Το Tao Le προέρχεται από τον ναό Aofei

Qubits | Δημόσιος λογαριασμός QbitAI

Πότε θα εφαρμοστεί το AGI; GoogleDeepMind Ο Διευθύνων Σύμβουλος Χασάμπης προέβλεψε στην τελευταία συνέντευξη:

δέκα χρόνια.

ανAGIΔεν θα εκπλαγώ αν εμφανιστεί μέσα στην επόμενη δεκαετία.

Σε αυτή τη συνέντευξη, ο Hassabis μίλησε για τις τάσεις ανάπτυξης της AI.

Υπάρχουν ορισμένα θέματα που ενδιαφέρουν όλους, όπως:

Η τεχνητή νοημοσύνη μπορεί βραχυπρόθεσμα να υπερεκτιμάται, αλλά οι δυνατότητες και ο αντίκτυπός της παραμένουν υποτιμημένες μακροπρόθεσμα.

Ως «σούπερ ομάδα» της Google, το Google DeepMind πρέπει να βρει μια ισορροπία μεταξύ των εμπορικών συμφερόντων και της επιστημονικής έρευνας.

Ο ανοιχτός κώδικας είναι σημαντικός για την τεχνολογική πρόοδο, αλλά όταν αντιμετωπίζετε τεχνολογία που μπορεί να χρησιμοποιηθεί κατάχρηση, μπορεί να θέλετε να περιμένετε ένα χρόνο προτού το κάνετε ανοιχτό κώδικα για να αξιολογήσετε και να περιορίσετε την κακή χρήση.

Για πιο συγκεκριμένο περιεχόμενο, ανατρέξτε στην παρακάτω έκδοση κειμένου~

Το «πρόβλημα εφαρμογής» της πρώιμης τεχνητής νοημοσύνης

Q: Για τη σημερινή συνέντευξη, προσκάλεσα τον Hassabis, τον συνιδρυτή του DeepMind και τον σημερινό Διευθύνοντα Σύμβουλο του Google DeepMind.

Χασάμπης: Ευχαριστώ, χαίρομαι πολύ που μπορώ να συμμετέχω στη συνέντευξή σας. Προηγουμένως εξετάσαμε πώς οι έννοιες και η γλώσσα μπορούν να χρησιμοποιηθούν στον πραγματικό κόσμο, όπως σε περιβάλλοντα προσομοίωσης ή ως ρομπότ που διαθέτουν πραγματική νοημοσύνη που μπορεί να είναι απαραίτητη για την κατανόηση του κόσμου γύρω μας.

Ωστόσο, πρέπει να αναγνωριστεί ότι αυτά τα συστήματα δεν είναι ακόμη σε αυτό το ιδανικό επίπεδο, κάνουν πολλά λάθη και δεν χτίζουν πραγματικά ένα πλήρες μοντέλο του κόσμου. Ωστόσο, έχουν σημειώσει πρόοδο πολύ πέρα ​​από τις προσδοκίες μας μόνο μέσω της εκμάθησης γλωσσών.

Q: Ναι, συζητήσαμε πολύ την προηγούμενη φορά για το πώς να εφαρμόσουμε τη γλώσσα στον πραγματικό κόσμο. Μπορείτε όμως να εξηγήσετε εν συντομία τι σημαίνει «προσγείωση»; Σε περίπτωση που οι φίλοι που παρακολουθούν τη συνέντευξή μας για πρώτη φορά δεν καταλαβαίνουν.

Χασάμπης："προσγείωση"Αυτή η έννοια,Προέρχεται από κλασικά συστήματα τεχνητής νοημοσύνης που κατασκευάστηκαν σε ακαδημαϊκά ιδρύματα όπως το MIT τις δεκαετίες του 1980 και του 1990.Τα περισσότερα από αυτά τα συστήματα είναι τεράστια λογικά συστήματα, τα οποία μπορούμε να φανταστούμε ως γιγάντιες βάσεις δεδομένων που περιέχουν πολλές αλληλένδετες λέξεις.

Το πρόβλημα, ωστόσο, είναι ότι παρόλο που μπορείτε να βρείτε δηλώσεις όπως "Οι σκύλοι έχουν τέσσερα πόδια" στη βάση δεδομένων, όταν το σύστημα βρίσκεται αντιμέτωπο με μια φωτογραφία ενός πραγματικού σκύλου, δεν μπορεί να συσχετίσει αυτά τα εικονοστοιχεία με τα σύμβολα στη βάση δεδομένων. , αυτό είναι το λεγόμενο «πρόβλημα προσγείωσης».

Με άλλα λόγια, το σύστημα έχει συμβολικές ή αφηρημένες αναπαραστάσεις αλλά δεν μπορεί να κατανοήσει το συγκεκριμένο νόημα αυτών των αναπαραστάσεων στον πραγματικό κόσμο. Από τότε, αν και οι άνθρωποι προσπάθησαν να λύσουν αυτό το πρόβλημα, δεν κατάφεραν ποτέ να επιτύχουν την τελειότητα.

Σε αντίθεση με τα συστήματα του παρελθόντος, τα σημερινά συστήματα AI μαθαίνουν απευθείας από τα δεδομένα και δημιουργούν συνδέσεις μεταξύ των δεδομένων και του πραγματικού κόσμου από την αρχή.

Είναι ενδιαφέρον ότι ακόμα κι αν αυτά τα συστήματα αρχικά μαθαίνουν μόνο με βάση τη γλώσσα, θεωρητικά θα πρέπει να μην έχουν πολλές πληροφορίες που απαιτούνται για να «ξεκολλήσουν» επειδή δεν συνδέονται με πραγματικούς προσομοιωτές, ρομπότ ή άλλες μορφές εισόδου, αλλά μόνο Είναι η εκμάθηση στο χώρο της γλώσσας.

Παραδόξως, ωστόσο, αυτά τα συστήματα εξακολουθούν να είναι σε θέση να συνάγουν κάποια γνώση για τον πραγματικό κόσμο.

Q: Αυτό μπορεί να οφείλεται στο ότι, καθώς οι άνθρωποι αλληλεπιδρούν με το σύστημα, λένε στο σύστημα ποιες απαντήσεις είναι σωστές και ποιες λανθασμένες. Μέσω της ανάδρασης με αυτόν τον τρόπο, το σύστημα μπορεί να λάβει μέρος των πληροφοριών "προσγείωσης", δημιουργώντας έτσι σταδιακά μια σύνδεση με τον πραγματικό κόσμο.

Χασάμπης: Πράγματι, εάν το σύστημα σε προηγούμενες εκδόσεις έδινε λανθασμένες απαντήσεις λόγω έλλειψης πληροφοριών "προσγείωσης", όπως η λανθασμένη απάντηση σε μια ερώτηση όπως "Πώς γαβγίζει ένας σκύλος;", τα σχόλια των ανθρώπων θα τη διόρθωναν.

Αυτή η ανατροφοδότηση βασίζεται στη δική μας «εφαρμοσμένη» γνώση, επομένως, σε κάποιο βαθμό,Το σύστημα απορροφά και μαθαίνει τις πληροφορίες από αυτή την ανάδραση.

Βραχυπρόθεσμα υπερεκτιμημένο, μακροπρόθεσμα υποτιμημένο

Q: Επιπλέον, θέλω επίσης να σας ρωτήσω για το hype του AI. Πιστεύετε ότι η τρέχουσα κατάστασή μας, η τρέχουσα κατάσταση, είναι υπο-διαφημισμένη ή υπερβολική;

Χασάμπης: Νομίζω ότι είναι περισσότερο το δεύτερο. Θέλω να πω,Βραχυπρόθεσμα, η διαφημιστική εκστρατεία έχει πάει πολύ μακριά.

Νομίζω ότι οι άνθρωποι λένε ότι η τεχνητή νοημοσύνη μπορεί να κάνει όλα τα είδη των πραγμάτων, αλλά στην πραγματικότητα δεν είναι τόσο ισχυρή όσο λένε οι άνθρωποι ότι είναι. Υπάρχουν πολλές startups και VC που κυνηγούν μη ρεαλιστικές ιδέες που δεν είναι πολύ ώριμες.

Αλλά από την άλλη, νομίζω ότι ακόμη και τώρα είναι ακόμα υποτιμημένο ή δεν δίνεται αρκετή προσοχή. Ειδικά καθώς φτάνουμε στα στάδια AGI και μετά το AGI, εξακολουθώ να νιώθω ότι οι άνθρωποι δεν καταλαβαίνουν πλήρως τι μεγάλη αλλαγή πρόκειται να είναι αυτή και τις ευθύνες που την συνοδεύουν.

έτσι,Νομίζω ότι βραχυπρόθεσμα είναι σίγουρα υπερδιαφημισμένο, αλλά μακροπρόθεσμα εξακολουθεί να είναι υποτιμημένο.

Από το πολυτροπικό Gemini έως τον καθολικό πράκτορα AI Astra

Q: Εντάξει, τώρα θέλω να κάνω μια πιο σημαντική ερώτηση σε αυτή τη συνέντευξη Ποια πιστεύετε ότι είναι η διαφορά μεταξύ των μεγάλων γλωσσικών μοντέλων που κυκλοφορούν από άλλα εργαστήρια;

Χασάμπης: Έχουμε θέσει έναν στόχο από την αρχή του έργου Gemini, ο οποίος είναι να του επιτρέψουμε να χειρίζεται πολλούς τύπους δεδομένων ταυτόχρονα. Ελπίζουμε ότι όχι μόνο μπορεί να κατανοήσει κείμενο, αλλά και να αναλύσει ήχους, βίντεο, εικόνες, κώδικα κ.λπ., βασικά όλες τις μορφές πληροφοριών.

Πιστεύουμε ακράδαντα ότι μόνο επιτρέποντας στα συστήματα να κατανοούν και να επεξεργάζονται διάφορες πληροφορίες στον πραγματικό κόσμο μπορούν να κατανοήσουν πραγματικά τον κόσμο και να δημιουργήσουν ένα πιο ακριβές και ολοκληρωμένο παγκόσμιο μοντέλο.

Αυτό είναι στην πραγματικότητα μια επέκταση του προβλήματος "προσγείωσης" που αναφέραμε παραπάνω, αλλά αυτή τη φορά χρησιμοποιούμε τη γλώσσα ως βάση για να το πετύχουμε αυτό.

Q: Άρα η «υλοποίηση» εξακολουθεί να είναι το κλειδί για ολόκληρο το έργο;

Χασάμπης: Πράγματι, αυτό είναι κρίσιμο.

Έχουμε και έναν απώτερο στόχο, που είναιΔημιουργήστε έναν ολόπλευρο βοηθό. Έχουμε αναπτύξει ένα εργαλείο που ονομάζεταιAstroΤο πρωτότυπο του έργου, το Astro όχι μόνο κατανοεί τη συμβολή σας, αλλά αντιλαμβάνεται και το πλαίσιο του περιβάλλοντός σας.

Φανταστείτε πόσο πιο ισχυρός θα ήταν ο προσωπικός σας βοηθός ή ο ψηφιακός βοηθός σας εάν είχε μια βαθύτερη κατανόηση του πλαισίου της ερώτησής σας ή της κατάστασης στην οποία βρίσκεστε. Επομένως, πιστεύουμε πάντα ακράδαντα ότι αυτού του τύπου το σύστημα θα είναι πιο πρακτικό.

Για να γίνει αυτό, δημιουργήσαμε πολυτροπική λειτουργικότητα στο σύστημα από την αρχή του έργου. Εκείνη την εποχή, αυτό ήταν το μόνο μοντέλο με αυτό το χαρακτηριστικό, και τώρα, άλλα μοντέλα προσπαθούν να καλύψουν τη διαφορά.

Q：Το Project Astro είναι ένας αναδυόμενος πράκτορας τεχνητής νοημοσύνης γενικής χρήσης, ικανός να επεξεργάζεται δεδομένα βίντεο και ήχου.Θυμάμαι στη διάσκεψη Google I/O, δείξατε ένα παράδειγμα για το πώς το Astro βοηθά τους χρήστες να θυμούνται πού βρίσκονται τα γυαλιά τους. Με ενδιαφέρει η προέλευση αυτής της τεχνολογίας Είναι απλώς μια προηγμένη εξέλιξη του παλιού γυαλιού Google;

Χασάμπης: Η Google έχει μακρά ιστορία στην ανάπτυξη συσκευών που βασίζονται σε γυαλιά, έχοντας συμμετάσχει ήδη από το 2012 περίπου. Ως εκ τούτου, έχουν ένα σημαντικό πλεονέκτημα πρώτης κίνησης σε αυτόν τον τομέα. Μπορεί να έλειπε η απαραίτητη τεχνολογία για να καταλάβει ο έξυπνος βοηθός τι έβλεπε. Αλλά τώρα,Με αυτόν τον ψηφιακό βοηθό δίπλα σας, μπορεί να κατανοήσει τον κόσμο γύρω σας, αισθάνεται πολύ φυσικό.

Q: Θέλω να εντοπίσω την προέλευση των Διδύμων επειδή προήλθε από δύο ξεχωριστά τμήματα εντός του οργανισμού και έγινε από αυτούς;

Χασάμπης: Πράγματι, πέρυσι βάλαμε Alphabet(μητρική εταιρεία Google)Τα δύο ερευνητικά τμήματα του πρωτότυπουDeepMindκαιGoogle Brain, συγχωνεύτηκε σε νέο τμήμα, το λέμε"Σούπερ Τμήμα"。

Με αυτόν τον τρόπο, όλα τα κορυφαία ταλέντα της εταιρείας συγκεντρώνονται σε μια ομάδα και συνδυάζουμε τις καλύτερες γνώσεις από όλους τους ερευνητικούς τομείς, ειδικά στα γλωσσικά μοντέλα.

Είχαμε κάποια προηγούμενα έργα, όπως το Trin Chilla και το Gopher, που όλα συμμετείχαν στην ανάπτυξη πρώιμων γλωσσικών μοντέλων, όπως το Palm και το Lambda. Κάθε ένα από αυτά τα μοντέλα έχει τα δικά του δυνατά και αδύνατα σημεία και τα έχουμε ενσωματώσει στο έργο Gemini, το οποίο είναι το πρώτο πολύ σημαντικό έργο μετά τη συγχώνευση.

Επιπλέον, υπάρχει ένα άλλο ιδιαίτερα σημαντικό σημείο, που είναι ότι εμείςΕνσωματώστε όλους τους υπολογιστικούς πόρους μαζί. Με αυτόν τον τρόπο, μπορούμε να διεξάγουμε εκπαιδεύσεις μεγάλης κλίμακας, οι οποίες στην πραγματικότητα συγκεντρώνουν όλη την υπολογιστική ισχύ,Κάντε τους Διδύμους πιο ισχυρούς και αποτελεσματικούς。

Αυτές οι δύο ομάδες ήταν πάντα επικεντρωμένες στο προσκήνιο της τεχνητής νοημοσύνης Έχουν συνεργαστεί πολύ στην προσωπική έρευνα στο παρελθόν, αλλά μπορεί να μην είναι τόσο στενές στρατηγικά. Τώρα τη συνδυασμένη ομάδα, θα την περιέγραφα ως της Google"Αίθουσα μηχανών"。

Νομίζω ότι οι μέθοδοι εργασίας των δύο ομάδων είναι στην πραγματικότητα αρκετά παρόμοιες, χωρίς μεγάλη διαφορά. Στη συνέχεια, θα συνεχίσουμε να ενισχύουμε τα πλεονεκτήματά μας στη βασική έρευνα, όπως η σκέψη για την επόμενηΜετασχηματιστήςΠώς θα μοιάζει η αρχιτεκτονική, όλοι θέλουμε να το καταλάβουμε μόνοι μας.

Εδώ που τα λέμε, το προηγούμενο Transformer δημιουργήθηκε από την Google Brain και το συνδυάσαμε με το Deep Reinforcement Learning, αλλά νομίζω ότι χρειάζεται περισσότερη καινοτομία. Πιστεύω ότι, όπως και τα τελευταία 10 χρόνια, είτε πρόκειται για Brain είτε για DeepMind, θα συνεχίσουμε να συνεισφέρουμε.

Το "Engine Room" της Google

Q: Μόλις είπατε ότι το Google DeepMind είναι πλέον το «μηχανοκίνητο δωμάτιο» της Google. Αυτή είναι μια μεγάλη αλλαγή. Θέλω να μάθω αν η Google ποντάρει πολύ σε εσάς τώρα;

Χασάμπης: Νομίζω πως ναι. Νομίζω ότι η Google ήταν πάντα ξεκάθαρη σχετικά με τη σημασία της τεχνητής νοημοσύνης. Ο Pichai είπε όταν έγινε για πρώτη φορά Διευθύνων Σύμβουλος,Η Google είναι μια εταιρεία «πρώτα η AI».。

Συζητήσαμε αυτό το θέμα όταν ανέλαβε για πρώτη φορά τα καθήκοντά του. Είδε τις δυνατότητες της τεχνητής νοημοσύνης ως την επόμενη σημαντική αλλαγή παραδείγματος μετά το Διαδίκτυο για κινητά, και ο αντίκτυπός του ήταν ακόμη πιο βαθύς από αυτούς.

Αλλά νομίζω ότι τα τελευταία δύο χρόνια, αρχίσαμε να καταλαβαίνουμε πραγματικά τι σημαίνει αυτό, όχι μόνο από ερευνητική σκοπιά αλλά και από ένα προϊόν και οτιδήποτε άλλο. Έτσι, είναι μια πολύ συναρπαστική στιγμή, αλλά νομίζω ότι είναι η σωστή επιλογή για εμάς να συγκεντρώσουμε όλα τα ταλέντα και να τα καταφέρουμε.

Q: Από μια άλλη οπτική γωνία, για την DeepMind, που γίνεται πλέον το «μηχανοκίνητο δωμάτιο» της Google, σημαίνει ότι πρέπει να βρείτε περισσότερη ισορροπία μεταξύ της εξέτασης εμπορικών συμφερόντων και της καθαρής επιστημονικής έρευνας;

Χασάμπης: Πράγματι, τώρα πρέπει να εξετάσουμε περισσότερο τα επιχειρηματικά συμφέροντα, κάτι που έχει γίνει μέρος των ευθυνών μας. Ωστόσο, υπάρχουν ακόμη ορισμένα σημεία που πρέπει να διευκρινιστούν. Θα συνεχίσουμε να προωθούμε το επιστημονικό ερευνητικό μας έργο και η επένδυσή μας σε αυτόν τον τομέα εξακολουθεί να αυξάνεται.

νομίζω,Αυτό είναι ένα μοναδικό πράγμα που κάνουμε στο Google DeepMind, ακόμη και οι ανταγωνιστές μας βλέπουν αυτά τα αποτελέσματα ως ευρέως διαδεδομένα οφέλη της τεχνητής νοημοσύνης.

Ο "ανοιχτός κώδικας" είναι απαραίτητος

Q: Εντάξει, αυτό με φέρνει στην επόμενη ερώτησή μου: ανοιχτού κώδικα. Όταν η τεχνολογία φτάσει στα χέρια των μαζών, όπως είπατε, μπορεί να συμβούν μερικά εκπληκτικά πράγματα. Γνωρίζω ότι η DeepMind έχει στο παρελθόν πολλά ερευνητικά έργα ανοιχτού κώδικα, αλλά αυτό φαίνεται να έχει αλλάξει τώρα. Μπορείτε να μιλήσετε για τις απόψεις σας για τον ανοιχτό κώδικα;

Χασάμπης：Ο ανοιχτός κώδικας είναι απαραίτητος και ήμασταν πάντα ισχυρός υποστηρικτής του ανοιχτού κώδικα και της ανοιχτής επιστήμης.Όπως γνωρίζετε, δημοσιεύουμε σχεδόν κάθε ερευνητικό έργο που κάνουμε, συμπεριλαμβανομένων έργων όπως το Transformer καιAlphaGoΈχουμε δημοσιεύσει έργα όπως αυτό σε κορυφαία περιοδικά όπως το Nature και το Science.

Το AlphaFold είναι επίσης ανοιχτού κώδικα, όλα αυτά είναι φτιαγμένα από εμάςΕπιλέξτε με σύνεση. Έχετε δίκιο, αυτή η προσέγγιση λειτουργεί επειδή η τεχνολογία και η επιστήμη μπορούν να προχωρήσουν με τη μεγαλύτερη ταχύτητα μοιράζοντας πληροφορίες. Στις περισσότερες περιπτώσεις,Ο ανοιχτός κώδικας είναι παγκοσμίως επωφελής και έτσι λειτουργεί η επιστήμη。

Υπάρχουν εξαιρέσεις, ωστόσο, και αυτό συμβαίνει όταν πρόκειται για τεχνολογίες διπλού σκοπού, όπως το AGI και το ισχυρό AI.

Το πρόβλημα είναι ότι θέλετε να μπορείτε να ενεργοποιήσετε όλες τις περιπτώσεις καλοήθους χρήσης και θέλετε πραγματικούς επιστήμονες και τεχνολόγους να μπορούν να βασίζονται και να επικρίνουν αυτές τις ιδέες για να οδηγήσουν σε ταχεία πρόοδο στην κοινωνία. Αλλά ταυτόχρονα, πώς μπορείτε να περιορίσετε τους κακούς ηθοποιούς που μπορεί να κάνουν κατάχρηση αυτών των συστημάτων, αυτό είναι το ερώτημα.

Δεν πειράζει τώρα γιατί δεν νομίζω ότι αυτά τα συστήματα είναι αρκετά ισχυρά, αλλά σε δύο ή τρία χρόνια, ειδικά όταν αρχίσετε να αποκτάτε συστήματα που έχουν αντιπροσωπευτική συμπεριφορά, θα μπορούσε να προκαλέσει σοβαρή βλάβη.

Έχουμε τα δικά μας μοντέλα Gemini ανοιχτού κώδικα που ονομάζονται Gemma, αλλά είναι μικρότερα μοντέλα και όχι μοντέλα αιχμής.

Οι δυνατότητές τους εξακολουθούν να είναι πολύ χρήσιμες για τους προγραμματιστές επειδή μπορούν να εκτελεστούν σε φορητούς υπολογιστές και επειδή έχουν μικρότερο αριθμό παραμέτρων. Οι δυνατότητές τους είναι καλά κατανοητές σε αυτό το στάδιο, καθώς δεν είναι τα τελευταία μοντέλα αιχμής.

Πιθανώς αυτό που θα καταλήξουμε να κάνουμε είναι ότι θα έχουμε μοντέλα ανοιχτού κώδικα, αλλά θα είναι περίπου ένα χρόνο πίσω από τα τελευταία μοντέλα αιχμής, ώστε να μπορούμε πραγματικά να αξιολογήσουμε τις δυνατότητες αυτών των μοντέλων σε δημόσιες δοκιμές με χρήστες.

Ένα πρόβλημα με τον ανοιχτό κώδικα είναι ότι αν κάτι πάει στραβά, δεν μπορείτε να το ανακαλέσετε. Με ένα ιδιόκτητο μοντέλο, εάν οι κακοί αρχίσουν να το χρησιμοποιούν με κακό τρόπο, μπορείτε να το κλείσετε ή ακόμα και να κλείσετε ολόκληρο το σύστημα σε ακραίες περιπτώσεις. Αλλά μόλις ανοίξεις κάτι, δεν μπορείς να το πάρεις πίσω.

Το AGI θα είναι διαθέσιμο εντός δέκα ετών

Q: Σήμερα, αναπτύσσονται διάφορα μοντέλα τεχνητής νοημοσύνης από επιστημονικούς ερευνητές, αλλά θέλω να μάθω, εάν μπούμε στο στάδιο όπου η τεχνητή νοημοσύνη υποστηρίζει όλη την επιστημονική έρευνα, θα υπάρχει ακόμα χώρος για να υπάρχουν ιδρύματα Ε&Α;

Χασάμπης: Νομίζω ότι υπάρχει ακόμη χώρος πριν από την εμφάνιση της γενικής AGI Νομίζω ότι αυτό απαιτεί στενή συνεργασία μεταξύ της κοινωνίας, της ακαδημαϊκής κοινότητας, της κυβέρνησης και των βιομηχανικών εργαστηρίων.

Πραγματικά πιστεύω ότι αυτός είναι ο μόνος τρόπος για να φτάσουμε τελικά εκεί. Αν ρωτάτε για το τι συμβαίνει μετά το AGI, αυτό είναι πιθανώς αυτό που πραγματικά θέλετε να μάθετε. Το AGI ήταν πάντα κάτι που φιλοδοξώ να οικοδομήσω γιατί μπορούμε να το χρησιμοποιήσουμε για να εξερευνήσουμε μερικά από τα πιο θεμελιώδη ερωτήματα σχετικά με τη φύση της πραγματικότητας, τη φυσική, τη συνείδηση ​​και πολλά άλλα.

Q: Ο επιστήμονας υπολογιστών Stuart Russell μου είπε κάποτε ότι ανησυχούσε λιγάκι ότι μόλις φτάσουμε στο AGI, μπορεί να είμαστε όλοι σαν τους αριστοκράτες του παρελθόντος, απολαμβάνοντας μόνο μια ανέμελη και πολυτελή ζωή χωρίς στόχους και χωρίς σκέψη.

Χασάμπης: Νομίζω ότι το μέλλον θα είναι πολύ ενδιαφέρον. Αλλά μπαίνει επίσης σε αυτό το «υποτιμημένο» ζήτημα που ανέφερα προηγουμένως, το οποίο είναι η διαφορά μεταξύ της βραχυπρόθεσμης και της μακροπρόθεσμης διαφημιστικής εκστρατείας. Αν θέλετε να το ονομάσετε διαφημιστική εκστρατεία, είναι σίγουρα υποτιμημένο σε κάποιο βαθμό.

Νομίζω ότι η αλλαγή στο μέλλον θα είναι τεράστια. Πιστεύω ότι τελικά μπορούμεΘεραπεύστε πολλές ασθένειες, ακόμα και όλες τις ασθένειες, λύστε ενεργειακά προβλήματα και κλιματικά προβλήματα.

Q: Μιλώντας για αυτό, θυμάμαι ότι είχατε πει κάποτε ότι ελπίζετε ότι το AGI μπορεί να εξερευνήσει τα μυστήρια του σύμπαντος Πιστεύετε ότι υπάρχουν κάποιες δυνατότητες που δεν έχουμε φανταστεί ακόμη, όπως φαινόμενα όπως οι σκουληκότρυπες;

Χασάμπης:σίγουρα,Πιστεύω πλήρως σε αυτό το ενδεχόμενο. Ελπίζω πραγματικά οι σκουληκότρυπες να γίνουν πραγματικότητα. Μου φαίνεται ότι έχουμε ακόμα πολλές παρεξηγήσεις σχετικά με τη φυσική και τη φύση της πραγματικότητας.

Προφανώς, υπάρχουν αμέτρητα άλυτα μυστήρια που κρύβονται στην ενοποίηση της κβαντικής μηχανικής και της βαρύτητας, προβλήματα στο Καθιερωμένο Μοντέλο, θεωρία χορδών κ.λπ. Είχα συζητήσεις σε βάθος με πολλούς φίλους στην κοινότητα της φυσικής και όλοι πιστεύουν ότι υπάρχουν πολλά πράγματα στο υπάρχον θεωρητικό πλαίσιο που δεν ταιριάζουν απόλυτα μεταξύ τους.

Προσωπικά δεν είμαι μεγάλος οπαδός των εξηγήσεων για τα πολυσύμπανα, οπότε νομίζω ότι θα ήταν καταπληκτικό αν μπορούσαμε να βγάλουμε νέες θεωρίες και να τις δοκιμάσουμε με εξοπλισμό μεγάλης κλίμακας στο διάστημα.

Ο λόγος που με γοητεύει τόσο πολύ η κλίμακα Planck του χρόνου και του χώρου είναι ότι φαίνεται να αντιπροσωπεύει την απόλυτη ανάλυση της πραγματικότητας, σαν τη μικρότερη μονάδα στην οποία μπορούν να χωριστούν τα πάντα.

Ως εκ τούτου, πιστεύω ότι θα πρέπει να διεξάγουμε σε βάθος πειραματική εξερεύνηση σε αυτό το επίπεδο, ειδικά όταν έχουμεΜε AGI και άφθονους πόρους, ίσως μπορούμε να σχεδιάσουμε ή να κατασκευάσουμε τέτοιο πειραματικό εξοπλισμό.

Q: Είπατε κάποτε ότι το DeepMind είναι ένα έργο 20 ετών Πόσο μακριά έχουμε φτάσει τώρα; Εξακολουθείτε να προχωράτε όπως σχεδιάζετε;

Χασάμπης: Ναι, είμαστε ακόμα εντός προγράμματος, κάτι που μπορεί να ακούγεται απίστευτο γιατί συνήθως ένα έργο 20 ετών πάντα αισθάνεται ότι θα χρειαστούν άλλα 20 χρόνια για να ολοκληρωθεί. Αλλά έχουμε κάνει πολύ δρόμο.

Στόχος μας είναι να το κάνουμε μέχρι το 2030, οπότε δεν θα εκπλαγώ αν καταφέρουμε να φτάσουμε εκεί μέσα στην επόμενη δεκαετία.

• Διεύθυνση βίντεο: https://www.youtube.com/watch?v=pZybROKrj2Q *