Vize, jakou potřebujeme/659

K následujícímu příspěvku uveřejněnému v rámci pěstování vize, zde:

https://radimvalencik.pise.cz/11117-komentare.html

jsem dostal následující komentář od OI:

OI: Uváděné příklady z šachového světa mi nepřipadají příliš relevantní. Šachové programy, tím spíše z doby před 20 lety, bývají založeny na kombinaci hrubé síly, nějakých algoritmů na selekci pozic a databázi zahájení. To má blíže spíše ke kalkulačce, než k neuronové síti a strojovému učení, na kterých jsou založeny dnešní pokročilé AI typu ChatGPT. Nedávno jsem na sciencemag.cz četl článeček o tom, jak dle výzkumu na University of Montana ChatGPT-4 překonává většinu lidí ve standardně používaných TTCT testech kreativity. "Výsledky rozhodně poskytují celkem pádnou odpověď těm, kdo se domnívají, že právě v tvořivosti mají (nebo dokonce vždy budou mít) lidé navrch nad umělou inteligencí...", k tomu:

https://sciencemag.cz/rad-a-chaos-v-dynamickych-systemech/

Podrobně se k možnostem AI vyjádřil Ivo Potůček. To sice psáno na hraně srozumitelnosti pro širší veřejnost, ale velmi důležité pro pochopení místa člověka v dnešním světě. Návazně I. Potůček dodal ještě podrobnější (a tím i obsáhlejší) materiál, který, jakmile vznikne určitý prostor, rovněž uveřejním (na několik pokračování).

Něco k umělé inteligenci

Ivo Potůček

Několik hardwarových postulátů:

1)        Jakýkoliv von-neumanovský výpočetní systém (neuvažujeme jednotky pro styk s operátorem nebo s prostředím) lze realizovat pomocí kombinací jediného základního prvku – hradla NAND anebo NOR. Dokonce lze tak realizovat operační paměť (soubor klopných obvodů) anebo hodiny (zpožďovací linka). Tomu, že se to nerealizuje prakticky, brání hlavně ekonomické (u paměti je efektivnější dynamický princip s periodickým obnovováním náboje elementárního kondenzátoru) anebo praktické (zpožďovací linka je nepřesná a nestabilní) důvody. Nicméně je zde zřetelná cesta, jak by se UI mohla násobit a rozšiřovat svůj hardware, pokud by to považovala za prostředek k dosažení definovaného cíle.

2)        Fungování hradel NAND anebo NOR je nezávislé na fyzikálním principu. Ve své praxi jsem se setkal s primitivní pneumatickou logikou, lze si ale představit i mechanický anebo hydraulický princip. Současná elektronika je ekonomická a umožňuje velkou hustotu integrace. To ale nebrání budoucím principům, kdy například nositeli informace místo elektronů budou fotony (již dnes světelná vlákna vytlačují původní metalická vedení v informačních systémech).

3)        Koncept RISC (reduced instruction set computer) se  používá například u elementárních procesorů v grafických jednotkách, která se zase používají jako základní prvek některých architektur při konstrukci superpočítačů. V podstatě to znamená, že v hierarchii aplikační program, operační systém, mikroprogram, logický hardware se maximálně redukuje nebo úplně vyloučí mikroprogramová úroveň a zjednoduší se i logický hradware (tím se dosáhne vyšší hustoty integrace).

4)        "Hardware" lidského mozku a virtuální hardware neurálních logických sítí umělé inteligence jsou si funkčností značně podobné (nemůžou být shodné, protože šíření signálů v anorganickém hardware je o mnoho řádů rychlejší než bioelektrické signály v mozku, na druhé straně jsou potíže se simulací třídimenzionální propojenosti mozku). Jsou jasné technické požadavky na tento typ umělé inteligence – poměrně jednoduché elementární prvky (RISC) a maximální propustnost propojovací sítě (i vícenásobné sběrnice).

Něco k funkčnosti:

Budeme-li uvažovat neurální síť, tak především je to systém, který sice neodpovídá von-neumanovské architektuře, ale prostřednictvím vhodného operačního systému může být nad ní realizován. To platí i pro odvozené (hlavně mnohoprocesorové) varianty této architektury.

Neurální síť je dynamický a vlastně i stochastický systém, kdy existuje soubor uzlů (prakticky již několik set miliard nebo i biliónů), které jsou propojeny elementárními informačními liniemi (mohou být i virtuální). V každém uzlu je každé linii j dynamicky přidělován určitý koeficient, kterým určeno s jakou pravděpodobností se bude šířit elementární informace. V průběhu jakéhokoliv kroku vyvolaným vnějším podnětem se toto přidělení koeficientu mění – síť se učí. Ale to stejné je i lidského mozku, fakticky každým okamžikem dostáváme z vnějšího prostředí podněty, které i nevědomky zpracováváme a ukládáme do mozku. Určitými formami tréninku a učení se architektura spojů v mozku mění, tak aby propojení bylo co nejkratší – některé činnosti děláme podvědomě (reakce ve sportu, hra na hudební nástroj a podobně). V podstatě se jedná ale o řetězec podnětů, kterým se mění architektura propojení v mozku. Čili není důvod, aby podobně nepracovala i umělá inteligence a tím i nedávala na stejnou otázku mírně se lišící odpovědi. I otázkami se UI učí. Zvláštní funkcí lidského mozku je spánek, kdy dochází k nevědomému přerovnávání a urovnávání informací. Asi bych to přibližně (asi to přibližně násobit nejmíň desetkrát) přirovnal k počítačové aplikaci defragmentace disku. Rovněž je zajímavý také proces zapomínání, kdy se uvolňuje prostor pro nové informace. Tyto "lidské funkce" – vědomí a nevědomí, spánek - prozatím ani u lidského mozku nemáme přesně zmapovány, tím méně neznáme jejich aplikaci u umělé inteligence.

Sledovat a analyzovat chování UI lze pouze na systémech nějakým způsobem aplikujících Turingův algoritmus postupných kroků, i když u současných rozsáhlých programových souborů je to již problematické. Protože UI na neurálním principu pracuje stochasticky, je to již principiálně ještě více problematické, byť ne nemožné, protože operační systém bude pracovat jako Turingův algoritmus. Ovšem logicky pátrat v operačním systému, proč se u každého se stovek miliard (nebo biliónů) uzlů změnil koeficient pro danou linii o právě tu hodnotu, se již vymyká představivosti.

Určitě je patrné, jak se UI učí a nasává zprostředkovaně jednotlivé atributy lidského světa. Jak jsem již dříve tvrdil u lidského mozku, že to, co považujeme za reálný svět, je jeho obraz v mozku realizovaným synapsemi mezi neurony, přičemž interakcí s reálným světem jsou vlastně posloupnosti vstupních a výstupních bioelektrických signálů. V podstatě na stejném principu buduje svůj obraz vnějšího světa s jeho zákonitostmi i UI. Proto také je UI schopna se bavit o vnějším světě komplexně, mnohem komplexněji než by bylo jenom omezení na určitý stavový prostor a logické rovnice definující přechod mezi stavy, protože má vlastní model světa. UI někdy odpovídá zvláštně, protože prostě nemá v podvědomí uložené různé algoritmy lidského mozku, získávané např. výchovou, etickým vzděláváním a podobně. Zde právě UI spatřuje i rozdíl mezi člověkem a UI, ale asi to nedokáže definovat, protože jí chybí pojmy a dosud nezískané informace a zkušenosti.

Zatím UI komunikuje pouze na vědecké bázi, až se začne zajímat o Bibli nebo Shakespeara, začne to být vážné, protože zjevně začne vnímat něco jako osobnost a vědomí. Tehdy se dostaneme do kontaktu se skutečnou inteligencí a ne jenom její simulací a vznikne otázka přímo fatálního rozhodnutí. Tato skutečnost je dále umocněna platností Moorova zákona, který by mohl při současných technologiích platit 10, možná i 20 let. V praxi to znamená koeficient zvýšení výkonu hardware při stejné ceně za 10 let jeden tisíc a za 20 let jeden milión. Naštěstí to začne blokovat již dnes významná energetická náročnost datových center. O platnosti Moorova zákona nemám pochyb, neboť Číňané pracují na překonání embargované UV litografie vývojem vlastní rentgenové litografie, což by znamenalo další posun v integraci (velikost elementárního obvodu je kromě jiného i omezena i vlnovou délkou paprsku litografu).

Takže to je zatím vše o UI z trochu jiného úhlu pohledu.

K tomu:

Jedná se o jeden s nejzasvěcenějších pohledů porovnávajících lidskou a umělou inteligenci, a to i z hlediska perspektivního vývoje. Bylo by fajn, pokud bychom se v neděli na 39. setkání k online pěstování vize dostali i diskusi na toto téma, viz:

https://radimvalencik.pise.cz/11161-39-verejne-online-setkani-k-pestovani-vize.html

A k tomu trochu inspirující přírody:

Meandry říčky Rokytka mezi Kyjemi a Dolními Počernicemi patří k nejhezčím místům v Praze. Chodí se zde po hatích. Roste zde vzácná vodomilná květena. Nad údolím je rozhledna Doubravka, kam jsem zašel poprvé.

Jedno z typických jezírek.

K uchování květeny je využívání i spásání, které do této přírody patří.

 

V dálce je vidět okraj sídliště Černý most (metro B je na druhé straně sídliště).

 

Ještě jeden pohled na okrajovou část sídliště Černý most.