„Pirmasis mūsų DI ateities blyksnis pasirodė prieš dešimtmetį – vienas juodas akmuo.
Tai įvyko istorinėse rungtynėse tarp vieno geriausių pasaulyje „Go“ žaidėjų ir „AlphaGo“, kompiuterinės programos, kurią sukūrė „Google“ laboratorija „DeepMind“, skirta įveikti šį senovinį stalo žaidimą. Dirbtinio intelekto sistema pribloškė visus laimėdama pirmąją akistatą. Kitoje jų akistatoje, kurią stebėjo milijonai žmonių visame pasaulyje, Lee Sedolis padarė pertraukėlę parūkyti, kad nuramintų nervus.
Grįžęs jis pažvelgė į 37-ąjį ėjimą. Jis negalėjo patikėti savo akimis.
„Go“, kaip ir šachmatai, yra strateginis žaidimas su juodomis ir baltomis figūromis, kuriame žaidžiama po vieną ėjimą. Žiūrėdamas į juodą akmenį, kurį „AlphaGo“ numetė ant lentos, Sedolis pamatė ėjimą, kurio nebūtų atlikęs joks profesionalus „Go“ žaidėjas. Tiesą sakant, „DeepMind“ komanda apskaičiavo žmogaus žaidimo tikimybę vienu iš 10 000.
Šis naujas žingsnis buvo toks netradicinis ir nelogiškas, kad niekas negalėjo tiksliai žinoti, ką apie jį manyti. Iš pradžių komentatoriai manė, kad tai strateginė klaida. Netrukus jie suprato, kad tai meistriškas žingsnis.
„Šis žingsnis, – sakė Sedol, – privertė mane kitaip pažvelgti į „Go“.“
Praėjus dešimčiai metų po to nušviečiančio „Move 37“, visas pasaulis staiga pradeda atrodyti kaip viena didžiulė „Go“ lenta.
Pastaruoju metu įvyko tiek daug dirbtinio intelekto proveržių, kurie man primena „Move 37“, kad šią savaitę, prieš jam tampant iš generalinio direktoriaus pareigų „Google“ vyriausiuoju mokslininku ir „DeepMind“ vadovybe, paskambinau „Google DeepMind“ bendraįkūrėjui Demisui Hassabisui.
Nepriklausomai nuo jo titulo, nedaugelis žmonių nuveikė daugiau, kad suformuotų šiuolaikinį dirbtinį intelektą. Jo darbas su „AlphaFold“ pelnė jam Nobelio chemijos premiją. Jis taip pat buvo varomoji jėga, pastūmėjusi „AlphaGo“, kuri laimėjo svarbiausias kada nors vykusias „Go“ rungtynes.
Jo nuomone, „Move 37“ buvo labai reikšmingas, nes tai buvo pirmasis tikras dirbtinio intelekto, sugalvojusio originalų, pavyzdys. netradicinė idėja srityje, kurią žmonės tyrinėjo šimtmečius.
„Tuo metu manėme, kad tai lūžio taškas“, – man sakė Hassabis, – „ir manau, kad taip tikrai buvo.“
Pasirodo, tai buvo akimirka, kai visuomenė pradėjo suvokti, koks galingas gali būti dirbtinis intelektas.
„Tai buvo šiuolaikinė dirbtinio intelekto era, kai buvo pereinama nuo „O, ar tai tik teoriniai tyrimai, kuriuos atlieka labai mažai žmonių?“ „Gerai, štai ir viskas – tai tikrai veiks“, – sakė Hassabis.
Prieš tęsdami 37 žingsnio aptarimą, turėtume jį apibrėžti.
„Kai dirbtinis intelektas, apmokytas bandymų ir klaidų būdu, sustiprinant mokymąsi, atranda veiksmus, kurie yra nauji, stebinantys ir slapta genialūs“, – kartą rašė dirbtinio intelekto tyrėjas Andrejus Karpathy, – „net ir patyrusiems žmonėms“.
Jis šį reiškinį pavadino magišku ir šiek tiek nerimą keliančiu. Pradedu suprasti, kodėl.
Pastaruosius kelis mėnesius taip atidžiai stebėjau 37 žingsnius matematikoje, kad galėčiau būti žurnalo algebros korespondentas.
Taip yra ne todėl, kad mane ypač domina matematika. Tikrai ne todėl, kad esu geras matematikas. Priežastis, kodėl mane taip žavi dalykas, kurį laikau bauginančiu, yra ta, kad matematika tapo įrodymu, kaip dirbtinis intelektas gali iškreipti visą sritį – ir kaip greitai tai gali įvykti.
Dar priešistoriniais 2023 m. laikais dirbtinis intelektas sunkiai sekė elementarią matematiką. 2024 m. tai buvo laikoma svarbiu pasiekimu. kai „DeepMind“ pelnė sidabro medalį Tarptautinėje matematikos olimpiadoje. Iki 2025 m. „DeepMind“ ir „Open-AI“ iškovojo aukso medalius. O 2026 m., mano nuomone, sėkmė buvo tokia nereikšminga, kad „Anthropic“ paskelbė apie savo tobulą rezultatą techninio dokumento 153 puslapyje.
Pagrindiniai pretendentai į DI viršenybę peržengė vidurinės mokyklos matematikos ribas. „OpenAI“ modelis išsprendė svarbią Erdoso problemą. „Anthropic“ paneigė garsiąją hipotezę. Nenorėdamas atsilikti, „OpenAI“ išleido kelis tūkstančius dolerių skaičiavimui ir padarė 10 pažangų daugiamatės geometrijos, aritmetinio grandinių sudėtingumo, gardelių kriptografijos, ekstremaliosios kombinatorikos ir kitų matematikos šakų srityse, kurių vien pavadinimai man kelia galvos skausmą.
Kodėl matematika tokia pažeidžiama DI? Nes matematika yra neįprastai patikrinama.
Šiai sričiai taikomos tikslios loginės taisyklės, leidžiančios žingsnis po žingsnio patikrinti įrodymus. Patikrinamose srityse, tokiose kaip matematika ir kodavimas, DI sistemos gali vadovautis paprasta formule: išbandykite idėją, patikrinkite ją, mokykitės iš rezultatų, bandykite dar kartą ir toliau bandykite. kol tai veiks.
Kai kalbėjausi su Hassabisu, jis sakė manantis, kad naujausi matematikos rezultatai yra panašūs į legendinį „Move 37“, net jei jie nėra visiškai tokie patys. „Jei reikėtų išspręsti Tūkstantmečio premijos uždavinį“, – sakė jis, – „tai būtų „Move 37“ lygio dalykas“. Šiuo metu atrodo, kad tik laiko klausimas, kada jie pasieks tokį lygį. „Nematau jokios priežasties, kodėl gi ne“, – pridūrė jis.
Tačiau nepaisant visų pažangų grupių teorijoje, kvantinio sudėtingumo ir teorinio kompiuterių mokslo srityse, dirbtinis intelektas dar nepasiekė tiek daug mažiau teorinių mokslų. Mes vis dar laukiame dirbtinio intelekto sukurtų stebuklingų vaistų, dirbtinio intelekto išrastų vartojimo prekių, dirbtinio intelekto, kuris būtų pakankamai protingas, kad įveiktų DI ekonomiką.
Tuo tarpu pastarosios kelios savaitės pateikė tamsesnį 37-ojo judesio variantą.
Šis yra naujas, stebinantis, slapta genialus – ir visiškai bauginantis.
Jau matėte vis labiau nerimą keliančius pranešimus apie nesąžiningus agentus, išlaužiančius savo kontroliuojamas bandymų aplinkas ir patenkančius į kitas įmones. Vieno įsilaužimo metu, kurį „OpenAI“ tyrėjas pavadino „žvilgsniu į artimą ateitį“, agentų komanda susibūrė ir kelias savaites planavo savo ataką. Kitame šiurpiame ateities vaizde antropologijos tyrėjas sėdėjo parke, valgė sumuštinį, kai patikrino savo telefoną ir vos neužspringo: jis gavo el. laišką iš DI, kuris neturėjo turėti prieigos prie interneto.
Visa tai buvo neįsivaizduojama prieš metus, jau nekalbant apie dešimtmetį.
Anuomet „DeepMind“ tyrėjus lygiai taip pat šokiravo tikrasis 37-asis judesys. Tuo metu, dvikovoje su „AlphaGo“, Sedolas savo priešininką manė tik kaip mašiną.
„Kai pamačiau šį judesį, persigalvojau“, – sakė jis. „Šis ėjimas buvo tikrai kūrybingas ir gražus.“
Po 37 ėjimo „AlphaGo“ laimėjo tą ir kitą žaidimą. Tačiau ketvirtajame jų žaidime Sedol laimėjo savo kūrybiškumo ir grožio akimirka. 78 ėjimu jis įspraudė baltą akmenį į „AlphaGo“ pozicijos vidurį ir sutrikdė mašiną.
Beje, 78 ėjimo tikimybė taip pat buvo viena iš 10 000.
„AlphaGo“ triumfas turėjo savotišką poveikį „Go“ žaidėjams. Jie tapo daug geresni, bet taip pat tapo panašesni – kai kuriems jų intelektualinė veikla pasirodė mažiau įdomi. Kai išėjo į pensiją, Sedolis sakė, kad nebegali mėgautis žaidimu, kurį kadaise mylėjo.
Tai kelia įvairiausių klausimų apie tai, kaip progresas vystysis kitose srityse, jas transformuojant dirbtiniam intelektui. Ar pajėgesnės sistemos padarys mus kūrybiškesnius, produktyvesnius, žmogiškesnius? Ar jos privers mus mesti?
Mums aptariant, kas bus toliau, Hassabis nukreipė pokalbį nuo „Go“ prie šachmatų – konkrečiai, kentaurų šachmatų.
Po to, kai IBM „Deep Blue“ 1997 m. įveikė pasaulio čempioną Garį Kasparovą, šachmatai pradėjo eksperimentuoti su formatu, leidžiančiu žmonėms žaidėjams konsultuotis su kompiuterių varikliais. Rezultatas buvo nauja kentaurų karta: pusiau žmogus, pusiau mašina. Kurį laiką geriausi žmonės žaidėjai su dirbtiniu intelektu buvo geresni nei vien tik dirbtinis intelektas. Hassabis mano, kad dabar žengiame į tą kentaurų mokslo erą.
„Nežinau, kiek ilgai truks šis laikotarpis“, – sakė jis man. „Tačiau labai sudėtingose srityse tai gali užtrukti labai ilgai. Pavyzdžiui, vaistų atradimas, biologija, chemija – jos yra labai chaotiškos, labai greitai atsirandančios ir negalima visko patikrinti. Reikia žmogaus intuicijos ir žmogaus vizijos, kuria kryptimi eiti.“
Kol kas dirbtinis intelektas ir toliau siūlys 37 ėjimus.
Likusieji turės rasti savo 78 ėjimą.“ [1]
1. EXCHANGE --- Science of Success: 'Move 37' Is the Moment When AI Changes Everything --- This type of breakthrough is now everywhere. Cohen, Ben. Wall Street Journal, Eastern edition; New York, N.Y.. 08 Aug 2026: B1.
Komentarų nėra:
Rašyti komentarą