რა ხდება, როდესაც ხელოვნური ინტელექტი საკუთარი თავის შენებას იწყებს? რიჩარდ სოხერის ახალი ამბიციური პროექტი

რიჩარდ სოხერი ხელოვნური ინტელექტის (AI) სფეროში დიდი ხანია მნიშვნელოვანი ფიგურაა. იგი ცნობილია ჩატბოტ-სტარტაპ You.com-ის დაფუძნებითა და მანამდე Imagenet-ზე მუშაობით. ამჟამად ის უერთდება კვლევაზე ორიენტირებული AI სტარტაპების ახალ თაობას კომპანიით Recursive Superintelligence. სან-ფრანცისკოში ბაზირებულმა სტარტაპმა ოთხშაბათს 650 მილიონი დოლარის ოდენობის დაფინანსება მოიპოვა.

სოხერთან ერთად ახალ პროექტში ჩართულნი არიან ისეთი გამოჩენილი AI მკვლევრები, როგორებიც არიან პიტერ ნორვიგი და Cresta-ს თანადამფუძნებელი ტიმ ში. მათი მიზანია შექმნან რეკურსიულად თვითგაუმჯობესებადი ხელოვნური ინტელექტის მოდელი. ასეთ სისტემას შეეძლება ავტონომიურად აღმოაჩინოს საკუთარი სუსტი მხარეები და გადააკეთოს საკუთარი თავი მათ გამოსასწორებლად, ყოველგვარი ადამიანური ჩარევის გარეშე. ეს მიზანი თანამედროვე AI კვლევების ერთგვარ „წმინდა გრაალად“ მიიჩნევა.

რეკურსიული მიდგომა ბოლო დროს ბევრი ლაბორატორიის საერთო მიზანი გახდა, თუმცა Recursive Superintelligence-ის გუნდი განსხვავებულ გზას ირჩევს. მათი სტრატეგია ეყრდნობა „ღიაობის“ (open-endedness) პრინციპს, რაც რეკურსიული თვითგაუმჯობესების მისაღწევად გამოიყენება. ხშირად ადამიანები ფიქრობენ, რომ AI-სთვის რაიმეს გაუმჯობესების დავალება — იქნება ეს მანქანური სწავლების სისტემა თუ უბრალო წერილი — უკვე ნიშნავს რეკურსიას, თუმცა ეს მხოლოდ ჩვეულებრივი გაუმჯობესებაა.

რეკურსიული თვითგაუმჯობესების არსი

კომპანიის მთავარი ფოკუსი ნამდვილი, მასშტაბური რეკურსიული თვითგაუმჯობესებადი სუპერინტელექტის შექმნაა. ეს ნიშნავს, რომ კვლევითი იდეების გენერირების, იმპლემენტაციისა და ვალიდაციის მთელი პროცესი სრულად ავტომატიზებული იქნება. თავდაპირველად ეს შეეხება AI კვლევებს, შემდეგ კი ნებისმიერ სხვა სფეროს, მათ შორის ფიზიკურ დომენებსაც. განსაკუთრებული ძალა სწორედ იმაში მდგომარეობს, რომ ხელოვნური ინტელექტი საკუთარ თავზე მუშაობს და უვითარდება ერთგვარი „თვითშეგნება“ საკუთარი ნაკლოვანებების მიმართ.

„ღიაობა“ და ბიოლოგიური ევოლუციის ანალოგია

ტერმინს „ღიაობა“ (open-endedness) კონკრეტული ტექნიკური მნიშვნელობა აქვს. კომპანიის ერთ-ერთი თანადამფუძნებელი, ტიმ როკტეშელი, ადრე Google DeepMind-ში ხელმძღვანელობდა შესაბამის გუნდებს და მუშაობდა მსოფლიო მოდელზე Genie 3. ეს მოდელი ღიაობის საუკეთესო მაგალითია: მას შეუძლია ნებისმიერი კონცეფციის, სამყაროსა თუ აგენტის შექმნა და მათთან ინტერაქცია.

ეს პროცესი ბიოლოგიურ ევოლუციას ჰგავს, სადაც ცხოველები გარემოს ეგუებიან, სხვები კი ამ ადაპტაციების საპასუხოდ იცვლებიან. ეს არის პროცესი, რომელიც მილიარდობით წლის განმავლობაში ვითარდება და მუდმივად წარმოშობს სიახლეებს. სწორედ ასე განვითარდა, მაგალითად, თვალის სტრუქტურა ცოცხალ ორგანიზმებში.

Rainbow Teaming: უსაფრთხოების ახალი სტანდარტი

კიდევ ერთი მნიშვნელოვანი კონცეფციაა „Rainbow Teaming“, რომელიც ტრადიციული „Red Teaming“-ის (უსაფრთხოების შემოწმება შეტევის სიმულაციით) ევოლუციაა. ჩვეულებრივ, ადამიანები ცდილობენ აიძულონ AI, გასცეს სახიფათო პასუხები, რათა შემდეგ ეს ხვრელები დაიხუროს. Rainbow Teaming-ის შემთხვევაში პროცესი ავტომატიზებულია:

• პირველ AI მოდელს ამოწმებს მეორე AI მოდელი.
• მეორე მოდელის ამოცანაა, აიძულოს პირველი მოდელი, თქვას ყველა შესაძლო არასასურველი რამ.
• ეს პროცესი მილიონობით იტერაციის განმავლობაში გრძელდება.
• ორივე მოდელი ერთდროულად ვითარდება (კო-ევოლუცია), რაც პირველ მოდელს ბევრად უფრო დაცულს ხდის.

ეს მეთოდი დღეს უკვე ყველა წამყვან ლაბორატორიაში გამოიყენება. ინტელექტის გაუმჯობესებას თითქმის არ აქვს საზღვრები; მიუხედავად იმისა, რომ არსებობს გარკვეული თეორიული ლიმიტები, კაცობრიობა მათგან ჯერ კიდევ ძალიან შორს არის.

პროდუქტები და მომავლის პერსპექტივა

მიუხედავად იმისა, რომ Recursive Superintelligence ხშირად მოიხსენიება როგორც „ნეოლაბორატორია“ (სტარტაპი, რომელიც კვლევას პროდუქტზე წინ აყენებს), გუნდის მიზანია რეალური, სიცოცხლისუნარიანი კომპანიის ჩამოყალიბება. პირველი პროდუქტების გამოშვება იმაზე ადრე იგეგმება, ვიდრე თავიდან ვარაუდობდნენ — საუბარია არა წლებზე, არამედ რამდენიმე კვარტალზე.

რეკურსიული თვითგაუმჯობესების პირობებში, გამოთვლითი სიმძლავრე (compute) ხდება ყველაზე მნიშვნელოვანი რესურსი. რაც უფრო სწრაფად მუშაობს სისტემა, მით უფრო სწრაფად უმჯობესდება ის. მომავალში კაცობრიობის წინაშე დადგება საკითხი: რა რაოდენობის გამოთვლითი რესურსი უნდა დაიხარჯოს კონკრეტული პრობლემების გადასაჭრელად, იქნება ეს კიბოს მკურნალობა თუ ვირუსებთან ბრძოლა. ეს რესურსების განაწილების ერთ-ერთი უმნიშვნელოვანესი გლობალური საკითხი გახდება.