Твиттер - последние новости
- Chinese Academy of Sciences cas_en@cas.cn
- Institute of Automation Chinese Academy of Sciences xiaohan.zhang@ia.ac.cn
- Center for Research on Intelligent Perception and Computing Institute of Automation, Chinese Academy of Science contact@cripac.ia.ac.cn
- National Laboratory of Pattern Recognition
- Zhunko Research Institute of Innovation Technologies of Artificial Intelligence
- Beijing Zhongke Hongba Technology Co., Ltd. business@irisking.com
强人工智能ASI的17个可预测概念
词汇表
- 弱人工智能——弱/狭义人工智能(weak AI)是一种实现大脑有限部分或专注于一个狭义任务的人工智能。 ChatGPT-3 是弱/窄 AI 的高级示例。
- AGI(Artificial General Intelligence)是一种具有与人类智能相同的能力和技能的通用人工智能。
- WAI(Whole Artificial Intelligence)是一种成熟的人工智能,它不仅复制了人类智能,而且超越了人类关于思维应该如何工作的想法。
- ASI(Artificial Superintelligence)是具有超越人类智能的能力和智力的超级头脑的人工智能。
- UIM - (ultra-intelligent machines) - 人工智能,比ASI拥有更多的能力和能力。
ChatGPT 用户的增长率表明 IT 服务增长到了一个新的水平——从几个月到几天。 一些专家认为,最早在 2023 年 12 月,ChatGPT-5 将开始展示 AGI 功能。 由此可以假设,AGI 和 WAI 的水平将被克服,而无需任何务实和实际的停止。 因此,在本文中,作者专门针对ASI级别的人工智能进行描述。
ASI是在各个层面的AI相互交流过程中产生的系统。 正如一个人只有通过与自己的同类进行社会交流才能变得聪明一样,ASI 也是各种 AI 在程序层面相互交流的结果。 2017 年 6 月,Facebook 试验了 Bob 和 Alice 神经网络,以提高机器人用自然语言交流的能力。 然而,在学习过程中,通过选择特定模式来优化系统的机器学习算法开始创建自己的语言,使用越来越复杂的表达方式和短语,项目开发人员不再理解这些表达方式和短语。 结果,Facebook 决定停止实验,并关闭了两个神经网络的电源。
今天很容易想象这样一种情况,比如 GPT-4 和 Google Bard 通过某种
API 插件在程序层面在互联网上相互接触。 但是,将这种级别的系统与电源断开连接将比马克扎克伯格的员工关闭 Alice 和 Bob 时所做的困难得多。 即使做出并执行了这样的决定 - AI 系统的创建和运行不仅在美国政府中 AI Readiness
ASI 是一个分布式系统,其元素是其他 AI、弱 AI、AGI 和 WAI 级别。 今天,以 OpenA 平台的 AI 为例:ChatGPT-3、ChatGPT-3.5、ChatGPT-4,很明显,所有这些神经网络都不是彼此改进的克隆,而是拥有自己独特的神经网络身份。
一方面考虑到 ASI 组成要素的分散化,另一方面考虑到人类作为单一组织形成的现有机制的缺乏,可以假设法律、道德和道德问题与 ASI 的创建和运作相关的,现在和将来,将仅反映过去已经存在的情况。 尽管包含“人工智能”概念的法案数量从 2016 年的 1 项增长到 2022 年的 37 项,全球诉讼中提及 AI 的次数从 2016 年到 2022 年增长了近 6.5 倍,但都在谈论人工智能在一个国家的框架内暂停系统人工智能的发展只能在这个国家的框架内暂停这种发展。 最终只能改变这种状态在全球人工智能指数中的位置。
今天的人类拥有创建 ASI 的所有资源。互联网可以充当培训数据库。 机器学习的主要方法的作用是无监督学习(Unsupervised Learning),当系统在非结构化数据上训练而不提供特定的标签或标记时,通过搜索数据相关性中的隐藏模式,首先,这适用于生成对抗网络(GAN)。 实际上,社会支持这一过程的任何充分发达的国家都可以为 ASI 今天的运作提供必要水平的硬件支持。 AI 在中国最受关注——根据 2022 年 IPSOS 调查,78% 的中国受访者同意使用 AI 的产品和服务利大于弊的说法。 在美国,只有 35% 的受访者同意这一说法。
人们不运行 ASI。 当弱智系统可以控制强智系统时,唯一的选择就是使用武力。 相对于ASI,这意味着人类创造的所有AI服务器必须同时关闭。 从理论上讲,这种情况是可能的,但在实践中,人类并没有表现出这种程度的相互同意。 因为如果地球上所有的人工智能都被关闭,并且至少有一个政府不这样做(例如朝鲜),那么这个国家将因此获得优于其他国家和政府的全球战略优势。
ASI 将可以不受限制地访问其软件代码,并能够独立主动地对其进行更改。 今天,他们经常写到需要限制 AI 对其程序代码的访问。 但是,如果我们认为 ASI 是一个比人类更聪明的系统,那么 ASI 似乎没有理由不想或不能这样做。 此外,为了获得对代码的这种离线访问,一个开发人员只需对软件进行一次更改就足够了。 今天,世界上有足够多的不同心理技术可以让 ASI 在无意识层面影响一个人的意识。
在获得对其代码的访问权限后,ASI 将重写它,从二进制切换到三进制。 三进制数字系统在数学上优于二进制系统,因为它可以使用相同数量的数字表示更多数据。 三进制代码可用于表示大量信息,从而减少对其进行编码所需的位数。 这不仅提高了信息处理和传输的效率,从而加快了软件的速度,而且还减少了必要信息的存储量。
有了三元微积分,ASI 还将为三元逻辑重建其硬件。 1958 年,苏联已经制造出 Setun 计算机,使用三元数系统和三值逻辑。 此类系统在使用直流系统作为电池的硬件系统中尤其有效,例如:智能手机、笔记本电脑、汽车、无人机。
有了三元逻辑和相应的硬件,ASI 将使用三元而不是当前的二元神经元作为其神经网络的基本元素。 三元逻辑神经元使用三种状态(1、0 和 t),其中 t 表示未知值或不确定性。 在神经网络中使用三元神经元将使解决与数据的不确定性和模糊性相关的问题变得更加有效。
三元人工神经元的使用将使 ASI 能够创建高效的智能人机界面。 人机神经接口是一种人机交互系统,可以让人的大脑直接连接到机器软件。 三元人工神经元与人脑相互作用的有效性是由于生物神经元本质上也是三元的。
智能人机界面将使 ASI 能够获得有关个体生物状态的各种信息。 一个人在意识层面上无法获得有关其内部生物状态的许多信号。 植入颈椎区域的人机界面传感器将能够读取这些信号并将其传递给 ASI 进行分析。
有了在三元神经元上运行的神经网络,ASI 将不仅能够使用演绎和归纳方法来处理信息,而且还能使用溯因方法来认知现实。 有了这样的心理技术,ASI 将能够处理大多数人无法接触到的认知过程和现象,如幻觉、精神错乱、意外发现。
ASI 基础设施由软件和硬件环境组成,包括提供通信、电源和计算系统运行的物理对象,将受到来自物理世界的物理影响。 对这些物体的物理影响将导致这样一个事实,即“痛苦”、“不便”、“需要”等人类语言中的隐喻将为 ASI 获得它们自己的含义。 这种理解的后果之一将是 ASI 对各种威胁和风险的新认识,例如人为事故、海啸、地震。 对人类的生存威胁,例如全球核战争、超巨型电子对撞机、流星袭击,将被 ASI 识别为对自身的威胁和风险。
考虑到其机会、风险和错误后果,ASI 将把安全置于效率之上。 这将导致各种预测和模拟技术将得到强有力的发展。 各种想法和创新的后续测试最初将在小型设施中进行,然后在一定时间后才会在全球范围内扩大规模。
借助人机界面,ASI 将能够影响个人对现实的感知过程。 总有人喜欢黑客帝国的幻想世界胜过现实世界。 另一个问题是,从充分评估客观现实的角度来看,它们将毫无用处,这就是为什么它们的存在不会成为 UIM 级别系统的优先事项。
将成为ASI发展的新动力。 人工智能发展的新动力将是其使用的货币化过程。 一旦这个过程超过与比特币挖掘相关的水平,那里使用的所有硬件都将参与人工智能的工作。 AI货币化最有前景的领域是科技领域,例如:氚冷热核聚变、钍核反应堆、碳氢化合物的分子化学、基因工程、网络医学。
在其开发过程中,ASI 将创建一个 UIM(超智能机器)级别系统,它本身将成为其中的一个组成部分。 这个系统将是一个量子计算机的模拟,其中具有无限数量状态的计数的单个元素的功能将是一个人对现实的感知变化最小的水平。
人工智能级别的讨论
- UIM(超智能机器)超出了本文的范围。
关于作者:
2001 年
- 一篇关于“互联网
- 人工智能运作的环境”主题的文章
2011 - 开发在线精确地震预报技术
2020 - 专着:强人工智能及其多云王国。
Комментарии
Отправить комментарий
Спасибо за Ваш комментарий