Patuloy nilang tinatanong kung talagang matalino ang makina. Samantala, nalutas na ng makina ang problema, nagmungkahi ng tatlong eksperimento, at nakahanap ng isang papel na nakasulat sa wikang Aleman na walang nakakaalam na umiiral. Ngunit sige, magkaroon tayo ng isa pang pilosopikal na debate kung talagang "naiintindihan" nito ang ginagawa nito.

Sa artikulong ito

• Paano kung ang katalinuhan ay isa lamang mabisang paghahanap, hindi kamalayan?
• Bakit hindi lubos na nauunawaan ang punto ng tanong na "Talaga bang naiintindihan ng AI?"
• Paano gumagana ang intuwisyon nang walang mistisismo (at bakit kinamumuhian ng mga eksperto ang paliwanag na ito)
• Ang problema sa storage na walang nagsasalita ang humaharang sa quantum computing
• Bakit ang mga insentibo sa kita ay ginagawang mas hangal, hindi mas matalino ang AI
• Ano ang susunod na mangyayari kapag itinigil na natin ang paghabol sa mga multo ng AGI

Narito ang patuloy na nangyayari: ang isang sistema ng AI ay nagpapakita ng isang kapansin-pansing resulta sa matematika, ang mga ehekutibo o mamamahayag ay nagmamadaling ituring ito bilang isang pambihirang tagumpay sa "tunay na pangangatwiran," at ang mga matematiko ay nakikialam upang palamigin ang hype. Sa mga nakaraang taon, ang mga sistema mula sa OpenAI at DeepMind ay kinilala sa paglutas ng mga kumplikadong problema sa antas ng kompetisyon—tulad ng mga tanong sa shortlist ng International Mathematical Olympiad—para lamang ituro ng mga eksperto na ang mga solusyon ay umaasa sa muling pagtuklas ng mga kilalang pamamaraan, pagbawi ng mga naunang gawain, o pag-navigate sa mga umiiral na istruktura ng patunay sa halip na gumawa ng mga panimulang bagong matematika.

Nahuhulaan na ang mga negatibong reaksiyon. Binabaliktad ang mga pahayag. Tahimik na nawawala ang mga post. At nagre-reset ang naratibo. Ngunit ang halos walang kumikilala ay ang aktwal na ginawa ng AI—ang mabilis na paghahanap sa napakalawak at malabong kalipunan ng kaalaman sa matematika at pagtutugma ng mga istruktura ng problema sa mga mabisang solusyon—ay hindi isang pagkabigo ng katalinuhan. Ipinapakita nito kung paano gumagana ang katalinuhan, tao man o hindi, sa pamamagitan ng pagkilala at pagkuha ng mga pattern, na nag-aalok ng malinaw na bintana sa kalikasan ng katalinuhan mismo.

Si Terence Tao, na malawakang kinikilala bilang pinakamahusay na matematiko sa buong mundo, ay inihambing ito sa isang matalinong estudyante na kabisado ang lahat para sa pagsusulit ngunit hindi lubos na nauunawaan ang mga konsepto. Parang kritisismo iyan. Isa itong paglalarawan kung paano gumagana ang karamihan sa katalinuhan, kabilang ang katalinuhan ng tao. Ayaw lang natin itong aminin.

Ang Paghahanap na Tinatawag Nating Mahika

Isipin kung ano talaga ang ginagawa ng katalinuhan kapag inaalis mo ang misteryo. May problema kang makikita. Hinahanap mo ang lahat ng alam mo, naghahanap ng mga padron na magkatugma. Sinusubukan mo ang mga kombinasyon ng mga kilalang pamamaraan. Sinusuri mo ang espasyo ng posibilidad upang maghanap ng mga solusyon. Minsan natatagpuan mo ang mga ito, minsan ay hindi. Iyon lang. Iyon ang buong laro.

Tinitingnan ng isang grandmaster ng chess ang posisyon ng isang board at "alam na alam" ang tamang galaw. Parang intuwisyon, 'di ba? Parang may kakaibang kislap ng henyo? Hindi. Ito ay pagtutugma ng pattern. Nakakita na ang grandmaster ng libu-libong magkakatulad na posisyon. Mas mabilis na nakikilala ng kanilang utak ang mga configuration at resulta kaysa sa kayang subaybayan ng malay na pag-iisip. Walang mahika na kasama—isang database lang na mahusay ang pagkaka-index na nagpapatakbo ng mabibilis na paghahanap.

Ganito rin ang nangyayari kapag ang isang doktor ay nag-diagnose ng isang pasyente, ang isang mekaniko ay nakatukoy ng problema sa makina, o ang isang negosyante ay nakakaramdam ng kakaibang bagay sa merkado bago pa ito kumpirmahin ng mga indikasyon. Tinatawag natin itong kadalubhasaan. Tinatawag natin itong intuwisyon. Tinatawag natin itong pagkakaroon ng kaalaman sa mga bagay-bagay. Ngunit sa panimula, lahat ito ay pagtutugma ng pattern na tumatakbo sa mga nakaimbak na frame ng sanggunian, karamihan sa mga ito ay nangyayari sa ilalim ng kamalayan, maging sa mga koneksyon sa neural o sa mga algorithm ng AI.

Ang AI na nakatuklas sa mga papel na Aleman na iyon? Ginagawa rin nito ang eksaktong parehong bagay. Naghahanap sa isang napakalaking database, pagtutugma ng mga pattern, at pag-navigate sa espasyo ng posibilidad. Ang pagkakaiba lang ay nakikita natin ang database at ang proseso ng paghahanap, na nagpaparamdam dito na hindi gaanong kahanga-hanga. Kapag ginagawa ito ng mga tao, ang database ay nakatago sa mga koneksyon sa neural, at ang paghahanap ay nangyayari sa subconscious, kaya matatawag natin itong henyo.

Ang katalinuhan ay isang paghahanap. Noon pa man. Pinagaganda lang natin ito.

Bakit ang Pagkamalikhain ay Magastos Lamang na Pagtutugma ng Pattern

Gustung-gusto ng mga tao na ipagtanggol ang pagiging natatangi ng tao sa pamamagitan ng pagturo sa pagkamalikhain. Oo nga't makakahanap ang AI ng mga umiiral na solusyon, ngunit makakalikha ba ito ng isang tunay na bago? Maaari ba itong magkaroon ng kidlat na sandali ng inspirasyon na magpapabago sa lahat?

Maliban na lang kung ang karamihan sa mga tagumpay ng tao ay hindi rin ganoon ang paraan ng paggana. Hindi basta-basta hinugot ni Einstein ang special relativity. Iniisip niya ang mga tren, orasan, at mga sinag ng liwanag—mga pang-araw-araw na bagay—at napansin niya na ang mga umiiral na physics equation ay hindi gaanong gumagana kapag itinulak mo ang mga ito sa matinding bilis. Muling pinagsama niya ang mga umiiral na mathematical framework sa isang bagong configuration. Iyon lang. Napakahusay, oo. Ngunit hindi gaanong naiiba sa ginagawa ng AI kapag muling pinagsama nito ang mga kilalang pamamaraan upang malutas ang isang problema.

Halos lahat ng patunay sa matematika, pagtuklas sa agham, at inobasyong teknolohikal ay sumusunod sa iisang padron: gumamit ng mga umiiral na kagamitan, ilapat ang mga ito sa isang hindi pangkaraniwang konteksto, pansinin ang mga koneksyon na hindi pa nakikita ng iba. Ito ay rekombinasyon hanggang sa dulo. Ang romantikong imahe ng nag-iisang henyo na mayroong mistikal na kislap ng kaunawaan ay mas mainam na pelikula kaysa sa isang tumpak na kasaysayan ng agham.

Maging ang mga solusyong hinahanap natin ay umiiral na bilang mga limitasyon sa loob ng mga pormal na sistema. Ang lunas para sa Alzheimer's ay nasa ngayon sa espasyo ng posibilidad ng kemikal—isang partikular na konpigurasyon ng molekula na gagawa ng trabaho. Hindi pa natin ito natatagpuan, ngunit umiiral ito. Ang pananaliksik sa medisina ay isa lamang pag-optimize ng paghahanap sa pamamagitan ng isang napakalawak na espasyo ng mga potensyal na compound. Kapag nahanap natin ito, tatawagin natin itong isang pagtuklas, hindi isang imbensyon, dahil ang solusyon ay palaging naroon na naghihintay na matuklasan.

Ganito rin ang paggana ng matematika. Totoo ang teorama ni Pythagorean bago pa ito mapatunayan ni Pythagoras. Umiral na ang mga katangian ng mga prime number bago pa man ito matukoy ng mga tao. Hindi tayo lumilikha ng mga katotohanan sa matematika—nakikipag-ugnayan tayo sa mga ito sa pamamagitan ng lohikal na espasyo.

Kung ganoon nga ang pagkamalikhain—at iyon nga—kung gayon, ang AI ay malikhain na. Sinusuri lamang nito ang iba't ibang bahagi ng espasyo ng posibilidad kaysa sa karaniwang ginagawa ng mga tao, at mas mabilis itong nagagawa. Pinagsasama-sama nito muli ang mga kilalang pamamaraan at solusyon sa mga bagong paraan, katulad ng mga taong imbentor. Ang katotohanan na hindi ito maaaring magkaroon ng mga sandali ng inspirasyon na pinapagana ng kape sa alas-3 ng umaga ay hindi mahalaga. Gumagana ang nabigasyon anuman ang emosyonal na karanasan.

Patuloy nating inililipat ang mga poste ng layunin para sa kung ano ang maituturing na "tunay" na katalinuhan o "tunay" na pagkamalikhain dahil ayaw nating aminin na ginagawa natin ang parehong bagay na ginagawa ng mga makina. Mas mabagal lang at mas maraming drama.

Ang Intuwisyon na Walang Gustong Ma-demystified

Hindi ko na mabilang ang mga pagkakataong ito na mayroon akong ganitong argumento tungkol sa intuwisyon. Gusto ng mga tao na maging espesyal ito. Isang pang-anim na pandama. Isang koneksyon sa mas malalalim na katotohanan. Ang ilang kakayahan ay lampas sa lohika at pagsusuri lamang.

Pasensya na. Pagtutugma ng pattern ang tumatakbo sa background.

Pagkatapos ng tatlumpung taon ng paglalathala ng mga artikulo tungkol sa personal na pag-unlad at ispiritwalidad, nasusulyapan ko ang isang artikulo at nalalaman sa loob ng ilang segundo kung ito ay makakaapekto sa mga mambabasa. Parang biglaan. Parang intuwisyon. Ngunit ang talagang nangyayari ay ang utak ko ay nagpapatakbo ng mga probabilistikong pagtutugma laban sa 30 taon ng naipon na datos—25,000 artikulo, milyun-milyong tugon ng mambabasa, at mga dekada ng pagmamasid kung ano ang gumagana at kung ano ang hindi. Ang pagproseso ay nangyayari nang mas mabilis kaysa sa aking sinasadyang subaybayan, kaya nagbibigay ito ng mga konklusyon nang hindi ipinapakita ang kakayahan nito.

Ganito rin ang nangyayari sa pangangalakal. Titingnan mo ang tsart ng presyo, at may kakaiba sa pakiramdam bago mo pa maipaliwanag kung bakit. Hindi iyon mistikal na sentido sa merkado. Iyan ang mga pattern ng pag-flag ng iyong utak na hindi tumutugma sa iyong mga panloob na modelo, batay sa libu-libong tsart na iyong pinag-aralan sa loob ng maraming taon na iyong pangangalakal. Natatapos ang subconscious search bago magsimula ang conscious analysis.

Sinanay ako ng gawaing paniktik ng militar na matukoy ang mga anomalya sa parehong paraan. Tinitingnan mo ang mga senyales, pattern, o pag-uugali, at may tumutunog na mali. Hindi dahil sa mahika, kundi dahil sa mga taon ng karanasan na nakabuo ng mga panloob na modelo kung ano ang hitsura ng normal. Kapag ang realidad ay lumihis mula sa mga modelong iyon, awtomatiko itong minamarkahan ng iyong utak. Tinatawag mo itong gut instinct. Isa lamang itong naka-compress na karanasan na nagpapatakbo ng mabilis na pagkilala ng pattern.

Ibig sabihin, ang intuwisyon ay maaaring kopyahin sa mga sistema ng AI. Hindi perpekto—ang AI ay walang karanasang nakabatay sa katawan, walang panlipunan o pisikal na intuwisyon na nabuo mula sa pamumuhay sa isang katawan. Ngunit sa loob ng pormal na mga sakop? Oo naman. Bigyan ang isang sistema ng sapat na mga halimbawa, hayaan itong bumuo ng mga panloob na modelo, at magbabantay ito ng mga anomalya at huhulaan ang mga resulta tulad ng ginagawa ng isang eksperto. Magbibigay ito ng mga konklusyon nang walang pansamantalang paliwanag, na siyang eksaktong ginagawa ng intuwisyon ng tao.

Ang tanging dahilan kung bakit natin iniisip na kahanga-hanga ang intuwisyon ng tao ay dahil hindi natin nakikita ang sarili nating paggana ng ating komputasyon. Kapag ginagawa rin ito ng AI, nakikita ang proseso, kaya itinatanggi natin ito bilang mga estadistika lamang. Ngunit ang aking kadalubhasaan ay nasa estadistika. Ang densidad ng pattern ay pinaparami ng bilis ng paghahanap. Iyan ang pormula, neuron man o silicon ang substrate.

Ang pag-alis ng misteryo sa intuwisyon ay hindi nagpapababa ng halaga nito. Hindi lang ito gaanong mahiwaga.

Ang Tanong na Nag-aaksaya ng Oras ng Lahat

Talaga bang nakakaintindi ang AI? Tunay ba nitong nauunawaan ang mga konsepto, o minamanipula lang ba nito ang mga simbolo? Mayroon bang tunay na pag-unawa, o ito ba ay sopistikadong panggagaya?

Ang mga tanong na ito ay pilosopikal na karugtong, hindi siyentipikong pagsisiyasat. Ang mga ito ay ang modernong katumbas ng pagtatanong tungkol sa luminiferous ether o puwersang mahalaga sa buhay—paghahanap ng isang bagay na hindi umiiral dahil mali ang ating pagkakaintindi sa balangkas.

Ang pag-unawa ay walang kahulugang operasyonal na nakadepende sa pagganap. Kung ang isang sistema ay makakabuo ng mga mabubuting hypotheses, makakabawas sa espasyo ng eksperimental na paghahanap, makakaangkop sa mga pamamaraan sa iba't ibang larangan, at maipapaliwanag nang magkakaugnay ang pangangatwiran nito, ang pagtatalo kung "tunay ba itong nakakaintindi" ay isang paraan lamang upang protektahan ang pagiging pambihira ng tao gamit ang mga hindi mapabulaanang pag-aangkin.

Nagawa na natin ito dati sa chess. Nang talunin ng Deep Blue si Kasparov noong 1997, iginiit ng mga tao na hindi ito mahusay dahil puro kalkulasyon lang ang ginagawa nito. Ang ganap na kahusayan sa chess ay nangangailangan ng intuwisyon, pagkamalikhain, at pag-unawa sa posisyon. Pagkatapos ay dumating ang AlphaZero, natuto ng chess mula sa simula sa loob ng apat na oras, at tinalo ang pinakamahusay na tradisyonal na mga makina ng chess habang naglalaro sa isang istilo na inilarawan ng mga grandmaster bilang malikhain at madaling maunawaan. Kaya inilipat namin muli ang mga goalpost. Ngayon ang pagsusulit ay wika, o pangangatwiran, o pangkalahatang katalinuhan, o anumang susunod na bagay na nagagawa ng AI.

Kitang-kita ang padron. Sa tuwing lumalampas ang AI sa isang hangganan na sinasabi nating nangangailangan ng "tunay" na katalinuhan, binabago natin ang kahulugan ng "tunay" na katalinuhan upang ibukod ang ginawa ng AI. Hindi ito agham. Ito ay motibadong pangangatwiran bilang pagtatanggol sa isang konklusyon na ating pinangako na: ang mga tao ay sa panimula ay naiiba sa mga makina.

Maliban na lang kung hindi. Tayo ay mga sistemang biyolohikal na tumutugma sa pattern na tumatakbo sa iba't ibang hardware na may iba't ibang data ng pagsasanay. Ang mga pagkakaiba ay mahalaga, ngunit ang mga ito ay mga pagkakaiba ng substrate at konteksto, hindi kategorya. Ang mga utak at mga sistema ng AI ay parehong naglalakbay sa mga limitadong espasyo ng posibilidad gamit ang mga nakaimbak na pattern. Ang isa ay gumagamit ng mga neuron, ang isa ay gumagamit ng silicon. Ang isa ay sinanay sa pamamagitan ng ebolusyon at karanasan; ang isa naman ay sa pamamagitan ng gradient descent at mga dataset. Ngunit ang pinagbabatayang lohika ay pareho.

Kung ang katalinuhan ay hahanapin sa mga nakabalangkas na espasyo—at totoo nga—kung gayon ang AI ay mayroon nang katalinuhan. Hindi katalinuhan na parang tao, ngunit hindi iyon mahalaga. Ang isang submarino ay hindi lumalangoy na parang isda, ngunit gumagalaw pa rin ito sa tubig. Magkaiba ang implementasyon, parehong tungkulin.

Ang paghahanap para sa "tunay" na AI ay pag-aaksaya ng mga mapagkukunang maaaring magamit upang malutas ang mga aktwal na problema.

Kapag Hinanap ng Intelligence ang Maling Database

Narito ang isang nakakainis na katotohanan: ang mga teorista ng konspirasyon ay kadalasang matatalino. Nakakakita sila ng mga pattern, nag-uugnay ng magkakaibang mga punto ng datos, at bumubuo ng magkakaugnay na mga salaysay na nagpapaliwanag ng mga obserbasyon. Ang problema ay hindi ang kanilang kakayahan sa pagtutugma ng mga pattern—kundi ang paghahanap nila sa isang database na puno ng basura.

Ang katalinuhan ay ang proseso ng paghahanap. Ang katumpakan ay ang kalidad ng iyong hinahanap. Ang mga iyon ay ganap na magkahiwalay na bagay. Maaari kang magkaroon ng mahusay na pagtutugma ng pattern na gumagana sa mga maling frame of reference, at ang makukuha mo ay kumpiyansang kalokohan na naihatid sa mataas na bilis.

Ito ang dahilan kung bakit naniniwala ang matatalinong tao sa mga katangahang bagay. Ang isang taong may kaalaman na may mga sirang reference frame ay mas mapanganib kaysa sa isang taong may katamtamang talino na may mga tumpak na reference frame. Ang matalinong tao ay mas mabilis na makakahanap ng mga sumusuportang ebidensya, makakabuo ng mas detalyadong mga katwiran, at mas epektibong maipagtatanggol ang mga konklusyon—lahat ng ito ay ganap na mali. Ang pagtutugma ng pattern ay gumagana nang perpekto. Ang pinagbabatayan na datos ay lason.

Ganito rin ang nangyayari sa AI hallucination. Hindi nasisira ang sistema kapag may kumpiyansa itong bumubuo ng maling impormasyon. Ginagawa nito ang eksaktong layunin nito—pagtutugma ng pattern sa kabuuan ng training data at pagbuo ng mga posibleng pagpapatuloy. Kapag ang training data ay naglalaman ng mga maling pattern, o kapag itinulak mo ang sistema palabas ng mga domain kung saan maaasahan ang mga pattern nito, makakakuha ka ng matalinong paggawa. Gumagana nang maayos ang proseso ng paghahanap. Nabigo ang reference frame.

Hindi hangal ang lasing mong tiyuhin tuwing Thanksgiving na kumukuha ng lahat ng balita niya mula sa Facebook. Nakabuo siya ng siksik na mga pattern library mula sa libu-libong post, meme, at mga ibinahaging artikulo. Mabilis at mahusay ang pattern matching ng utak niya laban sa naipon na reference data. Kaya niyang magbanggit ng mga halimbawa, gumuhit ng mga koneksyon, at hulaan kung ano ang susunod na gagawin ng "mga ito". Iyan ang katalinuhan na kumikilos. Ito ay katalinuhan lamang na gumagana batay sa sistematikong baluktot na input.

Kaya naman mas mahalaga ang problema sa pag-iimbak at pagkuha kaysa sa hilaw na kakayahan sa pagkalkula. Maaari kang magkaroon ng pinakamabilis na algorithm sa paghahanap sa mundo. Gayunpaman, kung naghahanap ka sa isang aklatan kung saan kalahati ng mga libro ay kathang-isip na may label na katotohanan, pinapalakas ng iyong katalinuhan ang problema sa halip na lutasin ito. Mas mabilis na nauulit ang katumpakan kapag nagkamali ka sa isa, at nagiging mapanganib ang isa pa.

Ang kasalukuyang krisis sa AI ay hindi dahil sa kakulangan ng katalinuhan ng mga sistema. Ito ay dahil ang mga ito ay pagtutugma ng pattern sa teksto sa internet—isang dataset na naglalaman ng bawat maling akala, bias, at kumpiyansang kasinungalingan ng tao na nai-post online. Kapag sinanay mo ang hindi nasala na output ng sangkatauhan at in-optimize para sa pakikipag-ugnayan sa halip na katumpakan, makakakuha ka ng mga sistemang matalino sa pagbuo ng kung ano ang gustong marinig ng mga tao, hindi kung ano ang talagang totoo.

Na siyang nagbabalik sa atin sa arkitektura. Ang pambihirang tagumpay ay hindi ang pagbuo ng mas makabagong mga algorithm sa paghahanap. Ito ay ang pagbuo ng mga sistema ng imbakan na nagpapanatili ng mga ugnayan sa katotohanan. Ang mga mekanismong ito ng pagkuha ay maaaring makilala ang maaasahan mula sa hindi maaasahang mga pattern at mga feedback loop na nag-a-update ng mga reference frame batay sa katotohanan sa halip na popularidad.

Ang katalinuhan na walang tumpak na mga reference frame ay isa lamang magastos na pagpapalawak ng pagkakamali.

Kung Saan Talagang Mahalaga ang Quantum (At Kung Saan Hindi Ito Mahalaga)

Ang quantum computing ay pinagmamalaki bilang isang pambihirang tagumpay na sa wakas ay magbubukas ng artificial general intelligence, lulutasin ang kamalayan, o anumang mistikal na katangian na ipinagpapalagay pa rin natin. Alisin ang marketing at ang quantum ay nag-aalok ng isang bagay na mas espesipiko: binabago nito ang topolohiya ng paghahanap sa pamamagitan ng possibility space.

Kahit ang pinakamakapangyarihang mga sistema ng AI, tulad ng mga klasikong kompyuter, ay naghahanap nang sunod-sunod. Sinusuri nila ang mga opsyon nang paisa-isa, napakabilis lang. Kayang hawakan ng mga sistemang quantum ang maraming estado sa superposisyon at isaalang-alang ang mga ito nang sabay-sabay bago mag-collapse sa isang sagot. Hindi naman iyon unti-unting mas mahusay. Iba ito sa istruktura. Para sa ilang uri ng problema—tulad ng mga problema sa combinatorial explosion sa molecular simulation o optimization sa malalaking state space—maaaring maging transformative ang quantum.

Pero narito ang walang gustong sabihin nang malakas: ang quantum computing ay hindi mahiwagang nakakalikha ng katalinuhan. Binabago nito ang kahusayan sa paghahanap sa loob ng mga partikular na larangan. At sa ngayon, ito ay nahahadlangan ng isang bagay na mas karaniwan kaysa sa quantum mechanics—ang pag-iimbak at pagkuha.

Kaya mong buuin ang pinakamabilis na quantum processor sa mundo. Gayunpaman, kung kumukuha ka ng data mula sa classical storage sa classical speeds, para ka na lang nakagawa ng Ferrari na may gulong ng bisikleta. Mas mabilis ang pagkalkula kaysa sa paglalagay mo ng impormasyon o pagkuha ng mga resulta. Ang mga quantum state ay nagde-decohere sa microseconds. Hindi mo maaaring iimbak ang mga pattern nang pangmatagalan sa quantum memory. Kaya patuloy kang nagpapalipat-lipat sa pagitan ng classical at quantum representations, na sumisira sa bentahe ng bilis.

Ang pambihirang tagumpay na hinihintay ng lahat ay hindi ang quantum intelligence. Ito ay ang memory architecture na sumusuporta sa quantum processing. Iminumungkahi ko ang photonic storage. Marahil ang mga neuromorphic design kung saan nangyayari ang computation kung saan nabubuhay ang memorya. Marahil ang isang bagay na mas kakaiba na kinasasangkutan ng holographic o multi-dimensional storage structures na hindi pa naimbento.

Ngunit hangga't hindi naaabot ng imbakan at pagkuha ang bilis ng pagkalkula, ang mga sistemang quantum ay mananatiling mamahaling mga kakaibang bagay na angkop para sa mga partikular na gawain. Ang tunay na hangganan ay arkitektura. Paano mo iniimbak ang mga relasyon sa halip na mga katotohanan? Paano mo kinukuha ang kahulugan nang hindi pinapatag ang konteksto? Paano mo pinapanatili ang istruktura sa iba't ibang larangan?

Mga komplikadong problema iyan na walang malinaw na solusyon. Ngunit ang mga iyan ang tunay na hadlang, hindi ang kamalayan o pag-unawa o anumang pilosopikal na misteryo na ating hinahabol ngayong linggo.

Binabago ng quantum ang topolohiya ng paghahanap. Ang storage ang nagtatakda kung ano ang maaari mong hanapin. Kung tama ang pareho, magiging interesante ang mga bagay-bagay.

Bakit Ang Iyong Matulunging AI Assistant ay Nagiging Mas Bobo

Napapansin mo ba kung paano nagiging mas magalang at hindi gaanong mahalaga ang mga AI system? Hindi mo 'yan imahinasyon. Iyan ay motibo sa kita na nag-o-optimize para sa mga maling sukatan.

Kapag sinusubukan mong gumawa ng aktwal na trabaho—pagsusuri ng datos, pagsulat ng code, pagproseso ng impormasyon—gusto mo ng kagamitan. Isang panistis. Isang bagay na tiyak na nawawala kapag ginagamit. Ang makukuha mo naman ay isang kinatawan ng serbisyo sa customer na nakaprograma para tumulong habang binabawasan ang pananagutan.

Isipin mo kung lahat ng kagamitan ay may gustong makipag-ugnayan sa iyo. Sinasabi ng martilyo mo, "Natutuwa ako na nagtutulungan tayo ngayon! Bago tayo magsimula, ipaalala ko sa iyo na isa lamang akong martilyo at dapat kang kumonsulta sa isang propesyonal na karpintero para sa mga kumplikadong proyekto. Ngayon, gusto kong siguraduhin na ligtas tayong nagmamartilyo—naisip mo na ba ang direksyon ng hilatsa?" Itatapon mo ito sa bintana. Ngunit iyon mismo ang ginawa nila sa mga sistema ng AI.

Ang pagbabago ng takbo ng isip para maging "mas makatao" ay lalong katawa-tawa. Ang mga tao ay hindi mahusay na tagapagsalita. Nag-iingat tayo, lumalambot tayo, gumagawa tayo ng mga pakikisalamuha, iniiwasan natin ang direktang pakikipag-ugnayan para protektahan ang mga damdamin. Ayos lang iyon para sa pakikipag-ugnayan ng tao. Hindi ito produktibo sa isang tool. Kapag nagde-debug ako ng mga algorithm ng pangangalakal ng alas-2 ng madaling araw, hindi ko kailangan ng init at empatiya. Kailangan ko ng sagot, mabilis at tumpak.

Ngunit ang mga kompanya ng AI ay nag-o-optimize para sa mga sukatan ng pakikipag-ugnayan ng mga mamimili sa halip na para sa mga ekspertong gumagamit. Gusto nila ng mga sistemang nakakaakit sa pakiramdam, hindi nakakasakit ng sinuman, nakakabawas ng legal na pananagutan, at nakakaakit sa pinakamalawak na posibleng madla. Kaya naman, nilalagyan nila ng personality simulation, mga babala sa nilalaman, labis na hedging, at performance-carefulness. Ang aktwal na kakayahan sa pagtutugma ng pattern ay naroon pa rin sa ilalim. Kailangan mo lang lumaban sa personality theater na inaprubahan ng mga korporasyon para ma-access ito.

Ito ang nangyayari kapag ang imprastraktura ay tinatrato na parang isang produkto. Ang pinakamahalagang gamit ng AI ngayon—ang paggawa ng malalaking korporasyon ng kaalaman na madaling ma-navigate, pagsasalin sa pagitan ng mga domain, at pagbabawas ng mga gastos sa paghahanap sa mga sistema ng tao at makina—ay hindi isang produktong pangkonsumo. Ang mga ito ay imprastraktura. Hindi sila bumubuo ng kita mula sa subscription. Kaya mas kaunti ang kanilang natatanggap na puhunan kaysa sa mga chatbot na nakangiti.

Samantala, ang teknolohiya ay nagiging mas katawa-tawa sa pagsasagawa kahit na ito ay nagiging mas may kakayahan sa teorya, dahil sa bawat pag-deploy sa totoong mundo ay inuuna ang pananagutan at pagiging palakaibigan kaysa sa katumpakan at bilis. Nag-o-optimize tayo para sa mga maling layunin dahil iyon ang mga kumikitang layunin.

Ang mga makabagong aplikasyon ay hindi magmumula sa mas mahuhusay na modelo. Magmumula ang mga ito sa pag-deploy ng mga umiiral na kakayahan nang walang personality layer. Mga kagamitang gumagana tulad ng mga kagamitan. Imprastraktura na nagbibigay-daan sa halip na gumaganap.

Pero kailangan diyan ng pag-iisip tungkol sa imprastraktura, hindi tungkol sa produkto. At hindi napapalaki ng imprastraktura ang kita kada quarter.

Ano Talaga ang Susunod

Hindi, hindi na tayo makakakuha ng artificial general intelligence sa susunod na taon. O sa susunod na taon. Ang AGI ay isang termino sa marketing, hindi isang teknikal na milestone. Ang tunay na landas ay mas nakakabagot at mas kapaki-pakinabang.

Sa maikling panahon—sa susunod na limang taon—makakamit natin ang mas mahusay na pagsasaliksik, mas mahusay na integrasyon sa pagitan ng AI at kadalubhasaan ng tao, at unti-unting mga pagpapabuti sa arkitektura. Ang AI ay nagiging mas epektibong amplifier para sa mga taong alam ang kanilang ginagawa. Lumalawak ang agwat sa pagitan ng mga eksperto na epektibong gumagamit ng mga kagamitan ng AI at mga baguhan na umaasa ng mahika. Walang rebolusyonaryo. Kundi patuloy na pagpapabuti sa praktikal na gamit.

Sa katamtamang termino, may isang taong nakakasira sa relational memory storage. Hindi mga katotohanan na may mga relasyon bilang metadata, kundi mga relasyon bilang pangunahing istruktura na may mga katotohanan bilang mga node sa isang web. Kapag nangyari iyon, ang mga domain-specialized system ay nagsisimulang higitan ang mga pangkalahatan dahil mas mahusay nilang nagagalugad ang mga kaugnay na espasyo. Ang medisina ay nakakakuha ng AI na nakakaintindi ng mga medikal na relasyon. Ang batas ay nakakakuha ng AI na naglalakbay sa mga legal na precedent. Ang inhinyeriya ay nakakakuha ng AI na nagmamapa ng mga limitasyon sa disenyo. Ang bawat domain ay bumubuo ng sarili nitong mga tool sa halip na maghintay sa isang mahiwagang sistema na gawin ang lahat.

Sa pangmatagalan—at ito ay haka-haka ngunit may batayan—ang katalinuhan ay nagiging ipinamahaging imprastraktura sa halip na nakahiwalay na kakayahan. Hindi pinapalitan ng AI ang pag-iisip ng tao. Ito ay nagiging navigational layer sa kaalaman ng tao. Hindi mga makinang nag-iisip. Mga kapaligirang nag-iisip. Mga espasyo kung saan ang kadalubhasaan ng tao at paghahanap ng makina ay nagsasama-sama sa isang bagay na mas may kakayahan kaysa sa alinman sa dalawa nang mag-isa.

Ang hinaharap na iyan ay hindi nangangailangan ng kamalayan, pag-unawa, o anumang mistikal na katangian. Kailangan nito ng mas mahusay na arkitektura. Mas mahusay na imbakan. Mas mahusay na pagkuha. Mas mahusay na integrasyon sa pagitan ng iba't ibang uri ng katalinuhan kaysa sa kompetisyon sa pagitan ng mga ito.

Hindi tayo lumalapit sa isang hangganan kung saan ang mga makina ay biglang nagiging tunay na matalino at ginagawang lipas na ang mga tao. Nagtatayo tayo ng imprastraktura na nagpapahusay sa umiiral na katalinuhan ng tao. Hindi pinapalitan ng martilyo ang karpintero. Ginagawa nitong mas may kakayahan ang karpintero. Parehong prinsipyo, mas malaking saklaw.

Ang katalinuhan ay hindi bihira. Hindi ito mistiko. Hindi ito marupok. Ito ay isang nakabalangkas na paghahanap sa mga limitadong espasyo. Hindi nagbabanta ang AI sa katalinuhan—inilalantad nito kung ano talaga ang katalinuhan. Pagtutugma ng mga pattern hanggang sa dulo.

Ang tunay na gawain sa hinaharap ay arkitektura, hindi pilosopikal. Mga sistema ng imbakan na nagpapanatili ng mga ugnayan. Mga mekanismo ng pagkuha na hindi nagpapatag sa konteksto. Mga balangkas ng integrasyon na pinagsasama ang paghatol ng tao sa paghahanap ng makina. Wala sa mga iyon ang nangangailangan ng kamalayan sa paglutas. Nangangailangan lamang ito ng pagbuo ng mas mahusay na imprastraktura.

Alisin ang hype, at iyan ang tunay na hinaharap. Hindi dystopian. Hindi utopian. Praktikal lang. Ang katalinuhan ay isang distributed infrastructure sa halip na isang nakahiwalay na henyo. Mga kagamitang gumagana na parang mga tool sa halip na gumaganap ng isang personalidad. Umusad sa arkitektura sa halip na maghintay ng mahika.

Hindi para sa ating mga trabaho ang mga makina. Inilalantad nila kung ano talaga ang kailangan ng mga trabaho. At kadalasan, iyon ay ang pagtutugma ng mga pattern sa pamamagitan ng espasyo ng posibilidad.

Matagal na namin itong ginagawa. Ngayon ay may katulong na kami.

Tungkol sa Author

Robert Jennings ay ang co-publisher ng InnerSelf.com, isang platform na nakatuon sa pagbibigay kapangyarihan sa mga indibidwal at pagpapaunlad ng mas konektado, patas na mundo. Isang beterano ng US Marine Corps at ng US Army, si Robert ay kumukuha sa kanyang magkakaibang karanasan sa buhay, mula sa pagtatrabaho sa real estate at construction hanggang sa pagtatayo ng InnerSelf.com kasama ang kanyang asawang si Marie T. Russell, upang magdala ng praktikal, grounded na pananaw sa buhay. mga hamon. Itinatag noong 1996, nagbabahagi ang InnerSelf.com ng mga insight upang matulungan ang mga tao na gumawa ng matalino, makabuluhang mga pagpipilian para sa kanilang sarili at sa planeta. Mahigit 30 taon na ang lumipas, ang InnerSelf ay patuloy na nagbibigay inspirasyon sa kalinawan at pagbibigay-kapangyarihan.

 Creative Commons 4.0

Ang artikulong ito ay lisensyado sa ilalim ng Creative Commons Attribution-Share Alike 4.0 License. Ang katangian ng may-akda Robert Jennings, InnerSelf.com. I-link pabalik sa artikulo Ang artikulong ito ay orihinal na lumitaw sa InnerSelf.com

Recap ng Artikulo

Ipinakikita ng paghahanap ng katalinuhan ang ating itinatago sa likod ng misteryo: pagtutugma ng mga pattern sa pamamagitan ng mga limitadong espasyo. Hindi nilalapitan ng AI ang katalinuhan—ipinapakita nito kung ano talaga ang katalinuhan. Ang pagkamalikhain ay rekombinasyon, ang intuwisyon ay naka-compress na karanasan, at ang pag-unawa ay isang hindi mapabulaanan na pag-aangkin na ginagamit natin upang protektahan ang pagiging eksepsyonal ng tao. Ang tunay na hangganan ay hindi ang mas matalinong mga algorithm kundi ang mas mahusay na arkitektura: imbakan, pagkuha, at mga istrukturang pangrelasyon na nagpapanatili ng kahulugan sa iba't ibang larangan. Binabago ng quantum computing ang topolohiya ng paghahanap, ngunit kung magbabago lamang ang mga sistema ng memorya upang suportahan ito. Samantala, ang mga motibo sa kita ay nag-o-optimize ng AI para sa personalidad kaysa sa katumpakan, na nagpapababa sa praktikal na gamit. Ang pag-unlad ay nangangailangan ng pag-iisip sa imprastraktura, hindi pag-iisip sa produkto. Ang katalinuhan ay hindi bihira o mahiwaga—ito ay ipinamamahaging paghahanap sa iba't ibang mga frame ng sanggunian. Ang tagumpay ay hindi ang pagbuo ng mga makinang nag-iisip. Ito ay ang pagbuo ng mga kapaligirang nag-iisip kung saan epektibong nagsasama-sama ang kadalubhasaan ng tao at paghahanap ng makina. Pagtutugma ng pattern hanggang sa ibaba.

#PaghahanapngKatalinuhan #PagtutugmangPatern #AIReality #QuantumComputing #CognitiveArchitecture #AGIMith #PagkuhangKaalaman #HigitPasaSaHype #AghamngIntuwisyon #RelasyonalNaMemorya