Una aplicación obvia de una inteligencia general artificial (AGI) es automatizar el trabajo humano. Entonces podríamos dejar de pagar a las personas $ 75 billones por año en todo el mundo para hacer un trabajo que las máquinas no son lo suficientemente inteligentes como para hacer. En caso de que no lo haya adivinado, muchas personas ya están trabajando en el problema o en pequeños fragmentos del problema. Es dudoso que sepas algo que alguien aún no ha probado.
El problema de AGI se puede dividir en tres partes: hardware, software y recopilación de conocimientos. En mi artículo, The Cost of AI, comparé estos costos con los del único ejemplo de trabajo conocido, el cerebro humano. Vale la pena citar el resumen aquí:
- En 2011, le pagamos a la gente de todo el mundo 70 billones de dólares para hacer un trabajo que las máquinas no sabían hacer. Automatizar la economía global requerirá resolver problemas difíciles en lenguaje, visión, robótica, arte y modelar el comportamiento humano. Estimamos que los costos computacionales son 10 ^ 26 operaciones por segundo, 10 ^ 25 bits de memoria, 10 ^ 19 bits de entrada / salida por segundo y 10 ^ 17 bits de conocimiento humano recopilados a una velocidad de 7 bits por persona por segundo . Bajar el costo total por debajo del punto de equilibrio de $ 1 billón requerirá una mejora de 10 ^ 5 veces tanto en el costo de fabricación como en la eficiencia energética de la computación, lo que es poco probable que se logre reduciendo aún más el tamaño de los transistores y una aceptación cultural global del pérdida de privacidad durante un período de décadas. El desarrollo de software no contribuye significativamente al costo de la IA porque un bebé humano tiene una complejidad de Kolmogorov equivalente a solo 10 ^ 8 a 10 ^ 9 líneas de código.
Vale la pena señalar que las empresas que realizan la mayor parte del progreso significativo en inteligencia artificial como Facebook y Google tienen decenas de miles de desarrolladores de software, millones de CPU, miles de millones de usuarios y límites de mercado por cientos de miles de millones de dólares. Y todavía están lejos de haber resuelto el problema.
- ¿Por qué el aprendizaje automático es más difícil en el comercio electrónico?
- ¿Cuál es la diferencia entre profundidad-primera-búsqueda y amplitud-primera-búsqueda? ¿Por qué DFS visita el nodo después de eliminarlo de una pila mientras que BFS visita el nodo antes de agregarlo a la cola?
- ¿Las computadoras alguna vez crearán ideas originales?
- ¿Cómo es tomar una clase en línea de Stanford CS, como ml-class o ai-class?
- ¿Internet de las cosas tiene un futuro más allá del aprendizaje automático y la IA?