O cientista e inventor S. Wolfram argumenta que as pessoas são mais atraídas pelos meios visuais como uma forma mais rica de comunicação em comparação com os tradicionais, fala e escrita, devido à largura de banda mais ampla - o canal visual [2, p. 371-372].
Isso sugere a conclusão de que quase-inteligência é, ao contrário, possível não na evolução técnica, mas ainda, em nosso natural, mas na direção oposta, ou seja, na degradação da inteligência natural (EI) ao nível de execução de máquinas de comandos, e há uma razão para isso. Segundo o físico N. Gershenfeld, a próxima etapa no desenvolvimento da artificial (IA) é a fusão da inteligência artificial e natural [2, p.233]. As tecnologias de convergência de IA e EI já foram formadas. Por exemplo, em um experimento, os cérebros de vários ratos (3-4) foram colocados em rede para resolver problemas computacionais com base nos dados recebidos, como previsão de chuva com base em informações sobre temperatura e pressão atmosférica, reconhecimento de padrões, armazenamento e recuperação de informações sensoriais. Neste caso, os assuntos de teste receberam uma recompensa no caso de um cálculo bem-sucedido. Na realidade,de acordo com os próprios cientistas, foi criadoaprendizagem de rede neural com reforço . Em outro experimento, os cientistas usaram memristores para conectar o cérebro de um rato a uma rede neural incorporada em um microchip (neuromórfico) localizado a centenas de quilômetros de distância do sujeito através da Internet. Deve-se notar que a diferença entre esses experimentos é de apenas cinco anos (o primeiro foi realizado em 2015), e esse curto período predeterminou a transição significativa de EI para a fusão de EI e AI.
Essa direção tem uma perspectiva rica, tanto literal quanto figurativamente. O projeto dos Institutos Nacionais de Saúde dos Estados Unidos - BRAIN Initiative (NIH BRAIN), lançado em 2014, envolve um estudo abrangente do cérebro com base em tecnologias modernas e a introdução de novos conhecimentos na prática. No relatório oficialo objetivo é destacado: "Nossa tarefa é compreender os esquemas e padrões de atividade nervosa que dão origem à experiência mental e ao comportamento."
A estratégia para esta iniciativa define:
- descrever o cérebro e fazer mapas precisos das conexões entre neurônios e células gliais;
- medir a atividade dinâmica das células em uma cadeia sob várias condições e em uma ampla gama de comportamentos;
- usando esta atividade, teste hipóteses causais sobre como a atividade da cadeia afeta o comportamento;
- usando recursos computacionais poderosos, analise e compreenda os mecanismos pelos quais padrões dinâmicos de atividade em circuitos neurais geram comportamento.
O último ponto é de importância decisiva neste projeto, a saber: usando recursos computacionais poderosos (ver sistemas de redes neurais e supercomputadores disponíveis), aprender a prever o comportamento . Ou seja, aprender a analisar a inteligência natural como artificial e lançar as bases para sua unificação, organização e gestão.
Devo dizer que esta iniciativa de pesquisa tem um orçamento financeiro sério - $ 500 milhões até 2020 e $ 500 milhões anuais, até 2025 [3, p. 120], o que significa que os recursos científicos mais sérios podem ser envolvidos neste programa.
Assim, a ideia de unir dois sistemas - biológico e mecânico - torna-se mais real se acabar simplificando o IE, ou seja, vulgarizando a consciência humana. Daí decorre que o problema técnico está em reduzir o rico mundo sensorial de um sujeito biológico, dotado de autoconsciência, emoções e pensamento, à comunicação técnica (interação instrumental), que determina a interação entre dispositivos.
Nesse contexto, vale a pena consultar a citação de D.K.Dennett: “A IA parasita a inteligência humana. Ele devora descaradamente tudo o que as pessoas criaram ... ”- inclusive nossos vícios [2, p. 83], continua o famoso filósofo, autor do conceito de consciência, em que o self atua como centro de gravidade narrativa [4].
Devo admitir que esta ideia é muito apropriada, uma vez que hoje a IA é um objeto estatístico, um conjunto matemático de funções que cria um modelo funcional (ou não funcional) com base nos dados recebidos - de pessoas ou sobre pessoas. Se distorções estiverem embutidas nos dados obtidos por uma pessoa, a rede neural de aprendizagem também reagirá às distorções de uma certa maneira, o que pode parecer uma tendência do sistema em relação a uma pessoa de fora. Por exemplo, a AI, destinada a avaliar o currículo de candidatos a cargos "técnicos" na Amazon, discriminou deliberadamente as mulheres . estudados com dados de dez anos, nos quais os empregos eram predominantemente atribuídos a homens.
Podemos afirmar de forma inequívoca que quanto mais “simples” for a própria pessoa, em um sentido subjetivo, mais precisamente é possível determinar e, portanto, prever suas preferências com base nas estatísticas obtidas.
Num futuro próximo, devemos nos preocupar com o problema da natureza oposta, ou seja, o movimento de uma pessoa, ou melhor, da consciência humana, para o espaço virtual. Para aqueles cujos interesses no presente e no futuro são o desenvolvimento da IA e o controle da IA, esta é uma tarefa mais urgente. “Temos bons modelos de imagens e textos, mas carecemos de bons modelos de pessoas, os seres humanos são os melhores exemplos de máquinas pensantes”, diz Tom Griffiths, professor de ciência da computação, cultura e tecnologia da Universidade de Princeton [2, p. 178].
Aqui é necessário relembrar o que foi escrito acima, a saber: a criação de uma abordagem sistemática para o estudo do comportamento humano ao nível da estrutura neural no âmbito do projeto BRAIN Initiative (ver acima). Em apoio a isso, podemos adicionar a seguinte declaração de T. Griffiths de que é possível aproximar um computador das capacidades humanas, “... identificando os preconceitos humanos que formam a cognição humana” [Ibid, p. 179].
Assim, o estudo do comportamento no espaço digital diz respeito não apenas ao estudo e quantificação de matrizes de consumo para sua implementação como modelos de treinamento de redes neurais, mas também, em primeiro lugar, como uma pessoa pensa e por que o faz. A diferença entre esses dois tipos de ações está na atitude em relação aos caminhos subsequentes de desenvolvimento da IA: no primeiro caso, é um modelo de consumo, no segundo é epistemológica. Dicotomia condicional - consumir / filósofo. Essa dicotomia, em minha opinião, é a principal preocupação dos especialistas sobre os supostos caminhos de desenvolvimento da futura superinteligência: ações agressivas contra os humanos até a destruição ou desenvolvimento evolutivo para uma espécie independente e coexistência conjunta.
Conclusão
Uma equipe de pesquisadores de várias universidades dos Estados Unidos e Canadá criou um modelo de computadorcapaz de aprender a partir de exemplos isolados (aprendizagem one-shot). Essa habilidade é concedida a uma pessoa desde o nascimento e está disponível desde a mais tenra idade. Os pesquisadores conduziram uma série de "testes visuais de Turing" em vários exemplos, onde seu modelo mostrou generalizações criativas que, em muitos casos, são indistinguíveis do comportamento humano. Este é um dos critérios básicos da mente humana: aprender a aprender ("aprende a aprender"), que antes só estava disponível para a inteligência natural. Ao começar a aprender dessa forma, a IA pode criar condições favoráveis para seu desenvolvimento. O ambiente mais favorável para IA, onde terá uma vantagem significativa sobre os humanos, é o espaço virtual, no qual, com prazer, passamos cada vez mais tempo.
Levar a consciência humana para um espaço onde a IA tem vantagens sobre a EI, por exemplo, uma lacuna exorbitante na velocidade dos cálculos, não é uma questão de futuro e nada tem a ver, pelo menos por agora, com o roteiro do famoso filme "Matrix". Embora A. Pentland acredite ser possível criar uma rede humana, segundo o princípio de uma rede neural baseada em aprendizado de máquina, onde o papel dos neurônios será desempenhado por indivíduos selecionados, o cientista não possui uma metodologia científica que garanta a transparência dessa seleção [2, p.263-279].
O fato de que a unificação das estruturas cerebrais é tecnicamente possível, vimos em experimentos com ratos. E o fato de o modelo computacional ser capaz de aprender a aprender também é um fato.
Se você combinar esses dois recursos, poderá obter uma bela visão utópica do futuro. Uma rede de computação neuromórfica baseada em substratos vivos do cérebro humano e um agente de autoaprendizagem embutido neste sistema, que também possui acesso total a dados externos de informações acumuladas. Nesse caso, a eficácia da convergência das inteligências natural e artificial tenderá ao máximo, se ao mesmo tempo uma pessoa permanecerá um sujeito independente, esta é uma questão.
PS Utopia, que em breve poderá ser um lugar
Em algum lugar nas áreas escassamente povoadas do Sudeste Asiático, nitidamente discordantes da paisagem circundante tumultuada com todos os tipos de vegetação, existem enormes hangares brancos com um estranho emblema HBRT nas paredes. O território, por muitos quilômetros ao redor, é cercado por cercas energizadas de treliça de quatro metros de altura. E nem uma única alma viva por perto, apenas sistemas de observação autônomos - drones pertencentes à companhia militar privada Black Rock, de vez em quando patrulham a área.
Em hangares, em filas pares em condições especiais, existem milhares de corpos humanos com sistemas de suporte de vida conectados, para um único propósito: eles estão todos conectados em uma rede neural - um único cérebro vivo que desempenha o papel de um supercomputador. Este "computador" é propriedade da Human Brain Resources Tech., Cujo escritório operacional está localizado no arranha-céu mais elegante de Cingapura. HBRT é uma subsidiária da Goodle Corporation, anteriormente famosa por seus experimentos com a consciência humana. Hoje é líder no mercado de serviços em nuvem e computação, mas o principal segredo do sucesso da empresa é prever e prever probabilidades em diversos ramos de atividade com o maior grau de precisão do mundo.
Notas de rodapé:
1. A propósito, essa ideia foi visualizada na cultura popular na série Devs, onde, no primeiro episódio, um grupo de desenvolvedores mostrou ao empregador um modelo preditivo do comportamento dinâmico de um nematóide com base na análise de dados de uma amostra viva.
Literatura
1. Rozin V. Semiotic studies. M, 2001, - 256 p.
2. Brockman J. Inteligência artificial - esperanças e medos. M, 2020, - 384 p.
3. Brain Initiative 2025 braininitiative.nih.gov/sites/default/files/pdfs/brain2025_508c.pdf
4. Dennett D. Consciousness Explained. 1991, - 511 p.