Potomci Moorova zákona

Biologie |

Extrapolovat budoucnost ze současných trendů může být ošidné v každém případě. Mohli bychom se ale právě nyní blížit k okamžiku, kdy vývoj dosáhne tak překotné rychlosti, že si ani při nejlepší vůli nedokážeme představit, co bude následovat potom?




***pravidelné páteční „přetištění“ staršího článku

Třeba podobně jako bychom si bez předchozí zkušenosti nedovedli představit vznik ledu z pomalu chladnoucí vody? Možný přelom je označován jako technologická singularita.

Jak si kdysi povšiml pozdější zakladatel společnosti Intel Gordon Moore, rychlost počítačů, respektive počet tranzistorů uložených na křemíkovém čipu o dané ploše se za určité časové období zdvojnásobuje. Zpočátku byla perioda zdvojnásobování jeden rok, v současnosti je zhruba 18 měsíců. A třebaže vyjádření „zdvojnásobení“ na první pohled připomíná lineární funkci, časová závislost je v tomto případě samozřejmě exponenciální.

Tento matematický vztah je ve skutečnosti zajímavý z řady důvodů. Exponenciální růst může vést k na první pohled nepředvídaným důsledkům, o čemž se ve známé bajce přesvědčil král, který chtěl odměnit mudrce za předvedení šachu. Mudrc si přál jedno zrnko obilí na první políčko šachovnice a na každé další políčko dvojnásobný počet zrnek. Ačkoliv se králi téměř do poloviny šachovnice zdál mudrcův požadavek nepřiměřeně skromný, v určitém okamžiku pochopil, že požadované množství obilí není ani ve všech sýpkách na Zemi.
Mohli bychom se i my dočkat podobného překvapení způsobeného exponenciálním rozvojem některých technologických odvětví? Jednu z možných odpovědí na tuto otázku představuje koncept tzv. technologické singularity.

Rychlost skoků

Naprostá většina našich předků se mohla spolehnout, že zítřek bude v zásadě stejný jako dnešek. Na úsvitu lidských dějin zůstávala kamenná industrie stále stejná po stovky tisíc let. I později byl technologický pokrok pozvolný a jen čas od času se vyskytla zásadní změna (zemědělství, kov, knihtisk, elektřina…), která celou civilizaci posunula na kvalitativně vyšší úroveň. V průběhu historie ale přicházejí podobné „skoky“ stále rychleji – a také se stále rychleji prosazují.
Extrapolovat budoucnost ze současných trendů může být ošidné v každém případě. Mohli bychom se ale právě nyní blížit k okamžiku, kdy vývoj dosáhne tak překotné rychlosti, že si ani při nejlepší vůli nedokážeme představit, co bude následovat potom? Třeba podobně jako bychom si bez předchozí zkušenosti nedovedli představit vznik ledu z pomalu chladnoucí vody? Touto myšlenkou se zaobírají futuristé, autoři sci-fi i vědci pracující v oblasti kybernetiky.

Blízkost přelomu?

Jako první napadl podobný koncept zřejmě průkopníky oblasti umělé inteligence. Uvažovali, co by se stalo, kdybychom sestrojili umělou inteligenci nacházející se zhruba na úrovni inteligence lidské. Na rozdíl od člověka stroje netrpí únavou a jsou schopny mnohem rychlejší komunikace. Je pravděpodobné, že umělá inteligence (či umělé inteligence) by byla zodpovědná za stále rostoucí množství nových objevů a vynálezů – a to včetně zdokonalování sebe samotné. Ve velmi krátké době by se proto mohla objevit inteligence o něco lepší než lidská.
Nechme teď pokračovat matematika Vernona Vingeho: „Až se nadlidská inteligence stane hybnou silou, bude další rozvoj ještě mnohem rychlejší. Není vlastně žádný důvod, proč by tento rozvoj nevedl v ještě kratší době k vytvoření ještě inteligentnějších bytostí. Nejlepší analogie, která mě napadá, je evoluce v minulosti: Zvířata se mohou přizpůsobit problémům, ale inovace pracuje jen tak rychle jako přirozený výběr – v případě přirozeného výběru je svět svým vlastním simulátorem. My lidé jsme schopni obsáhnout svět a ve své hlavě analyzovat „co se stane, když…“; mnoho problémů jsme díky tomu, že pracujeme ne přímo se světem, ale s jeho reprezentací, schopni vyřešit efektivněji. Vytvoříme-li nyní [počítačové] prostředky, které budou takové simulace provádět ještě mnohem rychleji, dostáváme se do režimu, který se od naší lidské minulosti bude lišit stejně jako my od zvířat.“
Vinge napsal článek, ve kterém pro tento hypotetický fázový přechod v dějinách civilizace zavedl označení singularita. Termín se ujal, a aby se nepletl s jinými druhy singularit (ve fyzice např. stav vesmíru v okamžiku velkého třesku nebo oblast v nitru černé díry), používá se pro něj často výrazu „technologická singularita“.
Klíčovou myšlenkou singularity v pojetí, které Vinge shrnuje, je existence jakési superinteligence. Vychází z předpokladu, že inteligence na určité úrovni dokáže vytvořit inteligenci nějakým způsobem dokonalejší, než je sama. Postupně tak vzniká vyšší a vyšší inteligence v procesu označovaném jako bootstrapping. I rychlost těchto skoků se neustále zvyšuje – opět před sebou máme výše popsané pravidlo exponenciálně rostoucích křivek.

Kyborgizace

Superinteligence nemusí být nutně realizovaná pomocí stroje. Lze uvažovat i o vylepšení (augmentaci) inteligence současného člověka. Známý robotik Kevin Warwick považuje zdokonalování lidské inteligence pomocí kyborgizace za jedinou možnost, jak se jednou vyhnout nadvládě strojů. Totéž se domnívá i Stephen Hawking, který ovšem spíše než o přidávání robotických implantátů hovoří o cílených genetických změnách.
K nejznámějším propagátorům myšlenky, že se blížíme k přelomovému okamžiku dějin – k technologické singularitě -, patří vynálezce a podnikatel Ray Kurzweil. Vychází přitom ze stejných předpokladů, totiž že technologický vývoj je pokračováním biologické evoluce jinými prostředky a jeho rychlost se zvyšuje.


Ray Kurzweil
Na snímku z roku 1999 přebírá z rukou Billa Clintona ocenění National Medal of Technology. Vynálezce, podnikatel a autor. V průběhu svého života založil několik firem, které přinesly zásadní inovaci v oboru nebo rovnou vytvořily obor nový. Zabýval se mimo jiné počítačovým komponováním hudby, rozpoznáváním písma (v obou těchto oborech spolupracoval např. se svým přítelem, slepým zpěvákem Stevie Wonderem) nebo počítačovou syntézou a rozpoznáváním řeči. Je autorem knih The Age of Intelligent Machines a The Age of Spiritual Machines, v nichž předvídá nástup inteligentních strojů již v průběhu několika příštích desetiletí. V poslední době se Kurzweil věnuje studiu technologických trendů a zejména akcelerace technologického rozvoje. Ray Kurzweil v nedávné době také uzavřel sázku, že již do roku 2029 se objeví počítač, který úspěšně projde Turingovým testem. Sázku zastřešuje organizace Long Bets Foundation (podrobnosti viz http://www.longbets.org/1) a druhou stranou sporu je Mitchell Kapor z Electronic Frontier Foundation.

„Úvodní krok, vznik prvních živých systémů, započal paradigma biologie. Následně se objevila DNA a poskytla digitální médium pro záznam výsledků evolučních experimentů. Pak následoval vznik druhu schopného racionálního myšlení, který způsobil změnu paradigmatu z biologického na technologické. Nadcházející posun paradigmatu bude opět od biologického k technologickému, tentokrát se však tato proměna bude týkat přímo samotného procesu myšlení. Když zkoumáme časový průběh těchto změn, vidíme, že se tento proces průběžně zrychluje. Ke změnám paradigmatu nyní dochází každých několik let. Třeba síť World Wide Web před deseti lety ještě vůbec neexistovala,“ napsal Kurzweil v roce 2001.

Ověření teorie

Je však možné technologický pokrok nějak měřit a potvrdit či vyvrátit Kurzweilovu teorii?
Ray Kurzweil sám se zaměřuje na několik oblastí, které jsou podle něj pro směřování k technologické singularitě klíčové, a ukazuje, že jejich vývoj skutečně probíhá exponenciálně.
V úvodu tohoto článku jsme zmínili růst výpočetního výkonu a Moorův zákon. Exponenciální trend sleduje ale i kapacita pamětí (za danou cenu); to platí jak pro magnetický záznam, tak pro RAM. U RAM začala exponenciála už ve 40. letech minulého století v době elektronek a pokračuje až do současnosti. Další sledovanou oblastí jsou komunikace. Konkrétně Kurzweil dokládá vývoj rychlosti připojení za danou cenu, vývoj rychlosti modemů, přenosovou kapacitu páteřní sítě internetu nebo maximální dosažitelnou přenosovou rychlost jako takovou.
Extrapolací údajů o růstu našich výpočetních kapacit se Kurzweil snaží dobrat předpokládaného okamžiku, kdy budeme mít k dispozici hardware výkonem ekvivalentní lidskému mozku. Samotný výkon lidského mozku odhaduje přitom následovně: 100 miliard neuronů – krát 1 000 spojení na neuron – krát 200 operací za sekundu (s tím, že operace probíhají na spojeních). Výsledkem je zhruba 2 x 10 exp 16 operací za sekundu.
V kombinací s trendovými křivkami dochází pak Kurzweil k závěru, že výkonu jednoho lidského mozku za cenu 1 000 dolarů dosáhneme kolem roku 2023. Spekuluje i o dalším pokračování těchto křivek, tedy např. o dosažení výkonu lidského mozku za cenu 1 dolaru, eventuálně o cenách strojů odpovídajících svým výpočetním výkonem celému lidstvu. Proti tomu se dá ale namítnout, že přímo z definice technologické singularity vyplývá, že od určitého bodu se budoucnost stává nepředpověditelnou.

Kritika

Uvedenou Kurzweilovu úvahu lze samozřejmě kritizovat z mnoha směrů. V první řadě je to samotný odhad výpočetního výkonu lidského mozku. Vychází z představy mozku jako bioelektrického digitálního počítače. Ve fungování lidského mozku a nervové soustavy obecně spatřuje mnoho odborníků ale také výrazné prvky počítačů analogových. Objevily se i spekulace, že mozek je ve skutečnosti počítač kvantový – jehož výkon by pak byl dramaticky větší. I v případě, že kvantové jevy nejsou třeba, může být výkon mozku vyšší například o několik řádů – v současnosti to zkrátka nedokážeme přesně určit.
Pointa Kurzweilovy argumentace spočívá ale v něčem trochu jiném. I kdyby byl výkon lidského mozku o několik řádů vyšší, díky exponenciálnímu růstu výkonu hardwaru by to ve skutečnosti znamenalo prodloužení předpokládaného termínu pouze o několik let.
Pro platnost Kurzweilových prognóz se zdá být tedy klíčová především otázka, zda exponenciální tempo technologického růstu vydrží i v budoucnosti. Kurzweil např. tvrdí, že ještě před koncem platnosti Moorova zákona pro klasické křemíkové čipy budou k dispozici technologie, které pokračování exponenciálního rozvoje zajistí. Sází např. na konstrukci prostorových čipů oproti současným víceméně plochým. Na obzoru jsou snad i úplně nové technologie, např. elektronické prvky založené na nanotrubičkách.

Chybí software

Nakonec nejvážnější námitka proti výše uvedeným úvahám se týká softwaru. Samotná ekvivalence výkonu lidského mozku totiž ještě neznamená, že dosáhneme i ekvivalentu jeho funkčnosti. Cožpak neusilujeme o vytvoření inteligentních počítačů již po desetiletí? Zdá se, že umělá inteligence spadá spolu s termojadernou fúzí do kategorie technologických problémů, jejichž vyřešení se pokaždé předpokládá v průběhu příštích dvaceti let, splnění prognózy je však pokaždé třeba odložit. Skeptici se tedy domnívají, že pokud nenastane zásadní změna v oblasti softwaru, budou nám milionkrát výkonnější počítače dobré leda ke spouštění ještě nabobtnanějších textových editorů.
Lze však oponovat, že dosavadní zkoumání na poli umělé inteligence bylo kupodivu docela úspěšné. Existuje spousta efektivních specializovaných metod a algoritmů, které dosahují určité „inteligence“ ve své vymezené oblasti. Vtip je v tom, že jakmile se tyto systémy dostanou do praxe, rychle si na ně zvykneme a přestaneme je vnímat jako něco zvláštního. Docela všedně dnes působí zprávy o porážkách šachových velmistrů počítači, ačkoliv tomu není tak dávno, co to někteří odborníci pokládali za zcela nemožné. Turbíny tryskových motorů se doslova šlechtí pomocí genetických algoritmů, bankovní systémy se samy učí, jak rozpoznat defraudace.
Kurzweil se s problémem softwaru vypořádal návrhem na okopírování výpočetních procedur, které nám v podobě našeho mozku dala k dispozici příroda. K tomu jsou třeba dvě věci: důkladně prozkoumat, jak mozek funguje, a vytvořit analogický systém pomocí dostupné technologie. Ray Kurzweil ukazuje, že přitom také v oblasti neinvazních technik zobrazování lidského mozku funguje exponenciální růst – jak co se týče rozlišovací schopnosti stávajících metod, tak i co se týče rychlosti vlastního snímání. Za předpokladu, že se na činnosti mozku nepodílejí jevy související s kvantovým počítáním, z toho vyvozuje, že brzy bychom měli být schopni porozumět mozku s dostatečnou podrobností, abychom pochopili principy důležité pro proces myšlení a eventuálně dokázali tuto funkčnost napodobit.

Organizace zdola

K úspěchu by však podle všeho byla potřeba zásadnější revoluce v softwarovém inženýrství. Zatím po ní volají hlavně vizionáři. Například Nicholas Negroponte, vedoucí Media Laboratory na MIT a autor také česky vyšlé knihy Digitální svět, sází hlavně na zdola organizovaný přístup.
„Peer-to-peer je klíčem. Mám tím na mysli všechny možné podoby této technologie… Dočkáme se bezdrátových mikrosítí, ve kterých budou běžná, denně užívaná zařízení sloužit k přeposílání a směrování zpráv, které s nimi samotnými nebudou mít nic společného. Příroda je velmi dobrá v síťování a samoorganizujících se systémech. Oproti tomu sociální systémy bývají obvykle hierarchické, z čehož nabýváme dojmu, že organizace a řád může vzejít pouze z centralismu.“


Nicholas Negroponte
Zakladatel a vedoucí Media Laboratory na univerzitě MIT a vedoucí sesterské Media Lab Europe v irském Dublinu. Autor bestselleru Being Digital, který byl přeložen do více než 40 jazyků a v češtině vyšel pod názvem Digitální svět. Negroponte založil internetový magazín Wired a finančně podpořil několik desítek technologických startupů. Je členem dozorčí rady společnosti Motorola.

Tony Hoare, významný vědec pracující toho času pro společnost Microsoft, předpovídá, že v roce 2020 bude na světě stokrát víc počítačů než dnes, budou stokrát výkonnější a vybavené stokrát větší pamětí – a všechny budou navíc navzájem propojené. Neměli bychom o nich přemýšlet jako o oddělených zařízeních, ale jako o globálním všudypřítomném počítači (GUC, Global Ubiquitous Computer). Přesněji řečeno bychom měli překonat klasický model izolovaného počítače, který sekvenčně vykonává deterministický program tak, jak kdysi proces výpočtu popsal Alan Turing.
„Výpočty probíhající v přírodě, například v mozku a těle živého organismu, se vůbec nepodobají Turingovu stroji, který před sebou krok za krokem odvíjí svoji pásku. Jsou široce distribuované v prostoru a čase. Využívají masivně paralelní operace, zahrnují trvalou interakci s okolím a jsou vysoce nedeterministické. V tomto ohledu jsou procesy v systému GUC mnohem podobnější živému organismu než Turingově stroji.“


Sir Tony Hoare
Objevitel známého třídicího algoritmu Quicksort, který umí rychle seřadit posloupnost prostřednictvím jejího dělení na menší posloupnosti (1962). Hoare se podílel na vzniku Programming Research Group na univerzitě v Oxfordu, kde také po mnoho let pracoval jako profesor počítačových věd. Právě za zásluhy o jejich rozvoj obdržel v roce 2000 šlechtický titul. Po odchodu do důchodu pracuje jako výzkumník pro Microsoft Research.

Spolu s dalšími experty navrhl Hoare sedm velkých výzev pro informatický výzkum. Patří mezi ně mj. koncepce architektury pro hypotetický systém GUC a teoretický model, který by umožnil popsat a emulovat funkce mozku a mysli. Podle Hoareho je stále obtížnější pokračovat tradičním způsobem, kdy pořád výkonnější, ale izolované stroje sekvenčně zpracovávají instrukce. Budoucnost spočívá v masivní distribuci a paralelizaci, kdy těžiště distribuované inteligence bude ležet právě v komunikaci jednotlivých zařízení (respektive na úrovni softwaru půjde o specializované agenty).

Ztráta kontroly

Cenou, kterou za popsanou změnu zaplatíme, bude ztráta pocitu kontroly při ovládání strojů. Popisované systémy budou podobně jako interakce živých organismů značně nedeterministické.
Na druhé straně se zdá, že inspirace přírodními procesy představuje zřejmě jedinou cestu, jak vytvořit systémy umělé inteligence. Zkušenosti s dosavadním vývojem AI se zdají nasvědčovat, že podle všeho není v lidských silách navrhnout a naprogramovat univerzální umělou inteligenci přímo.

Další informace na webu

Vernon Vinge – http://www.ugcs.caltech.edu/~phoenix/vinge/
Vernon Vinge: Singularita – http://www.transhumanismus.cz/library.php?source=kucera
Ray Kurzweil – http://www.kurzweilai.net/meme/frame.html?main=/articles/art0134.html
Kurzweilův životopis – http://www.kurzweilai.net/bios/frame.html?main=/bios/bio0005.html
Nicholas Negroponte – http://web.media.mit.edu/~nicholas/
Negropontovo interview pro Business Week- http://www.businessweek.com/magazine/content/04_25/b3888606.htm
Sedm výzev pro počítačovou vědu – http://www.nesc.ac.uk/esi/events/Grand_Challenges/proposals/index.html
Článek na toto téma v The Register – http://www.theregister.co.uk/2004/06/14/grand_challenge_compsci/
Tony Hoare – http://users.comlab.ox.ac.uk/tony.hoare/
Hoareho stránka na Microsoft Research – http://research.microsoft.com/~thoare/











Komentáře

27.07.2014, 21:02

.... ñïàñèáî çà èíôó!...

27.08.2010, 23:40 idris

díky xb

už jsem si to vyjasnila, zmátlo mě tam to zpomalení. ale jak jsem zjistila, správně se původně podle Moorova zákona množství tranzistorů v čipu zdvojnásobilo zhruba každé dva roky, nikoliv rok, teď už to je těch 1,5 roku. ale tak jako tak díky za odpověď

27.08.2010, 12:27 idris

jsem natvrdlá

uznávám. Nechápu, kde je exponenciála - nejdřív rok, pak 1,5 roku? (Zpočátku byla perioda zdvojnásobování jeden rok, v současnosti je zhruba 18 měsíců. A třebaže vyjádření "zdvojnásobení" na první pohled připomíná lineární funkci, časová závislost je v tomto případě samozřejmě exponenciální.)

Napsat vlastní komentář

Pro přidání příspěvku do diskuze se prosím přihlašte v pravém horním rohu, nebo se prosím nejprve registrujte.