Природата вече е създала AGI: какво знае малката мушица, което OpenAI не разбира

Истинският интелект не се измерва в гигабайти!

Главният изпълнителен директор на OpenAI Сам Алтман повтори в неотдавнашно интервю, че човечеството е близо до създаването на изкуствен общ интелект (AGI – artificial general intelligence) – машинен интелект, сравним с човешкия. Според него за постигането на тази цел е достатъчно да се увеличат мащабите на сегашните модели като ChatGPT. „AGI вероятно ще се появи по време на президентството на Тръмп„, прогнозира милиардерът, като по този начин продължи насоката, която OpenAI прокарва от триумфалния дебют на своя чатбот през ноември 2022 г.

През 2023 г. компанията доразви тази идея в своя блог , като заяви, че „първият AGI ще бъде просто точка от континуума на интелекта„. Концепцията изглежда убедителна, с изключение на един основен недостатък: интелектът, какъвто и да е той, почти сигурно не съществува като континуум.

Разбираемо е защо един човек от Силициевата долина, на когото е поставено на карта гигантско състояние, представя развитието на ИИ по този начин. Тази позиция обаче губи убедителност, когато се погледне към един друг тип мислене, който изкуственият интелект пренебрегва от самото си създаване – естественият интелект.

Какво всъщност е естественият интелект?

Хората използват езици, за да общуват, така че разговорният ИИ създава илюзията за интелигентност. Въпреки това между тях има фундаментална разлика: ChatGPT манипулира символи, докато хората използват реч, за да описват нещата и явленията около тях. Ние съществуваме във физическа, емоционална и социална реалност, докато невронните мрежи оперират само с абстракции. Ето защо езиковите модели, въпреки че владеят езика, генерират безсмислици с непоколебима увереност – те нямат реална връзка със света.

Изследователи и предприемачи като Алтман продължават да правят прогнози за бъдещето на изкуствения интелект, предполагайки, че знаят правилния път. Научната общност широко използва понятието „g фактор“ или „общ интелект“ – основна когнитивна способност, която е в основата на различните умствени процеси. Учените разграничават два нейни компонента: „кристализиран интелект“ – натрупани знания и опит, и „флуиден интелект“ – способност за решаване на нови проблеми, откриване на модели и абстрактно мислене. Именно флуидната интелигентност дава възможност на всеки човек да се адаптира към новите ситуации и да се учи. Все още обаче е загадка как точно се появяват тези способности и кои процеси в мозъка са отговорни за тях.

Ако на Земята дойде някой извънземен и анализира мисленето на хората и машините, той би се изненадал, че изследванията в областта на изкуствения интелект процъфтяват, а учените с пълна увереност са готови да преустроят цивилизацията, въпреки че работят с неясна дефиниция на самия интелект. А изследването на интелигентността на животните би повдигнало още повече въпроси. Защото естественият интелект, вместо просто да се „мащабира“ с увеличаването на данните и изчислителната мощ, се проявява по различен начин при различните видове.

Това, което може да се нарече екологичен интелект, се среща при различните същества – от мухи до слонове. Всеки вид е развил уникални когнитивни способности, които му помагат да оцелее в своята екологична ниша. И ако определим интелекта като способност за ефективно взаимодействие с околната среда, тогава най-добрият пример за „изкуствен общ интелект“ (AGI) може да не е една огромна невронна мрежа с милиарди параметри, а едно примитивно (на пръв поглед) насекомо.

Пътеводител по навигация от една плодова мушица

Важна тенденция в развитието на изкуствения интелект – автономната навигация – определя интелекта като способност за независима и безопасна навигация. Подобни системи, базирани на дълбоки невронни мрежи с подсилващо обучение, използват комбинация от сензори (лидари, камери и радари), за да откриват препятствия и да планират маршрутите. След като бъде достатъчно добре обучен, този механизъм може да разработи стратегии за безопасно придвижване дори в хаотична среда.

В този случай видът Drosophila melanogaster, т.е. скромната плодова мушица, заслужава свой собствен кръг на финансиране от OpenAI. С микроскопичен мозък, който не тежи почти нищо, тези същества демонстрират рефлекси за избягване на сблъсъци, които надхвърлят възможностите на всеки безпилотен автомобил. За части от секундата те откриват признаците на движение, предвиждат траекториите и изпълняват необходимите маневри. Проучванията показват, че мухите изчисляват маршрутите за бягство много по-бързо и от най-съвременните системи за компютърно зрение.

Колективният разум и илюзията за разпределен интелект

Технологичните гиганти отдавна мечтаят да създадат „роеви разум“ – система, в която множество опростени елементи, свързани помежду си, работят заедно, за да се справят със сложните задачи. Това обединение трябва да функционира като единен „супермозък“, в който всички компоненти участват във вземането на общо решение. Отново обаче, естествените механизми на колективното мислене вече съществуват и работят много по-ефективно от всички аналози, които сме създали.

Колонията от медоносни пчели е чудесен пример. Когато става въпрос за намиране на нов дом, хиляди насекоми действат като единен организъм, но без никакъв контролен център. Пчелите разузнавачки изследват околността в търсене на подходящи места и след това се връщат в кошера, където изпълняват специален „танц на вихрушката“. В движенията им е кодирана цялата важна информация: колко далеч е потенциалният дом, в каква посока се намира, колко е просторен и защитен. Другите индивиди разчитат сигналите и също се отправят на разузнаване. В крайна сметка колонията взема най-благоприятното решение за оцеляване.

А какво предлага цифровият интелект? Група чатботове, които събират информация от Reddit и други подобни.

Катеричките: шампионите на природата по памет

Още една силна страна на ИИ е съхраняването и извличането на данни. Учените често измерват интелекта чрез способността да се запомнят огромни количества информация и необходимите данни да се извличат при нужда. Съвременните невронни мрежи използват сложни технологии за тази цел: векторните бази данни превръщат информацията в многомерни математически модели, а механизмите за „привързване“ помагат на програмата да се ориентира в терабайтите информация.

Една обикновена катерица без никакви компютри отлично се справя със задачите на паметта и навигацията. През есента тя крие стотици орехчета на различни места и е в състояние да ги намери дори след няколко месеца, под снега. Нещо повече, изследователите откриват, че тези животни използват сложни стратегии, за да защитят запасите си: те могат да се преструват, че заравят орех, но всъщност да го скрият на друго място, заблуждавайки евентуалните крадци. По този начин гризачите безпогрешно различават истинските скривалища от фалшивите – за разлика от LLM, които често „халюцинират“, като създават несъществуващи факти.

Какво представлява „И-то“ в ИИ?

Какво може да научи изкуственият интелект от света на животните? Първо, че съзнанието не е универсално явление. Начинът, по който се ориентира плодовата мушица, процесът на вземане на решения в пчелния кошер, паметта на катерицата – всеки пример представлява специфичен тип познание, оформено под еволюционния натиск.

Второ, това ни принуждава да преосмислим основните си предположения. Както беше обсъдено по-горе, изследователите сега увеличават мощността на невронните мрежи, като предполагат, че огромните количества данни и изчислителни ресурси в крайна сметка ще доведат до създаването на аналог на човешкото съзнание. Но ако в природата съществува цяла гама от различни форми на мислене, защо смятаме, че именно статистическата обработка на информацията ще доведе до AGI?

Истинското мислене е въплътено в материята. То съществува в рамките на жива система, която динамично взаимодейства със средата си. ИИ, напротив, прогнозира последователностите в текста, а не причините и следствията.

И така, постижим ли е AGI? Може би. Но ако вземем поука от природата, по-добре е да инвестираме достатъчно добре в изследванията на плодовите мушици. Навярно именно по този начин намерим пътя към създаването на един универсален ИИ.