Mennesker bruger i stigende grad deres tid på at gøre ting, som en maskine kunne gøre bedre. En af de mange præstationer ved moderne software er at optage folks tid med lette opgaver, såsom at kommentere, “synes godt om”, snapping, opslag og andre sådanne aktiviteter.
Tiernan Ray for ZDNet
I Femogtres år siden John McCarthy første gang opfandt udtrykket “kunstig intelligens”, har en af de mest overraskende opdagelser på området været, at ting, som folk gør, er nemme, og som burde være nemme for en computer at gøre, faktisk viser sig. at være meget, meget svært for maskiner.
Den gennemsnitlige voksne kan med relativ lethed opfatte et dørhåndtag, række ud og tage fat i det, dreje det og åbne døren. Den samme opgave er stadig utrolig svær at konstruere til selv de mest sofistikerede robotarmaturer, der bruger banebrydende dybdelærings-AI-tilgange.
I modsætning hertil, og lige så overraskende, har maskiner overgået videnskabsmænds forventninger til opgaver, der er svære for et menneske. Efter omkring fem hundrede års udvikling af skakspillet af mennesker, var en maskine bygget af DeepMind kaldet AlphaZero i stand til i løbet af et par år at udvikle sig til et punkt, hvor den kunne besejre alle menneskelige stormestre, og også slå dem i et endnu ældre spil, Go.
Denne skel mellem det lette og det svære definerer typisk debatten om, hvad der er kendt som “menneskeligt niveau” AI, også kendt som “kunstig generel intelligens”, eller AGI, søgen efter at gøre en maskine lig med et menneske. Mange mennesker tror, at kløften betyder, at AGI ikke vil blive opnået i årtier, hvis det nogensinde bliver opnået.
AI-forsker Melanie Mitchell har skrevet: “AI er sværere, end vi tror, fordi vi stort set er ubevidste om kompleksiteten af vores egne tankeprocesser.”
Men hvad nu hvis selve definitionen af, hvad der er intelligens på “menneskeligt niveau”, ændrer sig? Hvad hvis AI ikke længere måles i forhold til kvaliteten af menneskelig tanke og handling i den virkelige verden, men snarere den alt for forudsigelige adfærd ved at bruge hele dagen på at stirre ind i en smartphone?
Også: AI på tres sekunder
I stigende grad bruger mennesker deres tid på at gøre ting, som en maskine kunne gøre bedre. En af de mange præstationer af moderne software er at optage folks tid med nemme opgaver, såsom det travle arbejde, du laver på sociale medier, ting som at skrive, kommentere, “synes om” og snappe.
Folk bruger timer hver dag på at skrive meddelelser på 240 tegn på Twitter. De klikker uophørligt på like-knappen på billeder, de ser på Instagram. Ved hvert fodgængerovergang spadserer de lystigt ind i den modkørende trafik, mens de scroller. De bruger timer på at lave en liste over ting, de kan købe på Amazon, som de egentlig ikke har brug for. Mennesker har blæst gennem utallige timer med at afspille det samme niveau på Xbox-spil for at nå den højeste score. Gud ved, hvor lang tid vi alle har brugt på at indsuge Netflix-videoer i episke sofa-kartoffel-sessioner.
Og al denne rulning og klik er forbedret af en hel understruktur af software under fineren af websteder. For eksempel administrerer teknologien i Apache Pinot, et program til at fremskynde forespørgsler til en database, funktionen “Hvem har set min profil?” på LinkedIn. Som en af skaberne af Pinot, Kishore Gopalakrishna, har sagt, er softwaren designet til at svare med svar på et splitsekund for folk, der tjekker for at se snesevis af gange om dagen, bare hvem der har set deres profil.
Pinot og relateret middleware såsom open source-streamingdataprogrammet Kafka er bygget til at fodre en vane med konstant at klikke, like, skrive lidt, tweete, skrive noget mere, pinning, scrolle osv. Vaner bliver til afhængighed, når der er en belønning for gentagelse, og feedback-løkken på moderne webplatforme giver den belønning ved at reagere på menneskelige klik med flere og flere muligheder for at klikke noget mere. Pinot og Kafka betyder, at menneskelig onlineaktivitet er en endeløs proces med at trykke på knapper, ligesom den klassiske laboratorierotte, der skubber håndtaget til en pellet.
Mennesker er blevet fantastiske til at skubbe håndtaget, men den dårlige nyhed for mennesker er, at alle disse opgaver stadig kunne udføres langt lettere, og måske bedre, af en maskine.
Mens et naturligt sprogbehandling AI-program af første rang, såsom GPT-3, ikke kan deltage i en lang diskussion om filosofiske emner, er det mere end tilstrækkeligt spontant at generere kortformede indlæg såsom tweets om et givent emne. For AI at automatisere opslag af billeder på Instagram er det nok lige så nemt.
Mennesker er i stand til at huske memes for at poste på sociale netværk med en slags intuitiv ynde og genkalde det perfekte GIF-billede, der passer til øjeblikket. Mens deres er noget imponerende i det, kunne maskiner, via brute-force-søgning, uden tvivl komme med nye løsninger til at poste memes, der er mere optimale.
Sikkert handlingen med at tjekke for at se, hvem der har set nogen på LinkedIn, eller enhver anden handling, der koger ned til at forbruge signaler via en API fra et program som Pinot, kunne automatiseres til at være mere effektiv end måden mennesker gør det på.
Det er rigtigt, at mennesker stadig laver mange andre ting, som at gå i fitnesscenter og pleje deres pattedyrsunger. Men i stigende grad bruger de deres tid i fitnesscentret med at holde pauser for at stirre ind i en telefon, og deres unge parkeres i stigende grad foran en skærm. Naturlige menneskelige aktiviteter er blevet til processer præget af en skærm.
Resultatet er, at det moderne samfund er ankommet til et mærkeligt sted. Meget menneskelig adfærd sker i dag i og omkring computeren, hvor menneskelige evner halter efter de bedste computerprogrammer.
Jensen Huang, medstifter og administrerende direktør for Nvidia, virksomheden, der dominerer chips til AI-behandling, har indrammet historiens vending i skarpe vendinger. Mennesker er for langsomme, har Huang sagt:
Der er kun et par milliarder af os, og det tager ni måneder at blive drægtige, og så tager det år at opdrage dem, og når man endelig får dem til et punkt, hvor de er lidt intelligente, stikker de i disse ting, der kaldes smartphones. , og hver gang du stikker i dem, skaber det forespørgsler i skyen.
Hvilket alt sammen er meget langsomt, uønsket. Løsningen er klar, som Huang formulerer det:
Nå, i fremtiden vil det ikke tage ni måneder at bygge et nyt intelligent væsen, og det vil ikke tage år at opdrage dem ; det tager bogstaveligt talt en time at fremstille en BMW-bil, det tager sekunder at downloade den kunstige intelligens, og den er direkte på internettet inden for få sekunder efter det. Der vil være billioner af disse ting.
De ting, Huang taler om, er noget efter Homo sapiens. Det paradigme, som Huang peger på, er automatens. En automat, blottet for menneskelige svagheder, er meget i stand til at håndtere opgaver, der kan være veldefinerede – “vel-scoped” i tekniske termer. Mens bilkørsel endnu ikke er der for AI, er det muligt at køre et websted, hvilket betyder, at klikke og “synes om” ubarmhjertigt lige nu.
Også: Etik ved kunstig intelligens: Fordele og risici ved kunstig intelligens
For meget af samfundet i dag, givet dets konstante vægt på at optimere inden for et begrænset sæt digitale regler, ligner et videospil, et forsøg på at opnå en optimal score. Og hvem er bedre end en maskine til at vide, hvordan man vinder ved at spille mod en maskine?
Det samme program, der slog mennesker i skak og Go, AlphaZero, i 2019, førte til et nyt program, MuZero, som er i stand til at opnå gode resultater ved at spille Atari-videospil såsom Ms Pac Man. Det er en kort tur fra Ms Pac Man til at udmærke sig ved at poste memes.
Skellet eksisterer stadig mellem det nemme og det svære, som mennesker og computere gør, og måske vil det aldrig blive overvundet af AI. Men menneskelig tankegang er i stigende grad suboptimal til at navigere i en digital verden. Længe før AGI sker, vil menneskers verden formentlig nå frem til et sted, hvor de fleste aktiviteter langt bedre kan udføres af maskiner.
På det tidspunkt bliver mennesker overflødige. Skal de så udskiftes? Den eneste grund til ikke at erstatte dem ville være, hvis mennesker stadig betyder noget som enheder, der ikke er et middel til et mål, men et mål i sig selv. Det er ikke et teknologispørgsmål, det er det væsentlige spørgsmål om menneskeheden.
I en verden mere og mere besat af hastighed, effektivitet og optimale resultater frem for alt andet, er svaret på det spørgsmål alt andet end sikkert.
Teknisk indtjening
Alfabet slår estimater for 3. kvartal med en omsætning på 41 % Samsung rekorder stærkt 3. kvartal drevet af chips Amazon forventer, at forsyningskæden, arbejdskraftsproblemer vil koste den milliarder i 4. kvartal eBays omsætning i 3. kvartal voksede med 11 %, selv da salgstransaktioner faldt LG har den højeste omsætning til dato i 3. kvartal fra stærk efterspørgsel efter hjemmeelektronik Intel viser solide resultater for 3. kvartal, da virksomhedens virksomhed vender tilbage Teslas omsætning i 3. kvartal, EPS slår, aktier falder Facebook leverer let vejledning om 4. kvartal, blandede resultater for 3. kvartal Digital Transformation | CXO | Internet of Things | Innovation | Enterprise Software | Smarte byer