Tulemmeko olemaan tulevaisuudessa tekoälylle vain lemmikkejä, vai tuhoaako se meidät ihmiset hyödyttöminä kuten me tuhoamme rottia.
http://www.reason.com/news/show/122423.html
http://www.reason.com/news/show/122423.html
Tekoälyn lemmikki?
Sam.
19767
0Äänestä
Muut lukivat myös
Ketjusta on poistettu 1 sääntöjenvastainen viesti.
Odottaa vastausta
Näihin keskusteluihin ei ole vielä vastattu. Ole ensimmäinen.
Vastaukset 19
Vanhimmat
Ei, 'superälykkäitä' koneita ei koskaan tule olemaan, eikä ihmiset koskaan tule opettamaan tietokoneilleen, että sen pitäisi pitää ihmisiä lemmikkeinä.
Joka ainut teknologisen singulariteetin puhemies on ihan yhtä kajahtanut, kuin nuo uskonnolliset hihhulit, jotka lupaavat lopun olevan lähellä. He ovat Kapteeni Kyborkeja, todellisuuden hylänneitä idiootteja.
Viimeksi samanlaisia kerääntyi valtava määrä paneeliin Englannin teknologiamessuille, joka keskusteli robotiikan kehityksestä. Mukana oli mm. Roomban, sen imurirobotin kehittäjä, joten ihan akateemisista uneksija joukosta ei ollut kyse. Heidän puheensa oli täynnä tätä: "Oi, kuinka hienostuneita robotiikka on" ja "Voi, kuinka kehittyneitä niistä tulee."
Sitten joku, muistaakseni The Registerin, toimittaja otti ja kysyi: "Koska robottien voi odottaa saavuttavan tavallisen kimalaisen itsenäisyyden ja hienostuneisuuden?"
Arvaa mitä? Kukaan ei halunnut vastata! Tietokoneen hienostuneisuus on valovuosia jäljessä elämän hienostuneisuudesta. Älykkyydessä kysymys ei ole valovuosista vaan galaktisista vuosista.
Tämä johtuu siitä yksinkertaisesta syystä, että kukaan ei ole koskaan keksinyt, miten opettaa koneelle tarpeita. Sille voidaan vain opettaa taitoja. Ja koko ihmiskunnan kehityksen ajan se on ollut tarpeet, jotka saavat ihmiset syöksymään eteenpäin ja hankkimaan uusia ja edistyksellisempiä taitoja.
Tästä johtuen tietokoneet eivät koskaan tule 'kehittymään' älyllisesti, joka taas tarkoittaa, että ne tekevät aina mitä niitä on käsketty tehdä. Ei koskaan piiruakaan enempää.
Mutta löytyykö Fileas 3 - 10v vuoden kuluttua kommentoimaan nykyistä näkemystään, kun ensimmäiset kaupalliset AGI-sovellukset tulevat markkinoille. Vai onko kyseessä vain arvoton provoilu? Jos olen hengissä, niin minut kyllä löytää.
Talletan siis tämän (herkullista käsialaa), mutta olisi kiva saada sama vielä yksityiskohtaisemmin ja paremmin perusteluna. Esim. mihin tämä näkemys perustuu: "Tämä johtuu siitä yksinkertaisesta syystä, että kukaan ei ole koskaan keksinyt, miten opettaa koneelle tarpeita."
Kiitos kuitenkin ja eiköhän edellistä kirjoituksesta vielä keskustella.
Just ja ensimmäiset tekoälyt piti saada toimintakuntoon kahdessakymmenessä vuodessa (emmekä puhu mistään matalasta agentista, vaan real-deal tekoälystä). Vuosi, jolloin noin luvattiin oli 1967.
Eli missä on tekoäly vuodelta 1987? Missä on tekoäly vuodelta 2000, koska sellainen luvattiin 1976? Missä? Vastaus, ei missään.
Syykin on selvä. Kuuntelee Yusaa ja hänen mielestään koneet ovat lopulta niin monimutkaisia, että niiden täytyy olla älykkäitä. Tämä on Teknologisen singulariteetin perusteesi.
Mutta ei monimutkaisuus ole älykkyyttä.
Kimalainen on yksinkertainen. Siinä on VÄHEMMÄN monimutkaisuutta, kuin esimerkiksi supertietokoneessa. Kuitenkaan supertietokone ei pysty simuloimaan kimalaista. Siis siten, että sen ruudulla pyörisi matemaattinen kimalainen ja sitten sille näytettäisiin satunnainen simuloitu matemaattinen kukkatarha, niin se käyttäytyisi kuin kimalainen. Sellaista ei voi ohjelmoida, se on mahdotonta.
Kuitenkin kaikki väittävät, että monimutkaisempi kone olisi jotenkin automaattisesti älykäs? Miksi? Siksikö, että se on nopeampi? Missä on linkki nopeuden ja älyn suhteen? Vastaus on: Ei missään. Aivot ovat huomattavasti hitaampia, kuin nykyiset mikroprosessorit. Ei se, että joku neuroverkko on monimutkainen tai nopeampi kuin aivot tee siitä älykästä. Se tekee siitä vain pirun nopean taskulaskimen. Hienomman digitaalikellon.
Äly on jotain, jota nämä Kapteeni Kyborkit eivät kertakaikkiaan tajua.
Ja kaikki käyttäytyvät aivan kuten Yusa (tai kuten Kristityt fundamentalistit), huudellen: "Kyllä sitten ottaa päähän, kun todistamme sinun olevan väärässä!"
Kuule, jos tietokoneet pystyvät älyyn, niin miksi siitä ei ole jo merkkejä?
Jos sinun nykyinen Hype ideasi (ei jaksa edes googlettaa tuota AGI:ta) pitäisi olla ihmistä älykkäämpi X vuodessa, niin miksi minun AMD prosessorillani varustettu kone ei ole sanotaan 3-vuotiaan tasolla älyssä tai ehkä kimalaisen tms. tasolla? Sehän on x-kertaa hitaampi ja yksinkertaisempi, kuin sinun kuningas-ajatuksesi, joten sillä logiikalla sen pitäisi olla aivan yhtä kykenevä älyyn, mutta vain hitaammin, eikö vain?
Miksi pöytäkoneeni on vain työkalu? Kehittyneempi kivikirves ja miksi kuvittelet että se muuttuu jotenkin maagisesti, kun siitä tulee tehokkaampi?
Minä pistän myös tekstisi muistiin. Ei siksi, että saisin nauraa sinulle, vaan siksi, että teen tutkielmaa fundamentalisteista ja sinä sovit kuvioon.
Mutta vastaus puuttui siihen mitä kysyin. Siis miten niin tavoitehierarkia ei voi toteuttaa?
"Vuosi, jolloin noin luvattiin oli 1967."
" Missä on tekoäly vuodelta 2000, koska sellainen luvattiin 1976?"
On ihan tosiasia, että 50v sitten ja myöhemminkin, kai viimeksi japanilaiset väsätessään 80-luvulla "viidennen sukupolven tietokonettaa", jonka konekieli olisi prolog, olivat monet turhan optimistisia ja vähättelivät ongelmia. Ei tätä kukaan kiellä.
Mutta aikaisemmat virheet ja epäonnistumiset eivät todista mitään tulevaisuuden mahdollisuuksista, koska nyt ja tulevaisuudessa sekä laskentateho, että muistikapasiteetti, että ennen kaikkea teoreettinen ymmärrys ovat ihan eri tasolla kuin aikaisemmin. Nyt tiedämme mikä meni pieleen, tämä tieto on vahvuus eikä heikkous. Eikä todellakaan ole selvinnyt mitään, joka todistaisi yleisen tekoälyn mahdottomaksi. Ja miten voisi ollakaan, koska esim ihmisen aivot ovat tunnetusti useimmiten varsin joustavalla tavalla toimintakykyisiä, osoituksena yleisen älyn olemassolon mahdollisuudesta.
" Kuitenkaan supertietokone ei pysty simuloimaan kimalaista. Siis siten, että sen ruudulla pyörisi matemaattinen kimalainen ja sitten sille näytettäisiin satunnainen simuloitu matemaattinen kukkatarha, niin se käyttäytyisi kuin kimalainen. Sellaista ei voi ohjelmoida, se on mahdotonta."
Se on vaikeaa, mutta mutta miksi se olisi mahdotonta? Kimalaisen digitaalinen kloonaminen olisi kiinnostavaa, mutta jarruna on tällähetkellä vielä skännäysteknologian ("brain imaging") kehittymistilanne: kimalaisen aivojen nettilistaa ei osata kartoittaa, mutta ehkä melko lähiaikoina. Kuitenkin tällaisella hommalla on vain löysä yhteys AGI:n toteuttamiseen, eikä mitään todistusarvoa AGI:a vastaan.
"Kuuntelee Yusaa ja hänen mielestään koneet ovat lopulta niin monimutkaisia, että niiden täytyy olla älykkäitä. Tämä on Teknologisen singulariteetin perusteesi."
Ei, en ole koskaan väittänyt tällaista. Monimutkaisuus ei ole älykkyyden synonyymi, vaikka se onkin yksi edellytyksistä. Lisäksi yleisen tekoälyn toteuttaminen tulee Marcus Hutterin matemaattisen todistuksen mukaan mukaan sitä helpommaksi, mitä paremmat resulssit on käytössä. Jos epäilet niin tutustu asiaan.
"Miksi pöytäkoneeni on vain työkalu?"
Yksinkertaisesti siksi, että sinulta puuttuu siitä oikeaa softaa.
Yleisen tekoälyn isoin ongelma on ollut viimeiset 20v proosallisesti rahan puute. Ei ole ollut ensimmäistäkään hyvin rahoitettua AGI:iin tähtäävää projektia. Kukaan ei halua rahoittaa sellaista, josta kukaan ei lupaa mitään ensimmäisen 10v kuluessa. Siis ei ole edes yritetty!
Nyt, muutaman viime vuoden aikana on pienellä porukalla, muun leipätyön siivellä toteutettu tutkimus ja kehitystyö tullut siihen pisteeseen, että hyviä (edelleen alimiehitettyjä) projekteja, jotka ponnistavat hyvin vakavalta teoreettiselta pohjalta, on n. puoli tusinaa. Niistä Novamente on jo löytänyt taloudellisesti realistisen liiketoimintasuunnitelman, jonka ensimmäiset kaupalliset välivaiheet on tarkoitus tuoda markkinoille parin vuoden sisällä. Ne siis ovat välivaiheita, eivät valmista AGI-ohjelmistoa, tarkoituksena eteenkin rahoittaa tuotollaan seuraavat vaiheet ja mahdollista lisätyövoiman pestaus. Siis tuntien (tuttavan tuttava) Ben Göertzelin, hänen taustansa ja pätevyytensä, niin olen optimistinen, vaikka käytännön insinöörinä tiedänkin projektien lähes aina myöhästyvän..
Jos Ben ei onnistu, niin todennäköisesti joku muista. Listasin näitä projekteja jokin aika sitten.
"Kuule, jos tietokoneet pystyvät älyyn, niin miksi siitä ei ole jo merkkejä?"
Minusta merkkejä on paljon. Kapea tekoäly on todella korkealla tasolla, vaikka:
http://www.darpa.mil/grandchallenge/index.asp
Lisäksi on julkaistu useita erittäin hyviä AGI-kirjoja ihan parin vuoden sisällä. Ne edustavat sellaista ymmärrystä, josta ei ollut haavettakaan 20v sitten. Keskustelu on erittäin vilkasta. Alan tapaamisia ja konferenssejä järjestetään nykyisin joka vuosi.
"Minä pistän myös tekstisi muistiin. Ei siksi, että saisin nauraa sinulle, vaan siksi, että teen tutkielmaa fundamentalisteista ja sinä sovit kuvioon."
Loistavaa. Siinä tapauksessa voisit tieteellisen rehellisyyden nimissä tutustua lähemmin itse asiaan (eikä heitellä väitteitä lonkalta) ja lukea edes yhden alan kirjan.
Vaikka:
Artificial General Intelligence (Cognitive Technologies)
by Ben Goertzel (Editor), Cassio Pennachin (Editor)
http://www.amazon.com/Artificial-General-Intelligence-Cognitive-Technologies/dp/354023733X
Ehkä on jo hankittu johonkin yliopistolliseen kirjastoon. Kysy.
Amazonin linkissä on muitakin vaihtoehtoja.
"Kimalaisen digitaalinen kloonaminen olisi kiinnostavaa, mutta jarruna on tällähetkellä vielä skännäysteknologian ("brain imaging") kehittymistilanne: kimalaisen aivojen nettilistaa ei osata kartoittaa"
ja
""Miksi pöytäkoneeni on vain työkalu?"
Yksinkertaisesti siksi, että sinulta puuttuu siitä oikeaa softaa."
Ensin väität, että ei osata tehdä kunnollista hardwarea ja sitten, että älystä puuttuu softwarea.
"Monimutkaisuus ei ole älykkyyden synonyymi"
ja
"koska nyt ja tulevaisuudessa sekä laskentateho, että muistikapasiteetti, että ennen kaikkea teoreettinen ymmärrys ovat ihan eri tasolla kuin aikaisemmin"
Eli tosiasiassa uskot, että monimutakisuus on ratkaisu.
Sinun mielestäsi kimalaiseen tarvitaan kimalaisen aivot. Minun mielestäni kimalaiseen tarvitaan kimalainen, kokonaisuus.
Luitko siitä, kun ne mallasivat hiiren aivosolua? Ongelma ei ollut siinä, ettei sitä pystyisi mallintamaan, vaan siinä, että sen sisällä ei ollut luontaista järjestystä.
Nyt mietitäämpä hetkinen. Hiiren aivot ovat kiinni hiiressä. Itseasiassa ne ovat kokonaisuus. Aivot toimivat, koska ne saavat signaaleja hiireltä ja ohjaavat hiirtä, koska ne prossesivat signaaleja. Mutta jokaisen AI-fanaatikon idea on, että ei tarvitse, kuin toistaa aivot ja loppu on sitten helppoa, aivan kuten ehdotat kimalais-esimerkissä "Suurin ongelma on se että ei ole skannattu kimalaisen aivoja".
Eli väite perustasolla kuuluu: Jos monistat kimalaisen aivot, saat kimalaisen. Onko tullut mieleen, että kimalaisen toimintaa säätelevät myös hormonit ja itse tuotantoprosessi? Tämä tarkoittaa, että päästäkseen eroon tuosta hiiren aivosolun 'epäjärjestyksestä', kimalaisen piti olla muna, sitten toukka, sitten aikuinen hyönteinen. Sen piti olla työläinen, ennenkuin siitä tuli seuraavana kesänä kuningatar. Tämä on se prosessi joka luo kimalaisen joka voi käyttäytyä, kuin kimalainen.
Jos kuvittelet, että voit luoda kimalaisen ikään kuin 'tyhjästä', kopioimalla aikuisen kimalaisen aivot ja sitten odottaa sen käyttäytyvän kuin kimalainen, minulla on sinulle uutinen: Luomuksesi 'kaatuu', käyttääkseni tietokonetermejä.
Jos taas toisaalta uskot, että on mahdollista 'simuloida' noita kimalaisen keskushermoston signaaleja jotka luovat lopullisen 'tuotteen', niin minulla on sinulle huonoja uutisia. IBM:n mukaan keskimääräinen koodaaja tekee noin 20 riviä valmista, virheetöntä koodia päivässä. Kimalaisen aivot saavat ennen täysikasvuisuutta taatusti miljardeja signaaleja. Jokaisen signaalin koodaamiseen tarvitaan ainakin 30'000-60'000 riviä koodia, ja tämä on varovainen arvio, jota on mahdotonta tarkentaa koska kukaan ei tiedä kuinka tuollaista simuloitaisiin. Kaikki tämä takaa työtä ainakin miljardille koodarille seuraavaksi 10 vuodeksi. Mikä on vähän harmi, koska maailmassa on vain 6 miljardia ihmistä joka rajoittaa vähän koodarien määrää...
Mutta ei anneta todellisuuden häiritä, ethän sinäkään anna.
"Nyt, muutaman viime vuoden aikana on pienellä porukalla, muun leipätyön siivellä toteutettu tutkimus ja kehitystyö tullut siihen pisteeseen, että hyviä (edelleen alimiehitettyjä) projekteja, jotka ponnistavat hyvin vakavalta teoreettiselta pohjalta, on n. puoli tusinaa."
Just. Ja kaikki edelliset AI-suunnitelmat olivat täysien idioottien tekeleitä.
"taloudellisesti realistisen liiketoimintasuunnitelman, jonka ensimmäiset kaupalliset välivaiheet.."
Kuin lukisi edellisten lehdistö-teidotteita.
Tiedätkö, miksi kaikki AI-hankkeet epäonnistuvat? Osaatko arvata?
Ei se ole vaikeaa tajuta, kun ymmärtää perusteet. Tietokoneille ei voi ohjelmoida tarpeita. Niin yksinkertaista se on. Ei aivot ole älykkäät. Aivot ovat kone joka muuttuu älykkääksi vasta, kun niihin syötetään älytön määrä informaatiota ja vaatimuksia ruumiin taholta. Siis IHMINEN on älykäs, AIVOT eivät ole.
Tämä yksinkertainen toteamus on täysin näiden inssien ulottumattomissa, koska he kaiken aikaa kysyvät vääriä kysymyksiä: He kysyvät KUINKA aivot prosessoivat, he kysyvät KUINKA näitä signaaleja prosessoidaan ja KUINKA aivot tunnistavat näkemäänsä jne. Näihin kysymyksiin ei ole kukaan löytänyt vastausta (vai onko jonkun tutkimus taas 'loppusuoralla') ja vaikka olisikin, ne eivät ole älykkyyttä.
Kas kun perus kysymys ei ole KUINKA, se on MIKSI.
Ensimmäisen kysymyksen pitäisi olla MIKSI. Miksi sinä henkilökohtaisesti olet kiinnostunut Teko-Äly tutkimuksesta? Miksi astronomi tuijottaa taivasta? Miksi, Miksi, Miksi? Kyse on psykologian mielestä tarve-hierarkkiasta, mutta tätä tietokoneilla ei ole. Voit ohjelmoida käskyjä, mutta eivät ne pysty toimimaan haluna, tai muuna älyä luovana tekijänä. Kyseessä on vain ohjelmoijan älyn heijastus, eli kivikirveen varressa on ihminen, joka päättää mitä se tekee.
Vasta kun joku pystyy ohjelmoimaan tuollaisen tarpeen/halun/tunteen tietokoneeseen, tekoäly muuttuu mahdolliseksi. Silloin AI alkaa vasta kehittyä. Ottaakseni astronomian vertailupisteeksi, jos tietokoneeseen onnistuneesti syötetään halu ottaa selvää yötaivasta, sen ei tarvitse edes tietää nimiä tai etäisyyksiä tai mitä tähdet edes ovat. Se löytää vastaukset itse, aivan kuten ihmisetkin viimeisen 5000 vuoden aikana.
Tämä on AI:n kriittinen piste. Tuollaisen ohjelmoinnin jälkeen pöytä PC:ni voisi olla vaikka kuinka älykäs tai älyn voisi rakentaa vaikkapa PLC- korteilla kytkemällä niitä ristiin.
Tällä hetkellä kukaan ei ole lähelläkään, johtuen juuri mainitsemistasi tunnelinäköisistä ihmisistä ja heidän kirjoituksistaan. He eivät pysty koskaan luomaan mitään, joka vastaisi ihmisen älyä, koska he ovat liian keskittyneitä kaikenlaisiin teknisiin yksityiskohtiin ja siihen, MITEN ne toimivat. Chris Holby, iRobotsin toimitusjohtaja sanoikin eräillä messuilla, että tarvitaan uusi Einstein, ennenkuin tämä nykyinen raja-aita voidaan rikkoa.
Koodauksen Einstein, joka pystyy rakentamaan Deep Bluen, joka osaa Shakin lisäksi myös pelata Go:ta, koska se rakastaa pelaamista.
(Go on japanilainen lautapeli. Siitä mielenkiintoinen, ettei yksikään tietokone pärjää edes keskinkertaiselle ihmispelaajalle siinä vaikka ihmisestä pelin säännöt ovat suorastaan hämäävän yksinkertaiset.)
Olisi mukava ja ehkä hyödyllistäkin keskustella asiallisesti, tarkasti argumenttinsä esittäen siitä, onko ihmisen tasoinen (ja sen ylittävä) tekoäly tulossa vai ei, ja jos ei, niin miksi ei. Mutta tämä keskustelu ei toimi siltä pohjalta, että toisen keskustelijan suuhun asetetaan väitteitä, jota hän ei ole esittänyt tai sitten nimittämällä alan huippuosaajia idiooteiksi. Tällainen kirjoittelu kertoo ainostaan sellaista esittävän omasta tiedon, ymmärryksen ja sivistyksen tasosta.
""koska nyt ja tulevaisuudessa sekä laskentateho, että muistikapasiteetti, että ennen kaikkea teoreettinen ymmärrys ovat ihan eri tasolla kuin aikaisemmin"
Eli tosiasiassa uskot, että monimutkaisuus on ratkaisu."
Ei, vaan että riittävä kapasiteetti, eteenkin muistikapasiteetti, ja jos tosiaikaisuutta pidetään tärkeänä, myös prosessointikapasiteetti, on yksi vättämätön osatekijä, mutta vain osatekijä, AGI-tasoiseen älykkyyteen pyrittäessä. Mutta en ole sanonut edes epäsuorasti, että se sinänsä riittäisi.
"Eli väite perustasolla kuuluu: Jos monistat kimalaisen aivot, saat kimalaisen. Onko tullut mieleen, että kimalaisen toimintaa säätelevät myös hormonit ja itse tuotantoprosessi? "
Tottahan toki. Jo aivojen tasollakin toimintaa moduloiva kemiallinen puoli on huomioitava, mutta se on selvästi pienempi ongelma kuin kimalaisen arviolta 500 000 neuronia kytkentöineen (banaanikärpäsellä on muistaakseni n. 30 000 neuronia, joten oletan että puoli miljoonaa riittää kimalaiselle). Mutta se on silti huomioitava.
Sen sijaan yksilöllinen kehitysprosessi, joka "ohjelmoi" kimalaisyksilön aivot on juuri tarkoitus ohittaa skännäyksellä. Tämä siis tarkoittaa sitä, että olemme kiinnostuneita vain tietyn, aikuisen kimalaisyksilön aivoista, mielestä, ei sen kehityksellisistä välivaiheista alkioista aikuiseksi.
Tietenkään aivot eivät toimi yksinään. ne liittyvät kimalaisen kehoon tulevien ja lähtevien hermoyhteyksien sekä kemiallisen järjestelmän kautta, molemmat on huomioitava. Mutta en ole ollenkaan vakuuttunut, että meidän olisi välttämätöntä simuloida koko kehoa solun tarkkuudella, kuten aivojen kanssa olisi tässä lähestymistavassa kyse. Huomattavasti yksinkertaisempi malli riittäsi. Tietysti mallin toteuttaminen on projekti sinänsä ja toteutuksen tarkkuus voi vaihdella, 100% tarkkuutta on ehkä turha tavoitella.
"Jos taas toisaalta uskot, että on mahdollista 'simuloida' noita kimalaisen keskushermoston signaaleja jotka luovat lopullisen 'tuotteen', niin minulla on sinulle huonoja uutisia. IBM:n mukaan keskimääräinen koodaaja tekee noin 20 riviä valmista, virheetöntä koodia päivässä. Kimalaisen aivot saavat ennen täysikasvuisuutta taatusti miljardeja signaaleja. Jokaisen signaalin koodaamiseen tarvitaan ainakin 30'000-60'000 riviä koodia, ja tämä on varovainen arvio, jota on mahdotonta tarkentaa koska kukaan ei tiedä kuinka tuollaista simuloitaisiin. Kaikki tämä takaa työtä ainakin miljardille koodarille seuraavaksi 10 vuodeksi. Mikä on vähän harmi, koska maailmassa on vain 6 miljardia ihmistä joka rajoittaa vähän koodarien määrää..."
Kuullosta sekavalta ajattelulta. Anteeksi, en ymmärrä asiayhteyksiä: "Jokaisen signaalin koodaamiseen tarvitaan ainakin 30'000-60'000 riviä koodia.." Mistä koodauksesta puhut.
"Nyt, muutaman viime vuoden aikana on pienellä porukalla, muun leipätyön siivellä toteutettu tutkimus ja kehitystyö tullut siihen pisteeseen, että hyviä (edelleen alimiehitettyjä) projekteja, jotka ponnistavat hyvin vakavalta teoreettiselta pohjalta, on n. puoli tusinaa."
"Just. Ja kaikki edelliset AI-suunnitelmat olivat täysien idioottien tekeleitä."
Millä meriiteillä sinulla on kanttia kutsua heitä idiooteiksi? Tuo kommentti pudottaa sinut tavallisten nettihäiriköiden pohjasakkaan.
"Kyse on psykologian mielestä tarve-hierarkkiasta, mutta tätä tietokoneilla ei ole. Voit ohjelmoida käskyjä, mutta eivät ne pysty toimimaan haluna, tai muuna älyä luovana tekijänä."
Tässä on esimerkkinä vanhahko artikkeli, jossa "tarvehierarkiaa" kutsutaan "tavoitehierarkiaksi", mutta minusta käsitteillä ei ole tässä yhteydessä paljon eroa:
http://bistrica.usask.ca/MADMUC/papers/VassilevaJ.htm
Pyrin vain osoittamaan, että tavoitteet ja tarpeet on varsin hyvin huomioitu AGI-arkkitehtuureissa.
"Tällä hetkellä kukaan ei ole lähelläkään, johtuen juuri mainitsemistasi tunnelinäköisistä ihmisistä ja heidän kirjoituksistaan. He eivät pysty koskaan luomaan mitään, joka vastaisi ihmisen älyä, koska he ovat liian keskittyneitä kaikenlaisiin teknisiin yksityiskohtiin ja siihen, MITEN ne toimivat."
Olen edellisten pohjalta aika vakuuttunut, että sinulla ei ole hajuakaan millä tasolla näiden "tunnelinäköisten ihmisten" projektit oikeasti tällä hetkellä ovat. Lisäksi olet ilmeisen kykenemätön tekemään minkäänlaista tietellisyyden kriteerit täyttävää tutkielmaa.
"Jokaisen signaalin koodaamiseen tarvitaan ainakin 30'000-60'000 riviä koodia"
Mutta siinä se on. Ei tuota informaatiota voi tyhjästä ottaa. Jo kymmenen riviä on liikaa jos koodia umpimähkään arvotaan.
Jos on tekoälyllä käytettävissä todella hyvä "oliokehys" jo ennestään, lyhyen tähtäimen ongelmat kone osaa ratkaista spagettikoodilla, mutta päätyy umpikujaan pidemmissä tavoitteissa.
Vuonna 2026 tietokoneet ovat lähes yhtä tavoitteettomia kuin nyt. Mutta ohjelmat ovat silti käsittämättömän hienoja.
Agia pitää ennustaa todennäköisyysteorialla. Miten suuria "oppimisaskeleita" kone voi kerrallaan tehdä ja kuinka pieniin askeleisiin tehtävä jaetaan.
Jos rekisterinumeron tunnistus vaatii tiiviimmillään 1000 bittiä informaatiota, on selitettävä, miten kone voi löytää sen oma-aloitteisesti. Kuulostaa hämäävän pieneltä mutta siihen sisältyy 2^1000 erilaista vaihtoehtoa. Kone voi laskea miljoonia vaihtoehtoja mutta, ei 2^1000.
...ja biologiset aivot laskevat 2^1000 vaihtoehtoa nopeasti, koska
1) 100 000 000 000 rinnakkaisprosessia
2) mahdollista kvanttilaskentaa, samanlaista kuin kasveilla.
Vielä erikoinen mielipiteeni: Olio-ohjelmointikielen ymmärtäminen heikentää arviointikykyä, vaikka se muuten onkin suositeltavaa...?
Siis tässä:
"Agia pitää ennustaa todennäköisyysteorialla. Miten suuria "oppimisaskeleita" kone voi kerrallaan tehdä ja kuinka pieniin askeleisiin tehtävä jaetaan."
Minusta tuntuu, olen ymmärtänyt, että Marcus Hutter on juuri tällaiselta informaatioteoreettiseltä, siis ei tekniseltä pohjalta asioita laskeskellut.
"Jos rekisterinumeron tunnistus vaatii tiiviimmillään 1000 bittiä informaatiota, on selitettävä, miten kone voi löytää sen oma-aloitteisesti. Kuulostaa hämäävän pieneltä mutta siihen sisältyy 2^1000 erilaista vaihtoehtoa. Kone voi laskea miljoonia vaihtoehtoja mutta, ei 2^1000."
Tuossa ei ole järkeä: tutustu Jeff Hawkinsin HTM-malliin. Nuo laskennat eivät päde, kun aistitietoa analysoidaan nisäkkäiden aivokuoren tapaan hierarkisesti.
"Nuo laskennat eivät päde, kun aistitietoa analysoidaan nisäkkäiden aivokuoren tapaan hierarkisesti."
Eli tietämysinformaatiota _pienissä erissä_ tarkentamalla ja täydentämällä? Tätä tarkoitin, "miten suuria oppimisaskeleita kone voi kerrallaan tehdä". Toisaalta, miten hierarkista tietämys voi olla?
Nykyaikaisia tietokoneohjelmia ei laajenneta tavu kerrallaan vaan isoja yksiköitä lisäämällä ja joskus päällimmäinen rakenne pitää muuttaa kokonaan. Jos hierarkisuutta olisi, ei kaikkea ohjelmoitaisi jatkuvasti uudelleen. Silloin riittäisi pelkkä korkean tason kuvauskieli (esim Lojban), joka ei ole mahdollinen koska hierarkiaa ei ole.
HTM voi olla tehokkain tapa mallintaa tietämystä mutta sen saavutukset näyttää kokoluokaltaan kovin pieniltä. Nopeus paranee kun laitteistot tehostuvat mutta 2^1000 mittakaavaa vaativat älynväläykset eivät ole tietokoneilla saavutettavissa.
Hierarkisuus tietämyksen (siis varastoinnin) ja samalla myös prosessoinnin toteutustapana on klassisimmillaan näköaistissa, jossa prosessointi aloitetaan jo verkkokalvolla. Verkkokalvohan ei ole mikään pelkkä anturimatriisi, vaan sen hermosolut tekevät esim kirkkausalueiden ääriviivojen tunnistusta ja liikkeentunnistusta erillään, esikäsittelynä liikeaivokuorelle, jonne siis siirretään jalostettua tietoa. Tästä tiedosta tehdään taso kerrallaan yhä abstraktimpia piirretunnistuksia, kunnes useiden (oletan tasojen määrän tunnetuksi varsin hyvin) jälkeen tunnistetaan sellaisia kokonaisuuksia kuten tutun ihmisen kasvot. Edellinen oli yksinkertaistus, koska tässä välissä mukaan tulee motorinen aivokuori, joka yhteistoiminnassa visuaalisen kuoren kanssa ohjaa katsetta, eli silmiä kääntäviä lihaksia (suljettu ohjaussilmukka). Aivokuoren modulit ovat erikoistuneita tunnistamaan, ei niinkään rinnakkaisia, kuin sekventiaalisia hahmoja. Tunnistettu sekvenssi takaisinsyötetään alemmalle hierarkialle, arvaus seuraavasta syötteestä, ja näin autetaan epäselvien hahmojen tunnistamista.
Aivan sama periaate toimii myös kuulon ja tuntoaistin suhteen sekä käänteisesti motoriikassa esim kävelysekvenssin tai pianonsoiton taidon tallennuksessa ja toteutuksessa. HTM on mekanismi, jolla nisäkäs hahmottaa maailmaa ennustamalla. Kyky ennustaa on älykkyyden perimmäinen olemus. Ennustaminen tapahtuu valtaosaltaan tietoisuuden alapuolella (oppimisprosessin jälkeen) ja vain poikkeamat ennustuksesta nousevat tietoiseen prosessointiin.
En tiedä kuinka pitkällä Hawkinsin ryhmä on HTM:n toteuttamisessa tietokoneella (oikeasti tällä hetkellä), mutta samaa periaatetta sovellataan muissakin projekteissa. Itse tein kokeiluita omalla hermoverkkosimulaattorillani, mutta pistin projektin sivuun, tuli kiireellisempää.
Mutta ei mikään estä soveltamasta samaa hierakista maailman, ajatusmaailman mallinnusta muillakin periaatteilla (kuin hermoverkoilla) esim lojbaniin läheisesti liittyen trippeleihin perustuviin tietämysatomeihin perustuvissa malleissa. Koska nyt juuri opiskelen aktiivisesti lojbania, niin pohdiskelen myös näitä ympyröitä. Novamente-arkkitehtuuri (ja useat muut) ovat ihan tällä pohjalla.
En todellakaan ymmärrä, mistä tuo 2^1000 tulee. Ihmisaivot toimivat, vaikka maailmankaikkeudessa ei liene 2^1000 vetyatomiakaan. Ihmisaivojen informaatiokapasiteetti ei minun ja monien muiden laskelmien pohjalta tarvitse välttämättä edes kvanttilaskennallisia perusteita, vaan 10^11 neuronia ja 3*10^15 synapsista (n. 2^52), jotka jokainen sisältävät esim 8 bittiä dataa (256 vahvuusporrasta) riittäävät yltäkylläisesti, redundanssin aste on ylellinen.
Minä oletan, että muutama teratavu riitää yhden ihmisen koko muistin, maailmankuvan ja "common sense"-tiedon tallentamiseen. Tämän määrän levymuistia saa nyt nyt kaupasta muutamalla sadalla €:lla. Mutta yksi giga, joka tässä runsas vuosi sitten laskeskeltiin toisaalla (hyvin perustellusti, mutta ei minun toimestani) ei riitä. Siitä puuttuu common sense -tiedon alemmat hierarkiat kokonaan, koska se perustui siihen, että ihminen tuntee n. 10^6 käsitettä (hyvä arvaus) ja jokainen käsite (eli liitokset toisiin käsitteisiin) voitaisiin määritellä 10^3 tavulla (OK). Tästä tulisi 10^9 tavua eli yksi gigatavu. Muuta valtaosa "common sense ymmärryksestä", eli HTM-hierarkian alimmat tasot, on ei-käsitteelista! Siinä on perusteet minun arviolleni, eli kerron em. luvun muutamalla tuhannella. Minun arvaukseni on siis n. 3 * 10^12 tavua, eli murto-osa ihmisaivojen kapasiteetistä.
En lyö vetoa, voin olla väärässä, eteenkin jos käytännön toteutus edellyttää tehotonta esitystapaa. Mutta ainakin 10^16 tavua pitäisi varman päälle riittää (siis noin sama kuin ihmissynapsisten kapasiteetti!). Toistaiseksi RAM-muistina (jota käytännön toteutuksessa tarvitaan) tämä määrä on vielä tautisen suuri, mutta eiköhän Mooren Laki vielä vähän aikaa jaksa toimia.
Tässä oli siis (ei kovin tarkkaa) analyysia superälyn muistintarpeesta. Useimmat analyysit sekä käytännön tiedot fysikaalisista aivoista antavat kuitenkin hyvin yhteneviä tuloksia ja ajallisesti päästään n. vuoteen 2020. Oletan, että muutama vuosi tämän jälkeen myös käytännön toteutus on toimiva, vaikka melkein jo nyt supertietokoneiden kärjen kapasiteetti riittäisikin.
Puheet ohjelmarivien tarpeesta ovat puppua. Haluaisin nähdä järkevät perusteet. Useimmat asiantuntijat uskovat, että alkaen esim 1000 (pätevää) ohjelmoijatyövuotta voisi riittää, jos olisi toimiva, alustavasti testattu arkkitehtuuri, siis konsepti (näitä alkaa pian olla). Mutta itse lopputoteutus maksaa siis n. 100 milj € kaupallisena projektina ja homman laskeminen avoimeksi lähdekoodiksi olisi koko ihmiskunnan tulevaisuuden riskeeraamista (lähes varma tuho!). Mutta silti esim Suomen valtiolla olisi helposti varaa kustantaa homma...
Toivottavasti Kiina tai Venäjä ei ehdi ensin, Irania en tässä suhteessa pelkää.
"En todellakaan ymmärrä, mistä tuo 2^1000 tulee."
Hahmontunnistusohjelman rinnastuksesta salausavaimeen. Jotta tietokoneohjelma osaa lukea valokuvasta rekisteritunnuksen, pitää kirjoittaa ohjelma joka on minimissään arviolta 1000 bittiä pitkä. Eli bittikartta on kryptattua tietoa joka sisältää epäsuorasti rekisterinumeron. Ohjelmoija kirjoittaa koodin, joka purkaa kuvasta numeron. Tähän tarkoitukseen kvanttitietokone olisi omiaan. On sanottu että kvanttitietokone murtaa 1000-bittisen salasanan vaivattomasti.
OK, analogia ei varmaan ole ihan täydellinen, koska hermoverkko voi kartuttaa salasanaa bitti kerrallaan. Ainakin HTM:n tulisi niin tehdä. Eikä ihminen osaa murtaa kryptattuja tiedostojakaan, ainakaan tietoisesti.
Hmm. En osaa tuohon paljon sanoa. Minusta hahmontunnistus ja kryptauksen purku ovat vain teoriassa samankaltaisia asioita: jos kyseessä ovat hyvin kompleksiset hahmot ja erittäin löysä kryptaus. Käytännön tunnistettavissa hahmoissa (rekisterikilpi) on aina runsaasti redundanssia (pieni kohina ei hävitä hahmoa) ja vahvassa kryptauksessa ei oikeastaan mitään (jos, kuten usein, kryptaukseen on yhdistetty kompressio. Kompressoimaton tiedosto on helpommin murrettavissa).
Niin, hahmojen redundanssista huolimatta voisi olla edullista että aivot löytävät useita erilaisia toisistaan riippumattomia tunnistusmenetelmiä (avaimia) samalle hahmolle. HTM ilmeisesti mahdollistaa sen kätevästi. Kuitenkin avainten muodostamiseen tarvitaan niin paljon prosessointia että kellotaajuus ei vaan riitä.
"Kuitenkin avainten muodostamiseen tarvitaan niin paljon prosessointia että kellotaajuus ei vaan riitä."
Tarkemmin ottaen mihin kellotaajuus ei riitä?
Niiden aikaisemmin mainitsemiesi autojen rekisterinumeroiden dynaaminen tunnistaminen on rutiinitekniikkaa ja minun halpakamerani muotokuvausmoodissa löytää kuvasta helposti ihmiskasvot ja osaa tarkentaa juuri niihin. Ja nämä eivät ole mitään huippusaavutuksia vaan ihan rutiinia. Monia suuruusluokkia vaativampi hahmontunnistuskin toimii ihan käytännössä. Sitä käytössä esim lentoasemien turvavalvonnassa, missä skännätään ihmismassasta etsintäkuulutettuja ja muita epäilyttäviä.
"Tarkemmin ottaen mihin kellotaajuus ei riitä?"
Oppimiseen. Ei se synny muistia lisäämällä tai muistin arkkitehtuurisilla ratkaisuilla.
Tunnistamisessa ihminen ei enää voi edes kilpailla tietokoneen kanssa siltä osin että koneen voi ohjelmoida tunnistamaan kaikki mitä ihminen tunnistaa. Tuo kamera on hyvä esimerkki. Kuinkahan paljon tuosta on ohjelmoitu käsin ja paljonko on koneen omaa oppimista. Oletan 100% ensimmäistä, eli ei oikeastaan luovaa.
Luova tekoäly edellyttäisi ylivoimaisuutta tietokonepelissä, Go-pelissä tai F1-kuljettajana. Minusta kellotaajuus on selvästi se rajoittavin tekijä.
Korjaus: Luova tekoäly olisi ylivoimainen tietokonepelissä, Go-pelissä tai F1-kuljettajana.
"Oppimiseen. Ei se synny muistia lisäämällä tai muistin arkkitehtuurisilla ratkaisuilla. "
Juuri toimivia arkkitehtuureita tarvitaan oppimiseen. Useimmat nykyiset ratkaisut on todennäköisesti opetettu "offline"-oppimisella, siis rauhassa ja ajan kanssa ennen tosiympäristöä. Minun käsitykseni mukaan ihan todellista oppimista, opettamista käytetään vastakohtana "kovakoodaus". Monia sovelluksia ei ole reaalisesti mahdollista kovakoodata.
Oppiminen on vaikeaa, mutta ei todellakaan mahdotonta eikä mitenkään kohtuuttomasti kellotaajuudesta eikä ohjelmoijatyövuosista kiinni. Siinä ei ole kysymys kryptauksen murtamisesta vaan ehdollistumisesta. Maailma on luonnostaan järjestäytynyt loogisesti eikä kryptattu.