Hukum percepatan pengembalian (bagian 1)

Halo, Habr! Saya hadirkan untuk Anda terjemahan The Law of Accelerating Returns oleh Raymond Kurzweil .

7 Maret 2001

Analisis sejarah teknologi menunjukkan bahwa jumlah perubahan teknologi tumbuh secara eksponensial, meskipun secara intuitif, dari sudut pandang "akal sehat", tampaknya perkembangannya linear. Artinya, pengembangan lebih dari 100 tahun kalender dari abad ke-21 kira-kira akan sesuai dengan 20.000 tahun pembangunan pada kecepatan saat ini. Efisiensi, atau hasil kemajuan, seperti kecepatan chip atau rasio harga-kinerja, juga tumbuh secara eksponensial. Terkadang, bahkan tingkat pertumbuhan eksponensial itu sendiri tumbuh secara eksponensial. Selama beberapa dekade, kecerdasan mesin akan melampaui kecerdasan manusia, yang mengarah ke Singularitas - perubahan teknologi begitu cepat dan mendalam sehingga mereka akan menghancurkan tatanan sejarah manusia. Di antara konsekuensinya adalah perpaduan antara kecerdasan biologis dan non-biologis, orang-orang abadi yang ada dalam bentuk perangkat lunak, dan kecerdasan tingkat sangat tinggi yang melakukan perjalanan melalui alam semesta dengan kecepatan cahaya.

Anda akan menerima $ 40 triliun hanya dengan membaca esai ini dan memahami apa itu semua. Lihat di bawah untuk detail lengkap. (Ya, sering penulis melakukan trik untuk menarik perhatian Anda, tetapi saya benar-benar serius tentang pernyataan ini. Namun, sebelum saya kembali ke narasi lebih lanjut, baca dengan seksama kalimat pertama paragraf ini).

Sekarang mari kita kembali ke masa depan: kebanyakan dari kita salah mengartikannya. Nenek moyang kita percaya bahwa masa depan akan sangat mirip dengan masa kini, yang, pada gilirannya, sangat mirip dengan masa lalu mereka. Meskipun tren eksponensial ada ribuan tahun yang lalu, mereka berada pada tahap yang sangat awal ketika tren eksponensial begitu datar sehingga terlihat seperti kurangnya tren. Jadi, asumsi mereka, sebagian besar, dibenarkan. Dan hari ini, dibimbing oleh kebijaksanaan duniawi, semua orang mengharapkan kemajuan teknologi secara bertahap dan konsekuensi sosial yang sesuai. Tetapi masa depan akan jauh lebih mengejutkan daripada yang disadari oleh sebagian besar pengamat: hanya beberapa dari mereka yang benar-benar menyadari kenyataan bahwa kecepatan perubahan semakin cepat.

Tampilan linear intuitif versus tampilan eksponensial historis

Sebagian besar prediksi jangka panjang kelayakan teknis dalam periode waktu mendatang secara dramatis meremehkan kekuatan teknologi masa depan, karena mereka didasarkan pada apa yang saya sebut pandangan "linear intuitif" kemajuan teknologi, bukan pandangan "historis-eksponensial". Dengan kata lain, ini tidak terjadi ketika seseorang harus mengharapkan seratus tahun kemajuan dari abad kedua puluh satu, melainkan, kita akan menyaksikan kemajuan dua puluh ribu tahun (jika kita memaksudkan kemajuan dengan kecepatan saat ini ).

Perbedaan perspektif ini sering terjadi dalam berbagai situasi, misalnya, ketika membahas masalah etika yang diangkat oleh Bill Joy dalam artikel WIRED yang kontroversial, "Mengapa Kita Tidak Membutuhkan Masa Depan . " Bill dan saya sering bersinggungan di pertemuan yang berbeda, masing-masing memainkan peran sebagai seorang optimis dan pesimis. Dan sementara kritik terhadap posisi Bill diharapkan akan dikritik dari saya, dan saya benar-benar melihat kekurangan dalam konsep "penolakan" yang diajukan olehnya, namun, sebagai suatu peraturan, saya akhirnya membela Joey pada masalah utama kelayakan. Baru-baru ini, salah satu pembicara, seorang pemenang Hadiah Nobel, menolak ketakutan Bill, dengan mengatakan bahwa "kita tidak mengharapkan untuk melihat objek nanoengineering yang mereplikasi diri seratus tahun lagi." Saya perhatikan bahwa 100 tahun benar-benar perkiraan yang masuk akal dari waktu yang dibutuhkan untuk kemajuan teknologi untuk mencapai tujuan spesifik ini, dengan kecepatan perkembangannya saat ini. Tetapi karena laju kemajuan berlipat ganda setiap sepuluh tahun, kita akan melihat satu abad kemajuan dengan kecepatan saat ini hanya dalam 25 tahun kalender.

Ketika orang berpikir tentang bentuk masa depan, secara intuitif mereka menganggap bahwa kecepatan kemajuan saat ini akan berlanjut di masa depan. Namun, tinjauan yang cermat terhadap laju perkembangan teknologi menunjukkan bahwa kecepatan kemajuan tidak konstan, dan sudah menjadi sifat manusia untuk beradaptasi dengan kecepatan yang berubah sedemikian rupa sehingga secara intuitif tampaknya laju itu akan tetap konstan. Bahkan bagi kita yang telah hidup cukup lama untuk merasakan bagaimana langkahnya semakin cepat dari waktu ke waktu, intuisi alami kita, bagaimanapun, memberi kesan bahwa kemajuan berjalan dengan kecepatan yang sama seperti yang kita rasakan baru-baru ini. Dari sudut pandang seorang ahli matematika, alasan utama untuk ini adalah bahwa eksponen dalam bagian pendek diperkirakan oleh garis lurus. Jadi, meskipun laju kemajuan di masa lalu yang sangat baru (misalnya, tahun lalu) jauh lebih tinggi daripada sepuluh tahun yang lalu (belum lagi seratus atau seribu tahun yang lalu), pengalaman kami baru-baru ini mendominasi ingatan. Oleh karena itu, sangat lumrah ketika bahkan komentator yang canggih, yang membahas masa depan, sebagai dasar dari harapan mereka, memperkirakan tingkat perubahan saat ini selama 10 atau 100 tahun ke depan. Itulah sebabnya saya menyebut pandangan seperti ini di masa depan sebagai pandangan "linear yang intuitif".

Penilaian yang serius terhadap sejarah teknologi menunjukkan bahwa perubahan teknologi bersifat eksponensial. Dengan pertumbuhan eksponensial, kami menemukan bahwa indikator utama, seperti daya komputasi, dikalikan dengan koefisien konstan untuk setiap unit waktu (misalnya, berlipat ganda setiap tahun), dan tidak hanya meningkat dengan jumlah tertentu. Pertumbuhan eksponensial adalah fitur karakteristik dari setiap proses evolusi, dan pengembangan teknologi dapat berfungsi sebagai contoh yang baik.

Adalah mungkin untuk mengevaluasi data dengan cara yang berbeda, pada skala waktu yang berbeda, dan untuk berbagai teknologi, dari elektronik hingga biologis, percepatan kemajuan dan laju pertumbuhannya diamati. Faktanya, kita menemukan bukan hanya pertumbuhan eksponensial, tetapi pertumbuhan eksponensial "ganda", yaitu laju pertumbuhan eksponensial itu sendiri tumbuh secara eksponensial. Pengamatan ini tidak hanya berlaku untuk asumsi kelanjutan hukum Moore (yaitu, pengurangan eksponensial dalam ukuran transistor dalam sirkuit terintegrasi), tetapi didasarkan pada model representatif dari berbagai proses teknologi. Ini jelas menunjukkan bahwa teknologi, dan, khususnya, laju perubahan teknologi, mempercepat (setidaknya) perkembangan geometris, dan tidak linear, dan ini terjadi sejak saat munculnya teknologi dan teknologi, tetapi pada kenyataannya, sejak saat evolusi di bumi.

Saya menekankan poin ini, karena di sini para peramal yang mempertimbangkan tren masa depan dan berbicara tentang kemungkinan masa depan membuat kesalahan paling muluk. Sebagian besar prakiraan teknologi umumnya mengabaikan jenis kemajuan teknologi "historis-eksponensial". Itulah sebabnya orang cenderung melebih-lebihkan apa yang bisa dicapai dalam jangka pendek (karena kita cenderung membuang detail yang diperlukan), tetapi meremehkan apa yang bisa dicapai dalam jangka panjang (karena pertumbuhan eksponensial diabaikan).

Hukum pengembalian dipercepat

Kita dapat mengatur pengamatan ini ke dalam apa yang saya sebut hukum percepatan pengembalian, sebagai berikut:

• Evolusi menggunakan umpan balik positif sedemikian rupa sehingga metode yang lebih efisien yang dihasilkan dari satu tahap kemajuan evolusi digunakan untuk membuat tahap berikutnya. Hasilnya
• laju evolusi suatu proses evolusi meningkat secara eksponensial dari waktu ke waktu. Seiring waktu, "urutan" informasi yang termasuk dalam proses evolusi (yaitu, seberapa baik informasi ini sesuai dengan tujuan, yang bertahan hidup dalam proses evolusi) meningkat.
• Dengan demikian, "kembalinya" proses evolusi (misalnya, kecepatan, efektivitas biaya, atau "kekuatan" proses keseluruhan) tumbuh secara eksponensial dari waktu ke waktu.
• Dalam rantai umpan balik positif lainnya, ketika proses evolusi tertentu (misalnya, perhitungan) menjadi lebih efisien (misalnya, hemat biaya), semakin banyak sumber daya dialokasikan untuk pengembangan lebih lanjut dari proses ini. Ini mengarah ke tingkat kedua pertumbuhan eksponensial (yaitu, laju pertumbuhan eksponensial itu sendiri tumbuh secara eksponensial).
• Evolusi biologis adalah salah satu proses evolusi semacam itu.
• Evolusi teknologi adalah proses evolusi lainnya. Memang, munculnya jenis pertama yang menciptakan teknologi telah menyebabkan proses evolusi teknologi baru. Dengan demikian, evolusi teknologi adalah produk dan kelanjutan dari evolusi biologis.
• Paradigma khusus (metode atau pendekatan untuk memecahkan masalah, misalnya, mengurangi area transistor pada sirkuit terintegrasi, sebagai pendekatan untuk menciptakan komputer yang lebih kuat) memberikan pertumbuhan eksponensial hingga metode mencapai potensi penuhnya. Ketika ini terjadi, pergeseran paradigma (yaitu, perubahan mendasar dalam pendekatan) terjadi yang memungkinkan pertumbuhan eksponensial untuk terus berlanjut.

Jika kita menerapkan prinsip-prinsip ini pada tingkat evolusi tertinggi di Bumi, langkah pertama, penciptaan sel, memperkenalkan paradigma biologi. Munculnya DNA berikutnya menyediakan cara digital untuk merekam hasil eksperimen evolusi. Kemudian, evolusi suatu spesies yang menggabungkan pemikiran rasional dengan jari yang berlawanan (yaitu ibu jari) menyebabkan pergeseran paradigma mendasar dari biologi ke teknologi. Perubahan yang akan datang dalam paradigma utama akan dari pemikiran biologis ke hibrida, menggabungkan pemikiran biologis dan non-biologis. Hibrida ini akan mencakup proses metabolisme yang dihasilkan dari rekonstruksi dan penyalinan prinsip-prinsip otak biologis.

Mempelajari waktu dari tahap-tahap ini, kita melihat bahwa prosesnya terus meningkat. Evolusi bentuk kehidupan membutuhkan miliaran tahun untuk langkah pertama (misalnya, ke sel-sel sederhana); kemajuan lebih lanjut dipercepat. Selama Ledakan Kambrium, perubahan paradigma dasar hanya membutuhkan beberapa puluh juta tahun. Kemudian, Humanoids berkembang selama beberapa juta tahun, dan Homo sapiens hanya beberapa ratus ribu.

Dengan munculnya spesies yang menciptakan teknologi, kecepatan eksponensial menjadi terlalu cepat untuk evolusi melalui sintesis protein berbasis DNA dan beralih ke teknologi buatan manusia. Teknologi melampaui pembuatan alat sederhana; itu adalah proses menciptakan teknologi yang lebih kuat menggunakan alat dari putaran inovasi sebelumnya. Dalam pengertian ini, teknologi manusia berbeda dari produksi alat pada spesies lain. Setiap tahap pengembangan teknologi ditetapkan, dan berfungsi sebagai dasar untuk tahap selanjutnya.

Langkah teknologi pertama (alat-alat batu, api, roda) membutuhkan waktu puluhan ribu tahun. Bagi orang yang hidup di era itu, perubahan teknologi, bahkan selama ribuan tahun, nyaris tidak terlihat. Pada 1000 M, kemajuan telah berjalan jauh lebih cepat, dan pergeseran paradigma terjadi hanya dalam satu atau dua abad. Pada abad kesembilan belas, kita melihat lebih banyak perubahan teknologi daripada sembilan abad sebelumnya. Kemudian, dalam dua puluh tahun pertama abad kedua puluh, kami melihat perkembangan yang lebih signifikan daripada di seluruh abad kesembilan belas. Sekarang perubahan paradigma sedang terjadi hanya dalam beberapa tahun. World Wide Web, dalam bentuknya yang sekarang, tidak ada beberapa tahun yang lalu, dan sepuluh tahun yang lalu tidak ada sama sekali.

Tingkat pergeseran paradigma (yaitu, tingkat keseluruhan kemajuan teknologi) saat ini berlipat ganda (kurang-lebih) setiap dekade; yaitu, waktu untuk perubahan paradigma dikurangi setengahnya setiap sepuluh tahun (dan tingkat pertumbuhan itu sendiri tumbuh secara eksponensial). Dengan demikian, kemajuan teknologi pada abad kedua puluh satu akan setara dengan apa yang diperlukan (dalam representasi linier) sekitar 200 abad. Sebaliknya, abad kedua puluh berlalu hanya sekitar 25 tahun kemajuan (sekali lagi, dalam hal kecepatan saat ini), karena peningkatan kecepatan ke yang saat ini. Dengan demikian, abad kedua puluh satu akan menyaksikan perubahan teknologi hampir seribu kali lebih besar dari pendahulunya.

Singularitas dekat

Untuk menghargai sifat dan pentingnya "Singularitas" yang akan datang, penting untuk memahami sifat pertumbuhan eksponensial. Untuk tujuan ini, saya ingin menceritakan sebuah kisah tentang penemu catur dan pelindungnya, kaisar Cina. Menanggapi tawaran kaisar untuk menunjuk hadiah untuk permainan favorit barunya, sang penemu meminta satu butir beras untuk ditempatkan di kotak pertama papan catur, dua di kotak kedua, empat di kotak ketiga, dan seterusnya. Kaisar dengan cepat menyetujui permintaan yang tampaknya sederhana dan sederhana ini. Menurut salah satu versi cerita ini, kaisar bangkrut, karena 63 kali lipat, akhirnya, menghasilkan 18 juta triliun butir beras. Mengingat bahwa sepuluh butir beras menutupi satu inci persegi, jumlah beras ini membutuhkan sawah yang menutupi dua kali seluruh permukaan bumi, termasuk lautan. Dalam versi lain dari cerita ini, sang penemu kehilangan akal.

Perlu dicatat bahwa, ketika kaisar dan penemu mengisi paruh pertama papan catur, semuanya berjalan dengan baik. Penemu itu menuangkan sendok beras, lalu semangkuk nasi, lalu tong. Pada akhir paruh pertama papan catur, penemunya sudah memiliki sawah besar (4 miliar butir), dan kaisar memperhatikan ada sesuatu yang salah. Ketika mereka pindah ke bagian kedua papan catur, situasinya mulai memburuk dengan cepat. Ngomong-ngomong, mengenai penggandaan perhitungan, sejak penemuan komputer yang dapat diprogram pertama pada akhir Perang Dunia Kedua, saat ini kita telah melewati lebih dari tiga puluh dua kali lipat kinerja mereka.

Ini adalah sifat pertumbuhan eksponensial. Meskipun teknologi tumbuh secara eksponensial, kita manusia hidup dalam dunia linier. Karena itu, tren teknologi tidak tampak bagi kita seperti langkah awal dalam proses penggandaan kekuatan teknologi secara terus-menerus. Kemudian, entah dari mana, teknologinya menunjukkan pertumbuhan yang eksplosif. Misalnya, ketika Internet berubah dari 20.000 menjadi 80.000 node dalam dua tahun pada 1980-an, kemajuan ini tetap tersembunyi dari masyarakat umum. Sepuluh tahun kemudian, ketika ia tumbuh dari 20 juta menjadi 80 juta node selama periode waktu yang sama, pengaruhnya sudah cukup terlihat.

Ketika pertumbuhan eksponensial terus meningkat pada paruh pertama abad kedua puluh satu, kita akan merasakan ledakan tak terhingga, setidaknya dari sudut pandang orang modern yang dibatasi oleh perspektif linier. Kemajuan, pada akhirnya, akan mulai terjadi begitu cepat sehingga akan mengarah pada penghancuran kemampuan kita untuk mengikutinya. Dia benar-benar akan keluar dari kendali kita. Ilusi bahwa kita dapat "menarik saklar" akan dihilangkan.

Bisakah kemajuan teknologi terus mempercepat ad infinitum? Adakah saat ketika orang tidak mampu berpikir begitu cepat untuk mengikutinya? Adapun orang biasa, ini jelas begitu. Namun, apa yang dapat dicapai oleh seribu ilmuwan, yang masing-masing seribu kali lebih pintar daripada ilmuwan saat ini, dan masing-masing bertindak seribu kali lebih cepat daripada orang modern (karena pemrosesan informasi dalam otak non-biologis mereka yang lebih cepat)? Satu tahun bisa sama dengan milenium. Apa yang akan mereka lakukan?

Yah, pertama-tama, mereka akan datang dengan teknologi untuk menjadi lebih cerdas (karena kecerdasan mereka tidak lagi terbatas dalam kekuasaan). Mereka akan mulai mengubah proses berpikir mereka sendiri untuk berpikir lebih cepat. Ketika para ilmuwan berevolusi menjadi sejuta kali lebih cerdas dan bekerja sejuta kali lebih cepat, jam mereka akan setara dengan satu abad penuh kemajuan (menurut standar saat ini).

Ini akan menjadi Singularitas. Singularitas adalah perubahan teknologi yang begitu cepat dan begitu dalam sehingga merusak struktur sejarah manusia. Beberapa orang akan mengatakan bahwa tidak mungkin untuk memahami Singularitas, setidaknya dengan tingkat pemahaman kita saat ini, dan, oleh karena itu, tidak mungkin untuk melihat melampaui "horizon peristiwa" dan memahami apa yang akan terjadi setelahnya.

Pendapat saya adalah, terlepas dari keterbatasan pemikiran yang dipaksakan oleh otak biologis kita, yang hanya memiliki seratus triliun koneksi internasional, kita tetap memiliki kekuatan berpikir abstrak yang cukup untuk menarik kesimpulan signifikan tentang sifat kehidupan setelah Singularitas. Yang paling penting, dari sudut pandang saya, adalah bahwa intelek yang muncul akan terus mewakili peradaban manusia, yang sudah menjadi mesin manusia. Ini akan menjadi langkah selanjutnya dalam evolusi, perubahan paradigma tingkat tinggi berikutnya.

Untuk mengevaluasi konsep Singularitas dalam perspektif, mari kita lihat sejarah kata itu sendiri. — , . , , , . , , . , . , , , , . , .

1950- (John Von Neumann) , « … , , , .» 1960- , (Irving John Good) « », , . 1986 , (Vernor Vinge), - (San Diego State University), «» - . , 1993 , , , , , , , « , », .

, . , , , . , , , , . , , . , «» , . , , .

, 1980- , « » , , , , . 20 , , , , .

. . , . ( ) , . , , . , , , , .

, , , . , «» , , . , : , , , -, , . , , .

, , , , .

, , . , , « ». , , Intel, 1970- , 24 . , , , , .

, 2019 . , , . , ?

.

( ) $1000 ( ) 49 , , .

, , , .

, , .

, , , -. ( ), , 1890 , «Robinson», , , CBS, , , , , , ( ) .

- . 49 ( ), . , , . , . ( ) 1910 1950 , 1950 1966 , .

? ? . « », (Randy Isaac), IBM? - ?

, ( ) , . . : , MIPS- ( ) , MIPS- .

, , . ( ), , , . «» ( , , , , ). , , , , , , , .

, ( 1958 ), ( 1947 ), , 1890 1900 . , .

Jelas, apa yang akan menjadi paradigma keenam setelah hukum Moore habis pada dekade kedua abad ini. Keripik hari ini datar (walaupun dibutuhkan hingga 20 lapisan bahan untuk menghasilkan satu lapisan sirkuit). Sebaliknya, otak kita diatur dalam tiga dimensi. Kita hidup di dunia tiga dimensi, mengapa tidak menggunakan dimensi ketiga? Otak manusia sebenarnya menggunakan proses komputasi analog elektrokimia yang sangat tidak efisien dan dikendalikan secara digital. Sebagian besar perhitungan dilakukan dalam koneksi interneuron dengan kecepatan hanya sekitar 200 operasi per detik (pada setiap koneksi), yang sekitar sepuluh juta kali lebih lambat daripada sirkuit elektronik modern. Tetapi otak memperoleh kekuatannya yang menakjubkan dari organisasi yang sangat paralel dalam tiga dimensi. Sudah banyak teknologi dalam cara yang bekerja dalam tiga dimensi. Sebagai contoh, nanotube yang sudah bekerja di laboratorium membangun sirkuit dari susunan atom karbon pentagonal. Sirkuit lima belas kubik sentimeter nanotube akan sejuta kali lebih kuat dari otak manusia. Lebih dari cukup teknologi komputer baru sedang diselidiki, termasuk chip silikon tiga dimensi, kalkulasi optik, kristalin, kalkulasi berbasis DNA, dan kalkulasi kuantum, untuk menjaga efek dari hukum pengembalian dipercepat, sebagaimana diterapkan pada teknologi komputer, untuk waktu yang lama.

Dengan demikian, pertumbuhan komputasi eksponensial (ganda) lebih luas daripada hukum Moore, yang hanya merujuk pada salah satu paradigma pertumbuhan ini. Dan percepatan perkembangan teknologi komputer ini, pada gilirannya, adalah bagian dari fenomena percepatan laju proses evolusi yang lebih luas. Para kritikus dengan cepat menunjukkan bahwa mengekstrapolasi tren eksponensial terbatas pada kehabisan "sumber daya." Contoh klasik adalah situasi berikut: ketika suatu spesies muncul di habitat baru (misalnya, kelinci di Australia), jumlah spesies tumbuh secara eksponensial untuk beberapa waktu, tetapi kemudian ketika sumber daya, seperti tempat dan makanan, habis, jumlahnya berbatasan dengan batas pertumbuhan .

Tetapi sumber daya yang mendasari pertumbuhan eksponensial dari proses evolusi relatif tidak terbatas:

1. Urutan (terus tumbuh) dari proses evolusi itu sendiri. Setiap tahap evolusi menyediakan alat yang lebih kuat untuk selanjutnya. Dalam evolusi biologis, munculnya DNA memberikan dasar bagi "eksperimen" evolusi yang lebih kuat dan lebih cepat. Belakangan, kemunculan berbagai "struktur" organisme selama ledakan Kambrium membuka jalan bagi perkembangan evolusioner yang cepat dari organ tubuh lainnya, seperti otak. Atau untuk mengambil contoh yang lebih baru, munculnya alat desain berbantuan komputer dapat mempercepat pembuatan komputer generasi berikutnya.
2. "Kekacauan" lingkungan tempat berlangsungnya proses evolusi dan yang menyediakan pilihan bagi keanekaragaman yang lebih besar. Dalam evolusi biologis, keanekaragaman memasuki proses dalam bentuk mutasi dan kondisi lingkungan yang terus berubah. Dalam evolusi teknologi, dukungan dari proses inovasi datang dengan mengorbankan kecerdikan manusia dalam kombinasi dengan kondisi pasar yang terus berubah.

Masalah sebenarnya adalah potensi maksimum materi dan energi, di mana proses intelektual berfungsi. Tetapi, menurut model saya, kita tidak akan mencapai batasnya selama abad ini (tetapi ini, bagaimanapun, akan menjadi masalah dalam beberapa abad mendatang).

Kita juga perlu membedakan antara "kurva S-bentuk" ("S" membentang ke kanan, yang mencakup pertumbuhan yang sangat lambat, hampir tak terlihat, diikuti oleh pertumbuhan yang sangat cepat, dan kemudian meratakannya, saat proses mendekati asimtot), yang merupakan karakteristik untuk paradigma teknologi tertentu, dan karakteristik pertumbuhan eksponensial yang sedang berlangsung dari pengembangan teknologi evolusi yang sedang berlangsung. Paradigma khusus, seperti hukum Moore, akhirnya mencapai tingkat di mana pertumbuhan eksponensial tidak lagi mungkin. Dengan demikian, hukum Moore adalah kurva berbentuk S. Namun, pertumbuhan daya komputasi adalah proses eksponensial yang berkelanjutan (setidaknya sampai kita "menjenuhkan" Semesta dengan kecerdasan peradaban manusia-mesin kita, tetapi ini tidak akan menjadi batasan di abad mendatang). Sesuai dengan hukum percepatan pengembalian, pergeseran paradigma, juga disebut inovasi, mengubah kurva-S paradigma tertentu menjadi kelanjutan dari pertumbuhan eksponensial. Paradigma baru (misalnya, skema tiga dimensi) mulai berlaku ketika paradigma lama mendekati batas alaminya. Dalam sejarah komputasi, ini sudah terjadi setidaknya empat kali. Fitur ini juga membedakan pembuatan alat untuk spesies hewan lain di mana keterampilan untuk memproduksi (atau menggunakan) alat untuk masing-masing hewan ditandai dengan kurva belajar berbentuk S yang berakhir tajam, dari teknologi yang dibuat oleh manusia yang memiliki tingkat pertumbuhan eksponensial sejak ciptaan.

Sequencing DNA, memori, komunikasi, internet dan miniaturisasi

"Hukum Pengembalian yang Dipercepat" berlaku untuk teknologi apa pun, pada proses apa pun yang benar-benar evolusioner, dan dapat diukur dengan akurasi luar biasa untuk teknologi informasi. Ada banyak contoh pertumbuhan eksponensial yang muncul dari Hukum Pengembalian yang Mempercepat, di berbagai bidang teknologi seperti pengurutan DNA, kecepatan komunikasi, segala jenis elektronik, dan bahkan dalam ukuran ukuran karakteristik teknologi yang menurun dengan cepat. Singularitas tidak muncul dari satu ledakan eksponensial tunggal kecepatan komputasi, tetapi lebih dari interaksi dan sinergi yang dihasilkan dari beragam jalinan berbagai revolusi teknologi. Anda juga perlu mengingat bahwa setiap titik pada kurva pertumbuhan eksponensial yang mendasari persenjataan teknologi ini (lihat grafik di bawah) mewakili drama manusia yang serius tentang inovasi dan persaingan. Anehnya, proses kacau ini menyebabkan ketergantungan eksponensial yang halus dan dapat diprediksi.

Misalnya, ketika sekuensing genom manusia dimulai empat belas tahun yang lalu, para kritikus percaya bahwa mengingat kecepatan sekuensing yang kemudian tersedia, dibutuhkan beberapa ribu tahun untuk menyelesaikan proyek. Namun demikian, untuk tahun kelima belas, proyek tersebut selesai, sedikit lebih cepat dari jadwal.

Tentu saja, kami berharap untuk melihat pertumbuhan eksponensial dalam teknologi perangkat penyimpanan elektronik seperti RAM (memori akses acak).

Perhatikan bagaimana pertumbuhan eksponensial berlanjut dengan pergeseran paradigma dari tabung vakum ke transistor terpisah dan seterusnya, ke sirkuit terpadu.

Perkembangan teknologi memori magnetik tidak secara langsung berkaitan dengan UU Moore, tetapi didasarkan pada kemajuan di bidang sistem mekanik dan elektromagnetik.

Pertumbuhan eksponensial di bidang teknologi komunikasi bahkan lebih eksplosif daripada di bidang komputasi, dan konsekuensinya tidak kalah pentingnya. Sekali lagi, akselerasi ini memiliki basis yang jauh lebih luas daripada sekadar mengurangi ukuran transistor pada sebuah chip, dan termasuk mempercepat kemajuan dalam serat optik, perpindahan optik, teknologi elektromagnetik, dan banyak lagi.

Perhatikan lekukan kurva "berbentuk S" kecil

Perhatikan bahwa dalam dua grafik ini kita benar-benar dapat melihat perkembangan kurva "berbentuk S": akselerasi karena paradigma baru, kemudian stabilisasi ketika paradigma itu keluar, dan dimulainya kembali pertumbuhan cepat setelah perubahan paradigma.

Dua bagan berikut menunjukkan pertumbuhan Internet secara keseluruhan, dinyatakan dalam sejumlah situs. Kedua grafik ini dibangun pada data yang sama, tetapi salah satunya adalah pada skala eksponensial, dan yang lainnya adalah linear. Seperti yang saya sebutkan sebelumnya, teknologi yang berkembang dengan kecepatan eksponensial tampaknya berkembang secara linear. Dengan demikian, bagi sebagian besar pengamat tampaknya bahwa hingga pertengahan 1990-an, ketika, entah dari mana, World Wide Web dan email segera muncul, tidak ada yang terjadi. Tetapi transformasi Internet menjadi fenomena global lebih mudah diprediksi lebih awal, berdasarkan data dari tren eksponensial.

Perhatikan betapa mengejutkannya pertumbuhan eksplosif Internet pada bagan garis, dan bagaimana hal itu dapat diprediksi pada bagan eksponensial.

Pada akhirnya, kita akan menjauh dari kekacauan kabel di kota-kota kita dan dalam hidup kita ke komunikasi nirkabel, yang produktivitasnya berlipat ganda setiap 10-11 bulan.

Teknologi lain yang akan memiliki konsekuensi luas untuk abad kedua puluh satu adalah kecenderungan luas untuk membuat hal-hal lebih kecil, yaitu miniaturisasi. Dimensi karakteristik elemen-elemen berbagai teknologi, baik elektronik dan mekanik, berkurang, dan juga pada tingkat eksponensial ganda. Saat ini, pengurangan dimensi linier untuk setiap dimensi terjadi dengan koefisien sekitar 5,6 untuk setiap dekade.

Kembali ke pertumbuhan komputasi yang eksponensial

Jika kita mempertimbangkan pertumbuhan eksponensial komputasi dalam perspektif yang benar, sebagai salah satu contoh dari penyebaran pertumbuhan eksponensial yang meluas berdasarkan teknologi informasi, yang merupakan salah satu dari banyak contoh Hukum percepatan pengembalian, maka kita dapat dengan yakin memprediksi kelanjutannya.

Dalam kotak terlampir, saya memberikan model matematika yang disederhanakan dari Law of Accelerating Returns, karena berkaitan dengan peningkatan daya komputasi (eksponensial) ganda. Dari rumus di bawah ini, grafik di atas menunjukkan peningkatan berkelanjutan dalam kecepatan perhitungan. Grafik ini sesuai dengan data yang tersedia untuk abad kedua puluh, melewati semua lima pergeseran paradigma, dan memberikan perkiraan untuk abad kedua puluh satu. Harap dicatat bahwa tingkat pertumbuhan meningkat perlahan, tetapi masih eksponensial.

Hukum pengembalian dipercepat sehubungan dengan pertumbuhan komputasi

Berikut ini adalah ikhtisar singkat dari Hukum Pengembalian Mempercepat pada contoh pertumbuhan eksponensial ganda dalam kecepatan komputasi. Model ini mempertimbangkan pengaruh kekuatan teknologi yang berkembang sebagai insentif untuk pengembangan generasi berikutnya. Misalnya, dengan komputer yang lebih kuat, dan teknologi terkait, kami mendapatkan alat dan pengetahuan untuk mengembangkan komputer yang lebih kuat, dan membuatnya lebih cepat.

Harap dicatat bahwa data untuk tahun 2000 dan periode berikutnya mewakili perhitungan dalam jaringan saraf, karena diharapkan jenis perhitungan ini pada akhirnya akan mendominasi, terutama ketika meniru fungsi otak manusia. Jenis perhitungan ini lebih murah daripada perhitungan konvensional (misalnya, untuk Pentium III / IV), dengan koefisien setidaknya 100 (terutama jika mereka diimplementasikan menggunakan elektronik digital-ke-analog, yang akan sesuai dengan proses elektrokimia digital-ke-analog otak) ) Koefisien 100 berkorespondensi dengan sekitar enam tahun saat ini, dan kurang dari enam tahun kemudian pada abad kedua puluh satu.

Perkiraan kinerja otak saya adalah 100 miliar neuron, dikalikan dengan rata-rata 1000 koneksi per neuron (perhitungan terjadi terutama pada koneksi), dan dikalikan dengan 200 operasi per detik. Tentu saja, skor ini tinggi secara konservatif, skor lebih tinggi dan lebih rendah dapat ditemukan. Namun, bahkan lebih banyak (atau kurang) penilaian tingkat tinggi menggeser perkiraan hanya dalam jumlah yang relatif kecil.

Beberapa tanggal yang paling signifikan untuk analisis ini adalah:

• Kami mencapai kemampuan satu otak manusia (2 × 10 ¹⁶ CPS (perhitungan per detik)) untuk $ 1000 sekitar tahun 2023.
• Kami mencapai kemampuan satu otak manusia (2 × 10 ¹⁶ CPS) dalam satu sen sekitar tahun 2037.
• Kami mencapai kemampuan seluruh umat manusia (2 × 10 ²⁶ CPS) untuk $ 1000 sekitar tahun 2049.
• Kami mencapai kemampuan seluruh umat manusia (2 × 10 ²⁶ CPS) dalam satu sen di sekitar 2059.

Model memiliki variabel-variabel berikut:

• V: Kecepatan (mis. Produktivitas) perhitungan (diukur dalam perhitungan per detik terkait dengan nilainya)
• W: Pengetahuan di seluruh dunia dalam desain dan pembuatan perangkat komputasi
• t: waktu

Model mengasumsikan bahwa:

• $$$V = C_1 \ cdot W$

Dengan kata lain, kekuatan komputer adalah fungsi linier untuk mengetahui cara membuatnya. Padahal, ini adalah asumsi konservatif. Biasanya, inovasi meningkatkan V (kinerja komputer) beberapa kali, bukan dengan jumlah yang tetap. Inovasi independen melipatgandakan efek masing-masing. Sebagai contoh, teknologi semikonduktor baru, seperti CMOS, teknik tata letak sirkuit terintegrasi yang lebih efisien, dan arsitektur prosesor yang ditingkatkan, seperti pipelining, secara independen dan melipatgandakan V.

• $$$W = C_2 \ cdot \ int_0 ^ t V$

Dengan kata lain, W (pengetahuan) bersifat kumulatif, dan peningkatan pengetahuan sesaat sebanding dengan V.

Ini memberi kita:

• $$$W = C_1 \ cdot C_2 \ cdot \ int_0 ^ t W$
• $$$W = C_1 \ cdot C_2 \ cdot _3 ^ {_4 \ cdot t}$
• $$$V = _1 ^ 2 \ cdot _2 \ cdot _3 ^ {_4 \ cdot t}$

Menyederhanakan konstanta yang kita dapatkan:

• $$$V = C_a \ cdot C_b ^ {C_c \ cdot t}$

Dengan demikian, ini adalah formula untuk "mempercepat" (yaitu, tumbuh secara eksponensial), menghasilkan, pada kenyataannya, "hukum Moore biasa".

Seperti yang saya sebutkan di atas, data menunjukkan peningkatan eksponensial dalam tingkat pertumbuhan eksponensial. (Kami menggandakan kekuatan komputasi setiap tiga tahun pada awal abad kedua puluh, setiap dua tahun di pertengahan abad ini, dan hampir setiap tahun selama 1990-an.)

Mari kita lihat fenomena eksponensial lain, yaitu pertumbuhan sumber daya komputasi. Tidak hanya masing-masing perangkat komputasi (dengan biaya yang sama) menjadi lebih dan lebih kuat sebagai fungsi W, tetapi jumlah mereka yang digunakan untuk perhitungan juga tumbuh secara eksponensial.

Jadi, kami memiliki:

• N: Biaya perhitungan
• $$$V = C_1 \ cdot W$ (seperti sebelumnya)
• $$$N = _4 ^ {_5 \ cdot t}$ (biaya komputasi tumbuh pada tingkat eksponensial mereka sendiri)
• $$$W = C_2 \ cdot \ int_0 ^ t (N \ cdot V)$

Seperti sebelumnya, pengetahuan dunia terakumulasi, dan peningkatan sesaat sebanding dengan jumlah perhitungan yang sama dengan sumber daya yang digunakan untuk perhitungan (N) dikalikan dengan kekuatan masing-masing perangkat (dengan biaya konstan).

Ini memberi kita:

• $$$W = C_1 \ cdot C_2 \ cdot \ int_0 ^ t (C_4 ^ {_5 \ cdot t} \ cdot W)$
• $$$W = C_1 \ cdot C_2 \ cdot (_3 ^ {_6 \ cdot t}) ^ {_7 \ cdot t}$
• $$$V = _1 ^ 2 \ cdot _2 \ cdot (_3 ^ {_6 \ cdot t}) ^ {_7 \ cdot t}$

Menyederhanakan konstanta, kita memperoleh:

• $$$V = C_a \ cdot (C_b ^ {_ \ cdot t}) ^ {C_d \ cdot t}$

Ini adalah kurva eksponensial ganda, di dalamnya laju pertumbuhan eksponensial tumbuh dengan kecepatan eksponensialnya.

Sekarang mari kita lihat data nyata. Ambil parameter perangkat komputasi nyata dan komputer di abad kedua puluh:

• CPS / \ $ 1K: perhitungan per detik untuk \ $ 1000

Data pada perangkat komputasi abad kedua puluh sesuai dengan:

• CPS / \ $ 1K = $$$10 ^ {6,00 \ cdot \ frac {20,40} {6,00} ^ {\ frac {Tahun-1900} {100}} - 11,00}$

Kami dapat menentukan tingkat pertumbuhan selama periode waktu:

• Tingkat pertumbuhan =$$ $ inline $ 10 ^ {\ frac {\ log (CPS / \ $ 1K untuk \ hspace 5mu saat ini \ hspace 5mu tahun) - \ log (CPS / \ $ 1K untuk \ hspace 5mu sebelumnya \ hspace 5mu tahun}} {saat ini \ hspace 5mu tahun - sebelumnya \ hspace 5mu tahun}} $ inline $
• Otak manusia = 100 miliar (10 ¹¹ ) neuron × 1000 (10 ³ ) koneksi per neuron × 200 (2 × 10 ² ) perhitungan per detik per koneksi = 2 × 10 ¹⁶ perhitungan per detik
• Ras manusia = 10 miliar (10 ¹⁰ ) orang = 2 × 10 ²⁶ perhitungan per detik

Rumus ini memberikan grafik di atas.

Sudah diharapkan bahwa superkomputer IBM Blue Gene, yang dijadwalkan selesai pada 2005, diproyeksikan mampu melakukan 1 juta miliar operasi per detik (mis., Satu miliar megaflop atau satu petaflops). Ini sudah satu per dua puluh dari produktivitas otak manusia, yang saya perkirakan secara konservatif mencapai 20 juta miliar operasi per detik (100 miliar neuron per 1000 koneksi per neuron dengan 200 perhitungan per detik per koneksi). , 2010 , 2020 . 2030 ( ), , $1000. 2050 , $1000 , . , , . , , , ( ) . , . , . , . , , , , 200 - .

. . , , , . , , . , , , , , . , . — , .

, , , , . , . , , , , . , . , , . . -, .

— . , , . , ( , , ). , , , ; . , , .

, , . , . , .

, , , . , , , . « », , , . , . , , , . — , , , . , , , , , ( , — ).

— « » , . , , . , , ( ) . , , .

— : , , , , . , .

. , 10 http://www.nlm.nih.gov/research/visible/visible_human.html .

25 — , , . , , , .

, , , , , . (Andreas Nowatzyk) - (Carnegie Mellon University) 200 , , .

, - () , , , , , . , — , . , .

, . , , , , , . , , . , . , , , , .

, — . 2030 «» ( ) , . — , , . . , , , ( , ).

, . , , , . , . . , , . , , , 2030 . - , , .

, ? , , . . . , , ( 100 , 1000 , ), , , .

, , , .. Microsoft Word. , , ( ). , - . , , . , .

. , , (Lloyd Watts — www.lloydwatts.com ) , . . , , , . , , . , (Hans Moravec) , 1000 , .

:

(Cochlea): . 30000 - .

. (MC — Multipolar Cells): .

. (GBC — Globular Bushy Cells): .

(Olivary Complex) ( ( LSO MSO)). .

. (SBC — Spherical Bushy Cells): , , .

. (OC — Octopus Cells): .

. (DCN — Dorsal Cochlear Nucleus): .

(VNTB — Ventral Nucleus of the Trapezoid Body): , .

, (VNLL — Ventral Nucleus of the Lateral Lemniscus, PON — Peri-Olivary Nuclei): .

(MSO — Medial Superior Olive): ( , , ).

(LSO — Lateral Superior Olive): .

(ICC — Central Nucleus of the Inferior Colliculus): .

(ICX — Exterior Nucleus of the Inferior Colliculus): .

(SC — Superior Colliculus): .

(MGB — Medial Geniculate Body):

(LS — Limbic System): , , , ..

(AC — Auditory Cortex)

— «Tabula Rasa» ( ), . « », , . , , .

, - , , . , , , . , .

, ---- -, ----. - , , , , , , . , , .

Untuk mencapai tujuan ini, kita tidak perlu memahami semua proses pada level yang lebih tinggi, cukup untuk memahami proses otak lokal. Pemindaian otak yang cukup terperinci untuk dimuat bisa tampak rumit, tetapi hal yang sama terjadi dengan pemindaian genom manusia. Semua teknologi utama sudah ada saat ini, mereka tidak memiliki kecepatan, keakuratan, dan biaya yang diperlukan, tetapi ini adalah karakteristik yang ditingkatkan dua kali pada tingkat eksponensial.

Aspek komputasional dari neuron individu adalah kompleks, tetapi, tentu saja, tidak melampaui ruang lingkup kemampuan kita untuk memodelkannya secara akurat. Sebagai contoh, Ted Berger dan rekan-rekannya di Hedco Neurosciences telah menciptakan sirkuit terintegrasi yang sama persis dengan karakteristik digital dan analog dari pemrosesan informasi oleh neuron, termasuk cluster dengan ratusan neuron. Carver Mead dan rekan-rekannya di California Institute of Technology (CalTech) telah menciptakan banyak sirkuit terintegrasi yang mensimulasikan karakteristik digital-ke-analog dari sirkuit saraf mamalia.

Eksperimen baru-baru ini di San Diego Institute for Nonlinear Science menunjukkan potensi neuron elektronik untuk secara akurat meniru neuron biologis. Neuron (biologis atau bukan) adalah contoh utama dari apa yang sering disebut "komputasi kacau". Setiap neuron bekerja dengan cara yang pada dasarnya tidak dapat diprediksi. Ketika jaringan neuron menerima data input (dari dunia luar atau dari jaringan neuron lain), pertukaran sinyal yang muncul di antara mereka tampaknya, pada pandangan pertama, benar-benar kacau. Setelah beberapa waktu, biasanya beberapa fraksi detik atau lebih, interaksi kacau neuron mereda, dan "pola" stabil muncul. "Gambar" ini merupakan "solusi" dari jaringan saraf. Jika jaringan saraf melakukan tugas pengenalan pola (yang, kebetulan, merupakan bagian terbesar dari aktivitas di otak manusia), maka "pola" yang dihasilkan adalah hasil dari pengakuan yang sesuai.

Jadi pertanyaan bagi para peneliti San Diego adalah apakah neuron elektronik dapat berpartisipasi dalam tarian kacau ini bersama dengan yang biologis. Mereka menghubungkan neuron buatan dan neuron lobster berduri ke dalam satu jaringan, dan jaringan biologis-non-biologis hibrida mereka berperilaku dengan cara yang sama (yaitu, ia mulai dengan interaksi kacau dan sampai pada munculnya "pola" yang stabil) dan dengan hasil yang sama seperti jaringan sepenuhnya tersusun dari neuron biologis. Intinya, neuron biologis menerima rekan elektronik mereka. Ini menunjukkan bahwa model matematika neuron buatan cukup akurat.

Ada banyak proyek di dunia yang membuat perangkat non-biologis yang menciptakan kembali secara detail fungsi kluster neuron manusia. Keakuratan dan skala kluster neuron buatan ini berkembang pesat. Kami mulai dengan merekonstruksi neuron tunggal yang secara fungsional setara, kemudian kelompok puluhan, lalu ratusan, dan sekarang ribuan neuron. Menskalakan proses teknis pada tingkat eksponensial adalah teknologi yang bagus.

Ketika kekuatan komputasi tersedia untuk meniru otak manusia (belum cukup, tetapi akan muncul dalam beberapa dekade), proyek yang sedang berlangsung untuk memindai otak manusia akan dipercepat, dengan mengingat tujuan memahami otak manusia secara keseluruhan , dan dapatkan deskripsi terperinci tentang perangkat dan konten dari instans spesifiknya. Pada dekade ketiga abad kedua puluh satu, kita akan dapat membuat peta yang sangat rinci dan lengkap dari semua karakteristik yang diperlukan dari semua neuron, koneksi saraf dan sinapsis dalam otak manusia, semua detail yang memainkan peran dalam perilaku dan fungsi otak, dan menciptakan kembali semua ini di komputer saraf yang cukup canggih.

Apakah otak manusia berbeda dari komputer?

Apakah otak manusia berbeda dari komputer?

Jawabannya tergantung pada apa yang kita maksud dengan kata "komputer." Tentu saja, otak menggunakan prinsip yang sangat membedakannya dari komputer modern biasa. Sebagian besar komputer modern adalah digital dan melakukan satu (atau mungkin beberapa) perhitungan per satuan waktu dengan kecepatan yang sangat tinggi. Sebaliknya, otak manusia menggabungkan metode digital dan analog, dengan sebagian besar perhitungan dilakukan dalam bentuk analog. Otak menggunakan konkurensi besar, melakukan sekitar seratus triliun perhitungan pada saat yang sama, tetapi pada kecepatan yang sangat rendah.

Sedangkan untuk komputasi digital sehubungan dengan analog, kita tahu bahwa komputasi digital dapat secara fungsional setara dengan komputasi analog (meskipun sebaliknya tidak benar), sehingga kita dapat mewujudkan semua kemampuan jaringan digital-ke-analog hybrid menggunakan komputer sepenuhnya digital. Di sisi lain, sirkuit analog memiliki keunggulan konstruktif - komputasi analog berpotensi ribuan kali lebih efisien. Perhitungan analog dapat dilakukan pada beberapa transistor atau, dalam kasus neuron mamalia, proses elektrokimia tertentu. Komputasi digital, sebaliknya, membutuhkan ribuan atau puluhan ribu transistor. Dengan demikian, emulasi metode otak analog akan memberikan keuntungan konstruktif yang signifikan.

Paralelisme masif otak manusia adalah kunci kemampuan pengenalan polanya, yang mencerminkan kekuatan pemikiran manusia. Seperti yang sudah saya jelaskan di atas, neuron mamalia berpartisipasi dalam tarian kacau, dan jika jaringan saraf telah mempelajari pelajarannya dengan baik, hasilnya adalah "pola" stabil yang mencerminkan solusi jaringan. Tidak ada alasan mengapa analog non-biologis kami yang setara secara fungsional dari jaringan saraf biologis tidak dapat dibangun dengan menggunakan prinsip yang sama, dan pada kenyataannya, ada banyak proyek di seluruh dunia yang berhasil dalam hal ini. Bidang kegiatan saya sendiri adalah pengenalan pola, dan proyek-proyek di mana saya telah terlibat selama lebih dari tiga puluh tahun menggunakan bentuk komputasi kacau ini. Contoh yang sangat berhasil adalah chip saraf yang dibuat oleh Carver Mead, yang sangat paralel, menggunakan komputasi analog-ke-digital yang dikontrol secara digital, dan dirancang untuk menciptakan kembali jaringan saraf biologis yang secara fungsional serupa.

Objektif dan subyektif

Singularitas menyiratkan munculnya entitas intelektual mirip manusia dari keragaman dan kemungkinan yang mengejutkan. Meskipun entitas ini akan dapat lulus "tes Turing" (yaitu, mereka akan dapat meniru orang di depan orang lain), muncul pertanyaan apakah "orang" ini sadar atau hanya tampak seperti itu. Untuk mengetahui mengapa ini adalah pertanyaan yang sangat rumit (meskipun sangat penting), ada baiknya mempertimbangkan beberapa paradoks yang muncul dari konsep memuat otak manusia tertentu.

Meskipun saya berharap bahwa aplikasi paling umum dari pengetahuan yang diperoleh sebagai hasil merekonstruksi otak manusia adalah penciptaan mesin yang lebih cerdas yang tidak serta merta mereproduksi orang-orang biologis tertentu, skenario pemindaian dan merekonstruksi semua detail saraf dari seseorang tertentu menimbulkan masalah identitas yang paling serius. Mari kita lihat apa yang akan kita hadapi ketika kita melakukan ini.

Kita harus mempertimbangkan masalah ini baik pada level objektif maupun subyektif. "Objektif" di sini berarti segalanya kecuali saya, jadi mari kita mulai dengan itu. Secara obyektif, ketika kita memindai otak seseorang dan menciptakan kembali pikirannya dalam lingkungan komputasi yang sesuai, "orang" yang baru muncul ini tampaknya bagi pengamat lain orang yang hampir sama, dengan sejarah dan memori yang sama, seperti orang yang otaknya dipindai. Tepat setelah teknologi yang tepat dibuat dan dibawa ke kesempurnaan. Seperti halnya teknologi baru, pada awalnya itu tidak akan sempurna. Tetapi, pada akhirnya, pemindaian dan rekonstruksi akan menjadi sangat akurat dan realistis.

Interaksi dengan orang yang diciptakan kembali akan dianggap sebagai interaksi dengan orang yang asli. Orang baru akan mengklaim sebagai orang asli yang sama, dan akan memiliki ingatan bahwa dia adalah dia. Orang baru akan memiliki seperangkat pengetahuan, keterampilan dan kepribadian yang asli. Kami sudah mampu membuat model neuron yang setara secara fungsional dan kelompoknya dengan akurasi yang cukup untuk neuron biologis untuk menerima padanan non-biologis mereka dan bekerja dengannya seolah-olah mereka adalah biologis. Tidak ada batasan alami yang mencegah kita melakukan hal yang sama dengan ratusan miliar gugusan neuron yang kita sebut otak manusia.

Secara subyektif, masalah ini lebih halus dan lebih dalam, tetapi pertama-tama kita perlu memikirkan satu pertanyaan objektif tambahan: Diri fisik kita.

Seberapa penting memiliki tubuh

Pikirkan tentang seberapa banyak pikiran dan perhatian kita diarahkan pada tubuh kita dan kelangsungan hidup, keamanan, nutrisi dan penampilannya, belum lagi keterikatan, seksualitas, dan reproduksi. Banyak, jika tidak sebagian besar, dari tujuan yang kita coba capai dengan menggunakan otak kita terkait dengan tubuh kita: untuk melindunginya, untuk memasok bahan bakar, membuatnya menarik, untuk memberikan kenyamanan, untuk memenuhi kebutuhan dan keinginannya yang tak terhitung jumlahnya. Beberapa filsuf berpendapat bahwa mencapai tingkat kecerdasan manusia adalah mustahil tanpa tubuh. Jika kita akan memindahkan pikiran manusia ke lingkungan komputasi baru, alangkah baiknya bagi kita untuk memberinya tubuh. Pikiran yang tidak berwujud akan dengan cepat menjadi depresi.

Kami akan menyediakan banyak tubuh berbeda untuk mesin kami, dan mereka akan membuat banyak untuk diri mereka sendiri: tubuh yang dibangun menggunakan nanoteknologi (yaitu, sistem fisik yang sangat kompleks yang dibangun oleh atom demi atom), badan virtual (yang hanya ada dalam realitas virtual), badan yang terdiri dari kawanan nanobot, dll.

Skenario yang umum terjadi adalah penguatan otak biologis manusia melalui hubungan yang erat dengan kecerdasan non-biologis. Dalam hal ini, tubuh tetap menjadi organisme manusia tua yang baik yang kita kenal, meskipun juga akan meningkat secara signifikan berkat bioteknologi (amplifikasi dan penggantian gen), dan kemudian berkat nanoteknologi. Sebuah studi terperinci tentang tubuh-tubuh abad ke-21 berada di luar cakupan esai ini, tetapi rekonstruksi dan perbaikan tubuh kita akan (dan sebelumnya) menjadi tugas yang lebih mudah daripada rekonstruksi pikiran kita.

Jadi siapa orang-orang ini?

Untuk kembali ke pertanyaan tentang subjektivitas, pikirkan: apakah pikiran yang dipulihkan memiliki kesadaran yang sama dengan orang yang baru saja kita pindai? Apakah "orang-orang" ini umumnya sadar? Apakah itu pikiran atau hanya otak?

Kesadaran dalam mesin abad ke-21 kami akan menjadi masalah kritis. Tetapi itu tidak mudah untuk dipecahkan, atau bahkan paling tidak dimengerti. Orang-orang cenderung memiliki keyakinan yang kuat tentang ini, dan sebagai aturan, mereka tidak bisa memahami bagaimana orang lain dapat melihat masalah ini dari sudut pandang yang berbeda. Marvin Minsky mengatakan bahwa “ada sesuatu yang aneh dalam deskripsi kesadaran. Tidak peduli apa yang orang ingin katakan, mereka tidak bisa melakukannya dengan jelas dan jelas. "

Kami tidak khawatir, setidaknya untuk saat ini, tentang menyebabkan rasa sakit dan penderitaan pada program komputer kami. Dan pada titik mana kita menganggap esensi atau proses sebagai sadar, mampu merasakan sakit dan ketidaknyamanan, memiliki niat kita sendiri, kehendak bebas kita sendiri? Bagaimana kita menentukan apakah suatu entitas sadar, apakah ia memiliki sensasi subyektif? Bagaimana kita membedakan proses yang sadar dari proses yang bertindak seolah-olah sadar?

Kita tidak bisa hanya bertanya tentang itu. Jika dia berkata "Hei, aku sudah bangun," apakah itu menyelesaikan masalah? Tidak, hari ini kita sudah memiliki permainan komputer yang, pada kenyataannya, melakukan ini, dan itu tidak terlalu meyakinkan.

Bagaimana jika beberapa entitas benar-benar sangat meyakinkan dan realistis mengatakan: "Saya sendirian, tolong tetap menemani saya." Apakah ini menyelesaikan masalah?

Jika kita melihat ke dalam sirkuitnya dan melihat jenis umpan balik yang pada dasarnya identik dan mekanisme lainnya, sama seperti yang kita lihat di otak manusia (walaupun diimplementasikan menggunakan padanan non-biologis), apakah ini menyelesaikan masalah?

Lagi pula, siapa orang-orang ini di mobil? Jawabannya akan tergantung pada siapa yang Anda tanya. Jika Anda bertanya kepada orang di mobil, mereka akan terus-menerus mengklaim bahwa mereka adalah orang asli. Sebagai contoh, jika kita memindai - katakan, saya) dan merekam keadaan, level, dan posisi yang tepat dari masing-masing neurotransmitter, sinaps, koneksi saraf dan semua detail relevan lainnya, dan kemudian kembalikan informasi yang sangat banyak ini (yang saya perkirakan mencapai ribuan trilyunan byte) ke dalam komputer neural kapasitas yang cukup, orang yang muncul di mobil akan berpikir bahwa "dia" adalah (dan dulu) saya, atau setidaknya dia akan bertindak dengan cara ini. Dia akan berkata: “Saya tumbuh di Queens, New York, kuliah di Massachusetts Institute of Technology, tinggal di wilayah Boston, mendirikan dan menjual beberapa perusahaan intelijen buatan, masuk ke pemindai di sana dan terbangun di sini dengan mobil. Hei, teknologi ini benar-benar berfungsi.

Tunggu sebentar!

Benarkah itu aku? Di satu sisi, Ray biologis lama (yaitu, saya) masih ada. Saya masih akan berada di otak saya berdasarkan sel karbon. Di sisi lain, saya harus duduk dan menyaksikan Ray yang baru berhasil dalam upaya yang hanya dapat saya impikan.

Berlanjut ke sini