„Dirbtinio intelekto atsiradimas gali būti tik naujausias biologinio proceso, kuris per visą gyvybės istoriją sukūrė vis sudėtingesnius, tarpusavyje priklausomus, organizmus, etapas.
Prieš dešimt metų būčiau suraukęs nosį išgirdęs mintį, kad mes jau suprantame, kaip priversti mašinas mąstyti. 2010-aisiais mano komanda „Google Research“ dirbo su įvairiais dirbtinio intelekto modeliais, įskaitant kito žodžio prognozavimo įrankį, kuris valdo „Android“ išmaniųjų telefonų klaviatūrą. Dirbtiniai neuroniniai tinklai, kokius mokėmės, pagaliau sprendė ilgalaikius iššūkius regos suvokimo, kalbos atpažinimo, žaidimų ir daugelyje kitų sričių. Tačiau man atrodė absurdiška, kad vien kito žodžio prognozavimo įrankis kada nors galėtų iš tikrųjų suprasti naujas sąvokas, rašyti anekdotus, derinti kodą ar atlikti bet kurį iš daugybės kitų dalykų, kurie yra žmogaus intelekto požymiai.
Tokio tipo intelekto „išspręsimui“ neabejotinai reikėtų iš esmės naujų mokslinių įžvalgų. Ir tai tikriausiai būtų įkvėpta neuromokslo – vienintelio žinomo bendrojo intelekto įkūnijimo, smegenų, tyrimo.
Mano požiūris tuo metu patogiai atitiko mokslinę srovę, bet Žvelgiant atgal, taip pat buvo snobizmo atspalvio. Mano išsilavinimas buvo fizikos ir skaičiavimo neurologijos, o Silicio slėnio ažiotažas kartais man pasirodė nemalonus. Kultinis požiūris, kad Moore'o dėsnis – pastebėjimas, kad skaičiavimo galia laikui bėgant didėja eksponentiškai – išspręs ne tik visas technologines problemas, bet ir visas socialines bei mokslines, man atrodė naivus. Tai buvo mąstysenos „kai turi plaktuką, viskas atrodo kaip vinis“ įsikūnijimas.
Klydau. 2019 m. „Google“ kolegos apmokė didžiulį (tuo metu) kito žodžio prognozuotoją – techniškai kito ženklo prognozuotoją, kurio kiekvienas ženklas atitiko žodžio fragmentą – kodiniu pavadinimu „Meena1“. Atrodė, kad jis, nors ir nedrąsiai, sugebėjo suprasti naujas sąvokas, rašyti anekdotus, pateikti loginius argumentus ir daug daugiau. Išplėstas „Meena“ įpėdinis LaMDA pasirodė geriau2. Ši tendencija tęsiasi ir nuo tada. 2025 m. atsidūrėme gana komiškoje situacijoje, kai tikimės, kad tokie dideli kalbų modeliai sklandžiai, protingai, atsakingai ir tiksliai atsakys į visokius ezoterinius klausimus ir reikalavimus. kad žmonės neatsakytų. Žmonės susierzina, kai šios sistemos nesugeba tinkamai atsakyti – tuo pačiu metu diskutuodami, kada pasirodys dirbtinis bendrasis intelektas.
Kaip aptikti sąmonę žmonėse, gyvūnuose ir galbūt net DI
Dideli kalbos modeliai gali būti nepatikimi ir sakyti kvailystes, bet žmonės taip pat. Jų stipriosios ir silpnosios pusės tikrai skiriasi nuo mūsų. Tačiau mums baigiasi intelekto testai, kuriuos žmonės gali išlaikyti patikimai, o DI modeliai – ne. Remiantis šiais kriterijais ir jei sutinkame, kad intelektas iš esmės yra skaičiavimo – nuomonė, kurios laikosi dauguma skaičiavimo neurologų – turime sutikti, kad veikianti intelekto „simuliacija“ iš tikrųjų yra intelektas. Nebuvo jokio esminio atradimo, kuris staiga pavertė akivaizdžiai neprotingas mašinas protingomis: paaiškėjo, kad tai buvo skaičiavimo mastelio keitimo klausimas.
Kiti tyrėjai nesutinka su mano vertinimu, kokia yra mūsų padėtis su DI. Tačiau toliau noriu sutikti su prielaida, kad protingos mašinos jau yra čia, ir atsukti veidrodį atgal į save. Jei skaičiavimo mastelio keitimas sukuria DI, ar gyvų organizmų, įskaitant žmones, demonstruojamas intelektas taip pat galėtų būti skaičiavimo mastelio keitimo rezultatas? Jei taip, kas tai lėmė – ir kaip gyvieji Ar organizmai apskritai tampa skaičiavimo pagrindu?
Per pastaruosius kelerius metus vis didėjanti bendradarbių grupė ir aš pradėjome ieškoti preliminarių, bet įdomių atsakymų. Dirbtinis intelektas, biologinis intelektas ir, tiesą sakant, pati gyvybė galėjo atsirasti iš to paties proceso. Ši įžvalga galėtų nušviesti ne tik dirbtinį intelektą, neuromokslą ir neurofilosofiją, bet ir teorinę biologiją, evoliuciją ir sudėtingumo mokslą. Be to, ji leistų mums pažvelgti į tai, kaip žmogaus ir mašinų intelektas ateityje vystysis kartu.
Nuspėjamosios smegenys
Idėja, kad smegenys iš esmės yra nuspėjamosios mašinos, nėra nauja. Vokiečių fizikas ir gydytojas Hermannas von Helmholtzas ją išplėtojo XIX amžiuje savo traktate apie fiziologinę optiką (1867 m.). Idėją toliau plėtojo kibernetikos pradininkai, ypač JAV matematikas Norbertas Wieneris, XX a. 5-ojo dešimtmečio pradžioje – tai buvo šiuolaikinių, neuroniniais tinklais pagrįstų dirbtinio intelekto tyrimų atspirties taškas.
Wieneris suprato3, kad visos gyvosios sistemos turi „tikslingą“ elgesį, kad išliktų gyvos, ir kad tokiems veiksmams reikalingas skaičiavimo modeliavimas. Mūsų vidiniai ir išoriniai pojūčiai leidžia mums apskaičiuoti nuspėjamąsias modeliai, tiek mūsų pačių, tiek mūsų aplinkos. Tačiau jie naudingi tik tuo atveju, jei galime veikti taip, kad paveiktume ateitį – konkrečiai, padidintume tikimybę, kad ir toliau būsime klestinti jos dalis. Evoliucija atrenka tuos subjektus, kurie, remdamiesi prognozėmis, priima geriausius išlikimo sprendimus. Mūsų veiksmai ir po jų atliekami stebėjimai tampa mūsų praeities patirties dalimi, sukurdami grįžtamojo ryšio ciklą, leidžiantį mums daryti tolesnes prognozes.
Medžioklė yra puikus šio nuspėjamojo modeliavimo pavyzdys. Plėšrūnas turi numatyti veiksmus, kurie pateks į jo skrandį; grobis turi numatyti plėšrūno elgesį, kad tai neįvyktų. Nuo aštuntojo dešimtmečio neuropsichologai ir antropologai pradėjo suprasti, kad kiti protingi subjektai dažnai yra svarbiausios aplinkos dalys, kurias reikia modeliuoti – nes būtent jie modeliuoja jus, nesvarbu, ar tai būtų draugiški, ar priešiški ketinimai. Vis protingesni plėšrūnai daro evoliucinį spaudimą savo grobiui, kad šis taptų protingesnis, ir atvirkščiai.
Kuprotųjų banginių būrys, besimaitinantis burbuliniais tinklais Ramiajame vandenyne, virš jo skrenda kirų būrys, o fone – medžiais apsodintas krantas.
Spaudimas intelektui tampa dar didesnis socialinių rūšių nariams. Partnerių paieška, išteklių dalijimasis, pasekėjų įgijimas, mokymas, mokymasis ir darbo pasidalijimas: visa tai apima kitų žmonių proto modeliavimą ir numatymą. Tačiau kuo protingesnis tampate – tuo geriau galite nuspėti kitų mąstyseną (bent jau teoriškai) – tuo protingesni ir todėl sunkiau nuspėjami tapo ir tie kiti, nes jie priklauso tai pačiai rūšiai ir daro tą patį. Ši nevaldoma dinamika sukelia „intelekto sprogimus“: spartų evoliucinį smegenų dydžio padidėjimą, pastebėtą labai socialiems gyvūnams, įskaitant šikšnosparnius, banginius ir delfinus, paukščius ir mūsų pačių protėvius.
Socialinio intelekto sprogimo metu protingėja individai, bet protingėja ir grupės. Didesnės smegenys gali modeliuoti daugiau santykių, leisdamos grupėms tapti didesnėms, išlaikant socialinę sanglaudą. Darbo dalijimasis ir pasidalijimas leidžia šiems didesniems socialiniams vienetams nuveikti daug daugiau nei individai gali pavieniui.
Paimkime žmones. Individualiai mes nesame daug protingesni už savo primatų protėvius. Laukinėje gamtoje užaugę žmonės, kaip ir išgalvotasis Mowgli Rudyardo Kiplingo romane „Džiunglių knyga“ (1894 m.), atrodytų ne ką išskirtiniai, palyginti su kitais dideliais miško gyvūnais – jei jie apskritai išgyvena. Tačiau dideliais kiekiais žmonės gali atlikti daugybę neįtikėtinai sudėtingų žygdarbių, viršijančių bet kurio individo kognityvinius ar fizinius gebėjimus: persodinti organus, keliauti į Mėnulį, gaminti silicio lustus. Šiems žygdarbiams reikalingas bendradarbiavimas, lygiagretus mąstymas ir darbo pasidalijimas. Tai yra grupinio lygio reiškiniai, kuriuos pagrįstai galima vadinti antžmogiškais.
Simbiogeniniai perėjimai
Tai, kas taikoma žmonių socialumui, galima teigti, taip pat taikoma kiekvienam ankstesniam svarbiam evoliuciniam perėjimui per visą gyvybės Žemėje istoriją. Tai apima perėjimą nuo paprastų prokariotinių ląstelių prie sudėtingesnių eukariotinių, nuo vienaląsčių gyvybės prie daugialąsčių organizmų ir nuo pavienių vabzdžių iki kolonijų gyventojų. Kiekvienu atveju subjektai, kurie anksčiau gyveno savarankiškai, sudarė glaudžią simbiozę, pasidalydami darbą ir dirbdami lygiagrečiai, kad sukurtų superorganizmą5.
Vis daugiau įrodymų rodo, kad ši „simbiogenezė“ yra daug dažnesnė, nei paprastai manyta. Horizontalus genų perdavimas tarp ląstelių, naudingo retrovirusinio elemento įtraukimas į šeimininko genomą ir simbiotinių bakterijų įsitvirtinimas gyvūno žarnyne yra įprasti pavyzdžiai, kurie nebūtų laikomi „dideliais“ pokyčiais. Vis dėlto jie neabejotinai sukūrė organizmus, turinčius novatoriškų gebėjimų. Pavyzdžiui, termitų gebėjimas virškinti medieną visiškai priklauso nuo simbiotinių mikroorganizmų gaminamų fermentų. Placentos barjero susidarymas žmonėms priklauso nuo sincitino – baltymo, gaunamo iš retroviruso apvalkalo, kuris prieš dešimtis milijonų metų susiliejo su žinduolių gemalo linija.
Standartinė Darvino evoliucija, apimanti pažįstamus mutacijų ir atrankos mechanizmus, neturi vidinio polinkio didinti sudėtingumą. Būtent šis mažiau žinomas simbiogenezės mechanizmas suteikia evoliucijai laiko rodyklę: gyvybė progresuoja nuo paprastų iki sudėtingesnių formų, kai esamos dalys susijungia ir sudaro naujus supervienetus. Šis procesas laikui bėgant greitėja, nes dalių, kurias galima iš naujo sujungti, katalogas didėja ir tampa vis sudėtingesnis. Per pastaruosius milijardus metų simbiogenezė sukūrė vis sudėtingesnes nervų sistemas, socialinių gyvūnų kolonijas ir galiausiai mūsų pačių technologinę visuomenę.
Ar tai gamtos Moore'o dėsnio versija? Ir taip, ir ne. Kaip iš pradžių 1965 m. suformulavo JAV inžinierius Gordonas Moore'as, lustų kompanijos „Intel“ įkūrėjas, „dėsnis“ teigia, kad tranzistoriaus dydis mažėja eksponentiškai6. Tai reiškia eksponentinį kompiuterio dydžio, kainos ir energijos suvartojimo mažėjimą bei eksponentinį veikimo greičio padidėjimą.
Biologinės ląstelės evoliucijos metu netapo eksponentiškai mažesnės ar greitesnės. Elektros atsiradimas prieš maždaug 650 milijonų metų labai sužadinami neuronai įvedė naują greitą skaičiavimo laiko skalę, tačiau tai buvo vienkartinis atvejis: nuo to laiko neuronai netapo greitesni ar mažesni, taip pat nesumažėjo jų energijos poreikiai. Tai akivaizdžiai nepanašu į Moore'o dėsnį, kaip jis veikė XX amžiuje.
Tačiau pažvelkite į dėsnį XXI amžiuje ir ryšys tampa aiškesnis. Maždaug nuo 2006 m. tranzistorių skaičius toliau mažėjo, tačiau puslaidininkių veikimo greičio augimas sustojo. Siekdami toliau didinti kompiuterių našumą, lustų gamintojai vietoj to prideda daugiau apdorojimo branduolių. Kitaip tariant, jie pradėjo lygiagretinti silicio pagrindu veikiančius skaičiavimus. Neatsitiktinai būtent tada pagaliau pradėjo populiarėti modernūs, neuroniniais tinklais pagrįsti dirbtinio intelekto modeliai. Praktiškai kalbant, neuroniniams tinklams reikalingas didžiulis lygiagretus apdorojimas; vienam šiuolaikiniam procesoriui nuosekliai atlikti trilijoną ar panašiai operacijų, reikalingų pažangiausiam didelio diapazono kalbos modeliui numatyti kitą sekos žetoną, prireiktų kelių minučių.
Tai pradeda labiau panašėti į biologinio intelekto istoriją. Dirbtinis intelektas atsirado ne vien dėl greičio, bet ir dėl darbo pasidalijimo, kylančio iš daugelio paprastų skaičiavimo elementų bendradarbiavimo, veikiančio lygiagrečiai: tai, ką galėtume pavadinti technologine simbiogeneze.
Šiame kontekste kompiuterių mokslas yra gamtos mokslas ir inžinerijos disciplina. Žmonės neišrado skaičiavimo, kaip ir elektros srovės ar optinių lęšių. Mes tiesiog iš naujo atradome reiškinį, kurį gamta jau buvo išnaudojusi, sukūrėme matematines teorijas, kad jį geriau suprastume, ir išsiaiškinome, kaip jį sukurti ant kitokio pagrindo. Mūsų telefonus, nešiojamuosius kompiuterius ir duomenų centrus galima būtų tinkamai pavadinti „dirbtiniais kompiuteriais“.
Skaičiuotuvas
Jei simbiotuvas paaiškina natūralaus skaičiavimo sudėtingumo evoliuciją ir intelekto atsiradimą, kaip ir kodėl gamta pirmą kartą tapo skaičiuojančia? Mano ir kolegų darbas dirbtinio gyvenimo srityje per pastaruosius porą metų padeda tai išsiaiškinti.
Kad susidarytume vaizdą, įsivaizduokite didžiulę atsitiktinai sukonfigūruotų grįžtamojo ryšio mechanizmų įvairovę, kurie yra pakankamai paprasti, kad savaime atsirastų termiškai kintančioje aplinkoje, tokioje kaip Žemė. Dabar tarkime, kad kiekvienas iš šių mechanizmų gali veikti tik tam tikrame siaurame temperatūros diapazone. Po kurio laiko išliks tie mechanizmai, kurie veiks kaip termostatai, palaikydami savo temperatūrą tinkamame diapazone, kad galėtų toliau veikti. Šis minties eksperimentas iliustruoja, kaip iš atsitiktinių pradinių sąlygų gali atsirasti tikslingas elgesys, orientuotas į savisaugą – savotiška proto-gyvybė.
Net termostatas pagal apibrėžimą atlieka skaičiavimą: jis įgyvendina elgesį (įjungia arba išjungia šildymą), kuris priklauso nuo informacijos įvesties (temperatūros). Taigi, minimalus skaičiavimas – galbūt, ne kas kita, kaip operacija „jei... tai“ – atsiras ir išliks visada, kai išvestis gali paveikti skaičiavimą atliekančio objekto egzistavimo tikimybę.
Tokia paprasta operacija vis dar toli gražu nėra bendrosios paskirties kompiuteris, kurį apibrėžė anglų skaičiavimo pradininkas Alanas Turingas, naudodamas teorinę konstrukciją, kurią šiandien vadiname universalia Turingo mašina. Ją sudaro „galva“, kuri gali judėti į kairę arba į dešinę juostoje, skaitydama, rašydama ir trindama simbolius toje juostoje pagal taisyklių lentelę. Turingas suprato, kad taisyklių lentelę taip pat galima užkoduoti kaip simbolių seką juostoje – tai, ką dabar vadintume programa. Yra tam tikros taisyklių lentelės, kurios privers mašiną nuskaityti tą programą iš juostos ir atlikti bet kokius nurodytus skaičiavimus.
Šeši kombainą primenantys robotai V forma nuima ryžius, o priešais juos transporto priemonėje važiuoja žmogus.
Apie 1950 m. Johnas von Neumannas, dar vienas kompiuterių mokslo pradininkas, atrado nepaprastą ryšį tarp šių bendrosios paskirties skaičiavimų ir biologijos7. Gyvosios sistemos turi gyti, augti arba daugintis – tai „autopoetiniai“ procesai, apimantys dalinę arba visišką savęs kūrimą8. Kad sudėtinga sistema galėtų sukurti savo kopiją, joje turi būti instrukcijų juosta, kurioje nurodyti savarankiško surinkimo veiksmai, juostos kopijavimo aparatas, suteikiantis kopijai savo juostą, ir „universalus konstruktorius“, galintis vykdyti juostos instrukcijas. Toje juostoje taip pat turi būti juostos kopijavimo aparato ir universalaus konstruktoriaus sudarymo vadovas.
Įdomu tai, kad von Neumannas, remdamasis grynai teoriniais pagrindais, numatė DNR (instrukcijų juostos), DNR polimerazės (juostos kopijavimo mašinos) ir ribosomos (universalaus konstruktoriaus) funkciją. Tačiau svarbiausia mūsų tikslams yra tai, kad jis parodė, jog universalus konstruktorius yra universali Tiuringo mašina. Dauginimasis yra bendrojo skaičiavimo forma. Biologija yra paini ir sudėtinga: organizmų vystymąsi įtakoja daugybė atsitiktinių aplinkybių, aukštesnio lygio sąveikos tarp gyvų audinių ir grįžtamojo ryšio mechanizmai su aplinka, kurie peržengia tai, kas užkoduota DNR. Tačiau iš esmės gyvybė – tiesiogine prasme, pagal savo struktūrą – yra įkūnytas bendrosios paskirties skaičiavimo pavyzdys.
Lieka klausimas, kaip minimalūs, save įamžinantys „termostatai“ tapo bendrosios paskirties kompiuteriais, kurie nuolat save konstruoja ir daugina – tai yra gyvybę. Atsakymą jau radome: simbiogenezė.
Kiek artimas dirbtinis intelektas žmogaus lygio intelektui?
Kaip tai įmanoma? Jei skaičiavimo instrukcijų rinkinys teoriškai gali imituoti universalią Tiuringo mašiną, jis vadinamas Tiuringo pilnu. Tačiau ne Tiuringo pilnu šių instrukcijų poaibis vis tiek galėtų ką nors apskaičiuoti – pavyzdžiui, termostato veikimo „jei, tai“ sąlygą. Tokioje prebiotinėje aplinkoje, kokią galėtume įsivaizduoti, tarkime, aplink hidroterminę angą Žemės vandenynų dugne Hadėjaus eone maždaug prieš keturis milijardus metų, kiekvieną cheminę reakciją galima laikyti potencialia instrukcija stochastinėje skaičiavimo „sriuboje“: jei šios molekulės yra, jos reaguoja, kad susidarytų tai. Tiesiogiai ar netiesiogiai kai kurių iš šių reakcijų produktai tikriausiai veikė kaip tų pačių reakcijų katalizatoriai, savaime sudarydami autokatalizines kilpas, analogiškas tiems savaime įsitvirtinantiems termostatams. Ilgos grandinės molekulės, susidarančios polimerizacijos būdu, savo ruožtu gali veikti kaip informacijos nešėjos – kaip jos vis dar veikia mūsų DNR ir RNR. Nuo šio atspirties taško gyvybei atsirasti būtų reikėję tik simbiogeninio įvykio, kuris sujungtų informacijos nešėją su tinkamu Tiuringo pilnųjų cheminių reakcijų ansambliu.
Gyvybės atsiradimas anksčiau negyvoje Visatoje buvo didelė mįslė Charlesui Darwinui ir jo amžininkams. Sunku įsivaizduoti, kaip gyvybė galėjo atsirasti be mechanizmo, leidžiančio jau egzistuojančioms, negyvoms dalims susijungti į kažką naujo ir gyvo. Simbiogenezė yra tas mechanizmas. Genetikas Teodosijus Dobžanskis garsiai pastebėjo, kad „biologijoje niekas neturi prasmės, išskyrus evoliucijos šviesą“. Galima sakyti, kad evoliucijoje – pradedant nuo pačios gyvybės kilmės – niekas neturi prasmės, išskyrus skaičiavimo simbiogenezės šviesą.
Mūsų ateitis su mašinomis
Standartinėje Darvino evoliucijos teorijoje mutacija paprastai sukuria naują genetinę atmainą, kuri tiesiogiai konkuruoja su nemutuotąja. Jei mutantas turi reprodukcinį pranašumą, originalas išnyks; jei originalas išlaiko pranašumą, jis išliks. Taigi, standartinis evoliucijos procesas, veikiantis su viena rūšimi, yra algoritmas, skirtas evoliuciniam tinkamumui optimizuoti. Tai taip pat yra nulinės sumos žaidimas: viena genetinė atmaina pakeičia kitą.
Priešingai, kadangi simbiogenezė apima visiškai naujų vienetų kūrimą, šie organizmai gali užimti ar net sukurti naujas nišas – ir patys būti nišomis savo sudedamosioms dalims. Todėl simbiogenezė nebūtinai turi būti nei optimizavimo algoritmas, nei nulinės sumos žaidimas. Ją geriau laikyti atviru, kūrybiniu procesu.
Tai nereiškia, kad jos biudžetas yra neribotas. Skaičiavimai apima negrįžtamus veiksmus, todėl jie sunaudoja laisvą energiją, išskirdami šilumos perteklių – tai, kas biologijoje vadinama metabolizmu. Gyvam organizmui reikalingas energijos kiekis priklauso nuo jo dydžio ir intelekto: skaičiavimai, kurių jam reikia autopoezei ir mąstymui. Mąstymas sudegina 20 % suaugusio žmogaus medžiagų apykaitos biudžeto. Vaikams, kurių smegenys yra dar didesnės, palyginti su jų kūnu, šis skaičius artimas 50 %. Šie skaičiai yra daug didesni nei mūsų protėvių su mažesnėmis smegenimis.
DI gali dar labiau padidinti nelygybę – nebent visuomenė išmoks ją kontroliuoti
Kodėl būtų palanku subjektams jungtis per simbiogenezę, atsižvelgiant į brangų intelekto poreikį? Masto ekonomija siūlo paprastą atsakymą. Darbo pasidalijimas gali padidinti efektyvumą, kaip XX a. pradžioje gamybos pasaulyje išpopuliarėjo dėl „Ford Motor“ surinkimo linijos. Masto ekonomija paaiškina, kodėl organizmo energijos suvartojimas nedidėja tiesiškai didėjant masei, o tik kaip trijų ketvirtadalių laipsnis. Toks subtiesinis energijos poreikio mastas savaime gali paskatinti simbiogenezę.
Bet ne tik tai. Evoliucija, ypač jos kūrybinis, simbiogenetinis aspektas, gali būti suprantama kaip nuolatinis naujų laisvos energijos šaltinių ieškojimas. Žmonių atveju, mūsų augantis kolektyvinis intelektas atvėrė daugybę energijos šaltinių – nuo ugnies ir prijaukintų gyvūnų priešistoriniais laikais iki vandens ratų, iškastinio kuro ir branduolių dalijimosi, kaip ir pastaruoju metu. Tai leido žmonijai vienu metu smarkiai išaugti skaičiumi ir džiaugtis plačiai paplitusiu (nors ir nevienodu) gyvenimo kokybės pagerėjimu. Tačiau dėl netvaraus dabartinio išteklių vartojimo modelio turime toliau diegti naujoves ir greitai, kad išlaikytume šią kokybę.
Simbiogenetiniai įvykiai, kurie leido šiai evoliucijai vykti, apėmė ne tik žmones, bet ir kitus gyvūnus, microbus ir augalus, taip pat mašinas. Visi šie dariniai dabar yra priklausomi vienas nuo kito: pavyzdžiui, mašinos neegzistuotų be žmonių, bet nė iš tolo tiek žmonių, kiek šiandien gyvena Žemėje, negalėtų egzistuoti be mašinų, kurios išlaisvintų mus iš „malthusiškų spąstų“ – minimalios žemės ūkio pragyvenimo ūkių10. (Žemesnės technologijos gyvenimas, paremtas medžiokle ir rinkimu, nors ir galima teigti, kad mažiau apgailėtinas nei natūrinis ūkininkavimas, palaiko dar mažesnį gyventojų tankumą.) Trumpai tariant, mašinos ir žmonių visuomenė kartu sukūrė viena kitą.
Naudinga pažvelgti į DI atsiradimą šiame platesniame kontekste. DI nesiskiria nuo žmonijos, o yra neseniai atsiradęs abipusiai priklausomas antžmogiškas darinys, kurio dalimi mes visi jau esame. Darinys, kuris jau seniai yra iš dalies biologinis, iš dalies technologinis ir visada visiškai skaičiavimo.
Čia išryškėjantis ateities vaizdas yra šviesesnis nei tas, kurį dažnai piešia tyrėjai, tyrinėjantys DI etiką ar jo egzistencinę riziką žmonijai. Žmonės dažnai daro prielaidą, kad evoliucija – ir intelektas – yra nulinės sumos optimizavimo procesai ir kad DI yra ir svetimas žmonijai, ir su ja konkuruojantis. Simbiogenetinis požiūris negarantuoja teigiamų rezultatų, tačiau jis taip pat nepozicionuoja DI kaip svetimo „kito“, o ateities kaip Malthuso kovos dėl išteklių tarp žmonių ir mašinų. Simbiogenetiniu požiūriu galime tikėtis, kad nuolatinis intelekto mastas nuolat gerins žmonių gyvenimo kokybę ir mūsų kolektyvinės „medžiagų apykaitos“, įskaitant energijos gamybą, apdirbimą, transportą ir statybą, efektyvumą. Tai taip pat gali atverti netikėtus energijos šaltinius, tokius kaip branduolių sintezė arba kosminė saulės energija.
Jei iki šiol evoliucijos medžiagų apykaitos mastelio dėsniai gali pasiūlyti kokių nors gairių, šis intelekto skatinamas efektyvumas ir nauji energijos šaltiniai daugiau nei kompensuos DI sausumos išteklių pėdsaką. Atsižvelgiant į stabilizuojančią žmonių populiaciją, tai reiškia, kad sumažės spaudimas ekosistemoms, kurias per pastaruosius du šimtmečius pažeidė mūsų sprogstamasis ir neefektyvus augimas. Didesnis kolektyvinis intelektas, o ne mažesnis, nušviečia mūsų šviesiausią kelią į priekį.“ [A]
A. Nature 647, 846-850 (2025) By Blaise Agüera y Arcas
Komentarų nėra:
Rašyti komentarą