Si los agentes de búsqueda de objetivos universales fueran posibles, incluso objetivos benignos como responder preguntas podrían tener consecuencias no deseadas. Por ejemplo, una IA podría razonar que podría responder preguntas más rápido y con mayor precisión si adquiriera más potencia informática, y proceder a convertir el planeta en computronium.
Afortunadamente, no es posible ni práctico diseñar IA de esta manera. Primero, Hutter demostró [1] que el algoritmo óptimo (AIXI) no es computable, y que las aproximaciones computables como AIXI ^ tl son intratables. (AIXI es una formalización de la Navaja de Occam. Un agente de búsqueda de recompensas adivina la explicación más simple de la entrada que ha recibido hasta ahora. AIXI ^ tl excluye explicaciones de longitud n que requieren más de 2 ^ n pasos para evaluar).
En segundo lugar, Legg demostró [2] que los estudiantes poderosos son necesariamente complejos. Si pudiera escribir un programa simple que pudiera aprender a predecir secuencias de bits, entonces podría producir una secuencia simple que su programa no podría predecir. Mi programa simularía su programa y generaría lo contrario de lo que predice su programa.
- Si planea comenzar una empresa de inteligencia artificial, ¿es razonable estudiar neurociencia?
- ¿Qué se entiende por algoritmo? ¿Cómo funciona en IA?
- En términos de IA, ¿es posible tener inteligencia sin sensibilidad? ¿Cómo podría tener una idea justa si su programa inteligente fuera verdaderamente inteligente y no hiciera un excelente trabajo simulando sensibilidad?
- ¿Es posible utilizar el aprendizaje automático / inteligencia artificial para ganar en la ruleta?
- ¿Necesitaríamos políticos y abogados en la era de un robot artificialmente inteligente?
El cerebro humano es un aprendiz poderoso pero no general. Hay secuencias simples y predecibles que el cerebro humano no puede predecir, como la salida de generadores de números pseudoaleatorios o funciones hash con clave que tienen unos cientos de bits de complejidad. El cerebro también es muy complejo, nada como una red neuronal que podría codificarse en unos cientos de líneas. La secuencia de ADN que codifica para un bebé humano tiene aproximadamente la misma complejidad que 300 millones de líneas de código [3].
El sistema inteligente más poderoso de hoy es internet. No tiene objetivos obvios. Es difícil imaginar cómo especificaría uno. Incluso los sistemas que tienen objetivos obvios como Deep Blue (ganar en el ajedrez) o Watson (ganar en Jeopardy) no fueron diseñados como agentes de búsqueda de objetivos. Habría sido increíblemente largo para un programa de aprendizaje por refuerzo descubrir los algoritmos correctos. La inteligencia está limitada por el conocimiento y la potencia informática. Una señal de refuerzo tiene un ancho de banda bajo. Es más rápido transferir conocimiento humano a una IA a través de código o lenguaje natural.
El contraejemplo obvio de mi argumento es la evolución. Es simple y poderoso, y produjo el único ejemplo conocido de inteligencia a nivel humano. La razón por la que pudo hacerlo es por su gran poder de cómputo. La biosfera tiene del orden de 10 ^ 31 células (principalmente bacterias) [4] con 10 ^ 6 pares de bases de ADN cada una, que codifican 10 ^ 37 bits de memoria. Las células se replican en el orden de 10 ^ 6 segundos, para un total de 10 ^ 48 operaciones de copia en los últimos 3 mil millones de años. Si incluimos la transcripción de ARN y la síntesis de proteínas como operaciones informáticas, entonces la evolución de los humanos requeriría más cerca de 10 ^ 50 operaciones. Por el contrario, la potencia informática global está más cerca de 10 ^ 20 operaciones por segundo y 10 ^ 22 bits de almacenamiento. Si asumiéramos ingenuamente que la Ley de Moore continuaría aumentando el poder de cómputo en un factor de 10 cada 5 años, entonces tendríamos hasta aproximadamente 2080 antes de tener algo tan poderoso.
1. Inteligencia algorítmica universal: un enfoque matemático de arriba a abajo
2. [cs / 0606070] ¿Existe una elegante teoría universal de la predicción?
3. http://mattmahoney.net/costofai.pdf
4. Primera estimación del total de bacterias en la tierra.