Superäly on unelma mutta voidaanko todellinen Suppe toteuttaa. Itse uskon, että voidaan sillä se tulkinta, että sitä ei voitaisi perustuu olettamukseen, että ihmisaivoissa on joku piirre mitä ei pystytä toteuttamaan. Tälläistä piirrettä ei kuitenkaan ole löytynyt.
Toinen asia sitten on, että kykeneekö ihminen suunnittelemaan Superälyn. Tässä täytyy huomata, että ihmisen ei tarvitse itse suunnitella Superälyä vaan hän voi pyytää apua alkeellisemmalta Superälyn kehitysversiolta. Tämä kehitysversio sitten avustaa varsinaisen Superälyn suunnittelemisessa. Tällöin Superäly voi kehittää pienillä askelilla, jotka voidaan sitten hallita ihmisälyn avulla. Tämän takia kaikki innovaatiot, jotka auttavat Superäly kehittämisessä ovat erityisen tärkeitä. Matka Superälyyn on pitkä mutta se on mahdollinen.
The main trick relies on the quantum spin properties of cobalt atoms. When cleverly organized into “networks,” the result is a “quantum brain” that can process data and save it inside the same network structure—similar to how our brains work. To sum up: it’s a path towards a true learning machine.
That’s great news for AI. Powerful as it is, machine learning algorithms are extremely energy-hungry. While the tech giants have massive data centers tailored to process computational needs, it’s inefficient and generates a huge carbon footprint. More troubling is when experts look ahead. Although computing prowess has doubled every year and half to two years—known colloquially as “Moore’s law”—recent observations show that it may be on its last legs.
Kvanttiteknologian avulla pyritään nopeuttamaan tekoälyä. Tämä on ihan alkutekijöissään mutta osoittaa, että ainakin jollain tasolla on mahdollisuuksia saavuttaa valtava tehonlisäys. Perinteinen tekoäly on prosessori- ja muistikapasiteetin rajoittamaa.
Despite these advances, designing robots to work in unknown or inhospitable environments, like exoplanets or deep ocean trenches, still poses a considerable challenge for scientists and engineers. Out in the cosmos, what shape and size should the ideal robot be? Should it crawl or walk? What tools will it need to manipulate its environment, and how will it survive extremes of pressure, temperature and chemical corrosion?
An impossible brainteaser for humans, nature has already solved this problem. Darwinian evolution has resulted in millions of species that are perfectly adapted to their environment. Although biological evolution takes millions of years, artificial evolution—modeling evolutionary processes inside a computer—can take place in hours, or even minutes. Computer scientists have been harnessing its power for decades, resulting in gas nozzles to satellite antennas that are ideally suited to their function, for instance.
Avaruudessa ei ihminen selviä ilman robottikavereitaan, Tietokoneella toteutettu evoluutio mahdollistaa uudet innovaatiset ratkaisut, joita ihminen ei ehkä itse keksisi. Evoluutiosta inspiraationsa saaneita algoritmeja on käytetty jo vuosikymmenet, mutta vasta nyt on käytössä riittävästi prosessoritehoa (ja muistia) että voidaan simuloida kunnolla. Prosessoritehojen kasvaessa (ja kvanttitietokoneiden kehittyessä) evolutiivisten algoritmien mahdollisuudet kasvavat exponentiaalisesti. Pikkuhiljaa kehitys kehittyy: askeleet ovat pieniä mutta tärkeitä.
Tietokoneella suoritettu evoluutio on siinä mielessä tärkeää, että tietokone algoritmi voi kehittyä yötä päivää kun ihminen jaksaa tehdä töitä vain muutaan tunnin päivässä (todellatehokasta työtä ihminen ei jaksa kuin vähän aikaa). Tälläisessä tilanteessa tietokone evoluutiosta tulee ratkaisen tärkeää.
Tietokone algoritmeilla ja yleensäkin teknologialla on myös monimutkainen poliittinen ulottuvuus. Tätä ei yleensä ymmärretä tietotekniikka alalla, koska suurimmalla osalla on tekninen koulutus. Itse olen kyllä opiskellut tietotekniikkaa ja muutakin tekniikkaa mutta varsinainen koulutuspohja on ihan muualla. Tekninen koulutus ei ainakaan pääasiallisesti valmista opiskelijaa ymmärtämään teknologian yhteiskunnallisia vaikutuksia. Teknologialla on valtavat yhteiskunnalliset vaikutukset. Sinällään on erittäin harmillista, että näitä ei oiken opeteta missään. Pieniä pätkiä tutkitaan ja opetetaan mutta kokonaisuutena muutokset ovat niin valtavia ja maatajärisyttäviä ettei niitä juurikaan kukaan tutki. Tietysti nämä asiat ovat niin monimutkaisia ettei niistä oikein saa mitään selkoa.
