Die Aussicht auf “mehr als menschliche” Intelligenz

In den Wissenschaften werden wir das selbstorganisierende Prinzip der „Berechnung“ als Baustein aller Formen der angehenden Intelligenz verstehen-von primitiven Zellen bis hin zu generativen AI. Dieser Prozess beinhaltet das Lernen aus der Umwelt, das Aggregieren von Informationen und das Anordnen, indem funktionale Anweisungen durch „Kopieren und Einfügen“ von Code geteilt werden, der es einem Organismus ermöglicht, sich selbst zu entwickeln, sich zu reproduzieren und aufrechtzuerhalten.

Als Blaise Agüera y Arcas und James Manyika Schreiben Sie in Noema„Computing existierte in der Natur, lange bevor wir die ersten ‘künstlichen Computer’ erstellt haben. Das Verständnis von Computing als natürliches Phänomen ermöglicht grundlegende Fortschritte nicht nur in Informatik und KI, sondern auch in Physik und Biologie. “ Aguera y Arcas ist Vizepräsident von Google Research. Manyika ist Präsidentin für Forschung, Labor, Technologie und Gesellschaft bei Google.

Vor mehr als einem halben Jahrhundert stellten sie fest, dass Pionierwissenschaftler wie John von Neumann die Intuition hatten, dass organische und anorganische Geheimdienste dieselben Regeln für die Entwicklung folgen.

“Von Neumann”, schreibt die Autoren, “erkannte, dass ein komplexer Organismus für die Reproduktion von Anweisungen zum Aufbau selbst zusammen mit einer Maschine zum Lesen und Ausführen dieses Anweisungsbandes enthalten müsste. Das Band muss auch kopierbar sein und die Anweisungen zum Erstellen der Maschine enthalten, die es liest. “ Dieser Einblick in die technischen Anforderungen für diesen „universellen Konstruktor“ in der Natur-die „bandähnlichen“ Anweisungen der DNA-entspricht genau den technischen Anforderungen für die frühesten Computer.

Wie Manyika und Agüera y Arcas sehen, „hatte von Neumann gezeigt, dass das Leben von Natur aus rechnerisch ist. Dies mag überraschend klingen, da wir Computer als entschieden betrachten nicht lebendig und von Lebewesen als definitiv keine Computer. Aber es ist wahr: DNA Ist Code-Obwohl der Code kaum umgekehrt ist und nicht nacheinander ausführt. Lebewesen berechnen notwendigerweise, nicht nur, um sich zu reproduzieren, sondern sich zu entwickeln, zu wachsen und zu heilen. “

In dieser Hinsicht zitieren sie auch Alan Turings Beitrag zur theoretischen Biologie, die sich aus seiner Erfahrung hervorbrachte, die so weit wie der erste Computer anerkannt ist. Turing beschrieb: “Wie Gewebewachstum und Differenzierung durch Zellen implementiert werden könnten, die chemische Signale erfassen und emittieren können … eine leistungsstarke Form des analogen Computers.”

Die Autoren berichten, dass Experimente nach Googles „Paradigmen der Intelligenz“ -Team gezeigt haben, wie in einem simulierten Universum eine zufällige „Suppe“ von Bändern mit minimaler Programmiersprache nach Millionen von Interaktionen in „funktionale Bänder“ selbst organisiert und die Grundlage für „minimales künstliches Leben“ formuliert.

Um weiter zu differenzieren und weiterzuentwickeln, erfordert die Berechnung eine „zielgerichtete Struktur in jeder Skala“, in der unterschiedliche funktionelle Teile zusammenarbeiten müssen, je nachdem, abhängig von anderen angegebenen Funktionen symbiotisch.

“Wie könnte die Komplikatesse des Lebens jemals in einer zufälligen Umgebung auftreten, geschweige denn bestehen?” Die Autoren fragen. „Die Antwort: Alles, was lebensecht, dass Selbstheuchten oder Reprodukte dynamisch stabiler sind als etwas Inertes oder Nichtlebendes, weil eine lebendige Einheit (oder ihre Nachkommenschaft) in Zukunft immer noch da ist, während sich etwas unbelebtes Engagements im Laufe der Zeit beeinträchtigt, der Zufälligkeit erlegen. Das Leben ist, weil sich die Stabilität von Wachstum, Heilung oder Reproduktion auswirken.

Die Autoren erklären die Bedeutung dieses neuen Verständnisses der Universalität der Berechnung. Wenn sie die Korrespondenz mit natürlichen Berechnung und Lernen erfassen, wird sie KI „lebensedig“ machen, wenn sie sich weiter auf dem Weg entwickelt, von der Nachahmung der neuronalen Berechnung zu prädiktiven Intelligenz, allgemeinen Intelligenz und letztendlich kollektive Intelligenz.

Aufbauend der ersten Phase des „Natural Computing“ sind dies die Phasen des KI -Fortschritts, die sie sehen:

• Neural Computing -Um die Computer, die KI mit Strom versorgen, so zu gestalten, dass sie eher wie ein Gehirn funktionieren, wird die Energieeffizienz der KI durch Datenkomprimierung bei immer mehr mächtigem Chips und einer dezentralen parallelen Verarbeitung unter Millionen von Knoten erheblich erhöht.
• Prädiktive Intelligenz – „Der Erfolg großer Sprachmodelle (LLMs) zeigt uns etwas Grundlegendes über die Natur der Intelligenz: Es beinhaltet die statistische Modellierung der Zukunft (einschließlich der eigenen zukünftigen Aktionen), die sich weiterentwickelnde Wissen, Beobachtungen und Rückmeldungen aus der Vergangenheit auswirken. Diese Einsicht legt nahe, dass aktuelle Unterschiede zwischen dem Entwerfen, Training und Rennen von AI -Modellen vorübergehend sind.
• Allgemeine Intelligenz – „Intelligenz erfordert nicht unbedingt eine biologisch basierte Berechnung. Obwohl sich die KI -Modelle weiter verbessern werden, sind sie bereits weitgehend in der Lage, eine zunehmende Reihe von kognitiven Aufgaben mit einer Fähigkeitsniveau zu bewältigen und in einigen Fällen die individuelle menschliche Fähigkeit zu übertreffen. In diesem Sinne ist„ künstliche allgemeine Intelligenz “möglicherweise bereits hier.”

• Kollektive Intelligenz -„Gehirne, KI-Agenten und Gesellschaften können alle durch erhöhte Skala fähiger werden. Die Größe allein ist jedoch nicht ausreichend. Intelligenz ist grundsätzlich sozial, durch Zusammenarbeit und die Aufteilung der Arbeit bei vielen Agenten. Debatten. “ In diesem letzteren Punkt argumentieren die Autoren, dass immer mehr autonome Modelle nicht so sehr dazu neigen, ihre gegenseitige Abhängigkeit mit anderen Modellen in ihrer eigenen Formation „freundlich“ zu verhindern.

“Nach jahrzehntelangen mageren KI-Fortschritten”, schließen Agüera y Arcas und Manyika: „Wir gehen nun rasch in die Systeme vor, die nicht nur die individuelle menschliche Intelligenz widerspiegeln, sondern dass wir unser kollektives mehr als menschliches Intelligenz mehr als menschlicher Intelligenz erweitern können, die die Menschheit, die Wissenschaft und das letztendliche Verständnis von uns selbst, wie Individuen, wie Individuen, wie Individuen, wie Individuen, wie Individuen, wie Individuen, wie Individuen, wie Individuen, wie Individuen, als Ekologien der Intelligenz und der Wirksamkeit von Intelligenz, wie sich die INDIENTIVENTIONEN NEHREN, wie sich es als Ökologien nutzen, wie es sich um Ekologien und als wirtschaftliche Intelligenz handelt.