Heikon Yleisen Tekoälyn tärkeys

1. Taustaa

Automaatiolta, kehittyneeltä tekoälyltä ja robotiikalta odotetaan paljon, kun pohdiskellaan tulevaisuuden mahdollisia yhteiskuntia. Mutta näitä teknologian alueita myös ihan oikeutetusti pelätään, pidetään vaarallisina. Automaatio voi syrjäyttää merkittävän osan ihmisistä ja aiheuttaa suurta yhteiskunnallista eriarvoisuutta ja talousjärjestelmän epävakautta. Tekoäly ja robottien ajatellaan voivan syrjättää koko ihmiskunnan. Vaikka monet pitävät näitä pelkoja “scifiluokan” huolina, näissä peloissa on perusteensa. Ihmiskunnan ongelmat ja muut vaarat ovat niin suuria, että tarvitsemme ylimääräistä älyllistä lisäkapasiteettia. Vaikka ihmisen ylittävää koneälyä on järkevää tavoitella, varovaisuus on tarpeeen.

Olisi järkevää ottaa esim. 10v aikalisä varsinaisen superälyn, todellisen “yleisen tekoälyn”, Artificial General Intelligence, AGI:n kehittämisessä siinä vaihessa, kun on ensin onnistuttu toteuttamaan sellainen juuri ja juuri keskivertoihmisen kykyjä hipova, mutta vielä helposti hallittava tekoälyarkkitehtuuri, jolta esim vielä puuttuu kyky rekursiivisesti kehittää itseään teknisellä tasolla. Tällaisella järjestelmällä, “heikolla AGI:lla” voi olla toteutettuna monia AGI:n keskeisiä ja kriittisiä ominaisuuksia, kuten esimerkiksi arvo- ja tavoitehierarkia sekä motivaatiojärjestelmä, joita pidetään oleellisina “vahvan AGI:n” (Strong AGI, SAGI), turvallisuustekijöinä. Heikon AGI:n (Weak AGI, WAGI, "Semi-AGI") laaja soveltaminen tietojärjestelmissä ja robotiikassa vaikkapa 10v ajan antaa meille arvokasta kokemusta, jonka pohjalta voimme varovasti alkaa nostaa AGI:n kykyjä ihmisen kognitiivisten kykyjen toiselle puolelle.

Koska yleisen tekoälyn toteuttaminen on riippuvaista, paitsi arkkitehtorisesta ja algoritmisesta osaamisesta, myös tietokonelaitteiston kehitystasosta, SAGI voisi syntyä “vahingossa” helpommin vasta sitten, kun laitteisto-osaaminen on nykyistä oleellisesti korkeammalla tasolla. Nykylaitteistoilla vaara ei vielä ole yhtä merkittävä. Siksi meillä on turvallisuussyistä itse asiassa kova kiire hankkia tämä arvokas kokemus WAGI:a käyttäen ja toteuttaa käyttökelpoinen WAGI niin pian kuin mahdollista, ennen kuin laitteistoresulssit kasvavat nykyisiä merkittästi, valtavasti suuremmiksi.

Luonnollisesti WAGI:n toteuttamisesti olisi myös lähes vallankumoukselliset vaikutukset maailmantaloudelle; koska sen avulla yli 50% nykyisestä ihmistyöstä on korvattavissa tuottavammalla vaihtoehdolla, josta seuraa suuria ongelmia. Nämä ongelmat, syrjäytyneiden ihmisten ostovoiman katoaminen ja syrjäytettyjen hyvinvoinnin turvaaminen, on ehdottavasti ratkaistava ja ratkaisujen valmistelu on alettava jo nyt. Mutta koska SAGI:n toteutumista ei voi estää kuin globaali romahdus, ei WAGI:n kehittelyä ole syytä yhtään viivyttää.

Edellä perustellusta syystä olisi juuri nyt syytä etsiä ja kokeilla ennakkoluulottomasti erilaisia heikon AGI:n, WAGI:n toteutustapoja ja jakaa sekä vertailla kokemuksia avoimesti. Tältä pohjalta esittelen tässä kirjoituksessa vielä omia skenaarioitani em. päämäärän saavuttamiseksi.

2. Yleinen periaate
Useat tahot ovat ihan viime vuosina päätyneet siihen ratkaisuperiaatteeseen, että eteenkin kognitiivisen robotiikan kuin myös mahdollisesti muiden tietojärjestelmien AGI-arkkitehtuuri, on toteutettava sellaisella “hybridiarkkitehtuurilla”, jossa yhdistetään symbolinen, perinteinen AI-toteutustapa konnektionistiseen, ei-symboliseen toteutukseen. Periaatteena on, että hahmotyyppisten tulosignaaleiden (esim. visuaalinen, auditiivinen data ym.) analysointi sekä monimutkaisten toimilaitteiden (esim. robottien raajat) ohjaukset toteutetaan ei-symbolisella, konnektionistisella, nisäkkäiden aivokuoren arkkitehtuuria muistuttavalla hierarkisella toiminnallisuudella. Sen sijaan symbolinen, merkkipohjainen ja käsitteellinen ajattelu jätetään semanttisista verkoista muodostuneen, perinteisen tekoälytoteutuksen hallittaviksi. Nämä hybridiarkkitehtuurin kaksi osarakennetta integroidaan kuitenkin varsin kiinteästi toisiinsa siten, että klassinen “symbol grounding” ongelma saa ratkaisunsa kun merkittävä osa symbolisen puolen käsitteistä “maadoittuu” suoraan konnektionistisen puolen hallitsemiin hahmoihin. Täten esim. Searlen “Kiinalaiselta huoneelta” “kaatuvat seinät”, koska semanttisten verkkojen käsitteet saavat suorat, aistihavaintoihin perustuvat vastineensa reaalimaailmassa ja robotin voidaan perustellusti väittää oikeasti ymmärtävän maailmankuvansa sisällön.
Arkkitehtuurin molemmilla yllä lyhyesti kuvatuilla osapuolilla on vahvuutensa ja heikkoutensa. Toisiaan täydentäen niillä mahdollisuus muodostaa monimutkaisessa ja odottamattomuuksia täynnä olevassa reaalimaailmassa kohtuullisesti selviytyvä oppiva kognitiivinen arkkitehtuuri. Symbolinen osakokonaisuus huolehtii enemmän tai vähemmän formaalista, käsitteellisestä, kielellisesti ilmaistavissa olevasta tiedosta, mutta konnektionistinen osa oppii hallitsemaan merkittävämmän siitä tietämyksestä, josta käytetään nimitystä “common sense” -ymmärrys. Molempien puolien opettaminen laajojen esimerkkiharjoitusten avulla selviämään kulloisessakin sovellusympäristössä on silti valtava tehtävä, jonka haasteellisuutta ei saa väheksyä.

3. Haasteen reaaliteetit
Olemassaolevat, yleensä aliresulssoidut AGI-hankkeet, tuntuvat tähtäävän suoraan SAGI-tasoiseen yleiseen tekoälyyn, jolta odotettaisiin pian toteutuksen koulutusvaiheen jälkeen jopa selvästi ihmisen ylittävää kognitiivista suorituskykyä. Näissä hankkeissa on käytännössä aina poissuljettu ajatus, että symbolinen toiminnallisuus jäisi ensimmäisen kertaluvun predikaattilogiikkaan perustuvalle tasolle, vaikka se probabilistisellä laajennuksella varustettuna mahdollistaisi robotin selviämisen suurimmasta osasta tavallisen ihmisen arkipäivän toiminnoista.
Minä arvioisin, että AGI-kehitys on hyvin vastavanlaisessa tilanteessa kuin ilmaa painavamman lentokoneen kehitys 110v sitten. Silloinkin akateemisesta osaamisesta olisi ollut valtavasti hyötyä, mutta professoritason teoreetikot tuhlasivat resulsseja mm. kiistelemäällä siitä, voisiko lentokoneen toteuttaminen edes teoriassa olla mahdollista. Tällöin potin korjasivat riittävästi tietoja ja ymmärrystä hankkineet, ei-akateemiset, käytännön toteuttamisen taitavat ammattilaiset, polkupyörämekaanikot, jotka saivat ensimmäisen lentokoneen rakennettua, kykenemättä ratkaisemaan niitä satoja differentiaaliyhtälöryhmiä, joita oikeaoppinen toteutus olisi periaattessa edellyttänyt.
Myös arvioitaessa WAGI:n toteutusta, sillä edellytyksellä, että huolellisesti kerätään monipuolisesti olemassaolevaa kokemusta ja teoriaa tekoälyn perusteista, ongelmista joihin on törmätty ja nykyisistä ratkaisuyrityksistä, nytkin riittävillä taidoilla ja ammatillisella osaamisella varustautunut, ei-akateeminenkin hakkeriryhmä voisi saavuttaa merkittävää edistystä tällä alueella. Haasteena pidän aluetta saman suuruusluokkaisena kuin esim. Linux-käyttöjärjestelmän kehitys on ollut.

Milloin tekoäly haastaa ihmisen?

Tämä klassinen kysymys, joihin toiset vastaavat pelon tai optimismin vallassa, puhuen lähivuosista tai toiset sivuttavat asian olankohautuksella: "ei milloinkaan", on taas tullut ajankohtaiseksi sekä muutamassa äskeisessä meilikeskustelussa, että H+-verkkolehden tutkimuksessa. Siksi olen koonnut hieman omia tuoreita ajatuksiani asiasta.
Omat viimeaikaiset opiskeluni ja 1,5v takainen Nokia Workshop on Machine Consciosness, jota olin paikalla kuuntelemassa, ovat hieman muuttaneet aikaisempia käsityksiäni. Aikaisemmin arvelin asioiden tapahtuvan niin, että joskus, 15-30v kuluttua tapahtuu kerralla iso läpimurto, joka yhdistettynä sen aikakauden nykyiseen verrattuna järeään tietokonetehoon, muuttaa tilanteen kertaheitolla kapeasta, erikoistuneesta tekoälystä (joka on nyt arkista ja rutiininomaista monilla aloilla) ihmistä mahtavammaksi superälyksi. Ja hyvin pian sen jälkeen jatkuen teknologiseksi singulariteetiksi. Nyt enään pidä tätä todennäköisenä tapahtumien kulkuna.
Nyt oletan, että tällaista jyrkkää kynnystapahtumaa edeltää toinen, teknologisesti vähemmän dramaattinen, mutta muussa suhteessa hyvin järisyttävä kehitys, jota voidaan rinnastaa vaikutuksiltaan esim WWW:n käyttöönotton ja yleistymiseen. Skenaarioni on, että n.7-15v kuluessa onnistutaan kaupallisesti toteuttamaan eräänlainen "Semi-AGI", tekoäly, jolla on laajoja kykyjä oppia kohtuullisen helposti täysin uusia taitoja (joita siihen ei alunperin ole eksplisiittiseti ohjelmoitu) ja joka selviää siten samalla perusohjelmistolla uudelleen opetettuna monista työelämän ihmistehtävistä, mutta joka silti jää kognitiivisiltä kyvyiltään "heikkolahjaisen" ihmisen tasolle. ("Heikkolahjaisuus: hieman normaalia vähäisempi älykkyys (älykkyysosamäärä 70-85), jota ei vielä luokitella älylliseen kehitysvammaisuuteen.) Semi-AGI ei siis kykene laajaa ymmärrystä vaativiin tehtäviin, mutta se omaksuu kapeaa-AI:tä monta kertaluokkaa helpommin yhä uusia, rajoitettuja työtehtäviä. Ja koska useimmat työelämän työtehtävät on huolellisella suunnittelulla jaettavissa rajallista osaamista vaativiin osatehtäviin, Semi-AGI voi syrjättää suuren joukon vielä nyt automaatiolta (mutta ei usein globalisoinnilta) turvassa olevia ihmistyöntekijöitä (myös halvan työvoiman maissa).

Semi-AGI voi tulla käyttöön kahdella suhteellisen erilaisella sovellusalueella: robotiikka ja toimistoautomaatio. Robotiikassa tärkeimpänä vaatimuksena on tehokas aistitiedon, eteenkin videodatan tulkinta ja hahmontunnistus. Toimistoautomaatiossa (kaupan, hallinnon, tuotekehityksen ym. piirissä) Semi-AGI:n mahdollisuusien edellytyksenä on, että semanttisen webin teknologiat otetään käyttöön myös yritysten ja laitosten tietojärjestelmissä. Tämä tarkoittaa sitä, että kaikki tietorakenteet ja prosessit määritellään yhteensopivia ontologioita käyttäen, joita Semi-AGI osaa soveltaa työtehtävissään ilman raskasta uudelleenohjelmointia. Molemmissa tehtävissä tarvitaan myös jonkinasteista luonnollisilla kielillä tapahtuvaa kommunikointia ihmisten kanssa. Töksähtelevä arkikielen lauserakenteiden osajoukko riittää hyvin. On täysin mahdollisuuksien rajoissa määritellä automaatiolle eksplisiittisesti esim n.20000 "mallinetta", "patternia", "templatea", jotka edustavat tavallisia, yksinkertaisia lauserakenteita sanojen taivutusmuotoinen ja niissä esiintyviä mahdollisia käsiteryhmien yhdistelmiä. Nämä mallineet on edelleen käännettävissä AGI:n sisäiselle käsitekielelle, joka voisi olla esim lojbania.
Otaksun (huom. en "usko ja väitä"), että Semi-AGI:in laajamittainen käyttöönotto on mahdollista joskus 2017-2025 välisenä aikana siksi, koska puolijohdetekniikan edistyminen mahdollistaa nyt toivottomat "brute force" -ratkaisut ja että AGI-arkkitehtuurit ovat kypsyneet jo nyt huomattavasti viimeisen kymmenen vuoden aikana. Suurimman toivon asetan esim hierarkisiin hahmontunnistustekniikoihin (HTM ja sen kilpailijat) ja muihin ihmisaivojen arkkitehtuurin rakenteita (siis esim. neocortex ja hippocampus) soveltaviin ideoihin.
Ennakoin siis, että Semi-AGI on suuri teknologinen mullistus, mutta myös että se ei lyhyellä kehityksellä johda todella ihmisen suorituskyvyn ohittavaan AGI:iin vaan, että Semi-AGI:n kehitys jatkaa rauhallisen eksponetiaalisesti ainakin kymmenen vuotta ohittamatta kuitenkaan lahjakkaimpien ammattilaisten kognitiivisiä kykyjä hyvin laajojen kokonaisuuksien hallintaa edellyttävissä luovissa tehtävissä, esim AGI-kehityksessä. Semi-AGI ei siis mahdollista "rekursiivista itsekehitystä", vaikka se voikin nopeuttaa AGI:n kehitysprosessia. Mutta sitten, jossakin vaiheessa, palaset loksahtavat yhteen, ja ihmisen suorituskyky ohitetaan kerralla, isolla, useiden kertaluokkien hyppäyksellä, ehkä joskus 2025-2040 välisenä aikana. Voi olla että näin ei käy, vaan Semi-AGI muuttuu asteittain "kypsäksi AGI:ksi", mutta pidän tätä mahdollisuutta alan kehitykselle epätyypillisenä. Todennäköisemmin on olemassa jokin kynnys, jonka ylittäminen nopeuttaa kehitystä radikaalilla tavalla. Tämä kynnys voitaisiin siis ylittää esim. vuonna 2032. Vanha ennusteeni vuodesta 2027 pysyy: veikkaan, että silloin Semi-AGI:n taso on saavuttanut keskivertoihmisen kognitiivisen suorituskyvyn. Mutta keskivertoihminen ei pysty millään koulutuksella esim. luovaan AGI-kehitykseen, pääarkkitehtitasolla.
Minusta tällainen sivistynyt arvailu, epätieteellinen (semitieteellinen?), edes jotenkin perusteltu, poleeminen ennustelu on kannustettavaa. Samoin ehdottomasti toivoisiin, että yhteiskunnallisessa suunnittelussa otettaisiin vakavasti huomioon se mahdollisuus, että minä ja hengenheimolaiseni olemme ehkä edes jossakin määrin oikeassa. Kintaalla viittaaminen näin vakavissa asioissa on vastuutonta.