Of het nu wordt getheoretiseerd of mogelijk, misschien geactualiseerd, kunstmatige algemene intelligentie, of AGI , is geworden een veelvuldig gespreksonderwerp in een wereld waar mensen nu routinematig met machines praten. Maar er is een inherent probleem met de term AGI: een probleem dat geworteld is in perceptie. Om te beginnen antropomorfiseert het toekennen van ‘intelligentie’ aan een systeem het systeem onmiddellijk, wat bijdraagt aan de perceptie dat er de schijn bestaat van een menselijke geest die achter de schermen opereert. Dit idee van een geest verdiept de perceptie dat er één enkele entiteit is die al dit menselijke denken manipuleert.
Deze problematische perceptie wordt nog verergerd door het feit dat grote taalmodellen (LLM's) zoals ChatGPT, Bard, Claude en anderen de Turing-test belachelijk maken. Ze lijken inderdaad erg menselijk, en het is niet verrassend dat mensen zich tot LLM's hebben gewend als therapeuten, vrienden en liefhebbers (soms met rampzalige resultaten ). Komt de menselijkheid van hun voorspellende vermogens neer op een soort algemene intelligentie?
Volgens sommige schattingen zijn de kritische aspecten van AGI al bereikt door de hierboven genoemde LLM's. Een recent artikel in Noema door Blaise Agüera Y Arcas (vice-president en fellow bij Google Research) en Peter Norvig (een computerwetenschapper aan het Stanford Institute for Human-Centered A.I.) stellen dat “de huidige grensmodellen competent presteren, zelfs bij nieuwe taken waarvoor ze niet zijn opgeleid, waarbij ze een drempel die eerdere generaties A.I. en onder toezicht staande deep learning-systemen zijn nooit beheerd. Over tientallen jaren zullen ze worden erkend als de eerste echte voorbeelden van AGI.”
beste datingsites voor mannen
Voor anderen, incl OpenAI , AGI staat nog steeds voor ons. “Wij geloven dat ons onderzoek uiteindelijk zal leiden tot kunstmatige algemene intelligentie”, hun onderzoekspagina verkondigt , “een systeem dat problemen op menselijk niveau kan oplossen.”
Of de opkomende vormen van AGI er nu al zijn of nog over een paar jaar, het is waarschijnlijk dat bedrijven die deze krachtige technologieën proberen te benutten een miniatuurversie van AGI kunnen creëren. Bedrijven hebben technologische ecosystemen nodig die de menselijke intelligentie kunnen nabootsen met de cognitieve flexibiliteit om steeds complexere problemen op te lossen. Dit ecosysteem moet orkestreren met behulp van bestaande software, routinetaken begrijpen, enorme hoeveelheden gegevens contextualiseren, nieuwe vaardigheden leren en in een breed scala aan domeinen werken. LLM's kunnen op zichzelf slechts een fractie van dit werk verrichten; ze lijken het nuttigst als onderdeel van een conversatie-interface waarmee mensen met technologie-ecosystemen kunnen praten. Er zijn momenteel strategieën die door toonaangevende ondernemingen worden gebruikt om in deze richting te gaan, in de richting van iets dat we organisatorische AGI zouden kunnen noemen.
Organisatorische AGI? (oogrol)
Er zijn legitieme redenen om op uw hoede te zijn voor weer een ongevraagd weetje in de A.I. termen slush-stapel. Ongeacht hoe we de uiteindelijke uitkomst van deze activiteiten noemen, er zijn momenteel organisaties die LLM's gebruiken als interfacelaag. Ze creëren ecosystemen waarin gebruikers met software kunnen communiceren via kanalen als Rich Web Chat (RCW), waardoor machinaties achter de schermen worden verdoezeld. Dit is moeilijk werk, maar de beloning is enorm: in plaats van te moeten wisselen tussen apps om iets gedaan te krijgen op een computer, kunnen klanten en werknemers de technologie vragen om taken voor hen uit te voeren. Er is het onmiddellijke en tastbare voordeel dat mensen vervelende taken uit hun leven elimineren. Dan is er nog het langetermijnvoordeel van een groeiend ecosysteem waarin werknemers en klanten communiceren met digitale teamgenoten die automatiseringen kunnen uitvoeren door gebruik te maken van alle vormen van gegevens in de hele organisatie. Dit is een ecosysteem dat de vorm begint aan te nemen van een digitale tweeling.
McKinsey beschrijft een digitale tweeling als ' een virtuele replica van een fysiek object, persoon of proces dat kan worden gebruikt om zijn gedrag te simuleren om beter te begrijpen hoe het in het echte leven werkt.” Ze zeggen verder dat een digitale tweeling binnen een ecosysteem vergelijkbaar met wat ik heb beschreven een metaverse voor ondernemingen kan worden, “een digitale en vaak meeslepende omgeving die elk aspect van een organisatie repliceert en verbindt om simulaties, scenarioplanning en besluitvorming te optimaliseren. ”
Met betrekking tot wat ik eerder zei over het antropomorfiseren van technologie: de digitale teamgenoten binnen dit soort ecosystemen zijn een abstractie, maar ik beschouw ze als intelligente digitale werkers, of IDW's. IDW's zijn analoog aan een verzameling vaardigheden. Deze vaardigheden komen uit gedeelde bibliotheken en vaardigheden kunnen op talloze manieren worden aangepast en hergebruikt. Vaardigheden kunnen profiteren van alle informatie die zich binnen de organisatie heeft opgestapeld, waarbij LLM's ongestructureerde gegevens verzamelen, zoals e-mails en opgenomen gesprekken.
Deze gegevens worden betekenisvoller dankzij grafiektechnologie, die bedreven is in het creëren van indexen van vaardigheden, systemen en gegevensbronnen. Graph gaat verder dan louter een opsomming en omvat hoe deze elementen zich tot elkaar verhouden en met elkaar interacteren. Een van de sterke punten van grafiektechnologie is het vermogen om relaties weer te geven en te analyseren. Voor een netwerk van IDW's is het begrijpen van hoe verschillende componenten met elkaar verbonden zijn cruciaal voor een efficiënte orkestratie en gegevensstroom.
Generatieve tools zoals LLM's en grafische technologie kunnen samenwerken om de reis naar digitale twinhood of organisatorische AGI voort te stuwen. Twins kunnen alle aspecten van het bedrijf omvatten, inclusief evenementen, gegevens, activa, locaties, personeel en klanten. Digitale tweelingen zijn in eerste instantie waarschijnlijk low-fidelity en bieden een beperkt beeld van de organisatie. Naarmate er echter meer interacties en processen binnen de organisatie plaatsvinden, wordt de betrouwbaarheid van de digitale tweeling groter. Het technologie-ecosysteem van een organisatie begrijpt niet alleen de huidige toestand van de organisatie. Het kan zich ook autonoom aanpassen aan en reageren op nieuwe uitdagingen.
In deze zin vertegenwoordigt elk onderdeel van een organisatie een intelligent bewustzijn dat samenkomt rond gemeenschappelijke doelen. In mijn ogen weerspiegelt het het zenuwstelsel van een koppotige. Zoals Peter Godfrey-Smith in zijn boek schrijft: Andere geesten (2016, Farrar, Straus en Giroux), “in een octopus bevindt de meerderheid van de neuronen zich in de armen zelf – bijna twee keer zoveel in totaal als in de centrale hersenen. De armen hebben hun eigen sensoren en controllers. Ze hebben niet alleen de tastzin, maar ook het vermogen om chemicaliën waar te nemen, te ruiken of te proeven. Elke zuignap op de arm van een octopus kan 10.000 neuronen hebben die smaak en aanraking verwerken. Zelfs een arm die operatief is verwijderd, kan verschillende basisbewegingen uitvoeren, zoals reiken en grijpen.”
Klinkt dit rommelig?
Een wereld vol zelfbewuste merken zou behoorlijk hectisch zijn. Volgens Gartner zal generatieve A.I. zal een personeelspartner zijn binnen 90 procent van de bedrijven wereldwijd . Dit betekent echter niet dat al deze bedrijven in de richting van organisatorische AGI zullen evolueren. Generatieve AI, en LLM’s in het bijzonder, kunnen op eigen kracht niet voldoen aan de automatiseringsbehoeften van een organisatie. Het geven van een volledig personeelsbestand toegang tot GPT's of Copilot zal qua efficiëntie niet veel veranderen. Het kan mensen helpen sneller betere e-mails te schrijven, maar het kost veel werk om LLM's betrouwbare bronnen te maken voor gebruikersvragen.
Hun hallucinaties zijn goed gedocumenteerd en het trainen ervan om betrouwbare informatie te verstrekken is een enorme inspanning. Jeff McMillan , hoofdanalyse en datafunctionaris bij Morgan Stanley (MS) , heeft me verteld het kostte zijn team negen maanden om GPT-4 te trainen op meer dan 100.000 interne documenten. Dit werk begon vóór de lancering van ChatGPT, en Morgan Stanley had het voordeel rechtstreeks samen te werken met mensen bij OpenAI. Ze slaagden erin een persoonlijke assistent te creëren waarmee de adviseurs van de zakenbank kunnen chatten, waarbij ze een groot deel van de collectieve kennis konden benutten. “Nu heb je het over de aansluiting op elk systeem”, zei hij, met betrekking tot het creëren van het soort ecosystemen dat nodig is voor organisatorische AI. “Ik weet niet of dat vijf jaar, drie jaar of twintig jaar is, maar waar ik zeker van ben, is dat dit is waar dit naartoe gaat.”
Bedrijven als Morgan Stanley, die al de basis leggen voor zogenaamde organisatorische AGI, hebben een enorm voordeel ten opzichte van concurrenten die nog steeds proberen te beslissen hoe ze LLM's en aangrenzende technologieën in hun activiteiten kunnen integreren. Dus in plaats van een wereld overspoeld te worden met zelfbewuste organisaties, zullen er in elke sector waarschijnlijk een paar marktleiders zijn.
de bastaard beul aflevering 5
Dit heeft betrekking op bredere AGI in de zin dat deze intelligente organisaties zullen moeten interageren met andere intelligente organisaties. Het is moeilijk voor te stellen hoe diep de informatie-uitwisseling tussen deze elite-organisaties precies zal zijn, maar na verloop van tijd kunnen deze interacties een rol gaan spelen bij het tot stand brengen van AGI of singulariteit, zoals het ook wel wordt genoemd.
Ben Goertzel, de oprichter van SingularityNET en de persoon aan wie de term vaak wordt toegeschreven: maakt een overtuigend argument dat AGI gedecentraliseerd moet worden , gebaseerd op open-sourceontwikkeling en gedecentraliseerde hosting en mechanismen voor interconnectie van A.I. systemen om van elkaar te leren en les te geven.
Het DeAGI Manifesto van SingularityNET stelt: “Er bestaat een breed verlangen dat AGI ethisch en nuttig is voor de hele mensheid; de meest eenvoudige manier om dit te bereiken lijkt te zijn dat AGI ‘opgroeit’ in de context van het dienen en geleid worden door de hele mensheid, of een zo goed mogelijke benadering als mogelijk is.”
Het is riskant dat AGI zich gedeeltelijk manifesteert uit de agressieve activiteiten van bedrijven met winstoogmerk. Zoals Goertzel opmerkte: “Je krijgt vragen over wie deze potentieel griezelige en configureerbare mensachtige robotassistenten bezit en controleert … en in hoeverre is hun fundamentele motivatie om mensen te helpen, in plaats van mensen spullen te verkopen of mensen te hersenspoelen reclamebestelling voor overheidsmedia.”
Er kunnen sterke argumenten worden aangevoerd dat trouw aan winst het ongedaan maken van de belofte voor de mensheid als geheel die deze technologieën opleveren. Vreemd genoeg gaat het skynet-scenario in Terminator – waarin een systeem zelfbewust wordt, bepaalt dat de mensheid een ernstige bedreiging vormt en al het leven uitroeit – ervan uit dat het systeem, geïsoleerd in één bedrijf, is geprogrammeerd om een overlevingsinstinct te hebben. Er zou moeten worden gezegd dat overleven ten koste van alles het uitgangspunt is, wat suggereert dat we extra voorzichtig moeten zijn bij het ontwikkelen van deze systemen in omgevingen waar winst boven alles het dictum is.
Misschien wel het allerbelangrijkste is om deze technologie in handen van mensen te houden en het idee naar voren te brengen dat de talloze technologieën die verband houden met A.I. mag alleen worden gebruikt op manieren die gunstig zijn voor de mensheid als geheel, die geen gemarginaliseerde groepen uitbuiten, en die geen gesynthetiseerde vooroordelen op grote schaal propageren.
Wat het ook is, het gaat uiteindelijk om mensen
Toen ik enkele van deze ideeën over organisatorische AGI ter sprake bracht Jaron Lanier , mede-maker van VR-technologie zoals wij die kennen en Microsoft’s Octopus (Office of the Chief Technology Officer Prime Unifying Scientist), vertelde hij me dat mijn vocabulaire onzinnig was en dat mijn denken niet verenigbaar was met zijn perceptie van technologie. Hoe dan ook, het voelde alsof we het eens waren over de kernaspecten van deze technologieën.
“Ik denk niet aan A.I. als het creëren van nieuwe entiteiten. Ik zie het als een samenwerking tussen mensen.” zei Lanier . “Dat is de enige manier om erover na te denken om het goed te gebruiken… voor mij is het allemaal een vorm van samenwerking. Hoe eerder we dat zien, hoe eerder we nuttige systemen kunnen ontwerpen. Voor mij bestaan er alleen maar mensen.”
In die zin is AGI nog een ander hulpmiddel, ver weg van de rotsen die onze voorouders gebruikten om noten te breken. Het is een manifestatie van onze vindingrijkheid en onze verlangens. Gaan we het gebruiken om elke boomnoot op aarde kapot te slaan, of gaan we het gebruiken om manieren te vinden om genoeg noten te kweken waar iedereen van kan genieten? De trajecten die we in deze vroege momenten hebben uitgezet, zijn van groot belang.
“We bevinden ons in het antropoceen. We bevinden ons in een tijdperk waarin onze acties alles in onze biologische omgeving beïnvloeden.” Blaise Aguera - Y Arcas (officiële muziekvideo) heeft me verteld . “De aarde is eindig en zonder het soort solidariteit waarbij we de hele zaak als het ware als ons lichaam gaan beschouwen, zijn we een beetje genaaid.”
Josh Tyson is co-auteur van Tijdperk van onzichtbare machines , een boek over conversationele AI, en directeur creatieve inhoud bij OneReach.ai. Hij is mede-presentator van twee podcasts: Onzichtbare machines En N9K .
