Ένα χταπόδι δύο μηνών (Octupus vulagaris) προσπαθεί να ξεβιδώσει το καπάκι ενός βάζου για να αποκτήσει πρόσβαση στο περιεχόμενό του, ένα καβούρι, 23 Ιουνίου 2004 στο Δανικό Ενυδρείο στην Κοπεγχάγη. Το μεσογειακό πλάσμα, που ζυγίζει μισό κιλό και έχει μήκος μισό μέτρο, δεν τα κατάφερε αυτή τη φορά, αλλά σύμφωνα με τον βιολόγο Άντερς Ουλντάλ, το έχει κάνει στο παρελθόν. Ο Uldal λέει ότι το χταπόδι είναι πολύ φιλικό, εξαιρετικά περίεργο και μακράν το πιο έξυπνο ζώο στο ενυδρείο. Ένας εκπρόσωπος του είδους Homo Sapiens τον βοήθησε τελικά στο γεύμα με καβούρια. JORGEN JESSEN/Πίστωση AFP – AFP μέσω Getty Images – 2004 AFP
ΕΝΑΌσο προβλέψιμα επιστρέφουν τα χελιδόνια στο Capistrano, οι πρόσφατες ανακαλύψεις στην τεχνητή νοημοσύνη συνοδεύτηκαν από ένα νέο κύμα φόβων σχετικά με μια εκδοχή της «ιδιαιτερότητας», εκείνο το σημείο της αφανούς τεχνολογικής καινοτομίας στο οποίο οι υπολογιστές απομακρύνονται από τον ανθρώπινο έλεγχο. Ωστόσο, όσοι φοβούνται ότι η τεχνητή νοημοσύνη θα πετάξει εμάς τους ανθρώπους στον κάδο απορριμμάτων μπορεί να κοιτάξουν τον φυσικό κόσμο για προοπτική σχετικά με το τι μπορεί και τι δεν μπορεί να κάνει η τρέχουσα τεχνητή νοημοσύνη. Πάρτε το χταπόδι. Τα χταπόδια που ζουν σήμερα είναι ένα θαύμα εξέλιξης – ικανά να διαμορφωθούν σχεδόν σε οποιοδήποτε σχήμα, εξοπλισμένα με ένα οπλοστάσιο όπλων και καμουφλάζ και προφανώς μπορούν να επιλέξουν ποιο θα χρησιμοποιήσουν ανάλογα με την πρόκληση. Ωστόσο, παρά τις προσπάθειες δεκαετιών, η ρομποτική δεν έχει φτάσει κοντά στο να αντιγράψει αυτό το σύνολο δυνατοτήτων (δεν αποτελεί έκπληξη, καθώς το σύγχρονο χταπόδι είναι προϊόν προσαρμογών που καλύπτουν 100 εκατομμύρια γενιές). Η ρομποτική απέχει ακόμα πολύ από τη δημιουργία του Hal.
Το χταπόδι είναι ένα μαλάκιο, αλλά είναι κάτι περισσότερο από ένα πολύπλοκο παιχνίδι που κουρδίζει και η συνείδηση είναι κάτι περισσότερο από πρόσβαση σε μια τεράστια βάση δεδομένων. Ίσως η πιο επαναστατική άποψη για τη συνείδηση των ζώων προέρχεται από τον Ντόναλντ Γκρίφιν, τον αείμνηστο πρωτοπόρο της μελέτης της γνώσης των ζώων. Πριν από δεκαετίες, ο Γκρίφιν μου είπε ότι πίστευε ότι ένα πολύ ευρύ φάσμα ειδών είχε κάποιο επίπεδο συνείδησης απλώς και μόνο επειδή ήταν εξελικτικά αποτελεσματικό (ένα επιχείρημα που επανέλαβε σε πολλά συνέδρια). Όλα τα επιζώντα είδη αντιπροσωπεύουν επιτυχημένες λύσεις στα προβλήματα της επιβίωσης και της αναπαραγωγής.. Ο Griffin πίστευε ότι, δεδομένης της πολυπλοκότητας και του συνεχώς μεταβαλλόμενου μείγματος απειλών και ευκαιριών, η φυσική επιλογή ήταν πιο αποτελεσματική στο να επιτρέπει ακόμη και στα πιο πρωτόγονα πλάσματα σε κάποιο βαθμό ελευθερίας επιλογής. με οποιονδήποτε τρόπο να δεσμευτείτε σταθερά σε κάθε ενδεχόμενο.
Αυτό είναι λογικό, αλλά απαιτεί μια προειδοποίηση: το επιχείρημα του Γκρίφιν δεν είναι (ακόμα) η συναίνεση και η συζήτηση για τη συνείδηση των ζώων παραμένει αμφιλεγόμενη, όπως ήταν εδώ και δεκαετίες. Ανεξάρτητα από αυτό, η εικασία του Griffin παρέχει ένα χρήσιμο πλαίσιο για την κατανόηση των περιορισμών της τεχνητής νοημοσύνης, επειδή υπογραμμίζει την αδυναμία σταθερών αποκρίσεων σε έναν περίπλοκο και μεταβαλλόμενο κόσμο.
Το πλαίσιο του Griffin θέτει επίσης μια πρόκληση: Πώς μπορεί μια τυχαία απάντηση σε μια πρόκληση στο περιβάλλον να προωθήσει την ανάπτυξη της συνείδησης; Και πάλι, κοιτάξτε το χταπόδι για μια απάντηση. Τα κεφαλόποδα έχουν προσαρμοστεί στους ωκεανούς για περισσότερα από 300 εκατομμύρια χρόνια. Είναι μαλάκια, αλλά με τον καιρό έχασαν τα κελύφη τους, ανέπτυξαν εκλεπτυσμένα μάτια, απίστευτα επιδέξια πλοκάμια και ένα εξελιγμένο σύστημα που τους επιτρέπει να αλλάζουν το χρώμα και ακόμη και την υφή του δέρματός τους σε κλάσματα δευτερολέπτου. Έτσι, όταν ένα χταπόδι συναντά ένα αρπακτικό, έχει τα αισθητήρια όργανα για να ανιχνεύσει την απειλή και πρέπει να αποφασίσει αν θα φύγει, θα καμουφλαριστεί ή θα μπερδέψει το αρπακτικό ή το θήραμα με ένα σύννεφο μελανιού. Η επιλεκτική πίεση που ενίσχυε καθεμία από αυτές τις ικανότητες ευνόησε επίσης εκείνα τα χταπόδια που είχαν πιο ακριβή έλεγχο στα πλοκάμια, τον χρωματισμό κ.λπ., και επίσης ευνόησε εκείνα των οποίων ο εγκέφαλος επέτρεπε στο χταπόδι να επιλέξει ποιο σύστημα ή συνδυασμό συστημάτων θα χρησιμοποιούσε. Αυτή η επιλεκτική πίεση μπορεί να εξηγήσει γιατί ο εγκέφαλος του χταποδιού είναι ο μεγαλύτερος από όλα τα ασπόνδυλα και σημαντικά μεγαλύτερος και πιο περίπλοκος από αυτόν των μυδιών.
Εδώ μπαίνει στο παιχνίδι μια άλλη έννοια. Ονομάζεται «οικολογικά πλεονάζουσα ικανότητα». Αυτό σημαίνει ότι οι περιστάσεις που ευνοούν μια συγκεκριμένη προσαρμογή, όπως οι επιλεκτικές πιέσεις που ευνοούν την εξέλιξη του συστήματος καμουφλάζ του χταποδιού, θα μπορούσαν επίσης να ευνοήσουν εκείνα τα ζώα των οποίων οι επιπλέον νευρώνες επιτρέπουν τον έλεγχο αυτού του συστήματος. Η επίγνωση που επιτρέπει τον έλεγχο αυτής της ικανότητας θα μπορούσε, με τη σειρά της, να επεκταθεί πέρα από τη χρησιμότητά της στο κυνήγι ή την αποφυγή των αρπακτικών. Με αυτόν τον τρόπο, η συνείδηση θα μπορούσε να προκύψει από εντελώς πρακτικές, ακόμη και μηχανικές, καταβολές.
Διαβάστε περισσότερα: Κανείς δεν ξέρει πώς να δοκιμάσει την τεχνητή νοημοσύνη για ασφάλεια
Όσο πεζό κι αν ακούγεται, ο όγκος των πληροφοριών που χρησιμοποιήθηκαν για την παραγωγή του σύγχρονου χταποδιού υποβαθμίζει τη συνδυασμένη χωρητικότητα όλων των υπολογιστών στον κόσμο, ακόμα κι αν όλοι αυτοί οι υπολογιστές ήταν αφιερωμένοι στην παραγωγή ενός χταποδιού λήψης αποφάσεων. Τα σημερινά είδη χταποδιών είναι το επιτυχημένο προϊόν δισεκατομμυρίων πειραμάτων με κάθε πιθανό συνδυασμό προκλήσεων. Καθένα από αυτά τα δισεκατομμύρια πλάσματα πέρασε τη ζωή του επεξεργαζόμενη και ανταποκρινόμενη σε εκατομμύρια πληροφορίες κάθε λεπτό. Κατά τη διάρκεια 300 εκατομμυρίων ετών, αυτό αθροίζεται σε έναν αφάνταστα μεγάλο αριθμό πειραμάτων δοκιμής και λάθους.
Ωστόσο, εάν η συνείδηση μπορεί να προκύψει από καθαρά χρηστικές ικανότητες και μαζί της τη δυνατότητα προσωπικότητας, χαρακτήρα, ηθικής και μακιαβελικής συμπεριφοράς, τότε γιατί η συνείδηση δεν μπορεί να προκύψει από τους διάφορους χρηστικούς αλγόριθμους τεχνητής νοημοσύνης που αναπτύσσονται αυτήν τη στιγμή; Και εδώ, το παράδειγμα του Γκρίφιν δίνει την απάντηση: ενώ η φύση μπορεί να έχει κινηθεί προς τη συνείδηση ενδυναμώνοντας τα ζωντανά όντα να αντιμετωπίζουν νέες καταστάσεις, οι αρχιτέκτονες της τεχνητής νοημοσύνης επέλεξαν να βασίζονται εξ ολοκλήρου στην εδραιωμένη προσέγγιση. Σε αντίθεση με το χταπόδι, η τεχνητή νοημοσύνη σήμερα Είναι ένα πολύ έξυπνο κουρδισμένο παιχνίδι.
Όταν έγραψα, Το χταπόδι και ο ουρακοτάγκος Το 2001, οι ερευνητές προσπαθούσαν ήδη να αναπτύξουν ένα ρομποτικό κεφαλόποδα εδώ και χρόνια. Σύμφωνα με τον Roger Hanlon, έναν κορυφαίο ειδικό στη βιολογία και τη συμπεριφορά του χταποδιού που συμμετείχε σε αυτό το έργο, δεν ήταν πολύ μακριά ακόμα. Περισσότερα από 20 χρόνια αργότερα, διάφορα έργα έχουν δημιουργήσει μέρη του χταποδιού, όπως ένας μαλακός ρομποτικός βραχίονας που έχει πολλά από τα χαρακτηριστικά ενός πλοκαμιού, και σήμερα υπάρχει μια σειρά από έργα που αναπτύσσουν ειδικά μαλακά ρομπότ που μοιάζουν με χταπόδι, σχεδιασμένα για εργασίες όπως ως έρευνα βαθέων υδάτων. Αλλά ένα πραγματικό χταπόδι ρομπότ παραμένει ένα μακρινό όνειρο.
Στο σημερινό μονοπάτι που έχει ακολουθήσει η τεχνητή νοημοσύνη, ένα χταπόδι ρομπότ θα παραμείνει ένα όνειρο. Και ακόμα κι αν οι ερευνητές έχουν δημιουργήσει ένα πραγματικό ρομποτικό χταπόδι, το χταπόδι μπορεί να είναι ένα θαύμα της φύσης, αλλά όχι του Μπαρτ ή της Αρμονίας Φάρος 23ούτε η Samantha, το μαγευτικό λειτουργικό σύστημα Αυτήνή ακόμα και ο Χαλ του Στάνλεϊ Κιούμπρικ 2001. Με απλά λόγια, το παγιωμένο μοντέλο που υιοθέτησε η τεχνητή νοημοσύνη τα τελευταία χρόνια είναι αδιέξοδο όταν πρόκειται να κάνουμε τους υπολογιστές ευαίσθητους.
Η εξήγηση γιατί απαιτεί ένα ταξίδι πίσω στο χρόνο σε μια παλαιότερη εποχή διαφημιστικής εκστρατείας AI. Στα μέσα της δεκαετίας του 1980, συμβουλεύτηκα την Intellicorp, μια από τις πρώτες εταιρείες που εμπορευματοποίησαν την τεχνητή νοημοσύνη. Ο Thomas Kehler, ένας φυσικός που ίδρυσε την Intellicorp και πολλές μετέπειτα εταιρείες τεχνητής νοημοσύνης, έχει δει εφαρμογές τεχνητής νοημοσύνης να εξελίσσονται από έμπειρα συστήματα που βοηθούν τις αεροπορικές εταιρείες να τιμολογούν δυναμικά τις θέσεις σε μοντέλα μηχανικής εκμάθησης που τροφοδοτούν το Chat GPT . Η καριέρα του είναι μια ζωντανή ιστορία της AI. Επισημαίνει ότι οι πρωτοπόροι της τεχνητής νοημοσύνης έχουν αφιερώσει πολύ χρόνο στην ανάπτυξη μοντέλων και τεχνικών προγραμματισμού που επιτρέπουν στους υπολογιστές να προσεγγίζουν τα προβλήματα με τον ίδιο τρόπο που προσεγγίζουν οι άνθρωποι. Το κλειδί για έναν υπολογιστή που θα μπορούσε να επιδείξει την κοινή λογική βρίσκεται στην κατανόηση της έννοιας του πλαισίου. Οι πρωτοπόροι της τεχνητής νοημοσύνης όπως ο Marvin Minsky στο MIT ανέπτυξαν τρόπους για να συνδυάζουν τα διάφορα αντικείμενα ενός δεδομένου περιβάλλοντος σε κάτι που ένας υπολογιστής θα μπορούσε να αναζητήσει και να χειριστεί. Στην πραγματικότητα, αυτό το παράδειγμα συσκευασίας δεδομένων και αισθητηριακών πληροφοριών μπορεί να είναι παρόμοιο με αυτό που συμβαίνει στον εγκέφαλο του χταποδιού όταν πρέπει να αποφασίσει πώς να κυνηγήσει ή να δραπετεύσει. Ο Kehler σημειώνει ότι αυτή η προσέγγιση προγραμματισμού έχει γίνει μέρος της ανάπτυξης λογισμικού – αλλά δεν έχει οδηγήσει σε αισθητή τεχνητή νοημοσύνη.
Ένας λόγος για αυτό είναι ότι οι προγραμματιστές AI αργότερα άλλαξαν σε διαφορετική αρχιτεκτονική. Καθώς η ταχύτητα και η μνήμη του υπολογιστή αυξήθηκαν δραματικά, το ίδιο αυξήθηκε και ο όγκος των προσβάσιμων δεδομένων. Η τεχνητή νοημοσύνη άρχισε να χρησιμοποιεί τα λεγόμενα μεγάλα γλωσσικά μοντέλα, αλγόριθμους εκπαιδευμένους σε τεράστια σύνολα δεδομένων και τη χρήση πιθανολογικής ανάλυσης για να «μάθουν» πώς συνεργάζονται δεδομένα, λέξεις και προτάσεις, ώστε η εφαρμογή να μπορεί στη συνέχεια να παράγει τις κατάλληλες απαντήσεις σε ερωτήσεις. Με λίγα λόγια, έτσι λειτουργεί το ChatGPT. Ένας περιορισμός αυτής της αρχιτεκτονικής είναι ότι είναι «εύθραυστη» καθώς εξαρτάται εξ ολοκλήρου από τα σύνολα δεδομένων που χρησιμοποιούνται στην εκπαίδευση. Ο Rodney Brooks, ένας άλλος πρωτοπόρος της τεχνητής νοημοσύνης, το συνόψισε σε ένα άρθρο Αναθεώρηση τεχνολογίας, αυτός ο τύπος μηχανικής μάθησης δεν είναι μάθηση σαν σφουγγάρι ή κοινή λογική. Το ChatGPT δεν μπορεί να υπερβεί τα δεδομένα εκπαίδευσης του και από αυτή την άποψη μπορεί να παρέχει μόνο σταθερές απαντήσεις. Είναι βασικά ένα προγνωστικό κείμενο για τα στεροειδή.
Πρόσφατα κοίταξα πίσω σε μια μεγάλη ιστορία που έγραψα για την τεχνητή νοημοσύνη ΧΡΟΝΟΣ το 1988 ως μέρος ενός εξωφύλλου πακέτου για το μέλλον των υπολογιστών. Σε μέρος του άρθρου έγραψα για τη δυνατότητα των ρομπότ να παραδίδουν πακέτα – κάτι που συμβαίνει σήμερα. Ένα άλλο αφορά τους επιστήμονες στο φημισμένο Ερευνητικό Κέντρο του Πάλο Άλτο στο πλαίσιο των προβλημάτων που αντιμετωπίζουν.» Αυτό έγινε πριν από 35 χρόνια.
Μην κάνετε λάθος: η σημερινή τεχνητή νοημοσύνη είναι πολύ πιο ισχυρή από τις εφαρμογές που γοήτευσαν τους επενδυτές επιχειρηματικών κεφαλαίων στα τέλη της δεκαετίας του 1980. Οι εφαρμογές τεχνητής νοημοσύνης είναι πανταχού παρούσες σε όλες τις βιομηχανίες και με την εξάπλωσή τους έρχονται και κίνδυνοι – κίνδυνοι από λανθασμένες διαγνώσεις στην ιατρική ή καταστροφικές συμφωνίες στα οικονομικά, από αυτοοδηγητικά ατυχήματα, από προειδοποιήσεις ψευδούς συναγερμού για πυρηνική επίθεση, από ιογενή παραπληροφόρηση και παραπληροφόρηση κ.λπ. επί. Αυτά είναι ζητήματα που πρέπει να αντιμετωπίσει η κοινωνία, όχι εάν οι υπολογιστές θα ξυπνήσουν μια μέρα και θα πουν, «Γεια, γιατί χρειαζόμαστε τους ανθρώπους;» Τελείωσα αυτό το άρθρο του 1988 λέγοντας ότι, αν μη τι άλλο, θα χρειαστούν αιώνες για να μπορέσουμε να δημιουργήσουμε αντίγραφα του εαυτού μας στον υπολογιστή. Ακόμα φαίνεται σωστό.
Επικοινωνήστε μαζί μας στο Letters@time.com.