Stoimy u progu przyspieszającego postępu technologicznego, szczególnie wykładniczego rozwoju technologii AI.
Generatywna sztuczna inteligencja potrafi nie tylko płynnie mówić, ale także pisać programy. To nie tylko zwiększa efektywność i usprawnia pracę człowieka, ale także przyczynia się do wzmacniania samej generatywnej sztucznej inteligencji.
Nie chodzi tu tylko o wzmocnienie struktury modelu czy metod wstępnego szkolenia generatywnej sztucznej inteligencji.
Gdy generatywna sztuczna inteligencja zyska dostęp do większej liczby programów, z którymi może się łączyć i które może wykorzystywać, będzie w stanie robić znacznie więcej niż tylko czatować. Co więcej, jeśli zostanie opracowane oprogramowanie, które umożliwi generatywnej sztucznej inteligencji gromadzenie niezbędnej wiedzy do swoich zadań i pobieranie jej w odpowiednich momentach, będzie ona mogła zachowywać się inteligentniej, wykorzystując właściwą wiedzę, nawet bez wstępnego szkolenia.
W ten sposób postęp technologii AI przyspiesza całą dziedzinę technologii AI, włączając w to technologie i systemy zastosowaniowe. To przyspieszenie z kolei rekurencyjnie prowadzi do dalszego przyspieszenia technologii AI. Ponadto, w miarę jak technologia AI przyspiesza i AI staje się zdolna do coraz większej liczby rzeczy, miejsca i sytuacje, w których jest używana, naturalnie będą się zwiększać w przyspieszonym tempie.
To może tylko zwiększyć liczbę inwestorów i inżynierów zainteresowanych technologią AI. W ten sposób przyspieszenie technologii AI jest również wzmacniane z perspektywy społeczno-ekonomicznej.
Z drugiej strony, taki postęp technologiczny wpływa na nas na różne sposoby, zarówno pośrednio, jak i bezpośrednio.
Ogólnie rzecz biorąc, postęp technologiczny ma tendencję do bycia postrzeganym jako coś dobrego. Chociaż pojawiają się obawy dotyczące ryzyka nowych technologii, pozytywne efekty postępu zazwyczaj przewyższają te obawy, a ryzyko można z czasem zmniejszyć, więc ogólnie korzyści uznaje się za znaczące.
Jednak jest to prawdziwe tylko wtedy, gdy tempo postępu technologicznego jest stopniowe. Kiedy tempo postępu technologicznego przyspiesza i przekracza pewien limit, korzyści przestają przewyższać ryzyko.
Po pierwsze, nawet sami twórcy nie rozumieją w pełni natury ani pełnego zakresu zastosowań nowych technologii. Zwłaszcza w odniesieniu do zakresu zastosowań, nierzadko zdarza się, że inni odkrywają zastosowania lub kombinacje z innymi technologiami, które zaskakują nawet twórców.
Ponadto, rozszerzając zakres, aby uwzględnić to, w jaki sposób takie zastosowania będą przynosić korzyści i ryzyko dla społeczeństwa, prawie nikt nie zna pełnego zakresu.
Gdy postęp jest stopniowy, takie społeczne martwe punkty w technologii są stopniowo wypełniane z czasem, a ostatecznie technologia jest stosowana w społeczeństwie z wystarczającą eliminacją martwych punktów.
Jednak gdy postęp technologiczny przekracza pewną prędkość, okres karencji na wypełnienie społecznych martwych punktów również się skraca. Przyspieszenie postępu technologicznego wydaje się, z perspektywy wypełniania społecznych martwych punktów, tak jakby czas został względnie skompresowany.
Nowe zmiany technologiczne następują jedna po drugiej, i dzieje się to jednocześnie w wielu technologiach, co uniemożliwia społecznemu procesowi poznawczemu wypełniania społecznych martwych punktów dotrzymanie kroku.
W rezultacie będziemy otoczeni różnymi technologiami, które pozostają w stanie społecznych martwych punktów.
Potencjalne ryzyka posiadane przez takie technologie mogą nagle wyłonić się z naszych martwych punktów i spowodować szkody dla społeczeństwa. Ponieważ ryzyka, na które nie jesteśmy przygotowani lub nie podjęliśmy środków zaradczych, pojawiają się nagle, wpływ szkód ma tendencję do bycia większym.
Ta sytuacja zmienia skalę korzyści i ryzyka postępu technologicznego. Z powodu efektu kompresji czasu, gdy ryzyka materializują się, zanim społeczne martwe punkty zostaną wypełnione, ryzyka każdej technologii wzrastają.
Samowzmacniające się przyspieszenie postępu generatywnej sztucznej inteligencji może ostatecznie stworzyć niezliczone technologie z niemal niemożliwymi do wypełnienia społecznymi martwymi punktami, potencjalnie znacząco przechylając szalę między ryzykiem a korzyściami.
Jest to sytuacja, której nigdy nie doświadczyliśmy. Dlatego nikt nie jest w stanie dokładnie oszacować stopnia ryzyka, które potencjalnie będzie istnieć jako społeczne martwe punkty, ani jak znaczący będzie ich wpływ. Jedyną pewnością jest logiczna struktura, że im szybciej to przyspiesza, tym więcej ryzyka będzie.
Społeczeństwo Chronos-Scramble
Z drugiej strony, nie jesteśmy w stanie dokładnie ocenić ani obecnego tempa postępu technologicznego, ani tego, jakie będzie ono w przyszłości.
Dotyczy to nawet badaczy i programistów generatywnej sztucznej inteligencji. Na przykład, wśród ekspertów istnieją duże rozbieżności w opiniach dotyczących tego, kiedy pojawi się AGI – sztuczna inteligencja, która przewyższa ludzkie możliwości we wszystkich aspektach.
Ponadto, badacze i programiści generatywnej sztucznej inteligencji to inni ludzie niż eksperci w dziedzinie jej zastosowań i systemów. Dlatego, chociaż mogą być zaznajomieni z najnowszym stanem badań i przyszłymi perspektywami generatywnej sztucznej inteligencji, nie są w stanie pojąć wszystkiego, co dotyczy istniejących już technologii i systemów wykorzystujących generatywną sztuczną inteligencję, ani jakie możliwości otwierają się w przyszłości.
Co więcej, jeśli chodzi o technologie i systemy zastosowaniowe, możliwości są praktycznie nieograniczone w połączeniu z różnymi istniejącymi mechanizmami. Nawet wśród ludzi badających i rozwijających technologie i systemy zastosowaniowe, trudno byłoby objąć wszystko, włączając te z różnych gatunków.
Jeszcze trudniej jest wnioskować lub przewidywać, jak takie technologie i systemy zastosowaniowe będą się rozprzestrzeniać w społeczeństwie i jaki będą miały wpływ. W szczególności, naukowcy i inżynierowie niekoniecznie są dobrze zorientowani w kwestiach społecznych ani nie są nimi zbytnio zainteresowani. Z drugiej strony, wiedza technologiczna tych, którzy są bardzo zainteresowani takimi społecznymi skutkami, nieuchronnie ma swoje ograniczenia.
W ten sposób nikt nie jest w stanie objąć całości obecnego stanu generatywnej sztucznej inteligencji ani jej przyszłej wizji. A w rozumieniu każdej osoby występują rozbieżności.
Problem nie polega tylko na rozbieżnościach, ale na tym, że tempo postępu jest nieznane. Z pewnością stoimy u progu ery, w której postęp technologiczny przyspiesza, a czas jest kompresowany, ale nie mamy wspólnego zrozumienia, jak szybkie jest to tempo.
Co gorsza, istnieją różnice w postrzeganiu przez ludzi, czy tempo postępu technologicznego jest stałe, czy przyspiesza. Dodatkowo, nawet wśród tych, którzy zgadzają się co do przyspieszenia, percepcje znacznie różnią się w zależności od tego, czy uznają, że przyspieszenie jest spowodowane wyłącznie postępem podstawowej technologii generatywnej sztucznej inteligencji, czy też biorą pod uwagę przyspieszenie wynikające z technologii i systemów zastosowaniowych, a także przyspieszenie spowodowane napływem ludzi i kapitału z czynników społeczno-ekonomicznych.
W ten sposób zmienność w postrzeganiu obecnego stanu i przyszłej wizji oraz rozbieżności w postrzeganiu tempa postępu tworzą zaskakująco duże różnice w naszych indywidualnych rozumieniach.
Jaki będzie poziom technologiczny i wpływ społeczny w sierpniu 2025 roku? A jaki będzie w 2027 roku (dwa lata później) lub 2030 roku (pięć lat później)? Te wartości znacznie różnią się w zależności od osoby. Co więcej, różnica w tej percepcji jest prawdopodobnie większa teraz w 2025 roku, dwa lata po nadejściu boomu generatywnej sztucznej inteligencji w 2023 roku.
Społeczeństwo, w którym indywidualne postrzeganie epoki tak bardzo się różni, nazywam „Społeczeństwem Chronos-Scramble”. Chronos to greckie słowo oznaczające czas.
I w rzeczywistości tego Społeczeństwa Chronos-Scramble musimy stawić czoła problemom kompresji czasu i technologicznych społecznych martwych punktów, których nie możemy wspólnie i prawidłowo postrzegać.
Wizja i strategia
W sytuacji, gdy własne poczucie czasu może nie pokrywać się z rzeczywistą kompresją czasu, i konieczności rozwiązania problemu technologicznych, społecznych martwych punktów z innymi, którzy mają odmienne perspektywy, wizja i strategia stają się niezbędne.
W tym kontekście wizja oznacza prezentowanie niezmiennych wartości i kierunków, niezależnie od własnego poczucia czasu.
Na przykład, upraszczając dyskusję, „zapewnienie, że ryzyko związane z technologią nie przewyższa jej korzyści” jest jedną z ważnych wizji. Jest to wizja, na którą zgodzi się więcej ludzi niż na wizje takie jak „rozwój technologii” czy „minimalizacja ryzyka technologicznego”.
Kluczowe jest również umożliwienie jak największej liczbie osób współpracy w dążeniu do realizacji tej wizji. Nawet jeśli wizja zostanie uzgodniona, nie może zostać osiągnięta bez działania.
Również tutaj strategia musi być sformułowana z uwzględnieniem faktu, że znajdujemy się w Społeczeństwie Chronos-Scramble z różnymi poczuciami czasu. Na przykład, strategia polegająca na dostosowaniu poczucia czasu wszystkich do rzeczywistej kompresji czasu nie zadziała. Narzuciłoby to ogromne obciążenie edukacyjne na jednostki, wyczerpując je samą energią potrzebną do tego. Co więcej, w miarę jak ta luka będzie się powiększać z roku na rok, wymagana energia również będzie rosła.
Nie mogę przedstawić wszystkich doskonałych strategii, ale jednym z przykładów strategii jest wykorzystanie czegoś, co automatycznie wzmacnia się z biegiem czasu, aby osiągnąć wizję.
Odnosi się to do samego wykorzystania generatywnej sztucznej inteligencji. Chociaż użycie tego, co próbuje się rozwiązać, jest nieco skomplikowane, jasne jest, że w przypadku problemu kompresji czasu, konwencjonalne metody z czasem staną się coraz trudniejsze do opanowania. Aby temu przeciwdziałać, nie ma innego wyboru, jak rozważyć środki zaradcze, wykorzystując możliwości, które również są kompresowane w czasie.
I miejmy nadzieję, że jeśli w końcu uda nam się wykorzystać możliwości samej generatywnej sztucznej inteligencji do regulowania rozwoju technologii spowodowanego przez generatywną sztuczną inteligencję i kontrolowania jej przed przyspieszeniem ponad jej granice, będziemy znacznie bliżej rozwiązania problemu.
Podsumowanie
W społeczeństwie Chronos-Scramble każdy z nas będzie miał wiele różnych martwych punktów. Dzieje się tak, ponieważ nikt nie jest w stanie bezbłędnie przyswoić wszystkich najnowszych informacji we wszystkich aspektach i odpowiednio połączyć ich z bieżącymi szacunkami i prognozami na przyszłość.
W pewnym momencie nagle pojawi się okazja, by zdać sobie sprawę, że istniał tam martwy punkt. Będzie się to działo wielokrotnie, za każdym razem, gdy powstanie martwy punkt i luka zostanie wypełniona.
Za każdym razem nasze postrzeganie osi czasu naszej obecnej pozycji i przyszłej wizji zostanie znacznie skompresowane. Odczucie jest takie, jakbyśmy nagle przeskoczyli w czasie. Jest to kognitywny skok w czasie ku przyszłości.
W niektórych przypadkach w ciągu jednego dnia może zostać ujawnionych wiele martwych punktów. W takich sytuacjach doświadcza się wielu skoków w czasie w bardzo krótkim okresie.
W tym sensie, jeśli nie uznamy istnienia naszych własnych martwych punktów i nie będziemy posiadać solidnej wizji, zdolnej do wytrzymania wielostopniowych skoków w czasie, trudno będzie podejmować trafne, krytyczne decyzje dotyczące przyszłości.
Innymi słowy, dążąc do zbliżenia naszego poczucia czasu do rzeczywistości, coraz bardziej wzrasta potrzeba myślenia w oparciu o zasady i nakazy, które przekraczają epoki.
A w obliczu kompresji czasu musimy również uznać rzeczywistość, że środki zaradcze w zakresie ryzyka nie mogą być wdrażane w takim samym tempie jak wcześniej.
Ponadto, jeśli prędkość samej tej kompresji czasu nie zostanie spowolniona, przekroczy ona granice naszej percepcji i kontroli.
Aby to osiągnąć, musimy poważnie rozważyć wykorzystanie szybkości i wpływu samej sztucznej inteligencji, która przyspiesza z powodu kompresji czasu.
Jest to podobne do mechanizmów takich jak progresywne opodatkowanie czy systemy zabezpieczenia społecznego, które hamują przegrzewającą się gospodarkę, czyli tak zwane „wbudowane stabilizatory”.
Innymi słowy, musimy myśleć o mechanizmach, które pozwolą sztucznej inteligencji funkcjonować nie tylko jako akcelerator technologiczny, ale także jako społeczny wbudowany stabilizator.