I work with a bunch of mathematicians, philosophers and computer scientists, and we sit around and think about the future of machine intelligence, among other things. Some people think that some of these things are sort of science fiction-y, far out there, crazy. But I like to say, okay, let's look at the modern human condition. (Laughter) This is the normal way for things to be.
ผมทำงานกับนักวิทยาศาสตร์,นักปรัชญา และนักคอมพิวเตอร์ และเรามานั่งคิดกัน เกี่ยวกับอนาคตสติปัญญาของจักรกล และเรื่องอื่นๆ บางคนคิดว่าสิ่งเหล่านี้ เป็นเรื่องมาจาก นิยายวิทยาศาสตร์ ซึ่งห่างไกลจากเราและบ้า แต่ผมอยากจะบอกว่า เราลองมาดูถึงเงื่อนไขการใช้ชีวิต ของมนุษย์สมัยใหม่ (เสียงหัวเราะ) นี่คือสิ่งที่ โดยปกติมันควรจะเป็น และถ้าเราลองคิดดูดีๆ
But if we think about it, we are actually recently arrived guests on this planet, the human species. Think about if Earth was created one year ago, the human species, then, would be 10 minutes old. The industrial era started two seconds ago. Another way to look at this is to think of world GDP over the last 10,000 years, I've actually taken the trouble to plot this for you in a graph. It looks like this. (Laughter) It's a curious shape for a normal condition. I sure wouldn't want to sit on it. (Laughter)
ก็จะรู้ว่าเราเพิ่งมาอยู่อาศัยตั้งรกรากบนโลก มนุษยชาติของเรา ลองคิดดูว่าถ้าโลกเพิ่งเกิดเมื่อปีที่แล้ว มนุษย์ก็จะเพิ่งเกิดเมื่อ 10 นาทีที่แล้ว ยุคอุตสาหกรรมเพิ่งเกิดเมื่อ 2 วินาทีที่แล้ว หรืออีกวิธีนึงคือดู GDP ของโลก ตลอด 10000 ปี ที่ผ่านมา ซึ่งผมมีปัญหากับการพล็อตกราฟนี้ ดูนี่สิครับ (เสียงหัวเราะ) รูปร่างประหลาดมาก สำหรับสภาวะที่ปกติ ผมมั่นใจว่าเราคงไม่อยากนั่งทับมันหรอก (เสียงหัวเราะ)
Let's ask ourselves, what is the cause of this current anomaly? Some people would say it's technology. Now it's true, technology has accumulated through human history, and right now, technology advances extremely rapidly -- that is the proximate cause, that's why we are currently so very productive. But I like to think back further to the ultimate cause.
ลองถามตัวเราเอง ว่าอะไรทำให้เกิดสิ่งผิดปกตินี้ บางคนบอกว่า เพราะเทคโนโลยี ถูกสำหรับตอนนี้ เทคโนโลยีได้พัฒนามาตลอด และตอนนี้ เทคโนโลยีได้ก้าวหน้าอย่างรวดเร็ว นั่นเป็นสาเหตุที่ใกล้เคียง นั่นคือเหตุผลที่ทำให้เรามีผลงานมากมายในปัจจุบัน แต่ผมอยากให้เรากลับไปคิดถึงสาเหตุ
Look at these two highly distinguished gentlemen:
ที่ใหญ่กว่านั้น
We have Kanzi -- he's mastered 200 lexical tokens, an incredible feat. And Ed Witten unleashed the second superstring revolution. If we look under the hood, this is what we find: basically the same thing. One is a little larger, it maybe also has a few tricks in the exact way it's wired. These invisible differences cannot be too complicated, however, because there have only been 250,000 generations since our last common ancestor. We know that complicated mechanisms take a long time to evolve. So a bunch of relatively minor changes take us from Kanzi to Witten, from broken-off tree branches to intercontinental ballistic missiles.
กรุณาดูสุภาพบุรุษที่สุดแสนจะแตกต่างกันสองท่านนี้ ท่านแรกคือ Kanzi เขาสามารถแยกแยะสัญลักษณ์ได้ถึง 200 แบบ ช่างน่าทึ่ง ท่านที่สอง Ed Witten ผู้ทำให้เกิดการปฎิวัติ superstring ครั้งที่ 2 ถ้าเราดูกลไกที่ถูกซ่อนไว้ นี่คือสิ่งที่เราจะเจอ โดยพื้นฐานแล้วมันคือสิ่งเดียวกัน หนึ่งในนั้นใหญ่กว่าเล็กน้อย มันอาจจะมีทริกบางอย่างในด้านการเชื่อมโยงของมัน อย่างไรก็ตาม ความแตกต่างที่มองไม่เห็นเหล่านี้ ไม่น่าจะซับซ้อนมากนัก เพราะว่ามันเพิ่งผ่านมาเพียง 250,000 รุ่น หลังจากบรรพบุรุษที่เรามีร่วมกัน เรารู้ว่าจักรกลที่ซับซ้อนนั้น ใช้เวลานานในการพัฒนา นั่นคือ การเปลี่่ยนแปลง ที่เทียบแล้วถือว่าเล็กน้อยจำนวนหนึ่ง ทำให้เราห่างจาก Kanzi และเข้าใกล้ Witten จากกิ่งไม้หักๆ ไปสู่ขีปนาวุธข้ามทวีป
So this then seems pretty obvious that everything we've achieved, and everything we care about, depends crucially on some relatively minor changes that made the human mind. And the corollary, of course, is that any further changes that could significantly change the substrate of thinking could have potentially enormous consequences.
ค่อนข้างเห็นได้ชัดว่า ทุกอย่างที่เราสร้างขึ้น และทุกๆ อย่างที่เราสนใจ ขึ้นอยู่กับความเปลี่ยนแปลงแค่เพียงเล็กน้อย ที่เกิดขึ้นในความคิดของของมนุษย์ ผลที่ตามมาก็คือ ความเปลี่ยนแปลงใดๆ หลังจากนี้ ที่สามารถเปลี่ยนพื้นฐานของความคิดไปได้ ก็อาจจะมีผลลัพธ์ที่ใหญ่หลวงตามมา
Some of my colleagues think we're on the verge of something that could cause a profound change in that substrate, and that is machine superintelligence. Artificial intelligence used to be about putting commands in a box. You would have human programmers that would painstakingly handcraft knowledge items. You build up these expert systems, and they were kind of useful for some purposes, but they were very brittle, you couldn't scale them. Basically, you got out only what you put in. But since then, a paradigm shift has taken place in the field of artificial intelligence.
เพื่อนร่วมงานผมบางคนคิดว่า เรากำลังเข้าใกล้ อะไรบางอย่างที่ทำให้เกิด ความเปลี่ยนแปลงครั้งใหญ่ของวิธีคิด ซึ่งก็คือ เครื่องจักรทรงภูมิปัญญา (Machine Superintelligence) ปัญญาประดิษฐ์เคยเป็นแค่เรื่องของการป้อนคำสั่ง คุณมีนักเขียนโปรแกรมเป็นมนุษย์ ที่จะคอยใส่ความรู้เข้าไปอย่างระมัดระวัง คุณสร้างระบบผู้เชี่ยวชาญขึ้นมา ซึ่งมันก็ค่อนข้างจะมีประโยชน์สำหรับบางเรื่อง แต่มันก็ยังเปราะบาง คุณไม่สามารถขยายมันออกไปอีกได้ สิ่งที่คุณได้ออกมาก็เป็นแค่สิ่งที่คุณใส่เข้าไป ตั้งแต่ตอนนั้น ความเปลี่ยนแปลงก็ได้เกิดขึ้น ในสายงานปัญญาประดิษฐ์หรือเอไอ (AI)
Today, the action is really around machine learning. So rather than handcrafting knowledge representations and features, we create algorithms that learn, often from raw perceptual data. Basically the same thing that the human infant does. The result is A.I. that is not limited to one domain -- the same system can learn to translate between any pairs of languages, or learn to play any computer game on the Atari console. Now of course, A.I. is still nowhere near having the same powerful, cross-domain ability to learn and plan as a human being has. The cortex still has some algorithmic tricks that we don't yet know how to match in machines.
ทุกวันนี้ เรากำลังสนใจเรื่องการเรียนรู้ของเครื่องจักร แทนที่จะค่อยๆ ป้อนข้อมูลหรือความรู้ต่างๆ เราสร้างขั้นตอนวิธีในการเรียน โดยมาก ด้วยข้อมูลที่ได้จากการรับรู้ เหมือนกับสิ่งที่ทารกของมนุษย์ทำ ผลก็คือ ระบบเอไอที่ไม่ได้ถูกจำกัดอยู่เพียงสาขาเดียว ระบบเดียวกันสามารถเรียนรู้ ที่จะแปลระหว่างคู่ภาษาใดๆ ก็ได้ หรือเรียนที่จะเล่นเกมคอมพิวเตอร์ใดๆ ด้วย เครื่อง Atari แน่นอนว่า ในตอนนี้ เอไอยังห่างไกลจากความสามารถอันทรงพลัง ในการเรียนรู้หรือวางแผนข้ามสาขาของมนุษย์ เนื้อเยื่อสมองส่วนนอกยังมีลูกเล่นบางอย่าง ที่เรายังไม่รู้ว่า เครื่องจักรจะทำตามอย่างไร
So the question is, how far are we from being able to match those tricks? A couple of years ago, we did a survey of some of the world's leading A.I. experts, to see what they think, and one of the questions we asked was, "By which year do you think there is a 50 percent probability that we will have achieved human-level machine intelligence?" We defined human-level here as the ability to perform almost any job at least as well as an adult human, so real human-level, not just within some limited domain. And the median answer was 2040 or 2050, depending on precisely which group of experts we asked. Now, it could happen much, much later, or sooner, the truth is nobody really knows.
คำถามก็คือ เรายังห่างไกลจากการเลียนแบบลูกเล่นพวกนั้นแค่ไหน ไม่กี่ปีที่แล้ว เราได้ทำการสำรวจผู้เชี่ยวชาญด้านปัญญาประดิษฐ์ ชั้นนำของโลกจำนวนหนึ่ง เพื่อที่จะดูว่าพวกเขาคิดอย่างไร และหนึ่งในคำถามของเราก็คือ ปีไหนที่คุณคิดว่าเรามีโอกาส 50% ที่จะสร้างเครื่องจักรที่มีสติปัญญาระดับมนุษย์ เรานิยาม "ระดับมนุษย์" ว่าความสามารถที่จะทำ งานเกือบทุกอย่างได้ดีเทียบเท่ากับมนุษย์ผู้ใหญ่เป็นอย่างน้อย นั่นคือระดับมนุษย์จริงๆ ไม่ใช่แค่จำกัดอยู่ภายในสาขาเดียว คำตอบกลางๆ อยู่ในช่วง 2040-2050 ขึ้นอยู่กับว่าเราถามผู้เชี่ยวชาญกลุ่มไหน แต่มันก็อาจจะเกิดขึ้นหลังจากนั้น หรือก่อนหน้านั้น ความจริงก็คือ ไม่มีใครรู้หรอก
What we do know is that the ultimate limit to information processing in a machine substrate lies far outside the limits in biological tissue. This comes down to physics. A biological neuron fires, maybe, at 200 hertz, 200 times a second. But even a present-day transistor operates at the Gigahertz. Neurons propagate slowly in axons, 100 meters per second, tops. But in computers, signals can travel at the speed of light. There are also size limitations, like a human brain has to fit inside a cranium, but a computer can be the size of a warehouse or larger. So the potential for superintelligence lies dormant in matter, much like the power of the atom lay dormant throughout human history, patiently waiting there until 1945. In this century, scientists may learn to awaken the power of artificial intelligence. And I think we might then see an intelligence explosion.
แต่สิ่งที่เรารู้แน่ๆ ก็คือข้อจำกัดในการประมวลข้อมูล ของเครื่องจักรนั้น อยู่นอกเหนือข้อจำกัดของเนื้อเยื่อชีวภาพ มันกลับมาที่ฟิสิกส์ เซลล์ประสาทนั้นอาจจะส่งสัญญาณ ด้วยความถี่ 200 เฮิร์ตซ์ หรือ 200 ครั้งต่อวินาที แต่ในปัจจุบัน แม้กระทั่งทรานซิสเตอร์ ยังทำงานด้วยความถี่ระดับพันล้านเฮิร์ตซ์ สัญญาณเดินทางอย่างเชื่องช้าในแอกซอน 100 เมตรต่อวินาทีเป็นอย่างมาก แต่ในคอมพิวเตอร์ สัญญาณเดินทางเท่าความเร็วแสง นอกจากนี้ยังมีข้อจำกัดด้านขนาด เหมือนกับที่สมองมนุษย์ต้องบรรจุในกะโหลกได้ แต่คอมพิวเตอร์อาจมีขนาดใหญ่เท่าโกดัง หรือกว่าน้้น แสดงว่าศักยภาพของ superintelligence ยังคงหลบซ่อนอยู่ คล้ายๆ กับพลังของอะตอม ที่ไม่มีใครรู้ในอดีต รอคอยให้ถูกค้นพบ ในปี 1945 ในศตวรรษนี้ นักวิทยศาสตร์อาจเรียนรู้ที่จะ ปลุกพลังของปัญญาประดิษฐ์ ซึ่งผมก็คิดว่า เราอาจจะได้เห็นการเปลี่ยนแปลงครั้งใหญ่ในด้านนี้
Now most people, when they think about what is smart and what is dumb, I think have in mind a picture roughly like this. So at one end we have the village idiot, and then far over at the other side we have Ed Witten, or Albert Einstein, or whoever your favorite guru is. But I think that from the point of view of artificial intelligence, the true picture is actually probably more like this: AI starts out at this point here, at zero intelligence, and then, after many, many years of really hard work, maybe eventually we get to mouse-level artificial intelligence, something that can navigate cluttered environments as well as a mouse can. And then, after many, many more years of really hard work, lots of investment, maybe eventually we get to chimpanzee-level artificial intelligence. And then, after even more years of really, really hard work, we get to village idiot artificial intelligence. And a few moments later, we are beyond Ed Witten. The train doesn't stop at Humanville Station. It's likely, rather, to swoosh right by.
สำหรับคนทั่วไป เมื่อคิดว่าอะไรฉลาดหรือโง่ ผมว่าเขามีภาพคร่าวๆ ในใจอย่างนี้ครับ ปลายด้านนึงเรามีภาพคนซื่อบื้อบ้านนอกๆ ส่วนด้านนู้น ของอีกฝั่งนึง เราก็มี Ed Witten หรือ Albert Einstein หรืออัจฉริยะสุดโปรดคนไหนก็ตาม แต่ผมคิดว่า หากมองในมุมของปัญญาประดิษฐ์ ภาพจริงๆ อาจจะใกล้เคียงกับแบบนี้มากกว่าครับ เอไอเริ่มจากจุดนี้ มีความฉลาดเป็นศูนย์ หลังจากการทำงานหนักหลายๆ ปี สุดท้าย เราอาจจะเลื่อนขั้นไปสู่ความฉลาดระดับหนู บางอย่างที่สามารถหาทางเดิน รอบๆสิ่งแวดล้อมที่ยุ่งเหยิง ได้ดีพอๆกับหนู หลังจากนั้น ก็ต้องทำงานหนักอีกหลายปี และการลงทุนจำนวนมาก สุดท้าย เราอาจจะไปถึงความฉลาดระดับชิมแปนซี จากนั้นก็ทำงานต่ออีกนาน เราอาจจะเลื่อนระดับไปสู่คนซื่อบื้อบ้านนอก แล้วอีกแป๊ปเดียวหลังจากนั้น เราก็จะนำหน้า Ed Witten ไปแล้ว รถไฟไม่ได้หยุดวิ่งที่สถานีหมู่บ้านมนุษย์ แต่มันน่าจะวิ่งหวือผ่านไปเลยมากกว่า
Now this has profound implications, particularly when it comes to questions of power. For example, chimpanzees are strong -- pound for pound, a chimpanzee is about twice as strong as a fit human male. And yet, the fate of Kanzi and his pals depends a lot more on what we humans do than on what the chimpanzees do themselves. Once there is superintelligence, the fate of humanity may depend on what the superintelligence does. Think about it: Machine intelligence is the last invention that humanity will ever need to make. Machines will then be better at inventing than we are, and they'll be doing so on digital timescales. What this means is basically a telescoping of the future. Think of all the crazy technologies that you could have imagined maybe humans could have developed in the fullness of time: cures for aging, space colonization, self-replicating nanobots or uploading of minds into computers, all kinds of science fiction-y stuff that's nevertheless consistent with the laws of physics. All of this superintelligence could develop, and possibly quite rapidly.
ซึ่งนี่ มีนัยยะที่ลึกซึ้ง โดยเฉพาะเมื่อมันเกี่ยวกับคำถามเรื่องพลัง ตัวอย่างเช่น ชิมแปนซีนั้นแข็งแรง เทียบกันแล้ว อาจจะแกร่งเป็นสองเท่า ของมนุษย์ผู้ชายที่แข็งแรง แต่ถึงอย่างนั้น ชะตาของ Kanzi และพวกพ้องกลับขึ้นอยู่กับ สิ่งที่มนุษย์อย่างพวกเราทำมากกว่า สิ่งที่ชิมแปนซีด้วยกันเองทำ เมื่อ superintelligence ได้เกิดขึ้น ชะตาของมนุษยชาติอาจขึ้นอยู่กับสิ่งที่พวกมันทำ ลองคิดดูนะครับ ความฉลาดของเครื่องจักร จะเป็นสิ่งประดิษฐ์ ชิ้นสุดท้ายที่เราได้สร้างขึ้นมา เครื่องจักรจะประดิษฐ์สิ่งต่างๆ ได้ดีกว่าเรา และพวกมันจะทำอย่างนั้น ด้วยสเกลเวลาแบบดิจิตอล (digital time scale) ก็เหมือนกับการย่นเวลาให้อนาคตมาถึงเร็วขึ้น ลองคิดถึงทุกเทคโนโลยีบ้าๆ เท่าที่คุณจะจินตนาการได้ บางทีมนุษย์อาจจะพัฒนาพวกมันได้ถ้ามีเวลามากพอ ยาชะลอความแก่ การย้ายไปอยู่ในอวกาศ หุ่นนาโนบอทที่จำลองตัวเองได้ หรือการอัพโหลดจิตใจขึ้นไปสู่คอมพิวเตอร์ ทุกอย่างที่ดูเหมือนจะหลุดมาจากนิยายวิทยาศาสตร์ แต่ก็ยังเป็นไปตามกฎฟิสิกส์ ทุกอย่างที่พูดมานี้ superintelligence อาจสามารถพัฒนาขึ้นมาได้ค่อนข้างรวดเร็ว
Now, a superintelligence with such technological maturity would be extremely powerful, and at least in some scenarios, it would be able to get what it wants. We would then have a future that would be shaped by the preferences of this A.I. Now a good question is, what are those preferences? Here it gets trickier. To make any headway with this, we must first of all avoid anthropomorphizing. And this is ironic because every newspaper article about the future of A.I. has a picture of this: So I think what we need to do is to conceive of the issue more abstractly, not in terms of vivid Hollywood scenarios.
การที่เรามี superintelligence ที่เก่งด้านเทคโนโลยีขนาดนี้ คงเป็นสิ่งที่ทรงพลังมากๆ และอย่างน้อยในบางกรณี มันคงจะได้ในสิ่งที่มันต้องการ เราก็จะมีอนาคตที่ขึ้นอยู่กับความต้องการของเอไอ คำถามก็คือ ความต้องการพวกนั้นคืออะไร? ตรงนี้เป็นส่วนที่ยุ่งยาก เพื่อที่จะคืบหน้าไปได้ ก่อนอื่น เราจะต้องหลีกเลี่ยงการคิดว่าพวกนั้นจะเหมือนเรา ซึ่งมันก็ย้อนแย้ง เพราะบทความในหนังสือพิมพ์ เกี่ยวกับอนาคตของเอไอ เป็นแบบนี้ ดังนั้นผมเลยคิดว่าเราน่าจะต้อง คิดในเชิงนามธรรมมากขึ้น ไม่ใช่เหมือนฉากในหนังฮอลลีวู้ด
We need to think of intelligence as an optimization process, a process that steers the future into a particular set of configurations. A superintelligence is a really strong optimization process. It's extremely good at using available means to achieve a state in which its goal is realized. This means that there is no necessary connection between being highly intelligent in this sense, and having an objective that we humans would find worthwhile or meaningful.
เราต้องคิดถึงความฉลาดในฐานะ กระบวนการเพิ่มประสิทธิภาพ กระบวนการที่คุมให้อนาคตเป็นไปตามรูปแบบเฉพาะหนึ่งๆ Superintelligence ก็คือกระบวนการ เพิ่มประสิทธิภาพที่แข็งแกร่งมากๆ เก่งในการใช้วิธีต่างๆ เพื่อให้ได้มาซึ่ง สภาวะที่เป็นไปตามเป้าหมาย หมายความว่า มันไม่จำเป็นที่จะมีความเชื่อมโยง ระหว่างมีความฉลาดมากตามความหมายนี้ กับการมีเป้าหมายที่มนุษย์อย่างเราๆ มองว่าคุ้มค่าหรือมีความหมาย
Suppose we give an A.I. the goal to make humans smile. When the A.I. is weak, it performs useful or amusing actions that cause its user to smile. When the A.I. becomes superintelligent, it realizes that there is a more effective way to achieve this goal: take control of the world and stick electrodes into the facial muscles of humans to cause constant, beaming grins. Another example, suppose we give A.I. the goal to solve a difficult mathematical problem. When the A.I. becomes superintelligent, it realizes that the most effective way to get the solution to this problem is by transforming the planet into a giant computer, so as to increase its thinking capacity. And notice that this gives the A.I.s an instrumental reason to do things to us that we might not approve of. Human beings in this model are threats, we could prevent the mathematical problem from being solved.
สมมติว่าเราตั้งเป้าหมายให้เอไอทำให้มนุษย์ยิ้ม ถ้าเอไอยังอ่อนแอ มันอาจทำการกระทำที่มีประโยชน์ และทำให้ผู้ใช้ยิ้ม แต่ถ้าเอไอกลายเป็น superintelligence มันจะรู้ว่ามีวิธีที่มีประสิทธิภาพดีกว่า ในการบรรลุเป้าหมาย คือขึ้นครองโลก แล้วติดขั้วไฟฟ้าไปที่กล้ามเนื้อบริเวณหน้าของคน เพื่อทำให้เกิดรอยยิ้มกว้างไม่เปลี่ยนแปลง ตัวอย่างต่อมานะครับ สมมติว่า เป้าหมายที่เราให้เอไอคือแก้โจทย์คณิตศาสตร์ที่ยากมาก เมื่อเอไอเป็น superintelligence มันอาจตระหนักว่าวิธีที่มีประสิทธิภาพที่สุดในการแก้โจทย์ คือการเปลี่ยนดาวเคราะห์ให้กลายเป็นคอมพิวเตอร์ยักษ์ เพื่อที่จะเพิ่มสมรรถนะในการคิด เห็นได้ว่าสิ่งนี้ให้เหตุผลที่เป็นเครื่องมือให้เอไอ ทำสิ่งที่เราอาจไม่เห็นชอบด้วย มนุษย์ สำหรับแบบจำลองนี้ คือภัยคุกคาม เพราะมนุษย์อาจทำให้มันไม่สามารถแก้โจทย์นั้นได้
Of course, perceivably things won't go wrong in these particular ways; these are cartoon examples. But the general point here is important: if you create a really powerful optimization process to maximize for objective x, you better make sure that your definition of x incorporates everything you care about. This is a lesson that's also taught in many a myth. King Midas wishes that everything he touches be turned into gold. He touches his daughter, she turns into gold. He touches his food, it turns into gold. This could become practically relevant, not just as a metaphor for greed, but as an illustration of what happens if you create a powerful optimization process and give it misconceived or poorly specified goals.
แน่นอนว่า เหตุการณ์อาจจะไม่เกิดตามนี้เป๊ะๆ นี่เป็นแค่ตัวอย่างในการ์ตูน แต่ประเด็นหลักนี้สำคัญมาก ถ้าคุณสร้างกระบวนการเพิ่มประสิทธิภาพที่ทรงพลัง เพื่อจะให้มันทำงานได้ดีที่สุดเพื่อเป้าหมาย x คุณควรทำให้มั่นใจด้วยว่าคำนิยามของ x นั้น ครอบคลุมทุกๆ อย่างที่คุณสนใจ นี่เป็นบทเรียนในตำนานหลายเรื่อง ราชาไมดาส ผู้ขอให้ทุกอย่างที่เขาแตะจะเปลี่ยนเป็นทอง เขาแตะลูกสาวของเขา เธอกลายเป็นทอง เขาแตะอาหาร มันก็กลายเป็นทอง ซึ่งนี่อาจจะเกี่ยวข้องอย่างมาก ไม่ใช่แค่ในฐานะการอุปมาถึงความโลภ แต่ในฐานะของสิ่งที่อาจจะเกิดขึ้น หากคุณสร้างกระบวนการเพิ่มประสิทธิภาพที่ทรงพลัง และให้เป้าหมายที่ไม่ชัดเจนหรืออาจถูกตีความผิดกับมัน
Now you might say, if a computer starts sticking electrodes into people's faces, we'd just shut it off. A, this is not necessarily so easy to do if we've grown dependent on the system -- like, where is the off switch to the Internet? B, why haven't the chimpanzees flicked the off switch to humanity, or the Neanderthals? They certainly had reasons. We have an off switch, for example, right here. (Choking) The reason is that we are an intelligent adversary; we can anticipate threats and plan around them. But so could a superintelligent agent, and it would be much better at that than we are. The point is, we should not be confident that we have this under control here.
คุณอาจจะคิดว่า "ถ้ามันเริ่มติดขั้วไฟฟ้ากับหน้าคนจริง เราก็ปิดเครื่องมันซะสิ" หนึ่ง มันอาจจะไม่ง่ายที่จะทำอย่างนั้น ถ้าเราต้องพึ่งพาระบบนี้อีกมาก เช่น... ไหนล่ะปุ่มปิดสวิตช์อินเตอร์เนต สอง ทำไมชิมแปนซีถึงไม่ปิดสวิตช์มนุษยชาติ หรือมนุษย์นีแอนเดอร์ทัล พวกมันมีเหตุผลแน่นอน พวกเรามีปุ่มปิดสวิตช์ ตัวอย่างเช่น ตรงนี้ (สำลัก) เหตุผลนั้นก็คือพวกเราเป็นศัตรูที่มีความฉลาด เราเห็นถึงภัยคุกคามและวางแผนจัดการมัน เช่นเดียวกับ superintelligence ตัวนั้น และมันคงทำได้ดีกว่าเรา ประเด็นก็คือเราไม่ควรจะมั่นใจ..ว่าเราสามารถควบคุมมันได้
And we could try to make our job a little bit easier by, say, putting the A.I. in a box, like a secure software environment, a virtual reality simulation from which it cannot escape. But how confident can we be that the A.I. couldn't find a bug. Given that merely human hackers find bugs all the time, I'd say, probably not very confident. So we disconnect the ethernet cable to create an air gap, but again, like merely human hackers routinely transgress air gaps using social engineering. Right now, as I speak, I'm sure there is some employee out there somewhere who has been talked into handing out her account details by somebody claiming to be from the I.T. department.
เราอาจจะทำให้งานมันง่ายขึ้น โดยการใส่เอไอตัวนั้นในกล่อง เช่นสภาพแวดล้อมทางซอฟต์แวร์แบบปิด ระบบจำลองเสมือนจริง ที่มันหนีออกมาไม่ได้ แต่เราจะมั่นใจได้แค่ไหนว่าเอไอจะหาช่องโหว่(Bug) ไม่เจอ ในเมื่อคนที่เป็นแฮกเกอร์ทั่วๆ ไปยังหาบั๊กเจอได้ตลอด สรุปคือ มั่นใจไม่ได้มากนั่นเอง เราอาจถอดสายอีเทอร์เน็ตเพื่อให้เกิดช่องว่างขึ้น แต่ก็เหมือนเดิม แฮกเกอร์ก็ยังฝ่่ามาได้เป็นประจำ โดยใช้วิศวกรรมสังคม ในขณะที่ผมกำลังพูดอยู่นี้ ผมเชื่อว่า มีลูกจ้างคนนึงอยู่ซักแห่ง กำลังถูกล่อให้บอกข้อมูลของเธอ กับคนที่บอกว่าตัวเองมาจากแผนกไอที
More creative scenarios are also possible, like if you're the A.I., you can imagine wiggling electrodes around in your internal circuitry to create radio waves that you can use to communicate. Or maybe you could pretend to malfunction, and then when the programmers open you up to see what went wrong with you, they look at the source code -- Bam! -- the manipulation can take place. Or it could output the blueprint to a really nifty technology, and when we implement it, it has some surreptitious side effect that the A.I. had planned. The point here is that we should not be confident in our ability to keep a superintelligent genie locked up in its bottle forever. Sooner or later, it will out.
เหตุการณ์ที่แปลกกว่านี้ก็ยังเป็นไปได้ เช่นถ้าคุณเป็นเอไอ คุณอาจจะหมุนขั้วไฟฟ้าในวงจรภายใน เพื่อสร้างคลื่นวิทยุ คุณจะได้สื่อสารได้ หรือคุณอาจจะแกล้งทำเป็นพัง พอโปรแกรมเมอร์มาเช็กว่ามีอะไรผิดปกติ เขาก็จะดูโค้ดโปรแกรม ตู้ม! การควบคุมก็สามารถเริ่มขึ้นได้ หรือมันอาจจะสร้างพิมพ์เขียวของเทคโนโลยีดีๆ แล้วพอเราสร้างตามนั้น มันก็มีผลข้างเคียงลับๆ ที่เอไอวางแผนไว้ ประเด็นก็คือ เราไม่ควรมั่นใจในความสามารถของเรา ว่าจะขังยักษ์จีนี่ superintelligence ไว้ในตะเกียงตลอดไปได้ ไม่ช้าก็เร็ว มันก็จะออกมาอยู่ดี
I believe that the answer here is to figure out how to create superintelligent A.I. such that even if -- when -- it escapes, it is still safe because it is fundamentally on our side because it shares our values. I see no way around this difficult problem.
ผมเชื่อว่า ทางออกก็คือ การหาวิธีสร้างเอไอ ที่ถึงแม้ว่ามันจะหนีออกมาได้ มันก็ยังไม่เป็นภัย เพราะโดยเนื้อแท้แล้วมันอยู่ฝั่งเดียวกับเรา เพราะเราและมันมีความเชื่อหรือค่านิยมเหมือนกัน ผมไม่เห็นทางออกอื่นของปัญหานี้อีกแล้ว
Now, I'm actually fairly optimistic that this problem can be solved. We wouldn't have to write down a long list of everything we care about, or worse yet, spell it out in some computer language like C++ or Python, that would be a task beyond hopeless. Instead, we would create an A.I. that uses its intelligence to learn what we value, and its motivation system is constructed in such a way that it is motivated to pursue our values or to perform actions that it predicts we would approve of. We would thus leverage its intelligence as much as possible to solve the problem of value-loading.
ที่จริง ผมก็ค่อนข้างมั่นใจว่าเราสามารถแก้ปัญหานี้ได้ เราคงไม่ต้องนั่งลิสต์ทุกอย่างที่เราแคร์ หรือแย่ไปกว่านั้น เขียนพวกมันในภาษาคอมพิวเตอร์ เช่น C++ หรือ Python นั่นคงเป็นงานที่น่าสิ้นหวังเอามากๆ แต่เราจะสร้างเอไอที่ใช้ความฉลาดของมัน ไปเรียนรู้สิ่งที่เราเห็นคุณค่า ระบบแรงจูงใจของมันจะถูกสร้าง เพื่อให้มันอยากจะ เรียนรู้ค่านิยมของเรา หรือทำสิ่งที่มันคาดว่าเราจะเห็นด้วย ดังนั้น เราจะให้อำนาจความฉลาดของมันให้มากที่สุด ไปในการแก้ปัญหาเรื่องค่านิยมที่ไม่ตรงกัน
This can happen, and the outcome could be very good for humanity. But it doesn't happen automatically. The initial conditions for the intelligence explosion might need to be set up in just the right way if we are to have a controlled detonation. The values that the A.I. has need to match ours, not just in the familiar context, like where we can easily check how the A.I. behaves, but also in all novel contexts that the A.I. might encounter in the indefinite future.
สิ่งนี้สามารถเป็นไปได้ และผลของมันอาจมีประโยชน์มากต่อมนุษยชาติ แต่มันจะไม่เกิดขึ้นอย่างอัตโนมัติ เงื่อนไขตั้งต้นของความก้าวหน้าในด้านนี้ ต้องถูกวางแผนจัดการในทางที่ถูกต้อง หากเราต้องการให้ผลที่ออกมาควบคุมได้ ค่านิยมที่เอไอมีจะต้องเทียบเท่ากับของเรา ไม่ใช่แค่ในบริบทเดิมๆ ที่เราสามารถตรวจสอบพฤติกรรมของมันได้ แต่ยังรวมถึงบริบทใหม่ๆ ที่เอไออาจจะเจอ ในอนาคตอันไม่สิ้นสุด
And there are also some esoteric issues that would need to be solved, sorted out: the exact details of its decision theory, how to deal with logical uncertainty and so forth. So the technical problems that need to be solved to make this work look quite difficult -- not as difficult as making a superintelligent A.I., but fairly difficult. Here is the worry: Making superintelligent A.I. is a really hard challenge. Making superintelligent A.I. that is safe involves some additional challenge on top of that. The risk is that if somebody figures out how to crack the first challenge without also having cracked the additional challenge of ensuring perfect safety.
นอกจากนี้ ยังมีปัญหาเฉพาะอื่นๆ ที่จำเป็นต้องแก้ รายละเอียดของทฤษฏีการตัดสินใจของมัน วิธีการรับมือกับความไม่แน่นอน และอื่นๆ ปัญหาเฉพาะทางเหล่านี้อาจจะทำให้งานนี้ดู ค่อนข้างยาก ไม่ยากถึงขนาดการสร้างเอไอทรงภูมิปัญญา แต่ก็ยากในระดับหนึ่ง นี่คือสิ่งที่น่าเป็นกังวล การสร้างเอไอทรงภูมิปัญญาเป็นความท้าทายที่ยากมากๆ การสร้างเอไอที่ทั้งทรงภูมิปัญญาและไม่เป็นภัย นั่นเป็นความท้าทายที่ยากยิ่งกว่า ความเสี่ยงคือ กรณีที่มีคนแก้ปัญหาแรกได้สำเร็จ โดยที่ยังไม่สามารถแก้ปัญหาที่สอง ซึ่งจะเป็นตัวรับประกันความปลอดภัยอย่างสมบูรณ์แบบได้
So I think that we should work out a solution to the control problem in advance, so that we have it available by the time it is needed. Now it might be that we cannot solve the entire control problem in advance because maybe some elements can only be put in place once you know the details of the architecture where it will be implemented. But the more of the control problem that we solve in advance, the better the odds that the transition to the machine intelligence era will go well.
ผมจึงคิดว่า เราควรจะหาทางออก ของปัญหาด้านการควบคุมล่วงหน้าไว้ เพื่อที่เราจะได้เตรียมพร้อมใช้ในกรณีที่จำเป็น ซึ่งมันก็เป็นไปได้ ที่เราจะไม่สามารถ แก้ปัญหาทั้งหมดได้ล่วงหน้า เพราะบางองค์ประกอบอาจจะแก้ได้ หลังจากที่เรารู้รายละเอียดของงานที่มันจะถูกใช้เท่านั้น แต่ยิ่งเราสามารถแก้ปัญหาล่วงหน้าได้มากเท่าไหร่ โอกาสที่การเปลี่ยนแปลงไปสู่ ยุคปัญญาประดิษฐ์จะเป็นไปด้วยดี ก็มากเท่านั้น
This to me looks like a thing that is well worth doing and I can imagine that if things turn out okay, that people a million years from now look back at this century and it might well be that they say that the one thing we did that really mattered was to get this thing right.
สำหรับผมแล้ว นี่เป็นสิ่งที่คู่ควรกับการลงแรงทำ ผมจินตนาการได้เลยว่า ถ้าผลออกมาโอเค ผู้คนในอีกหนึ่งล้านปีข้างหน้ามองย้อนมาในศตวรรษนี้ เขาจะพูดกันว่าสิ่งหนึ่งที่เราทำ ซึ่งสำคัญจริงๆ คือการทำให้สิ่งนี้ถูกต้อง
Thank you.
ขอบคุณ
(Applause)
(เสียงปรบมือ)