Dane oryginału

50 AI Ideas You Really Need to Know, by Keith Mansfield

First published in Great Britain in 2024 by Quercus, Carmelite House, an Hachette UK company

Copyright ? Keith Mansfield

Keith Mansfield asserted his right to be identified as the author of this Work.

Wydanie polskie

Z języka angielskiego tłumaczyła Agnieszka Adamczyk-Karwowska

Projekt okładki Lidia Michalak-Mirońska

Ilustracja na okładce Shutterstock AI Generator

Wydawca Adam Filutowski

Koordynator ds. redakcji Adam Kowalski

Redakcja i korekta Irena Puchalska

Produkcja Mariola Grzywacka

Dział reklamy Magdalena Bystrzycka (magdalena.lewocka@pwn.pl) Urszula Obrycka (urszula.obrycka@pwn.pl)

Dział marketingu marketing.pwn@pwn.pl

Skład wersji elektronicznej na zlecenie Wydawnictwo Naukowe PWN S.A.: Michał Latusek

Książka, którą nabyłeś, jest dziełem twórcy i wydawcy. Prosimy, abyś przestrzegał praw, jakie im przysługują. Jej zawartość możesz udostępnić nieodpłatnie osobom bliskim lub osobiście znanym. Ale nie publikuj jej w internecie. Jeśli cytujesz jej fragmenty, nie zmieniaj ich treści i koniecznie zaznacz, czyje to dzieło. A kopiując jej część, rób to jedynie na użytek osobisty.

Szanujmy cudzą własność i prawo.

Więcej na www.legalnakultura.pl

Polska Izba Książki

Copyright ? for the Polish edition by Wydawnictwo Naukowe PWN SA

ISBN: 978-83-01-24302-9

eBook został przygotowany na podstawie wydania papierowego z 2025 r. (Wydanie I)

Warszawa 2025

Wydawnictwo Naukowe PWN SA

02-460 Warszawa, ul. Gottlieba Daimlera 2

tel. 22 69 54 321; faks 22 69 54 288

infolinia 801 33 33 88

e-mail: pwn@pwn.com.pl; www.pwn.pl

Wprowadzenie

Prawdopodobnie wszyscy czytający tę książkę doświadczyli już rozmowy z komputerem i poczuli, że są przez niego rozumiani. Świat się zmienił, ale dokąd zmierzamy? Jeśli czytasz tę publikację, aby dowiedzieć się, czy sztuczna inteligencja jest potencjalnym zagrożeniem dla ludzkości - takim, które może nawet spowodować wyginięcie naszego gatunku - mam rozczarowującą wiadomość. Nikt tego nie wie. W sytuacji nietypowej dla nauki istnieje głęboka niezgoda między największymi ekspertami odnośnie do zagrożeń. A wiele innych osób chętnie wyraża swoje opinie, niezależnie od tego, czy się na tym znają, czy nie.

Aby pomóc czytelnikom w sformułowaniu własnego poglądu, opartego na wiedzy, napisałem tę książkę w taki sposób, aby można ją było czytać jak powieść. Gdy wybierałem tę ścieżkę, moim zamierzeniem było umożliwienie głębszego zrozumienia, czym są komputery oraz dlaczego i w jaki sposób ludzie próbowali przekształcić je w maszyny myślące, więc ukazałem rozwój tak zwanej generatywnej sztucznej inteligencji (czyli postępów kreatywności komputerów) w kontekście historycznym. Chciałem też pokazać, dlaczego kwestia ryzyka egzystencjalnego jest tak trudnym zagadnieniem. Bądźcie jednak pewni, że od czasu publikacji książki Nicka Bostroma pt. Superinteligencja[1] w 2014 roku zagadka ta jest na pierwszym planie, ponieważ wyścig w wykreowaniu ogólnej sztucznej inteligencji trwa - a to uświadamia wszystkim, że musi to być wyścig w kierunku bezpiecznej AGI[2].

W trakcie lektury pamiętaj, że technologia nigdy nie stoi w miejscu. Sztuczna inteligencja stanie się (znacznie) lepsza i potężniejsza. To sprawia, że pisanie o niej jest trudne, ponieważ jest to ruchomy cel, lecz kontekst historyczny powinien zapewnić solidne podstawy. Ta książka składa się z 50 krótkich rozdziałów, które można czytać niezależnie od innych jako samodzielne utwory. Jeśli przede wszystkim interesuje Cię korzystanie z niezwykłej nowej generacji narzędzi sztucznej inteligencji, które stają się dostępne, możesz od razu przeskoczyć do stosownej części. Lub, jeśli jesteś ciekawy, co stanie się w najbliższej lub dalekiej przyszłości, możesz od razu przejść do odpowiednich rozdziałów. Przede wszystkim, aby zrozumieć sztuczną inteligencję, najważniejsze jest eksperymentowanie, granie, ćwiczenie i doskonalenie własnej pracy z nią. Nie bój się - zanurz się, rzuć okiem na przyszłość i zostań jej częścią zamiast zostać w tyle.

Keith Mansfield

1 Gra imitacyjna

W 1950 roku Alan Turing rozpoczął swój artykuł naukowy od słów: "Chciałbym rozważyć pytanie: Czy maszyny mogą myśleć?" I tak rozpoczęły się poważne badania nad sztuczną inteligencją, zapoczątkowane zaledwie kilka lat po komputerze Colossus w Bletchley Park i zaledwie 14 lat po tym, jak sam Turing po raz pierwszy wymyślił teoretyczną maszynę obliczeniową. Przez 75 lat od proroczego pytania Turinga wiele się nauczyliśmy - sam test Turinga bez wątpienia został zdany - ale nasza odpowiedź na jego zagadkę nadal zależy, jak pisał Turing, od "znaczenia terminów 'maszyna' i 'myśleć'".

W swoim stwierdzeniu "Myślę, więc jestem" René Descartes zawyrokował, że nie można myśleć i nie być pewnym swojego istnienia. Ale skąd wiemy, że ktoś inny naprawdę myśli? W przypadku umysłów innych (zob. strona 76) przede wszystkim zakładamy, że jeśli komuś wydaje się, że myśli, to tak jest. Nie wymagamy wyników rezonansu magnetycznego, aby to potwierdzić. W artykule z 1950 roku zatytułowanym Maszyny liczące a inteligencja[3] Turing zaproponował, abyśmy zastosowali ten sam standard dowodowy w odniesieniu do maszyn. Jeśli one też wydają się myśleć, to powinniśmy traktować je tak, jakby faktycznie myślały. To, czy to pozorne myślenie jest porównywalne z ludzkim, jest istotą gry imitacyjnej, którą dziś znamy jako test Turinga.

Test Turinga Turing poniekąd zaadaptował popularną grę towarzyską, popularną w jego czasach. Mężczyzna i kobieta wchodzili do oddzielnych pokoi, a pozostali goście zapisywali pytania, na które mieli odpowiadać. Po otrzymaniu kartek z odpowiedziami goście musieli zdecydować, w którym pokoju był mężczyzna, a w którym kobieta, przy czym oboje starali się oszukać pytających. Nowe podejście Turinga polegało na zastąpieniu jednej osoby maszyną. Jego oryginalny test zakładał, że jest jeden pytający oraz człowiek i maszyna odpowiadający na pytania - wszyscy w oddzielnych pomieszczeniach i komunikujący się za pomocą tekstu pisanego. Jeśli

po serii pytań i ocenie udzielonych odpowiedzi pytający nie byłby w stanie zdecydować kto jest maszyną, a kto człowiekiem, maszyna zdałaby test.

W 1950 roku Turing zasugerował, że do 2000 roku pytający "nie będzie miał więcej niż 70% szans na właściwą identyfikację po pięciu minutach przesłuchania". Trochę przesadził, ale w sumie niewiele.

Na przestrzeni dziesięcioleci test Turinga przekształcił się w stale wydłużający się dialog między jednym sędzią a pojedynczym podmiotem, który próbuje przekonać sędziego, że jest człowiekiem. W 1991 roku Hugh Loebner sformalizował to w coroczny konkurs, co doprowadziło do niekończących się artykułów prasowych, w których pytający został oszukany, a test najwyraźniej zdany. Od 2004 roku konwersacyjne sesje pytań i odpowiedzi zaczęły trwać do 20 minut, aby zmniejszyć prawdopodobieństwo fałszywie pozytywnych wyników.

Szczegóły testu Turing był szczególnie zainteresowany wynalezieniem nowych maszyn, więc postanowił, że ta biorąca udział w jego grze imitacyjnej musi być komputerem cyfrowym. Spodziewając się, że niektórzy mogą uznać to za zbyt restrykcyjne, utrzymywał, że takie komputery są częścią klasy teoretycznej, którą nazwał maszynami dyskretnymi, a "które przechodzą nagłymi skokami lub kliknięciami z jednego dość określonego stanu do drugiego". Twierdził, że wszystkie te stany są wyjątkowe i pokazał, ile ich może być, dzięki komputerowi Manchester (patrz strona 36), mającemu 1050 000 (czyli jedynka z 50 tysiącami zer) takich permutacji. Pokazując, w jaki sposób komputer cyfrowy może naśladować dowolną maszynę dyskretną, dowiódł, że komputery cyfrowe są w rzeczywistości uniwersalnymi maszynami obliczeniowymi, obecnie znanymi jako uniwersalne maszyny Turinga.

Turing odniósł się do różnych obiekcji do pytania, czy maszyny potrafią myśleć, stawianych przez na przykład teologię i matematykę, oraz do trudności związanych z definicjami świadomości. Potem wykonał radykalny skok. Zamiast budować maszynę do naśladowania inteligencji dorosłego człowieka, zasugerował zbudowanie takiej, która jest w stanie się uczyć. "Zamiast próbować stworzyć program do symulacji dorosłego umysłu, dlaczego nie spróbować stworzyć takiego, który symuluje umysł dziecka?" Formułując w ten sposób problem sztucznej inteligencji, starannie podzielił go na dwa: programowanie dziecięcego mózgu, a następnie stworzenie procesu edukacji, dzięki któremu może się on uczyć. To jest serce tego, co dziś nazywamy uczeniem maszynowym - dominującym paradygmatem sztucznej inteligencji.

Ruchomy cel Proponowany przez Turinga test okazał się istotny, ponieważ stanowił konkretny punkt odniesienia dla inteligencji maszynowej. Zmienił pytanie z filozoficznego "Czy maszyny mogą myśleć?" na bardziej praktyczne "Czy maszyny mogą reagować w sposób nie do odróżnienia od ludzkiej inteligencji?". Przykładem tego, jak to wpłynęło na wczesne badania nad sztuczną inteligencją, była ELIZA - terapeutka komputerowa stworzona przez Josepha Weizenbauma (patrz strona 51).

Nie ma powszechnie uzgodnionego momentu, w którym test Turinga został zdany (istnieją także tacy przeciwnicy, którzy twierdzą, że to się jeszcze nie stało). Dla niektórych byłby to maj 2018 roku, kiedy dyrektor generalny Goggle Sundar Pichai zademonstrował Google Duplex - asystenta głosowego AI. Inni mogą powiedzieć, że wydarzyło się to w listopadzie 2022 roku, kiedy OpenAI wypuściło na świat swoją technologię ChatGPT. Później, w marcu 2023 roku, został wprowadzony GPT4. Następnie, na początku 2024 roku, OpenAI i inne firmy zaczęły programować pamięć w generatywnych sztucznych inteligencjach, co umożliwiło prowadzenie bieżących rozmów w kontekście wcześniej odbytych. Krótko mówiąc, w pewnym momencie w tych ogólnych ramach czasowych można było prowadzić regularną, inteligentną rozmowę z maszyną, nie zdając sobie sprawy, że nie jest ona człowiekiem. Nie trwało to długo, ponieważ postęp w sztucznej inteligencji nie stoi w miejscu.

Od czasu wydania mnóstwa programów AI, które zalały świat po ChatGPT, test coraz częściej kończy się niepowodzeniem, ponieważ szybko stało się jasne, że maszyna wie znacznie więcej niż jakikolwiek człowiek - umie natychmiast wyjaśnić eksperyment dotyczący dualizmu korpuskularno-falowego, napisać sonet na temat Forth Bridge[4] (to jedno z wyzwań wymyślonych przez Turinga) i zagrać w szachy, i to lepiej niż mistrz świata (człowiek). A potem, tak na wszelki wypadek, może ulepszyć Monę Lisę i powiększyć otaczające ją tło lub wygenerować filmik na podstawie opowiadania Philipa K. Dicka - wszystko to w mgnieniu oka. A który człowiek jest do tego zdolny?

Skondensowana koncepcja:

Czy maszyny mogą myśleć?

2 Mechanizm z Antykithiry

Niedaleko małej greckiej wyspy Antikithira rozbił się statek, na którego pokładzie znajdował się niezwykły skarb: trzy naturalnej wielkości marmurowe konie, 2-metrowy posąg Heraklesa, biżuteria, monety i setki starożytnych dzieł sztuki. Kapitan Dimitrios Kontos i jego zespół poławiaczy gąbek odkryli wrak w 1900 roku, a następnie kontynuowali eksplorację jego skarbów. Wśród waz z Rodos i unikalnych szklanych naczyń znaleziono dziwaczną bryłę brązu. Niektórzy rozważali wyrzucenie jej z powrotem do Morza Śródziemnego, ale szczęśliwie tak się nie stało, a rok później stwierdzono, że jest to jakieś urządzenie. Upłynęło niemal sto lat zanim zagadka jego przeznaczenia została rozwiązana - był to najstarszy zachowany komputer analogowy na świecie.

Analizy przeprowadzane w drugiej połowie XX wieku i później ujawniły, że statek wyładowany skarbami prawdopodobnie płynął z Grecji do Rzymu i zatonął około 100 roku p.n.e. Wszystkie fragmenty wraku znajdują się teraz w Muzeum Narodowym w Atenach, dokąd kapitan Kontos wysłał swoje znaleziska, ku wielkiemu zainteresowaniu ówczesnej greckiej prasy i to starożytne artefakty znalazły się w nagłówkach wszystkich gazet. Historyk nauki Derek J. de Solla Price rozpoczął pierwsze badania nad urządzeniem w latach 70. i napisał na ten temat książkę pt. Gears from the Greeks, lecz prawdziwe znaczenie tego najbardziej niezwykłego znaleziska odkryto dopiero w 2005 roku, kiedy zespół z Uniwersytetu w Cardiff za pomocą tomografu komputerowego zobrazował bryłę z brązu warstwa po warstwie, co odsłoniło 37 kół zębatych i różnych napisów. Od tego momentu, wraz z rozwojem technik obrazowania, znaleziono kolejne koła zębate i dokonano jeszcze więcej odkryć, stworzono również rekonstrukcje fizyczne i wirtualne. W 2023 roku urządzenie zyskało popularność jako tytułowy Artefakt Przeznaczenia w piątej części filmowych przygód Indiany Jonesa.

Urządzenie Obecnie jest uznawane za najwcześniejszy przykład komputera analogowego. Szacunki dotyczące daty jego produkcji stopniowo się cofały: w tej chwili uważa się, że zostało wyprodukowane około 200 roku p.n.e. Jest to mechanizm zegarowy, o 330 mm wysokości, 180 mm szerokości i 80 mm głębokości; na jego odwrocie znajduje się nawet instrukcja obsługi wyjaśniająca, jak sprawić, aby urządzenie pokazywało położenie planet i Księżyca w danym dniu. Dokładne współczesne rekonstrukcje pokazują, że dzięki co najmniej 39 brązowym przekładniom (z których niektóre mają setki zębów), 19 wałom, 7 wskazówkom i wielu innym komponentom dokładność przeszłych i przyszłych przewidywań nieba jest niezwykła, a maszyna nadal jest w stanie przewidzieć daty zaćmień Księżyca i Słońca dla XXI wieku. W starożytności fazy księżyca służyły do określania dat olimpiad i innych greckich igrzysk, a na tarczy z tyłu mechanizmu istnieje inskrypcja sześciu z różnych konkursów w całej Grecji, dla których można było obliczyć daty.

Rok przestępny został sformalizowany dopiero w 40 roku p.n.e., wraz z wprowadzeniem kalendarza juliańskiego, lecz mimo że mechanizm został skonstruowany wcześniej, umożliwiał operatorowi prostą rekalibrację co cztery lata. Do produkcji urządzenia potrzebne były tokarki, a do cięcia kół zębatych z brązu (stop miedziowo-cynowy) niezbędne były obrabiarki stalowe o wysokiej precyzji.

Postęp Idea postępu jest nowoczesną koncepcją. Do rewolucji przemysłowej końca XVIII wieku życie przeciętnego człowieka pozornie pozostawało w zasadzie takie samo jak sto, pięćset, a nawet tysiąc lat wcześniej. I było to życie bardzo ciężkie.

Przed 1800 rokiem średnia długość życia w każdym kraju wynosiła poniżej 40 lat - teraz jest znacznie większa, średnio 73 na całym świecie, a w większości krajów zachodnich jeszcze więcej. W 1820 roku ponad trzy czwarte ludności świata żyło za równowartość 1,90 dzisiejszego dolara dziennie (definicja skrajnego ubóstwa). Do 2018 roku ten odsetek spadł poniżej 10% mimo ogromnego wzrostu liczby ludzi na świecie. Postęp cywilizacyjny, już napędzany przez wykorzystanie paliw kopalnych, został dodatkowo wzmocniony w połowie XX wieku dzięki wynalezieniu komputera i obserwowanemu od tego czasu wykładniczemu postępowi mocy obliczeniowej, przekładającemu się na bogactwo i finansowanie nowych osiągnięć naukowych i technologicznych.

Przekonanie, że sztuczna inteligencja tylko to przyspieszy, wydaje się naturalne, lecz mechanizm z Antykithiry pokazuje nam, że postęp nie jest ani nieubłagany, ani liniowy. Cywilizacja jest krucha - historia dowodzi, że postęp nie jest czymś trwałym.

Umiejętność zbudowania drobnego koła zębatego w tym pradawnym zegarze astronomicznym nie pojawiła się nagle - byłoby to coś takiego, jakby bracia Wright skonstruowali jumbo jeta na piaszczystych wydmach Kitty Hawk, zamiast swego aeroplanu z drewna świerkowego i jesionowego. Te kółka zębate zmieniły nasze wyobrażenia o starożytnym świecie i udowodniły, że technologia zegarowa musiała być dobrze znana Grekom - technologia, którą udało się stworzyć na nowo dopiero ponad 1500 lat później, dzięki wynalazkom Richarda z Wallingford i Giovanniego da Dondi z Padwy.

Samozniszczenie cywilizacji Istnieje utopijna koncepcja, że sztuczna inteligencja przejmie brudną pracę i umożliwi ludziom wkroczenie w nową złotą erę, w której będziemy mogli tworzyć, uczyć się, bawić lub myśleć - podejmować nowe wyzwania i rozkwitać. Poza korzyściami ekonomicznymi stawką są skarby nauki - być może AI odkryje nawet sekrety starzenia się i jeszcze bardziej wydłuży nasze życie? Demis Hassabis, założyciel DeepMind, powierzył firmie następującą misję: "rozwiązać kwestię inteligencji, a następnie wykorzystać ją do rozwiązania wszystkiego innego". Inni mówią o sztucznej inteligencji jako naszym ostatecznym wynalazku.

Ale czy sztuczna inteligencja przyspieszy postęp ludzkości, cofnie go, czy nawet całkowicie zakończy? "Cywilizacje umierają z powodu samobójstwa, a nie morderstwa", napisał Arnold Toynbee w posumowaniu swojego 12-tomowego Studium historii[5]. Naukowiec z Cambridge Luke Kemp zbadał 28 cywilizacji, począwszy od Imperium Akadyjskiego, i stwierdził, że ich średnia długość trwania wynosi 336 lat przed szybkim upadkiem, w wielu przypadkach spowodowanym przez czynniki wewnętrzne. W kategoriach pozaziemskich kosmolog Carl Sagan zastanawiał się nad pozornym brakiem inteligencji pozaziemskiej i sugerował, że "to sprawia, że zastanawiamy się, czy cywilizacje takie jak nasza nieuchronnie pędzą ku samozniszczeniu". Istnieje również szkoła rozumowania infantylizująca ludzkość i twierdząca, że będziemy zaspokajać każdą naszą potrzebę, aż staniemy się jak Elojowie z Wehikułu czasu H. G. Wellsa i cofniemy się do stanu, w którym nie będziemy już mogli się rozwijać. Albo, że cedując kontrolę nad maszynami, zatracimy zdolność ich rozumienia. Powstała też koncepcja, że albo poprzez celowe działanie, albo beznamiętne zaniedbanie, sztuczna inteligencja stanie się dominującą siłą na planecie, a ludzkości będzie groziło wyginięcie.

Kemp twierdzi, że kilka czynników, takich jak rosnące nierówności i złożoności społeczne lub degradacja środowiska, są często przyczynami załamania i można śmiało twierdzić, że sztuczna inteligencja potencjalnie może się przyczynić do wszystkich trzech zjawisk, chyba że będzie dobrze zarządzana. Kiedy poprzednia cywilizacja upadała, zawsze gdzieś istniała kolejna, zwykle oddalona geograficznie, która była w stanie się rozszerzyć, aby wypełnić lukę. Jednym z zagrożeń, przed którymi stoimy, jest to, że w rzeczywistości jesteśmy globalnym, połączonym społeczeństwem, więc każdy upadek może dotyczyć całej planety. Australijski filozof z Oxford University Toby Ord zatytułował swoją książkę z 2020 roku The Precipice[6], ponieważ uważa, że teraźniejszość jest najbardziej kluczowym i najniebezpieczniejszym czasem w historii homo sapiens.

Skondensowana koncepcja:

Postęp ludzkości nie jest liniowy

3 Mechaniczny Turek

Napoleon nie lubił przegrywać. Nawet wtedy, gdy chodziło tylko o szachy, a nie o prawdziwą kampanię wojskową. Siedząc naprzeciw swojego nieprzeniknionego przeciwnika, ubranego w turban i orientalne szaty, Napoleon szukał strategii, która mogłaby go jeszcze uratować. W trakcie ich pierwszej gry nawet oszukiwał, trzy razy wykonując niedozwolony ruch, ale Turek nie dał się na to złapać, za pierwszym razem spokojnie przestawił królową Napoleona na właściwe pole, a w końcu zmiótł wszystkie bierki z planszy. Drugi mecz był poważniejszy, ale po zaledwie 19 ruchach było jasne dla francuskiego cesarza, że gra się skończyła. Zrezygnowany poddał swojego króla.

Mechaniczny Turek, stworzony przez holenderskiego wynalazcę Wolfganga von Kempelena w 1770 roku dla dworu królewskiego cesarzowej Marii Teresy w Wiedniu, był pozorną sztuczną inteligencją - genialnym automatem szachowym. W ciągu 84 lat działania, zanim został strawiony przez pożar, grał, oprócz Napoleona Bonaparte, z takimi osobistościami jak Benjamin Franklin, Katarzyna Wielka, Charles Babbage i Edgar Allen Poe. Maszyna składała się z naturalnej wielkości głowy i tułowia odzianego w szaty, umieszczonych na mniej więcej metrowej szafce, z drzwiczkami na każdym boku, aby osoba ją demonstrująca mogła odsłonić zachwyconej publiczności złożone wnętrze z mechanizmami zegarowymi. Ale prawda była zupełnie inna - w szafce znajdowało się ukryte miejsce, w którym mały zdolny szachista mógł leżeć i manipulować pionkami od dołu.

Ówczesny świat był jednak zafascynowany tą rzekomą sztuczną inteligencją. Mechaniczny Turek wyruszył w tournée po Europie - między innymi spędził rok w Londynie, a po śmierci von Kempelena został kupiony i zabrany do Ameryki, gdzie grał w szachy w Nowym Jorku i Bostonie. W tej epoce mechanizmów zegarowych powstało wiele znanych automatów, takich jak srebrny łabędź Johna Josepha Martina lub figurki konstrukcji braci Francini, poruszające się w jaskini we francuskim zamku, lecz von Kempelen, stawiając przed Mechanicznym Turkiem zadanie gry w szachy, sugerował publiczności, że jego dzieło może być nawet zdolne do racjonalnego myślenia. Chociaż sama gra w szachy byłaby przykładem tego, co

obecnie nazywamy słabą sztuczną inteligencją, wyzwanie to pozostało złotym standardem w badaniach nad sztuczną inteligencją przez ponad dwa wieki, aż do pojawienia się komputera Deep Blue firmy IBM w latach 90. XX wieku (patrz strona 64).

Ucieleśnienie Pomimo że jest niczym innym niż sprytną sztuczką magiczną, nadanie Mechanicznemu Turkowi ludzkich kształtów dotyka jednej z kluczowych idei, o których myślimy podczas rozważań nad inteligencją - że jest ona ucieleśniona. W ludziach i zwierzętach rozpoznajemy inteligencję jako coś, co przybiera fizyczną formę lub co najmniej zajmuje fizyczne ciało. Informatyk z Cambridge University Neil Lawrence twierdzi, że nasza własna ludzka inteligencja jest tak mocno ucieleśniona (z potężnymi mózgami, ale połączona ze zdolnością do przekazywania pomysłów wyłącznie w powolny sposób), że w naturalny sposób rzutuje na nasze postrzeganie inteligencji maszynowej.

Podczas interakcji z pozornie inteligentnymi wirtualnymi asystentami, takimi jak Siri lub Alexa, przenosimy nasze wyobrażenie o inteligencji na urządzenie fizyczne, czy to na telefon, czy na głośnik w rogu pokoju - w rzeczywistości zaś każde "myślenie" odbywa się na zdalnym serwerze, oddalonym prawdopodobnie o setki mil.

W praktyce większość sztucznych inteligencji nie otrzyma żadnego ucieleśnienia. Neil Lawrence sugeruje dalej, że to ludzkie ograniczenia stworzyły unikalną dla nas inteligencję i że sztuczna inteligencja jest jej innym typem. W trakcie mówienia ludzie mogą komunikować się tylko w tempie około 150 słów na minutę, co w mowie komputerowej przekłada się na przepustowość około 1800 bitów na minutę. Natomiast maszyny już teraz komunikują się z prędkością około 60 miliardów bitów na minutę - są ponad 30 milionów razy szybsze od nas. W porównaniu ze sztuczną inteligencją jesteśmy zamknięci w sobie, więc nasza inteligencja stała się społeczna w trakcie prób zrozumienia innych ludzi, z którymi się komunikujemy, i zastanawiania się, co naprawdę mają na myśli. Niezwykła zdolność AI do przesyłania informacji - jej nieograniczona przepustowość w porównaniu z naszą - oznacza, że nie potrzebuje tej inteligencji społecznej.

Kiedy Napoleon grał przeciwko Mechanicznemu Turkowi lub kiedy oglądamy filmy, czytamy książki o sztucznej inteligencji, mają one tendencję ukazywania jej zgodnie z naszymi oczekiwaniami dotyczącymi ucieleśnienia - od robota Maria w filmie Metropolis Fritza Langa, czerwonookiego Terminatora Jamesa Camerona, po androida granego przez Alicię Vikander w Ex Machinie Alexa Garlanda. Ludzie postrzegają ucieleśnioną sztuczną inteligencję i wierzą, że to, co jest tworzone, jest inteligencją podobną, ale ostatecznie przewyższającą naszą własną.

Może być trudno uciec przed milionami lat ewolucji. Nic, co napotkali zarówno nasi odlegli, jak i niedawni przodkowie, nie przygotuje nas na pojawienie się zupełnie nowej inteligencji. Wszystko, z czym współpracowaliśmy lub konkurowaliśmy, ma korzenie podobne do naszych i zachowuje się cieleśnie w nieco podobny sposób. Nasze ludzkie doświadczenie inteligencji jest nieodłącznie związane ze sposobem, w jaki myślimy mózgiem, postrzegamy zmysłami i wchodzimy w interakcje ze światem poprzez kończyny.

Jednak rozwijamy coraz bardziej wyrafinowane systemy sztucznej inteligencji, które istnieją wyłącznie w sferze cyfrowej, a jednym z największych wyzwań, przed którymi stoimy, jest zmiana myślenia o inteligencji maszynowej, aby móc dostrzec i zaaprobować jej odmienność. Musimy nauczyć się dostrzegać tę nową rzeczywistość - że poznanie, niezależnie od towarzyszących mu dyskusji wokół świadomości, może po prostu istnieć w zasadniczo innej formie: w silikonie i kodzie. A rozwój sztucznej inteligencji i to, jak będzie ewoluować w przyszłości, prawdopodobnie będzie się bardzo różnić od ludzkiej inteligencji.

Skondensowana koncepcja:

sztuczna inteligencja nie ma ucieleśnienia

4 Mechanizmy zegarowe

Weź XIX-wiecznego dżentelmena, matematyka i społecznika, dodaj nad wiek dojrzałą, jedyną prawowitą córkę lorda Byrona, posyp rewolucją przemysłową i potrzebą precyzyjnych tabel matematycznych - właśnie wymyśliłeś algorytmy i gigantyczną maszynę komputerową napędzaną parą, na której można je uruchomić. Charlesa Babbage'a i Adę Lovelace można uważać za dziadka i babcię nowoczesnych komputerów, ale czy ich maszyna analityczna naprawdę mogła myśleć?

Syn bogatego bankiera Charles Babbage, gdy przybył do Trinity College, odkrył, że dzięki prywatnej edukacji jego erudycja znacznie przewyższała wiedzę jego nauczycieli z Cambridge. Zainspirowani osiągnięciami na kontynencie, Babbage i przyjaciele założyli Towarzystwo Analityczne, aby wprowadzić nowoczesne europejskie myślenie matematyczne do Anglii. Wkrótce wykładał astronomię w Instytucie Królewskim i został wybrany na członka Towarzystwa Królewskiego, a około 1820 roku wpadł na pomysł matematycznej maszyny obliczeniowej opartej na trybikach, ideę, która stała się obsesją jego życia.

Maszyna różnicowa W swoich notatkach Babbage wspomina rozmowę z przyjacielem astronomem Johnem Herschelem, którego ojciec William był pierwszym człowiekiem, który odkrył planetę za pomocą teleskopu - był nią Uran. "W toku naszych rozmów na ten temat jeden z nas zasugerował - w sposób, który z pewnością w tamtym czasie nie był całkiem poważny - że byłoby niezwykle wygodnie, gdyby można było wymyślić silnik parowy do wykonywania za nas obliczeń". Pomysł się powiódł i w 1823 roku Babbage zwrócił się do rządu brytyjskiego o sfinansowanie budowy takiego urządzenia. Było to niezwykle ambitne przedsięwzięcie, ale dokładne tabele matematyczne były niezbędne w branżach takich jak nawigacja, bankowość, geodezja i astronomia, a urzędnicy często popełniali kosztowne błędy. Zaproponowana przez Babbage'a maszyna różnicowa była zautomatyzowanym kalkulatorem matematycznym, połączonym z urządzeniem drukującym, więc przy transkrypcji wyników nie pojawiałyby się żadne błędy wprowadzone przez człowieka. Maszyna wykorzystywała matematyczną metodę różnic skończonych do obliczenia tabel logarytmicznych i trygonometrycznych z bardzo dużą dokładnością.

Na nieszczęście dla Babbage'a projekt i konstrukcja jego maszyny nie okazały się proste, częściowo z powodu ciągłych zmian i udoskonaleń. Do 1830 roku plan zakładał budowę maszyny o wysokości 3 metrów, wadze 4 ton, składającą się z 25 000 pojedynczych części. Największym podzespołem, jaki udało się stworzyć, był 2000-częściowy element demonstracyjny z 1832 roku, reprezentujący jedną siódmą maszyny, zanim inżynier budujący urządzenie, Joseph Clement, odmówił dalszej pracy bez zapłaty z góry. Rząd brytyjski wycofał się z finansowania w 1842 roku, którą to decyzję można postrzegać jako pierwsze ogniwo w długim łańcuchu nieudanych państwowych projektów obliczeniowych. Koszt dla brytyjskiego podatnika wyniósł 17 500 funtów, czyli równowartość zakupu 22 nowych lokomotyw parowych Stephensona. Jednak uwolniony od męki swoich obowiązków związanych z zarządzaniem projektem Babbage był teraz w stanie realizować jeszcze ambitniejszy pomysł - maszynę analityczną.

Myślenie algorytmiczne Od 1828 roku Babbage zaczął organizować "wieczorki naukowe" w swoim londyńskim domu. Pewnego wieczoru w 1833 roku 17-letnia Ada Lovelace spotkała Babbage'a po raz pierwszy. Lovelace otrzymała prywatną edukację i, co niezwykłe dla młodej kobiety tamtych czasów, uczyła się także matematyki. Jej ojciec był luddystą[7], opowiadając się za Nedem Luddem i niszczeniem automatycznych krosien zasilanych wodą, które jego zdaniem zagrażały stanowiskom pracy. Natomiast w wieku 12 lat Ada próbowała zaprojektować maszyny latające napędzane parą. Lovelace zachwyciła się maszyną różnicową i stała się entuzjastką pracy Babbage'a - tak rozpoczęła się ich trwająca całe życie przyjaźń i korespondencja.

Maszyna analityczna była radykalnym krokiem poza zwykłe obliczenia mechanistyczne dokonywane przez maszynę różnicową i w kierunku ogólnej metody obliczeniowej. Była "programowalna", a dane wejściowe wprowadzane za pomocą perforowanych kart - pionierskiego systemu stosowanego wówczas w nowych krosnach Jacquarda, umożliwiał tkanie złożonych wzorów.

W maszynie znajdowała się 6-metrowa sekcja pamięci wewnętrznej, nazywana "magazynem", do przechowywania wyników obliczeń pośrednich, oraz odpowiednik procesora, zwany przez Babbage'a "młynem", w którym przeprowadzano te obliczenia i który miał 4,5 metra wysokości. Podobnie jak maszyna różnicowa, mógł wysyłać dane bezpośrednio do klisz drukarskich, a także do perforowanych kart i plotera graficznego. Urządzenie było tak ogromne, że tylko energia parowa mogła umożliwić jej działanie.

Babbage porzucił Towarzystwo Królewskie i poróżnił się z wieloma prominentnymi osobami w rządzie brytyjskim, i w 1840 roku wyjechał za granicę, aby zebrać fundusze. Zaproszono go do Turynu we Włoszech, gdzie wykładał zasady działania swoich maszyn. Na podstawie tych wystąpień w 1842 roku matematyk Luigi Menabrea opublikował po francusku relację o maszynie analitycznej. Chcąc wypromować pomysły w ojczyźnie, Ada Lovelace podjęła się przetłumaczenia pracy Menabrei, ale z własnymi obszernymi uwagami. "Uwaga G" jej załącznika miała na celu "zilustrowanie mocy maszyny" dzięki zastosowaniu metody liczb Bernoulliego, często używanej w matematyce, umożliwiającej rekurencyjne generowanie liczby (z poprzedniej). Lovelace szczegółowo opisuje sposób pobierania numerów z "magazynu", przetwarzania ich w "młynie" i zwracania do "magazynu", zgodnie z instrukcjami podanymi na perforowanych kartach. W związku z tym uważa się, że Lovelace użyła myślenia algorytmicznego do stworzenia pierwszego programu komputerowego.

Matematyczka zauważyła, że w zależności od danych wejściowych maszyna może robić znacznie więcej niż dokonywać kalkulacji matematycznych, i zasugerowała, że może tworzyć również kompozycje muzyczne lub posługiwać się algebrą abstrakcyjną. Wśród obfitej korespondencji między Lovelace a Babbagem znajduje się list, który napisała do niego w sierpniu 1843 roku, z ofertą pomocy w pozyskiwaniu funduszy na faktyczną budowę maszyny analitycznej, ale z jakichś powodów Babbage odrzucił tę propozycję. Dopiero w 2002 roku jeden z projektów maszyny różnicowej Babbage'a został ukończony w ramach projektu prowadzonego przez Dorona Swade'a dla londyńskiego Muzeum Nauki.

Skondensowana koncepcja:

komputer cyfrowy zasilany parą