Tekoälyn Yleinen Älykkyys: Tarina Kyvykkyyksien Rakentamisesta Varovaisesti

Elämme tekoälyn aikakautta. Vuoden 2023 artikkelissa maailmanlaajuisten tekoälymarkkinoiden kooksi arvioitiin 240 miljardia Yhdysvaltain dollaria ja vuodelle 2030 ennustettiin yli 730 miljardin dollarin markkinoita sekä yli 17 prosentin vuotuista kasvua. Luvut olivat tuolloisia arvioita ja ennusteita, eivät varmaa tulevaa liikevaihtoa.

Yksi paljon keskustelua herättävä tutkimustavoite on yleinen tekoäly eli AGI, englanniksi artificial general intelligence.

Mitä AGI tarkoittaa ja miksi se kiinnostaa tutkijoita ja teknologiayhteisöä? Tässä artikkelissa käsitellään käsitteitä, tutkimussuuntia ja odotuksia vuoden 2023 näkökulmasta.

Ensin on syytä pohtia, mitä yleisellä älykkyydellä tarkoitetaan.

Yleisen älykkyyden hahmottaminen

Yleinen älykkyys tarkoittaa kykyä saavuttaa erilaisia tavoitteita ja suorittaa monipuolisia tehtäviä, joiden kontekstit ja ympäristöt poikkeavat toisistaan. ‘Yleisesti älykkäiden’ järjestelmien on:

• Käsitellä ongelmia ja tilanteita, jotka poikkeavat merkittävästi odotetusta
• Kyetä yleistämään hankittua tietoa, jotta se voidaan siirtää yhdestä ongelmakontekstista toiseen.

Tutkijat ovat eri mieltä yleisen älykkyyden täsmällisestä määritelmästä ja mittaamisesta. Sen välttämättömistä ominaisuuksista ei ole yhtä yleisesti hyväksyttyä luetteloa.

AGI-tutkimuksessa pyritään toteuttamaan tällaisia laajoja oppimis- ja ongelmanratkaisukykyjä keinotekoisissa järjestelmissä.

AGI:n ydinhypoteesi

Ben Goertzel esitti ydinhypoteesin vuonna 2014 Journal of Artificial General Intelligence -lehdessä julkaistussa katsauksessaan ”Artificial General Intelligence: Concept, State of the Art, and Future Prospects”. Hän muotoili sen seuraavasti:

“Synteettisen älykkyyden luominen ja tutkiminen, jolla on riittävän laaja (esim. ihmistason) laajuus ja vahva yleistämiskyky, on pohjimmiltaan laadullisesti erilaista kuin synteettisen älykkyyden luominen ja tutkiminen, jolla on merkittävästi kapeampi laajuus ja heikompi yleistämiskyky.”

Tässä näkemyksessä AGI:n soveltamisala olisi laaja ja yleistämiskyky vahva. Hypoteesi on tutkimuksellinen lähtökohta, ei todistettu luonnonlaki.

Yleistajuisesti AGI-tutkimus tavoittelee laaja-alaisia kognitiivisia kykyjä, joita usein verrataan ihmisen suorituksiin. Oppiminen ja tiedon siirtäminen uusiin tilanteisiin ovat keskeisiä, mutta vaadittu suoritustaso vaihtelee määritelmän mukaan.

AGI:n toteutettavuudesta ja aikataulusta on erilaisia näkemyksiä. Osa tutkijoista suhtautuu siihen epäillen ja osa kehittää yhä laaja-alaisempia järjestelmiä. Tästä ei seuraa tieteellistä yksimielisyyttä siitä, että ihmistasoinen yleinen älykkyys olisi periaatteessa mahdoton.

AGI ja vahvan tekoälyn käsite

IBM:n selityksessä vahva tekoäly yhdistetään ihmistasoiseen älykkyyteen ja itsetietoisuuteen. Kaikki AGI:n määritelmät eivät kuitenkaan edellytä tietoisuutta: toiminnalliset määritelmät voivat painottaa laaja-alaista suoriutumista ja yleistämistä. Koneiden mahdollinen subjektiivinen kokemus on erillinen kysymys.

Järjestelmä voisi oppia syötteistä ja kokemuksista, mutta AGI:n ei välttämättä tarvitse kehittyä lapsen tavoin tai toimia kuten ihmisaivot. Tutkimustavoitteet koskevat ennen kaikkea kykyjä, eivät yhtä pakollista kehityspolkua.

Yleistä ja kapeaa tekoälyä verrattaessa olennaisia ovat tehtävien monipuolisuus ja tiedon siirtäminen uusiin tilanteisiin, eivät pelkästään yksittäiset erikoistuneet suoritukset.

Kapea tekoäly ei välttämättä rajoitu yhteen toistuvaan tehtävään, ja se voi toimia rajatulla alueella autonomisesti. AGI puolestaan ei automaattisesti tarkoita ihmisen ohjeiden tai valvonnan poistumista. Suorituskyky, autonomia ja tietoisuus ovat eri käsitteitä; yksi ei todista toista.

Goertzelin katsaus erottaa neljä laajaa tutkimussuuntaa: symbolisen, emergentistisen, hybridisen ja universalistisen. Kyseessä on katsauksen jäsennys, ei tyhjentävä tai kaikille AGI-järjestelmille pakollinen arkkitehtuuri.

Symbolinen lähestymistapa: Maailman ja järjestelmän piirteitä esitetään symboleilla. Fyysinen symbolijärjestelmä voi vastaanottaa, tuottaa, tallentaa ja muokata symboleja sekä käyttää niitä toimintojen valitsemiseen. Tämä on teoreettinen lähestymistapa, ei todiste siitä, että älykkyys toimii vain näin.

Joissakin symbolisissa kognitiivisissa arkkitehtuureissa työmuisti yhdistyy pitkäkestoiseen muistiin ja havainnoinnin, ajattelun sekä toiminnan keskitettyyn ohjaukseen. Kaikkien symbolisten lähestymistapojen ei tarvitse käyttää samaa rakennetta.

Emergentistinen lähestymistapa: Ylemmän tason kyvyt syntyvät alemman tason subsymbolisten osien vuorovaikutuksesta. Monimutkaisia toimintatapoja voi näin muodostua lukuisista verrattain yksinkertaisista yhteistyössä toimivista osista, kuten neuroverkoissa.

Hybridinen lähestymistapa: Symbolisia ja subsymbolisia osajärjestelmiä yhdistetään niiden vahvuuksien hyödyntämiseksi ja rajoitusten vähentämiseksi. Kokonaisuuden kyvyt voivat siten poiketa yksittäisten osien kyvyistä.

Yhdistelmä voi olla symbolinen alijärjestelmä, jossa on suuri alisymbolinen järjestelmä, tai joukko pieniä toimijoita, joista jokainen on sekä symbolinen että alisymbolinen luonteeltaan.

Universalistinen lähestymistapa: Lähtökohtana ovat hyvin yleiset älykkyyden matemaattiset mallit ja niiden käytännölliset likiarvot. Jotkin ihannemallit eivät ole laskettavissa tai niiden laskentavaatimukset ovat epärealistiset. Kyse ei siis ole vain valmiista algoritmista, joka tarvitsee enemmän laitteistoa.

Monet organisaatiot kehittävät tekoälytuotteita ja tutkivat laajempaa älykkyyttä. Käytännön tuote ei kuitenkaan osoita, että AGI olisi jo saavutettu vuonna 2023. OpenAI on tunnettu tätä tutkimustavoitetta edistävä organisaatio.

AGI:n parissa työskenteleviä yrityksiä

1. OpenAI

ChatGPT:stä tunnettu OpenAI kuvasi 24. helmikuuta 2023 julkaistussa blogikirjoituksessaan tavoitetta, jonka mukaan AGI:n tulisi hyödyttää koko ihmiskuntaa. Organisaatio puhui yleisesti ihmisiä älykkäämmistä tekoälyjärjestelmistä. Tämä oli sen tehtävän kuvaus, ei ilmoitus AGI:n saavuttamisesta.

OpenAI kirjoitti muuttuvansa varovaisemmaksi mallien kehittämisessä ja käyttöönotossa niiden lähestyessä AGI:tä. InstructGPT ja ChatGPT mainittiin askelina kohti paremmin ohjattavia järjestelmiä, eivät jo toteutuneena AGI:nä.

Mikä on ChatGPT?

OpenAI julkaisi ChatGPT:n 30. marraskuuta 2022 kielimalleihin perustuvana keskustelujärjestelmänä. Se vastaa kysymyksiin ja auttaa esimerkiksi sähköpostien, esseiden ja ohjelmakoodin laatimisessa. Ihmismäinen keskustelu ei todista ihmisen kaltaista ymmärrystä tai luotettavuutta: vastauksissa voi olla virheitä.

Klikkaa tästä saadaksesi luettelon viidestä parhaasta ChatGPT-laajennuksesta.

Mikä on InstructGPT?

InstructGPT on nimi malleille, joita OpenAI koulutti noudattamaan ohjeita ihmisten esimerkkien ja palautteen avulla. Se tarkoittaa tiettyä kielimallien kehitysvaihetta, ei kaikkia edistyneitä tekoälyjä eikä itsessään todista AGI:n saavuttamista.

OpenAI ja ChatGPT vuoden 2023 lukuina

OpenAI ilmoitti marraskuussa 2023 noin 100 miljoonasta viikoittain aktiivisesta ChatGPT-käyttäjästä. Erikseen The Information kertoi 12. lokakuuta 2023 OpenAI:n liikevaihdon vuositasolle muunnetun tahdin olevan 1,3 miljardia Yhdysvaltain dollaria, yli 100 miljoonaa kuukaudessa ja noin 30 prosenttia kesän tahtia suurempi. Vuositasolle muunnettu tahti ei ole sama kuin koko tilikauden toteutunut liikevaihto.

OpenAI:n hallintokriisi marraskuussa 2023

Silloinen hallitus erotti toimitusjohtaja Sam Altmanin 17. marraskuuta 2023. Hallitus perusteli päätöstä sillä, ettei hän ollut aina ollut avoin viestinnässään; kyseessä oli hallituksen tuolloinen väite, ei riippumattomasti vahvistettu päätelmä. Periaatesopimus paluusta ilmoitettiin Yhdysvaltain aikaa 21. marraskuuta, UTC-aikaa 22. marraskuuta. OpenAI vahvisti paluun ja uuden väliaikaisen hallituksen 29. marraskuuta.

Tuolloisen uutisoinnin mukaan suuri enemmistö työntekijöistä uhkasi lähteä, ellei Altman palaisi; kirjeen allekirjoittajia eivät välttämättä olleet kaikki työntekijät. Perustajiin kuulunut silloinen päätutkija Ilya Sutskever ilmaisi X:ssä katumuksensa: ”Kadun syvästi osallistumistani hallituksen toimiin. Tarkoitukseni ei koskaan ollut vahingoittaa OpenAI:ta. Rakastan kaikkea yhdessä rakentamaamme ja teen kaikkeni yhdistääkseni yrityksen uudelleen.”

Altmanin paluu päätti akuutin johtamiskriisin, mutta ei automaattisesti ratkaissut kaikkia hallintoa ja valvontaa koskevia kysymyksiä. Uusi hallitus ilmoitti myös riippumattomasta selvityksestä ja hallinnon kehittämisestä.

Vaikka OpenAI on ollut merkittävin AGI-alueella näkyvyyden ja kiinnostuksen saamisessa, muita toimijoita on ollut merkittävästi pidempään. DeepMind on yksi tällainen toimija, joka on toiminut vuodesta 2010.

2. DeepMind

DeepMind perustettiin vuonna 2010, ja Google osti sen vuonna 2014. Huhtikuussa 2023 se yhdistettiin Google Brainiin Google DeepMindiksi. Organisaatio tutkii laajempia ongelmanratkaisujärjestelmiä ja pyrkii edistämään tiedettä sekä yhteiskunnallisia sovelluksia tekoälyn avulla.

DeepMindin toimintaperiaate on aina ollut edistää tiedettä ihmiskunnan hyödyksi. Siksi se haluaa hyödyntää tekoälyä palvellakseen yhteiskunnan tarpeita ja odotuksia.

Moorfieldsin tutkimuksessa tekoälymalli ylsi tutkituissa silmän kuvantamistapauksissa asiantuntijoiden tasolle jatkohoidon kiireellisyyden arvioinnissa. Tämä ei osoittanut kaikkien silmäsairauksien itsenäistä diagnosointia tai lääkärien korvaamista. Vuonna 2018 autonominen ohjausjärjestelmä raportoi noin 30 prosentin säästön datakeskusten jäähdytysenergiassa, ei koko datakeskuksen kulutuksessa. AlphaFold ennusti proteiinien kolmiulotteisia rakenteita ja tuki biologista sekä lääketutkimusta, mutta ei ratkaissut kaikkia proteiinien toiminnan tai lääkekehityksen ongelmia.

Alkuperäinen artikkeli viittasi tietokannan tietoihin 1. helmikuuta 2011 raportoidusta 50 miljoonan dollarin rahoituskierroksesta, jonka sijoittajia olivat Founders Fund ja Horizons Ventures. Rajallinen tietokantatietue ei osoita, että tämä olisi ollut ainoa rahoitus ennen yrityskauppaa; kyse ei ollut täydellisestä tarkastetusta rahoitushistoriasta.

3. Adept

Adept ilmoitti 14. maaliskuuta 2023 General Catalystin ja Spark Capitalin johtamasta 350 miljoonan dollarin B-rahoituskierroksesta. Noin vuoden ikäinen yritys kehitti tekoälyä ohjelmistojen käyttämiseen. Alkuperäisen artikkelin mukaan sillä oli noin 25 työntekijää ja se oli esitellyt digitaalisen avustajan varhaisen version.

Adept tutki ihmisten ohjelmistojen käyttöä muuntaakseen tekstiohjeita tietokonetoiminnoiksi. Artikkeli kertoi rahoituskierroksen jälkeiseksi arvostukseksi noin miljardi dollaria. Tuolloinen raportoitu arvostus ei ole nykyarvostus eikä todiste saavutetusta AGI:stä.

Perustaja David Luan vertasi tavoitetta syntetisaattoriin: muusikko voi tuottaa eri soittimien ääniä opettelematta jokaista soitinta erikseen. Adept halusi vastaavasti tehdä ohjelmistot helpommin käytettäviksi yhden tekoälyjärjestelmän kautta.

AGI:n tulevaisuudennäkymät

Ihmisillä on erilaisia näkemyksiä AGI:n potentiaalista. Jotkut uskovat, että AGI:lla voi olla vaarallisia seurauksia ihmiskunnalle, kun taas toiset uskovat, että AGI ei pysty saavuttamaan sitä, mitä sen oletetaan tekevän.

Northwesternin yliopiston professori ja sen analytiikan maisteriohjelman perustaja Diego Klabjan esitti alkuperäisessä artikkelissa lainatun epäilevän näkemyksen:

“Ihmisen aivoissa on miljardeja neuroneja, jotka ovat yhteydessä toisiinsa hyvin kiehtovalla ja monimutkaisella tavalla, ja nykyinen huipputeknologia on vain suoraviivaisia yhteyksiä, jotka noudattavat hyvin helppoja malleja. Siirtyminen muutamasta miljoonasta neuronista miljardeihin nykyisillä laitteisto- ja ohjelmistoteknologioilla – en näe sen tapahtuvan.”

Oxfordin, Yalen ja AI Impactsin tutkijoiden vuonna 2016 toteuttamaan kyselyyn vastasi 352 koneoppimisen tutkijaa. Tulokset julkaistiin ennakkojulkaisuna vuonna 2017. Kyse oli yhdistetyistä subjektiivisista todennäköisyysarvioista, ei varmoista määräajoista tai ”vastaajien mediaanista”. Tuolloisiin ennusteisiin kuuluivat:

• Noin vuonna 2026: kouluesseiden kirjoittaminen kyselyssä määritellyllä suoritustasolla.
• Noin vuonna 2027: kuorma-auton ajaminen määritellyllä tasolla, mikä ei tarkoita kaikkien kuljettajien käymistä tarpeettomiksi.
• Noin vuonna 2031: kyselyssä määriteltyjen vähittäiskaupan tehtävien tekeminen, ei välttämättä koko alan korvaaminen.
• Noin vuonna 2049: menestysromaanin kirjoittaminen; Stephen King -vertailu oli kielikuva, ei ennuste yhdestä kirjailijasta.
• Kaikkien ammattien täydellinen automatisoitavuus: noin 122 vuotta vuoden 2016 jälkeen eli vuoden 2138 tienoilla yhdistetyllä 50 prosentin todennäköisyysarviolla. Tämä ei tarkoita kaikkien työpaikkojen todellista katoamista tuolloin.

On vielä liian aikaista ennustaa, minne AI lopulta meidät vie. Mutta kuten kaikki teknologiat, sitä voidaan käyttää sekä hyvään että pahaan.

Helmikuun 2023 blogikirjoituksessaan Sam Altman kannatti AGI:n kehitystoimien tarkkaa arviointia ja julkista kuulemista merkittävistä päätöksistä. Hän kuvasi mahdollisia riskejä näin:

”Maailma voisi muuttua hyvin erilaiseksi kuin se on nyt, ja riskit voisivat olla poikkeuksellisia. Ihmisen tavoitteisiin huonosti kohdistettu superälykäs AGI voisi vahingoittaa maailmaa vakavasti; samoin voisi tehdä autoritaarinen hallinto, jolla olisi ratkaiseva etumatka superälykkyydessä.”

DeepMindin kaltaiset organisaatiot tutkivat, voisiko laajempi tekoäly tukea tieteellisiä läpimurtoja. Se ei vielä tee niistä todistetun AGI:n toimittajia. Tulevat vaikutukset tutkimukseen, tekniikkaan ja turvallisuuteen ovat epävarmoja ja riippuvat muun muassa kehitetyistä kyvyistä, käyttötavoista ja ihmisten valvontaa koskevista valinnoista.

Klikkaa tästä oppiaksesi kaiken tekoälyyn sijoittamisesta.