Արհեստական բանականություն․ մարդկության ոչնչացո՞ւմ, թե՞ փրկություն
Սրանք անորոշ և շփոթեցնող ժամանակներ են: Մենք ոչ միայն պայքարում ենք համաճարակների, կլիմայի փոփոխության, խոշոր տնտեսություններում հասարակության ծերացման և աճող աշխարհաքաղաքական լարվածության դեմ, այլև արհեստական ինտելեկտը պատրաստ է փոխել աշխարհն այնպես, ինչպիս մենք գիտենք: Մնում է տեսնել, թե ինչ արագությամբ կփոխվեն ամեն ինչ և ում օգտին: Այս մասին գրում է հոդվածի հեղինակ Դարոն Աճեմօղլուն project-syndicate-ում։
Եթե լսում եք ոլորտի ինսայդերներին կամ առաջատար թերթերում լրագրողներին` հմտացած տեխնոլոգիայի ոլորտում, կարող եք մտածել, որ արհեստական ընդհանուր ինտելեկտը (AGI)՝ AI տեխնոլոգիաները, որոնք կարող են կատարել մարդկային ցանկացած ճանաչողական խնդիր, մոտ է: Հետևաբար, շատ բանավեճեր կան այն մասին, թե արդյոք այս զարմանալի կարողությունները մեզ կդարձնեն ավելի բարգավաճ մեր երազանքներից դուրս (ավելի քիչ հիպերբոլիկ փորձագետներ, որոնք գնահատում են ՀՆԱ-ի ավելի քան 1-2% ավելի արագ աճ), կամ փոխարենը կհանգեցնեն մարդկային քաղաքակրթության ավարտին, երբ գերխելացի արհեստական ինտելեկտի մոդելները կդառնան մեր տերը:
Բայց եթե նայեք, թե ինչ է կատարվում իրական տնտեսության մեջ, ապա մինչ այժմ անցյալի հետ խզում չեք գտնի։ Դեռևս չկա որևէ ապացույց, որ AI-ն հեղափոխական արտադրողականության առավելություններ է տալիս: Հակառակ այն ամենի, ինչ խոստացել էին շատ տեխնոլոգներ, մեզ դեռ պետք են ռադիոլոգներ (իրականում ավելի շատ, քան նախկինում), լրագրողներ, ղեկավարներ, հաշվապահներ, գրասենյակային աշխատողներ և մարդ վարորդներ։ Ինչպես վերջերս նշեցի, մենք չպետք է ակնկալենք, որ մարդկանց արածի մոտ 5%-ից ավելին հաջորդ տասնամյակում կփոխարինի AI-ով: Զգալիորեն ավելի երկար ժամանակ կպահանջվի, որպեսզի AI մոդելները ձեռք բերեն դատողություն, բազմաչափ դատողությունների կարողություններ և սոցիալական հմտություններ, որոնք անհրաժեշտ են աշխատատեղերի մեծ մասի համար, և AI և համակարգչային տեսողության տեխնոլոգիաները զարգացնելու այն աստիճանը, երբ դրանք կարող են զուգակցվել ռոբոտների հետ՝ բարձր ճշգրտությամբ ֆիզիկական առաջադրանքներ կատարելու համար (օրինակ՝ արտադրություն և շինարարություն):
Իհարկե, դրանք կանխատեսումներ են, և կանխատեսումները միշտ կարող են սխալ լինել: Քանի որ արդյունաբերության ինսայդերները դառնում են ավելի բարձրաձայն առաջընթացի տեմպերի վերաբերյալ, հնարավոր է, որ խաղը փոխող AI-ի բեկումներն ավելի շուտ կգան, քան սպասվում էր: Սակայն AI-ի պատմությունը լի է ինսայդերների հավակնոտ կանխատեսումներով: 1950-ականների կեսերին Մարվին Մինսկին, հավանաբար, արհեստական ինտելեկտի պապը, կանխատեսում էր, որ մեքենաները կգերազանցեն մարդկանց ընդամենը մի քանի տարվա ընթացքում, և երբ դա տեղի չունեցավ, նա անդրդվելի մնաց: 1970-ին նա դեռ պնդում էր, որ․․․
«Երեքից ութ տարի հետո մենք կունենանք մեքենա՝ միջին վիճակագրական մարդու ընդհանուր բանականությամբ: Նկատի ունեմ մի մեքենա, որը կկարողանա կարդալ Շեքսպիր, մեքենա յուղել, գրասենյակային քաղաքականություն խաղալ, անեկդոտ պատմել, կռիվ անել: Այդ պահին մեքենան կսկսի ինքն իրեն դաստիարակել ֆանտաստիկ արագությամբ: Մի քանի ամսից այն կլինի հանճարեղ մակարդակի վրա, իսկ դրանից մի քանի ամիս հետո նրա ուժերն անհաշվելի կլինեն»։
Նմանապես լավատեսական կանխատեսումները կրկնվել են այդ ժամանակից ի վեր և լքվել են պարբերական «AI ձմեռներում»: Կարո՞ղ է այս անգամ տարբեր լինել:
Անշուշտ, գեներատիվ AI-ի հնարավորությունները գերազանցում են այն ամենը, ինչ նախկինում արտադրել է արդյունաբերությունը: Բայց sա չի նշանակում, որ ոլորտի ակնկալվող ժամկետները ճիշտ են: AI մշակողները շահագրգռված են մոտալուտ հեղափոխական առաջընթացի տպավորություն ստեղծելու համար՝ պահանջարկը խթանելու և ներդրողներ ներգրավելու համար:
Բայց նույնիսկ առաջընթացի ավելի դանդաղ տեմպերը անհանգստության տեղիք են տալիս՝ հաշվի առնելով այն վնասը, որն արդեն կարող է հասցնել արհեստական ինտելեկտը. խորը կեղծիքները, մանիպուլյացիաները ընտրողների և սպառողների շրջանում և զանգվածային հսկողությունը այսբերգի գագաթն են: AI-ն կարող է նաև օգտագործվել լայնածավալ ավտոմատացման համար, նույնիսկ երբ նման օգտագործումը քիչ իմաստ ունի: Մենք արդեն ունենք թվային տեխնոլոգիաների օրինակներ, որոնք ներդրվում են աշխատատեղերում՝ առանց հստակ պատկերացնելու, թե դրանք ինչպես կբարձրացնեն արտադրողականությունը՝ չխոսելով ներկա աշխատողների արտադրողականության բարձրացման մասին: Արհեստական ինտելեկտի շուրջ տիրող ողջ աղմուկի հետ մեկտեղ, շատ ձեռնարկություններ ցատկելու ճնշում են զգում, նախքան իմանան, թե ինչպես կարող է AI-ն օգնել իրենց:
Նման միտումների հետապնդումը ծախսեր ունի: Պասկուալ Ռեստրեպոյի հետ իմ աշխատանքում մենք ցույց ենք տալիս, որ այսպես ասած ավտոմատացումը ներկայացնում է երկու աշխարհներից ամենավատը: Եթե տեխնոլոգիան դեռևս ի վիճակի չէ մեծապես բարձրացնել արտադրողականությունը, ապա այն լայնորեն կիրառելը, որպեսզի փոխարինի մարդկային աշխատուժը տարբեր առաջադրանքներում, բերում է շատ ցավ և ոչ մի շահույթ: Իմ կանխատեսմամբ, որտեղ AI-ն հաջորդ տասնամյակի ընթացքում փոխարինում է աշխատատեղերի մոտ 5%-ին, անհավասարության հետևանքները բավականին սահմանափակ են: Բայց եթե աժիոտաժը գերակշռի, և ընկերություններն ընդունեն արհեստական ինտելեկտը այն աշխատանքների համար, որոնք չեն կարող կատարել նաև մեքենաներով, մենք կարող ենք ավելի մեծ անհավասարություն ստանալ՝ առանց արտադրողականության փոխհատուցման մեծ խթանման:
Հետևաբար, մենք չենք կարող բացառել բոլոր հնարավոր աշխարհներից ամենավատը. AI-ի փոխակերպման ոչ մի ներուժ, այլ ամբողջ աշխատուժի տեղաշարժը, ապատեղեկատվությունը և մանիպուլյացիաները: Սա ողբերգական կլիներ ոչ միայն աշխատողների և հասարակական և քաղաքական կյանքի վրա բացասական հետևանքների պատճառով, այլ նաև այն պատճառով, որ այն կներկայացնի հսկայական բաց թողնված հնարավորություն:
Առաջընթաց ո՞ւմ համար
Թե՛ տեխնիկապես հնարավոր է, և թե՛ սոցիալապես ցանկալի է ունենալ AI-ի այլ տեսակ՝ այնպիսի հավելվածներով, որոնք լրացնում են աշխատողներին, պաշտպանում են մեր տվյալները և գաղտնիությունը, բարելավում են մեր տեղեկատվական էկոհամակարգը և ամրապնդում ժողովրդավարությունը:
AI-ն տեղեկատվական տեխնոլոգիա է: Անկախ այն հանգամանքից, թե իր կանխատեսող ձևով (օրինակ՝ առաջարկության շարժիչները սոցիալական մեդիա հարթակներում) կամ գեներատիվ ձևով (մեծ լեզվական մոդելներ), դրա գործառույթն է մաղել զանգվածային տեղեկատվությունը և բացահայտել համապատասխան օրինաչափությունները: Այս կարողությունը կատարյալ հակաթույն է այն ամենի համար, ինչը մեզ տառապանք է պատճառում: Մենք ապրում ենք մի դարաշրջանում, որտեղ ինֆորմացիան առատ է, բայց օգտակար ինֆորմացիան՝ սակավ։ Այն ամենը, ինչ դուք կարող եք ցանկանալ, կա ինտերնետում (շատ բաների հետ միասին, որոնք դուք չեք ցանկանում), բայց հաջողություն է գտնել այն, ինչ ձեզ անհրաժեշտ է կոնկրետ աշխատանքի կամ նպատակի համար:
Օգտակար տեղեկատվությունը խթանում է արտադրողականության աճը, և ինչպես պնդում էինք Դեյվիդ Ատորը, Սայմոն Ջոնսոնը և ես, այն ավելի կարևոր է, քան երբևէ այսօրվա տնտեսության մեջ: Բազմաթիվ զբաղմունքներ՝ բուժքույրերից և մանկավարժներից մինչև էլեկտրիկներ, ջրմուղագործներ և ժամանակակից արհեստավորներ, խոչընդոտի են բախվում հատուկ տեղեկատվության և ուսուցման բացակայությամբ՝ գնալով ավելի բարդ խնդիրների լուծման համար: Ինչո՞ւ որոշ ուսանողներ հետ են մնում: Ո՞ր սարքավորումներն ու տրանսպորտային միջոցներն են պահանջում կանխարգելիչ սպասարկում: Ինչպե՞ս կարող ենք հայտնաբերել անսարքությունը բարդ արտադրանքներում, ինչպիսիք են ինքնաթիռները: Սա հենց այն տեղեկությունն է, որը AI-ն կարող է տրամադրել:
Նման խնդիրների դեպքում AI-ն կարող է շատ ավելի մեծ արտադրողականության ձեռքբերումներ ապահովել, քան իմ սեփական չնչին կանխատեսման մեջ պատկերվածները: Եթե AI-ն օգտագործվի ավտոմատացման համար, այն կփոխարինի աշխատողներին. բայց եթե այն օգտագործվի աշխատողներին ավելի լավ տեղեկատվություն տրամադրելու համար, դա կբարձրացնի նրանց ծառայությունների պահանջարկը և, հետևաբար, նրանց եկամուտը:
Դժբախտաբար, երեք ահռելի պատնեշներ արգելափակում են մեզ այս ճանապարհին: Առաջինը AGI-ի վրա կենտրոնացումն է: Գերխելացի մեքենաների մասին երազանքները արդյունաբերությանը մղում են անտեսելու AI-ի իրական ներուժը որպես տեղեկատվական տեխնոլոգիա, որը կարող է օգնել աշխատողներին: Համապատասխան տիրույթում ճշգրիտ գիտելիքներն են կարևոր, բայց դա այն չէ, ինչում ներդրում է կատարել արդյունաբերությունը: Չաթ-բոտերը, որոնք կարող են գրել շեքսպիրյան սոնետներ, էլեկտրիկներին թույլ չեն տա կատարել բարդ նոր առաջադրանքներ: Բայց եթե դուք իսկապես հավատում եք, որ AGI-ն մոտ է, ինչո՞ւ անհանգստանալ էլեկտրիկներին օգնելու համար:
Խնդիրը միայն AGI-ով մոլուցքը չէ: Որպես ընդհանուր սկզբունք՝ գործիքները պետք է անեն այնպիսի բաներ, որոնք մարդիկ լավ չեն կարողանում արդյունավետ անել: Սա այն է, ինչ անում են մուրճերն ու հաշվիչները, և դա այն է, ինչ կարող էր անել ինտերնետը, եթե այն չփչացվեր սոցիալական ցանցերի կողմից: Սակայն տեխնոլոգիական արդյունաբերությունը որդեգրել է հակառակ տեսակետը՝ հօգուտ թվային գործիքների, որոնք կարող են փոխարինել մարդկանց, այլ ոչ թե լրացնել նրանց: Սա մասամբ պայմանավորված է այն հանգամանքով որ շատ տեխնոլոգիական առաջնորդներ թերագնահատում են մարդկային տաղանդը և չափազանցնում են մարդկային սահմանափակումներն ու սխալականությունը: Ակնհայտ է, որ մարդիկ սխալվում են. բայց դրանք նաև հեռանկարների, տաղանդների և ճանաչողական գործիքների յուրահատուկ խառնուրդ են բերում յուրաքանչյուր առաջադրանքի համար: Մեզ անհրաժեշտ է արդյունաբերության պարադիգմ, որը մեքենաների գերակայությունը տոնելու փոխարեն ընդգծում է նրանց ամենամեծ ուժը՝ ավելացնելով և ընդլայնելով մարդկային կարողությունները:
Երկրորդ խոչընդոտը մարդկանց մեջ թերներդրումն է: AI-ն կարող է գործիք լինել մարդկային հզորացման համար միայն այն դեպքում, եթե մենք նույնքան ներդնենք վերապատրաստման և հմտությունների մեջ: Աշխատողներին լրացնող AI գործիքները ոչինչ կլինեն, եթե մարդկանց մեծ մասը չկարողանա օգտագործել դրանք, կամ չկարողանա ձեռք բերել և մշակել իրենց տրամադրած տեղեկատվությունը: Մարդկանց երկար ժամանակ պահանջվեց պարզելու համար, թե ինչպես կառավարել տեղեկատվությունը նոր աղբյուրներից, ինչպիսիք են տպագրական մամուլը, ռադիոն, հեռուստատեսությունը և ինտերնետը, բայց AI-ի ժամանակացույցը կարագացվի (նույնիսկ եթե «մոտակա AGI» սցենարը մնա բավականին տաք օդի մեջ)։
Միակ միջոցը ապահովելու, որ մարդիկ օգուտ քաղեն արհեստական ինտելեկտից, այլ ոչ թե խաբվեն դրանով, դա բոլոր մակարդակներում վերապատրաստման և կրթության մեջ ներդրումներ անելն է: Դա նշանակում է դուրս գալ սովորական խորհուրդներից՝ ներդրումներ կատարել հմտությունների մեջ, որոնք կլրացնեն AI-ն: Թեև դա, իհարկե, անհրաժեշտ է, ցավալիորեն անբավարար է: Այն, ինչ մեզ իրականում անհրաժեշտ է, ուսանողներին և աշխատողներին սովորեցնել AI գործիքների հետ գոյակցել և դրանք ճիշտ օգտագործել:
Երրորդ խոչընդոտը տեխնոլոգիական արդյունաբերության բիզնես մոդելներն են: Մենք չենք ունենա ավելի լավ AI, քանի դեռ տեխնոլոգիական ընկերությունները ներդրումներ չեն կատարել դրանում. բայց ոլորտն այժմ ավելի կենտրոնացած է, քան երբևէ, և գերիշխող ընկերությունները լիովին նվիրված են AGI-ի և մարդուն փոխարինող և մարդկանց շահարկող հավելվածների որոնմանը: Արդյունաբերության եկամուտների մեծ մասը ստացվում է թվային գովազդից և ավտոմատացման գործիքների և ծառայությունների վաճառքից:
Սակայն նոր բիզնես մոդելներ դժվար թե ինքնուրույն ի հայտ գան: Գործող պետությունները կառուցել են մեծ կայսրություններ և մենաշնորհել հիմնական ռեսուրսները՝ կապիտալը, տվյալները, տաղանդը, ինչը ձգտող մասնակիցներին թողնելով աճող անբարենպաստ վիճակում: Նույնիսկ եթե ինչ-որ նոր խաղացող թափանցի, ավելի հավանական է, որ այն ձեռք բերվի տեխնոլոգիական հսկաներից մեկի կողմից, քան մարտահրավեր նետի նրանց բիզնես մոդելին:
Եզրակացությունն այն է, որ արհեստական ինտելեկտի համար մեզ անհրաժեշտ է հակա-AGI, մարդամետ օրակարգ: Աշխատողները և քաղաքացիները պետք է լիազորված լինեն՝ AI-ին մղելու այնպիսի ուղղությամբ, որը կարող է կատարել իր խոստումը որպես տեղեկատվական տեխնոլոգիա: Բայց որպեսզի դա տեղի ունենա, մեզ անհրաժեշտ կլինի նոր պատմություն լրատվամիջոցներում, քաղաքականություն մշակող շրջանակներում և քաղաքացիական հասարակությունում, և շատ ավելի լավ կանոնակարգումներ և քաղաքական արձագանքներ: Կառավարությունները կարող են օգնել փոխել արհեստական ինտելեկտի ուղղությունը, այլ ոչ թե պարզապես արձագանքել դրանց ծագած խնդիրներին: Բայց նախ և առաջ քաղաքականություն մշակողները պետք է ճանաչեն խնդիրը: