Prospek kecerdasan ‘lebih dari manusia’

Di seluruh sains, kita akan memahami prinsip “perhitungan” yang mengatur diri sendiri sebagai blok bangunan dari semua bentuk kecerdasan pemula-dari sel primitif ke AI generatif. Proses ini melibatkan pembelajaran dari lingkungan, mengumpulkan informasi dan mengaturnya dengan berbagi instruksi fungsional melalui kode “menyalin dan menempel” yang memungkinkan organisme untuk mengembangkan, mereproduksi, dan mempertahankan dirinya sendiri.

Ketika Blaise Agüera y Arcas dan James Manyika menulis di Noema, “Komputasi ada di alam jauh sebelum kami membangun ‘komputer buatan’ pertama. Memahami komputasi sebagai fenomena alam akan memungkinkan kemajuan mendasar tidak hanya dalam ilmu komputer dan AI, tetapi juga dalam fisika dan biologi. ” Aguera y Arcas adalah wakil presiden Google Research. Manyika adalah presiden penelitian, laboratorium, teknologi & masyarakat di Google.

Lebih dari setengah abad yang lalu, mereka mencatat, memelopori para ilmuwan komputer seperti John von Neumann memiliki intuisi bahwa kecerdasan organik dan anorganik mengikuti seperangkat aturan yang sama untuk pengembangan.

“Von Neumann,” tulis penulis, “menyadari bahwa untuk organisme yang kompleks untuk bereproduksi, itu perlu berisi instruksi untuk membangun dirinya sendiri, bersama dengan mesin untuk membaca dan mengeksekusi pita instruksi itu. Rekaman itu juga harus dapat disalin dan menyertakan instruksi untuk membangun mesin yang membacanya. ” Wawasan tentang persyaratan teknis ini untuk “konstruktor universal” ini di alam-instruksi “seperti pita” dari DNA-sesuai dengan persyaratan teknis untuk komputer yang paling awal.

Seperti yang dilihat oleh banyak orang dan agüera y melihatnya, “Von Neumann telah menunjukkan bahwa kehidupan secara inheren komputasi. Ini mungkin terdengar mengejutkan, karena kita menganggap komputer jelas bukan Hidup, dan makhluk hidup karena pasti bukan komputer. Tapi itu benar: DNA adalah Kode-Meskipun kode sulit untuk dibalikkan dan tidak mengeksekusi secara berurutan. Makhluk hidup harus menghitung, tidak hanya untuk mereproduksi, tetapi untuk mengembangkan, tumbuh dan menyembuhkan. ”

Pada skor ini, mereka juga mengutip kontribusi Alan Turing terhadap biologi teoritis yang muncul dari pengalamannya membangun apa yang secara luas diakui sebagai komputer pertama. Turing menggambarkan “bagaimana pertumbuhan dan diferensiasi jaringan dapat diimplementasikan oleh sel yang mampu merasakan dan memancarkan sinyal kimia … bentuk yang kuat dari komputasi analog.”

Para penulis melaporkan bahwa eksperimen oleh tim “Paradigma Kecerdasan” Google telah menunjukkan bagaimana, di alam semesta yang disimulasikan, “sup” kaset acak dengan bahasa pemrograman minimal mengorganisir diri sendiri setelah jutaan interaksi menjadi “kaset fungsional” yang mulai mereplikasi diri sendiri, membentuk dasar untuk “kehidupan buatan minimal.”

Untuk membedakan dan mengembangkan lebih lanjut, perhitungan membutuhkan “struktur yang bertujuan pada setiap skala” di mana bagian fungsional yang berbeda harus bekerja bersama, masing -masing tergantung pada fungsi lain yang ditentukan dalam cara simbiotik.

“Bagaimana mungkin kerumitan kehidupan muncul, apalagi bertahan, dalam lingkungan yang acak?” Penulis bertanya. “Jawabannya: Apa pun yang seperti kehidupan yang disembuhkan atau direproduksi oleh kehidupan yang lebih ‘dinamis’ daripada sesuatu yang lembam atau tidak hidup karena entitas yang hidup (atau keturunannya) masih ada di masa depan, sementara apa pun yang tidak ada yang terdegradasi dari waktu ke waktu, menyerah pada keacakan. Kehidupan adalah komputasi karena stabilitasnya tergantung pada pertumbuhan, penyembuhan atau reproduksi; dan komputasi itu sendiri.

Para penulis melanjutkan untuk menjelaskan pentingnya pemahaman baru tentang universalitas perhitungan ini. Menggenggam korespondensi dengan komputasi alami dan belajar darinya, mereka percaya, akan membuat AI “seperti kehidupan” ketika ia berkembang lebih jauh di sepanjang jalan dari meniru komputasi saraf hingga kecerdasan prediktif, kecerdasan umum dan, pada akhirnya, kecerdasan kolektif.

Membangun tahap pertama “komputasi alami,” ini adalah fase kemajuan AI yang mereka lihat:

• Komputasi saraf -Mendesain ulang komputer bahwa daya AI sehingga mereka bekerja lebih seperti otak, “contoh yang indah dari komputasi alami,” akan sangat meningkatkan efisiensi energi AI melalui kompresi data pada chip yang semakin kuat dan pemrosesan paralel terdesentralisasi di antara jutaan node.
• Kecerdasan prediktif — “The success of large language models (LLMs) shows us something fundamental about the nature of intelligence: it involves statistical modeling of the future (including one’s own future actions) given evolving knowledge, observations and feedback from the past. This insight suggests that current distinctions between designing, training and running AI models are transitory; more sophisticated AI will evolve, grow and learn continuously and interactively, as we do.”
• Kecerdasan Umum – “Kecerdasan tidak selalu membutuhkan perhitungan berbasis biologis. Meskipun model AI akan terus meningkat, mereka sudah secara luas mampu, menangani peningkatan tugas kognitif dengan tingkat keterampilan yang mendekat dan, dalam beberapa kasus, melebihi kemampuan manusia individu. Dalam hal ini,“ Kecerdasan umum buatan ”mungkin sudah ada di sini.”

• Kecerdasan kolektif -“Otak, agen AI, dan masyarakat semuanya dapat menjadi lebih mampu melalui peningkatan skala. Namun, ukuran saja tidak cukup. Kecerdasan secara fundamental sosial, didukung oleh kerja sama dan pembagian kerja di antara banyak agen. Selain menyebabkan kita memikirkan kembali punggung manusia (atau lebih dari manusia yang dapat dikurangi, yang dapat dikurangi dengan cara yang dapat dikembalikan oleh pembangunan manusia (atau ‘lebih dari manusia) yang dapat dikembalikan dengan cara yang dapat dikembalikan oleh Human. debat. ” Pada poin terakhir ini, penulis berpendapat bahwa model otonom yang semakin lama tidak akan begitu cenderung menjadi nakal karena harus mencerminkan dengan cara “ramah” saling ketergantungan mereka dengan model lain dalam formasi mereka sendiri.

“Setelah beberapa dekade kemajuan AI yang sedikit,” Agüera y Arcas dan Manyika menyimpulkan, “Kami sekarang dengan cepat maju ke sistem yang mampu tidak hanya menggemakan kecerdasan manusia individu, tetapi juga memperluas kecerdasan kolektif yang lebih besar dari manusia, seperti halnya ekologinya.