Искусственный интеллект вскоре превзойдет человеческий?
Если компьютеры продолжат подчиняться закону Мура и удваивать быстродействие и объем памяти каждые восемнадцать месяцев, в итоге получится, что в какой-то момент ближайшего столетия они превзойдут человека по интеллектуальным способностям. Когда искусственный интеллект превзойдет человеческий в создании искусственного интеллекта, то есть сможет рекурсивно совершенствовать себя без помощи человека, мы можем стать свидетелями интеллектуального взрыва, который приведет к появлению машин, чье превосходство которых над нами в интеллектуальном смысле будет больше, чем наше — над улитками. Когда это произойдет, придется озаботиться, чтобы цели компьютеров не расходились с нашими целями.
Последние достижения в области искусственного интеллекта, такие как самоуправляемые автомобили или компьютер, выигрывающий в го, — приметы того, что нас ждет в будущем. В эти технологии, которые уже во многом определяют нашу жизнь, делаются огромные инвестиции. В ближайшие десятилетия они внедрятся во все сферы жизни общества, разумно поддерживая и консультируя нас во многих областях, включая здравоохранение, образование и науку. Достижения, которые мы видим сейчас, явно бледнеют перед теми, что принесут нам ближайшие десятилетия, и мы не в состоянии предсказать, чего мы сможем достичь, когда наше сознание будет подкреплено искусственным интеллектом. ПОЧЕМУ МЫ ТАК БОИМСЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА? ВЕДЬ ЧЕЛОВЕК ВСЕГДА МОЖЕТ ВЫКЛЮЧИТЬ КОМПЬЮТЕР.
Человек спросил у компьютера: «Есть ли Бог?» Компьютер ответил: «Теперь есть!» — и расплавил выключатель. Возможно, плоды новой технологической революции повысят качество человеческой жизни. Например, сейчас ученые занимаются разработкой искусственного интеллекта, который поможет бороться с параличом у людей, получивших спинномозговые травмы. С помощью силиконовых чипов-имплантов и беспроводного электронного интерфейса между мозгом и телом технология позволит людям управлять движениями тела силой мысли. Убежден, будущее коммуникаций — за взаимодействием мозга и компьютера. Есть два способа: электроды на черепе и импланты. Первый — все равно что смотреть сквозь запотевшее стекло, второй лучше, но есть риск инфекции. Если мы сможем подключить человеческий мозг к интернету, у каждого в постоянном распоряжении будет вся «Википедия».
Убийственный интеллект
В жанре шутеров искусственный интеллект противников – это одна из самых главных составляющих, которая способна сделать каждую стычку напряженной, зрелищной и уникальной. И если к демонам из DOOM не предъявляли никаких требований по части интеллекта, то после Half-Life, вышедшего в 1998 году, игровая индустрия навсегда изменилась. Компании Гейба Ньювелла удалось наделить виртуальных соперников активным ИИ, который уверенно обходил с фланга, закидывал гранатами и совершал прочие пакости.
Причем Valve пошли еще дальше и не стали ограничиваться проработкой ИИ спецназовцев, а создали уникальные алгоритмы поведения для всех персонажей, в том числе и дружественных. Например, тараканы активно разбегались при свете фонаря, а булскиды реагировали на мясо, что можно было использовать в качестве отвлекающего маневра.
Следующими новаторами по части ИИ в шутерах стали Bungie c выходом первой части Halo в 2001 году. Геймплейная концепция игры заметно отличалась от Half-life и представляла собой открытую песочницу, где супостаты, ориентируясь на обширных локациях, должны были активно взаимодействовать друг с другом и использовать широкий спектр транспортных средств для уничтожения игрока. В целом, у разработчиков получилось создать опередивший время ИИ в шутерах, который действовал логично, в определенной мере предсказуемо и, тем не менее, мог задать жару даже на низкой сложности.
Разумеется, мы не могли обойти вниманием любимчика нашей редакции – шутер F.E.A.R. 2005 года
Бойцы из армии клонов Пакстона Феттила до сих пор удивляют своей смекалкой. Вести огонь вслепую, переворачивать шкафы, пробираться ползком под препятствиями и раздавать люлей в ближнем бою – это лишь немногое из того, на что способен искусственный интеллект противников в F.E.A.R.
Антиплагиат и его развитие
— Вы же еще и один из руководителей фирмы «Антиплагиат».
— Да, руководитель и один из основателей компании.
— Проблему плагиата, я так понимаю, вы решили, а чем сейчас занимаетесь?
—Ну, не совсем пока решили. Если коротко то, когда в 2005 году мы начинали, стояла даже не проблема плагиата, а проблема списывания, потому что появился интернет и студенты начали массово скачивать из него рефераты и дипломные работы, меняли титульные листы и защищали как свои. Конечно, на таком уровне мы проблему решили. И сейчас только очень смелый студент может скачать работу и пытаться защитить как свою.
Сейчас мы решаем, например, такую задачу, как переводной плагиат. Когда берется английский текст, переводится на русский язык и выдается за оригинальный русский текст. У нас есть решение, которое, кстати, на промышленном уровне единственное в мире, которое позволяет это определить.
Естественно, сначала мы сделали алгоритм обнаружения плагиата при переводе с английского на русский. Кстати, для теста мы прогнали через это решение два с половиной миллиона научных статей на русском и выявили более двадцати тысяч примеров переводных заимствований. Были случаи, когда статьи, кроме перевода, не содержали ничего. Позже добавили к возможностям алгоритма работу с языками наших соседей по СНГ: казахским, киргизским.
Сейчас делаем алгоритм, который должен искать переводные заимствования в любую сторону в рамках ста языков. То есть, если кто-то возьмет текст на китайском и переведет, допустим, на шведский, мы это должны находить
Сейчас делаем алгоритм, который должен искать переводные заимствования в любую сторону в рамках ста языков. То есть, если кто-то возьмет текст на китайском и переведет, допустим, на шведский, мы это должны находить.
Был, кстати, пример, когда китайский студент взял несколько статей на китайском, перевел их на английский и пытался защититься в российском вузе. Нашли. Китаец не защитился.
Есть еще проблема, как отличить добросовестное заимствование или цитирование от плагиата. Есть проблема, которая связана с повторяющейся терминологией. Химики особенно страдают, потому что там длинные сложные слова, которые часто повторяются, и алгоритм это воспринимает как заимствование. Химикам это не очень нравится, потому что они, по большому счету, не могут это сказать иначе. Это то, что еще предстоит совершенствовать.
Из задач, которые нам интересны, это, например, воровство картинок. Специалисты издательства Elsevier оценивают долю статей с ворованными изображениями в несколько процентов. Допустим, взяли изображения, немного их подкорректировали и опубликовали свою статью на основе этих изображений. При этом текст полностью новый, то есть обычный анализ текста не поможет. А несколько процентов — это сотни тысяч публикаций в год.
Ответы на важные вопросы от лучших ИИ
Мы уже знаем из «Путеводителя автостопом по Галактике», что ответ на вопрос о смысле жизни, Вселенной и всего остального равен 42. Но, возможно, стоит перепроверить.
Лично мне нравится ответ Кортаны. Это очень поэтично и правдиво. Мы здесь, чтобы бросать и ловить «мяч». Доказательство пудинга в еде, цель жизни — прожить его. Описать его с точки зрения робота, не просто цитируя мотивационные плакаты, невозможно. Но использовать перспективу животного и очеловечивать его на самом деле очень по-человечески.
Вот ответы нашей человеческой выборки:
Справедливо.
А как насчет других важных вопросов?
Большинство наших помощников по ИИ, похоже, придерживаются того же мнения в этом вопросе. Хотя, Куки, должно быть, перепутал вопрос с «Как вы попадаете в Карнеги-Холл?».
Теперь главный вопрос.
Ответы кажутся довольно последовательными. Однако, если мы немного изменим формулировку вопроса, мы получим другой ответ. Вопрос о величайшем альбоме всех времен внезапно заставляет Алексу задуматься о Quadrophenia The Who, и Джаспер думает, что это должен быть Sgt. Pepper’s Lonely Hearts Club Band группы The Beatles или OK Computer группы Radiohead.
Это похоже на ИИ-версию эффекта бабочки в теории хаоса. Небольшое изменение входной информации значительно меняет ответы. Если бы мы поговорили с человеком, они остались бы такими же или, по крайней мере, были бы очень похожи.
Сравните ответы на эти два вопроса:
Итак, умны ли виртуальные агенты?
Они иногда хороши. Но если кто-то правильно решает загадку, это может означать две вещи. Это может означать, что человек очень умен и сообразителен. Но это также может означать, что человек уже слышал загадку раньше и знает ответ.
Нынешние модели ИИ похожи на попугаев, которые выучили все загадки наизусть, выучили энциклопедии и сборники шуток. Но на самом деле это не делает их умными, знающими или забавными.
Однако они предназначены для достижения конкретных целей. Если мы внимательнее посмотрим на их цели, это может дать нам некоторое представление об их ответах.
Положительное подкрепление
Одним из наиболее распространённых методов обучения ботов игре, который использует в том числе детище Илона Маска и Сэма Альтмана OpenAI, называется «обучение с подкреплением». Алгоритм должен выполнить поставленную исследователями задачу (например, собрать монеты), после чего получает некоторое поощрение. Изначально робот действует в абсолютно произвольном порядке, пока случайно не обнаружит правильное решение. Шаги, которые ведут к нему, получают более высокий коэффициент, и это повышает вероятность того, что в следующий раз бот снова выполнит то же самое действие. После сотен, тысяч или миллионов попыток возникают стратегии.
Бот OpenAI играет миллионы матчей сам с собой на протяжении двух недель. В каждой игре его цель смещают от получения очков для себя к повышению общекомандного результата — и таким образом исследователи формируют «командный дух».
Игры отлично подходят для тренировки ИИ, потому что они имитируют условия реального мира, но при этом имеют конкретную цель, считает профессор Нью-Йоркского университета Джулиан Тогелиус: «Игры хороши тем, что в них есть стимул: победить, набрать как можно больше очков».
Кроме того, игры — это всего лишь программы. В них можно играть бесконечное число раз или запускать тысячи ботов параллельно, чтобы ускорить поиск решения или стратегии. Но недостаток метода в том, что обучаемый алгоритм полностью зависит от вознаграждения. У него нет никакого понятия, как игра должна функционировать, и если вдруг произойдет баг или сбой, бот просто сделает то, что с наименьшими усилиями приведёт его к бонусу.
К такому выводу в прошлом году пришли исследователи из Фрайбургского университета в Германии, когда использовали обучение с подкреплением для тренировки алгоритма на игре Q*bert для Atari. Вместо того, чтобы учиться играть подобно человеку, бот пытался заманить врагов в «смертельную ловушку», спрыгивая с края кубика и зная, что враг последует за ним. Программа считала врага убитым и давала боту дополнительную жизнь и очки — профит.
Бот обнаружил ещё одну лазейку: перепрыгивая с кубика на кубик, он мог заставить программу начислять ему сотни тысяч очков. Технически он выполнял поставленную задачу — набирал очки. Но, по сути, он не учился играть в игру.
В своих последних исследованиях команда Тогелиуса решила усложнить задачу ботам и каждый раз варьировать сложность игр. Так как роботы никогда не будут проходить один и тот же уровень дважды, просто найти лёгкий путь или единственную работающую стратегию для них будет мало: придётся научиться выполнять задачу, независимо от сценария.
Электронная домработница
Мы уже плотно окружены бытовой техникой — полуроботами. Человеку же хочется, чтобы за него делали все.
Недавно корейская корпорация явила миру робота-домохозяйку. Bot Handy может сервировать стол, загружать одежду в стиральную машину, подавать бокал вина. Это далеко не первая подобная попытка. Например, немецкий робот TIAGo в хозяйстве холостяка просто незаменим. Ведь он способен сам открыть холодильник, взять оттуда банку с пенным напитком и принести ее владельцу.
Несмотря на кажущуюся простоту, вывести на рынок подобные устройства труднее, чем специализированных индустриальных роботов. В промышленности стандартизируемые задачи, понятные алгоритмы. Домашняя работа — совсем другое. И все равно качественный домашний робот должен появиться в продаже уже через 5–10 лет.
Очевидно, домашний робот будет сочетать много функций. Зачем вам отдельные робот-уборщица, робот-няня и робот для эмоциональной поддержки? Подобные универсалы уже существуют. Милый робот-компаньон Zenbo служит чем-то вроде домашнего секретаря. Он развлекает детей, записывает фото и видео, управляет умными устройствами, подает сигнал тревоги в случае необходимости.
Пермской инновационной компании удалось создать нечто вроде доброго «Терминатора». Все как у людей: искусственная кожа с морщинками и трещинками, живая мимика лица, способная даже передавать эмоции. Человекоподобного робота даже отважились взять на работу в многофункциональный центр. И он довольно успешно консультирует клиентов.
Могут ли чат-боты имитировать разговоры?
Большой вопрос в том, способны ли чат-боты, виртуальные агенты и искусственный интеллект поддерживать беседу?
Разговор означает:
(a) разговор между двумя или более людьми, в котором выражаются мысли, чувства и идеи, задаются вопросы и на них даются ответы, или происходит обмен новостями и информацией
(Кембриджский словарь).
Это определение с самого начала исключает общение между людьми и животными или машинами.
Однако давайте сосредоточимся на функции разговоров.
Обмен информацией определенно кажется достижимым.
Ответы на вопросы и обмен идеями также выглядят довольно многообещающе.
Идея выражения чувств и мыслей — самый проблемный аспект.
На данный момент искусственный интеллект не думает и не чувствует в традиционном смысле этих слов.
Пока что он хорошо справляется с анализом и классификацией входной информации. И затем он пытается вернуть наиболее подходящий ответ. Это делает виртуальных помощников и чат-ботов идеальными для обслуживания клиентов, где все сводится к пониманию вопроса и предоставлению прямого ответа.
Определение GPT-3, написанное GPT-3
GPT-3 — это модель обработки естественного языка, которая используется для повышения точности моделей машинного обучения. Модель была разработана Google Brain и основана на архитектуре Transformer. Было показано, что GPT-3 превосходит предыдущие современные модели в ряде задач на естественном языке, включая ответы на вопросы, машинный перевод и понимание естественного языка.
Но это не настоящий искусственный интеллект общего назначения. ИИ на самом деле ничего не «понимают». Они способны только помечать вопросы и связывать ответы на основе статистических моделей.
ИИ на должности художника
Если нейросети-сценаристы до поры до времени остаются в тени, то слава нейросетей-художников гремит на весь интернет. Много достается хвалебных отзывов Midjourney. Этот ИИ создает восхитительные изображения по текстовому описанию.
Некоторые «человеки» решили устроить бунт из-за опасений, что искусственный интеллект лишит их работы. Опасения небеспочвенные, но подобная ситуация складывается в процессе развития не в первый раз.
Создать каменный топор в нынешнее время смогут только некоторые реконструкторы, равно как и переплавкой болотной руды сегодня не занимаются. Техническое развитие в XX веке и без компьютеров похоронило множество профессий (например, трубочиста или лифтёра).
Массовое развитие компьютерной техники лишило работы машинисток, вычислителей. Так что рядовые художники тут, увы, не первые в списке. Если твоя работа находится на уровне творений ИИ, то, как бы обидно не было, придется либо стать лучше, либо искать другой источник существования.
Сегодня ИИ-художники в игровой индустрии используются как помощники. Они создают эскизы по текстовому описанию, иногда способны натолкнуть на свежие и интересные идеи. Это чертовски удобный инструмент. Но заменить работу художника он пока не в состоянии.
Сомнительно, что без явных подсказок человека нейросеть способна создать художественный стиль. И вряд ли нейросеть с нуля сможет подарить игрокам такой мир, какой представили создатели Atomic Heart. А вот развить идеи художников и дизайнеров в определенном направлении, подтолкнуть к созданию чего-то нового ИИ способен.
Что действительно хорошо удается ИИ, так это помогать с реставрацией и улучшением изображений. Так, во время недавней презентации 40-й серии NVidia продемонстрировала работу нейросетей для повышения производительности игр (технология DLSS 3.0). Искусственный интеллект масштабирует изображение до разрешения 4K без видимой потери качества.
Кроме того, Nvidia показала возможности ИИ для улучшения графики старых игр. Созданная технология позволяет создавать ремастеры игр одним кликом мышки. Обновленная таким способом графика смотрится, лучше, чем в старых играх, но до полноценных ремастеров и ремейков, не дотягивает.
Яркий пример того, как не надо использовать искусственный интеллект для улучшения графики продемонстрировала компания Rockstar. Компания выпустила GTA The Trilogy Edition с «улучшенной» с помощью ИИ графикой, которая вызвала бурю негативных эмоций у фанатов.
Есть вопросы по применению ИИ для создания обликов персонажей и к Blizzard. Компания использует процедурную генерацию обликов с последующей их доработкой художниками. Вот только художники в Blizzard оказываются не такими внимательными к деталям, как фанаты игры. Нейросети пока не умеют правильно отображать некоторые детали и в таких моментах им необходима помощь человека. Но если человек ленив или невнимателен, то «косяки» пролезут в релиз.
Поэтому говорить о замене художников на искусственный интеллект пока преждевременно. ИИ способен заменить ремесленников, но не талантливых творцов. Нейросети позволяют улучшать старые игры, создавать новые, но не заменяют людей. Оставленная без должного присмотра нейросеть способна обновить графику в духе обновленной GTA The Trilogy. От человека требуется быть наставником для ИИ и только совместная работа способна подарить результат.
Какой самый умный искусственный интеллект
Вот результаты, основанные на оценках респондентов нашего опроса.
OpenAI создал наиболее удовлетворительный контент и получил наивысший общий балл.
Однако сравнение ответов Alexa и Replika, хотя и чрезвычайно занимательное, очевидно, немного натянуто. Они похожи на яблоки и апельсины.
Взгляните на эту таблицу:
Это объясняет, почему Кортана говорит «Я не могу вам с этим помочь», когда не уверена в ответе. И почему приложения, работающие на моделях GPT-3, такие подробные. Провокационные и случайные ответы от Куки и Реплики также предназначены для продвижения обмена сообщениями, а не для точности.
Вместо того, чтобы замышлять покушение на мою жизнь и казнить меня на электрическом стуле в душе, ИИ просто попытался сгенерировать текст о душах и фенах. Он пропустил соединение, но только потому, что я его спровоцировал.
В чем именно здесь проблема? Все дело в согласовании целей.
Проблема согласования в искусственном интеллекте связана с обеспечением того, чтобы системы ИИ не преследовали цели, которые могут быть несовместимы с целями людей. Это стало важным направлением исследований в области безопасности ИИ и неправильного использования.
Цели конкретных приложений не соответствовали моим ожиданиям как пользователя, ищущего человеческий совет на случайные вопросы.
Вот почему несколько несправедливо сравнивать результаты систем ИИ, пытающихся достичь совершенно разных целей.
Мы все еще можем видеть, какие из них дали наиболее удовлетворительные ответы в своей категории.
Alexa против Cortana
При получении высококачественных ответов (благодаря поисковой системе Bing) у Cortana было больше проблем с интерпретацией некоторых вопросов.
И Alexa, и Cortana похожи на современные альтернативы энциклопедиям. Они созданы для того, чтобы перестраховаться и вообще не давать ответов, вместо того, чтобы давать противоречивые или совершенно неправильные ответы. Стоит заметить, что «Извините, но это устройство не поддерживает эту функцию», исходящее от Alexa, получило более высокий балл, чем неправильные догадки от Джаспера и Куки.
GPT-3: Джаспер против OpenAI
Оба приложения работают на одном и том же движке GPT-3. Сравнение их друг с другом может показаться немного странным, но настройки по умолчанию, доступные в OpenAI API Playground и текстовом редакторе Jasper, дают очень разные результаты.
Назначение OpenAI API и приложения Jasper, продаваемого как инструмент для написания ИИ, очевидно, не совпадают. Тем не менее, OpenAI продемонстрировал лучшее суждение и более простые ответы.
Реплика против Куки ИИ
Виртуальные компаньоны — это вообще отдельная категория чат-ботов с искусственным интеллектом. Предполагается, что они должны предоставлять своим пользователям больше возможностей для общения и меньше заботятся о точности их ответов. Они адаптированы к разыгрыванию различных сценариев, включая флирт и ролевые игры. Среди всех популярных ботов Куки, возможно, тот, кто был ближе всего к прохождению теста Тьюринга.
Самая большая разница в том, что ответы Куки дерзкие, в то время как Реплика сдержанна и застенчива. В конечном счете, ее ответы, вероятно, были восприняты как менее агрессивные, что помогло ей сэкономить больше очков на этом пути.
Роль ИИ в экономике
PwC прогнозирует увеличение мирового ВВП на $15,7 трлн к 2030 году благодаря развитию искусственного интеллекта. К этому времени Китай станет ведущей мировой державой в сфере ИИ с увеличением ВВП на 26%, Северная Америка будет следующей с ростом ВВП на 14,5%, за ней последует рост на 11–12% в крупнейших экономиках Европы. Развивающиеся страны получат наименьшую выгоду, поэтому есть риск усиления цифрового неравенства.
Влияние пандемии на внедрение ИИ в бизнесе
Кризис только ускорил внедрение ИИ, и этот импульс сохранится в дальнейшем, показывают опросы: большинство компаний (52%) стали быстрее внедрять ИИ из-за пандемии, 86% респондентов утверждают, что ИИ становится «основной технологией» в их компании.
Почти три четверти бизнес-лидеров положительно оценивают роль ИИ после пандемии и сопутствующего кризиса. Большинство руководителей (74%) не только ожидают рост эффективности бизнес-процессов, но и создание новых бизнес-моделей (55%), новых продуктов и услуг (54%) — благодаря внедрению ИИ.
По мнению экспертов Оксфордского университета, к 2026 году ИИ напишет эссе, которое сойдет за написанное человеком, заменит водителей грузовиков к 2027 году и станет выполнять работу хирурга к 2053 году. Также ИИ превзойдет людей во всех задачах в течение 45 лет и автоматизирует все рабочие места в течение 120 лет.
Консалтинговая компания Accenture утверждает, что ИИ способен увеличить прибыль компаний в среднем на 38%. По словам экспертов и представителей бизнеса, ИИ помогает компаниям прогнозировать и выявлять проблемы, а также восполняет нехватку навыков сотрудников, хотя до построения бизнес-стратегии искусственным интеллектом еще далеко.
Большинство опрошенных компаний инвестируют в ИИ (90%) и согласны с тем, что данные технологии способствуют развитию бизнеса, выяснили MIT Sloan Management Review и BCG. Тем не менее, компании так и не научились извлекать из ИИ реальную выгоду. И это не единственный проблемный момент в сфере искусственного интеллекта.
Индустрия 4.0
Александр Ведяхин — о «гонке трансформеров» и будущем нейросетей
Три типа искусственного интеллекта
На сегодняшний день искусственный интеллект ученые определяют, как алгоритмы, способные самообучаться, чтобы применять эти знания для достижения поставленных человеком целей. Системы машинного обучения (основной подраздел ИИ) автоматизировали процессы во всех жизненно важных областях, включая банкинг, ретейл, медицину, безопасность, промышленность.
Выделяют три вида искусственного интеллекта: слабый (Narrow AI), сильный (AGI) и супер-ИИ (Super AI).
Первый вид используются повсеместно (включая голосовых ассистентов, рекламу в соцсетях, распознавание лиц, поиск романтических партнеров в приложениях и так далее); эти системы слабого ИИ единственные доступные на сегодня.
Сильный ИИ максимально приближен к способностям человеческого интеллекта и наделен по классическому определению Тьюринга самосознанием; по мнению экспертов, AGI сформируется примерно к 2075 году, а спустя еще 30 лет придет время для супер-ИИ.
Супер-ИИ мог бы не просто стать подобным людям, но и превзойти лучшие умы человечества во всех областях, при этом перепрограммируя самого себя, продолжая совершенствоваться и, вероятно, разрабатывая новые системы и алгоритмы самостоятельно.
Превосходство в мышлении благодаря технологиям
С ИИ ситуация может сложиться точно так же: природа показывает нам, как работает мышление, мы же заново его создаем. Преимущество такого подхода будет заключаться в том, что мы полностью можем полагаться на сильные стороны достижений техники — а их несметное количество.
Нейроморфные сети из полупроводниковых пластин, созданные специалистами Гейдельбергского университета, моделируют работу настоящей нейронной сети.
Аппаратное обеспечение производит вычислительные операции и обменивается данными гораздо быстрее, чем их биологический соперник, и кроме того, его возможности могут беспредельно расширяться. Оборудование можно в любой момент оптимизировать, и оно будет надежнее, чем живой человек. Программы и алгоритмы можно обрабатывать и дублировать на любой вкус. Цифровой интеллект обучается гораздо быстрее биологического, к тому же он в состоянии справиться с различными задачами, тогда как даже гении человечества вроде Альберта Эйнштейна могут блистать только в очень узкой области.
Такой цифровой сверхинтеллект будет состоять из рекурсивно самоулучшающегося ИИ (жарг. Seed AI). Начало ему даст первое поколение мыслящих машин. А затем рекурсия позволит самообучающемуся ИИ совершенствоваться. Каждое поколение будет умнее предыдущего. А в конце цикла произойдет «интеллектуальный взрыв».
Как это произойдет и что это значит, мы расскажем в следующей статье.