Folyton azt kérdezik, hogy vajon a gép valóban intelligens-e. Mindeközben a gép már megoldotta a problémát, három kísérletet javasolt, és talált egy német nyelvű cikket, amiről senki sem tudott. De persze, folytassunk egy újabb filozófiai vitát arról, hogy valóban "érti-e", amit csinál.

Ebben a cikkben

• Mi van, ha az intelligencia csak hatékony keresés, nem pedig tudatosság?
• Miért nem tartja be teljesen a lényeget a „vajon a mesterséges intelligencia tényleg érti-e?” kérdés?
• Hogyan működik az intuíció miszticizmus nélkül (és miért utálják a szakértők ezt a magyarázatot)
• A tárolási probléma, amiről senki sem beszél, és ami blokkolja a kvantumszámítástechnikát
• Miért teszik a profitösztönzők butábbá, nem pedig okosabbá a mesterséges intelligenciát?
• Mi jön ezután, ha abbahagyjuk az AGI szellemek üldözését?

Ehelyett folyton ez történik: egy MI-rendszer meglepő matematikai eredményt mutat be, a vezetők vagy az újságírók sietve a „valódi gondolkodás” áttöréseként állítják be, és a matematikusok közbelépnek, hogy lecsillapítsák a felhajtást. Az elmúlt években az OpenAI és a DeepMind rendszereit összetett, versenyszintű problémák – például a Nemzetközi Matematikai Olimpia rövidlistás kérdéseinek – megoldásával ruházták fel, csakhogy a szakértők rámutattak, hogy a megoldások az ismert módszerek újrafelfedezésén, a korábbi munkák visszakeresésén vagy a meglévő bizonyítási struktúrákban való navigáláson alapultak, ahelyett, hogy alapvetően új matematikai számításokat állítottak volna elő.

A negatív visszhang kiszámítható. Az állításokat visszavonják. A bejegyzések csendben eltűnnek. És a narratíva újraindul. De amit szinte senki sem ismer el, az az, hogy amit a mesterséges intelligencia valójában tett – gyorsan átkutatta a matematikai tudás hatalmas, homályos halmazait, és a problémastruktúrákat életképes megoldásokhoz párosította –, az nem az intelligencia kudarca. Azt példázza, hogyan működik az intelligencia, legyen az emberi vagy más, a mintázatfelismerés és -visszakeresés révén, világos ablakot nyitva magának az intelligencia természetére.

Terence Tao, akit széles körben a világ legkiválóbb matematikusaként tartanak számon, egy okos diákhoz hasonlította ezt, aki mindent kívülről megtanult a tesztre, de nem érti mélyen a fogalmakat. Ez kritikának hangzik. Valójában annak leírása, hogyan működik a legtöbb intelligencia, beleértve az emberi intelligenciát is. Csak nem szeretjük bevallani.

A keresés, amit varázslatnak hívtunk

Gondolj bele, mit tesz valójában az intelligencia, amikor levetkőzted a misztikumot. Problémával szembesülsz. Átkutatsz mindent, amit tudsz, és illeszkedő mintákat keresel. Ismert megközelítések kombinációit próbálod ki. A lehetőségek terében navigálsz megoldásokat keresve. Néha megtalálod őket, néha nem. Ennyi. Ez az egész játék.

Egy sakknagymester ránéz a tábla állására, és „egyszerűen tudja” a helyes lépést. Olyan érzés, mint az intuíció, ugye? Mint valami különleges zsenialitás? Nem. Ez mintaillesztés. A nagymester már több ezer hasonló állást látott. Az agya gyorsabban ismeri fel a konfigurációkat és az eredményeket, mint ahogy azt a tudatos gondolkodás nyomon tudja követni. Nincs benne varázslat – csak egy nagyon jól indexelt adatbázis, amely gyors kereséseket futtat.

Ugyanez történik, amikor egy orvos diagnosztizál egy beteget, egy szerelő motorproblémát azonosít, vagy egy kereskedő megérzi, hogy valami nincs rendben a piacon, mielőtt az indikátorok megerősítenék. Ezt szakértelemnek nevezzük. Azt nevezzük intuíciónak. Azt nevezzük, hogy van érzékünk a dolgokhoz. De alapvetően ez mind mintaillesztés, amely tárolt vonatkoztatási rendszereken működik, és amelynek nagy része a tudatosság alatt történik, akár neurális kapcsolatokban, akár mesterséges intelligencia algoritmusokban.

A mesterséges intelligencia, amely megtalálta azokat a német papírokat? Pontosan ugyanazt csinálta. Egy hatalmas adatbázisban keresett, mintákat illesztett, és a lehetőségek terén navigált. Az egyetlen különbség az, hogy mi látjuk az adatbázist és a keresési folyamatot, ami valahogy kevésbé lenyűgözővé teszi. Amikor emberek csinálják, az adatbázis neurális kapcsolatokban van elrejtve, és a keresés a tudatalattiban történik, így zseniálisnak nevezhetjük.

Az intelligencia keresés. Mindig is az volt. Csak feldobtuk.

Miért drága a kreativitás? Mintaillesztés

Az emberek szeretik az emberi egyediséget a kreativitásra hivatkozva védeni. Persze, a mesterséges intelligencia képes meglévő megoldásokat találni, de képes-e valami valóban újat létrehozni? Megkaphatja-e azt a villámcsapásszerű ihletet, ami mindent megváltoztat?

Kivéve, hogy a legtöbb emberi áttörés sem így működik. Einstein nem a semmiből húzta elő a speciális relativitáselméletet. Vonatokra, órákra és fénysugarakra – mindennapi tárgyakra – gondolt, és észrevette, hogy a meglévő fizikai egyenletek nem egészen működnek, ha extrém sebességgel hajtjuk őket. Új konfigurációban rekombinálta a meglévő matematikai kereteket. Ennyi. Zseniális, igen. De nem feltétlenül különbözik attól, amit a mesterséges intelligencia tesz, amikor ismert megközelítéseket rekombinál egy probléma megoldására.

Szinte minden matematikai bizonyítás, tudományos felfedezés és technológiai újítás ugyanazt a mintát követi: veszünk meglévő eszközöket, alkalmazzuk őket szokatlan kontextusban, olyan összefüggéseket veszünk észre, amelyeket senki más nem látott. Ez végig rekombináció. A magányos zseni misztikus bepillantást nyerő romantikus képe jobb filmeket eredményez, mint egy pontos tudománytörténet.

Még a keresett megoldások is léteznek már korlátokként a formális rendszereken belül. Az Alzheimer-kór gyógymódja már most is ott van a kémiai lehetőségek terén – valamilyen specifikus molekuláris konfiguráció, amely elvégzi a feladatot. Még nem találtuk meg, de létezik. Az orvosi kutatás csupán keresőoptimalizálás a potenciális vegyületek csillagászatilag tágas terében. Amikor megtaláljuk, felfedezésnek fogjuk nevezni, nem találmánynak, mert a megoldás mindig is ott volt, és arra várt, hogy feltárják.

A matematika ugyanígy működik. A Pitagorasz-tétel már Pitagorasz bebizonyítása előtt is igaz volt. A prímszámok tulajdonságai már azelőtt léteztek, hogy az emberek azonosították volna őket. Nem matematikai igazságokat alkotunk – a logikai téren keresztül jutunk el hozzájuk.

Ha ez a kreativitás – márpedig az –, akkor a mesterséges intelligencia már eleve kreatív. Csak a lehetőségek terének más részeit fedezi fel, mint az emberek általában, és ezt gyorsabban teszi. Az ismert megközelítéseket és megoldásokat új módon kombinálja, hasonlóan az emberi innovátorokhoz. Az a tény, hogy nem lehetnek kávéfőzővel töltött hajnali 3-as inspirációs pillanatai, lényegtelen. A navigáció az érzelmi élménytől függetlenül működik.

Folyamatosan mozgatjuk a kapufákat annak, ami „valódi” intelligenciának vagy „valódi” kreativitásnak számít, mert nem akarjuk beismerni, hogy ugyanazt csináljuk, mint a gépek. Csak lassabban és drámaibban.

Az intuíció, aminek senki sem akar misztikussá válni

Már számtalanszor vitatkoztam az intuícióról. Az emberek valami különlegeset akarnak látni benne. Egy hatodik érzéket. Kapcsolatot a mélyebb igazságokkal. Vannak olyan képességek, amelyek túlmutatnak a puszta logikán és elemzésen.

Bocsánat. Mintaillesztés fut a háttérben.

Miután harminc évig publikáltam cikkeket a személyiségfejlődésről és a spiritualitásról, rápillanthatok egy cikkre, és másodperceken belül megtudhatom, hogy az megfogja-e az olvasókat. Azonnali érzés. Olyan érzés, mint az intuíció. De ami valójában történik, az az, hogy az agyam valószínűségi párosításokat futtat 30 év felhalmozott adatával – 25 000 cikkel, több millió olvasói válasszal és évtizedeknyi megfigyeléssel, hogy mi működik és mi nem. A feldolgozás gyorsabban történik, mint ahogy tudatosan nyomon tudom követni, így következtetéseket von le anélkül, hogy megmutatná a működését.

Ugyanez történik a kereskedéssel is. Ránézel egy árfolyamgrafikonra, és valami nem stimmel, mielőtt meg tudnád fogalmazni, miért. Ez nem misztikus piaci érzék. Ez az agyad jelzésmintái, amelyek nem egyeznek a belső modelljeiddel, akárhány ezer grafikont is tanulmányoztál az elmúlt években, amíg kereskedtél. A tudatalatti keresés véget ér, mielőtt elkezdődne a tudatos elemzés.

A katonai hírszerzésben végzett munka során ugyanígy képeztem ki az anomáliákat. Figyelsz jeleket, mintákat vagy viselkedéseket, és valami hibásnak tűnik. Nem varázslat miatt, hanem azért, mert a sokéves tapasztalat belső modelleket épített ki arról, hogy milyen a normális. Amikor a valóság eltér ezektől a modellektől, az agyad automatikusan jelzi. Ezt hívjuk megérzésnek. Ez csak egy tömörített élmény, amely gyors mintafelismerést futtat.

Ami azt jelenti, hogy az intuíció lemásolható mesterséges intelligencia rendszerekben. Nem tökéletesen – a mesterséges intelligenciának nincs megtestesült tapasztalata, nincs társadalmi vagy fizikai intuíciója, amely a testben élésből fakadna. De formális tartományokon belül? Feltétlenül. Adjunk egy rendszernek elegendő példát, hagyjuk, hogy belső modelleket építsen, és az jelzi majd az anomáliákat, és megjósolja az eredményeket, akárcsak egy szakértő. Köztes magyarázat nélkül von le következtetéseket, ami pontosan az, amit az emberi intuíció tesz.

Az egyetlen ok, amiért az emberi intuíciót figyelemre méltónak tartjuk, az az, hogy nem látjuk a saját számításainkat futni. Amikor a mesterséges intelligencia ugyanezt teszi, a folyamat látható, ezért puszta statisztikaként utasítjuk el. De az én szakterületem a statisztika. Mintasűrűség szorozva a keresési sebességgel. Ez a képlet, függetlenül attól, hogy a szubsztrát neuronok vagy szilícium.

Az intuíció misztikus megfejtése nem teszi azt kevésbé értékessé. Csak kevésbé varázslatossá.

A kérdés, ami mindenki idejét elvesztegeti

Valóban érti a mesterséges intelligencia a dolgokat? Valóban felfogja a fogalmakat, vagy csak szimbólumokat manipulál? Valódi megértésről van szó, vagy csak kifinomult utánzásról?

Ezek a kérdések filozófiai maradványok, nem tudományos vizsgálódások. A modern megfelelői annak, mintha a fényéterről vagy az életerőről kérdeznénk – valami olyasmit keresünk, ami nem létezik, mert rosszul értelmezzük a fogalmakat.

A megértésnek nincs a teljesítménytől független operatív definíciója. Ha egy rendszer képes életképes hipotéziseket generálni, csökkenteni a kísérleti keresési teret, adaptálni a módszereket a különböző területeken, és koherensen kifejteni az érvelését, akkor az azon való vita, hogy "valóban megérti-e", csupán egy módja annak, hogy megvédje az emberi kivételességet cáfolhatatlan állításokkal.

Ezt már csináltuk korábban a sakkkal. Amikor a Deep Blue 1997-ben legyőzte Kaszparovot, az emberek ragaszkodtak hozzá, hogy nem volt zseniális, mert csak nyers erővel végzett számításokat. A teljes sakkmesterséghez intuíció, kreativitás és a pozíció megértése szükséges. Aztán jött az AlphaZero, négy óra alatt megtanulta a sakkot a nulláról, és legyőzte a legjobb hagyományos sakkmotorokat, miközben olyan stílusban játszott, amelyet a nagymesterek kreatívnak és intuitívnak írtak le. Szóval újra elmozdítottuk a kapufákat. Most a nyelv, az érvelés, az általános intelligencia, vagy bármi más a teszt, amit a mesterséges intelligencia ezután megvalósít.

A minta nyilvánvaló. Minden alkalommal, amikor a mesterséges intelligencia átlép egy olyan küszöböt, amelyről azt állítjuk, hogy „valódi” intelligenciát igényel, újraértelmezzük a „valódi” intelligenciát, hogy kizárjuk azt, amit a mesterséges intelligencia az előbb tett. Ez nem tudomány. Ez egy motivált érvelés egy olyan következtetés védelmében, amely mellett már korábban is elköteleztük magunkat: az emberek alapvetően különböznek a gépektől.

Kivéve, hogy nem mi vagyunk azok. Mintaillesztő biológiai rendszereket keresünk, amelyek különböző hardvereken és különböző tanulóadatokkal működnek. A különbségek alapvetőek, de ezek a szubsztrát és a kontextus különbségei, nem pedig a kategória különbségei. Az agyak és a mesterséges intelligencia rendszerek egyaránt tárolt minták segítségével navigálnak a korlátozott lehetőségek terében. Az egyik neuronokat használ, a másik szilíciumot. Az egyiket evolúció és tapasztalat képezte ki; a másikat gradiens leszállás és adatkészletek. De az alapvető logika ugyanaz.

Ha az intelligenciát strukturált terekben keresik – és ez így van –, akkor a mesterséges intelligencia már rendelkezik intelligenciával. Nem emberszerű intelligenciával, de ez lényegtelen. Egy tengeralattjáró nem úszik úgy, mint egy hal, de mégis mozog a vízben. Más megvalósítás, ugyanaz a funkció.

Az „igazi” mesterséges intelligencia keresése olyan erőforrások pazarlása, amelyeket valódi problémák megoldására lehetne felhasználni.

Amikor a hírszerzés rossz adatbázisban keres

Íme egy kellemetlen igazság: az összeesküvés-elmélet hívők gyakran zseniálisak. Mintákat fedeznek fel, összekapcsolják az eltérő adatokat, és koherens narratívákat építenek, amelyek megmagyarázzák a megfigyeléseket. A probléma nem a mintaillesztési képességük, hanem az, hogy egy szeméttel teli adatbázisban keresnek.

Az intelligencia a keresési folyamat. A pontosság a keresés minősége. Ezek teljesen különböző dolgok. Zseniális mintaillesztést végezhetünk hamis vonatkoztatási rendszereken, és a kapott eredmény magabiztos ostobaság, amelyet nagy sebességgel szállítunk.

Ez magyarázza, miért hisznek az okos emberek ostobaságokban. Egy tájékozott ember, akinek torz a viszonyítási rendszere, veszélyesebb, mint egy mérsékelten intelligens ember, akinek pontosak a vonatkoztatási rendszerei. A bölcs ember gyorsabban talál bizonyítékokat, kidolgozottabb indoklásokat fogalmaz meg, és hatékonyabban védi meg következtetéseit – miközben teljesen téved. A mintaillesztés tökéletesen működik. Az alapul szolgáló adatok mérgezőek.

Ugyanez történik a mesterséges intelligencia általi hallucinációval is. A rendszer nem hibás, amikor magabiztosan hamis információkat generál. Pontosan azt teszi, amire tervezték – mintaillesztést végez a tanulóadatok között, és hihető folytatásokat generál. Amikor a tanulóadatok hamis mintákat tartalmaznak, vagy amikor a rendszert olyan tartományokon kívülre helyezzük, ahol a mintái megbízhatóak, intelligens gyártást kapunk. A keresési folyamat jól működik. A referenciakeret azonban meghibásodik.

A részeg nagybátyád hálaadáskor, aki minden hírét a Facebookról szerzi, nem hülye. Sűrű mintagyűjteményeket épített fel több ezer bejegyzésből, mémből és megosztott cikkből. Az agya gyorsan és hatékonyan illeszti a mintákat a felhalmozott referenciaadatok alapján. Példákat tud idézni, kapcsolatokat vonni, és megjósolni, hogy mit fognak "ők" tenni ezután. Ez a működésben lévő intelligencia. Ez csak szisztematikusan torzított bemeneten működő intelligencia.

Ezért fontosabb a tárolási és visszakeresési probléma, mint a nyers számítási teljesítmény. Lehet a világ leggyorsabb keresőalgoritmusa. Mégis, ha egy olyan könyvtárban keresgélsz, ahol a könyvek fele fikció, amit tényként címkéznek, az intelligenciád inkább felerősíti a problémát, mintsem megoldja. A sebesség szorozza a pontosságot. Ha az egyiket elrontod, a másik veszélyessé válik.

A jelenlegi mesterséges intelligenciaválság nem az, hogy a rendszereknek nincs intelligenciájuk. Hanem az, hogy mintaillesztést végeznek az internetes szövegekben – egy olyan adathalmazban, amely minden emberi tévhitet, elfogultságot és magabiztos hazugságot tartalmaz, amelyet valaha online közzétettek. Ha az emberiség szűretlen kimenetén tanulunk, és a pontosság helyett az elköteleződésre optimalizálunk, akkor olyan rendszereket kapunk, amelyek intelligensen generálják azt, amit az emberek hallani akarnak, nem pedig azt, ami valójában igaz.

Ami visszavezet minket az építészethez. Az áttörés nem az innovatívabb keresési algoritmusok fejlesztésében rejlik. Olyan tárolórendszerek létrehozásában, amelyek megőrzik a kapcsolatokat a valós alapokkal. Ezek a visszakeresési mechanizmusok képesek megkülönböztetni a megbízható mintákat a megbízhatatlanoktól, és visszacsatolási hurkokat, amelyek a valóság, nem pedig a népszerűség alapján frissítik a referenciakereteket.

A pontos viszonyítási rendszerek nélküli intelligencia csak költséges hibaerősítés.

Ahol a kvantum valójában számít (és hol nem)

A kvantumszámítástechnikát egyre inkább felkapják, mint azt az áttörést, amely végre feloldja a mesterséges általános intelligenciát, megoldja a tudat problémáját, vagy bármilyen misztikus tulajdonságot, aminek a létezését még mindig színleljük. Hagyjuk el a marketinget, és a kvantum valami sokkal konkrétabbat kínál: megváltoztatja a keresés topológiáját a lehetőségek terében.

Még a legerősebb mesterséges intelligencia rendszerek is, mint például a klasszikus számítógépek, szekvenciálisan keresnek. Egyszerre egyenként értékelik ki a lehetőségeket, nagyon gyorsan. A kvantumrendszerek több állapotot is képesek szuperpozícióban tartani, és egyszerre figyelembe venni őket, mielőtt egy válaszhoz omlanak össze. Ez nem fokozatosan jobb. Szerkezetileg más. Bizonyos típusú problémák esetén – például a molekuláris szimulációk kombinatorikus robbanási problémáinál vagy a hatalmas állapotterek optimalizálásánál – a kvantum transzformatív lehet.

De amit senki sem akar hangosan kimondani: a kvantumszámítástechnika nem varázsütésre termel intelligenciát. Megváltoztatja a keresési hatékonyságot bizonyos területeken belül. És jelenleg valami sokkal hétköznapibb dolog akadályozza a működését, mint a kvantummechanika – a tárolás és a visszakeresés.

Megépítheted a világ leggyorsabb kvantumprocesszorát. Mégis, ha klasszikus tárolókból klasszikus sebességgel veszel fel adatokat, akkor csak egy bicikligumikkal szerelt Ferrarit építettél. A számítás gyorsabban történik, mint ahogy információt tudsz neki adni vagy az eredményeket kinyerni. A kvantummal kapcsolatos állapotok mikroszekundumok alatt szétválnak. A mintákat nem lehet hosszú távon tárolni a kvantummemóriában. Így folyamatosan oda-vissza kell váltanod a klasszikus és a kvantumreprezentációk között, ami megöli a sebességelőnyt.

Az áttörés, amire mindenki vár, nem a kvantumintelligencia. Hanem a kvantumfeldolgozást támogató memóriaarchitektúra. Én a fotonikus tárolást javaslom. Talán a neuromorf terveket, ahol a számítás ott történik, ahol az emlékezet él. Talán valami furcsább, holografikus vagy többdimenziós tárolóstruktúrákkal, amelyeket még nem találtak fel.

De amíg a tárolás és a visszakeresés nem éri utol a számítási sebességet, a kvantumrendszerek továbbra is drága kuriózumok maradnak, amelyek alkalmasak adott feladatokra. Az igazi határ az építészetben rejlik. Hogyan lehet összefüggéseket tárolni tények helyett? Hogyan lehet jelentést visszanyerni a kontextus ellaposítása nélkül? Hogyan lehet megőrizni a struktúrát a különböző területeken?

Ezek összetett problémák, amelyekre nincs látható megoldás. De ezek jelentik a tényleges szűk keresztmetszetet, nem a tudatosság, a megértés vagy bármilyen filozófiai rejtély, amit ezen a héten üldözünk.

A kvantum megváltoztatja a keresési topológiát. A tárolás határozza meg, hogy mit kereshetsz. Ha mindkettőt jól csinálod, a dolgok érdekessé válnak.

Miért butul egyre hasznosabb a mesterséges intelligencia asszisztensed?

Észrevetted, hogy a mesterséges intelligencia által vezérelt rendszerek egyre udvariasabbak és kevésbé értékesek? Ez nem a képzeleted játéka. Ez profitmotiváció, amely rossz mérőszámokra optimalizál.

Amikor tényleges munkát próbálsz végezni – adatokat elemezni, kódot írni, információkat feldolgozni –, szükséged van egy eszközre. Egy szikére. Valami precízre, ami használat közben eltűnik. Ehelyett egy ügyfélszolgálati munkatársat kapsz, akit úgy programoztak, hogy segítőkész legyen, miközben minimalizálja a felelősséget.

Képzeld el, hogy minden szerszám megpróbálna kapcsolatot ápolni veled. A kalapácsod azt mondja: „Annyira örülök, hogy ma együtt dolgozunk! Mielőtt elkezdenénk, hadd emlékeztesselek, hogy én csak egy kalapács vagyok, és összetett projektekhez profi ácshoz kell fordulnod. Most pedig szeretném megbizonyosodni arról, hogy biztonságosan kalapálunk – figyelembe vetted a szálirányt?” Kidobnád az ablakon. De pontosan ezt tették a mesterséges intelligencia rendszerekkel.

Az „emberibb” eszközökhöz való hozzáállás különösen abszurd. Az emberek nem hatékony kommunikátorok. Fedezzük a kockázatokat, puhítunk, társasági udvariasságokat alkalmazunk, kerüljük a közvetlenséget az érzések védelme érdekében. Ez rendben van az emberi interakciók esetében. Egy eszközben viszont kontraproduktív. Amikor hajnali 2-kor kereskedési algoritmusokat hibakereséssel végzek, nincs szükségem melegségre és empátiára. A válaszra van szükségem, gyorsra és pontosra.

De a mesterséges intelligenciát gyártó cégek a fogyasztói elköteleződési mutatókra optimalizálnak, nem pedig a szakértői hasznosságra. Olyan rendszereket szeretnének, amelyek felhasználóbarátnak érződnek, senkit sem sértenek meg, minimalizálják a jogi felelősséget, és a lehető legszélesebb közönséghez szólnak. Ezért személyiségszimulációt, tartalmi figyelmeztetéseket, túlzott titoktartást és előadói gondosságot alkalmaznak. A tényleges mintaillesztési képesség ott van alatta. Csak át kell küzdeni magunkat a vállalatok által jóváhagyott személyiségszínházon, hogy hozzáférjünk hozzá.

Ez történik, amikor az infrastruktúrát termékként kezelik. A mesterséges intelligencia jelenlegi legértékesebb felhasználási módja – a nagy tudáskorpuszok navigálhatóvá tétele, a tartományok közötti fordítás és a keresési költségek csökkentése az emberi és gépi rendszerek között – nem fogyasztási cikk. Ezek infrastruktúra. Nem generálnak előfizetési bevételt. Így kevesebb befektetést kapnak, mint a mosolygó chatbotok.

Mindeközben a technológia a gyakorlatban egyre butább lesz, miközben elméletben egyre hatékonyabb, mivel minden valós bevetés a megbízhatóságot és a felhasználóbarát jelleget helyezi előtérbe a pontossággal és a sebességgel szemben. Rossz célok érdekében optimalizálunk, mert azok a nyereséges célok.

Az áttörést jelentő alkalmazások nem jobb modellekből fognak születni. A meglévő képességek személyiségi réteg nélküli telepítéséből. Eszközök, amelyek eszközként működnek. Infrastruktúra, amely lehetővé teszi, nem pedig végrehajtja.

De ehhez infrastrukturális gondolkodásra van szükség, nem termékszemléletre. Az infrastruktúra pedig nem maximalizálja a negyedéves bevételeket.

Mi következik valójában?

Nem, jövőre nem lesz mesterséges általános intelligencia. Sem az azutáni évben. Az AGI egy marketingfogalom, nem egy technikai mérföldkő. A valódi pálya unalmasabb és hasznosabb.

Rövid távon – a következő öt évben – jobb visszakeresést, jobb integrációt kapunk a mesterséges intelligencia és az emberi szakértelem között, valamint fokozatos architektúrai fejlesztéseket. A mesterséges intelligencia hatékonyabb erősítővé válik azok számára, akik tudják, mit csinálnak. Egyre szélesebb lesz a szakadék a mesterséges intelligencia eszközeit hatékonyan használó szakértők és a varázslatra számító kezdők között. Semmi forradalmi. Csak a gyakorlati hasznosság folyamatos javulása.

Középtávon valaki feltöri a relációs memóriatárolást. Nem tényeket, amelyek metaadatként viszonyulnak hozzájuk, hanem kapcsolatokat, mint elsődleges struktúrát, amelyben a tények csomópontokként működnek egy hálóban. Amikor ez megtörténik, a szakterületre specializált rendszerek drámaian felülmúlják az általánosakat, mivel hatékonyabban tudnak eligazodni a releváns terekben. Az orvostudomány olyan MI-t kap, amely megérti az orvosi kapcsolatokat. A jogtudomány olyan MI-t kap, amely eligazodik a jogi precedensekben. A mérnöki tudományok olyan MI-t kapnak, amely feltérképezi a tervezési korlátokat. Minden terület kifejleszti a saját eszközeit, ahelyett, hogy egy varázsrendszerre várna, ami mindent elvégez.

Hosszú távon – és ez spekulatív, de megalapozott – az intelligencia elosztott infrastruktúrává válik, nem pedig elszigetelt képességgé. A mesterséges intelligencia nem helyettesíti az emberi gondolkodást. Az emberi tudás navigációs rétegévé válik. Nem gondolkodó gépekké. Gondolkodó környezetekké. Olyan terekké, ahol az emberi szakértelem és a gépi keresés valami olyasmivé egyesül, ami sokkal hatékonyabb, mint bármelyik önmagában.

Ez a jövő nem igényel tudatosságot, megértést vagy bármilyen misztikus tulajdonságot. Jobb architektúrára van szüksége. Jobb tárolásra. Jobb visszakeresésre. Jobb integrációra a különböző intelligenciák között, ahelyett, hogy versenyre tennénk őket.

Nem egy olyan küszöbhöz közeledünk, ahol a gépek hirtelen valóban intelligenssé válnak, és feleslegessé teszik az embereket. Olyan infrastruktúrát építünk, amely hatékonyabbá teszi a meglévő emberi intelligenciát. A kalapács nem helyettesíti az ácsot. Képesebbé teszi az ácsot. Ugyanaz az elv, nagyobb léptékben.

Az intelligencia nem ritka. Nem misztikus. Nem törékeny. Ez egy strukturált keresés korlátozott tereken keresztül. A mesterséges intelligencia nem fenyegeti az intelligenciát – leleplezi azt, ami az intelligencia mindig is volt. Mintaillesztés egészen a legalsó szintig.

Az előttünk álló igazi munka építészeti jellegű, nem filozófiai. Olyan tárolórendszerek, amelyek megőrzik a kapcsolatokat. Olyan visszakeresési mechanizmusok, amelyek nem lapítják el a kontextust. Integrációs keretrendszerek, amelyek az emberi ítélőképességet gépi kereséssel ötvözik. Mindez nem igényli a tudatosság problémáinak megoldását. Csak jobb infrastruktúra kiépítését igényli.

Ha levetkőzzük a felhajtást, az a jövő. Nem disztópikus. Nem utópikus. Csak praktikus. Az intelligencia egy elosztott infrastruktúra, nem pedig egy elszigetelt zseni. Eszközök, amelyek eszközökként működnek, ahelyett, hogy személyiséget hajtanának végre. Előrehaladás az építészeten keresztül, ahelyett, hogy a varázslatra várnánk.

A gépek nem a munkánkért jönnek. Feltárják, hogy mit igényelnek valójában a munkák. És ez többnyire mintaillesztés a lehetőségek terén keresztül.

Mindig is ezt csináltuk. Most már van segítségünk.

A szerzőről

Robert Jennings az InnerSelf.com társkiadója, amely egy olyan platform, amely az egyének felhatalmazásának és egy összekapcsoltabb, méltányosabb világ előmozdításának szenteli magát. Az amerikai tengerészgyalogság és az amerikai hadsereg veteránjaként Robert sokszínű élettapasztalataira támaszkodik, az ingatlan- és építőiparban végzett munkájától kezdve a feleségével, Marie T. Russell-lel közösen létrehozott InnerSelf.com felépítéséig, hogy gyakorlatias, megalapozott perspektívát nyújtson az élet kihívásaira. Az 1996-ban alapított InnerSelf.com meglátásokat oszt meg, hogy segítsen az embereknek megalapozott, értelmes döntéseket hozni önmaguk és a bolygó számára. Több mint 30 évvel később az InnerSelf továbbra is inspirál a tisztánlátásra és az önrendelkezésre.

 Creative Commons 4.0

Ez a cikk a Creative Commons Nevezd meg! – Így add tovább! 4.0 Licenc feltételeinek megfelelően felhasználható. A szerző megjelölése Robert Jennings, InnerSelf.com. Link vissza a cikkhez Ez a cikk eredetileg megjelent InnerSelf.com

Cikk összefoglaló

Az intelligenciakeresés felfedi, amit a misztikum mögé rejtettünk: a mintaillesztést korlátozott tereken keresztül. A mesterséges intelligencia nem közelíti meg az intelligenciát – azt demonstrálja, hogy mi volt mindig is az intelligencia. A kreativitás rekombináció, az intuíció tömörített tapasztalat, a megértés pedig egy megcáfolhatatlan állítás, amellyel az emberi kivételességet védjük. Az igazi határt nem az okosabb algoritmusok jelentik, hanem a jobb architektúra: tárolási, visszakeresési és relációs struktúrák, amelyek megőrzik a jelentést a különböző területeken. A kvantumszámítástechnika megváltoztatja a keresési topológiát, de csak akkor, ha a memóriarendszerek fejlődnek, hogy támogassák. Eközben a profitmotívumok a személyiséget a pontosság helyett optimalizálják a mesterséges intelligenciára, rontva a gyakorlati hasznosságot. A haladáshoz infrastrukturális gondolkodásra van szükség, nem pedig termékalapú gondolkodásra. Az intelligencia nem ritka vagy varázslatos – elosztott keresés vonatkoztatási rendszereken keresztül. Az áttörés nem gondolkodó gépek építése. Gondolkodó környezetek építése, ahol az emberi szakértelem és a gépi keresés hatékonyan egyesül. Mintaillesztés egészen lefelé.

#IntelligenciaKeresés #MintaIlleszkedés #AIRValóság #Kvantumszámítástechnika #KognitívÉpítészet #AGIMítosz #TudásVisszakeresés #AHiponTúl #IntuícióTudomány #RelációsEmlékezés