转载声明:除调整格式外,不得对原文做改写、改编。原创不易,谢谢!E-mail:yellow@aliyun.com
♥声明:本文为原创文本,非生成式,转载请注明出处!
商务咨询/顾问/请@yellowscholar♥作者:黄先生斜杠青年
#时间深度 #计算和人工智能 #太空探索 #宇宙学
图片通过AI生成
经过几个世纪的寻找外星生命,我们可能会发现第一次接触根本不是与有机生物接触
我们有一个问题。在一个 100 亿年历史的星系中,至少应该有一个物种有足够的机会摆脱自己的混乱,并在恒星中传播,填补每一个生态位。这个物种似乎没有来呼唤,这就引出了费米悖论——如果生命不是不可能稀有的,那么每个人都在哪里?扫描天空以寻找智慧生命迹象的努力也一无所获,这加剧了谜题。也许星际空间的巨大鸿沟和存在于彼此喊叫距离内的交流物种的狭窄时间窗口是罪魁祸首。智能可能就像在黑夜中在浩瀚海洋中驶过的小船。任何类型的实际近距离接触都可能是极其不寻常的。
我是斜杠青年,一个PE背景的杂食性学者!♥致力于剖析如何解决我们这个时代的重大问题!♥使用数据和研究来了解真正有所作为的因素!
银河系极度寂静的另一种解释是,任何幸存的智能都与我们如此不同,进化得如此彻底,以至于我们甚至无法想象它的形式或行为。因此,真正检测和识别它可能几乎是不可能的。这有点令人沮丧。
但也存在一种可能性,介于这种极端之间,而且可能是最有可能的。当我们第一次相遇或探测到最终发生时,它可能是出现在我们视线中的机器智能。
这个想法并不新鲜。早在 1940 年代,数学家约翰·冯·诺伊曼 (John von Neumann) 就探索了沉浸在计算中但不需要作头脑的非生物、自我复制系统的可能性。后来,在 1980 年代,其他人通过考虑自主、复制、太空飞行设备的真实工程需求来扩展这一概念;这些机器将能够在宇宙中漫游,寻找原材料来建造越来越多的自己,为太空能源或人类在星际之间定居创造基础设施。
要使此类设备具有真正的人工智能 (AI),还需要执行更复杂的任务。那个目的是什么,这样的机器可能拥有什么样的人工智能?与外星机器的相遇可以帮助我们解开这个谜题。
一种可能性是这台机器具有超强的能力,超出了我们人类的认知或分析任务能力。这样的人工智能可能非常难以理解,无论是从其潜在动机还是由于通信带宽的实际障碍。对于这个设备,与我们交谈可能就像与婴儿交谈。或者试图使用象形文字讨论莎士比亚的作品集。一个为处理大量数据流而优化的外星系统甚至可能无法降低其速度,以至于注意到我们正在努力交谈,无论我们是否使用技术。
外星 (ET) AI 也可能仅仅因为它的机器性质而令人生畏和恐惧:一个由非生物碎片激活的东西,就像用粘土或泥塑而成的傀儡的经典故事一样。相比之下,虽然生物外星人可能令人震惊,但它肯定与我们有一些共同特征。我们可以说服自己,进化会导致可识别的、甚至是同情的行为和意图。人造实体不需要遵循所有这些进化规则,将异化带到了一个完全不同的层次。
遇到外星人工智能不仅会指向我们自己可能的未来,还会促使我们的世界观发生奇怪的转变。当尼古拉斯·哥白尼 (Nicolaus Copernicus) 在 1500 年代提出地球在任何方面都不是宇宙的中心时,他启动了一个批判性科学思想的发展:我们没有什么宇宙特殊或重要的东西。但是遇到 ET-AI 可能会彻底改变这一认识:如果我们遇到的唯一智能是自然界中的机器,那么我们毕竟会很特别。
如果我们在宇宙学旅行中遇到一个人工智能,它可能不会完全意义上的意识。事实上,我认为我们会发现自己面临着类似于“专家”智能的东西——一个完成特定任务的奇才,但其能力极其有限。
地球上最近的一个例子是谷歌的 AlphaGo 大师,这是一个玩棋盘游戏围棋的系统,并通过接触大量人类游戏来学习它的一些技能。在成立后的一年内,它开始超越世界上排名最高的人类围棋选手。接下来是一个名为 AlphaGo Zero 的进化系统。在 40 天的训练中,在没有求助于历史对弈数据的情况下,这个新的 AI 使自己比它的硅祖先更好,也比任何活着的人类都好。现在,另一个变体 AlphaZero 只用了 24 小时就完成了自我训练,并击败了经过适度训练的 AlphaGo Zero 迭代——并且在下国际象棋和将棋(有时被称为日本国际象棋)方面都超过了其他系统。如果你阅读对专家玩家的采访,你会发现这些机器甚至不像人类那样玩,它们的策略是陌生的,似乎深不可测。
这些 Alpha 是专家机器的缩影。这样的 AI 将帮助我们回答目前处于可处理性边缘的一系列科学问题。Alpha 系统背后的研究人员已经在谈论蛋白质折叠的难题——氨基酸链如何扭曲、回旋和折叠成具有基本生物效用的结构。潜在的分子规则是已知的,但预测特定配方会给你带来什么目前非常困难。这听起来肯定像是未来 AlphaFold Zero 的工作。
或者采用其他现代科学。宇宙学模拟或气候和天气预测都是由引力、流体动力学和热力学等物理现象驱动的。计算机代码将这些现象数字化,计算出数十亿次迭代的力和运动。但这些计算仍然受到处理器速度和精度的束缚。深度学习自学成才的 AI 可能比那些密集的数值模拟做得更好——目前受到它们相对缓慢的系统方法的限制。机器的精明直觉可能能够跳过计算周期,在概率意义上“看到”答案,而不是煞费苦心地复制它的像素化版本。同样,机器的精明直觉可能适用于科学推理和发现本身的根本过程。这些可能性还有待深入探索,但它们可能是非凡的。Savant 机器可能被证明是如此有用,在扩展我们的发现和探索能力方面是如此具有革命性,以至于几乎没有最初的动力去寻找更高级的东西。
一个充满世界的宇宙提供了数百万、数十亿甚至数万亿个天然试管
如果这种机器发展模式发生在我们身上,它可能代表着一种发生在宇宙中的模式,以影响宇宙探索本身的性质。Savant AI 将成为允许生物生命跨越星际距离的终极工具:比生物学更强大,而且不够聪明,不足以引发对根据我们的科学奇思妙想被派往宇宙漫游的道德担忧。将数百万这样的研究人员推向太空将是不可避免的一步。它们可以被送到其他恒星和行星系统,并被设计成识别这些地方最有趣的特征,从天体物理学到生命的存在。这些机器将反映其生物创造者的动机;也许是简单的好奇心,也许是更多的东西。
智能机器在宇宙中漫游的另一个令人信服的原因来自于思考如何构建更通用、更强大的 AI。一个通用的人工智能系统可能由许多较小的智能 AI 构建而成,每个 AI 都承担一些特定的、困难的认知任务,但相互关联。这种联系可以非常局部化,也可以像生物神经回路的架构一样非常分散。有识别面孔的专家、自然语言的专家、微积分专家、逃税的专家。然后,人们可以想象一个人工智能,它的工作是学习如何将专家人工智能组合成类似于通用智能的东西——为机器意识建立一个从高处运行的托儿所。
对于托儿所 AI 来说,最具挑战性的任务是如何让一群专家接触到现实世界环境的复杂性。大自然不仅仅是为了实现固定的目标;它充满了噪音、随机性和数万亿个相互作用的片段。例如,从胚胎形成的那一刻起,它就暴露在不断的变化中。首先只有几个细胞,它纯粹从分子的角度感知世界。随着胚胎发育出器官来记录光、声、触和嗅,体验的门户及其复杂性不断扩大。
简而言之,一个物种制造出更好的 AI 的方法是让该 AI 及其组件探索混乱的宇宙。尽管单个星球可以如此复杂和滋养,但一个充满世界的宇宙提供了数百万、数十亿甚至数万亿个天然试管,每个试管都有自己的自然选择和机会故事。将 Expert AI 碎片散布在星星上提供了一种利用这些无休止的自然实验和感官输入的方法。
通往更好的人工智能的道路可能只是在表面方面与生物进化平行。考虑一下人脑的原始发育。核心过程似乎是一次性的努力。它从干细胞以每小时 1500 万个的速度冲上称为神经管的初始结构开始,并在发育中的胚胎中连接在一起。大脑的惊人组装之后是学习——大脑随着经验的塑造和修剪而创造我们独特的人生道路。尽管我们非常灵活,能够吸收和掌握各种技能和知识,但遗憾的是,作为个体,我们也受到任何遗传手的约束。而且,事实上,虽然我们都可以不断学习和改变,但我们在有生之年很少发展出任何神奇的新才能。
机器可能没有那么受限制,特别是当关键部件正在探索宇宙并被设计成新的东西时。更大智能的专家成分可能会在不断变化的挑选和混合中来来去去。一些认知技能可能在某些情况下有用,但在其他情况下可能只是碍事。换句话说,基于机器的智能可能是高度流动的、可变的,最重要的是,可以快速进化。因此,宇宙中可能潜伏着一个庞大而多样的 AI 动物园。
我们可能无法记录到十亿年前的机器专家的存在
从某种意义上说,这样的人工智能与地球上生命核心的微生物机器平行——形成穿越宇宙的最小智能单位,并最终像进化生物学家林恩·马古利斯 (Lynn Margulis) 所提出的那样结合在一起,创造出多细胞生物、更大的实体和意识本身。事实上,在生物物种在自然选择或自我毁灭的无情洪流中消失很久之后,这种类型的机器将继续存在。
地球以外的人工智能可能很难识别。就像生活在 12 世纪蒙古草原上的人会发现一辆既神奇又毫无意义的自动驾驶汽车一样,我们可能完全无法记录或解释数十亿年前的机器专家的存在。同样,专家机器可能不会主动寻求与我们或任何其他智能交谈。
但是,即使与一台专家机器相遇,也确实会改变一切。它会告诉我们,银河系中充满了智慧,并可能表明我们的未来可能是一个退化的、逐渐消失的生物存在。最重要的是,这一发现将告诉我们,我们可能是目前唯一有意识地意识到这些事实的自然头脑。这是因为可以产生人工智能探索者的生物学可能会在远短于这些星际机器持续存在的时间尺度上进化或灭绝,而我们已经生活在一个 100 亿年前的星系中。
找到 AI-ET 可以通过照亮前进的道路来解锁我们自己的宇宙探索。它还可能提供对其创造者的本质的洞察,那些祖先的智能,大概是生物形式。这个调查过程究竟会是什么样子,非常难以想象。即使是一个专家级 AI 也可能不是在一个物理包中出现,而是一群难以消化的微小组件。然而,让我们假设通过审问或字面分解,我们最终解开了 AI-ET 起源之谜。我们可能会找到像我们这样的有机物种的证据——或者我们可能只发现了机器。
了解更多时间深度剖析,尽在于此@黄先生斜杠青年
商业咨询和顾问业务,请@yellowscholar
关注我,带你先看到未来!♥
转载声明:除调整格式外,不得对原文做改写、改编。原创不易,谢谢!E-mail:yellow@aliyun.com
♥声明:本文为原创文本,非生成式,转载请注明出处!
商务咨询/顾问/请@yellowscholar♥作者:黄先生斜杠青年
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.