Arkitektet e Inteligjences (The Architects of Intelligence)-Martin Ford

Arkitektet e Inteligjencës

Përmbledhje Libri

Hyrje

Çfarë ka në këtë libër për mua? Një vështrim i madh në funksionet e brendshme dhe implikimet e inteligjencës artificiale.

Qofshin filmat e fundit fantastiko-shkencor apo thjesht lajme të përditshme, duket se inteligjenca artificiale mund të gjindet çdokund. Por ndoshta joquditërisht, ka shumë pak pajtueshmëri rreth detajeve që e rrethojnë IA: a do të qojë automatizimi në papunësi të popullatës? A do të zëvendësohen veturat tradicionale nga mjetet vetë-ngasëse? A jemi të destinuar të jemi të nënshtruar nga zotërinjtë robotikë?

Pavarësisht nga mospërputhja e gjerë në opinionet rreth këtyre çështjeve, shpesh janë zërat më pesimistë dhe melodramatikë ata që zënë vendin në qendër kur bëhet fjalë për diskutimet rreth IA dhe efekteve të saj të mundshme.

Sigurisht, IA paraqet disa kërcënime reale për ekonominë tonë. Por duke u fokusuar vetëm në anët negative, ne shpërfillim potencialin e IA për të riformuar botën, për të ripërcaktuar punën dhe për të ofruar përfitime të mëdha për kujdesin shëndetësor, ndër shumë përfitime të tjera. Këto pulsime ofrojnë një pamje tërësore të IA, nga mënyra se si funksionon deri tek mënyrat se si mund të na ndihmojë ose të na dëmtojë në të ardhmen. Gjatë rrugës, ju do të merrni një kuptim të përgjithshëm të opinioneve të 23 ekspertëve të IA që autori intervistoi gjatë krijimit të librit të tij.

Në këto pulsime do të mësoni:

• Si mëson IA se çfarë është një mace;
• Pse duhet të frikësohemi nga robotët vrasës; dhe
• Pse biletat e koncerteve live mund të shtrenjëtohen edhe më shumë.

Ideja kyçe 1

Metodat e ndryshme të mësimit të thellë mund ta trajnojnë IA-në për të kryer detyra.

Mendoni për kohën kur ishit fëmi. A ju kujtohet hera e parë kur keni parë një mace, apo një foto të një maceje? Sa mace ju është dashur ti shihni para se ta kuptoni plotësisht se çfarë është një mace?

Sipas të gjitha gjasave ju është dashur ti shihni një apo dy para se të mund ta dallonit lehtësisht macen prej një kafshe tjetër. Ky lloj i të mësuarit i cili përfshin të parit e një numri të vogël të shembujve, është i lehtë për njerëzit-por për një IA është shumë e vështirë. Në mënyrë që një IA ta kuptojë çfarë e bën një mace, ajo duhet të trajnohet. Ditët e sotme, kjo shpesh ndodh përmes të mësuarit të thellë, një formë e të mësuarit makinë që ka tërhequr që ka nxitur shumicën e përparimeve të mëdha në AI gjatë dekadës së fundit.

Mesazhi kyç këtu është: Metoda të ndryshme të të mësuarit të thellë mund ta trajnojnë IA të kryejë detyra.
Pavarësisht nëse një IA është duke u trajnuar për të njohur macet, qentë ose filxhanët e kafesë, gjithçka fillon me një rrjet nervor. Ky është një softuer me shtresa të shumta “neuronesh” që imitojnë ato që gjenden në trurin e njeriut.

Ka disa metoda të ndryshme që shkencëtarët përdorin zakonisht për të trajnuar rrjetet nervore. Njëra është mësimi i mbikëqyrur, një lloj mësimi i thellë në të cilin një IA ushqehet me një sërë shembujsh trajnimi, secili i etiketuar me një përshkrim. Pasi të jetë trajnuar inteligjenca artificiale, ne mund t’i tregojmë asaj një foto të një maceje. Më pas, koleksioni i pikselëve në foto rrjedh përmes rrjetit nervor, pas së cilës makina do të konfirmojë – shpresojmë – se ajo që “sheh” është, me të vërtetë, një mace.

Edhe nëse ja qëllon saktë, kjo IA prapë nuk e ka idenë se çfarë domethënë fjala ‘’mace’’-ajo nuk e di çfarë bën një mace dhe nëse është gjalle apo jo. Që një IA të zhvillojë këtë të kuptuar, ajo ka nevojë të mësohet përmes mësimit të gjuhës së bazuar. Kjo është një qasje e të mësuarit të thellë kur fjalitë apo fjalët shoqërohen me imazhe, video, apo objekte në botën reale.

Të gjitha këto teknika mundësojnë të mësuarit e thellë të ketë të gjitha llojet e aplikacioneve të mundshme. Së pari, mësimi i bazuar në gjuhë mund të ndihmojë në zhvillimin e aftësive gjuhësore të IA, duke e bërë atë të dobishëm për asistentët personalë si Siri. Dhe mësimi i thellë është përdorur tashmë për të trajnuar IA për të luajtur lojëra. Në një nga rastet më të famshme, IA AlphaGo u trajnua duke vëzhguar shumë lojëra të Go – dhe në fund ishte në gjendje të mundte kampionin më të mirë njerëzor në lojën e tij.

Ideja kyçe 2

Të mësuarit e thellë është i kufizuar.

Është e vështirë të mos lëmë përshtypje kur shohim një IA duke mposhtur lojtarët më të mirë njerëzorë në shah, Go ose Shogi. Por sado monumentale të jetë kjo, nuk do të thotë se jemi më afër arritjes së ndonjë lloji të inteligjencës së përgjithshme. Inteligjenca artificiale është ende e mirë vetëm në kryerjen e detyrave specifike dhe të ngushta.

Merrni AlphaZero. Ai u trajnua përmes mësimit të thellë për të luajtur lojëra deterministe, me dy lojtarë dhe plotësisht të vëzhgueshme, si shahu dhe Go. Pavarësisht aftësive të AlphaZero në këto lojëra, do të ishte krejtësisht e padobishme nëse do t’ju kërkohet të mësoni të luani çdo lloj loje tjetër – si, të themi, poker.

Mesazhi kryesor këtu është: Të mësuarit e thellë është i kufizuar.

Ndryshe nga shahu ose Go, pokeri është një lojë e informacionit të pjesshëm. Është vetëm pjesërisht e vëzhgueshme, që do të thotë se nuk mund ta shihni “bordin” e plotë gjatë lojës. Pra, një IA që luan poker kërkon algoritme të dizajnuara për të vlerësuar lëvizjet që makina nuk mund t’i shohë në të vërtetë. AlphaZero nuk mund ta bëjë këtë. Është krijuar për të supozuar se loja që po luan përfshin vetëm pjesët në tabelë.

Pra, që tani, IA është në gjendje të kryejë vetëm një detyrë për të cilën është trajnuar posaçërisht. Por një çështje tjetër kryesore me të mësuarit e thellë dhe rrjetet nervore është në të dhënat që përdorim për t’i mësuar ato.

Nuk është sekret që njerëzit mund të jenë të njëanshëm, edhe nëse nuk kemi ndërmend të jemi. Për shembull, kur bëhet fjalë për policimin, statistikat tregojnë se disa lagje patrullohen më shumë se të tjerat, që do të thotë se ne përfundimisht kemi më shumë të dhëna për ato lagje se të tjerat. Nëse një IA trajnohet duke përdorur këto të dhëna të shtrembëruara, sistemi mund të përfundojë duke bërë parashikime të njëanshme se ku ka më shumë gjasa të ndodhë krimi.

Kufizimet e teknikave të të mësuarit të thellë nënkuptojnë se ne me siguri nuk do të jemi në gjendje ti përdorim ndonjë prej tyre për të arritur në fazën e ardhshme të zhvillimit të IA: Inteligjenca Gjenerale Artificiale apo IGA. Një makinë e tillë do të kishte nevojë për sens, apo për aftësinë për të kuptuar situatat që nuk i ka hasur më parë.

Por kjo sfidë nuk i ka penguar studiuesit të eksplorojnë metoda për ta bërë këtë. Ka disa mënyra për t’u dhënë makinerive sens të përbashkët. Një mënyrë në thelb përfshin futjen e sa më shumë pjesëve të njohurive në “trurin” e një AI në formën e rregullave logjike. Sidoqoftë, kjo teknikë nuk është shumë praktike, pasi ekziston një numër i pafund rregullash dhe situatash të mundshme! Përndryshe, disa studiues shpresojnë se sensi i përbashkët do të shfaqet përmes makinave që thjesht vëzhgojnë botën dhe mësojnë se si funksionojnë gjërat, në një mënyrë të pastrukturuar.

Por mund të ketë një opsion tjetër: shkencëtarët mund të krijojnë AGI duke përdorur një sistem hibrid që kombinon rrjetet nervore dhe rregullat tradicionale logjike. Ne do të hedhim një vështrim më të afërt se si në ndezjen tjetër.

Ideja kyçe 3

Sistemet hibride mund të jenë çelësi për përmirësime të mëtejshme në AI.

Ndër vite, teknikat e ndryshme të të mësuarit makinë kanë rënë në përdorim dhe jashtë tij. Ky fenomen është saktësisht ajo që ndodhi me konceptin e të mësuarit të thellë. Kjo teknikë u formula shumë herët në vitet e 1959-ta por u konsiderua si e padobishme nga vitet 1960-por sot prapë është metoda dominuese e mësimit makinë.

Të mësuarit e thellë padyshim do të luajë një rol në të ardhmen e IA-së, por kufizimet e saj nënkuptojnë se nuk mund të jetë e njëjta teknikë që e përdorim për ta krijuar IGA-në. Përkundrazi, zhvillimi i IGA mund të kërkojë nga studiuesit të kombinojnë disa metoda të ndryshme të mësimit të makinerive për të krijuar një sistem hibrid.

Mesazhi kryesor këtu është: Sistemet hibride mund të jenë çelësi për përmirësime të mëtejshme në AI.

Truri i njeriut është i ndërtuar me aftësinë e lindur për të mësuar – fëmijët janë shembujt tanë të vetëm të inteligjencës që shkallëzohet në mënyrë të besueshme nga diçka më pak se inteligjenca njerëzore e të rriturve. Për shkak të kësaj, shumë studiues të IA po studiojnë fëmijët me shpresën për të zbuluar strukturat themelore në tru që na lejojnë të mësojmë.

Një neuroshkencëtar dhe studiues, Demis Hassabis, beson se kombinimi i të mësuarit përforcues me teknika të tjera ofron rrugën më të qëndrueshme drejt IGA-së. Tek njerëzit, kjo ndodh përmes sistemit tonë të dopaminës, ku sinapset në trurin tonë forcohen kur marrin sinjale shpërblimi. Ne mund ta imitojmë këtë në IA duke i kërkuar një makinerie të provojë në mënyrë të përsëritur një detyrë dhe ta “shpërblejë” sa herë që ia del mbanë.

Sigurisht, njerëzit mësojnë edhe në shumë mënyra të tjera. Ne bëjmë shumë mësime të pambikëqyrura, ku endemi dhe mbledhim njohuri përmes eksplorimit. Nëse shkencëtarët mund të kuptojnë se si ta nxisin IA të mësojë në këtë mënyrë, pa pasur nevojë që ne t’i ofrojmë asaj shumë të dhëna, ne do të kemi pothuajse patjetër një përparim në zhvillimin e IGA.

Ngjashëm me trurin e njeriut, AI potencialisht mund të ndërtohet me një strukturë themelore, dhe më pas të trajnohet me teknika të të mësuarit të thellë në krye të saj. Një sistem hibrid si ky, megjithëse potencialisht kompleks në aplikimin e tij, nuk është i ri. Ajo tashmë është duke u përdorur në makinat e sotme vetë-drejtuese.

Si kështu? Epo, makinat që drejtojnë vetë duhet të jenë në gjendje të kuptojnë se çfarë vendimesh duhet të marrin në rrugë. Disa nga njohuritë e makinave mund të vijnë nga të dhënat e marra nëpërmjet mësimit të thellë, por jo çdo situatë është e parashikueshme. Kjo do të thotë që njerëzit duhet të ndërtojnë rregulla që imagjinojnë situatat me të cilat mund të hasin makinat dhe cilat duhet të jenë përgjigjet e tyre.

Automjetet autonome janë vërtet emocionuese, por ka shumë më tepër aplikacione për AI. Le të futemi në disa prej tyre në vijim.

Ideja kyçe 4

Inteligjenca artificiale e ka potencialin për ta bërë jetën më të lehtë dhe më të mirë për të gjithë.

Në të kaluarën e afërt, është folur shumë për potencialin e IA për të përforcuar paragjykimet dhe stereotipet që njerëzit mund të programojnë pa dashje në to. Shumë studiues akademikë e kuptojnë problemin e paragjykimit kur bëhet fjalë për IA dhe po modifikojnë algoritmet për t’iu përgjigjur asaj. Por, kjo mund të ndryshohet dhe të përdoret në avantazhin tonë: ne mund të përdorim IA për të eliminuar paragjykimet.

Është shumë më e vështirë të zerohemi dhe të korrigjojmë paragjykimet në vetvete. Por, siç thekson shkencëtari kompjuterik Fei-Fei Li, kur shohim paragjykimet tona të reflektuara tek ne përmes teknologjisë, ne mund të gjejmë mënyra për t’i korrigjuar ato. Dhe kështu, eliminimi i paragjykimeve është vetëm një shembull i aftësisë së IA për të përmirësuar jetën e njerëzve.

Mesazhi kryesor këtu është: Inteligjenca artificiale ka potencialin për ta bërë jetën më të lehtë dhe më të mirë për të gjithë.

Përdorimi i IA për të zhdukur paragjykimet nuk është jorealiste: në fakt, ajo tashmë është duke u përdorur në Affectiva. Affectiva u krijua nga shkencëtari kompjuterik dhe sipërmarrësi Rana el Kaliouby, i cili beson se ne duhet të fillojmë të mendojmë për inteligjencën emocionale të makinave në vend të thjesht “zgjuarësisë” së tyre.

Affectiva ka përdorur algoritme dhe teknika të përpunimit të gjuhës natyrore për të krijuar një mjet punësimi kundër paragjykimit të IA. Në vend të CV-ve me shkrim, kandidatët dërgojnë në intervista me video, të cilat IA i rendit në bazë të aftësive komunikuese joverbale të kandidatëve dhe përgjigjeve në pyetje. Rezultati? Në Hirevue, një kompani që testoi sistemin, koha e punësimit u reduktua me 90 përqind dhe diversiteti i punësimeve të reja u rrit me 16 përqind.

Një tjetër projekt i el Kaliouby është krijuar për të ndihmuar fëmijët në spektrin e autizmit, të cilët shpesh e kanë të vështirë të interpretojnë emocionet e njerëzve të tjerë. Ajo dhe të tjerët në laboratorin e saj krijuan një lloj të veçantë syzesh që mund të “lexojnë” emocionet e njerëzve dhe t’i japin përdoruesit reagime për ato emocione. Fëmijët që mbanin syze përfunduan duke bërë më shumë kontakt me sy dhe përjetuan më shumë mirëkuptim kur shikonin fytyrat e njerëzve.

Përveç këtyre përdorimeve të specializuara për IA, ka shumë mënyra të tjera për inteligjencën e makinerive për të ndihmuar personin mesatar. Kjo mund të fillojë me robotë që mund të marrin përsipër detyra të zakonshme, rutinë si palosja e rrobave, duke na çliruar kështu kohën.

Por nuk ndalet me kaq. Sipas Ray Kurzweil, Drejtori i Inxhinierisë në Google, ka të ngjarë që një ditë të kemi nanorobotët që qarkullojnë në qarkullimin tonë të gjakut. Këto robotë mikroskopikë mund të ndihmojnë potencialisht sistemin tonë imunitar, të zgjasin jetën tonë dhe madje të lidhin trurin tonë me internetin.

Ideja kyçe 5

Inteligjenca artificiale ndihmon përparimet shkencore, veqanarisht në kujdes shëndetësor.

Hyni në çfarëdo spitali apo objekti në Amerikë sot, dhe me siguri do të gjeni shumë mjekë dhe infermiere të stresuara. Këto ditë, profesionistët shëndetësorë punojnë në ndërrime të gjata, kanë orare të ngushtuara, dhe janë jashtëzakonisht të rrezikuar nga djegja dhe stresi.

Jo vetëm kaq, mjekët dhe infermierët e nxituar nënkuptojnë se pacientët po marrin kujdes me cilësi më të ulët sesa do të merrnin ndryshe. Në fakt, shkaku aktual i tretë kryesor i vdekjeve në spitalet amerikane është gabimi i mjekut.

Fatmirësisht, kujdesi shëndetësor është një fushë në të cilën IA e ka potencialin të jetë shumë ndihmuese. Prandaj, siq thotë ndërmarrësi Oren Etzioni-duke zgjedhur të mos merrni hapa aktivë për integrimin e IA dhe kujdesit shëndetësor, ne aktualisht po japim leje që shumë jetë të humbin.

Mesazhi kyç këtu është: Inteligjenca artificiale ndihmon përparimet shekncore, veqanarisht ato të kujdesit shëndetësor.

Kujdesi shëndetësor është një industri masive dhe ka një shumëllojshmëri mënyrash që mund të përdoret AI brenda saj.

Për momentin, rrjetet nervore mund të trajnohen për të njohur kur një imazh përmban një fotografi të, të themi, një filxhani kafeje. Të njëjtat rrjete nervore mund të trajnohen gjithashtu për të njohur kur një tumor është i pranishëm në një skanim radiologjik, për shembull.

Në një mënyrë të ngjashme, diagnostikimi i sëmundjeve mendore si depresioni është i vështirë tani, sepse ne mbështetemi kryesisht në vetë-raportimet e simptomave, si mendimet për vetëvrasje. Por ne gjithashtu e dimë se ka disa biomarkues të depresionit të fytyrës dhe zërit – ata janë thjesht të vështirë për njerëzit që t’i kapin. Megjithatë, për një IA me aftësinë për të kryer skanime të fytyrës dhe audio, mund të jetë mjaft e thjeshtë.

Nëse robotët mund të bëhen përgjegjës për një pjesë të kujdesit për pacientët, koha e mjekëve dhe infermierëve mund të lirohet dhe të rialokohet atje ku është me të vërtetë e nevojshme. Algoritmet mund të përdoren për të interpretuar informacionin e pacientit dhe për të ofruar reagime për mjekët, pacientët dhe anëtarët e familjes, gjë që do të kursente kohë dhe do të përmirësonte komunikimin.

Por dobitë e IA kur është në pyetje shkenca nuk ndalen vetëm tek kujdesi shëndetësor. Ajo do të mund të ndihmonte potencialisht edhe në fushën e kërkimit shkencor. Merre për shembull projektin Semantic Scholar, i udhëhequr nga Oren Etzioni. Në mënyrë që të jeni në hap me të rejat e kërkimeve më të fundit, shkenctarëve ju kërkohen të përshkojnë një numër të madh publikimesh. Semantic Scholar i ndihmon duke ju treguar punimet që ata kanë dëshirë ti lexojnë, dhe ti lokalizojnë gjetjet e rëndësishme brenda atyre punimeve.

Deri më tani, ne kemi diskutuar të gjitha gjërat e mira që mund të bëjë IA për botën, por në hapin tjetër do të shqyrtojmë disa nga dobësitë e mundshme.

Ideja kyçe 6

Inteligjenca artificiale do të mund të armatosej.

S’do mend se kapacitetet shkatërruese të njerëzimit janë rritur dukshëm me kohën, nga harqet dhe shigjetat e kohëve mesjetare deri tek bombat dhe dronët e specializuar që shumica e ushtrive i përdorin sot.

Këto ditë, edhe qytetarët mesatarë kanë qasje në dronët që do të mund potencialisht ti armatosnin me bomba të vogla. Fatmirësisht, ky lloj armatimi nuk është i shkallëzuar. Secili dron mund të mbajë vetëm një bombë, dhe të pilotohet nga një person i vetëm, duke marrë parasysh se kapaciteti shkatërrues i tyre është i kufizuar.

Teorikisht, natyrisht çdo armë mund të prodhohet në masë dhe të përdoret për ta armatosur ushtrinë e një vendi. Por fatmirësisht, ne kemi sanksione ndërkombëtare dhe përgaditje ushtarake për ti parandaluar këto ndodhi. Ajo që nuk e kemi momentalisht është një sistem ndërkombëtar të kontrollit mbi armët autonome, të cilat mund ti japin vetëm një personi një telekomandë nëpër një flotë të tërë të dronëve vdekjeprurës.

Mesazhi kyç këtu është: Inteligjenca artificiale do të mund të armatosej.

Një arsye kryesore pse armët autonome janë kaq potencialisht të rrezikshme është se ato janë shumë të shkallëzueshme. Një flotë masive prej, le të themi, 10 milionë drone autonome mund të mbikëqyret nga vetëm pesë persona që punojnë në një dhomë kontrolli dhe të lëshohet me prekjen e një butoni. Për më tepër, këto armë autonome mund të programohen për të sulmuar ose vrarë njerëz të caktuar – le të themi, çdo mashkull nga mosha 12 deri në 60 vjeç në një vend të caktuar.

Dhe egzistojnë poashtu edhe rreziqe tjera të mëdha që vijnë me zhvillimin e armëve autonome. Së pari, do të mund së shpejti të kishte një garë armësh mes vendeve që po provojnë të jenë të parat në krijimin e kësaj teknologjie. Armët autonome do të ishin gjithashtu të prekshme nga hakerimi i armikut, që do të thotë se një vend mund të përfundojë duke u sulmuar nga armët e veta.

Duke pasur parasysh këto çështje të mundshme, është thelbësore që për sa kohë që ne vazhdojmë të zhvillojmë teknologjinë autonome të armëve, të kuptojmë rreziqet dhe të marrim masat e nevojshme parandaluese. Rregulloret qeveritare janë një mënyrë për t’u mbrojtur kundër keqpërdorimit të teknologjisë dhe studiuesit duhet të sigurojnë që ata të dizajnojnë sistemet më të sigurta të mundshme që nga fillimi.

Sigurisht, ka mënyra të tjera që IA mund të armatizohet përveç armëve aktuale. Reklamimi, për shembull, mund të përdorë teknika të mësimit të makinerive për të ndikuar në mënyrën se si njerëzit votojnë. Kjo, në fakt, ka ndodhur tashmë, kur Cambridge Analytica përdori të dhënat e përdoruesve të Facebook për të ndihmuar fushatën e Trump 2016.

Por mund të ketë diçka më shqetësuese se këto lloj armatimi: kërcënimi i humbjes së punës në një shkallë masive.

Ideja kyçe 7

Të ardhurat bazë universale ose rrogat për arsim mund të zgjidhin problemin e automatizimit të punës.

Imagjinojeni sikur, brenda dhjetë viteve, nuk keni nevojë të punoni më asnjë ditë në jetën tuaj. A tingëllon ajo si një utopi apo si një makth nate?

Çfarëdo që të përgjigjeni, prania në rritje dhe aftësia e IA-së-sidomos kur është në pyetje kryerja në mënyrë efikase e detyrave të përsëritshme-mund të nënkuptojë që shumë punë së shpejti do të automatizohen.

Disa shembuj të përmendur zakonisht të njerëzve që së shpejti mund të mbeten pa punë janë arkëtarët, shoferët e kamionëve, kontabilistët dhe punëtorët e fabrikës.

Pra, si do të mbijetojnë njerëzit kur nuk mund të punojnë më për të gjeneruar të ardhura? Epo, ka një sërë zgjidhjesh për këtë problem, megjithëse shumica e njerëzve që autori intervistoi ranë dakord se një formë e të ardhurave themelore universale, ose UBI, do të jetë e nevojshme në të ardhmen.

Mesazhi kryesor këtu është: Të ardhurat bazë universale ose rrogat për arsim mund të zgjidhin problemin e automatizimit të punës.

Në planin afatgjatë, UBI mund të bëhet i nevojshëm nëse një sektor mjaft i madh i ekonomisë së një vendi është i automatizuar. Inteligjenca artificiale mund të rrisë në mënyrë dramatike produktivitetin e biznesit, duke gjeneruar të ardhura që mund të qarkullojnë përsëri te qytetarët e një vendi në formën e një pagë mujore.

Pyetja është: A do të jetë vërtet i nevojshëm UBI? Në fund të fundit, sa herë që ka pasur një revolucion masiv teknologjik gjatë historisë, njerëzit kanë parashikuar humbje të vendeve të punës në një shkallë masive. Sigurisht, disa punë janë zhdukur vërtet me kalimin e kohës – por punë të reja janë shfaqur gjithmonë në vend të tyre. Vetëm pak vite më parë, për shembull, nuk kishte punë në lidhje me mediat sociale. Tani, ka shumë!

Për njerëzit, punët e të cilëve bëhen të automatizuara, programet e fuqishme arsimore mund të jenë një zgjidhje. Vendet madje mund të miratojnë një politikë të pagesës së individëve të papunë për të studiuar dhe krijuar karriera të reja – një propozim që shpesh referohet si të ardhura bazë të kushtëzuara.

Për fat të mirë, ka të ngjarë që ne thjesht nuk do të pranojmë që çdo aspekt i jetës sonë të drejtohet nga robotë. Ne do të vlerësojmë ende përvojat që përfshijnë lidhjen njerëzore. Në ditët e sotme, për shembull, është e mundur të blini muzikë dixhitale për vetëm disa dollarë. Por për të marrë pjesë në një koncert live, mund t’ju kushtojë disa qindra dollarë. Pra, profesionet që përqendrohen në frymëzimin e njerëzve dhe krijimin e lidhjeve ka të ngjarë të bëhen edhe më të paguar pasi robotët integrohen gjithnjë e më shumë në jetën tonë.

Po, humbja e punës është shqetësuese, por disa studiues mendojnë se duhet të përqendrojmë vëmendjen tonë në një kërcënim edhe më të madh të paraqitur nga AGI. Ata besojnë se kjo teknologji ka potencialin për të ndezur një apokalips.

Ideja kyqe 8

Dobësitë e mundshme të Inteligjencës së Përgjithshme Artificiale janë shumë të kontestuara.

Pa dyshim, rritja e IA ka sjellë me vete një mori shqetësimesh. Por mbase asnjë nuk ka qenë aq i publikuar sa kërcënimi i paraqitur nga IGA-ja njerëzore. Çfarë ndodh nëse robotët eklipsojnë njerëzimin, duke u bërë më të shpejtë, më të zgjuar dhe më të fortë se të gjithë ne?

Një botë e dominuar nga zotëruesit e robotëve është ende ndoshta një skenar rreptësisht fantashkencë. Por sipas filozofit Nick Bostrom dhe disa studiuesve të tjerë, ia vlen të merret në konsideratë se si misioni për të krijuar IGA mund të përfundojë duke shkuar shumë keq.

Mesazhi kryesor këtu është: Dobësitë e mundshme të Inteligjencës së Përgjithshme Artificiale janë shumë të kontestuara.

Nëse keni dëgjuar ndonjëherë për problemin e kapëses së letrës, të propozuar për herë të parë nga Nick Bostrom, ju jeni njohur me një nga eksperimentet më të famshme të mendimit që ilustrojnë rreziqet e mundshme të AGI.

Imagjinoni që një IA ka për detyrë të operojë një fabrikë kapëse letre. Me kalimin e kohës, IA rritet gradualisht më mirë dhe më efikas në funksionimin e fabrikës dhe krijimin e kapëse letre. Përfundimisht, inteligjenca artificiale bëhet aq inteligjente sa e kupton se mënyra më e mirë për të bërë kapëse letrash është të heqësh kontrollin nga njerëzimi dhe ta kthesh të gjithë botën në kapëse letre.

Ky skenar është qëllimisht vizatimor, por ka për qëllim të tregojë se si IA mund të bëhet shumë i mirë në arritjen e qëllimeve me të cilat e programojmë.

Shumica e studiuesve që autori intervistoi besojnë se shembulli i Bostrom është jorealist dhe ka disa mënyra për të shmangur skenarin e kapëses së letrës. Për një, thjesht nuk do t’i jepnit një IA që prodhon kapëse letre fuqinë për të kontrolluar, për shembull, një rrjet elektrik. Për më tepër, do të jeni të sigurt që ta dizajnoni IA me një sistem vlerash dhe një konceptim të së drejtës dhe të gabuarës, në mënyrë që të mos jetë e lidhur me qëllimin e vetëm për të krijuar sa më shumë kapëse letre.

Ka akoma më shumë mënyra për t’u mbrojtur kundër një marrjeje të IGA. Një nga më radikalet është propozuar nga Bryan Johnson, i cili beson se ne duhet të përmirësojmë vetë njerëzimin – jo vetëm makinat. Për ta bërë këtë, Johnson ka krijuar një kompani të quajtur Kernel, me qëllim që të përdorë neuroshkencën për të “hakuar” trurin tonë dhe për të rritur aftësitë tona njohëse përmes një implanti të çipit kompjuterik ose një pajisje tjetër.

Ekspertët nuk pajtohen në lidhje me afatin kohor të saktë se kur do të arrijmë IGA. Por ajo që është e rëndësishme është që ne t’i marrim këto çështje seriozisht dhe të përgatitemi për një botë që së shpejti mund ta ndajmë me makinat, inteligjenca e të cilave rivalizon tonën.

Përmbledhja përfundimtare

Falë përparimeve në mësimin e thellë dhe rrjetet nervore, inteligjenca artificiale është bërë e shkëlqyer në kryerjen e detyrave specifike dhe të ngushta. Megjithatë, ne jemi ende shumë larg nga epoka e Inteligjencës së Përgjithshme Artificiale, e cila do të kërkojë përparime në mësimin e pambikëqyrur, sistemet hibride dhe neuroshkencën. Edhe nëse nuk e shohim IGA të shfaqet gjatë jetës sonë, ka të ngjarë që roli i IA në kujdesin shëndetësor dhe ushtrinë të vazhdojë të rritet, duke paraqitur sfida të reja dhe duke ofruar përfitime të mëdha për njerëzimin.