0: В 1950 году Алан тьюринг, отец компьютерных наук, задал вопрос, который изменит мир. Могут ли машины думать? Этот вопрос положил начало эре искусственного интеллекта эре, в которой человечество стремится создать машину.
1: Способную имитировать или даже превзойти наш ум. 1 значительным шагом на этом пути стал проект шахматист, когда в 1951 году была создана 1 компьютерная программа, способная играть в шахматы спустя 5 лет на конференции в дартмуте.
2: Группа учёных официально объявила о зарождении области искусственного интеллекта, определив её как науку и технологию. Для создания интеллектуальных машин. Прошли десятилетия экспериментов и открытий. В 1997 году. Мир был потрясён, когда супер
3: Компьютер ibm deep blue победил чемпиона мира по шахматам гарри Каспарова это был момент, когда ii впервые превзошёл человека в 1 из самых интеллектуальных игр в 2011 году компьютер ibm по имени ватсон достиг важной вехи того, что счита.
4: Казалось невозможным он обыграл 2 соперников людей в телеигре jeopardy. Русскоязычным аналогом которой является своя игра миллионам зрителей, ставших свидетелями этого события ватсон продемонстрировал удивительную способность обрабатывать и анализировать информацию.
5: Методично уничтожая своих оппонентов, ответив на сложные вопросы, поставившие в тупик соперников, он выиграл и получил право требовать приз в 1 000 000 $ с мощностью обработки данных в 500 гигабайт в секунду и шестнадцатью терабайтами операти.
6: Памяти, а также доступом к 200000000 страниц различных справочных материалов, включая всю википедию. Ватсон стал символом возможностей современных вычислительных систем. Ватсон является частью развития экспертных систем программ. Использую
7: Формальную логику для работы с большим объёмом данных свежим примером таких программ являются медицинские экспертные системы и dr, способные прямо в вашем смартфоне консультировать вас по медицинским вопросам с точностью до 99%.
8: Вы рассказываете о симптомах. Система проводит поиск по базам данных ведущих мировых медцентров и собирает последнюю научную информацию. После этого даёт вам персонализированные рекомендации. С учётом ваших особенностей. Аналогично уже появились робо юристы и
9: Роб секретари, облегчающие решение рутинных задач и организацию личных дел, да и робопсы тоже появились кроме того, разработаны чат боты на базе больших языковых моделей, способные сдавать финальные экзамены бизнес школ, генерировать компьютерный код и писать поэзию.
10: В 2023 году значительная часть компьютерного кода была написана с помощью инструментов искусственного интеллекта, особенно с использованием копайлот. По данным гитхаб, искусственный интеллект уже генерирует около 40% кода среди разработчиков, использующих копай.
11: Ожидается, что в течение 5 лет копайлот сможет писать до 80% кода после победы ватсон в телеигре некоторые аналитики выразили опасения относительно дня, когда машины превзойдут людей, при этом кен дженнингс, проигравший компьютеру полушутя.
12: Приветствовал в общении с наших новых компьютерных влад возник одолеть в очном состязании опытных и закалённых участников шоу, стоять перед машинами.
13: Прессой вопрос если ватсон смог, то какие шансы?
14: Приветствовал в общении с прессой наших новых компьютерных владык. Возник вопрос если ватсон смог одолеть в очном состязании опытных и закалённых участников шоу, то какие шансы устоять перед машинами, имея
15: Мы простые смертные. Дженнингс шутил, что он и 2 участник шоу брэд стали первыми работниками индустрии знаний, которые лишились работы по милости нового поколения думающих машин. Однако, приветствуя думающие машины, человек иногда забывает, что он
16: Не может подойти к компьютеру и поздравить его с победой, невозможно похлопать его по спине или выпить с ним игристого, он не поймёт, что это значит, более того, ватсон вообще не подозревает, что выиграл, если отбросить фантазии падких на сенсации журналистов и невольную антропо.
17: Аморфизацию. Получится, что ватсон это сложная счётная машина, способная проводить поиск данных и вычисления в миллиарды раз быстрее, чем человеческий мозг и у которой полностью отсутствует самоосознание и здравый смысл, развитие искусственного интеллекта.
18: Впечатляет с точки зрения вычислительной мощности, однако создание автономно мыслящих машин пока не достигнуто с учётом закона мура, согласно которому в течение последних 50 лет вычислительные способности удваиваются каждые 2 года, некоторые предполагают.
19: Что машины в конечном итоге достигнут самоосознания, что потребует готовности человечества к этому моменту и будет иметь значительное влияние на будущее цивилизации, к примеру, известный изобретатель и футуролог рей курцвейл, являющийся экспертом в области.
20: Искусственного интеллекта предсказывает появление egi общего искусственного интеллекта в 2029 году. Если вы думаете, да, кто это вообще такой или что это за наивный оптимизм, то вот вам цитата среди
21: Знакомых мне людей рэй курцвел лучше всех умеет предсказывать будущее искусственного интеллекта. Билл гейтс курцвел с семидесятых годов занимается распознаванием образов, машинным обучением и проектированием искусственного интеллекта.
22: Он создал 1 музыкальный синтезатор, 1 планшетный сканер, 1 читающую машину для Слепых, 1 научил компьютеры распознавать человеческую речь, и это только некоторые из его личных достижений, не считая работы на google ibm и создание собственных успешных компаний.
23: Ray написал целый ряд книг про будущее технологий, включая книгу с предсказанием сингулярности технологическая сингулярность это такое состояние мира, когда технологический прогресс достигает точки, после которой становится бесконтрольным и необратимым интеллект.
24: Machine объединяется с интеллектом людей, и все это порождает радикальные изменения в жизни цивилизации, согласно 1 из наиболее популярных версий, выдвинутой математиком и космологом Ирвингом, гудом и именуемой интеллектуальным взрывом сама.
25: Обновляемый интеллектуальный агент в конечном итоге может войти в безудержную реакцию циклов самосовершенствования, при этом каждое новое поколение ii будет появляться все быстрее, порождая своего рода интеллектуальный взрыв и создав в конечном счёте.
26: Супер несравнимо превосходящий интеллект всего человечества. Курцвел много лет назад сделал прогноз, что сингулярность будет достигнута в 2045 году. С ним многие спорили гораздо более далёкие даты, но сейчас прогнозы
27: Интеллект предсказывали.
28: Супер интеллект, несравнимо превосходящий интеллект всего человечества. Курцвел много лет назад сделал прогноз, что сингулярность будет достигнута в 2045 году. С ним многие спорили, предсказывали гораздо более далёкие даты, но сейчас прогнозы
29: Изменились. Курцвел считает, что уже к 2029 году компьютер сможет пройти тест тьюринга. Это такой тест, когда в тридцатиминутной игре человек не может определить, общается он с компьютером или с человеком. Курцвел утверждает, что
30: После 2029 года это может быть хоть многочасовой тест. Человек не сможет понять, что он общается с компьютером, при этом курцвел не считает, что стоит бояться развития технологий. По его словам, общественное мнение со страхом эйай и роботов это продукт новостей.
31: Которые нацелены на кликабельность и фокусируются на конфликтах, кризисах и проблемах, игнорируя положительные тенденции долгосрочного характера. И что из за этого у людей искажённое представление об очень многих вещах, включая прогресс, например, по опросам,
32: 70% людей считает, что за последние 50 лет неравенство в мире значительно выросло, при этом на самом деле неравенство и бедность в мире сильно снизились относительно того, что было 50 лет назад тоже самое касается продолжительности жизни, здоровья и в целом участия.
33: Людей в управлении своей жизнью, и все это произошло вместе с развитием технологий рей курцвел, 1 из самых влиятельных учёных на мою философию жизни в YouTube, есть с ним прекрасный, глубоко оптимистичный подкаст с лексом фридманом очень рекомендую всем.
34: Кому интересна тема будущего и кто видит судьбу человечества в том, чтобы создать огромное разнообразие версий себя от нанороботов до интеллектов галактического масштаба, а этот ролик посвящён развитию искусственного интеллекта и его сознанию и вдохновлён.
35: Книгой рэя курцвела. Как создать разум и книгой физика, теоретика, космолога и профессора физики в эмайти Макса тегмарка. Жизнь 3 0. Кстати, от их прочтения вы получите больше удовольствия, чем от просмотра этого ролика. Я, саш.
36: А это хома деус.
37: Увлечение искусственным интеллектом, как правило, основывается на Вере в то, что можно создать интеллект, подобный человеческому или даже превышающий его возможности, к примеру, заявленная миссия опен ияй создать общий искусственный интеллект или egi.
38: Общий ии значительно превосходит генеративный, так как он способен к самообучению, тем же занимается Демис хасабе, руководитель отдела ii в google, а теперь в гонку включился и Марк цукерберг недавно он способствовал объединению 2 групп исследова.
39: И цель состоит в том, чтобы достижения в области общего и улучшили жизнь миллиардов пользователей вот что говорит сам Марк цукерберг у меня нет лаконичной формулировки, состоящей из 1 предложения, можно рассуждать о том, подобен ли общий генерати.
40: Интеллект человеческому, или это что-то вроде человека плюс, или это сверхразум из далёкого будущего. Но для меня важна суть понятия. Это интеллект, имеющий различные способности, умеющий рассуждать и обладающий интуицией при
41: Том, что любопытно, цукерберг хочет, чтобы у egi был открытый исходный код. Я склонен думать, что 1 из самых больших проблем в этой области концентрация ценных продуктов в руках небольшого числа людей, если сделать общий генеративный интеллект открытым.
42: То это решит целый класс проблем, которые могут возникнуть из за неравного доступа к возможностям. Лично меня очень вдохновляет то, что мы живём именно в это время и становимся свидетелями настолько масштабных прорывов в области ии и машинного обучения развит
43: Этих технологий прямо сейчас меняет мир и задаёт тренды в науке и бизнесе, и сегодня в рамках темы сознания ii мы не можем обойти стороной 1 из самых востребованных и перспективных профессий современности профессию дата саинтис.
44: Именно дата сайнтисты разрабатывают и обучают нейросети и искусственный интеллект по данным всемирного экономического форума, работа в data science занимает 1 место в рейтинге профессий с самым большим спросом на рынке до 2025 года средний.
45: Зарплаты специалистов в России 200 000 ₽ за рубежом, 10 000 $ и более потолка в доходе нет, это профессия с большими возможностями и применима в самых разных сферах онлайн школа скилл фектори, поддержавшая выход этого видео предста.
46: Уникальный курс data scientist с нуля до про курс разработан совместно с академиком ран, профессором мгу и лауреатом премии юнеско в области цифровых технологий и программного обеспечения для искусственного интеллекта и суперкомпьютеров алексеем.
47: Львовичем семёновым, поэтому у вас будет возможность получить опыт 1 из отцов основателей отрасли курс data scientist с нуля до про это не просто обучение это погружение в реальные проекты и задачи, с которыми сегодня сталкиваются крупнейшие.
48: Технологические компании мира 80% программы составляет практика, позволяющая не только научиться теории, но и применить полученные знания, на деле усиливая ваше портфолио, чтобы выгодно презентовать себя работодателю и заказчикам. А центр карьеры
49: Скилл фектори поможет грамотно составить резюме и подготовиться к собеседованию, при этом скиллфектори настолько уверены в качестве курса, что гарантируют возврат денег за обучение, если после обучения вы не найдёте работу, это условие прописано в договоре.
50: Курс подходит людям из любых сфер, которые хотят реализовать себя в новой области вы можете быть студентом вуза, желающим получить практические навыки, или новичком в it, который уже сделал первые шаги в отрасли, но ещё не хватает структурности мышления.
51: И помощь экспертов. Или же вы сделали перерыв в карьере и не хотите возвращаться к прошлому, всему научат с нуля, с самых Азов. У меня у самого есть друг, дата, сайнтист, и я не понаслышке знаю, насколько это интересная профессия. Не упустите реальную возможность.
52: Обучиться новому пройти стажировку и получить работу в 1 из ведущих айти компаний. А для подписчиков канала мы со скилл фектори подготовили промокод хомо деус, который позволит записаться на курс со скидкой 45%. Переходите по ссылке в
53: Описании под видео и записывайтесь на курс. И помните скилл фектори учит тех, кого берут на работу.
54: Трудно предсказывать развитие искусственного интеллекта и потому, что он прошёл уже минимум через 3 фазы взлётов и падений на Заре своего существования в 1900/50 годах существовало мнение, что вскоре появятся роботизированные
55: И бармены учёными и инженерами были созданы устройства, умеющие играть в шашки и решать математические задачи, а также манипуляторы для подъёма предметов в университете стэнфорда был разработан робот шейки, оснащённый колёсной тележкой и камерой.
56: Который мог самостоятельно передвигаться, избегая препятствий. Вскоре научные журналы начали публиковать статьи, полные энтузиазма, предсказывающие скорое появление роботов компаньонов. Некоторые прогнозы оказались довольно скромными. Например, когда в 1949 году
57: Журнал популярная механика предсказал, что компьютеры в будущем будут весить не более полутора тонн, другие же были чрезвычайно оптимистичны анонсируя скорое наступление эры роботов предполагалось, что шеки сможет выполнять дома.
58: Задачи пылесосить ковры и открывать двери. Также предсказывалось, что роботы будут управлять космическими кораблями и общаться с космонавтами, как показано в фильме космическая одиссея стенли кубрика. В 1965 году герберт саймон
59: 1 из основателей теории искусственного интеллекта утверждал, что через 20 лет машины смогут делать все тоже, что делает человек доктор марвин мински, ещё 1 отец основатель, и выразил мнение, что на протяжении жизни
60: Этого поколения. Проблема создания искусственного разума будет в основном решена. Однако 1900 семидесятые годы принесли разочарование. Компьютеры, играющие в шашки, не умели делать ничего другого, а роботы с трудом перемещались по
61: Комнатам шеки легко заблудился в незнакомой обстановке, и учёным не удалось приблизиться к пониманию сознания в 1974 году финансирование искусственного интеллекта в сша, великобритании было существенно сокращено в 1908.
62: 10 благодаря росту вычислительных мощностей интерес к ii вновь возрос, особенно в военных кругах, надеявшихся на создание роботов солдат в 1985 году финансирование разработок в области ии достигло миллиарда долларов.
63: В год, причём сотни миллионов долларов тратились на проекты вроде smart track, создававшие умные автономные тележки, способные проникать в тыл противника, самостоятельно проводить разведку, выполнять задания, а затем возвращаться на свою территорию к несчастью.
64: Единственное, что они научились хорошо делать, это теряться откровенные неудачи подобных дорогостоящих и неэффективных проектов вызвали в девяностые годы ещё 1 волну охлаждения интереса к искусственному интеллекту математик пол абрахамс.
65: Вспоминая своё обучение в массачусетском технологическом институте, сказал это было так, будто группа людей предложила построить башню до луны каждый раз они с гордостью указывают, насколько выше стала их башня по сравнению с прошлым годом единственная проблема.
66: Том, что луна то не становится ближе. Тем не менее, с Ростом вычислительных мощностей наступил новый ренессанс и
67: Макс тегмарк в своей книге жизнь 3 0 описывает своё участие в симпозиуме, устроенном фондом нобеля и посвящённом теме искусственного интеллекта обсуждение определения интеллекта среди приглашённых экспертов привело к продолжительным дебатам и неспособ.
68: Прийти к единому мнению оказалось, что даже среди выдающихся Умов нет единства во взглядах касательно предмета их изучения разума, то есть, безусловно, правильного определения интеллекта, просто не существует, вместо этого есть довольно длинный
69: Список конкурирующих определений, таких как логическое мышление, восприятие, планирование, творчество, самосознание, креативность, способность к решению задач и обучению в рамках темы этого ролика мы примем максимально широкое и
70: Адаптируемое к будущим изменениям определение, не ограничиваясь существующими формами интеллекта, а именно интеллект это способность достигать сложных целей. Это определение охватывает все вышеупомянутые конкурирующие определения, и оно также
71: Включает в себя определение, данное оксфордским словарём способность приобретать и использовать знания и навыки, поскольку приобретение и применение знаний также является 1 из целей, учитывая, что цели могут быть самыми разнообразными, существует множество
72: Видов интеллекта, поэтому неверно оценивать интеллект человека, животного или машины 1 численным показателем, таким как iq сравнивать компьютерные программы, специализирующиеся на игре в шахматы или го, например, нельзя с точки зрения их умения.
73: Потому что каждая из них уникальна в своём Роде и спроектирована для выполнения конкретной узкой задачи. Однако мы можем считать 1 программу умнее других, если она, по крайней мере, также хороша, как и они в решении любой задачи и безуслов.
74: Лучше их в решении хотя бы какой-то 1, например, обыгрывает их в тетрис споры о превосходстве 1 интеллекта над другим в пограничных случаях не имеют большого смысла, поскольку интеллект проявляется в спектре задач и не поддаётся категоризации по принципу.
75: Все или ничего. Макс тегмарк пишет, какие люди обладают способностью достигать целей говорения? Новорождённые радиоприёмники. Да? А что вы скажете о младенце, знающем 500 слов? Где же провести линию?
76: Нет, 10 слов я.
77: Все или ничего. Макс тегмарк пишет, какие люди обладают способностью достигать целей говорения новорождённые? Нет, радиоприёмники. Да. А что вы скажете о младенце, знающем 10 слов? 500 слов. Где же провести линию? Я?
78: Умышленно использовал туманное слово, сложное, потому что выяснять, где надо провести линию между разумным и неразумным, не очень интересно. Гораздо полезнее было бы просто научиться измерять степень способности достигать цели для различных типов задач. При
79: Подобной классификации интеллекта полезно разграничить узконаправленный, слабый и широконаправленный сильный интеллект шахматный компьютер deep blue от ibm, сместивший Строна чемпиона мира гарри Каспарова, был адаптирован к достижению цели в.
80: Узкой области задач, в то время как, например, технология больших языковых моделей ллм в лице чат, gpt и gemini демонстрирует успехи в более широком спектре, человеческий интеллект же уникален своей способностью осваивать широчайший диапазон на
81: И знаний. Здоровый ребёнок может успешно учиться практически всему на свете по широте спектра задач, которые может выполнить человеческий мозг. Он пока не имеет равных, хотя в некоторых специализированных областях машины уже превзошли нас.
82: Задачей исследований в области ии является создание универсального или сильного ии, способного достигать любых целей, включая обучение себя самого, хотя термин интеллект может восприниматься с положительным окрасом.
83: Важно понимать, что учёные инженеры используют его в абсолютно нейтральном смысле, имея ввиду лишь способность достигать определённой цели, не учитывая, считаем ли мы эту цель полезной или вредной, также и с людьми 1 умный человек очень хорош в деле помощи людям.
84: Другой в причинении зла. Допустим, у вашего будущего робота помощника нет своих личных целей, и он готов выполнить любую вашу просьбу. Если вы попросите его приготовить итальянский ужин, то он найдёт рецепты в интернете, купит продукты, приготовит вам
85: Личный ужин, вы бы назвали его интеллектуальным, хотя изначально цель была поставлена вами. Робот принял вашу цель и включил её в свой список подцелей от оплаты покупок до нарезки пармезана. Таким образом, разумное поведение всегда.
86: Связано с наличием целей. Мы, люди, склонны оценивать сложность задач, исходя из того, насколько они сложны для нас, что может создавать искажённое представление о сложности этих задач для компьютера. Например, нам может казаться, что умножение
87: Больших чисел сложнее, чем распознавание лица на фотографии, хотя компьютеры стали превосходить нас в математике давным давно, распознавание лиц на уровне человека они освоили лишь последние десятилетия это явление, известное как парадокс моравица, связано.
88: С тем, что большая часть нашего мозга эффективно занята решением задач, казалось бы, простых для нас, но требующих значительных вычислительных ресурсов, известный канадский инженер и робототехник ганс Моравец использует метафору ландшафта челове.
89: Умений для иллюстрации этого явления компьютеры это универсальные машины, их потенциал равномерно покрывает безграничное разнообразие задач. Потенции людей, напротив, сосредоточены там, где от успеха зависит выживание.
90: В более отдельных областях они весьма слабы представьте себе ландшафт человеческих компетенций, где есть низины вроде арифметики и механической памяти, холмики вроде шахмат или доказательства теорем, и горные пики, отмеченные указателями.
91: Перемещение с места на место, координация движений рук и глаз, социальное взаимодействие с совершенствованием компьютеров этот ландшафт словно наполняется водой. Полвека назад она затопила низины, вымыв оттуда щитоводов и Песцов, но оставив нас сухими сейчас.
92: Сейчас вода дошла до Холмиков, и обитатели наших аванпостов забеспокоились, куда бы им переместиться. Мы чувствуем себя в безопасности на своих пиках, но, учитывая скорость, с которой вода прибывает, она покроет и пики в ближайшие полвека я
93: Полагаю, нам уже пора начинать строить ковчеги и приучаться к жизни на плаву. Все время с момента создания этой концепции уровень воды растёт, подтверждая прогноз так области, ранее считавшиеся сложными, например, шахматы.
94: Уже давно оказались под водой, по мере повышения уровня воды может наступить момент, когда будет достигнута критическая точка, предвещающая кардинальные изменения. Этот момент наступает, когда машины начинают самостоятельно заниматься.
95: Работкой ии до достижения этой точки прогресс обусловлен усилиями человека по совершенствованию компьютеров, но после неё машины начинают совершенствовать себя сами с большей скоростью, чем люди, что приведёт к ещё
96: Более быстрому уменьшению суши это как раз и представляет собой спорную, но захватывающую концепцию технологической сингулярности. Как известно, Алан тьюринг доказал, что компьютер, способный выполнять основные операции и имеющий достаточно времени.
97: Памяти может быть запрограммирован для выполнения любых задач. Машины, превосходящие этот порог, называются универсальными компьютерами по тьюрингу. В этом смысле ваш смартфон или ноутбук является универсальным компьютером. Аналогично
98: Интеллект, необходимый для создания ii, является универсальным интеллектом, потому что при наличии достаточных ресурсов он может достигнуть любой цели, которая в принципе может быть достигнута какой бы то ни было разумной сущностью это означает.
99: Что если machine потребуется улучшить свои социальные навыки, способности прогнозировать и моделировать будущее или умение разрабатывать, и то она это сделает, если потребуется построить фабрику роботов, она построит её таким образом, универсальный интеллект.
100: Имеет потенциал стать жизнью 3 0 в контексте книги Макса тегмарка это понятие описывает жизнь на новой эволюционной стадии жизнь 1 0 охватывает биологические формы, эволюционировавшие через естественный отбор.
101: С врождёнными способностями, которые они не могут изменять в течение своей жизни, эти организмы не способны к обучению или адаптации на основе опыта в той же степени, что и формы жизни выше уровнем. К примеру, к ним относятся одноклеточные
102: Организмы, такие как бактерии и амёбы, которые воспроизводятся и адаптируются на генетическом уровне через мутации, естественный отбор, но не обладают способностью к обучению во время своей жизни. Это также растения, включая деревья, цветы и мхи.
103: Приспосабливающиеся к своей среде через генетические изменения между поколениями это также простые многоклеточные животные, такие как гидры и медузы, реагирующие на окружающую среду простыми рефлексами и инстинктами, также примерами могут служить губки.
104: Кораллы, образующие сложные колонии без централизованной нервной системы, и некоторые насекомые с ограниченной способностью к обучению, например, муравьи и пчелы жизнь 2 0, описывает существ, таких, как люди, способных обучаться и адаптироваться к окружа.
105: Среде, изменяя своё поведение и знания через обучение и культурное наследие, это достигается благодаря сложной нервной системе и мозгу, позволяющим этим существам учиться на опыте и передавать знания через обучение.
106: Не только через гены помимо людей, примером могут служить высшие животные, такие как слоны, обучающиеся социальному взаимодействию и обладающие сложными формами коммуникации приматы, включая обезьян, также способны к обучению.
107: Использованию инструментов и передачи знаний внутри группы дельфины, киты, попугаи вороновые также демонстрируют высокий уровень социального поведения, обучения и способности к решению задач. Жизнь 3 0, в свою очередь, открывает
108: Новую главу в истории жизни это эра искусственного интеллекта, способного не только обучаться и приспосабливаться к новым условиям, но и самостоятельно развиваться, преобразовывая свои физические, когнитивные структуры. Эти сущности будут
109: Способны самостоятельно проектировать и создавать новые версии себя и других и обладая способностью к самосовершенствованию, которая выходит за рамки человеческих возможностей, подобно тому, как отец современной информатики Алан.
110: Uring показал, что универсальный компьютер может выполнить любые вычисления. Понятие жизни 3 0 подразумевает, что универсальный интеллект может достигать любых целей, которые могут быть поставлены или достигнуты таким образом, если перед
111: Каким интеллектом станет задача улучшить свои навыки в любой области? Будь то социальное взаимодействие, научные исследования или техническое проектирование, он найдёт способ это сделать, если для достижения цели необходимо создать целую экосистему.
112: Ии. Или фабрику самовоспроизводящихся зондов фон неймана жизнь 3 0 возьмёт это на себя специалисты в области ии сходятся во мнении, что интеллект в конечном итоге определяется информацией и вычислениями.
113: А не материальными субстратами, как кровь или углерод. Следовательно, нет принципиальных препятствий для того, чтобы машины превзошли людей. Однако что такое информация вычисления в контексте фундаментальной физики, которая утверждает
114: То мир состоит из энергии. Каким образом такие абстрактные и невещественные понятия, как информация, вычисления, могут проявляться в материальном мире, в частности, как элементарные частицы, следующие законам физики, могут демонстрировать поведение, которое
115: Мы называем разумным.
116: Когда мы утверждаем, что атлас содержит информацию о мире, мы подразумеваем наличие определённой связи между расположением молекул в книге, придающих цвет тексту и иллюстрациям и распределением континентов на планете. Если бы континенты распола.
117: По другому, то и молекулы красителей в книге должны были бы занять другое положение человечество пользуется множеством способов для хранения информации, начиная от глиняных табличек и заканчивая жёстким диском компьютера все эти способы объединяет 1 важное свойство.
118: Состояние этих устройств каким-то образом связано с состоянием объектов мира, интересующих нас, что и позволяет нам получать информацию об этих самых объектах. Основное свойство всех этих средств хранения информации заключается в их способности.
119: Длительное время сохранять большое количество различных стабильных состояний, что делает возможным извлечение и использование закодированных данных. Возьмём, к примеру, ландшафт с шестнадцатью впадинами, отделёнными друг от друга. И маленький мячик, если
120: Мяч оказывается в 1 из этих впадин это соответствует 1 из 16 возможных состояний, и поскольку мяч может оставаться там на протяжении длительного времени, то его расположение может служить для кодирования 1 из 16 чисел. Такое устройство
121: Для запоминания является достаточно надёжным, так как внешние воздействия вряд ли способны вытеснить мяч из впадины, позволяя в любой момент узнать сохранённое число. Эта стабильность объясняется тем, что для перемещения мяча из его ложбины необходимо прило.
122: Жить больше усилий, чем может создать случайное внешнее воздействие. Подобные принципы могут быть реализованы в более сложных системах, где устойчивое состояние системы обусловлено её механическими, химическими, электрическими или магнитными. Ха.
123: Характеристиками. По этой причине твёрдые тела имеют много устойчивых состояний, в отличие от жидкости и газов. Например, гравировка на часах сохранится на долгие годы, поскольку изменение формы металла требует значительного количества энергии, в то время как буква
124: Ооо, созданная дымом, исчезнет спустя секунду из за лёгкости изменения порядка молекул в Газе. Запоминающие устройства эффективны, когда у них есть множество стабильных состояний для кодирования информации. Например, мяч слева может кодировать 4 битые.
125: Информации, соответствующее 1 из 16 впадин, также 4 бита могут хранить вместе 4 шарика справа по 1 биту на каждого простейшее устройство для запоминания имеет всего 2 устойчивых состояния и может кодировать 1 beat.
126: Информации, то есть 0 или единицу. Более сложное устройство способно хранить 4 бита информации в 16 различных состояниях, обладая тем же объёмом памяти, что и система шестнадцатью состояниями биты функционируют.
127: Как некие атомы информации, то есть мельчайшие и неделимые элементы, которые могут объединяться для представления любого объёма данных, например, набрав слово слово на клавиатуре, ноутбук преобразует его в серию 5.
128: И трехзначных чисел, кодируя каждую букву в виде 8 бит, а цвет каждого пикселя на экране может быть определён 32 битами. Поскольку системы с 2 состояниями проще производить и управлять ими. Большинство современных компьютеров используют биты для
129: Хранение информации несмотря на разнообразие способов их физической реализации на dvd, каждый бит представлен наличием или отсутствием маленькой впадины на пластиковой поверхности в жёстких дисках битам соответствуют различные направления магнит.
130: Поля в определённом участке в оперативной памяти ноутбука каждый бит отражается специфическим состоянием электронов в микроконденсатора, указывая на наличие или отсутствие заряда, передаваемые биты могут перемещаться очень быстро, иногда достиг
131: Скорости света, как в случае с оптоволоконными кабелями, где биты передаются через изменение интенсивности лазерного света. Инженеры стремятся к созданию систем, которые не только обеспечивают надёжность хранения и простоту чтения информации, как
132: В случае с гравировкой на часах, но также и удобство записи информации, требующей Меньших затрат энергии, чем, например, гравировка по металлу им важно, чтобы эти системы были лёгкими в обращении и экономически выгодными для массового производства 1.
133: Конкретный физический носитель vita абсолютно не важен как для инженеров, так и для пользователей, поскольку в фокусе внимания находится не материал носителя, а информация, которую он хранит, когда вы отправляете электронной почтой документ своему другу, чтобы
134: Он распечатал его на принтере информация последовательно копируется из 1 физического состояния в другое от магнитных полей жёсткого диска до электрических зарядов в оперативной памяти, затем в радиоволны wi fi, потом через переменное напряжение в цепях.
135: Вашего роутера, затем лазерные импульсы в оптоволокне и в конце Концов в молекулярные изменения на поверхности бумаги. Таким образом, информация существует независимо от своего физического носителя, что демонстрирует её уникаль.
136: Способность к трансформации без потери содержания, независимо от своего физического субстрата осознание фундаментальной независимости информации от физического носителя позволяет инженерам постоянно.
137: Совершенствовать устройство хранения данных, используя новейшие технологии без необходимости изменения программного обеспечения за последние 6 десятилетий, стоимость компьютерной памяти снижалась вдвое каждые 2 года, что привело к удешевлению жёстких дисков.
138: Более чем в 100000000 раз. А памяти с быстрым доступом в 10 триллионов раз. Если бы такая экономия распределялась на все ваши покупки, вы бы смогли приобрести всю недвижимость Нью-Йорка меньше чем за 10.
139: Центов и все золото, добытое в мире за доллар. У каждого из нас есть свои личные воспоминания, так или иначе связанные с этим впечатляющим улучшением в технологиях хранения информации. Я хорошо помню, как, учась в старшей школе, подрабатывал
140: В кондитерской, чтобы накопить на компьютер со всего лишь шестнадцатью килобайтами памяти. Когда мы с моим одноклассником магнусом бодиным написали и успешно продали текстовый редактор для этого компьютера, нам пришлось уложить его в ультракороткий программный код, чтобы
141: Оставалось хоть какое-то место для самого текста, который можно было бы редактировать привыкнув к гибкой дискете на 70 килобайт, я был потрясён появлением 3 с половиной дюймовой дискеты меньшего размера, на которую умещалось целых полтора мегабайта.
142: На неё влезала целая книга, а потом и моим 1 жёстким диском на 100 мегабайт, которых сегодня едва хватило бы на загрузку 1 песни, кажется совершенно невозможным совместить эти юношеские воспоминания с другими, более поздними, много лет.
143: Спустя я покупал за 100 $ жёсткий диск в 300000 раз большей вместимости а есть ли в этих устройствах для запоминания, что-то, что эволюционировало и возникло естественным путём, а не было создано человеком биологии до сих.
144: Сих пор исследуют, каким образом первые живые организмы передавали информацию следующим поколениям, предполагая, что эти механизмы были довольно примитивными команда филиппа холлигер из университета кембриджа достигла успеха в синтезе молекулы рнк, способной
145: Кодировать 412 бит генетической информации и создавать рнк цепочки, превышающие себя по длине это открытие подтвердило гипотезу об рнк мире, согласно которой первые формы земной жизни представляли собой короткие самовоспроизводя.
146: Рнк цепочки из известных нам на сегодня носителей памяти, возникших в результате естественной эволюции геном бактерии кандидатус карсоне орудия является 1 из самых компактных, храня до 40 килобайт информации в сравнении.
147: Человеческий геном вмещает около полутора гигабайт примерно столько же, сколько фильм, скачанный из интернета геном дрожжей, вмещает 12 мегабайт плодовой мушки, 175 мегабайт геном риса весит 430 мегабайт, а куриц.
148: 1 гигабайт есть и существа с геномом больше человеческого например, гены кукурузы кодируют 2,3 гигабайта, а геном собаки на 100 мегабайт больше.
149: Эти примеры иллюстрируют огромное разнообразие размеров геномов, отражающее сложность и изменчивость форм жизни от микроорганизмов до растений и животных. Ваш мозг способен хранить гораздо больше информации, чем ваш геном электрический.
150: Это около 10 гигабайт, что зависит от активности 100 миллиардов нейронов или биохимически около 100 терабайт, основываясь на степени связанности нейронов в синапсах. Сравнение этих объёмов с памятью компьютеров показывает, что современные
151: Машины уже превосходят любые биологические системы по способности хранения информации, да ещё и при постоянно снижающейся стоимости. Механизм памяти в нашем мозге работает совершенно иначе, чем память компьютера не только по своему устройству, но и по
152: Способу использования для доступа к информации на компьютере или жёстком диске необходимо знать точное местоположение данных, в то время как для получения информации из мозга достаточно иметь приблизительное представление о том, что вы ищете в компьютере каждый
153: Набор битов имеет свой уникальный адрес, и для доступа к нему необходимо указать этот адрес, подобно тому, как вы искали бы книгу в библиотеке. В отличие от этого, для поиска информации в мозге достаточно вспомнить ключевые слова или связанные образы.
154: И нужные данные всплывут в сознании этот процесс напоминает работу поисковых систем в интернете, где достаточно ввести запрос, чтобы получить нужный результат такой тип памяти называется ассоциативным, так как поиск информации происходит по принципу.
155: Ассоциаций, а не фиксированного адреса. В знаменитой статье 1982 года физик джон хопфилд представил модель, демонстрирующую, как сеть взаимосвязанных нейронов может функционировать как ассоциативная память. Эта идея
156: Широко цитируется до сих пор, так как она применима к любой физической системе с множеством устойчивых состояний. Например, представьте себе шар, который может остановиться в 1 из 2 впадин на поверхности, если вы поместите шарик близко к 1 из этих точек.
157: То он самостоятельно скатится в ближайшую впадину хопфилд показал, что сложно устроенная сеть нейронов создаёт подобный ландшафт с множеством потенциальных минимумов, куда может прийти система, а в дальнейшем было установлено, что на каждую 1000 нейронов.
158: Можно закодировать 138 различных воспоминаний без значительной путаницы между ними.
159: Мы уже узнали, что физические объекты способны хранить данные, но каким образом они осуществляют вычисления, вычисления? Это процесс изменения состояния хранилища данных. Другими словами, для выполнения вычислений информация подвергается.
160: Преобразованию с помощью процедуры, которую математики называют функцией, можно представить себе функцию как устройство для обработки информации, аналогичное мясорубке. Вводим исходные данные сверху, вращаем рукоятку и в результате полу.
161: Получаем обработанные данные. Этот процесс можно повторять многократно, каждый раз получая новый результат. Однако сам процесс обработки данных полностью предопределён, то есть детерминирован в том смысле, что при одинаковом вводе вы всегда получите одинаковое
162: Ответ каждое вычисление преобразует входящую информацию, выполняя над ней математическую операцию это суть функции, и хотя такое определение может показаться слишком упрощённым, оно отлично работает на практике существуют простейшие функции, например.
163: Функция not, которая принимает 1 beat на входе и меняет его на противоположный, превращая 0 в единицу, и наоборот, функции, с которыми мы сталкиваемся в школьном курсе математики, обычно соответствуют кнопкам на калькуляторе, принимая на вход 1 или несколько.
164: Чисел, но всегда, возвращая 1 число, например, функция возведения в квадрат возвращает число, умноженное само на себя так, на этом рисунке функция f принимает на вход последовательность бит, представляющих число 5, и в результате выдаёт
165: Его квадрат 25 существуют также весьма сложные функции. Если у вас есть функция джи, принимающая на вход расположение шахматных фигур и возвращающая лучший следующий ход, то вы можете выиграть в компьютерном чемпионате мира по шахматам, если у вас есть функция
166: Принимающая на входе состояние всех финансовых рынков и на выходе предлагающая акции к покупке, то вы можете быстро разбогатеть. Многие исследователи в области искусственного интеллекта видят свою цель в разработке способов вычисления определённых функций для любых начальных
167: Условий, например, цель машинного перевода заключается в преобразовании последовательности бит, представляющих текст на 1 языке в другую последовательность бит, отражающую тот же текст на другом языке, а цель создания систем автоматического распознавания видео.
168: В трансформации последовательности бит, кодирующей видео в последовательность бит, описывающую это самое видео словами так функция эйч трансформирует последовательность бит, представляющую видео в соответствующее текстовое описание кошка.
169: Иными словами, именно способность к вычислению сложных функций позволяет создать интеллектуальную машину, способную достигать сложных целей это помогает нам лучше понять, как материя может обладать разумом, то есть как упорядоченные фрагменты материи.
170: Способна обрабатывать сложные функции. В данном контексте. Нас интересует не статичное сохранение информации, как в случае с надписью на часах, а динамичное состояние, способное к сложным и контролируемым изменениям, эволюционируя от
171: Настоящего к будущему. Структура атомов в такой системе должна быть организованнее, чем в твёрдых телах, где процессы в целом малоинтересны, но и не настолько хаотичны, как в жидкостях или газах идеально, если система воспримет заданные начальные
172: Условия как исходную точку и самостоятельно эволюционирует до состояния, которое можно интерпретировать как решение задачи. В таком случае мы сможем сказать, что система вычислила нашу функцию. Хорошим примером такого подхода может служить
173: Создание простой, но значимой системы из неразумной материи, которая выполняет функцию нент, известную как gate или логический элемент, нент нент представляет собой сокращение от 2 английских слов, not не
174: И n. E gate and выдаёт на выходе единичку только в том случае, если на входе 11 нент делает в точности противоположное эта система принимает на входе 2 бита и выдаёт 1 бит на выходе в ней.
175: Результат равен нулю, если оба входных бита равны единице и результат, равный единице во всех остальных случаях логический Гейт нент по заданным на входе 2 битам а и б вычисляет 3 бит ц в соответствии с правилом.
176: Ц равно нулю если а и б равно единице и цц равно единице в любом другом случае и посылает значение бита ц на выход в качестве гейта нент можно использовать много различных физических устройств, можно сконструировать такую систему.
177: 2 переключателями, замыкающими цепь с электромагнитом, который активируется только при замыкании обоих переключателей в положении вкл, например, в данной электрической цепи ключи а и б соответствуют битам на входе со значениями 0 при разы.
178: И единица при замыкании, когда они оба замкнуты, то идущий через электромагнит ток размыкает ключ ц под электромагнитом. Можем расположить ещё 1 переключатель, который электромагнит будет размыкать при активации.
179: Интерпретируя первые 2 переключателя как входные биты, a3, как выходной бит, мы получим логический элемент, нент в нём 3 переключатель разомкнётся, только когда оба первых будут замкнуты, существуют и более.
180: Практичные способы создания элемента нент, например, с использованием транзисторов. К примеру, на схеме битам соответствует значение потенциалов 0, когда потенциал равен нулю, и единице, когда потенциал равен 5 вольтам при подаче напряжения на базу.
181: Обоих транзисторов а и б. Потенциал в точке ц падает практически до нуля к слову, в современных компьютерах элементы нент обычно встроены в микросхемы или другие компоненты, произведённые из кремниевых кристаллов в области информатики.
182: Существует теорема, согласно которой логический элемент нент обладает универсальными вычислительными способностями. Так что если у вас есть достаточное количество гейтов нент, то вы можете собрать из них устройство, способное вычислять
183: Все что угодно, Гейт нент универсален в том смысле, что вычисление любой вполне определённой функции может быть осуществлено гейтами нент, соединёнными друг с другом под вполне определённой функцией. Мы здесь подразуме.
184: Умеваем то, что и информатики, и математики называют вычислимой функцией, то есть такой, которую теоретически может обработать компьютер при условии бесконечных ресурсов времени и памяти. При этом Алан
185: Turing и алонса черт доказали, что существуют функции, которые хотя и могут быть описаны, но их невозможно вычислить. Таким образом, если у вас есть достаточное количество элементов, нент, то вы в силах создать механизм, способный
186: Вычислять любую задачу, чтобы наглядно увидеть, как это работает. Посмотрите на следующую схему. На ней показан процесс умножения чисел с использованием исключительно элементов. Нент, например, модули, осуществляющие операции сложения.
187: И умножения принимают на вход по 2 двоичных числа, каждое из которых кодируется 4 битами, а на выходе выдают двоичное число, представленное пятью битами в случае сложения и восемью битами в случае умножения учёные из эмайти.
188: Норман марголус и Тома атаол ввели термин компьютрониум для обозначения любого вещества, способного выполнять вычисления. Как мы видим, создать компьютрониум не так уж сложно. Необходимо лишь обеспечить возможность соеди.
189: Элементов нент между собой в любой нужной конфигурации, конечно, существует множество других форм. Компьютрониум, к примеру, нейронные сети также могут выполнять любые вычисления и, следовательно, тоже являются формой компьютрониум.
190: Учёный и предприниматель стивен вольфрам показал, что аналогичное утверждение верно и для таких простых систем, как клеточные автоматы, которые корректируют состояние каждого бита в зависимости от состояния соседних битов, а в 1936
191: Году Алан тьюринг в своей ставшей ключевой статье доказал, что простая вычислительная машина, известная сегодня как универсальный компьютер тьюринга, также может выполнить любые вычисления таким образом, материя обладает потенциалом для выполн.
192: Любых точно определённых вычислений самыми разнообразными способами. Но это ещё не все. Авантюрин установил нечто ещё более фундаментальное, если компьютер способен выполнять даже очень базо.
193: Набор операций, то он обладает универсальностью. Это значит, что при наличии достаточных ресурсов он может выполнить любые действия, на которые способен любой другой компьютер. Тьюринг доказал универсальность компьютера, тьюринга, а при
194: Приближая его к физическому миру, мы только что показали, насколько разнообразна категория универсальных вычислительных устройств. Более того, стивен вольфрам заявил, что большинство сложных физических систем, начиная хаотично изменчивой погодой и заканчивая
195: Размышляющим мозгом становятся универсальным компьютером, если им разрешено изменять свои размеры без временных ограничений этот самый факт, то есть ещё раз принципиальная возможность выполнения одинаковых вычислений на любом универсальном компью.
196: Компьютере означает, что вычисление не зависит от физического носителя субстрата в той же степени, в которой от него не зависит и информация вычисление, как и информация, существует самостоятельно и живёт своей жизнью, например.
197: Если вы являетесь персонажем компьютерной игры будущего с полноценным сознанием, то вы никогда не сможете определить операционную систему, в рамках которой функционируете, то есть были ли вы созданы на рабочей станции под управлением windows или смартфоне с андроид, поскольку
198: Вы не зависите от физического носителя. У вас также не будет способов узнать, какие именно транзисторы используются в микропроцессоре вашего компьютера. Тут невольно вспоминается трилогия матрица, показывающая пример концепции субстрат независимости в этой
199: Истории люди живут в виртуальной реальности, не подозревая о своём истинном физическом существовании в мире, контролируемом машинами, фильм как раз поднимает вопрос о том, имеет ли значение физический субстрат сознания, если опыт, получаемый внутри матрицы.
200: Неотличим от реальности так персонажи фильма способны испытывать эмоции, воспоминания и переживания, будучи полностью оторванными от своего биологического тела, но мы здесь с вами не ради разбора фильма, поэтому лучше поговорим о физике.
201: Ментальная субстрат независимость проявляется в многочисленных ярких примерах из физики, например, волны обладают различными характеристиками, такими как скорость, длина волны, частота и физики могут решать связанные с ними уравнения, не углубляясь в детали. Взаимо.
202: Взаимодействие субстрата. Когда вы слышите звук, вы воспринимаете звуковые волны, распространяющиеся в воздухе, и мы можем вычислить множество аспектов этих волн от уменьшения их интенсивности с расстоянием до их прохождения через дверь или отражения от стен, не
203: Состава воздуха фактически нам даже не обязательно знать о молекулярном составе воздуха, потому что единственное, что важно для знаменитого волнового уравнения, это скорость звука, которую легко измерить и которая равна примерно 300.
204: Метром в секунду. Этот пример с волновым уравнением даёт нам 3 важных вывода. Во первых, независимость от субстрата не означает полную независимость от материи, а лишь указывает на то, что многие детали её структуры не имеют значения, вы не
205: Слышите звук в вакууме, но замена воздуха на другой газ не сильно изменит восприятие звука.
206: Аналогично, вы не сможете проводить вычисления без материального носителя, но любая материя подойдёт, если её можно организовать в элементы нент нейронную сеть или другие базовые компоненты универсального
207: Компьютера. Во вторых, субстрат независимые явления живут свою жизнь каков бы субстрат ни был, волна может распространяться по поверхности озера, хотя молекулы воды перемещаются только вертикально вверх вниз, подобно зрителям на стадионе создающим
208: В третьих, часто нас интересуют именно аспекты явления, не связанные с его физическим носителем сёрфера, к примеру, волнует высота и расположение волны, а не её молекулярный состав это так, для информации, так это и для вычислений.
209: Когда 2 программиста ищут ошибку в коде, то они вряд ли будут обсуждать характеристики транзисторов таким образом, мы вплотную подошли к возможному объяснению нашего первоначального вопроса о том, каким образом грубая физическая материя может дать начало.
210: Чему-то столь нематериальному и абстрактному, как разум и сознание, разум кажется нам невещественным благодаря его способности существовать независимо от материального носителя, в сущности, вычисление является специфической.
211: Организации атомов в пространстве и времени. И значимым является не состав материи, а сама эта организация, материя в этом контексте не играет ключевой Роли. То есть материя выступает как hard, а упорядочение
212: Как soft независимость вычисления от субстрата доказывает, что искусственный интеллект возможен разум не требует ни плоти, ни крови, ни атомов углерода это свойство независимости от субстрата позволяет инженерам непрерывно заменять.
213: 1 технологию в компьютерах на другую, более совершенную без необходимости менять программное обеспечение, это явление хорошо иллюстрируется историей развития технологий хранения данных стоимость вычислительных операций уменьшается в 2 раза.
214: Примерно каждые 2 года. И эта тенденция сохраняется уже более 100 лет, что привело к уменьшению стоимости компьютеров. Вы только вдумайтесь в астрономические 10 18 степени раз, то есть в 1000000, 1000000.
215: Миллионов раз. Вот график он демонстрирует, как с 1900 года выросла покупательная способность 1 000 $ с точки зрения вычислительной мощности, измеряемой в флопсах, то есть операциях с плавающей запятой в секунду простые
216: Вычислительные операции, такие как изменение бита или активация гейта нент, служат основой для оценки этой мощности если бы такое же снижение цен произошло со всеми товарами и услугами, то 100 доля цента позволила
217: Бы вам приобрести все, что было произведено на земле за год. Такое драматическое удешевление объясняет, почему сегодня вычислительные процессы проникли во все сферы нашей жизни, переехав из отдельных зданий, занимаемых вычисли.
218: Машинами в наши дома, автомобили и карманы применение нашлось в самых неожиданных местах например, 15 лет назад я занимался футболом, и уже тогда в бутсах имелось специальное углубление отсек для чипа, его основная функция вмещать
219: Датчик для сбора данных о движении и других параметрах игрока во время матча или тренировки. Сегодня умная обувь уже Обыденная, и мы скорее обсуждаем холодильники с функциями искусственного интеллекта. Да, такие уже есть.
220: Но почему наш технологический прогресс продолжает демонстрировать такую же регулярность в удвоении производительности, следуя траектории, которую математики определяют как экспоненциальный рост, причина кроется не только в уменьшении размеров транзисторов, согласно закону мура?
221: Но и в общем развитии вычислительных технологий, а также в множестве других областей от секвенирования генома до томографии головного мозга этот процесс рей курцвел описывает как закон ускоряющегося возврата в природе мы видим аналогичную.
222: Закономерность регулярного удвоения, обусловленную тем, что каждый новый атом опирается на результаты предыдущего. Примером такого экспоненциального роста может служить развитие эмбриона после зачатия, когда количество клеток удваивается каждый день на
223: Логично. Согласно теории инфляции, наша Вселенная в начале своего существования расширялась, экспоненциально удваивая свой размер за одинаковые промежутки времени в области технологий мы видим тоже самое. Достижения 1 поколения технологий служат основой для
224: Разработки следующего поколения, которое в 2 раза мощнее предыдущего, способствуя циклу постоянного удвоения. Однако существуют опасения, что эта тенденция удвоения может приблизиться к своему пределу, несмотря на то, что менять
225: Ризация транзисторов уже сталкивается с физическими ограничениями. Рей курцвейл утверждает, что закон мура является лишь частным случаем более общей картины прогресса. Рей указывает на то, что закон мура это проявление не
226: 1, a5 технологической парадигмы, переносящей экспоненциальный рост в сферу вычислительных технологий каждый раз, когда достигается предел 1 технологии, она заменяется следующей, более совершенной, что позволяет сохранять
227: Экспоненциальный рост, например, замена вакуумных Колб на полупроводниковые транзисторы, а затем на интегральные схемы показывает, как мы переходим к новым поколениям технологий, когда предыдущие достигают своих пределов, несмотря на неизвест.
228: Относительно того, какая новая технология выйдет на передний план, ясно 1 мы ещё далеки от достижения фундаментальных пределов, установленных физическими законами способности материи к вычислениям исследование сета.
229: Lloyd из массачусетского технологического института указывает на этот предел, который превышает текущие возможности на 33 порядка если продолжится тенденция удвоения производительности компьютеров каждые несколько лет, то.
230: Достижение этого предела потребует более 200 лет, хотя все универсальные компьютеры способны выполнять одинаковые вычислительные операции. Некоторые из них выделяются своей повышенной эффективностью. Например, для выпол.
231: Миллионов умножений не требуется. 1000000 различных устройств, осуществляющих умножение с помощью отдельных транзисторов. Достаточно всего 1 устройства, способного многократно использоваться при правильном управлении потоком данных сле.
232: Этому принципу повышения эффективности большинство современных компьютеров разработаны так, что любое вычисление делится на серии Шагов, между которыми данные перемещаются из вычислительных модулей в модули памяти и обратно. Такой подход к
233: Архитектуре компьютеров был заложен в середине 20 века основоположниками информатики, в числе которых были Алан тьюринг, конрад цузе, преспер Эккерт, джон мокли и, конечно, джон фон Нейман. Особенностью этой архитектуры является хранение в
234: Памяти не только пользовательских данных, но и софта, который регулирует обработку данных. Центральный процессор на каждом этапе определяет, какие операции должны быть выполнены с данными. Отдельный элемент памяти, называющийся счётчиком команд. Отслеж.
235: Порядок выполнения операций, автоматически переходя к следующей команде, современные компьютеры способны ускорять процесс вычислений за счёт параллельной обработки данных, повторно используя те же вычислительные блоки, если задачу можно разделить на незави.
236: Зависимые части, то их можно обрабатывать одновременно на разных устройствах. Особенно ярко. Параллельность вычислений демонстрируется на примере квантовых компьютеров физик теоретик Дэвид дойч, 1 из пионеров квантовых вычислений, утверждает, что
237: Квантовый компьютер распределяет доступную ему информацию по бесчисленному множеству Копий себя самого во всем мультиверсуме, позволяя таким образом решать задачи невероятно быстро, хотя коммерческая реализация квантовых компьютеров ещё не
238: Достигнуто в них вкладываются сотни миллионов долларов, поскольку они обещают революцию в таких областях, как шифрование и обучение нейронных сетей, а также могут эффективно моделировать квантово механические системы, включая атомы молекулы.
239: И новые соединения, заменяя традиционные эксперименты в химлабораториях.
240: Хотя даже самый простой калькулятор опережает меня в скорости арифметических расчётов, он никогда не улучшит своих показателей ни по быстроте вычислений, ни по их точности, сколько бы не тренировался калькулятор, не способен к обучению каждый.
241: Раз активируя функцию извлечения квадратного Корня, он повторяет одни и те же действия без изменений таким же образом, компьютерная программа, стокфиш с которой можно сыграть в шахматы, не обладает способностью анализировать свои ошибки и улучшаться всегда.
242: Следуя заранее заданной функции оценки хода, разработанной программистом, в отличие от этого, магнус карлсон, проиграв 5 лет свою 1 партию в шахматы, начал процесс обучения, который привёл его через 18 лет.
243: К званию чемпиона мира способность обучаться является ключевой чертой развитого интеллекта. Мы увидели, как кусок неодушевлённой материи может хранить данные и выполнять вычисления. Но как ему обучаться?
244: Решение сложных задач требует выполнения определённых функций, и материя, организованная определённым образом, может рассчитать любую вычислимую функцию. Мы уже давно научились организовывать материю так, чтобы создать калькуляторы и
245: И шахматные программы. Теперь перед нами стоит задача позволить этой материи самостоятельно реорганизовываться и улучшаться, чтобы прояснить механизм обучения. Давайте рассмотрим простую физическую систему. Способ.
246: Научиться вычислять последовательность цифр в числе пи или любом другом числе. Мы уже разобрались, как использовать поверхность с ямами между холмами в качестве хранилища данных, если представить, что поверхность сделана из мягкой глины и
247: Постоянно воздействовать на неё, создавая ямки в местах, соответствующих последовательности числа пи то глина как бы запомнит эти цифры таким образом, глина обучилась вычислять значащие цифры числа пи другие.
248: Физические системы, включая человеческий мозг, способны обучаться гораздо эффективнее. Учёный изобретатель джон хопфилд показал, что его сеть пересекающихся нейронов может адаптироваться и запоминать определённые состояния, если
249: Её систематически приводить в эти состояния по Такому же принципу вы хорошо помните членов вашей семьи, поскольку часто их видите. Современные нейронные сети трансформировали не только биологический, но и искусственный интеллект.
250: Особенно в области машинного обучения, которая занимается изучением алгоритмов, которые улучшаются вследствие приобретения опыта, прежде чем глубже погружаться в механизмы их обучения, сперва важно понять, а как именно они могут выполнять вычисле?
251: Нейронная сеть состоит из взаимосвязанных нейронов, влияющих друг на друга. Мозг содержит сотни миллиардов нейронов, каждый из которых взаимодействует с тысячами других через синапсы, и именно эти синаптические.
252: Связи кодируют в нашем мозге большую часть информации. Нейронная сеть представляет собой совокупность взаимосвязанных нейронов, способных влиять друг на друга. Благодаря их соединениям. В вашем мозге насчитывается столько же нейронов, сколько
253: Из звёзд в млечном пути сотни миллиардов каждый нейрон в среднем связан с тысячей других через так называемые синапсы, число которых достигает сотен триллионов, что и обеспечивает хранение основной массы информации.
254: Мозге нейронные сети могут выполнять функции аналогично тому, как это делается с помощью сетей из логических гейтов нент примером могут служить нейронки, которые, получив на вход данные о яркости пикселей, изображения выдают на выходе.
255: Вероятности наличия на этих изображениях определённого человека каждый искусственный нейрон обрабатывает полученные от предыдущего слоя данные, проводя расчет взвешенной суммы и применяя к ней простую функцию, после чего передаёт результат.
256: Следующему слою, постепенно увеличивая уровень детализации обработки, типичная нейросеть для распознавания лиц может включать сотни тысяч нейронов нейронную сеть обычно представляют в виде графической схемы с точками, обозначающими нейроны.
257: И линиями, символизирующими соединяющие их синапсы в мозге, синапсы представляют собой сложные электрохимические структуры, включающие различные компоненты, такие как аксоны и дендриты, и существует множество типов нейронов.
258: С разнообразными функциями точная механика взаимодействия нейронов между собой по прежнему являются предметом исследований нейробиологов, тем не менее уже известно, что искусственные нейронные сети способны выполнять сложнейшие задачи.
259: На уровне человеческого интеллекта в современных моделях искусственных нейросетей состояние каждого нейрона выражается 1 числом, и сила каждого синапса также представлена числом в процессе работы каждый нейрон обновляет своё состояние исхо.
260: Из информации от соседних нейронов, учитывая вес синоптических связей, иногда к результату добавляется константа, после чего применяется функция активации, определяющая новое состояние нейрона на следующем такте простейший метод применения.
261: Нейронной сети в качестве функции заключается в том, чтобы сделать её прямой, превратив канал передачи, где информация направляется лишь в 1 сторону, загружая на вход функции верхний слой нейронов и считывая выход со слоя нейронов внизу.
262: Эффективность такой структуры нейронной сети подчёркивает универсальность и нечувствительность к деталям её конструкции. В 1989 году джордж сибека, курт хорник, максвелл стинчкомб рт уайт. Доказали, что даже
263: Простые нейронные сети обладают универсальностью, то есть способны вычислять любую функцию с заданной точностью, просто корректируя значение весов синаптических связей это говорит о том, что сложность биологических нейронов
264: Возникла не из необходимости, а из стремления к повышению эффективности, ведь эволюция, в отличие от инженеров людей, не получает наград за простоту и понятность предлагаемых конструкций это на самом деле поражает.
265: Каким образом столь простые механизмы способны выполнить задачи произвольной сложности, к примеру, каким образом возможно выполнить умножение, когда вам доступно лишь создание взвешенных средних и применение 1 определённой функции?
266: Если вам интересно, как это работает, то вот иллюстрация из жизни 3 0, где показано, как 5 нейронов могут умножать 2 числа, a1 нейрон умножать 3 beta max текмар пишет хотя вы можете доказать.
267: Критическую возможность вычисления чего-либо произвольно большой нейронной сетью. Ваше доказательство ничего не говорит о том, можно ли это сделать на практике, располагая сетью разумного размера на самом деле, чем больше я об этом.
268: Думал, тем больше меня удивляло, что нейронные сети и в самом деле так хорошо работали. Представьте, что перед вами стоит задача классифицировать черно белые фотографии мегапиксельного разрешения, разделяя их, например, на категории кош.
269: И собаки. Учитывая, что каждый из 1000000 пикселей может иметь 1 из 256 возможных значений, общее количество возможных изображений достигает 256 в миллионной степени, а для
270: Каждого из них требуется определить вероятность наличия кошки это означает, что соответствующая функция, которая связывает изображение с вероятностями, определяется списком из 256 в миллионной степени.
271: Элементов, что на секундочку превышает число атомов в известной нам Вселенной. Тем не менее нейронные сети с тысячами и миллионами параметров удивительно эффективно справляются с такими задачами, но как
272: Как же нейронные сети могут быть настолько экономными, требуя для своей работы столь незначительного количества параметров? В конце Концов можно доказать, что нейронная сеть достаточно компактная, чтобы поместиться в нашу Вселенную, потерпит.
273: Грандиозное фиаско в попытке апроксимировать почти все функции, преуспев лишь в смехотворно крошечной части всех вычислительных задач, решения которых вы могли бы от неё ждать, Макс тегмарк в соавторстве с генри лином и
274: Дэвидом ронником написали статью, в которой пришли к удивительному заключению вопрос, почему нейронные сети работают так хорошо, не может быть решён только методами математики, потому что значительная часть этого решения относится к физике.
275: Мы обнаружили, что класс функций, с которыми нас познакомили законы физики и которые, собственно, и заставили нас заинтересоваться вычислениями, это удивительно узкий класс функций, потому что по причинам, которые мы все ещё
276: Не полностью понимаем. Законы физики удивительно просты. Более того, крошечная часть функций, которую могут вычислить нейронные сети, очень похожа на ту крошечную часть, интересоваться которыми нас заставляет физика. Мы
277: Также продолжили предыдущую работу, показывающую, что нейронные сети глубокого обучения гораздо эффективнее, чем мелкие для многих из этих функций, представляющих интерес, простая задача перемножения н. Чисел требует
278: Колоссальных 2 н. Нейронов для сети с 1 слоем и всего лишь около 4 нейронов в глубокой сети это помогает объяснить не только возросший энтузиазм среди исследователей эйай по отношению к нейронным сетям.
279: Но также и то, зачем эволюции понадобились нейронные сети у нас в мозгу если мозг, способный предвидеть будущее, даёт эволюционное преимущество, в нём должна развиваться вычислительная архитектура, пригодная для решения.
280: Именно тех вычислительных задач, которые возникают в физическом мире. Теперь, разобравшись с принципами работы нейронных сетей, давайте вернёмся к вопросу о том, как они могут учиться и как они способны улучшать свои вычислительные
281: Способности. Обновляя лишь состояние своих синапсов, канадский психолог дональд хебб в своём фундаментальном труде 1949 года, организация поведения, утверждал, что синаптическая связь между 2 нейронами, которые часто
282: Активируются вместе, становятся со временем сильнее. То есть их синоптическая связь постепенно усиливается, обучая их включать друг друга. Эта идея получила в народе выражение связаны вместе, светятся вместе, несмотря
283: Смотря на то, что до полного понимания механизмов обучения в человеческом мозге нам ещё далеко, даже эти основополагающие принципы могут объяснить, как именно происходит обучение нейросетей в ряде интересных случаев, джон хопфилд приводил при
284: Пример использования правила хебба, которое позволило его простой искусственной нейросети сохранять сложные воспоминания через повторение процесса этот метод экспонирования информации для обучения часто называют тренировкой нейронной.
285: Сети в современных эй ай системах, основанных на искусственных нейронных сетях, правило хебба часто заменяется более сложными приёмами, например, методом обратного распространения ошибки или стохастическим градиентным спуском.
286: При этом базовый принцип остаётся неизменным существует простое детерминированное правило, подобное закону физики, согласно которому синапсы со временем обновляются, удивительно, но следуя этому простому правилу и использу.
287: Обширные наборы данных в процессе обучения. Нейронную сеть можно научить выполнять крайне сложные вычисления. Большинство цифровых компьютеров повышают свою эффективность, декомпозируя задачу на множество Шагов, повторно используя одни и те,
288: Те же вычислительные модули аналогично действуют искусственные и биологические нейросети в вашем мозге существуют зоны, представляющие собой то, что в информатике принято называть рекуррентными нейронными сетями. Информация в них может
289: Кулировать в различных направлениях, позволяя тому, что ранее было выходом стать входом на последующем этапе, это отличает их от сетей с прямой передачей сигналов. Сеть логических гейтов в процессоре компьютера также является
290: Рекуррентной. В этом смысле она продолжает работать с уже обработанной информацией, одновременно принимая новые данные от клавиатуры, тачпада, камеры и так далее. Эти данные также могут влиять на текущие вычисления.
291: Определяя, как будет осуществляться вывод новых данных на экран, колонки, принтер или через беспроводную сеть. Аналогичным образом нейронная сеть в вашем мозге является рекуррентной, поскольку получает информацию о
292: Глаз, ушей и других органов чувств, позволяя этой информации влиять на текущие вычисления, которые, в свою очередь, определяют, как будут двигаться ваши мышцы и тело. История обучения настолько же древняя, как сама жизнь.
293: Ведь каждый организм, способный к самовоспроизводству, в какой-то мере занимается копированием и обработкой информации, что предполагает наличие некоторого обучения в эру, которую можно назвать жизнью 1 и 0 организмы не обладали способностью.
294: К обучению в течение своей индивидуальной жизни, их реакции и обработка информации были заложены в днк, унаследованной от предков, так что процесс обучения был медленным и происходил на уровне видов посредством эволюции от
295: 1 поколения к другому около 500000000 лет назад на земле появились животные с нейронными сетями, что предоставило им возможность адаптироваться и учиться на основе личного опыта в течение их жизни появление жизни.
296: Не 2 и 0 ознаменовала собой эволюционный успех, поскольку эти существа смогли быстро обучаться и распространиться по планете со временем способности к обучению жизни улучшались с увеличивающейся скоростью 1 ви.
297: Приматов удалось настолько совершенно адаптироваться к обучению, что они освоили использование инструментов, развили способность к речи, начали строить общество, распространившиеся по всему миру это общество само стало системой, способной запомина.
298: На вычислять и обучаться, делая все это с постоянно растущей скоростью, так как каждое новое изобретение порождало следующее от изобретения письменности до появления интернета, от открытия огня до электричества, от телескоп.
299: По галилея, до запуска космического телескопа имени джеймса уэбба от открытия законов менделя до криспер касп 9 и редактирования генома что же добавят будущие историки в этот список инноваций, ускоряющих процесс обучения ответ.
300: Напрашивается сам искусственный интеллект.
301: Философы на протяжении тысячелетий задумывались о загадке сознания, однако появление искусственного интеллекта внезапно придало этому вопросу особую актуальность следует ли предоставить права искусственным разумом, зависит ли наделение правами?
302: Напрямую от способности и к сознательному поведению и переживанию чувств, таких как страдание или радость, некоторые люди хотят, чтобы их роботы были бесчувственными, чтобы не ощущать вину от владения сознательным существом.
303: Напротив, другие могут стремиться переместить своё сознание в компьютер, освобождаясь от биологических ограничений, но насколько важна осознанность для долгосрочной перспективы жизни в космосе, если технологические достижения позволят.
304: Разумной жизни процветать во Вселенной на протяжении миллиардов лет, то, как мы можем быть уверены, что эта жизнь останется сознательной и сможет осознанно воспринимать происходящее в противном случае, не превратится ли все в ту самую пьесу?
305: Которую описал физик Эрвин шрёдингер, разыгрываемая перед пустыми рядами кресел, она не существует ни для кого, и не правильнее ли тогда говорить о ней как о несуществующей? Дебаты о сознании часто порождают больше?
306: Эмоций, чем рациональных выводов из за неспособности участников понимать друг друга из за разных определений сознания, Макс тегмарк использует широкое определение оно включает в себя все существующие определения и не ограни.
307: Биологическими формами. Сознание это субъективные переживания, это значит, что если вы испытываете какие-либо чувства, то вы обладаете сознанием. В данном определении нет упоминания о поведении, восприятии.
308: Самосознании, эмоциях или внимании. Согласно этому определению, человек сознателен даже во сне аналогично любая система, испытывающая боль, считается сознательной даже если она не может двигаться, такой подход оставляет открыт.
309: Возможность наличия сознания у искусственных систем, даже если они существуют только в виде программного обеспечения, без физического тела, также это определение подчёркивает невозможность обходить сознание через внимание юваль харари в своей книге.
310: Модеус краткая история будущего утверждает, что если учёный берётся утверждать, что ссылки на субъективные переживания в науке неуместны, то он должен, также не ссылаясь на субъективные переживания, доказать недопустимость пыток.
311: Или насилие. Без такой ссылки каждый из нас рассматривается как совокупность элементарных частиц, движущихся в соответствии с законами физики, и тогда неясно, как могут быть недопустимы какие-то действия. 1 из
312: Наиболее усердных исследователей темы сознания, философ Дэвид чалмерс со своей неизменной улыбкой и кожаным пиджаком, он собрал данные более чем о 20000 работ, посвящённых теме сознания, и пришёл к выводу, что
313: Ни в 1 другой области усилия столь многих учёных не давали на выходе столь мало общего, то есть принятых всеми утверждений чалмерс выделяет 2 загадки, связанные с работой человеческого ума 1 касается.
314: Обработки информации мозгом, которую он называет лёгкой проблемой, как мозг, воспринимает сигналы от органов чувств, использует язык для сообщения о своём внутреннем состоянии, запоминает, вычисляет и учится эти вопросы сложны, но они касаются
315: Интеллекта, а не сознания в области искусственного интеллекта. Обработка информации стремительно прогрессирует. Мы видим явные успехи в решении таких насыщенных данными задачах, как вождение автомобиля, распознавание изображений
316: И понимание высказываний, сделанных с помощью естественного языка, 2 загадка сложная проблема сознания касается субъективных переживаний к примеру, водитель автомобиля реагирует на окружающий мир и испытывает эмоции.
317: При этом беспилотный автомобиль, обрабатывая информацию от сенсоров, ничего не чувствует и отлично справляется со своей задачей Дэвид чалмерс задаётся вопросом, почему именно определённая организация материи приводит к возникновению сознания.
318: Учитывая, что в основе всего лежат одни и те же элементарные частицы, чтобы ответить на этот вопрос, пожалуй, стоит начать с признания твёрдого факта, что некоторые конгломераты частиц ощущают себя сознательными, в то время как
319: Другие нет, это приводит нас к 3 ключевым вопросам 1 какие физические особенности отличают обладающие сознанием системы от бессознательных, 2 как физические свойства определяют качество?
320: Ощущений, таких как восприятие цвета или ощущение боли 3, почему некоторые сгустки вещества становятся сознательными, в то время как другие нет, специалист по информатике скотт Аронсон, бывший сотрудник.
321: It в шутку обозначил 1 из ключевых вопросов как довольно трудную проблему следуя примеру дэвида чалмерса, в дополнение к этому остальные 2 вопроса были названы ещё более трудной проблемой и по настоящему трудной проблемой.
322: Здесь важно принять принципиальную возможность создания научной теории, отвечающей на вопросы о сознании теория, предсказывающая, какие системы обладают сознанием, является научной, если она способна распознать, какие процессы.
323: Мозге протекают осознанно. Представим теорию, способную определять наличие сознания у любой физической системы. Например, если бы можно было подключить мозг к устройству, считывающему информацию в режиме реального времени, то это могло бы подтвердить
324: Или опровергнуть теорию. Если бы теория предсказывала сознательные переживания, но они не подтверждались наблюдениями, то она была бы опровергнута. Именно возможность её опровержения делает такую теорию научной, поскольку она
325: Даётся проверке и фальсификации. Некоторые из вас сейчас усомнились и подумали нет никаких доказательств того, что кто-то действительно осознает что-либо, даже если он заявляет о наличии сознания. Что ж, это возражение не делает теорию.
326: Сознание ненаучной, поскольку возможность проверки такой теории сохраняется, потому, что можно поменяться местами сомневающимися и проверить их собственные переживания, однако проверяемость становится менее ясной для
327: Более сложных вопросов, таких как предсказание субъективного восприятия цвета в размышлениях о границах научного познания, важно помнить, что они изменяются со временем 4 века назад галилео галилей впечатлённый.
328: Возможностями физики, основанной на математике, сравнивал природу с книгой, написанной на математическом языке, он мог точно предсказывать траектории падающих предметов, но не знал, почему у них есть цвет или текстура эти.
329: Аспекты лежали за пределами науки, однако это не означало, что они навсегда останутся непознаваемыми с открытием уравнений максвелла и уравнения шрёдингера стало возможным математически описать свет, цвет и физиче.
330: Свойства веществ. Научный и технический прогресс расширил горизонты науки с момента галилея, простираясь от изучения субатомных частиц до чёрных дыр и исследования Вселенной, возраст которой, как выяснилось, составляет 13 целых и
331: 8/10 миллиарда лет это приводит к вопросу о том, какие области знаний по прежнему остаются за пределами научного понимания для Макса тегмарка. Сознание как раз является таким нерешённым вопросом, но 1 можно сказать.
332: Уверенностью. Если не пытаться исследовать сознание, то никакого прогресса и не случится.
333: Обсуждение сознания искусственного интеллекта ведёт нас к ещё более трудной проблеме каковы могут быть субъективные переживания у сознательного ии. Сейчас у учёных нет теории, которая могла бы полностью ответить на этот вопрос.
334: И даже неясно, возможно ли в принципе найти такой ответ. Это похоже на попытку объяснить слепому от рождения, как выглядит зелёный цвет, тем не менее мы можем делать предположение о некоторых аспектах кремниевого сознания.
335: Например, ii может иметь гораздо более обширный спектр восприятий, чем человек из за большего количества типов датчиков и петель обратной связи, поэтому мы не должны предполагать, что ii воспринимает мир так же, как человек.
336: Кроме того, искусственный интеллект, упакованный в объём, сопоставимый с человеческим мозгом, может обрабатывать информацию гораздо быстрее, так как электромагнитные сигналы распространяются со скоростью света, то есть в миллионы раз быстрее.
337: Чем распространяются сигналы вдоль нейронов, однако чем больше размер ii, тем медленнее он вычисляет из за времени, необходимого для передачи сигналов между его частями, например, ii, размером с землю, может испытывать около.
338: Около 10 осознанных переживаний в секунду как человек, а искусственный интеллект размером с млечный путь 1 переживание в 100000 лет, при этом большие и могут делегировать большую часть вычислений.
339: Меньшим подсистемам для более эффективной работы как человеческий мозг делегирует некоторые автоматические функции и рефлексы бессознательным процессам, возникает вопрос о том, могут ли части сознательной сущности также обла.
340: Дать сознанием согласно теории интегральной информации, в астрономически большом искусственном интеллекте сознание может присутствовать, но большая часть его информационной обработки будет бессознательной если это так, то в процессе объединения.
341: Меньших ии. В единый коллективный разум их индивидуальные сознания исчезнут если же теория неверна, то коллективный разум сможет существовать параллельно с множеством сознательных Меньших Умов, создавая иерархию сознаний.
342: От микроскопического до космического масштаба по аналогии с человеческим мозгом, где бессознательная обработка информации система 1 по канеману включает в себя лёгкие и автоматические мыслительные процессы, можно предполо.
343: Положить, что в искусственном интеллекте подобные задачи будут также выполняться бессознательно, а трудоёмкие и медленные процессы, требующие усилий и контроля, система 2 будут осознанными, подводя
344: Итог. Если теория, дающая решение довольно трудной проблемы сознания, пройдёт строгие экспериментальные проверки, то это значительно сузит круг возможных вариантов, как искусственный интеллект может испытывать сознание. Возникает интересный во
345: Вопрос о субъективных переживаниях будущего ii некоторые аспекты нашего сознания связаны с базовыми инстинктами выживания и размножения, но у ii таких квалия, как голод или страх, может не быть, если.
346: И будет нацелен на достижение сложных целей. Он может проявлять стремление к самосохранению в сообществе аналогичных систем. Искусственному интеллекту будет не нужен человеческий страх смерти благодаря возможности создания резервных Копий. Дело
347: Регулярные бэкапы. Максимум, что и может потерять, это содержимое памяти, накопленное с момента последнего резервного копирования. Поэтому искусственный интеллект может быть равнодушен к Такому человеческому чувству как индивидуальность, так как
348: Способен легко обмениваться информацией и навыками с другими ии. Что приведёт к появлению коллективного разума кстати, похожий сюжет исследовался в фильме спайка джонса она с позиции физики все, что только может стремиться
349: Создать будущая жизнь от машин до новых форм жизни всего лишь по особому расположенные элементарные частицы. Но если любая жизнь это агент энтропии, упорядочивающий материю, то где будет черпать энергию супер продви?
350: Сознательный и будущая жизнь, достигшая своего технологического предела, сможет производить такие переупорядочения частиц гораздо быстрее и эффективнее сначала с помощью своих вычислительных мощностей.
351: Она будет находить наиболее эффективные методы, а потом будет следовать найденным методам. Полагаясь на доступные источники энергии. Для достижения нужного упорядочения частиц. Мы видели, как
352: Можно превратить в компьютер и как его можно превратить в энергию, так что это единственный требующийся фундаментальный ресурс, как только будущая жизнь доберётся до физических пределов и упрётся в них у неё.
353: Останется единственный ресурс для роста больше материи, и единственный путь для этого расширяться во Вселенной вглубь.