در اینجا چیزی است که احتمالاً هنوز درباره آن فکر نکرده بودید: کامپیوترهای فانی.
اما شاید شما باید باشید.
این موضوع در کنفرانس سالانه اخیر و کاملاً برجسته در مورد هوش مصنوعی مطرح شد که به ویژه بر ظهور شبکه های عصبی و یادگیری ماشین متمرکز شده است، یعنی کنفرانس سیستم های پردازش اطلاعات عصبی (که توسط خودی ها به عنوان شناخته می شود). NeurIPS). سخنران اصلی دعوت شده و استاد قدیمی هوش مصنوعی جفری هینتون این بحث جالب و شاید بحث برانگیز را مطرح کرد که ما باید در مورد رایانه ها در یک زمینه فانی و جاودانه فکر کنیم.
من به این ادعای قابل توجه می پردازم و این کار را از دو طریق انجام می دهم که در ابتدا لزوماً به نظر نمی رسد مرتبط باشند، اگرچه پس از کمی توضیح بیشتر، آنها به طور واضح تری با یکدیگر مرتبط خواهند شد.
دو موضوع عبارتند از:
1) اتصال یکپارچه سخت افزار و نرم افزار برای مکانیزم های هوش مصنوعی به جای داشتن آنها به عنوان متحدان مجزا و مجزا
2) انتقال یا تقطیر فرمولهای یادگیری ماشینی از یک مدل هوش مصنوعی به مدل دیگر که این کار را بدون نیاز و یا لزوماً تمایل (یا حتی در غیر این صورت ممکن) انجام میدهد یک کپی کاملاً خالص.
همه اینها ملاحظات مهمی برای هوش مصنوعی و مسیر آینده توسعه هوش مصنوعی دارد.
علاوه بر این، نگرانیهایی درباره اخلاق هوش مصنوعی و قوانین هوش مصنوعی نیز وجود دارد. این نوع از پیشرفتهای فنآوری پیشبینیشده توسط هوش مصنوعی، معمولاً مدتها قبل از اینکه متوجه شویم که ممکن است عواقب قابلتوجهی بر هوش مصنوعی اخلاقی و قانون هوش مصنوعی نیز داشته باشد، بر اساس یک مبنای صرفاً فناوری جمعآوری میشوند. به یک معنا، معمولاً گربه در حال حاضر از کیسه خارج شده است، یا اسب خارج از انبار است، قبل از بیداری که اخلاق هوش مصنوعی و قانون هوش مصنوعی باید با دقت لازم مشارکت داشته باشند.
خوب، بیایید این چرخه تأخیر فکری را بشکنیم و وارد طبقه همکف این یکی شویم.
برای کسانی از شما که به طور کلی به آخرین بینش های زیربنای اخلاق هوش مصنوعی و قانون هوش مصنوعی علاقه مند هستند، ممکن است پوشش مداوم و گسترده من را در این آدرس آموزنده و الهام بخش بیابید. پیوند اینجا و پیوند اینجا، فقط به نام چند.
من در اینجا ابتدا به نکته فوق در مورد اتصال سخت افزار و نرم افزار به یکدیگر می پردازم. بحث و تحلیل موضوع به صورت دست به دست انجام خواهد شد. در ادامه به موضوع کپی یا برخی می پردازم تقطیر عناصر حیاتی یک سیستم هوش مصنوعی یادگیری ماشینی از یک هوش مصنوعی تا یک هوش مصنوعی جدید به عنوان هدف.
بیا شروع کنیم.
اتصال سخت افزار و نرم افزار برای هوش مصنوعی
احتمالاً می دانید که به طور کلی طراحی رایانه ها به گونه ای است که جنبه سخت افزاری چیزها وجود دارد و به طور جداگانه جنبه نرم افزاری چیزها وجود دارد. هنگامی که یک لپ تاپ یا رایانه رومیزی روزمره خریداری می کنید، به عنوان یک دستگاه محاسباتی همه منظوره تعبیر می شود. ریزپردازندههایی در داخل کامپیوتر وجود دارد که برای اجرا و اجرای نرمافزاری استفاده میشوند که ممکن است خودتان آنها را بخرید یا بنویسید.
بدون هیچ نرمافزاری برای رایانهتان، یک تکه فلز و پلاستیک است که اساساً به غیر از اینکه بهعنوان یک وزنه کاغذ عمل میکند، فایدهای برای شما نخواهد داشت. برخی می گویند که نرم افزار پادشاه است و بر جهان حکومت می کند. البته، اگر سختافزاری برای اجرای نرمافزار نداشته باشید، نرمافزار کارایی چندانی نخواهد داشت. میتوانید هر تعداد خط کد را که دلتان میخواهد بنویسید، با این حال تا زمانی که نرمافزار از طریق رایانه استفاده نشود، کد منبع فرمولبندیشده مانند یک شعر زیبا یا یک رمان پلیسی هیجانانگیز در دقیقه، ضعیف و بیپرواز است.
به من اجازه دهید برای لحظه ای به خیابان دیگری که ممکن است دورتر به نظر برسد (اینطور نخواهد بود) تغییر مکان دهم.
ما اغلب سعی میکنیم بین نحوه کار رایانهها و مغز انسان تشبیه کنیم. این تلاش برای ایجاد موازی های مفهومی مفید است. همانطور که گفته شد، شما باید در مورد افراط در این قیاس ها محتاط باشید زیرا وقتی به جزئیات گوشتی نزدیک می شوید، مقایسه ها از بین می روند.
به هر حال، برای بحث، در اینجا اغلب از یک قیاس استفاده می شود.
خود مغز در مواقعی به طور غیررسمی به عنوان نامیده می شود مرطوب افزار. این یک روش جذاب برای بیان چیزها است. ما میدانیم که رایانهها از سختافزار و نرمافزار تشکیل شدهاند، بنابراین هوشمندانه است که از بخش «افزار» سکهسازی برای توصیف آنچه که یک مغز است استفاده کنیم. مغز قدرتمند و اسرارآمیز که در نوگین ما قرار دارد، در اطراف شناور است و به صورت ذهنی تمام اعمال ما را محاسبه می کند (بعضی از خوبی ها، در حالی که برخی از افکار ما قطعاً پر از خوبی نیستند).
با وزن متوسط حدود سه پوند، مغز یک اندام قابل توجه است. به نحوی، و ما هنوز نمی دانیم چگونه، مغز می تواند از حدود 100 میلیارد نورون و شاید از 100 تا 1,000 تریلیون اتصالات متقابل یا سیناپس استفاده کند تا تمام فکر ما را برای ما انجام دهد. چگونه خواص بیولوژیکی و شیمیایی مغز باعث ایجاد هوش می شود؟ هیچ کس نمی تواند با اطمینان بگوید. این جست و جوی اعصار است.
این را از شما می پرسم که آیا مغز ظاهراً فقط سخت افزاری است یا اینکه هم سخت افزار و هم نرم افزار ترکیب شده اند؟
نودل در آن بازی فکری.
ممکن است وسوسه شوید که ادعا کنید مغز صرفاً سخت افزاری است (به معنای کلی). عضوی از بدن است. به همین ترتیب ممکن است بگویید که قلب سخت افزاری است، مثانه سخت افزاری است و غیره. وقتی از مصنوعاتی صحبت می کنیم که شکل فیزیکی دارند و اعمال مرتبط فیزیکی انجام می دهند، همه آنها مکانیزه هستند.
پس نرم افزاری که انسان ها را اجرا می کند کجاست؟
من به جرات میتوانم بگویم که همه ما تقریباً موافقیم که «نرمافزار» نوع بشر به نحوی در مغز ساکن است. مراحل لازم برای پختن تخم مرغ یا تعمیر پنچر شدن لاستیک دستورالعمل هایی هستند که در مغز ما تجسم یافته اند. با استفاده از قیاس کامپیوتری سخت افزار و نرم افزار که قبلا ذکر شد، مغز ما قطعه ای از سخت افزار است که برای آن در مورد جهان یاد می گیریم و دستورالعمل هایی که باید انجام دهیم "در حال اجرا" و "ذخیره" در مغز ما هستند.
در رایانه، ما به راحتی می توانیم به سخت افزار اشاره کنیم و بگوییم که این سخت افزار است. ما میتوانیم فهرستی از کد منبع داشته باشیم و به آن فهرست به عنوان نرمافزار اشاره کنیم. امروزه به صورت الکترونیکی نرم افزار را دانلود و بر روی لپ تاپ و گوشی هوشمند خود نصب می کنیم. در زمان های قدیم، ما از فلاپی دیسک و کارت های پانچ برای ذخیره نرم افزار خود برای بارگذاری بر روی سخت افزار رایانه استفاده می کردیم.
من شما را وارد یک معمای مهم می کنم.
هنگامی که چیزی را یاد گرفتید و دانش در مغز شما وجود داشت، آیا هنوز می توانید بین "سخت افزار" مغز خود و "نرم افزار" فرضی مغز خود تمایز قائل شوید؟
یک موضع بحث شده این است که دانش در مغز شما به ویژه از مفاهیم سخت افزار و نرم افزار قابل تفکیک نیست. برخی به شدت ادعا می کنند که به این ترتیب قیاس با ماهیت رایانه ها از بین می رود. دانش در مغز با سخت افزار مغز شما در هم تنیده است و از آن جدا نیست. خواص بیولوژیکی و شیمیایی دانشی را که شما از نظر ذهنی دارید در هم می آمیزد.
برای کمی تأمل ذهنی روی آن بپزید.
اگر امیدواریم روزی کامپیوترهایی ابداع کنیم که همتراز با هوش انسان باشند یا حتی از هوش انسان فراتر بروند، شاید بتوانیم از ساختارهای مغز و عملکرد درونی آن به عنوان راهنمایی برای آنچه که برای رسیدن به چنین هدف والایی باید انجام دهیم استفاده کنیم. برای برخی در زمینه هوش مصنوعی، این باور وجود دارد که هر چه بیشتر در مورد نحوه عملکرد مغز بدانیم، شانس بیشتری برای ابداع هوش مصنوعی واقعی، که گاهی به عنوان هوش عمومی مصنوعی (AGI) نیز خوانده می شود، بیشتر می شود.
دیگران در هوش مصنوعی کمتر شیفته این هستند که بدانند مغز چگونه کار می کند. آنها تاکید میکنند که ما میتوانیم بدون توجه به اینکه آیا میتوانیم کارهای مخفی مغز را باز کنیم یا نه، به سرعت به ساخت هوش مصنوعی ادامه دهیم. اجازه ندهید اسرار مغز مانع تلاش های هوش مصنوعی ما شود. مطمئناً، به تلاش برای رمزگشایی و رمزگشایی مغز انسان ادامه دهید، اما نمیتوانیم بنشینیم و منتظر بمانیم تا مغز مهندسی معکوس شود. اگر این روزی شدنی باشد، خبر شگفت انگیزی است، اگرچه ممکن است غیرممکن باشد یا چند دهه بعد رخ دهد.
اکنون آماده هستم تا بحث کامپیوتر فانی و جاودانه را با شما به اشتراک بگذارم. لطفا مطمئن شوید که نشسته اید و برای افشای بزرگ آماده هستید.
کامپیوتری که جدایی واضحی از سخت افزار و نرم افزار دارد، می توان ادعا کرد که "جاودانه" است، زیرا سخت افزار می تواند برای همیشه باقی بماند (البته در محدوده)، در حالی که نرم افزار می تواند بارها و بارها نوشته و بازنویسی شود. شما می توانید یک کامپیوتر معمولی را تا زمانی که بتوانید سخت افزار را تعمیر کنید و دستگاه را قادر به روشن شدن نگه دارید، کار خود را حفظ کنید. هنوز هم میتوانید از رایانههای خانگی دهه 1970 که در کیتهایی برای مونتاژ میآمدند، استفاده کنید، با وجود اینکه تقریباً پنجاه سال از عمرشان گذشته است (مدت زیادی در سال های کامپیوتری).
با این حال، فرض کنید که ما تصمیم گرفتیم کامپیوترهایی بسازیم که سخت افزار و نرم افزار را به طور جدانشدنی کار کنند (به زودی در این مورد بیشتر خواهم گفت). این را بر اساس همان مبنایی که قبلاً ذکر کردم در نظر بگیرید که مغز احتمالاً ترکیبی از سخت افزار و نرم افزار دارد. اگر چنین بود، میتوان گفت که رایانه این افراد دیگر جاودانه نخواهد بود. در عوض به عنوان "فانی" تعبیر می شود.
با توجه به سخنانی که در کنفرانس NeurIPS توسط سخنران اصلی دعوت شده و استاد برجسته هوش مصنوعی جفری هینتون بیان شد، و همانطور که در مقاله تحقیقاتی همراه وی بیان شد:
- رایانههای دیجیتال همهمنظوره به گونهای طراحی شدهاند که به طور صادقانه از دستورالعملها پیروی کنند، زیرا فرض بر این بود که تنها راه برای ایجاد یک رایانه همهمنظوره برای انجام یک کار خاص، نوشتن برنامهای است که دقیقاً مشخص میکند چه کاری باید انجام شود. این دیگر درست نیست، اما جامعه تحقیقاتی در درک مفاهیم بلندمدت یادگیری عمیق برای نحوه ساخت رایانه ها کند بوده است. به طور خاص جامعه به این ایده چسبیده است که نرم افزار باید از سخت افزار جدا شود تا بتوان همان برنامه یا همان مجموعه وزن ها را روی یک نسخه فیزیکی متفاوت از سخت افزار اجرا کرد. این باعث میشود دانش موجود در برنامه از بین برود یا وزنها جاودانه شوند: دانش وقتی سختافزار میمیرد نمیمیرد» (همانطور که در مقاله تحقیقاتی او «الگوریتم رو به جلو: برخی تحقیقات مقدماتی» آمده و به آن اشاره شده است. .
توجه داشته باشید که نوع خاصی از محاسبات مورد بحث در این نوع هوش مصنوعی از شبکه های عصبی مصنوعی (ANN) استفاده می کند.
بیایید مسائل را در این مورد درست کنیم.
نورون های بیولوژیکی دنیای واقعی در مغز ما وجود دارد. شما همیشه از آنها استفاده می کنید. آنها از نظر بیولوژیکی و شیمیایی به یک شبکه در نوگین شما متصل هستند. بنابراین، می توان به این عنوان اشاره کرد شبکه های عصبی.
در جاهای دیگر، باید بگوییم «نورونهای» جعلی وجود دارند که ما بهطور محاسباتی در رایانهها برای اهداف ابداع هوش مصنوعی نشان میدهیم. بسیاری از افراد در هوش مصنوعی از آن به عنوان شبکه های عصبی نیز یاد می کنند. من معتقدم این تا حدودی گیج کننده است. ببینید، من ترجیح می دهم به آنها اشاره کنم مصنوعی شبکه های عصبی. این کمک می کند تا فوراً بین ارجاع به درون ذهن تمایز قائل شوید شبکه های عصبی (چیز واقعی، همانطور که بود)، و آنهایی که مبتنی بر کامپیوتر (مصنوعی شبکه های عصبی).
همه این موضع را نمی گیرند. بسیاری از افراد در هوش مصنوعی تصور میکنند که همه افراد دیگر در هوش مصنوعی «میدانند» که وقتی به شبکههای عصبی اشاره میکنند، تقریباً همیشه در مورد شبکههای عصبی مصنوعی صحبت میکنند – مگر اینکه موقعیتی پیش بیاید که به دلایلی بخواهند در مورد نورونهای واقعی و شبکههای عصبی واقعی بحث کنند. مغز
من اعتماد دارم که شما رانش من را دریافت کنید. بیشتر اوقات، افراد هوش مصنوعی می گویند "شبکه های عصبی" که به طور بالقوه مبهم است زیرا نمی دانید که آیا آنها به شبکه های واقعی در ذهن ما اشاره می کنند یا به شبکه های محاسباتی که ما در رایانه برنامه ریزی می کنیم. اما از آنجایی که افراد هوش مصنوعی به طور کلی با نمونه های مبتنی بر رایانه سروکار دارند، به طور پیش فرض فرض می کنند که شما به شبکه های عصبی مصنوعی اشاره می کنید. من دوست دارم کلمه "مصنوعی" را به انتهای جمله اضافه کنم تا در مورد مقاصد واضح تر باشد.
در ادامه، میتوانید تا حدودی این نورونهای مصنوعی محاسباتی را شبیهسازی ریاضی یا محاسباتی از آنچه که ما فکر میکنیم نورونهای فیزیکی بیوشیمیایی واقعی انجام میدهند، در نظر بگیرید، مانند استفاده از مقادیر عددی بهعنوان فاکتورهای وزنی که در غیر این صورت به صورت بیوشیمیایی در مغز اتفاق میافتند. امروزه، این شبیهسازیها به اندازه نورونهای واقعی پیچیده نیستند. ANNهای فعلی یک نمایش ریاضی و محاسباتی بسیار خام هستند.
به طور کلی، ANN ها اغلب عنصر اصلی برای یادگیری ماشین (ML) و یادگیری عمیق (DL) هستند - لطفاً توجه داشته باشید که جزئیات بسیار بیشتری در این مورد وجود دارد، و من از شما می خواهم که به پوشش گسترده من در مورد ML/DL نگاهی بیندازید. در پیوند اینجا و پیوند اینجا، به عنوان مثال.
برای بازگشت به انواع کامپیوترهای فناناپذیر در مقابل فناپذیر، در اینجا چیزهای بیشتری برای تحقیق توسط محقق وجود دارد:
- «جدایی نرم افزار از سخت افزار یکی از پایه های علم کامپیوتر است و فواید زیادی دارد. مطالعه خصوصیات برنامه ها را بدون نگرانی در مورد مهندسی برق ممکن می سازد. این امکان را می دهد که یک برنامه یک بار بنویسید و آن را در میلیون ها کامپیوتر کپی کنید. با این حال، اگر بخواهیم جاودانگی را کنار بگذاریم، میتوان به صرفهجویی عظیمی در انرژی مورد نیاز برای انجام محاسبات و هزینه ساخت سختافزاری که محاسبات را انجام میدهد، دست یافت. ما میتوانیم تغییرات بزرگ و ناشناخته را در اتصال و غیرخطیهای نمونههای مختلف سختافزاری که برای انجام یک کار در نظر گرفته شدهاند و به یک روش یادگیری برای کشف مقادیر پارامتر که استفاده مؤثری از ویژگیهای ناشناخته هر نمونه خاص از آن استفاده میکند، تکیه کنیم. سخت افزار این مقادیر پارامتر فقط برای آن نمونه سختافزاری خاص مفید هستند، بنابراین محاسباتی که انجام میدهند فانی است: با سختافزار میمیرد» (ibid).
اکنون با نحوه استفاده از فناناپذیر و فانی در این زمینه آشنا شده اید.
اجازه بدهید توضیح بیشتری بدهم.
پیشنهاد این است که کامپیوتری که به طور هدفمند بر اساس شبکه های عصبی مصنوعی ساخته شده است را می توان به گونه ای ابداع کرد که سخت افزار و نرم افزار جدایی ناپذیر در نظر گرفته شوند. زمانی که سخت افزار روزی دیگر کار نکند (که البته می گوییم نرم افزار را به طور یکپارچه در هم می اندازد)، ظاهراً این نوع کامپیوتر دیگر مفید نیست و دیگر کار نخواهد کرد. می گویند فانی است. همچنین میتوانید رایانه مبتنی بر ANN را دفن کنید زیرا از این پس پس از اینکه سختافزار و نرمافزار جداییناپذیر دیگر بهعنوان تیمی کار نمیکنند، کار چندان خوبی برای شما نخواهد داشت.
اگر میخواهید سعی کنید این را به قیاس مغز انسان مرتبط کنید، ممکن است وضعیت نامطلوب مغز انسان را تصور کنید که کاملاً خراب میشود یا به نحوی بهطور جبرانناپذیری آسیب میبیند. ما این تصور را می پذیریم که یک فرد فانی است و مغز او در نهایت و به ناچار از کار می افتد. دانشی که آنها در مغز خود داشتند دیگر در دسترس نیست. مگر اینکه آنها سعی کنند به دیگران بگویند یا آنچه را که می دانستند بنویسند، دانش آنها به طور کلی از بین می رود.
شما بدون شک گزارشهایی از تلاشها برای حفظ مغزها، مانند قرار دادن آنها در حالت یخ زده، شنیدهاید یا دیدهاید، بر اساس این نظریه که شاید انسانها روزی جاودانه شوند یا حداقل از عمر مرسومشان فراتر رود. مغز شما ممکن است زنده بماند، حتی اگر در بدن شما نباشد. بسیاری از فیلمها و داستانهای علمی تخیلی درباره چنین ایدههایی گمانهزنی کردهاند.
ما اکنون آمادهایم تا نگاهی دقیق به رایانه فانی و رایانه فناپذیر به عنوان یک مفهوم و آنچه پیشگویی میکند را ببینیم.
بحث ذهنی و تحلیل سنجیده
قبل از پرداختن به اصل این تحلیل رویکرد فرضی، چند نکته مهم و نکات اضافی قابل ذکر است.
این محقق تاکید کرد که سکه کامپیوترهای فانی به ویژه جایگزین یا حذف نمی شود کامپیوترهای جاودانه که ما امروزه از آنها به عنوان کامپیوترهای دیجیتال معمولی یاد می کنیم. همزیستی هر دو نوع کامپیوتر وجود خواهد داشت. من این را به این دلیل می گویم که واکنش برخی این بوده است که دعوت به دستور یک ادعای سرسخت بوده است تمام کامپیوترهای ضروری به سمت نوع فانی پیش می روند یا خواهند بود.
این ادعایی نبود.
وی در خلال صحبت های خود به این نکته اشاره کرد که این ها تخصصی هستند نورومورفیک محور کامپیوترها کارهای محاسباتی را انجام می دهند که به عنوان محاسبات فانی: "ما کاری را انجام خواهیم داد که من آن را محاسبات فانی می نامم، جایی که دانشی که سیستم یاد گرفته و سخت افزار جدایی ناپذیر هستند" (همانطور که در مقاله ZDNET توسط Tiernan Ray در 1 دسامبر 2022 نقل شده است).
و به طور قابل توجه: "این جایگزین کامپیوترهای دیجیتال نخواهد شد" (همان).
همچنین، این نوع رایانههای جدید قطعاً به زودی در فروشگاه رایانه محلی شما قرار نخواهند گرفت یا فوراً برای خرید آنلاین در دسترس قرار نخواهند گرفت، همانطور که در طی ارائه او اظهار داشت: «آنچه که من فکر میکنم این است که ما شاهد یک نوع کاملاً متفاوت خواهیم بود. کامپیوتر، نه برای چند سال، اما دلایل زیادی برای بررسی این نوع کاملا متفاوت از کامپیوتر وجود دارد. کاربردها نیز متفاوت است: "این کامپیوتر نیست که مسئول حساب بانکی شماست و دقیقاً می داند چقدر پول دارید."
یک پیچ و تاب اضافی این است که کامپیوترهای فانی ظاهراً به جای اینکه مانند امروز برای تولید پردازنده های کامپیوتری و تراشه های محاسباتی ساخته شوند، رشد می کنند.
در طول فرآیند رشد، کامپیوتر فانی توانایی خود را در سبک بلوغ محاسباتی افزایش میدهد. بنابراین، یک کامپیوتر فانی معین ممکن است با تقریباً هیچ قابلیتی شروع شود و به آنچه که قرار بود تبدیل شود، بالغ شود. برای مثال، فرض کنید میخواهیم تلفنهای همراه را با استفاده از رایانههای فانی بسازیم. شما می توانید با یک نوع ساده از یک کامپیوتر فانی شروع کنید که در ابتدا برای این منظور شکل گرفته یا بذر داده شده است. سپس به نسخه پیشرفته تری تبدیل می شود که شما به دنبال آن بودید. به طور خلاصه: "شما آن را با هر یک از آن تلفن های همراه جایگزین می کنید که باید به عنوان یک تلفن همراه کودک شروع شود و باید یاد بگیرد که چگونه یک تلفن همراه باشد."
در یکی از اسلایدهای بنیادی او در مورد محاسبات فانی، فواید اینگونه توصیف شده است: «اگر جاودانگی را رها کنیم و بپذیریم که دانش از جزئیات فیزیکی دقیق یک قطعه سخت افزاری قابل تفکیک نیست، دو فایده بزرگ به دست می آوریم: (1) ما میتوانیم از محاسبات آنالوگ با توان بسیار کم استفاده کنیم، (2) میتوانیم سختافزاری را رشد دهیم که اتصال دقیق و رفتار آنالوگ آن ناشناخته است.
بخشی از همین سخنرانی و همچنین همانطور که در مقاله تحقیقاتی پیش از چاپ او وجود دارد، یک تکنیک پیشنهادی برای چگونگی ابداع بهتر شبکه های عصبی مصنوعی است، که او به آن به عنوان استفاده از یک رو به جلو رویکرد شبکه ای برخی از شما که در شبکه های عصبی مصنوعی مسلط هستید، بدون شک از استفاده از پس انتشار یا پشتیبان کاملا آگاه هستید. شاید بخواهید نگاهی به تکنیک پیشنهادی او به جلو بیندازید. من این رویکرد جذاب را در پست بعدی ستونی پوشش خواهم داد، بنابراین مراقب پوشش آینده من در مورد آن باشید.
با تعویض دنده، بیایید در نظر بگیریم که در راهروها و راهروهای جامعه هوش مصنوعی در مورد این بی پروا چه می گویند. کامپیوتر فانی ماشینکاری
ما با چیزی شروع می کنیم که برخی می گویند در مورد موضوعی که همه گفته شد شروع کننده نیست.
آیا شما آماده هستید؟
دیگر این چیز را الف صدا نکنید فانی کامپیوتر.
به همین ترتیب، اعلام نکنید که کامپیوترهای معمولی امروزی هستند جاودانه.
بدبینان توصیه می کنند که هر دو کاربرد کاملاً اشتباه و به وفور گمراه کننده هستند.
تعریف دیکشنری روزمره از چیزی که جاودانه است شامل چیزی است که نمی تواند بمیرد. برای همیشه زندگی می کند. برای نمردن، احتمالاً باید بگویید که خود آن چیز زنده است. شما در مسیر اشتباهی قدم می گذارید تا ادعا کنید رایانه های امروزی زنده هستند. هیچ فرد منطقی خاصیت "زنده" را به رایانه های مدرن نسبت نمی دهد. آنها ماشین هستند. آنها چیزهایی هستند. آنها نه شخص هستند و نه حیوان یا در شرایط زندگی.
اگر میخواهید تعریف فناناپذیر را گسترش دهید تا اجازه دهید که ما به موجودات غیر زنده نیز اشاره کنیم، در این صورت، موجود غیر زنده ظاهراً هرگز نباید پوسیده شود و به ناچار نمیتواند به غبار متلاشی شود. آیا می توانید چنین ادعایی در مورد کامپیوترهای امروزی داشته باشید؟ این به نظر گسترده می رسد (یادداشت جانبی: ما البته می توانیم وارد یک بحث فلسفی بزرگ در مورد ماهیت ماده و هستی شویم، اما اجازه دهید در این مورد به آنجا نپردازیم).
اصل مطلب این است که استفاده یا برخی می گویند استفاده نادرست از واژه های «فانی» و «جاودانه» غیرعادی و غیر ضروری است. استفاده از زبان محلی رایج و استفاده مجدد از آن برای مقاصد دیگر گیج کننده است و باعث تیرگی آب می شود. شما باید تمایل داشته باشید که ظاهراً مفهوم فانی و فناناپذیر را در این زمینه خاص مجدداً درک کنید. این مشکل ساز می شود.
حتی نگرانکنندهتر این است که این واژهگزینیها تمایل دارند جنبههای کامپیوتری را انسانسازی کنند.
در حال حاضر بیش از حد کافی مسائل مرتبط با انسانسازی AI وجود دارد، ما مطمئناً نیازی به ایجاد چنین احتمالاتی نداریم. همانطور که من به طور گسترده در پوشش خود درباره اخلاق هوش مصنوعی و هوش مصنوعی اخلاقی بحث کرده ام، انواع روش های عجیبی وجود دارد که مردم ظرفیت های حساس را به رایانه ها نسبت می دهند. این به نوبه خود، مردم را گمراه میکند که به اشتباه تصور کنند رایانههای مبتنی بر هوش مصنوعی میتوانند مانند انسانها فکر و عمل کنند. زمانی که جامعه به این باور برسد که هوش مصنوعی و محاسبات امروزی با عقل و عقل سلیم نوع بشر برابری می کند، یک مسیر لغزنده در خطر است، به عنوان مثال به تحلیل من در پیوند اینجا و پیوند اینجا.
خوب، میتوانیم انتخابهای نامناسب عبارتها را رد یا تحقیر کنیم، اما آیا این نشان میدهد که باید کودک را با آب حمام بیرون بیاندازیم (یک عبارت قدیمی، احتمالاً در آستانه بازنشستگی)؟
برخی استدلال می کنند که شاید بتوانیم عبارت بهتری برای این رویکرد یا مفهوم کلی پیدا کنیم. استفاده از "فانی" و "جاودانه" را کنار بگذارید تا بقیه ایده ها با استفاده نامناسب یا نادرست آلوده نشوند. در همین حال، استدلالهای متضادی وجود دارد مبنی بر اینکه استفاده از آن انتخابهای کلمه کاملاً قابل قبول است، یا به این دلیل که مناسب هستند، یا به این دلیل که نباید در مورد نحوه استفاده مجدد از کلمات انعطافناپذیر باشیم. آنها اعلام می کنند گل رز گل سرخی است به هر نام دیگری.
برای جلوگیری از بحث تند بیشتر در اینجا، از این به بعد از استفاده از کلمات "فانی" و "جاودانه" اجتناب می کنم و صرفاً بیان می کنم که ما دو نوع اصلی از رایانه ها در اطراف داریم، یکی که یک رایانه دیجیتال مرسوم امروزی است و دیگری پیشنهاد شده است نورومورفیک کامپیوتر.
به نظر می رسد نیازی به کشیدن معمای مرگ و میر به این موضوع نیست. آسمان را صاف نگه دارید تا ببینیم چه چیز دیگری می توانیم از موضوع در دست بگیریم.
در آن صورت، برخی استدلال می کنند که ایده پیشنهادی یک کامپیوتر نورومورفیک چیز جدیدی نیست.
شما میتوانید به روزهای اولیه هوش مصنوعی برگردید، بهویژه زمانی که شبکههای عصبی مصنوعی در ابتدا در حال بررسی بودند، و ببینید که صحبت از ابداع رایانههای تخصصی برای انجام کار شبکههای عصبی مصنوعی وجود دارد. انواع سخت افزارهای جدید پیشنهاد شد. این هنوز هم تا به امروز رخ می دهد. البته، میتوانید مخالفت کنید که اکثر کاوشهای امروزی سختافزار تخصصی برای شبکههای عصبی مصنوعی و یادگیری ماشینی هنوز بر اساس رویکرد مرسوم محاسباتی است. از این نظر، این جدایی ناپذیری آنالوگ سختافزار و نرمافزار، تا حدودی به پوشش فشار میآورد، و پیشنهاد «رشد» رایانه نیز حداقل با توجه به خارج شدن از جریان اصلی در نظر گرفته میشود.
به طور خلاصه، برخی هستند که کاملاً در این موضوعات غوطه ور هستند و تعجب می کنند که هر کس دیگری ممکن است از گزاره های مطرح شده شگفت زده شود. این مفاهیم یا مانند قبل هستند یا همان چیزی است که قبلاً در آزمایشگاه های تحقیقاتی مختلف مورد بررسی قرار گرفته است.
آنها می گویند موهای خود را در هیاهو نکنید.
این ما را به جنبه دیگری می برد که برای بسیاری آزاردهنده است.
در یک کلمه: قابل پیش بینی بودن
کامپیوترهای امروزی عموماً قابل پیش بینی در نظر گرفته می شوند. می توانید نگاهی به سخت افزار و نرم افزار بیندازید تا بفهمید کامپیوتر قرار است چه کاری انجام دهد. به همین ترتیب، میتوانید کارهایی را که یک رایانه قبلاً انجام داده است ردیابی کنید تا بفهمید چرا هر کاری را انجام داده است. البته محدودیتهایی برای انجام این کار وجود دارد، بنابراین، من نمیخواهم پیشبینیپذیری را اغراقآمیز کنم، اما فکر میکنم در کل ایده را دریافت کردهاید.
شاید بدانید که یکی از مشکلاتی که امروزه هوش مصنوعی با آن مواجه است این است که برخی از هوش مصنوعی برای خود تنظیمی طراحی شده است. هوش مصنوعی که توسعه دهندگان به کار می برند ممکن است در حین استفاده تغییر کند. در قلمرو اخلاق هوش مصنوعی، نمونههای متعددی از هوش مصنوعی وجود دارد که مورد استفاده قرار گرفتهاند که در ابتدا دارای تعصبات یا تمایلات تبعیضآمیز نابهجا نبودند، که سپس به تدریج در طی زمانی که هوش مصنوعی در حال تولید بود، از نظر محاسباتی خود جهش یافتند. ارزیابی های دقیق در پیوند اینجا.
نگرانی این است که ما در حال حاضر وارد محیطی شده ایم که مستلزم هوش مصنوعی است که لزوماً قابل پیش بینی نیست.
فرض کنید هوش مصنوعی برای سیستمهای تسلیحاتی دستخوش خود تنظیمی میشود و نتیجه این است که هوش مصنوعی سلاحهای کشنده را در اهداف و زمانهایی که انتظار نمیرود شلیک میکند. ممکن است انسانها در جریان توقف هوش مصنوعی نباشند. انسان هایی که در این حلقه هستند ممکن است نتوانند به اندازه کافی سریع پاسخ دهند تا از اقدامات هوش مصنوعی پیشی بگیرند. برای مثالهای دلخراش بیشتر، به تحلیل من مراجعه کنید پیوند اینجا.
برای کامپیوترهای نورومورفیک، نگرانی این است که ما غیرقابل پیش بینی بودن را روی استروئیدها قرار می دهیم. از ابتدا، ماهیت یک کامپیوتر نورومورفیک می تواند این باشد که به شکلی کار می کند که پیش بینی را به چالش می کشد. ما غیرقابل پیش بینی بودن را به رخ می کشیم. تبدیل به نشان افتخار می شود.
دو کمپ وجود دارد.
یکی از اردوگاهها میگوید که ما میتوانیم با نگرانیهای غیرقابل پیشبینی ناخوشایند زندگی کنیم، این کار را با قرار دادن نردههای محافظ برای جلوگیری از عبور بیش از حد هوش مصنوعی از پل انجام میدهیم. اردوگاه دیگر استدلال می کند که شما جهان را در مسیر خطرناکی قرار می دهید. روزی فرا میرسد که نردههای محافظ ادعا شده یا از کار میافتند، یا به اندازه کافی سختگیر نیستند، یا بهطور تصادفی یا به نیت بد، نردههای محافظ برداشته میشوند یا با کمانچهها کار میکنند.
آیا باید تردیدها در مورد رایانه های عصبی و قابلیت پیش بینی را از بین ببریم؟
طبق اظهارات این محقق: "در میان افرادی که به محاسبات آنالوگ علاقه مند هستند، هنوز تعداد کمی هستند که مایل به دست کشیدن از جاودانگی هستند." علاوه بر این: "اگر می خواهید سخت افزار آنالوگ شما هر بار همان کار را انجام دهد ... شما با همه این چیزها و چیزهای الکتریکی سرگردان با یک مشکل واقعی روبرو هستید."
من این را ضامن خواهم کرد
یک چشمانداز غمانگیز و تا حدودی تاریک این است که بهاصطلاح پیشبینیپذیری مرتبط با رایانههای دیجیتال امروزی بههرحال در جهت غیرقابل پیشبینی بودن است. همانطور که گفته شد، این امر بهویژه برای هوش مصنوعی که روی پلتفرمهای رایانهای معمولی تنظیم میشود، اتفاق میافتد. فقط به این دلیل که کامپیوترهای نورومورفیک ممکن است به ظاهر غیرقابل پیش بینی باشند، نشانه ای نیست که کامپیوترهای دیجیتال معمولی در واقع قابل پیش بینی هستند.
غلتک بخار غیرقابل پیش بینی به سمت ما می آید، با بخار کامل، مهم نیست کدام پلت فرم محاسباتی را می خواهید انتخاب کنید. برای ارزیابی من از آخرین تلاش ها برای تلاش و دستیابی به ایمنی هوش مصنوعی در این زمینه، نگاه کنید پیوند اینجا.
این پیچ و تاب در مورد پیش بینی پذیری باید ذهن شما را به چیزی با ماهیت کشف نشده وادار کند. کسانی از شما که درگیر اخلاق هوش مصنوعی و قانون هوش مصنوعی هستند ممکن است نه عواقب آن را در نظر گرفته اند کامپیوترهای نورومورفیک.
احتمالاً کامپیوترهای دیجیتالی معمولی را هدف گرفته اید که هوش مصنوعی را اجرا می کنند. خوب، حدس بزنید، شما یک بخش کاملاً اضافی و نوظهور از محاسبات هوش مصنوعی دارید که اکنون می توانید شب ها نگران آن باشید. بله، کامپیوترهای نورومورفیک. آن را در لیست کارهای خود قرار دهید.
متاسفم، شب های بی خوابی برای شما بیشتر است.
بیایید به طور خلاصه در نظر بگیریم که اخلاق هوش مصنوعی و قانون هوش مصنوعی در مورد محاسبات دیجیتال مرسوم و هوش مصنوعی چه کرده اند.
در ستونهای قبلی، من تلاشهای ملی و بینالمللی مختلف برای ایجاد و وضع قوانین مربوط به هوش مصنوعی را پوشش دادهام. پیوند اینجا، مثلا. من همچنین اصول و رهنمودهای مختلف اخلاق هوش مصنوعی را که کشورهای مختلف شناسایی و پذیرفته اند پوشش داده ام، از جمله تلاش سازمان ملل متحد مانند مجموعه اخلاق هوش مصنوعی یونسکو که نزدیک به 200 کشور آن را پذیرفته اند. پیوند اینجا.
در اینجا یک لیست کلیدی مفید از معیارها یا ویژگی های هوش مصنوعی اخلاقی در رابطه با سیستم های هوش مصنوعی است که قبلاً از نزدیک بررسی کرده ام:
- شفافیت
- عدالت و انصاف
- عدم سوء استفاده
- مسئوليت
- حریم خصوصی
- سود رسانی
- آزادی و خودمختاری
- اعتماد
- پایداری
- کرامت
- اتحاد
این اصول اخلاقی هوش مصنوعی قرار است با جدیت توسط توسعه دهندگان هوش مصنوعی، همراه با آنهایی که تلاش های توسعه هوش مصنوعی را مدیریت می کنند، و حتی آنهایی که در نهایت سیستم های هوش مصنوعی را انجام می دهند، مورد استفاده قرار گیرد.
همه ذینفعان در طول چرخه عمر توسعه و استفاده هوش مصنوعی در محدوده رعایت هنجارهای تثبیت شده هوش مصنوعی اخلاقی در نظر گرفته می شوند. این نکته مهمی است زیرا فرض معمول این است که «فقط کدنویسها» یا کسانی که هوش مصنوعی را برنامهریزی میکنند، منوط به رعایت مفاهیم اخلاقی هوش مصنوعی هستند. همانطور که قبلاً در اینجا تأکید شد، برای ابداع و به کارگیری هوش مصنوعی به یک روستا نیاز است، و برای آن کل دهکده باید به اصول اخلاقی هوش مصنوعی آشنا باشد و از آن پیروی کند.
بخشی از این موضوع که ممکن است قبلاً زیاد به آن فکر نکرده باشید این است که چگونه همان احکام اخلاقی هوش مصنوعی و فهرست رو به رشد قوانین جدید هوش مصنوعی در رایانههای نورومورفیک اعمال خواهند شد. برای روشن شدن، اخلاق هوش مصنوعی و قانون هوش مصنوعی باید به صراحت آن را در نظر بگیرند. من به این نکته اشاره میکنم که تعداد کمی این کار را انجام میدهند، و به شما توصیه میشود که این احتمال وجود دارد که ظهور رایانههای نورومورفیک، بسیاری را از نظر بعد جدیدی برای تلاش برای سلطنت در هوش مصنوعی به راه بیندازد.
ما باید قوانین هوش مصنوعی و هوش مصنوعی اخلاقی را به گونهای گسترده در نظر بگیریم که هر هوش مصنوعی جدیدی که به تازگی ابداع شده است، از جمله رایانههای نورومورفیک را در بر بگیرد.
جایگزین الاکلنگ یک گامبیت کلاسیک گربه و موش است. در اینجا چگونگی آن است. روش های جدیدی برای ایجاد هوش مصنوعی تصور و ساخته شده است. قوانین اخلاقی و هوش مصنوعی موجود کاملاً غافلگیر شده اند و به طور کامل آخرین اخبار مربوط به هوش مصنوعی را در بر نمی گیرند. تلاشی شتابزده برای بهروزرسانی قوانین هوش مصنوعی اخلاقی و اصلاح قوانین جدید هوش مصنوعی انجام شده است.
چرم ، آبکشی کنید ، تکرار کنید.
بهتر است همه ما جلوتر از بازی بمانیم، نه اینکه پشت توپ هشت گیر بیفتیم.
نتیجه
من تو را کمی به سفر بردم.
در ابتدا، پیشنهاد دادم که دو موضوع عمده مورد بررسی قرار خواهد گرفت:
1) اتصال یکپارچه سخت افزار و نرم افزار برای مکانیزم های هوش مصنوعی به جای داشتن آنها به عنوان متحدان مجزا و مجزا
2) انتقال یا تقطیر فرمولهای یادگیری ماشینی از یک مدل هوش مصنوعی به مدل دیگر که این کار را بدون نیاز و یا لزوماً تمایل (یا حتی در غیر این صورت ممکن) انجام میدهد یک کپی کاملاً خالص.
اولین موضوع در مورد اتصال سخت افزار و نرم افزار به یکدیگر، بخش عمده ای از سفر در اینجا بوده است. این ما را به معضل محاسباتی فانی در مقابل فناناپذیر هدایت کرد. برخی از آنها ملاحظات مهمی درباره اخلاق هوش مصنوعی و قانون هوش مصنوعی وجود داشت که در غیر این صورت معمولاً مطرح نمی شد زیرا این نوع از موضوعات مرتبط با رایانه معمولاً توسط برخی به عنوان یک موضوع صرفاً فناوری تلقی می شود و نه اینکه هرگونه نگرانی در مورد تأثیرات اجتماعی را در پی داشته باشد.
من می گویم عاقلانه ترین کار این است که زودتر و ایمن تر باشیم، به جای اینکه دیرتر و بدتر باشیم وقتی صحبت از مطرح کردن قوانین هوش مصنوعی و هوش مصنوعی می شود.
موضوع دوم که هنوز در اینجا بیان نکرده ام، از نظر مادی به مبحث اول مربوط می شود.
این معامله است.
فرض کنید ما یک «کامپیوتر فانی» داریم و میخواهیم قابلیتها را حفظ کنیم تا بتوانیم یک نسخه پشتیبان یا ظاهراً کپی از آنچه در هوش مصنوعی وجود دارد داشته باشیم. ما ممکن است نگران باشیم که یک کامپیوتر فانی خاص به پایان خود نزدیک می شود. بله، ما به آن وابسته هستیم. چه کاری انجام میدهیم؟ یکی از پاسخ ها این است که ما باید از این موضوع کپی برداری کنیم.
اما، کپی کردن یک کامپیوتر نورومورفیک از نوع طراحی شده دشوارتر از آن چیزی است که در نگاه اول به نظر می رسد. همه چیز می تواند مشکل ساز شود.
شاید ما باید ترفندی برای کپی برداری داشته باشیم که قابل تعمیم باشد و در شرایط مربوط به یادگیری ماشین و شبکه های عصبی مصنوعی قابل اجرا باشد. ما میخواهیم این کار روی نمونههای بزرگ و بسیار بزرگ کار کند. ما نیز مایل هستیم که کپی دقیقاً تکراری نباشد، و در عوض ممکن است اساساً معادل یا شاید حتی بهتر در نتیجه عمل کپی ایجاد شود.
تکنیکی که به نام تقطیر پیشنهاد شده است.
فضای من برای ستون امروز تمام شده است، بنابراین این موضوع دوم را در ستون آینده مطرح خواهم کرد. من فکر کردم که شما می خواهید بلافاصله در مورد رابطه بین موضوع دوم و موضوع اول که در اینجا به طور گسترده به آن پرداخته شده است بدانید. به این به عنوان یک یادداشت اضافه شده فکر کنید که به عنوان یک تیزر یا تریلر از آنچه در آینده در راه است عمل می کند.
روی لبه صندلی خود بمانید، زیرا موضوع تقطیر بسیار خوب است.
همانطور که بتمن میگفت، بالهای خفاش خود را روی هم نگه دارید و برای همان کانال خفاش و خفاش آماده باشید که این سؤال آزاردهنده را چگونه کپی کنید یک ANN یا مدل یادگیری ماشینی یا رایانه عصبی عصبی را در دیگری کپی کنید.
نکته پایانی فعلا یک خط معروف در فیلم وجود دارد شوالیه تاریکی برمی گردد که در آن صلیبی شنل پوش ما این را می گوید: "دنیا فقط زمانی معنا پیدا می کند که مجبورش کنید." زمانی که موضوع دوم را در مورد تقطیر مرتبط با هوش مصنوعی پوشش میدهم، سعی میکنم به این ایدهآل پایبند باشم.
منتظر قسمت دوم این دوبله هیجان انگیز و جذاب باشید.
منبع: https://www.forbes.com/sites/lanceeliot/2022/12/07/ai-shake-up-as-prominent-ai-guru-proposes-mind-bending-mortal-computers-which-also- می شود-اخلاق-و-قانون-هوشی/