Ένας αναλυτής τεχνολογίας AI λέει ότι απέχουμε μόλις λίγα βήματα από το σπάσιμο του «νευρωνικού κώδικα» που επιτρέπει στις μηχανές να μαθαίνουν συνειδητά όπως οι άνθρωποι.
Ο Eitan Michael Azoff πιστεύει ότι βρισκόμαστε στον δρόμο για τη δημιουργία ανώτερης νοημοσύνης που διαθέτει μεγαλύτερη ικανότητα και ταχύτητα.
Ο ειδικός της τεχνητής νοημοσύνης υποστηρίζει αυτό το σενάριο στο νέο του βιβλίο, Towards Human-Level Artificial Intelligence: How Neuroscience Can Inform the Pursuit of Artificial General Intelligence.
Σύμφωνα με τον Azoff, ένα από τα βασικά βήματα για το ξεκλείδωμα της «τεχνητής νοημοσύνης σε ανθρώπινο επίπεδο» είναι η κατανόηση του «νευρωνικού κώδικα».
Ο όρος περιγράφει τον τρόπο με τον οποίο ο εγκέφαλός μας κωδικοποιεί αισθητηριακές πληροφορίες και εκτελεί γνωστικές εργασίες όπως η σκέψη και η επίλυση προβλημάτων.
Τα βήματα που οδηγούν την τεχνητή νοημοσύνη προς τα εκεί
Ο Azoff λέει ότι ένα από τα κρίσιμα βήματα για τη δημιουργία «τεχνητής νοημοσύνης σε ανθρώπινο επίπεδο» είναι η μίμηση της συνείδησης στους υπολογιστές – πιθανότατα χωρίς αυτογνωσία, παρόμοια με αυτό που βιώνουν οι άνθρωποι όταν εστιάζουν σε μια εργασία.
Η συνείδηση χωρίς αυτογνωσία βοηθά τα ζώα να σχεδιάζουν ενέργειες και να ανακαλούν αναμνήσεις – και θα μπορούσε να κάνει το ίδιο για την τεχνητή νοημοσύνη.
Η τρέχουσα τεχνητή νοημοσύνη δεν «σκέφτεται» οπτικά. Τα μοντέλα όπως το GPT-4 μπορούν να επεξεργαστούν και να δημιουργήσουν κείμενο που μοιάζει με ανθρώπινο.
Καθώς η οπτική σκέψη προηγήθηκε της ανθρώπινης γλώσσας, ο Azoff πιστεύει ότι η κατανόηση αυτής της διαδικασίας και στη συνέχεια η μοντελοποίηση της οπτικής επεξεργασίας θα είναι ένα κρίσιμο βήμα.
«Μόλις σπάσουμε τον νευρωνικό κώδικα, θα κατασκευάσουμε ταχύτερους και ανώτερους εγκεφάλους με μεγαλύτερη χωρητικότητα, ταχύτητα και τεχνολογική υποστήριξη που θα ξεπεράσει τον ανθρώπινο εγκέφαλο. Θα το κάνουμε αυτό πρώτα διαμορφώνοντας την οπτική επεξεργασία, η οποία θα μας επιτρέψει να μιμηθούμε την οπτική σκέψη».», εξήγησε ο Azoff.
Ωστόσο, ο αναλυτής δεν πιστεύει ότι ένα σύστημα πρέπει να είναι ζωντανό για να έχει συνείδηση.
Πώς λειτουργεί η ΑΙ σήμερα
Η λογική του θέτει υπό αμφισβήτηση τον τρόπο λειτουργίας της τεχνητής νοημοσύνης. Τα τρέχοντα μοντέλα μηχανικής μάθησης δεν μπορούν να υπάρξουν χωρίς ανθρώπινη συμμετοχή σε κάποιον βαθμό, καθώς πρέπει να τροφοδοτούνται συνεχώς με φρέσκα και ακριβή δεδομένα.
Η αυτοεκπαιδευόμενη τεχνητή νοημοσύνη, η οποία καταναλώνει το δικό της αποτέλεσμα ή αυτό άλλων μοντέλων, παρουσιάζει συνεχή μείωση στην ποιότητα των απαντήσεών της.
Ο Azoff αναγνωρίζει πιθανή κακή χρήση της τεχνολογίας
«Μέχρι να έχουμε περισσότερη εμπιστοσύνη στις μηχανές που κατασκευάζουμε, θα πρέπει να διασφαλίζουμε ότι τηρούνται πάντα τα ακόλουθα δύο σημεία», είπε ο Azoff.
«Πρώτον, πρέπει να βεβαιωθούμε ότι οι άνθρωποι έχουν τον αποκλειστικό έλεγχο του διακόπτη απενεργοποίησης. Δεύτερον, πρέπει να δημιουργήσουμε συστήματα AI με ενσωματωμένους κανόνες ασφάλειας συμπεριφοράς».
Αλλά ένα ερώτημα παραμένει: είναι αυτή μια πρόκληση στην οποία πρέπει να ανταποκριθούμε;
Η τεχνητή νοημοσύνη αποδεικνύεται ήδη μη δημοφιλής στους καταναλωτές, καθώς μεγάλες εταιρείες όπως η Google και η Meta συνεχίζουν να εμπλουτίζουν τις υπάρχουσες υπηρεσίες με λειτουργικότητα AI.
Η Meta παραδέχτηκε ότι τροφοδοτεί την τεχνητή νοημοσύνη της με πληροφορίες που αντλεί από τα δημόσια προφίλ εκατομμυρίων χρηστών του Facebook και του Instagram. Οι χρήστες συναινούν αυτόματα όταν εγγραφούν για να χρησιμοποιήσουν τις υπηρεσίες και μια καλά κρυμμένη φόρμα εξαίρεσης ισχύει μόνο για όσους μπορούν να προβάλουν ένα πειστικό νομικό επιχείρημα για την προστασία των δεδομένων.
Και οι τεχνολογικές εταιρείες δεν σχεδιάζουν να κάνουν πίσω σύντομα. Απέναντι στη σφοδρή κριτική, η Microsoft ανανέωσε την κυκλοφορία του εξοπλισμένου με AI εικονικού βοηθού της, Recall.
Η κυκλοφορία αναβλήθηκε επ’ αόριστον μέχρι την περασμένη εβδομάδα, όταν η Microsoft ανακοίνωσε ότι το εργαλείο θα είναι διαθέσιμο για beta testing τον Οκτώβριο.
Το πρόγραμμα καταγράφει μια οθόνη κάθε λίγα δευτερόλεπτα για να δημιουργήσει μια βιβλιοθήκη με περιεχόμενο με δυνατότητα αναζήτησης, το οποίο στη συνέχεια αναλύει η AI.
