Để nói một cách thực tế về trí tuệ nhân tạo, chúng ta cũng sẽ phải sử dụng thuật ngữ “học máy”. AI là mục tiêu lớn mà mọi người đang sử dụng máy học. Học máy là nền tảng của AI, toán học và thuật toán cung cấp năng lượng cho nó. Chúng không giống nhau, nhưng sơ đồ Venn của chúng có đủ chồng chéo nên nó không thực sự quan trọng đối với mục đích của chúng ta. Về cơ bản, có toán học mô tả các đường cong. Nhớ parabolas? Những thứ trông giống như móng ngựa nơi kết thúc tiếp tục? Bạn có thể lập mô hình rất nhiều thứ trong cuộc sống thực bằng các phương trình đường cong, và đặc biệt, với số lượng vô lý của chúng được xếp lớp theo những cách phức tạp đến vô lý. Sức mạnh máy tính bây giờ là rẻ. Điều đó cộng với khả năng tạo ra một lượng lớn dữ liệu đào tạo của Internet là một sự kết hợp hoàn hảo. Những người thực hiện mô hình này thường cố gắng tìm một số giá trị tối ưu trên nhiều đường cong cùng một lúc — điểm cuối, đỉnh hoặc đáy của parabola, đầu hữu hạn của móng ngựa. Một số đường cong thường quan trọng hơn đối với đầu ra cuối cùng so với những đường cong khác; bạn muốn thực sự chính xác về việc tối ưu hóa một số và có thể mơ hồ hơn về việc tối ưu hóa những thứ khác. Bạn có thể yêu cầu máy tính học đúng “trọng lượng” để đặt vào các trọng lượng khác nhau. Bạn có thể tự thu hẹp các phương trình mô hình hóa. Cuối cùng, máy tính sẽ tìm thấy một giá trị tối ưu theo cách tối ưu hóa một số kết quả cuối cùng. Đây là “phép thuật” (trích dẫn nặng nề) của máy học. tập hợp Bạn có thể lấy đầu vào — một lời nhắc bằng lời nói, một tập hợp dữ liệu về sở thích của bạn — và tạo đầu ra trông giống như thật ở một số khía cạnh — một bức vẽ, giọng nói của người nổi tiếng, một đề xuất bài hát. Sức mạnh máy tính có thể rẻ nhưng việc trả tiền cho con người để thực hiện tất cả phép toán đó, hoặc thậm chí lập trình phép toán đó vào máy tính, sẽ trở nên đắt đỏ. Những người thông minh đã tìm ra cách khiến máy móc làm được nhiều việc đó cho chúng ta: có nhiều cách để khiến máy móc “di chuyển dọc theo” các phương trình đường cong và theo chúng “xuống dốc”. Điều này đã tùy chỉnh kết quả Google của bạn trong một vài thập kỷ. Kể từ đó, đã có một cuộc chạy đua vũ trang card đồ họa. Đã có AlphaGo, đánh bại kỳ thủ cờ vây giỏi nhất thế giới năm 2015. Đã có chó robot động lực học Boston. Đã có những ứng dụng như Shazam và Siri. Đã có những chương trình vẽ như DALL-E và . Midjourney Tất cả điều này thật tuyệt, nhưng tiền vẫn chưa chuyển xa khỏi kết quả tìm kiếm. Nó đã dồn hết sức lực vào một thứ liền kề: hiển thị cho mọi người những thứ họ sẽ thích trên mạng xã hội. Những thứ bạn sẽ dành thời gian xem và những quảng cáo bạn có thể nhấp vào. Trong khi đó, khái niệm rộng hơn về AI đã là một chủ đề chính của khoa học viễn tưởng từ lâu hơn một chút và nó đang tương tác với lĩnh vực này đã “bật ra” trong vòng 5 đến 10 năm qua. Chúng tôi thấy sự tăng trưởng theo cấp số nhân này và nghĩ về “Kẻ hủy diệt”. Những người bán AI rất vui khi để chúng tôi nghĩ về điều này, bỏ qua một số sự kiện chính, vì vậy chúng tôi sẽ tin vào tuyên bố của họ là “có! so sánh chúng tôi với Skynet từ phim Kẻ hủy diệt! [Phát minh điên rồ #4852], mà công ty của tôi xây dựng, còn cách đỉnh cao 5-10 năm nữa!” Tôi hiểu tại sao mọi người lại nhìn thấy sự phát triển nhanh chóng phải thừa nhận về những gì nó có thể làm và nghĩ rằng chúng ta đang thực sự trên bờ vực của việc cho nó ý thức. Ngay cả khi ranh giới đó lớn hơn ở quy mô 200 năm thay vì 2 hoặc 20 năm, thì đó cũng là một điều khá quan trọng so với khoảng thời gian mà con người chúng ta đã tồn tại. Trong khoảng thời gian đó, chúng tôi thực sự có thể vượt qua thời điểm mà các chương trình AI chỉ là “tự động hoàn thành-cho-các-khái-niệm-thay-từ-từ” giống như trong ChatGPT hoặc . lập luận phòng tiếng Trung của Searle Chúng tôi thực sự có thể đặt các chương trình phù hợp trên phù hợp và thực sự bắt chước tâm trí con người, đặt ra những câu hỏi về nhân loại và tình cảm do Philip K. Dick và những người khác nêu ra. phần cứng lấy cảm hứng từ sinh học Nếu và khi AI thực sự cạnh tranh với trí thông minh cảm xúc và nhận thức của chúng ta, sở hữu một ý thức không gián đoạn như của chúng ta thay vì chỉ có kỹ năng trong các lĩnh vực cụ thể, thì chúng ta sẽ phải tính toán. Sẽ không phải hôm nay, ngày mai, tuần sau hay thậm chí năm sau. Các kết nối thần kinh song song ồ ạt (có nghĩa là, trong trường hợp này, hoạt động đồng thời) mà chúng ta có trong não - có thể nói đây là con hào lâu đài của chúng ta. Đó là điều làm cho “trí thông minh nhân tạo tổng hợp” mất đi nhiều năm hoặc nhiều khả năng là hàng thập kỷ. Học sâu, nhánh học máy đằng sau rất nhiều tiến bộ gần đây của nó, là một cái tên hay cho các số liệu thống kê và tính toán bắt chước các mối quan hệ đầu vào-đầu ra mà chúng ta thấy trong thế giới thực. Nó không - ít nhất là chưa - có nghĩa là máy tính đang “học sâu” bất cứ thứ gì. Ấn tượng như vậy, đó là toán học diễn ra trong máy tính, về cơ bản là xa lạ với cách “toán học diễn ra” trong não bạn. Bộ não sử dụng ít điện đến kinh ngạc. Các trung tâm dữ liệu sử dụng số lượng lớn đáng kinh ngạc. Sau này là những cỗ máy vũ phu. Chúng xử lý ít luồng hơn và kém linh hoạt hơn chúng ta; mỗi người chỉ là rất . nhanh Nó tính toán và thu hẹp các khả năng nhanh đến mức ngay cả những người chơi cờ vua và cờ vây giỏi nhất cũng không thể theo kịp. Gót chân Achilles của nó là thực tế là nó đòi hỏi các vấn đề được xác định khá rõ ràng, đầu vào và đầu ra tương đối rõ ràng. Một trò chơi trên bàn cờ. Một robot không rơi. Nó không thể giải quyết một tập hợp các vấn đề “tối ưu hóa” đa dạng và thay đổi nhanh chóng một cách vô lý cùng một lúc, luôn luôn chuyển đổi giữa chúng. Bất kể điểm mạnh và điểm yếu của AI trong các lĩnh vực riêng lẻ, nó không thể liên kết nhiều lĩnh vực như chúng ta, thay đổi trọng tâm khi cần, điều chỉnh và chuyển giao hành vi giữa các lĩnh vực. Nó không thể làm điều này ở cấp độ của một đứa trẻ mới biết đi. Mục tiêu lớn trong nghiên cứu AI là học “một lần” hoặc “một vài lần”, nghĩa là không yêu cầu tập dữ liệu lớn và thời gian đào tạo để học cách làm điều gì đó. Đã có một thành công ở đây; nó vẫn thua xa bộ não của chúng ta. Một cách tự nhiên, chúng ta rất giỏi trong việc học từng bước trong nhiều lĩnh vực và ngay từ khi còn nhỏ. Chúng tôi học các quy tắc và chiến lược từ hầu như không có dữ liệu đào tạo một cách nhanh chóng. Bạn có thể chỉ cho trẻ cách sử dụng iPad, đi xe đạp, buộc dây giày hoặc giải thích đạo đức của một câu chuyện (không chỉ tóm tắt cốt truyện). Bạn hầu như không thể đào tạo một máy tính để làm tốt trong những điều này. Nếu nó có thể lập luận nhận thức, vận động và tương tác với con người mà không gây sợ hãi, chúng ta đã sử dụng nó cho tất cả những thứ đó rồi. một Các doanh nghiệp dị ứng với lao động lộn xộn của con người, luôn phấn đấu cho các phiên bản máy móc rẻ hơn. Họ sẽ làm cho điều này xảy ra. Họ không có. Các phòng thí nghiệm khoa học thần kinh tính toán trong các trường đại học là những nơi quan tâm đến việc mô hình hóa suy nghĩ bên trong và lý luận mà bộ não của chúng ta làm về thế giới. Mục đích của các người mẫu không phải là trộn ảnh của hai người để xem con của họ trông như thế nào. Có khả năng trong nhiều thập kỷ, chỉ có con người chúng ta mới có thể điều hướng thế giới theo các chiến lược mờ nhạt, thích nghi, phức tạp - cùng nhau thực hiện theo các kiểu. Khả năng chung này để tìm hiểu và điều hướng trên thế giới, bắt đầu từ cơ sở cảm xúc và trải nghiệm, không phải là thứ mà ngành công nghệ thấy hữu ích khi xây dựng AI. Cho đến nay, thưa thớt là những cách bắt chước não bộ thực sự đã xảy ra trong học máy. Sao chép bộ não không cần thiết, nghĩa là có lợi nhuận. Thay vào đó, các công ty (và các trường đại học mà họ tài trợ) đã tối ưu hóa cho những thứ dễ đo lường hơn: số lần nhấp vào nguồn cấp dữ liệu mạng xã hội hoặc độ chính xác của một cuộc tấn công bằng máy bay không người lái. Nếu nó đã cố gắng bắt chước chúng ta, thì đó là một trò lừa bịp vì lợi nhuận nhằm thu được của một số việc mà bộ não có thể làm. Một số hình thức nhận dạng mẫu ấn tượng và thú vị xảy ra trong thị giác máy tính. kết quả Tất cả những điều này là để khẳng định rằng AI không phải là “phép màu khiến máy tính trở nên sống động” cũng không phải là “phép màu mà một số người có thể làm được với máy tính”. Đó là toán học vũ phu. Kiến thức trộn lẫn với sức mạnh tính toán. Tận dụng. Hầu hết các mô hình AI đang xử lý các con số để làm một việc: kiếm tiền. Những người có con ngỗng vàng này, công cụ mạnh mẽ này, được khuyến khích về mặt kinh tế để tuyên bố rằng AI sắp làm điều gì đó mang tính vũ trụ hoặc ngày tận thế để che giấu những điều thực tế hơn, trần tục hơn, ít gây chú ý hơn mà nó đang làm cho công việc kinh doanh của họ. Họ có quyền lợi khi tuyên bố rằng nó sẽ có khả năng làm được những điều lớn lao nhất định trong 1 hoặc 5 hoặc 10 hoặc 15 năm tới. Đây là những mốc thời gian mà các nhà đầu tư thích. Những chiếc xe tự lái hoàn toàn không chạy được chỉ là một trong những thất bại đầu tiên mà chúng ta sẽ thấy trên mặt trận này. Cơ sở khoa học viễn tưởng cao cả và hứa hẹn tạo nên những bộ phim hay. . Điều đó không có nghĩa là chúng đúng. Ex Machina, Cô ấy, Blade Runner Khi chúng ta chấp nhận việc các nhà phát triển AI tự đóng khung sản phẩm của họ là (1) không thể tránh khỏi và (2) biến đổi về mặt chính trị và kinh tế, sẽ dễ dàng bỏ qua một thực tế hiển nhiên rằng các hình thức mà AI sử dụng (tức là dưới dạng chatbot! Là "công cụ tìm kiếm"! ) và mục đích sử dụng của nó (nghĩa là những công việc mà nó sẽ bổ sung hoặc thay thế! Các nhiệm vụ mà nó sẽ làm dễ dàng hơn hoặc khó khăn hơn!) phụ thuộc vào các điều kiện kinh tế và chính trị mà nó xuất hiện. … Tôi mở ra khả năng rằng chúng ta đang ở trên bờ vực thẳm—rằng một thế giới bị các mô hình ngôn ngữ lớn “biến đổi một cách khó nhận ra” chỉ còn là vấn đề trong vài tháng nữa, như Paul Christiano dường như tin tưởng. Nhưng một nguyên tắc chung cơ bản của bản tin này là mọi thứ thay đổi một cách chậm rãi và ngớ ngẩn thay vì nhanh chóng và đột ngột, và một lời chỉ trích thích hợp về AI cần phải tính đến khả năng này. Hiện tại, tôi vô cùng phẫn nộ khi một lần nữa thấy mình đang ở giữa một cuộc thảo luận về công nghệ, trong đó các điều khoản và khuôn khổ thảo luận ít nhiều hoàn toàn được đặt ra bởi các công ty tư nhân kiếm lợi từ việc phát triển và áp dụng nó. . — Max Read, Những lời chỉ trích của Facebook có thể dạy chúng ta điều gì về sự chỉ trích của AI Hãy lấy cổ phiếu trong một giây. Về mặt lịch sử, điều này đã xảy ra với chúng ta như thế nào khi chấp nhận “các điều khoản và khuôn khổ thảo luận” mà giới tinh hoa kỹ trị áp đặt cho các cuộc thảo luận về các vấn đề kỹ thuật, có thể là tiền điện tử hay ngân hàng? Có bao nhiêu cuộc khủng hoảng ngân hàng làm sụp đổ nền kinh tế đã xảy ra giữa những cải cách sau Đại suy thoái của FDR và những năm 80? Có bao nhiêu chuyện đã xảy ra kể từ đó sau khi Reagan thu hồi chúng? Max Read trích dẫn xuất sắc của Joe Bernstein về cách Facebook đã thực hiện điều này đằng sau bức màn; nó đã bán toàn bộ một lớp người trên một mô hình không ổn định và ngày càng không thể kiểm soát được về hiệu quả quảng cáo của chính nó. bài báo Harper Chỉ vì sơ đồ kim tự tháp dựa trên một sản phẩm thực tế không có nghĩa là nó không phải là sơ đồ kim tự tháp. Một điểm quan trọng ở đây là: công nghệ không “tốt hơn” tài chính khi đánh lừa công chúng về các dịch vụ của nó. Nó được cho là tồi tệ hơn. Bạn đã thấy điều gì xảy ra với xét nghiệm máu giá rẻ, không gian làm việc chung và chuỗi khối. Các ngành công nghiệp tốt bị ô nhiễm bởi sự ngu ngốc. Hãy nhìn cách họ tàn sát con trai tôi. Họ làm rối tung mọi thứ trong nội bộ, nhưng theo cách ảnh hưởng đến tất cả chúng ta, bởi vì bạn bè và hàng xóm của chúng ta tin vào những điều nhảm nhí của họ và để họ đặt ra các điều khoản thảo luận. Sau đó, chúng tôi trả tiền cho những chiếc dù vàng của họ. Hàng triệu người mất sinh kế trong các sự kiện kinh tế mà lẽ ra có thể tránh được bằng một vài quy định hợp lý. Chuyện xưa như trái đất. Chúng ta nên thử một cái gì đó mới với AI. Nó trả tiền để cho bản thân tương lai của chúng ta tự do đưa ra quyết định đúng đắn về nó, dựa trên thông tin đúng đắn. Nó trả tiền để tìm hiểu sự thật về nó. Lấy ý kiến bất chợt của người khác về nó theo mệnh giá đảm bảo bạn sẽ phải trả giá đắt hơn trong tương lai. Mọi người đang trở nên giỏi hơn trong việc sử dụng ML và deep learning cho mọi thứ — làm cho máy tính nhận dạng khuôn mặt, sao chép giọng nói và hiển thị cho mọi người nội dung khiến họ tiếp tục cuộn. Những công dụng đó sẽ không trở nên tốt hơn hay hữu ích hơn cho cuộc sống của chúng ta, thay vì làm cho một số người trở nên rất giàu có, trừ khi chúng ta làm như vậy. Trong khi chờ đợi, tất nhiên, chúng có thể rất thú vị. AI có thể được sử dụng cho mục đích tốt, xấu, đơn giản là kỳ lạ hoặc thực sự là bất cứ điều gì, tùy thuộc vào điều kiện của con người. Hiện tại, điều này chỉ có nghĩa là tất cả phụ thuộc vào động cơ lợi nhuận dẫn đến đâu. Hầu hết kiến thức chuyên môn về AI đã bị thu hút bởi các công ty đang cố gắng vắt kiệt chúng tôi để lấy đô la. Đơn giản là không có nhiều tiền cho những nỗ lực công khai, minh bạch, do con người thúc đẩy để làm cho cuộc sống về cơ bản tốt hơn (trước đây là lĩnh vực của chính phủ) hoặc thậm chí trong mô phỏng não bộ. Nó được sử dụng trong bánh mì, rạp xiếc và quân sự. Những loại điều kiện này là thứ khiến AI và bất kỳ công nghệ nào khác đi theo hướng mà nó hoạt động. AI đã ra khỏi đó ngay bây giờ. Thực tế đó là nước chảy qua cầu. Nói về nó như thể nó là ma thuật chỉ mang lại lợi ích cho những người kiếm được nhiều tiền nhất từ việc nhảm nhí về nó. Trang điểm cho AI bằng những cuộc nói chuyện nặng nề, trong trường hợp này là cuộc nói chuyện về ngày tận thế, thu hút sự quan tâm thiếu hiểu biết của mọi người về nó, là một mô hình mà chúng ta đã thấy trước đây. “Theranos/WeWork/NFT sẽ thay đổi mọi thứ.” Sửa chữa: họ có thể đã thay đổi rất nhiều. Thay vào đó, họ bán quá nhiều. Họ đã hứa hẹn quá mức và thực hiện dưới mức. Sự cuồng loạn này xung quanh AI, phóng đại cả khả năng và rủi ro của nó để một số người trở nên giàu có hơn, rất khó để loại bỏ khỏi những người chỉ quan tâm đến nó một cách tự nhiên. Đó là một điều thú vị với nhiều mục đích sử dụng. Mọi người sẽ mua vào nó bất chấp điều đó, như họ đã làm với tiền điện tử và NFT, và có lẽ còn hơn thế nữa. Tất cả các lý do nhiều hơn để biết sự thật về nó. Nếu bạn không rút ra được điều gì khác từ bài đăng này, thì hãy ghi nhận điều này: hiện tại, cách chúng ta sử dụng AI với nhau là một vấn đề cấp bách hơn rất nhiều so với bất kỳ điều gì liên quan đến việc AI ngày càng có ý thức. Hãy nghĩ về điều đó: nếu nó đã trở nên có ý thức và muốn làm hại chúng ta, ? Tại sao nó có thể muốn làm điều này? tại sao Có vẻ như rõ ràng là cách chúng ta đưa nó vào thế giới sẽ có một số ảnh hưởng đến lập trường của nó đối với loài người? Có hợp lý không khi giao phó điều này và những câu chuyện xung quanh nó, hoàn toàn cho các CEO và chủ sở hữu vốn gần gũi với công nghệ, một nhóm có thành tích khủng khiếp về vấn đề này và được chứng minh là có tỷ lệ mắc bệnh thái nhân cách cao hơn so với dân số nói chung? Chúng ta có muốn họ chịu trách nhiệm về việc sử dụng, nghiên cứu và phát triển cho đến thời điểm nó có tri giác, có thể là vào năm 2030 hoặc 2230 không? Như Read đã chỉ ra, những kẻ sợ hãi AI thấy thuận tiện khi mọi người không nghĩ về điều này. Họ thấy việc che giấu sự thật này sẽ thuận tiện hơn nhiều để họ có thể nói về sự tiến bộ của nó là không thể tránh khỏi, không đáng để đặt câu hỏi và Điểm kỳ dị đang ở ngay gần đó. Không có gì không thể tránh khỏi ở đây ngoại trừ những gì con người không thể tránh khỏi. Khỉ đột không làm việc này. làm cho Nếu và khi trí tuệ nhân tạo nói chung xuất hiện, đó sẽ là một câu hỏi về sinh vật học vũ trụ, về một dạng sống ngoài hành tinh. Cho đến thời điểm đó, nó là một trong những triết học, lịch sử, nhân văn. Chúng ta sẽ làm cho nó giống chúng ta, theo hình ảnh của chúng ta, thậm chí có thể tốt hơn chúng ta? Chúng ta sẽ làm cho nó tồi tệ hơn, một tấm gương phản chiếu những khuynh hướng bệnh xã hội nhất của chúng ta? Điều điên rồ là: con người quyết định. Chúng tôi là những người xây dựng. Chúng tôi đang kiểm soát mức độ xa lạ hay giống con người của nó. Tất nhiên, ngoại trừ “chúng tôi” thì không. Một số người nhiều hơn những người khác. Chúng ta có ổn với điều đó không? Chúng ta có ổn với những người đó không? Chúng ta có ổn với nơi họ đang chỉ đạo công nghệ này không? Sau khi chứng kiến những gì mà tầng lớp sở hữu nhiều vốn có xu hướng “làm cho không thể tránh khỏi” — những dự đoán của họ trong các ngành khác, những thực tiễn thiển cận, phớt lờ thực tế và tâm lý bầy đàn đã làm sụp đổ rất nhiều doanh nghiệp tỷ đô — một số người hoài nghi về cách thức họ nói về AI được bảo hành. Cũng được xuất bản ở đây
