Умный ли компьютер
Обновлено: 21.11.2024
Кто умнее — вы или компьютер или мобильное устройство, на котором вы читаете эту статью? Ответ становится все более сложным и зависит от меняющихся определений. Компьютеры, безусловно, лучше справляются с трудностями, используя свой уникальный набор навыков, но люди имеют преимущество в задачах, которые машины просто не могут выполнить. Во всяком случае, еще нет.
Компьютеры могут воспринимать и обрабатывать определенные виды информации намного быстрее, чем мы. Они могут прокручивать эти данные в своем «мозге», состоящем из процессоров, и выполнять вычисления, чтобы продумать несколько сценариев со сверхчеловеческой скоростью. Например, лучшие компьютеры, обученные игре в шахматы, могут в этот момент планировать стратегию на много ходов вперед, решая задачи гораздо ловче, чем лучшие игроки в шахматы. Компьютеры также учатся гораздо быстрее, сужая сложные варианты выбора до наиболее оптимальных. Да, люди тоже учатся на ошибках, но когда дело доходит до решения головоломок, с которыми компьютеры справляются лучше всего, мы гораздо более подвержены ошибкам.
У компьютеров есть и другие преимущества перед людьми. У них лучше память, поэтому они могут получать большое количество информации и могут использовать ее практически мгновенно. Компьютерам не требуется сон, как людям, поэтому они могут рассчитывать, анализировать и выполнять задачи без устали и круглосуточно. Несмотря на ошибки или уязвимость к перебоям в подаче электроэнергии, компьютеры просто точнее выполняют широкий спектр важных функций, чем мы. На них не влияют эмоции, чувства, желания, потребности и другие факторы, которые часто затмевают суждения и интеллект нас, простых смертных.
С другой стороны, люди по-прежнему превосходят компьютеры во многих отношениях. Мы выполняем задачи, принимаем решения и решаем проблемы, основываясь не только на нашем интеллекте, но и на нашем программном обеспечении для массовой параллельной обработки — абстрактно, что мы любим называть нашими инстинктами, нашим здравым смыслом и, возможно, самое главное, нашим жизненным опытом. Компьютеры можно запрограммировать огромными библиотеками информации, но они не могут воспринимать жизнь так, как мы. Люди обладают чертами, которые мы иногда называем (опять же, абстрактно) творчеством, воображением и вдохновением. Человек может написать стихотворение, сочинить и сыграть музыку, спеть песню, создать картину или придумать новое изобретение. Компьютеры можно запрограммировать на выполнение некоторых из этих задач, но они не обладают врожденной способностью творить так, как это делают люди.
Что обо всем этом думают специалисты по искусственному интеллекту? Начнем с определения того, что мы подразумеваем под словами «умнее» или «умнее». Интеллект состоит из двух компонентов, говорит профессор Шломо Майтал, старший научный сотрудник Института С. Неамана в Технионе — Израильском технологическом институте. Одно — это способность учиться, другое — это способность решать проблемы. И в этих областях компьютеры могут быть умнее людей.
"Сегодня компьютеры могут обучаться быстрее, чем люди. Например, Watson (IBM) может читать и запоминать все исследования рака, чего не может ни один человек", – говорит Майтал. «С помощью глубокого обучения Watson также может решить проблему, например, как лечить редкую форму рака — и он это сделал. Так что в этом смысле компьютеры могут быть умнее людей».
Майтал указывает на еще один пример компьютерного интеллекта в своей статье "Скоро ли роботы станут умнее людей?" 10 февраля 1996 года компьютер IBM Deep Blue победил чемпиона мира Гарри Каспарова в первой из шести игр серии, а год спустя выиграл серию — первый компьютер, которому это удалось. Был ли Deep Blue разумным? И да, и нет, – говорит Майтал.
"Нет, потому что он просто смог просчитать огромное количество возможных шахматных ходов за долю секунды", – пишет Майтал. «Скорость — это не интеллект. Но да, потому что он смог проанализировать эти шахматные ходы и выбрать лучший, достаточный для победы над Каспаровым».
«От ИИ С точки зрения перспективы, теперь мы можем обучать компьютеры выполнять многие задачи лучше, чем люди, например некоторые задачи визуального распознавания», — говорит Маллик. «У этих задач есть одна общая черта: для решения этих задач мы можем собрать огромное количество данных, и/или они повторяются. Любая повторяющаяся задача, которая создает много данных, в конечном итоге будет изучена компьютерами».
Однако эксперты сходятся во мнении, что люди по-прежнему превосходят компьютеры в плане общего интеллекта, творчества и здравого смысла или понимания мира.
"Компьютеры могут превзойти людей в определенных специализированных задачах, таких как игра [в игру] го или шахматы, но сегодня ни одна компьютерная программа не может сравниться с человеческим общим интеллектом", – говорит Мюррей Шанахан, профессор когнитивной робототехники факультета вычислительной техники Университета Имперский колледж в Лондоне. «Люди учатся достигать самых разных целей в самых разных условиях.Мы еще не знаем, как наделить компьютеры здравым смыслом в понимании повседневного мира, который лежит в основе общего человеческого интеллекта, хотя я уверен, что однажды нам это удастся».
"Например, мы можем заставить компьютеры имитировать творчество, помещая произведения искусства в базу данных, а затем создавая новое произведение искусства из некоторого объединения", – говорит Грохол. «Но это то же самое, что и человеческое творчество, или компьютерный код просто следует набору инструкций? Я бы сказал, что это только последнее, что делает компьютер намного хуже, когда речь идет об этом компоненте интеллекта».
Компьютеры не понимают смысла так, как люди, – говорит Яна Эггерс, генеральный директор компании Nara Logics, занимающейся искусственным интеллектом. «Даже если компьютер может определить эмоцию, он не понимает, что означает переживание эмоции», — говорит Эггерс. «Будут ли? Это возможно, но неясно, как это будет работать с текущими формами вычислений».
Но что, если перевести часы достаточно далеко вперед? Эксперты в целом согласны с тем, что компьютеры завтрашнего дня будут обладать некоторыми чертами, которые сегодня считаются уникальными для человека.
"В человеческом мозгу 86 миллиардов нейронов (нервных клеток), и все они взаимосвязаны, – говорит Майтал. «Компьютерные нейронные сети имеют гораздо меньше «клеток». Но однажды такие нейронные сети достигнут сложности и изощренности мозга».
Вероятно, все это произойдет раньше, чем позже, считает Грохол. «Как только мы взломаем нейрокод, управляющий нашим мозгом, я считаю, что мы сможем воспроизвести эту структуру и функции искусственно, чтобы мы действительно могли создать искусственную жизнь с помощью искусственного интеллекта», — говорит он. «Я определенно могу предвидеть, что это произойдет в следующем столетии.
Некоторые люди, например ученый-компьютерщик Рэй Курцвейл и соучредитель Tesla Илон Маск, предостерегают от потенциальных опасностей искусственного интеллекта, предвидя будущее типа Терминатора, в котором машины вышли из-под контроля. Нам, безусловно, нужно контролировать искусственный интеллект, чтобы мы могли управлять машинами, а не наоборот. Но вопрос, похоже, не столько в «злых» машинах в голливудском стиле, которые поднимаются, чтобы истребить жалких людей, сколько в согласовании: как мы можем гарантировать, что машинный интеллект, который в конечном итоге может оказаться совершенно за пределами нашего понимания, останется полностью настроенным на наш собственный?
Отчасти это связано с переосмыслением того, как мы подходим к этим вопросам. Вместо того, чтобы зацикливаться на том, кто умнее, или иррационально бояться технологий, мы должны помнить, что компьютеры и машины предназначены для улучшения нашей жизни, точно так же, как компьютер IBM Watson помогает нам в борьбе со смертельными заболеваниями. Хитрость по мере того, как компьютеры становятся все лучше и лучше справляться с этими и многими другими задачами, заключается в том, чтобы «помочь нам» оставалась их главной директивой.
«Важно помнить, что это не противостояние человека и машины, — говорит Маллик. "Это не соревнование. Это сотрудничество».
В одиннадцатом веке святой Ансельм Кентерберийский выдвинул примерно такой аргумент в пользу существования Бога: Бог по определению является величайшим существом, которое мы можем себе представить; Бог, которого нет, явно не так велик, как Бог, который существует; следовательно, Бог должен существовать. Это известно как онтологический аргумент, и есть достаточно людей, которые находят его убедительным в том, что он все еще обсуждается почти тысячу лет спустя. Некоторые критики онтологического аргумента утверждают, что он, по сути, определяет существование существа, а определения работают иначе.
Бог — не единственное существо, существование которого люди пытались доказать. «Пусть сверхразумная машина будет определена как машина, которая может намного превзойти все интеллектуальные действия любого человека, каким бы умным он ни был», — писал математик Ирвинг Джон Гуд в 1965 году:
Поскольку проектирование машин является одним из таких видов интеллектуальной деятельности, сверхразумная машина могла бы создавать еще более совершенные машины; тогда, несомненно, произошел бы «взрыв интеллекта», и разум человека остался бы далеко позади. Таким образом, первая сверхразумная машина — это последнее изобретение, которое когда-либо понадобится человеку, при условии, что машина достаточно послушна, чтобы подсказать нам, как держать ее под контролем.
Идея интеллектуального взрыва была возрождена в 1993 году писателем и ученым-компьютерщиком Вернором Винджем, который назвал ее «сингулярностью». С тех пор эта идея приобрела определенную популярность среди технологов и философов. Такие книги, как «Сверхразум: пути, опасности, стратегии» Ника Бострома, «Жизнь 3» Макса Тегмарка.0: Быть человеком в эпоху искусственного интеллекта» и «Совместимость с человеком: искусственный интеллект и проблема контроля» Стюарта Рассела описывают сценарии «рекурсивного самосовершенствования», в которых искусственный интеллектуальная программа постоянно разрабатывает улучшенную версию себя.
Я считаю, что аргументы Гуда и Ансельма имеют нечто общее, а именно то, что в обоих случаях большая часть работы выполняется с помощью первоначальных определений. Эти определения кажутся внешне разумными, поэтому они общеприняты за чистую монету, но они заслуживают более тщательного изучения. Я думаю, что чем тщательнее мы изучаем неявные предположения аргумента Гуда, тем менее правдоподобной становится идея интеллектуального взрыва.
Как может выглядеть рекурсивное самосовершенствование для человека? Ради удобства мы будем описывать человеческий интеллект с точки зрения IQ, а не как подтверждение IQ. тестирование, а потому что I.Q. представляет идею о том, что интеллект можно с пользой зафиксировать с помощью одного числа, и эта идея является одним из предположений, сделанных сторонниками взрыва интеллекта. В этом случае рекурсивное самосовершенствование выглядело бы так: если есть человек с I.Q. из, скажем, 300 человек, одна из проблем, которую этот человек может решить, состоит в том, как превратить человека с I.Q. 300 в человека с I.Q. из 350. И тогда человек с I.Q. из 350 человек сможет решить более сложную задачу превращения человека с I.Q. 350 в человека с I.Q. из 400. И так далее.
Есть ли у нас основания полагать, что интеллект работает именно так? Я не верю, что мы делаем. Например, есть много людей с IQ 130, и меньше людей с IQ 160. Никто из них не смог повысить интеллект человека с IQ. от 70 до 100, что подразумевается как более легкая задача. Ни один из них не может даже повысить интеллект животных, чей интеллект считается слишком низким, чтобы его можно было измерить с помощью IQ. тесты. Если повысить чей-то I.Q. Если бы это была такая деятельность, как решение набора математических головоломок, мы должны видеть успешные примеры этого на нижнем уровне, где задачи решать легче. Но мы не видим веских доказательств того, что это происходит.
Возможно, это потому, что мы сейчас слишком далеки от необходимого порога; может I.Q. 300 — это минимум, необходимый для повышения чьего-либо интеллекта. Но даже если бы это было правдой, у нас все еще нет веских оснований полагать, что бесконечное рекурсивное самосовершенствование вероятно. Например, вполне возможно, что лучшее, что есть у человека с I.Q. из 300 может увеличить I.Q другого человека. до 200. Это позволило бы одному человеку с I.Q. из 300, чтобы дать всем вокруг них I.Q. из 200, что, честно говоря, было бы удивительным достижением. Но это все равно оставило бы нас на плато; не было бы рекурсивного самосовершенствования и взрыва интеллекта.
Эмерсон Пью, инженер-исследователь IBM, сказал: "Если бы человеческий мозг был настолько простым, что мы могли бы его понять, мы были бы настолько простыми, что не могли бы". Это утверждение интуитивно понятно, но, что более важно, мы можем привести конкретный пример в его поддержку: микроскопическую аскариду C. элегантность. Вероятно, это один из наиболее изученных организмов в истории; ученые секвенировали его геном и узнали линию клеточных делений, дающих начало каждой из девятисот пятидесяти девяти соматических клеток в его теле, и нанесли на карту все связи между тремястами двумя нейронами. Но они до сих пор не до конца понимают его поведение. По оценкам, в человеческом мозгу в среднем восемьдесят шесть миллиардов нейронов, и нам, вероятно, понадобится большинство из них, чтобы понять, что происходит в C. Элеганса триста два; такое соотношение не сулит ничего хорошего для наших перспектив понимания того, что происходит внутри нас самих.
Некоторые сторонники интеллектуального взрыва утверждают, что можно увеличить интеллект системы без полного понимания того, как она работает. Они подразумевают, что интеллектуальные системы, такие как человеческий мозг или искусственный интеллект, программы, имеют одну или несколько скрытых «интеллектуальных ручек», и что нам нужно только быть достаточно умными, чтобы найти ручки. Я не уверен, что на данный момент у нас есть много хороших кандидатов на эти ручки, поэтому сложно оценить разумность этой идеи. Возможно, наиболее часто предлагаемый способ «включить» искусственный интеллект — увеличить скорость оборудования, на котором работает программа. Некоторые говорят, что как только мы создадим программное обеспечение, которое будет таким же разумным, как человек, запуск этого программного обеспечения на более быстром компьютере приведет к эффективному созданию сверхчеловеческого интеллекта. Приведет ли это к интеллектуальному взрыву?
Представим, что у нас есть ИИ. программа, которая так же умна и способна, как средний человек-программист.Теперь предположим, что мы увеличили скорость его компьютера в сто раз и позволили программе работать в течение года. Это было бы равносильно тому, чтобы запереть среднестатистического человека в комнате на сто лет и не делать ничего, кроме работы над поставленной задачей программирования. Многие люди сочли бы это адским тюремным заключением, но для целей этого сценария давайте представим, что ИИ не чувствует то же самое. Будем считать, что А.И. обладает всеми желательными качествами человека, но не обладает какими-либо другими свойствами, которые могли бы выступать в качестве препятствий в этом сценарии, такими как потребность в новизне или желание делать собственный выбор. (Мне не ясно, является ли это разумным предположением, но мы можем оставить этот вопрос на другой раз.)
Итак, теперь у нас есть человекоподобный искусственный интеллект. то есть тратить сто человеко-лет на одну задачу. Каких результатов мы можем ожидать? Предположим, что этот А.И. мог писать и отлаживать тысячу строк кода в день, что является потрясающим уровнем производительности. При таких темпах столетия было бы почти достаточно, чтобы в одиночку написать Windows XP, которая предположительно состояла из сорока пяти миллионов строк кода. Это впечатляющее достижение, но оно далеко от возможности написать ИИ. умнее себя. Создание более умного ИИ требуется больше, чем умение писать хороший код; это потребует крупного прорыва в области искусственного интеллекта. исследования, и это не то, чего может достичь обычный программист, независимо от того, сколько времени вы ему уделите.
При разработке программного обеспечения вы обычно используете программу, известную как компилятор. Компилятор берет написанный вами исходный код на таком языке, как C, и переводит его в исполняемую программу: файл, состоящий из машинного кода, который понимает компьютер. Предположим, вас не устраивает используемый компилятор C — назовите его CompilerZero. CompilerZero требует много времени для обработки вашего исходного кода, а программы, которые он генерирует, требуют много времени для запуска. Вы уверены, что можете сделать лучше, поэтому пишете новый компилятор C, который генерирует более эффективный машинный код; этот новый известен как оптимизирующий компилятор.
Вы написали оптимизирующий компилятор на C, поэтому можете использовать CompilerZero для преобразования исходного кода в исполняемую программу. Назовите эту программу CompilerOne. Благодаря вашей изобретательности CompilerOne теперь генерирует программы, которые работают быстрее. Но сам CompilerOne по-прежнему требует много времени для запуска, потому что это продукт CompilerZero. Что вы можете сделать?
Вы можете использовать CompilerOne для компиляции самого себя. Вы передаете CompilerOne его собственный исходный код, и он создает новый исполняемый файл, состоящий из более эффективного машинного кода. Назовите это CompilerTwo. CompilerTwo также генерирует программы, которые работают очень быстро, но у него есть дополнительное преимущество, заключающееся в том, что он сам работает очень быстро. Поздравляем — вы написали самосовершенствующуюся компьютерную программу.
Но на этом все. Если вы загрузите тот же исходный код в CompilerTwo, все, что он сделает, это сгенерирует еще одну копию CompilerTwo. Он не может создать CompilerThree и инициировать серию все более совершенных компиляторов. Если вам нужен компилятор, который генерирует программы, работающие с невероятной скоростью, вам придется поискать его в другом месте.
Техника компиляции самой компилятором известна как начальная загрузка и используется с 1960-х годов. С тех пор оптимизация компиляторов прошла долгий путь, поэтому различия между CompilerZero и CompilerTwo могут быть намного больше, чем раньше, но весь этот прогресс был достигнут программистами-людьми, а не компиляторами, улучшающими себя. И хотя компиляторы сильно отличаются от программ искусственного интеллекта, они предлагают полезный прецедент для размышлений об идее интеллектуального взрыва, потому что они представляют собой компьютерные программы, которые генерируют другие компьютерные программы, и потому что при этом оптимизация часто является приоритетом. .
Чем больше вы знаете о предполагаемом использовании программы, тем лучше вы сможете оптимизировать ее код. Программисты-люди иногда вручную оптимизируют разделы программы, что означает, что они напрямую определяют машинные инструкции; люди могут написать машинный код, более эффективный, чем тот, который генерирует компилятор, потому что они знают больше о том, что должна делать программа, чем компилятор. Компиляторы, которые лучше всего справляются с оптимизацией, — это компиляторы так называемых предметно-ориентированных языков, которые предназначены для написания узких категорий программ. Например, существует язык программирования под названием Halide, предназначенный исключительно для написания программ обработки изображений. Поскольку предполагаемое использование этих программ очень специфично, компилятор Halide может генерировать код не хуже или даже лучше, чем код, который может написать человек-программист.Но компилятор Halide не может скомпилировать сам себя, потому что язык, оптимизированный для обработки изображений, не имеет всех функций, необходимых для написания компилятора. Для этого вам нужен язык общего назначения, а компиляторы общего назначения не могут сравниться с программистами-людьми, когда дело доходит до генерации машинного кода.
Компилятор общего назначения должен уметь компилировать что угодно. Если вы предоставите ему исходный код текстового процессора, он сгенерирует текстовый процессор; если вы предоставите ему исходный код для MP3-плеера, он сгенерирует MP3-плеер; и так далее. Если завтра программист изобретет новый вид программы, что-то такое же незнакомое для нас сегодня, как самый первый веб-браузер в 1990 году, он передаст исходный код компилятору общего назначения, который покорно сгенерирует эту новую программу. Итак, хотя компиляторы ни в коем случае не разумны, у них есть одна общая черта с разумными людьми: они способны обрабатывать входные данные, которых никогда раньше не видели.
Сравните это с тем, как ИИ программы в настоящее время разработаны. Возьмите А.И. программа, которой предъявляются шахматные ходы и которая в ответ должна только выдать шахматные ходы. Его работа очень специфична, и знание этого чрезвычайно полезно для оптимизации его производительности. То же самое относится и к ИИ. программа, которая будет давать только «Jeopardy!» подсказки и нужно только выплевывать ответы в форме вопроса. Несколько А.И. программы были разработаны, чтобы играть в несколько подобных игр, но ожидаемый диапазон входных и выходных данных по-прежнему чрезвычайно узок. Теперь, в качестве альтернативы, предположим, что вы пишете ИИ. программу, и вы не знаете заранее, какой тип входных данных она может ожидать или какую форму примет правильный ответ. В такой ситуации оптимизировать производительность сложно, потому что вы понятия не имеете, для чего оптимизируете.
Сколько можно оптимизировать для универсальности? В какой степени вы можете одновременно оптимизировать систему для каждой возможной ситуации, в том числе для ситуаций, с которыми вы раньше не сталкивались? Предположительно, некоторые улучшения возможны, но идея интеллектуального взрыва подразумевает, что практически нет предела степени оптимизации, которую можно достичь. Это очень сильное утверждение. Если кто-то утверждает, что бесконечная оптимизация для универсальности возможна, я хотел бы увидеть какие-то аргументы, помимо приведения примеров оптимизации для специализированных задач.
Очевидно, ничто из этого не доказывает, что взрыв интеллекта невозможен. В самом деле, я сомневаюсь, что можно что-то доказать, потому что такие вопросы, вероятно, не входят в область математического доказательства. Это не вопрос доказательства того, что что-то невозможно; это вопрос того, что составляет хорошее обоснование веры. Критики онтологического аргумента Ансельма не пытаются доказать, что Бога нет; они просто говорят, что аргумент Ансельма не является веской причиной верить в существование Бога. Точно так же определение «сверхразумной машины» не является достаточным основанием для того, чтобы думать, что мы можем построить такое устройство.
Есть один контекст, в котором я думаю, что рекурсивное самосовершенствование является значимой концепцией, и это когда мы рассматриваем возможности человеческой цивилизации в целом. Обратите внимание, что это отличается от индивидуального интеллекта. Нет никаких оснований полагать, что люди, родившиеся десять тысяч лет назад, были менее умны, чем люди, родившиеся сегодня; у них была точно такая же способность учиться, как и у нас. Но сегодня в нашем распоряжении десять тысяч лет технологических достижений, и эти технологии не только физические, но и когнитивные.
Давайте рассмотрим арабские цифры в сравнении с римскими цифрами. С позиционной системой записи, такой как та, что создана арабскими цифрами, проще выполнять умножение и деление; если вы участвуете в соревновании по умножению, арабские цифры дают вам преимущество. Но я бы не сказал, что человек, использующий арабские цифры, умнее того, кто использует римские цифры. По аналогии, если вы пытаетесь затянуть болт с помощью гаечного ключа, у вас получится лучше, чем у того, у кого есть плоскогубцы, но было бы несправедливо говорить, что вы сильнее. У вас есть инструмент, который предлагает вам большее механическое преимущество; только когда мы даем вашему конкуренту тот же инструмент, мы можем справедливо судить, кто сильнее. Когнитивные инструменты, такие как арабские цифры, предлагают аналогичное преимущество; если мы хотим сравнить интеллект отдельных людей, они должны быть оснащены одними и теми же инструментами.
Простые инструменты позволяют создавать сложные; это так же верно для когнитивных инструментов, как и для физических. За всю свою историю человечество разработало тысячи таких инструментов, начиная от двойной бухгалтерии и заканчивая декартовой системой координат. Таким образом, хотя мы не стали умнее, чем были раньше, в нашем распоряжении более широкий набор когнитивных инструментов, которые, в свою очередь, позволяют нам изобретать еще более мощные инструменты.
Так происходит рекурсивное самосовершенствование — не на уровне отдельных личностей, а на уровне человеческой цивилизации в целом. Я бы не сказал, что Исаак Ньютон стал умнее, когда изобрел исчисление; он должен был быть очень умным, чтобы изобрести это в первую очередь. Вычисления позволили ему решить некоторые проблемы, которые он не мог решить раньше, но он не был самым большим бенефициаром своего изобретения, в отличие от остального человечества. Те, кто пришел после Ньютона, извлекли выгоду из исчисления двумя способами: в краткосрочной перспективе они могли решать проблемы, которые не могли решить раньше; в долгосрочной перспективе они могли бы развить работу Ньютона и разработать другие, еще более мощные математические методы.
Эта способность людей опираться на работу друг друга является именно тем, почему я не считаю, что запуск искусственного интеллекта, эквивалентного человеческому, Программа на сто лет в изоляции — хороший способ совершить крупный прорыв. Человек, работающий в полной изоляции, может совершить прорыв, но вряд ли будет делать это неоднократно; лучше иметь много людей, черпающих вдохновение друг в друге. Они не должны напрямую сотрудничать; любая область исследований будет развиваться лучше, если в ней будет работать много людей.
В качестве примера рассмотрим изучение ДНК. Джеймс Уотсон и Фрэнсис Крик были активны в течение десятилетий после публикации в 1953 году своей статьи о структуре ДНК, но ни один из крупных прорывов, впоследствии достигнутых в исследованиях ДНК, не был сделан ими. Они не изобрели методы секвенирования ДНК; кто-то другой сделал. Они не разработали полимеразную цепную реакцию, которая сделала синтез ДНК доступным; кто-то другой сделал. Это никоим образом не является оскорблением Уотсона и Крика. Это просто означает, что если бы у вас был ИИ. их версий и запускать их со скоростью, в сто раз превышающей нормальную, вы, вероятно, не получите таких же хороших результатов, как те, которые мы получили от молекулярных биологов по всему миру, изучающих ДНК. Инновации не возникают изолированно; ученые опираются на работы других ученых.
Скорость инноваций растет и будет продолжать расти, даже если какая-либо машина не сможет спроектировать своего преемника. Кто-то может назвать это явление интеллектуальным взрывом, но я думаю, правильнее будет назвать его технологическим взрывом, включающим когнитивные технологии наряду с физическими. Компьютерное оборудование и программное обеспечение — это новейшие когнитивные технологии, и они являются мощным инструментом инноваций, но сами по себе они не могут привести к технологическому взрыву. Для этого нужны люди, и чем больше, тем лучше. Предоставление лучшего оборудования и программного обеспечения одному умному человеку полезно, но настоящие преимущества приходят, когда они есть у всех. Наш нынешний технологический взрыв — это результат того, что миллиарды людей используют эти когнитивные инструменты.
Читайте также: