστηριώδης εγκέφαλος βρίσκεται να επιπλέει, να υπολογίζει νοερά όλες τις πράξεις μας (μερικές καλές, ενώ κάποιες από τις σκέψεις μας αναμφισβήτητα δεν είναι γεμάτες καλοσύνη).

Με μέσο βάρος γύρω στα τρία μόλις κιλά, ο εγκέφαλος είναι ένα αξιοσημείωτο όργανο. Κάπως, και δεν ξέρουμε ακόμη πώς, ο εγκέφαλος είναι σε θέση να χρησιμοποιήσει την τάξη των 100 δισεκατομμυρίων νευρώνων και ίσως οπουδήποτε από 100 έως 1,000 τρισεκατομμύρια διασυνδέσεις ή συνάψεις για να κάνει όλη τη σκέψη μας για εμάς. Πώς οι βιολογικές και χημικές ιδιότητες του εγκεφάλου δημιουργούν νοημοσύνη; Κανείς δεν μπορεί να πει με σιγουριά. Αυτή είναι μια αναζήτηση των αιώνων.

Σας ρωτάω αυτό, ο εγκέφαλος είναι φαινομενικά μόνο hardware ή συνδυάζεται και υλικό και λογισμικό;

Νουντλ σε αυτό το τρέιλερ.

Μπορεί να μπείτε στον πειρασμό να ισχυριστείτε ότι ο εγκέφαλος είναι απλώς υλικό (με γενική έννοια). Είναι ένα όργανο του σώματος. Ομοίως, μπορείτε να πείτε ότι η καρδιά είναι υλικό, η κύστη είναι υλικό, και ούτω καθεξής. Είναι όλοι μηχανισμοί παρόμοιοι όταν μιλάμε για τεχνουργήματα που έχουν φυσική μορφή και κάνουν σωματικά σχετικές ενέργειες.

Πού είναι τότε το λογισμικό που τρέχει τους ανθρώπους;

Θα τολμούσα να προτείνω ότι όλοι συμφωνούμε εν πολλοίς ότι το «λογισμικό» της ανθρωπότητας με κάποιο τρόπο κατοικεί στον εγκέφαλο. Τα βήματα που απαιτούνται για να μαγειρέψουμε ένα αυγό ή να φτιάξουμε ένα σκασμένο ελαστικό είναι οδηγίες που ενσωματώνονται στον εγκέφαλό μας. Χρησιμοποιώντας αυτήν την αναλογία υλικού και λογισμικού που σημειώθηκε προηγουμένως, ο εγκέφαλός μας είναι ένα κομμάτι υλικού, για το οποίο μαθαίνουμε για τον κόσμο και οι οδηγίες για το τι πρέπει να κάνουμε «τρέχουν» και «αποθηκευτούν» στον εγκέφαλό μας.

Σε έναν υπολογιστή, μπορούμε εύκολα να δείξουμε το υλικό και να πούμε ότι αυτό είναι υλικό. Μπορούμε να έχουμε μια λίστα με τον πηγαίο κώδικα και να δείξουμε την καταχώριση ως λογισμικό. Σήμερα, κατεβάζουμε ηλεκτρονικά διαδικτυακά λογισμικό και το εγκαθιστούμε στους φορητούς υπολογιστές και τα smartphone μας. Στα παλιά χρόνια, χρησιμοποιούσαμε δισκέτες και κάρτες διάτρησης για να αποθηκεύσουμε το λογισμικό μας για φόρτωση στο υλικό του υπολογιστή.

Σε βάζω σε ένα σημαντικό δίλημμα.

Μόλις μάθετε κάτι και η γνώση είναι παρούσα στον εγκέφαλό σας, μπορείτε ακόμα να διακρίνετε μεταξύ του «υλισμικού» του εγκεφάλου σας και του υποτιθέμενου «λογισμικού» του εγκεφάλου σας;

Μια αμφισβητούμενη θέση είναι ότι η γνώση στον εγκέφαλό σας δεν διαχωρίζεται ιδιαίτερα από τις αντιλήψεις του υλικού και του λογισμικού. Έτσι, η αναλογία με τη φύση των υπολογιστών καταρρέει, θα ισχυρίζονταν μερικοί ένθερμα. Η γνώση στον εγκέφαλο είναι συνυφασμένη και αχώριστη από το υλικό του εγκεφάλου σας. Οι βιολογικές και χημικές ιδιότητες συνυφαίνουν τη γνώση που διανοητικά κατέχετε.

Μαγειρέψτε σε αυτό για λίγο διανοητικό προβληματισμό.

Αν ελπίζουμε να επινοήσουμε κάποια μέρα υπολογιστές που θα είναι στο ίδιο επίπεδο με την ανθρώπινη νοημοσύνη ή ακόμη και θα υπερβαίνουν την ανθρώπινη νοημοσύνη, ίσως μπορούμε να χρησιμοποιήσουμε τις δομές του εγκεφάλου και τις εσωτερικές του λειτουργίες ως οδηγό για το τι πρέπει να κάνουμε για να πετύχουμε έναν τόσο υψηλό στόχο. Για ορισμένους στον τομέα της τεχνητής νοημοσύνης, υπάρχει η πεποίθηση ότι όσο περισσότερα γνωρίζουμε για το πώς λειτουργεί ο εγκέφαλος, τόσο περισσότερες πιθανότητες έχουμε να επινοήσουμε αληθινό AI, που μερικές φορές αναφέρεται ως Τεχνητή Γενική Νοημοσύνη (AGI).

Άλλοι στην τεχνητή νοημοσύνη είναι λιγότερο ερωτευμένοι με το να πρέπει να γνωρίζουν πώς λειτουργεί ο εγκέφαλος. Τονίζουν ότι μπορούμε να προχωρήσουμε με ταχύτητα στη δημιουργία τεχνητής νοημοσύνης, ανεξάρτητα από το αν είμαστε σε θέση να ξεκλειδώσουμε τις μυστικές εσωτερικές λειτουργίες του εγκεφάλου. Μην αφήνετε τα μυστήρια του εγκεφάλου να εμποδίζουν τις προσπάθειές μας για την τεχνητή νοημοσύνη. Σίγουρα, συνεχίστε να προσπαθείτε να αποκωδικοποιήσετε και να αποκρυπτογραφήσετε τον ανθρώπινο εγκέφαλο, αλλά δεν μπορούμε να καθίσουμε και να περιμένουμε την αντίστροφη μηχανική του εγκεφάλου. Αν αυτό κάποια μέρα είναι εφικτό, θαυμάσια νέα, αν και ίσως είναι αδύνατο ή θα συμβεί σε αιώνες από τώρα.

Είμαι έτοιμος να μοιραστώ τώρα μαζί σας τη θνητή και αθάνατη διαμάχη για τον υπολογιστή. Βεβαιωθείτε ότι κάθεστε και είστε έτοιμοι για τη μεγάλη αποκάλυψη.

Ένας υπολογιστής που έχει έναν ξεκάθαρο διαχωρισμό του υλικού και του λογισμικού θα μπορούσε να ισχυριστεί ότι είναι «αθάνατος», καθώς το υλικό μπορεί να παραμείνει για πάντα (εντός ορίων, φυσικά), ενώ το λογισμικό θα μπορούσε να γραφτεί και να ξαναγραφτεί ξανά και ξανά. Μπορείτε να διατηρήσετε έναν συμβατικό υπολογιστή σε λειτουργία για όσο διάστημα μπορείτε να κάνετε επισκευές στο υλικό και να διατηρήσετε το μηχάνημα σε θέση να ενεργοποιηθεί. Μπορείτε ακόμα να χρησιμοποιήσετε σήμερα τους ακατέργαστους οικιακούς υπολογιστές από τη δεκαετία του 1970 που κυκλοφορούσαν σε κιτ για συναρμολόγηση, παρά το γεγονός ότι ήταν σχεδόν πενήντα ετών περίπου (πολύ καιρό έτη υπολογιστή).

Ας υποθέσουμε όμως ότι επιλέξαμε να φτιάξουμε υπολογιστές που είχαν το υλικό και το λογισμικό να λειτουργούν αδιαχώριστα (θα πω περισσότερα για αυτό σύντομα). Σκεφτείτε το στην ίδια βάση που ανέφερα προηγουμένως ότι ο εγκέφαλος έχει ίσως μια ολοκληρωμένη σύνθεση υλικού και λογισμικού. Εάν συνέβαινε αυτό, θα μπορούσαμε να πούμε ότι ο υπολογιστής αυτού του είδους δεν θα ήταν πλέον αθάνατος. Αντίθετα, θα ερμηνευόταν ως «θνητό».

Σύμφωνα με τις παρατηρήσεις που έγιναν στο συνέδριο NeurIPS από τον προσκεκλημένο κεντρικό ομιλητή και αξιόλογο γκουρού της τεχνητής νοημοσύνης Geoffrey Hinton, και όπως αναφέρεται στη συνοδευτική ερευνητική του εργασία:

• «Οι ψηφιακοί υπολογιστές γενικής χρήσης σχεδιάστηκαν για να ακολουθούν πιστά τις οδηγίες, επειδή θεωρήθηκε ότι ο μόνος τρόπος για να κάνετε έναν υπολογιστή γενικής χρήσης να εκτελέσει μια συγκεκριμένη εργασία ήταν να γράψετε ένα πρόγραμμα που να καθορίζει ακριβώς τι πρέπει να κάνει με απίστευτες λεπτομέρειες. Αυτό δεν ισχύει πλέον, αλλά η ερευνητική κοινότητα άργησε να κατανοήσει τις μακροπρόθεσμες επιπτώσεις της βαθιάς μάθησης στον τρόπο κατασκευής των υπολογιστών. Πιο συγκεκριμένα, η κοινότητα έχει προσκολληθεί στην ιδέα ότι το λογισμικό πρέπει να διαχωρίζεται από το υλικό, έτσι ώστε το ίδιο πρόγραμμα ή το ίδιο σύνολο βαρών να μπορεί να εκτελεστεί σε διαφορετικό φυσικό αντίγραφο του υλικού. Αυτό κάνει τη γνώση που περιέχεται στο πρόγραμμα να πεθαίνει ή τα βάρη αθάνατα: Η γνώση δεν πεθαίνει όταν το υλικό πεθαίνει» (όπως περιέχεται και αναφέρεται από την ερευνητική του εργασία «The Forward-Forward Algorithm: Some Preliminary Investigations», preprint διαθέσιμη στο διαδίκτυο) .

Σημειώστε ότι το συγκεκριμένο είδος υπολογισμού που συζητείται σε αυτόν τον τύπο τεχνητής νοημοσύνης χρησιμοποιεί τεχνητά νευρωνικά δίκτυα (ANN).

Ας τακτοποιήσουμε τα πράγματα σχετικά με αυτό.

Υπάρχουν πραγματικοί βιολογικοί νευρώνες στον εγκέφαλό μας. Τα χρησιμοποιείς όλη την ώρα. Είναι βιολογικά και χημικά διασυνδεδεμένα σε ένα δίκτυο στο noggin σας. Έτσι, μπορούμε να το αναφέρουμε ως α νευρικό σύστημα.

Αλλού, υπάρχουν θα πούμε ψεύτικοι «νευρώνες» που αντιπροσωπεύουμε υπολογιστικά σε υπολογιστές για σκοπούς επινόησης AI. Πολλοί άνθρωποι στην τεχνητή νοημοσύνη αναφέρονται επίσης σε αυτά ως νευρωνικά δίκτυα. Πιστεύω ότι αυτό είναι κάπως μπερδεμένο. Βλέπετε, προτιμώ να τους αναφέρω ως τεχνητός νευρωνικά δίκτυα. Αυτό σας βοηθά να κάνετε αμέσως διάκριση μεταξύ μιας αναφοράς στο μυαλό σας νευρωνικά δίκτυα (το πραγματικό πράγμα, όπως ήταν) και αυτά που βασίζονται σε υπολογιστή (τεχνητός νευρωνικά δίκτυα).

Δεν παίρνουν όλοι αυτή τη στάση. Πολλοί άνθρωποι στην τεχνητή νοημοσύνη απλώς υποθέτουν ότι όλοι οι άλλοι στην τεχνητή νοημοσύνη «γνωρίζουν» ότι όταν αναφέρονται σε νευρωνικά δίκτυα, σχεδόν πάντα μιλούν για ANN - εκτός εάν προκύψει μια κατάσταση όπου για κάποιο λόγο θέλουν να συζητήσουν πραγματικούς νευρώνες και πραγματικά νευρωνικά δίκτυα στο εγκέφαλος.

Πιστεύω ότι καταλαβαίνεις το drift μου. Τις περισσότερες φορές, οι άνθρωποι της τεχνητής νοημοσύνης θα πουν «νευρωνικά δίκτυα» που είναι δυνητικά διφορούμενα επειδή δεν ξέρετε αν αναφέρονται στα πραγματικά στο μυαλό μας ή στα υπολογιστικά που προγραμματίζουμε σε υπολογιστές. Όμως, δεδομένου ότι οι άνθρωποι της τεχνητής νοημοσύνης ασχολούνται σε μεγάλο βαθμό με περιπτώσεις που βασίζονται σε υπολογιστή, υποθέτουν από προεπιλογή ότι αναφέρεστε σε τεχνητά νευρωνικά δίκτυα. Μου αρέσει να προσθέτω τη λέξη "τεχνητό" στο μπροστινό άκρο της διατύπωσης για να είμαι πιο σαφής σχετικά με τις προθέσεις.

Προχωρώντας, μπορείτε να θεωρήσετε κάπως αυτούς τους υπολογιστικούς τεχνητούς νευρώνες ως μια μαθηματική ή υπολογιστική προσομοίωση αυτού που πιστεύουμε ότι κάνουν οι πραγματικοί βιοχημικοί φυσικοί νευρώνες, όπως η χρήση αριθμητικών τιμών ως παραγόντων στάθμισης που διαφορετικά συμβαίνουν βιοχημικά στον εγκέφαλο. Σήμερα, αυτές οι προσομοιώσεις δεν είναι τόσο περίπλοκες όσο οι πραγματικοί νευρώνες. Τα τρέχοντα ANN είναι μια εξαιρετικά ωμή μαθηματική και υπολογιστική αναπαράσταση.

Γενικά, τα ANN είναι συχνά το βασικό στοιχείο για τη μηχανική μάθηση (ML) και τη βαθιά μάθηση (DL) — θα πρέπει να γνωρίζετε ότι υπάρχουν πολύ περισσότερες λεπτομέρειες σε αυτό και σας προτρέπω να ρίξετε μια ματιά στην εκτενή μου κάλυψη για ML/DL στο ο σύνδεσμος εδώ και ο σύνδεσμος εδώ, Για παράδειγμα.

Επιστρέφοντας στους αθάνατους και θνητούς τύπους υπολογιστών, υπάρχουν περισσότερα για να αναλύσει ο ερευνητής:

• «Ο διαχωρισμός του λογισμικού από το υλικό είναι ένα από τα θεμέλια της Επιστήμης των Υπολογιστών και έχει πολλά οφέλη. Καθιστά δυνατή τη μελέτη των ιδιοτήτων των προγραμμάτων χωρίς να ανησυχείτε για την ηλεκτρική μηχανική. Καθιστά δυνατή τη σύνταξη ενός προγράμματος μία φορά και το αντιγράφει σε εκατομμύρια υπολογιστές. Εάν, ωστόσο, είμαστε πρόθυμοι να εγκαταλείψουμε την αθανασία, θα πρέπει να είναι δυνατή η επίτευξη τεράστιων εξοικονομήσεων στην ενέργεια που απαιτείται για την εκτέλεση ενός υπολογισμού και στο κόστος κατασκευής του υλικού που εκτελεί τον υπολογισμό. Μπορούμε να επιτρέψουμε μεγάλες και άγνωστες παραλλαγές στη συνδεσιμότητα και τη μη γραμμικότητα διαφορετικών περιπτώσεων υλικού που προορίζονται να εκτελέσουν την ίδια εργασία και να βασιστούμε σε μια διαδικασία εκμάθησης για να ανακαλύψουμε τιμές παραμέτρων που κάνουν αποτελεσματική χρήση των άγνωστων ιδιοτήτων κάθε συγκεκριμένης παρουσίας το υλικό. Αυτές οι τιμές παραμέτρων είναι χρήσιμες μόνο για τη συγκεκριμένη περίπτωση υλικού, επομένως ο υπολογισμός που εκτελούν είναι θνητός: πεθαίνει μαζί με το υλικό» (ibid).

Έχετε εισαχθεί τώρα στο πώς το αθάνατο και το θνητό χρησιμοποιούνται σε αυτό το πλαίσιο.

Επιτρέψτε μου να αναλύσω.

Η πρόταση είναι ότι ένας υπολογιστής που είναι κατασκευασμένος ειδικά με βάση τα ANN θα μπορούσε να επινοηθεί έτσι ώστε το υλικό και το λογισμικό να θεωρούνται αδιαχώριστα. Από τη στιγμή που το υλικό κάποια μέρα δεν λειτουργεί πλέον (κάτι που, φυσικά, λέμε ότι συνδυάζει το λογισμικό), αυτός ο τύπος υπολογιστή φαινομενικά δεν είναι πλέον χρήσιμος και δεν θα λειτουργεί πια. Λέγεται ότι είναι θνητό. Μπορείτε επίσης να θάψετε τον υπολογιστή που βασίζεται σε ANN, καθώς δεν θα σας κάνει πολύ καλό στο εξής, αφού το αδιαχώριστο υλικό και λογισμικό δεν λειτουργούν πλέον βιώσιμα ως ομάδα.

Εάν θέλετε να δοκιμάσετε και να το συσχετίσετε με την αναλογία ενός ανθρώπινου εγκεφάλου, θα μπορούσατε να φανταστείτε τη θλιβερή κατάσταση ενός ανθρώπινου εγκεφάλου που επιδεινώνεται εντελώς ή που με κάποιο τρόπο βλάπτεται ανεπανόρθωτα. Αποδεχόμαστε την ιδέα ότι ένα άτομο είναι θνητό και ο εγκέφαλός του θα σταματήσει τελικά και αναπόφευκτα να λειτουργεί. Η γνώση που περιείχαν στον εγκέφαλό τους δεν είναι πλέον διαθέσιμη. Αν δεν τύχαινε να προσπαθήσουν να πουν σε άλλους ή να γράψουν αυτά που ήξεραν, οι γνώσεις τους χάθηκαν στον κόσμο.

Αναμφίβολα έχετε ακούσει ή δει αναφορές προσπαθειών διατήρησης του εγκεφάλου, όπως η τοποθέτηση τους σε παγωμένη κατάσταση, σύμφωνα με τη θεωρία ότι ίσως οι άνθρωποι θα μπορούσαν κάποια μέρα να είναι αθάνατοι ή τουλάχιστον να επεκταθούν πέρα ​​από τη συνήθη διάρκεια ζωής τους. Ο εγκέφαλός σας μπορεί να συνεχίσει να ζει, ακόμα κι αν όχι στο σώμα σας. Πολλές ταινίες επιστημονικής φαντασίας και ιστορίες έχουν εικασίες για τέτοιες ιδέες.

Τώρα είμαστε έτοιμοι για μια λεπτομερή ματιά-δείτε τον θνητό υπολογιστή και τον αθάνατο υπολογιστή ως έννοια και τι προμηνύει.

Ενσυνείδητη συζήτηση και προσεκτική ανάλυση

Πριν βουτήξουμε στα σπλάχνα αυτής της ανάλυσης της υποτιθέμενης προσέγγισης, αξίζει να αναφερθούν μερικές σημαντικές προειδοποιήσεις και πρόσθετα σημεία.

Ο ερευνητής υπογράμμισε ότι η επινοημένη θνητούς υπολογιστές δεν θα αντικαθιστούσε ή θα έδιωχνε ιδιαίτερα την ύπαρξη του αθάνατοι υπολογιστές που σήμερα αποκαλούμε συμβατικούς ψηφιακούς υπολογιστές. Θα υπήρχε συνύπαρξη και των δύο τύπων υπολογιστών. Το λέω αυτό επειδή η αντίδραση ορισμένων ήταν ότι η έκκληση για τάξη ήταν ένας γενικός ισχυρισμός όλοι Οι υπολογιστές της ανάγκης κατευθύνονται ή θα κατευθύνονται προς τον θνητό τύπο.

Αυτός δεν ήταν ισχυρισμός.

Κατά την ομιλία του ανέφερε ότι αυτά εξειδικεύτηκαν νευρομορφικά προσανατολισμένα οι υπολογιστές θα εκτελούσαν υπολογιστική εργασία γνωστή ως θνητούς υπολογισμούς: «Θα κάνουμε αυτό που αποκαλώ υπολογισμό θνητού, όπου η γνώση που έχει μάθει το σύστημα και το υλικό είναι αδιαχώριστα» (όπως αναφέρεται σε άρθρο του ZDNET από τον Tiernan Ray την 1η Δεκεμβρίου 2022).

Και συγκεκριμένα: «Δεν θα αντικαταστήσει τους ψηφιακούς υπολογιστές» (ibid).

Επίσης, αυτοί οι νέοι τύποι υπολογιστών σίγουρα δεν θα είναι σύντομα στο τοπικό σας κατάστημα ηλεκτρονικών υπολογιστών ή δεν θα είναι διαθέσιμοι για αγορά στο διαδίκτυο αμέσως, όπως δήλωσε κατά την παρουσίασή του: «Αυτό που νομίζω είναι ότι θα δούμε έναν εντελώς διαφορετικό τύπο υπολογιστή, όχι για μερικά χρόνια, αλλά υπάρχει κάθε λόγος να ερευνήσουμε αυτόν τον εντελώς διαφορετικό τύπο υπολογιστή». Οι χρήσεις θα διαφέρουν επίσης: «Δεν θα είναι ο υπολογιστής που θα είναι υπεύθυνος για τον τραπεζικό σας λογαριασμό και θα ξέρει ακριβώς πόσα χρήματα έχετε».

Μια πρόσθετη ανατροπή είναι ότι οι θνητοί υπολογιστές φαινομενικά θα αναπτύσσονταν αντί να κατασκευάζονται όπως κάνουμε σήμερα για την κατασκευή επεξεργαστών υπολογιστών και τσιπ υπολογιστών.

Κατά τη διάρκεια της διαδικασίας ανάπτυξης, ο θνητός υπολογιστής θα αύξανε την ικανότητα σε ένα στυλ υπολογιστικής ωρίμανσης. Έτσι, ένας δεδομένος θνητός υπολογιστής μπορεί να ξεκινήσει με σχεδόν καμία ικανότητα και να ωριμάσει σε αυτό που στόχευε να γίνει. Για παράδειγμα, ας υποθέσουμε ότι θέλαμε να δημιουργήσουμε κινητά τηλέφωνα μέσω της χρήσης θνητών υπολογιστών. Θα ξεκινούσατε με μια απλή παραλλαγή ενός θνητού υπολογιστή που είχε αρχικά διαμορφωθεί ή δημιουργηθεί για αυτόν τον σκοπό. Στη συνέχεια θα ωριμάσει στην πιο προηγμένη έκδοση που αναζητούσατε. Εν ολίγοις: «Θα το αντικαταστήσετε με καθένα από αυτά τα κινητά τηλέφωνα που θα έπρεπε να ξεκινήσουν ως κινητό τηλέφωνο για μωρά και θα έπρεπε να μάθει πώς να είναι κινητό τηλέφωνο».

Σε μια από τις θεμελιώδεις διαφάνειες του σχετικά με τον υπολογισμό του θνητού, τα οφέλη περιγράφηκαν ως εξής: «Αν εγκαταλείψουμε την αθανασία και αποδεχτούμε ότι η γνώση είναι άρρηκτη από τις ακριβείς φυσικές λεπτομέρειες ενός συγκεκριμένου υλικού, θα έχουμε δύο μεγάλα οφέλη: (1) Μπορούμε να χρησιμοποιήσουμε αναλογικούς υπολογισμούς πολύ χαμηλής ισχύος, (2) Μπορούμε να αναπτύξουμε υλικό του οποίου η ακριβής συνδεσιμότητα και η αναλογική συμπεριφορά είναι άγνωστα.»

Μέρος της ίδιας ομιλίας και επίσης όπως περιέχεται στην προεκτυπωμένη ερευνητική του εργασία είναι μια προτεινόμενη τεχνική για το πώς μπορούν να επινοηθούν καλύτερα τα ANN, την οποία αναφέρει ότι χρησιμοποιεί ένα προς τα εμπρός προσέγγιση δικτύωσης. Μερικοί από εσάς που είστε έμπειροι στα ANN γνωρίζετε αναμφίβολα ήδη αρκετά τη χρήση του backpropagation ή του back-prop. Ίσως θέλετε να ρίξετε μια ματιά στην προτεινόμενη τεχνική του προς τα εμπρός. Θα καλύψω αυτή τη συναρπαστική προσέγγιση σε μια μελλοντική ανάρτηση στη στήλη, οπότε να είστε σε εγρήγορση για την επερχόμενη κάλυψη σχετικά με αυτό.

Αλλάζοντας ταχύτητες, ας αναλογιστούμε τι λέγεται στους διαδρόμους και στις παρακάμψεις της κοινότητας της τεχνητής νοημοσύνης για αυτό το θρασύδειλο θνητό υπολογιστή μηχανορραφία.

Θα ξεκινήσουμε με αυτό που κάποιοι θα έλεγαν ότι δεν είναι αρχικό για το όλο θέμα που ειπώθηκε.

Είστε έτοιμοι;

Σταμάτα να το αποκαλείς αυτό το πράγμα α θνητός ηλεκτρονικός υπολογιστής.

Ομοίως, σταματήστε να διακηρύσσετε ότι οι σημερινοί συμβατικοί υπολογιστές είναι αθάνατος.

Και οι δύο χρήσεις είναι απλώς λανθασμένες και άφθονα παραπλανητικές, προτρέπουν οι σκεπτικιστές.

Ένας καθημερινός ορισμός του λεξικού αυτού που είναι αθάνατο αποτελείται από κάτι που δεν μπορεί να πεθάνει. Ζει για πάντα. Για να μην πεθάνεις, προφανώς πρέπει να πεις ότι το ίδιο το πράγμα είναι ζωντανό. Βαδίζετε σε λάθος δρόμο για να ισχυριστείτε ότι οι σημερινοί υπολογιστές είναι ζωντανοί. Κανένας λογικός άνθρωπος δεν θα απέδιδε καλόπιστες «ζωντανές» ιδιότητες στους σύγχρονους υπολογιστές. Είναι μηχανές. Είναι πράγματα. Δεν είναι άτομα, ούτε ζώα ούτε σε συνθήκες διαβίωσης.

Εάν θέλετε να επεκτείνετε τον ορισμό του αθάνατου για να επιτρέψετε ότι αναφερόμαστε και σε μη ζωντανές οντότητες, σε αυτήν την περίπτωση, η μη ζωντανή οντότητα φαινομενικά δεν θα πρέπει ποτέ να αποσυντεθεί και δεν μπορεί αναπόφευκτα να αποσυντεθεί σε σκόνη. Μπορείτε να κάνετε έναν τέτοιο ισχυρισμό για τους σημερινούς υπολογιστές; Αυτό φαίνεται εκτεταμένο (πλευρική σημείωση: θα μπορούσαμε φυσικά να μπούμε σε μια μεγάλη φιλοσοφική συζήτηση για τη φύση της ύλης και της ύπαρξης, αλλά ας μην πάμε εκεί σε αυτήν την περίπτωση).

Η ουσία είναι ότι η χρήση ή θα έλεγαν κάποιοι κακή χρήση των λέξεων «θνητός» και «αθάνατος» είναι περίεργη και αδικαιολόγητη. Το να παίρνετε μια κοινώς χρησιμοποιούμενη γλώσσα και να την επαναχρησιμοποιείτε για άλλους σκοπούς προκαλεί σύγχυση και δημιουργεί θολά νερά. Πρέπει να είστε πρόθυμοι να αναθεωρήσετε προφανώς τι σημαίνει θνητό και αθάνατο σε αυτό το συγκεκριμένο πλαίσιο. Αυτό γίνεται προβληματικό.

Ακόμη πιο ανησυχητικό είναι ότι αυτές οι επιλογές λέξεων τείνουν να ανθρωπομορφοποιούν τις πτυχές του υπολογιστή.

Υπάρχουν ήδη περισσότερα από αρκετά ζητήματα που σχετίζονται με την ανθρωπομορφοποίηση της τεχνητής νοημοσύνης, σίγουρα δεν χρειάζεται να δημιουργήσουμε περισσότερες τέτοιες δυνατότητες. Όπως έχω συζητήσει εκτενώς στην κάλυψη της AI Ethics και της Ethical AI, υπάρχουν κάθε είδους άγριοι τρόποι με τους οποίους οι άνθρωποι αποδίδουν αισθητικές ικανότητες στους υπολογιστές. Με τη σειρά του, αυτό παραπλανά τους ανθρώπους να πιστεύουν ψευδώς ότι οι υπολογιστές που βασίζονται σε AI μπορούν να σκέφτονται και να ενεργούν όπως κάνουν οι άνθρωποι. Είναι μια ολισθηρή πλαγιά κινδύνου όταν η κοινωνία νανουρίζεται να πιστεύει ότι η σημερινή τεχνητή νοημοσύνη και η πληροφορική είναι στο ίδιο επίπεδο με τη διάνοια και την κοινή λογική της ανθρωπότητας, δείτε για παράδειγμα την ανάλυσή μου στο ο σύνδεσμος εδώ και ο σύνδεσμος εδώ.

Εντάξει, μπορούμε να απορρίψουμε ή να περιφρονούμε τις άβολες επιλογές διατύπωσης, αλλά αυτό υποδηλώνει ότι πρέπει να πετάξουμε το μωρό με το νερό του μπάνιου (παλιά έκφραση, που μάλλον πλησιάζει στη σύνταξη);

Κάποιοι υποστηρίζουν ότι ίσως μπορούμε να βρούμε καλύτερη διατύπωση για αυτή τη συνολική προσέγγιση ή αντίληψη. Απορρίψτε τη χρήση των λέξεων «θνητό» και «αθάνατο» έτσι ώστε οι υπόλοιπες ιδέες να μην αλλοιωθούν από ακατάλληλη ή ακατάλληλη χρήση. Εν τω μεταξύ, υπάρχουν αντεπιχειρήματα ότι είναι απολύτως αποδεκτό να χρησιμοποιούμε αυτές τις επιλογές λέξεων, είτε επειδή ταιριάζουν είτε επειδή δεν πρέπει να είμαστε άκαμπτοι σχετικά με το πώς επιλέγουμε να επαναχρησιμοποιούμε λέξεις. Ένα τριαντάφυλλο είναι ένα τριαντάφυλλο με οποιοδήποτε άλλο όνομα, δηλώνουν.

Για να αποφευχθεί περαιτέρω επίπονη συζήτηση εδώ, θα αποφεύγω εφεξής τη χρήση των λέξεων "θνητός" και "αθάνατος" και θα αναφέρω απλώς ότι έχουμε δύο κύριους τύπους υπολογιστών που είναι συνδεδεμένοι, έναν που είναι ένας συμβατικός ψηφιακός υπολογιστής του σήμερα και ο άλλο προτείνεται νευρομορφικό ηλεκτρονικός υπολογιστής.

Δεν χρειάζεται να σύρουμε το αίνιγμα της θνησιμότητας σε αυτό, φαίνεται. Διατηρήστε τον ουρανό καθαρό για να δούμε τι άλλο μπορούμε να κάνουμε για το θέμα.

Σε αυτή την περίπτωση, κάποιοι θα υποστήριζαν ότι η προτεινόμενη ιδέα ενός νευρομορφικού υπολογιστή δεν είναι κάτι καινούργιο.

Μπορείτε να ανατρέξετε στις παλαιότερες ημέρες της τεχνητής νοημοσύνης, ειδικά όταν τα ANN εξερευνούνταν αρχικά, και να δείτε ότι γινόταν λόγος για την επινόηση εξειδικευμένων υπολογιστών για την εκτέλεση της εργασίας τεχνητών νευρωνικών δικτύων. Προτάθηκαν όλα τα είδη νέου υλικού. Αυτό εξακολουθεί να συμβαίνει μέχρι σήμερα. Φυσικά, θα μπορούσατε να υποστηρίξετε ότι το μεγαλύτερο μέρος της σημερινής εξερεύνησης εξειδικευμένου υλικού για ANN και μηχανική μάθηση εξακολουθεί να βασίζεται στη συμβατική προσέγγιση της πληροφορικής. Υπό αυτή την έννοια, αυτό το αναλογικό αδιαχώριστο υλικό και λογισμικό ωθεί κάπως το φάκελο, και η πρόταση της «ανάπτυξης» του υπολογιστή κάνει επίσης, τουλάχιστον όσον αφορά την έξοδο από το εξεταζόμενο mainstream.

Εν ολίγοις, υπάρχουν μερικοί που ασχολούνται πλήρως με αυτά τα θέματα και εκπλήσσονται που οποιοσδήποτε άλλος μπορεί να εκπλαγεί από τις προτάσεις που διατυπώνονται. Αυτές οι έννοιες είτε είναι οι ίδιες με πριν είτε απηχούν αυτό που ήδη εξετάζεται σε διάφορα ερευνητικά εργαστήρια.

Μη σου βγάζουν τα μαλλιά σε φασαρία, λένε.

Αυτό μας οδηγεί σε μια άλλη πτυχή που είναι ενοχλητική για πολλούς.

Με μια λέξη: Προβλεψιμότητα.

Οι σημερινοί υπολογιστές θεωρούνται γενικά προβλέψιμοι. Μπορείτε να ρίξετε μια ματιά στο υλικό και το λογισμικό για να καταλάβετε τι πρόκειται να κάνει ο υπολογιστής. Ομοίως, μπορείτε να εντοπίσετε τι έχει ήδη κάνει ένας υπολογιστής για να καταλάβετε γιατί έκανε ό,τι έκανε. Υπάρχουν φυσικά όρια για να γίνει αυτό, επομένως, δεν θέλω να υπερεκτιμήσω την προβλεψιμότητα, αλλά νομίζω ότι καταλαβαίνετε συνολικά την ιδέα.

Ίσως γνωρίζετε ότι ένα από τα ακανθώδη ζητήματα που αντιμετωπίζει η τεχνητή νοημοσύνη σήμερα είναι ότι κάποια τεχνητή νοημοσύνη έχει σχεδιαστεί για να είναι αυτορυθμιζόμενη. Η τεχνητή νοημοσύνη που εφαρμόζουν οι προγραμματιστές μπορεί να αλλάξει από μόνη της κατά τη χρήση της. Στον τομέα της ηθικής της τεχνητής νοημοσύνης, υπάρχουν πολυάριθμα παραδείγματα τεχνητής νοημοσύνης που χρησιμοποιήθηκαν, τα οποία στην αρχή δεν είχαν αδικαιολόγητες προκαταλήψεις ή τάσεις διακρίσεων, οι οποίες στη συνέχεια σταδιακά μεταβλήθηκαν υπολογιστικά κατά τη διάρκεια της παραγωγής της τεχνητής νοημοσύνης, βλ. αναλυτικές αξιολογήσεις στο ο σύνδεσμος εδώ.

Το ανησυχητικό είναι ότι μπαίνουμε ήδη σε μια ρύθμιση που συνεπάγεται AI που δεν είναι απαραίτητα προβλέψιμη.

Ας υποθέσουμε ότι η τεχνητή νοημοσύνη για οπλικά συστήματα υποβάλλεται σε αυτορυθμίσεις και το αποτέλεσμα είναι ότι η τεχνητή νοημοσύνη οπλίζει και εκτοξεύει φονικά όπλα σε στόχους και χρόνους που δεν αναμένονται. Οι άνθρωποι μπορεί να μην είναι έτοιμοι να σταματήσουν την τεχνητή νοημοσύνη. Οι άνθρωποι που βρίσκονται στο βρόχο ενδέχεται να μην είναι σε θέση να ανταποκριθούν αρκετά γρήγορα για να ξεπεράσουν τις ενέργειες AI. Για πρόσθετα ανατριχιαστικά παραδείγματα, δείτε την ανάλυσή μου στο ο σύνδεσμος εδώ.

Για τους νευρομορφικούς υπολογιστές, η ανησυχία είναι ότι βάζουμε απρόβλεπτα στα στεροειδή. Από την αρχή, η ουσία ενός νευρομορφικού υπολογιστή θα μπορούσε να είναι ότι λειτουργεί με τρόπο που αψηφά την πρόβλεψη. Επιδεικνύουμε το απρόβλεπτο. Γίνεται παράσημο τιμής.

Υπάρχουν δύο στρατόπεδα.

Ένα στρατόπεδο λέει ότι μπορούμε να ζήσουμε με τις δυσάρεστες ανησυχίες σχετικά με το απρόβλεπτο, κάνοντάς το βάζοντας προστατευτικά κιγκλιδώματα για να εμποδίσουμε την τεχνητή νοημοσύνη να πάει πολύ μακριά σε μια γέφυρα. Το άλλο στρατόπεδο υποστηρίζει ότι παίρνετε τον κόσμο σε έναν επικίνδυνο δρόμο. Θα έρθει η μέρα που τα προστατευτικά κιγκλιδώματα είτε αποτυγχάνουν είτε δεν είναι αρκετά αυστηρά είτε κατά λάθος ή κακή πρόθεση τα προστατευτικά κιγκλιδώματα έχουν αφαιρεθεί ή ταλαιπωρηθεί.

Πρέπει να διώξουμε τους ενδοιασμούς σχετικά με τους νευρομορφικούς υπολογιστές και την προβλεψιμότητα;

Σύμφωνα με τις παρατηρήσεις του ερευνητή: «Μεταξύ των ανθρώπων που ενδιαφέρονται για τον αναλογικό υπολογισμό, υπάρχουν πολύ λίγοι ακόμα που είναι πρόθυμοι να εγκαταλείψουν την αθανασία». Επιπλέον: "Αν θέλετε το αναλογικό σας υλικό να κάνει το ίδιο πράγμα κάθε φορά... Έχετε ένα πραγματικό πρόβλημα με όλα αυτά τα αδέσποτα ηλεκτρικά πράγματα και άλλα."

Θα το αναβαθμίσω.

Μια διαφαινόμενη και κάπως ζοφερή προοπτική είναι ότι η λεγόμενη προβλεψιμότητα που σχετίζεται με τους σημερινούς ψηφιακούς υπολογιστές πηγαίνει ούτως ή άλλως προς την κατεύθυνση του απρόβλεπτου. Όπως αναφέρθηκε, αυτό μπορεί να συμβεί ιδιαίτερα με AI που αυτοπροσαρμόζεται σε συμβατικές πλατφόρμες υπολογιστών. Ακριβώς επειδή οι νευρομορφικοί υπολογιστές μπορεί να είναι φαινομενικά απρόβλεπτοι δεν αποτελεί ένδειξη ότι οι συμβατικοί ψηφιακοί υπολογιστές είναι στην πραγματικότητα προβλέψιμοι.

Το απρόβλεπτο steamroller έρχεται κοντά μας, με πλήρη ατμό, ανεξάρτητα από την πλατφόρμα υπολογιστών που θέλετε να επιλέξετε. Για την εκτίμησή μου των τελευταίων προσπαθειών για την επίτευξη ασφάλειας τεχνητής νοημοσύνης υπό αυτό το πρίσμα, βλ ο σύνδεσμος εδώ.

Αυτή η ανατροπή σχετικά με την προβλεψιμότητα θα έπρεπε να κάνει το μυαλό σας να στριμώχνει σε κάτι ανεξερεύνητης φύσης, κάπως. Όσοι από εσάς εμπλέκεστε σε θέματα AI Ethics και AI Law μπορεί δεν έχουν εξετάσει τις επιπτώσεις του νευρομορφικοί υπολογιστές.

Πιθανότατα έχετε στοχεύσει σε συμβατικούς ψηφιακούς υπολογιστές που τρέχουν AI. Λοιπόν, μαντέψτε, έχετε ένα εντελώς πρόσθετο και αναδυόμενο τμήμα υπολογιστών τεχνητής νοημοσύνης για το οποίο μπορείτε τώρα να ανησυχείτε για το βράδυ. Ναι, νευρομορφικοί υπολογιστές. Βάλτε το στη λίστα με τις υποχρεώσεις σας.

Συγγνώμη, περισσότερες άγρυπνες νύχτες για εσάς.

Ας εξετάσουμε εν συντομία τι κάνουν η Δεοντολογία της AI και η νομοθεσία AI σχετικά με τους συμβατικούς ψηφιακούς υπολογιστές και την τεχνητή νοημοσύνη.

Σε προηγούμενες στήλες, έχω καλύψει τις διάφορες εθνικές και διεθνείς προσπάθειες για τη δημιουργία και τη θέσπιση νόμων που ρυθμίζουν την τεχνητή νοημοσύνη, βλ. ο σύνδεσμος εδώ, για παράδειγμα. Έχω επίσης καλύψει τις διάφορες αρχές και κατευθυντήριες γραμμές για την ηθική της τεχνητής νοημοσύνης που έχουν προσδιορίσει και υιοθετήσει διάφορα έθνη, συμπεριλαμβανομένης για παράδειγμα της προσπάθειας των Ηνωμένων Εθνών, όπως το σύνολο της UNESCO για Δεοντολογία της Τεχνητής Νοημοσύνης που υιοθέτησαν σχεδόν 200 χώρες, βλ. ο σύνδεσμος εδώ.

Ακολουθεί μια χρήσιμη βασική λίστα κριτηρίων ή χαρακτηριστικών ηθικής τεχνητής νοημοσύνης σχετικά με συστήματα τεχνητής νοημοσύνης που έχω εξερευνήσει προσεκτικά στο παρελθόν:

• Διαφάνεια
• Δικαιοσύνη και Δικαιοσύνη
• Μη κακοήθεια
• Αρμοδιότητα
• Προστασία προσωπικών δεδομένων
• Αγαθοεργία
• Ελευθερία & Αυτονομία
• Εμπιστευθείτε
• Βιωσιμότητα
• Αξιοπρέπεια
• Αλληλεγγύη

Αυτές οι αρχές ηθικής τεχνητής νοημοσύνης υποτίθεται ότι χρησιμοποιούνται ένθερμα από τους προγραμματιστές τεχνητής νοημοσύνης, μαζί με εκείνους που διαχειρίζονται τις προσπάθειες ανάπτυξης της τεχνητής νοημοσύνης, ακόμη και εκείνες που τελικά εφαρμόζουν και εκτελούν συντήρηση σε συστήματα τεχνητής νοημοσύνης.

Όλοι οι ενδιαφερόμενοι σε ολόκληρο τον κύκλο ζωής ανάπτυξης και χρήσης της τεχνητής νοημοσύνης θεωρούνται εντός του πεδίου εφαρμογής της τήρησης των καθιερωμένων κανόνων της Ηθικής ΤΝ. Αυτό είναι ένα σημαντικό σημείο αναφοράς, καθώς η συνήθης υπόθεση είναι ότι «μόνο οι κωδικοποιητές» ή αυτοί που προγραμματίζουν την τεχνητή νοημοσύνη υπόκεινται σε συμμόρφωση με τις έννοιες της ηθικής της τεχνητής νοημοσύνης. Όπως τονίστηκε προηγουμένως εδώ, χρειάζεται ένα χωριό για να επινοήσει και να καλλιεργήσει την τεχνητή νοημοσύνη, και για το οποίο ολόκληρο το χωριό πρέπει να γνωρίζει και να συμμορφώνεται με τους κανόνες Ηθικής AI.

Το μέρος αυτού που ίσως να μην είχατε σκεφτεί πολύ στο παρελθόν είναι πώς θα ισχύουν για νευρομορφικούς υπολογιστές οι ίδιες αρχές ηθικής τεχνητής νοημοσύνης και η αναπτυσσόμενη λίστα των νέων νόμων για την τεχνητή νοημοσύνη. Για να διευκρινίσουμε, η Δεοντολογία της AI και ο νόμος της AI πρέπει πράγματι να το λάβουν ρητά υπόψη. Επισημαίνω ότι λίγοι το κάνουν αυτό, και σας ενημερώνουμε ότι υπάρχει μεγάλη πιθανότητα η εμφάνιση νευρομορφικών υπολογιστών να ρίξει πολλούς σε έναν βρόχο όσον αφορά μια νέα διάσταση στην προσπάθεια να κυριαρχήσουν στην τεχνητή νοημοσύνη.

Πρέπει να εξετάσουμε τους νόμους περί ηθικής τεχνητής νοημοσύνης και τεχνητής νοημοσύνης με έναν αρκετά ευρύ τρόπο ώστε να συμπεριλάβουμε οποιαδήποτε νέα τεχνητή νοημοσύνη έχει επινοηθεί, συμπεριλαμβανομένων των νευρομορφικών υπολογιστών.

Η εναλλακτική της τραμπάλας είναι ένα κλασικό παιχνίδι γάτας και ποντικιού. Να πώς πάει αυτό. Σχεδιάζονται και δημιουργούνται νέοι τρόποι δημιουργίας τεχνητής νοημοσύνης. Οι υφιστάμενοι νόμοι περί ηθικής και τεχνητής νοημοσύνης είναι απρόσεκτοι και δεν καλύπτουν πλήρως τις πιο πρόσφατες παρανομίες της τεχνητής νοημοσύνης. Γίνεται μια εσπευσμένη προσπάθεια για την ενημέρωση των αρχών ηθικής τεχνητής νοημοσύνης και την τροποποίηση αυτών των νέων νόμων για την τεχνητή νοημοσύνη.

Ξεπλύνετε, ξεπλύνετε, επαναλάβετε.

Θα ήταν καλύτερο για όλους μας να παραμείνουμε μπροστά από το παιχνίδι, παρά να πιαστούν πίσω από την οκτώ μπάλα.

Συμπέρασμα

Σε έχω ταξιδέψει λίγο.

Στην αρχή, πρότεινα ότι θα υπήρχαν δύο βασικά θέματα προς εξέταση:

1) Ολοκληρωμένη σύνδεση τόσο υλικού όσο και λογισμικού για μηχανισμούς τεχνητής νοημοσύνης αντί να τους έχει ως ξεχωριστούς και ξεχωριστούς συμμάχους

2) Μεταφορά ή απόσταξη σκευασμάτων μηχανικής μάθησης από ένα μοντέλο τεχνητής νοημοσύνης σε ένα άλλο που το κάνει χωρίς να απαιτείται ούτε να επιθυμεί κατ' ανάγκη (ή ακόμη και εφικτά διαφορετικά) μια πλήρη καθαρόαιμη αντιγραφή

Το πρώτο θέμα για τη σύνδεση υλικού και λογισμικού ήταν το μεγαλύτερο μέρος του ταξιδιού εδώ. Αυτό μας οδήγησε στο θνητό έναντι του αθάνατου υπολογιστικού βούρκου. Από τους οποίους υπήρχαν ορισμένες κρίσιμες εκτιμήσεις για την ηθική της τεχνητής νοημοσύνης και το δίκαιο της τεχνητής νοημοσύνης που διαφορετικά δεν θα συζητούνταν συνήθως, καθώς αυτό το είδος θέματος που σχετίζεται με τον υπολογιστή συνήθως θεωρείται από ορισμένους ως καθαρά τεχνολογικό αντί να συνεπάγεται ανησυχίες για κοινωνικές επιπτώσεις.

Λέω ότι είναι πιο σοφό να είσαι νωρίτερα και πιο ασφαλής, παρά αργότερα και σε χειρότερη κατάσταση όταν πρόκειται για την ανάδειξη του νόμου περί ηθικής τεχνητής νοημοσύνης και τεχνητής νοημοσύνης.

Το δεύτερο θέμα, το οποίο δεν έχω ακόμη αρθρώσει εδώ, σχετίζεται ουσιαστικά με το πρώτο θέμα.

Εδώ είναι η συμφωνία.

Ας υποθέσουμε ότι έχουμε έναν «θάνατο υπολογιστή» και θέλουμε να διατηρήσουμε τις δυνατότητες, ώστε να μπορούμε να έχουμε ένα αντίγραφο ασφαλείας ή φαινομενικά αντίγραφα αυτού που περιέχει το AI. Μπορεί να ανησυχούμε ότι ένας συγκεκριμένος θνητός υπολογιστής πλησιάζει στο τέλος του. Ναι, εξαρτόμαστε από αυτό. Τι να κάνουμε; Μια απάντηση είναι ότι πρέπει να αντιγράψουμε το καταραμένο πράγμα.

Όμως, η αντιγραφή ενός νευρομορφικού υπολογιστή του είδους που σχεδιάζεται θα είναι πιο δύσκολη από ό,τι φαίνεται με την πρώτη ματιά. Τα πράγματα μπορεί να γίνουν δύσκολα.

Ίσως θα έπρεπε να καταλήξουμε σε ένα τέχνασμα αντιγραφής που θα είναι γενικεύσιμο και εφαρμόσιμο σε περιστάσεις που περιλαμβάνουν μηχανική μάθηση και τεχνητά νευρωνικά δίκτυα. Θέλουμε αυτό να λειτουργεί σε περιπτώσεις μεγάλης και εξαιρετικά μεγάλης κλίμακας. Θα ήμασταν επίσης πρόθυμοι το αντίγραφο να μην είναι ακριβές αντίγραφο, και αντίθετα μπορεί να είναι ουσιαστικά ισοδύναμο ή ίσως ακόμη καλύτερα να επινοηθεί ως αποτέλεσμα της ενέργειας αντιγραφής.

Μια τεχνική γνωστή ως απόσταξη έχει προταθεί.

Μου έχει εξαντληθεί ο χώρος για τη σημερινή στήλη, οπότε θα ασχοληθώ με αυτό το δεύτερο θέμα σε μια επερχόμενη στήλη. Σκέφτηκα ότι θα θέλατε να μάθετε για τη σχέση αμέσως μεταξύ αυτού του δεύτερου θέματος και του πρώτου θέματος που καλύφθηκε εκτενώς εδώ. Σκεφτείτε το ως μια πρόσθετη σημείωση που χρησιμεύει ως teaser ή τρέιλερ για το τι θα ακολουθήσει.

Παραμείνετε στην άκρη του καθίσματος σας, καθώς το θέμα της απόσταξης ξεχωρίζει αρκετά.

Όπως έλεγε ο Μπάτμαν, κρατήστε τα φτερά της νυχτερίδας σας σταυρωμένα και να είστε έτοιμοι για το ίδιο κανάλι νυχτερίδας για να ξετυλίξετε το ενοχλητικό ερώτημα του πώς να αντιγράψετε ένα ANN ή ένα μοντέλο μηχανικής μάθησης ή έναν νευρομορφικό υπολογιστή σε έναν άλλο.

Μια τελευταία παρατήρηση προς το παρόν. Υπάρχει μια διάσημη γραμμή στην ταινία Ο σκοτεινός ιππότης επιστρέφει στο οποίο ο σταυροφόρος μας με κάλπη λέει το εξής: «Ο κόσμος έχει νόημα μόνο αν τον αναγκάσεις». Θα προσπαθήσω να κρατήσω αυτό το ιδανικό όταν καλύψω το δεύτερο θέμα για την απόσταξη που σχετίζεται με την τεχνητή νοημοσύνη.

Μείνετε συντονισμένοι για το Μέρος 2 αυτής της συναρπαστικής και συναρπαστικής διπλής κεφαλίδας.