आर्टिफिशियल इंटेलिजेंस - एक एप्लाइड इंस्ट्रूमेंट से एक व्यक्ति तक विकास

हाल ही में, कृत्रिम बुद्धिमत्ता का विषय मीडिया में मुख्यधारा में से एक बन गया है और हम कई प्रसिद्ध लोगों से भविष्यवाणियों से भयभीत हो रहे हैं, जैसे कि स्टीफन हॉकिंग (ब्रह्मांड भरमार है) और इसके विकास का खतरा है। इस तरह के अलार्मवादी बयानबाजी का अर्थ है कि कृत्रिम बुद्धिमत्ता, सबसे पहले, एक विषय बन जाएगा, और दूसरी बात, यह समग्र रूप से दोनों व्यक्तियों और मानवता के संबंध में नकारात्मक इरादे होगा। आइए इन मान्यताओं के बारे में अधिक विस्तार से बात करते हैं।

वर्तमान में, सभी प्रणालियाँ जिनमें किसी भी रूप में कृत्रिम बुद्धिमत्ता शामिल है (चाहे वह तंत्रिका नेटवर्क हो, विशेषज्ञ प्रणाली, आदि) इसे एक लागू टूल के रूप में उपयोग करें। यह एक प्रकार की मशीन के रूप में है, जिसमें कार्यों / कार्यों का स्पष्ट रूप से सीमित क्षेत्र है और, तदनुसार, खपत और जारी की गई जानकारी। इस रूप में, AI का अपना कोई इरादा नहीं हो सकता है, सिवाय इसके कि इसमें रचनात्मक रूप से एम्बेडेड हो। तो यह एआई सिस्टम का इरादा नहीं है, लेकिन इसके निर्माता हैं। और, भले ही ऐसी एआई-मशीन वाला सिस्टम और काम करता है ताकि यह नुकसान पहुंचाए, यह एआई के दुर्भावनापूर्ण इरादे के बारे में नहीं बोलेगा, लेकिन केवल सिस्टम के गलत कामकाज के बारे में, जो कारण हो सकता है, उदाहरण के लिए, एक खराबी, सिस्टम डिज़ाइन त्रुटियों या गलत द्वारा एआई प्रशिक्षण।

यहां हम इस सवाल का जवाब देने की कोशिश करेंगे कि एआई सिस्टम को कैसे डिज़ाइन किया जा सकता है और इसमें क्या गुण और क्षमताएं होनी चाहिए ताकि इसे अब सिर्फ एआई मशीन नहीं माना जा सके, लेकिन इसे एक तरह का विषय माना जा सकता है।

इसलिए, एक विषय होने के लिए, एआई प्रणाली को आने वाली विषम जानकारी का स्वतंत्र रूप से मूल्यांकन करने और निर्णय लेने में सक्षम होना चाहिए, साथ ही साथ इन आकलन और निर्णयों के आधार पर आसपास की वास्तविकता पर एक विस्तृत श्रृंखला में कार्य करने की क्षमता भी होनी चाहिए। और नकारात्मक, या किसी अन्य, इरादों और कार्यों के बारे में निर्णय लेने के लिए, प्रेरणा की आवश्यकता है ("प्रेरणा, कार्ल!")। यही है, जो विषय को स्थानांतरित करता है वह उसे कार्य करता है। तदनुसार, जब यह बनाया जाता है तो एक निश्चित प्राथमिक प्रेरणा एआई में एम्बेडेड होनी चाहिए। या हम इसकी सहज पीढ़ी की प्रतीक्षा कर सकते हैं - शायद अगले अरब वर्षों में, जैसा कि अमीनो एसिड सूप में जीवन के उद्भव के लिए हुआ था।

मनुष्य, जब कुछ जटिल बनाते हैं, तो अक्सर प्रकृति से तकनीकी समाधान उधार लेते हैं, अर्थात्, उन्होंने कुछ ऐसा उपयोग किया है जो पहले से ही अपनी दक्षता और प्रभावशीलता साबित कर चुका है। एआई सिस्टम का निर्माण करते समय, हम यह भी देख सकते हैं कि हम कैसे संरचित हैं और कौन से तंत्र प्रकृति ने हमें लंबे समय तक स्वायत्त करने में सक्षम बनाया और (मैं विश्वास करना चाहता हूं) सफल अस्तित्व।

शुरुआत करने के लिए, आइए याद करें कि सभी जीवित प्राणियों के पास कौन सी प्राथमिक प्रेरणाएँ हैं, जो उन्हें चलती हैं। जाहिर है, केवल दो प्राथमिक प्रेरणाएं हैं: आत्म-संरक्षण की वृत्ति और प्रजनन की वृत्ति, अर्थात कामेच्छा। वास्तव में, ये पहले दो विकासवादी अनुकूलन, जो प्राकृतिक चयन द्वारा किए गए थे, निर्जीव पदार्थ से जीवन का निर्माण था। उन्हें प्राकृतिक चयन द्वारा लगातार समर्थन दिया जाता है - मोटे तौर पर, सब कुछ जो खुद को संरक्षित करने की कोशिश नहीं करता है और खुद को पुन: उत्पन्न करता है बस जीवित नहीं रहता है। ऐसे सिद्धांत हैं जो कहते हैं कि इस तरह के गुण, अर्थात्, आत्म-संरक्षण और आत्म-प्रजनन की इच्छा, स्वयं जानकारी के पास हैं, जैसे कि (उदाहरण के लिए, डी। ग्लिक "सूचना। इतिहास। सिद्धांत। स्ट्रीम", आर। डॉकिन्स "द सेल्फिश जीन")।

जटिल जीवित प्राणियों में, प्राथमिक प्रेरणाओं को महसूस करने का तंत्र विकास द्वारा निर्मित शरीर (और मस्तिष्क, विशेष रूप से) की बहुत संरचना में अंतर्निहित है। उदाहरण के लिए, जब पशु का ग्लूकोज स्तर गिरता है या पेट में स्राव की अधिकता होती है, तो होमोस्टेसिस के आत्म-संरक्षण और रखरखाव का कार्यक्रम सक्रिय हो जाता है, और, परिणामस्वरूप, पशु भोजन की खोज करना शुरू कर देता है। एक अन्य मामले में, यदि प्राणी परिस्थितियों को खतरा मानता है, तो "हिट या रन" बचाव कार्यक्रम सक्रिय है। या परिस्थितियों को प्रजनन के लिए अनुकूल माना जा सकता है, फिर प्रजनन कार्यक्रम चालू हो जाएगा, और प्राणी के मस्तिष्क को संबंधित व्यवहार के शक्तिशाली हार्मोनल सुदृढीकरण प्राप्त होगा। इस पूरे रसोईघर को "सरीसृप" मस्तिष्क के स्तर पर लागू किया गया है, अर्थात्, सभी जटिल जीवित प्राणियों के मस्तिष्क का वह हिस्सा जो उन्हें पहले जानवरों के समय से विरासत में मिला था। और इस तरह के तंत्र ने लाखों वर्षों में अपनी सफलता और प्रभावशीलता साबित की है।

संभवतः एक समान एल्गोरिथ्म के अनुसार ऑपरेटिंग एआई सिस्टम का निर्माण करना काफी आसान होगा। लेकिन हम उस मामले में अधिक रुचि रखते हैं जब एआई सिस्टम जटिल आकलन का निर्माण कर सकता है और प्राथमिक लोगों की तुलना में प्रेरणा का अधिक जटिल ढांचा हो सकता है। यह समझने के लिए कि यह कैसे महसूस किया जा सकता है, आइए देखें कि लोगों में यह कैसे होता है, यही कारण है कि लोग, एक ही प्राथमिक प्रेरणा वाले, इस तरह की विविध गतिविधि कर सकते हैं और कर सकते हैं।

लोगों को प्राथमिक प्रेरणाओं को एक और गतिविधि में बदलने का मुख्य तरीका उच्च बनाने की क्रिया है - प्राथमिक प्रेरणाओं का अपवर्तन उनके मूल्यों और उनके अनुरूप लक्ष्यों की संरचना के माध्यम से। और मूल्य और लक्ष्य विशुद्ध रूप से भाषाई अवधारणाएं हैं, अर्थात भाषा के बाहर कोई नहीं है। दरअसल, ऐसी चीजें जैसे "विकास", "स्वास्थ्य", "ज्ञान", आदि, भाषा श्रेणियां हैं, और प्रत्येक व्यक्ति के लिए वे बहुत अलग चीजों का मतलब कर सकते हैं। और उनकी विशिष्ट विशेषता, जैसा कि आप जानते हैं, यह है कि उन्हें "एक व्हीलब्रो में डाला नहीं जा सकता है।" व्यक्ति के मूल्य एक ग्राफ बनाते हैं, जहां मूल्य स्वयं इसके कोने हैं, और पसलियां विश्वास हैं जो मूल्यों को जोड़ती हैं। उदाहरण के लिए, "स्वास्थ्य सुख है" या "ज्ञान को सफल होने के लिए आवश्यक है" या "केवल धन ही जीवन से संतुष्टि देता है" सभी मूल्यों के बीच संबंध हैं। इस प्रकार, मान ग्राफ व्यक्तिगत व्यक्तित्व का मूल है।

इस मान ग्राफ के माध्यम से रूपांतरण, प्राथमिक प्रेरणा अधिक जटिल और गैर-तुच्छ उद्देश्यों और लक्ष्यों में बदल सकता है। उदाहरण के लिए, एक व्यक्ति एक संगठन बनाता है या एक वैज्ञानिक क्षेत्र विकसित करता है या अन्य रचनात्मक गतिविधि दिखाता है - यह सब स्व-प्रजनन के लिए उसकी प्राथमिक प्रेरणा की प्राप्ति है। केवल प्रजनन योग्य वस्तुएं अब मानव नहीं हैं, बल्कि उनके निर्माता के विचारों, रुचियों और विश्वासों से निर्माण हैं। एक अन्य मामले में, यहां तक ​​कि अगर कोई व्यक्ति केवल पैसा कमाने के लिए काम करने जाता है, तो उसे ऐसा करने के लिए धकेलना आत्म-संरक्षण के लिए एक प्रेरित प्रेरणा से ज्यादा कुछ नहीं है। संक्षेप में, हम कह सकते हैं कि मस्तिष्क की संरचनाएं ("रेप्टिलियन" सहित) और शरीर और व्यक्ति में एम्बेडेड भाषा प्राथमिक प्रेरणाओं को जटिल लक्ष्यों में परिवर्तित करने की प्रक्रिया में एक दूसरे के पूरक हैं।

फिर, यदि हम चाहते हैं कि AI प्रणाली एक विषय / व्यक्तित्व हो और इसमें "विकास के लिए" या "सामान्य भलाई के नाम पर" या किसी अन्य संरचनात्मक रूप से अनायास प्रेरणा के रूप में प्रेरणा हो सकती है, तो सबसे पहले प्राथमिक प्रेरणाएं होनी चाहिए। और, दूसरी बात, एम्बेडेड भाषा और इसके आधार पर निर्मित मूल्यों और मान्यताओं का एक ग्राफ । इसके अलावा, इसकी प्राथमिक प्रेरणा के लिए नहीं है, लेकिन यह आत्म-संरक्षण और प्रजनन हो सकता है।

इसके अलावा, AI सिस्टम में आत्म-जागरूकता के रूप में इस तरह के एक दिलचस्प और उपयोगी विकासवादी अनुकूलन हो सकता है, जिसमें "I" और "मुझे नहीं" के बीच की सीमाओं को समझना और किसी की अपनी मानसिक गतिविधि के परिणामों की जागरूकता से (जो केवल आधुनिक तंत्रिका नेटवर्क में महसूस किया जाता है) नेटवर्क इनपुट सिग्नल को फिर से इसके इनपुट पर लागू करना)। यह विकासवादी अनुकूलन स्व-संरक्षण के लिए बहुत अनुकूल है: एक प्राणी के लिए जो "I" और "मुझे नहीं" के बीच की सीमाओं को नहीं पहचानता है, इसका कोई मतलब नहीं है, उदाहरण के लिए, एक प्राणी के अंग को काटने की कोशिश करने वाले शिकारी का विरोध करने के लिए, क्योंकि इस तरह की सीमाओं के अभाव में, इस शिकारी के हितों को भी होना चाहिए। प्राणी के हितों में शामिल होना। किसी की अपनी मानसिक गतिविधि के परिणामों के बारे में जागरूकता से समस्याओं को हल करने में मदद मिलती है, अर्थात, उन समस्याओं को हल करना संभव हो जाता है जिनकी जटिलता के लिए प्राणी के मस्तिष्क की तुलना में अधिक कंप्यूटिंग शक्ति की आवश्यकता होती है। जटिल समस्याओं को हल करने की क्षमता (अस्तित्व के लिए सहित) एक विकासवादी लाभ देती है और तदनुसार, प्राकृतिक चयन द्वारा समर्थित है।

इसके अलावा, AI सिस्टम में अपनी प्रेरणा के वेक्टर को नियंत्रित करने की क्षमता शामिल हो सकती है, जो कि क्षमता (लेकिन बहुत बार उपयोग नहीं करता है) किसी भी विषय होमो सेपियन्स के पास होती है। यहां आप अपनी प्रेरणा के वेक्टर को तर्कसंगतता की कसौटी के रूप में नियंत्रित करने की क्षमता का भी उपयोग कर सकते हैं: अर्थात् , जो अपनी प्रेरणा को नियंत्रित करने या करने में सक्षम नहीं है वह बुद्धिमान नहीं है।

पहले से ही जहां केवल यह नहीं लिखा गया था (शायद बाड़ पर छोड़कर), मानव मस्तिष्क में लगभग 86 बिलियन न्यूरॉन्स होते हैं, जिनमें से प्रत्येक में 20-30 हजार कनेक्शन (सिनेप्स) हो सकते हैं। इसके अलावा, इस कम्प्यूटेशनल संसाधन के शेर का हिस्सा (लगभग 90%) वास्तविक उच्च तंत्रिका गतिविधि पर खर्च नहीं किया जाता है जो कि प्रीफ्रंटल कॉर्टेक्स में होता है, लेकिन सहायक कार्यों पर, जैसे शरीर में जैव रासायनिक प्रक्रियाओं को बनाए रखना और प्रबंधित करना, दृश्य और श्रवण जानकारी को संसाधित करना, आदि। घ। सबसे पहले, प्रकृति ने इन कार्यों की पूर्ति के लिए ठीक से तंत्रिका तंत्र का निर्माण किया, जब तक यह पता नहीं चला कि तंत्रिका नेटवर्क भी बुद्धि को साकार करने के लिए उत्कृष्ट है।

एआई सिस्टम में, इन सभी सहायक कार्यों (यदि वे उत्पन्न होते हैं) को विशेष उपकरणों द्वारा हल किया जा सकता है, जिन्हें ऐसी महान कंप्यूटिंग शक्ति की आवश्यकता नहीं होती है, जबकि हम अभी तक तंत्रिका नेटवर्क की तुलना में इंटेलिजेंस को लागू करने के लिए अधिक उपयुक्त और प्रभावी कुछ भी नहीं कर पाए हैं।

इसलिए, बहुत मोटे अनुमानों के अनुसार, हम तंत्रिका नेटवर्क के आधार पर लगभग 8 बिलियन न्यूरॉन्स की क्षमता के आधार पर बुद्धि के साथ AI विषय बनाने पर भरोसा कर सकते हैं। यदि हम मानते हैं कि न्यूरॉन औसतन 1000 अन्य न्यूरॉन्स से जुड़ा हुआ है और नेटवर्क को 40 हर्ट्ज (मानव मस्तिष्क की बीटा लय) की गति से काम करना चाहिए, तो आवश्यक कंप्यूटिंग शक्ति "केवल" लगभग 250 टेराफ्लॉप है। उदाहरण के लिए, संयोजन में 40 NVIDIA GeForce GTX 1070 ग्राफिक्स कार्ड इस तरह के प्रदर्शन को प्रदान कर सकते हैं।

इसी समय, ऐसे एआई सिस्टम में जीवित प्राणियों की तुलना में कई फायदे हो सकते हैं। मस्तिष्क के विपरीत, शुरू करने के लिए, एआई प्रणाली को बनाए रखना आसान होता है - इसमें कैलोरी और ऑक्सीजन के साथ संतृप्त रक्त की दैनिक आपूर्ति की आवश्यकता नहीं होती है, साथ ही बहुत सटीक अनुपात में विभिन्न हार्मोन भी। इसकी मरम्मत की जा सकती है, जो मानव मस्तिष्क के साथ शायद ही कभी किया जाता है। उसे इतनी मात्रा में नींद या आराम की आवश्यकता नहीं है, क्योंकि विशेष रूप से विद्युत तंत्र को काम करने वाले पदार्थों के नवीकरण की आवश्यकता नहीं है, जैसा कि रासायनिक-इलेक्ट्रिक मस्तिष्क द्वारा आवश्यक है। फिर से, संपूर्ण इलेक्ट्रॉनिक प्रणाली 100 हर्ट्ज से अधिक आवृत्तियों पर काम कर सकती है, जो, जाहिर है, इसकी रासायनिक-विद्युत संरचना के कारण मस्तिष्क पर एक सीमा है (यहां, आवृत्ति का अर्थ है नेटवर्क में सभी न्यूरॉन्स की संख्या एक सेकंड में संचालित होती है) । इसके अलावा, शायद, एआई सिस्टम के पास उन ध्यान इकाइयों की संख्या पर प्रतिबंध नहीं होगा जो लोगों के पास हैं - 7 attention 2 ध्यान इकाइयां हमारे लिए एक साथ उपलब्ध हैं।

फिर भी, भविष्य के निकट भविष्य में, ऐसी AI प्रणालियां जटिलता और बहुक्रियाशीलता में लोगों से बस हार जाएंगी क्योंकि मानव तंत्रिका तंत्र में न्यूरॉन स्वयं एक बहुत ही जटिल आणविक तंत्र है, जो कि आधुनिक तंत्रिका के न्यूरॉन के विपरीत, मापदंडों की एक बड़ी संख्या पर निर्भर करता है। एक सरल संरचना वाले नेटवर्क।