حوار مع Hippakis الحائز على جائزة Turing: يتمثل التهديد الأكبر الذي يمثله الذكاء الاصطناعي في تحويل البشر إلى "عبيد للعبيد"

المصدر: Tencent Technology

منذ بداية عام 2023 ، أدخل ChatGPT العالم في جنون الذكاء الاصطناعي. مع ظهور GPT4 لأول مرة ، فإن قدراتها القوية الناشئة تجعل الناس يشعرون أنه في غضون بضع سنوات فقط ، سيصبح الذكاء الاصطناعي وجودًا كلي القدرة.

ولكن أين هو الحد الأعلى للذكاء الاصطناعي على أساس نموذج اللغة الكبير Transformer paradigm؟ هل يمكن حقًا أن يحل محلنا تمامًا؟ كان هناك العديد من الإجابات على هذه الأسئلة. يعتقد بعض الناس أن نموذج اللغة الكبيرة سيأتي بعصر جديد ، قريب جدًا من الذكاء الاصطناعي الذي يمكن أن يكمل جميع الأعمال البشرية ؛ لكن البعض يعتقد أنه مجرد ببغاء عشوائي ، غير قادر على فهم العالم على الإطلاق. في الوقت الحاضر ، بغض النظر عن وجهة النظر ، هناك نقص في التفسير الكافي ونظام جيد التكوين.

من أجل السماح للناس برؤية هذه القضية بشكل كامل ، كتب جوزيف هيفاكيس ، الأكاديمي الأجنبي في الأكاديمية الصينية للعلوم ، "فهم العالم وتغييره" ، موضحًا فهمه الممتد لعقود من الزمن للذكاء الاصطناعي الذي يؤدي إلى الذكاء الاصطناعي العام من منظور المبادئ المعرفية التفكير في المسارات المحتملة. كان جوزيف شيفاكيس قد فاز بجائزة تورينج قبل عشر سنوات من هينتون وآخرين. هذه المرة ، شرح بوضوح شديد من منظور المبادئ المعرفية "قدرته وعدم قدرته على الذكاء الاصطناعي" و "المسار المؤدي إلى الذكاء الاصطناعي العام". المسارات والمخاطر المحتملة "عقود طويلة من التفكير.

** 丨 التركيز **

1. البشر والذكاء الاصطناعي مكملان لبعضهما البعض وليس بديلين لبعضهما البعض. يمتلك البشر معرفة الحس السليم والقدرة المجردة على تشكيل النماذج ، والتي لا يمكن تحقيقها من خلال النموذج الحالي للذكاء الاصطناعي ، لذلك لا يمكنهم تشكيل ابتكارات مبدئية. يمكن للذكاء الاصطناعي أن يتنبأ بالأشياء المعقدة التي قد تحتوي على عدد كبير من المتغيرات دون إتقان المبادئ. هذا ما لا يستطيع البشر تحقيقه بسبب محدودية القدرة المعرفية ، وهذا ما يسمى "AI oracle" من قبل Hippakis ، وقد يجلب "علمًا جديدًا". 2. إن أكبر تهديد سيأتي به الذكاء الاصطناعي هو أن اعتماد البشر عليه قد يتسبب في تخلينا عن أحكامنا إلى أجل غير مسمى ، وفقدان القدرة على اتخاذ القرار ، وفي النهاية نصبح "عبيدًا للعبيد". لتجنب ذلك ، يجب أن يكون البشر قادرين على إتقان جميع عمليات تطوير المعرفة وتطبيقها ، مما يضمن أن هذه الآلات لن تتخذ القرارات الرئيسية لنا بمفردها. 3. وفقًا لحالة القدرات التكميلية ، بالنسبة للبشر ، فإن أفضل سيناريو مستقبلي هو التعاون المتناغم بين الآلات والبشر ، ويمكن تحقيق ازدهار جديد من خلال هذا التعاون. في هذه العملية ، يجب على المجتمع تطوير وتطبيق التكنولوجيا بهدف تحسين حياة الإنسان.

** 01 الذكاء الاصطناعي الحالي بعيد كل البعد عن الذكاء الاصطناعي العام **

** تقنية Tencent: ماذا يعني ظهور ChatGPT للذكاء الاصطناعي؟ هل هو نموذج جديد أم تطبيق محدد لنموذج موجود؟ **

جوزيف شيفاكيس: أعتقد أن ظهور ChatGPT ونماذج لغوية أخرى هو خطوة مهمة في تطوير الذكاء الاصطناعي. ** في الواقع ، لقد مررنا بنقلة نوعية بحيث يمكن فعليًا الإجابة على أي استعلام لغوي طبيعي ، غالبًا بإجابة وثيقة الصلة بالسؤال. نماذج اللغات الكبيرة تحل مشاكل طويلة الأمد في معالجة اللغة الطبيعية. ** هذا مجال لم ينجح فيه الباحثون لعقود ، تقترب منه تقليديًا مدرسة الفكر الرمزية ، التي تفصل بين بناء الجملة ودلالات اللغة لبناء قواعد للذكاء الاصطناعي.

الآن ، النماذج اللغوية الكبيرة تتخذ نهجًا مختلفًا ، وتعتبر أن معنى الكلمة يتم تعريفه من خلال جميع السياقات التي يتم استخدامها فيها. يستخدمون التعلم الآلي لإجراء حسابات التوزيعات الاحتمالية. بالنسبة للكلمات ، يتم استخدام توزيع الاحتمالات هذا للتنبؤ بالكلمة التالية الأكثر احتمالًا في الجملة. هذه طريقة بسيطة للغاية لكنها فعالة. إنه ساذج بعض الشيء ، لكن اتضح أنه رائع لتلخيص النص. بالطبع ، تحدد طبيعة الحل الذي يستخدمه أيضًا حدوده. تعتبر النماذج اللغوية رائعة لإنشاء ملخصات لبعض النصوص ، أو حتى كتابة الشعر. إذا جعلته ملخصًا للتاريخ الصيني في القرن العشرين ، فيمكنه القيام بعمل جيد حقًا. ولكن من ناحية أخرى ، إذا طرحت بعض الأسئلة الدقيقة جدًا أو حللت بعض المشكلات المنطقية البسيطة جدًا ، فقد تسوء. يمكننا أن نفهم هذا لأن هذا النوع من الأسئلة هو نموذج مستقل عن السياق ، وبالتالي ، لا يمكننا التحقق من تماسك النص والإجابات التي يقدمها.

** تقنية Tencent: يوجد الآن العديد من التقنيات الجديدة ، مثل الأشجار المنطقية (LOT) ، والتي يمكن أن تساعد الآلات في توجيه نفسها لفهم العمليات المنطقية. الآن ، تقوم النماذج اللغوية الكبيرة بتدريب نفسها على تطوير عمليات منطقية أكثر تحديدًا أو تعقيدًا. هناك العديد من الطبقات في الشبكة العصبية ، وكلما ارتفع المستوى ، كان الفهم أكثر تجريدًا. هل من الممكن أن يكون هناك شيء مثل نموذج أو فهم هيكلي للعالم في هذه الخلايا العصبية ذات المستوى الأعلى؟ **

جوزيف شيفاكيس: في كتابي ، أوضحت أن البشر والآلات يطورون ويطبقون أنواعًا مختلفة من المعرفة. تمكن هذه المعرفة البشر والآلات من حل أنواع مختلفة من المشكلات ، اعتمادًا على مدى صحتها وعموميتها. ** هناك فرق مهم بين "المعرفة العلمية والتقنية" و "المعرفة التجريبية اللباقة المكتسبة من خلال التعلم". ** على سبيل المثال ، عندما أتحدث ، عندما أمشي ، فإن عقلي في الواقع يحل مشاكل صعبة للغاية ، لكنني لا أفهم كيف تعمل ، و ** تولد الشبكات العصبية نفس المعرفة التجريبية الضمنية ، مما يسمح لنا بحل المشكلات دون فهم كيف هؤلاء يعملون. **

هذا ما نسميه المعرفة المستندة إلى البيانات أو المعرفة القائمة على البيانات. على العكس من ذلك ، من المهم جدًا أن تستند أفضل المعرفة العلمية والتقنية إلى استخدام النماذج الرياضية التي توفر فهمًا عميقًا للظواهر الفيزيائية للأشياء والمكونات. على سبيل المثال ، عند بناء جسر ، يمكنك التأكد (من خلال مبادئه) من أن الجسر لن ينهار لقرون قادمة. ومع ذلك ، مع الشبكات العصبية ، يمكننا عمل تنبؤات معينة ، لكننا لا نفهم كيفية عملها ، ومن المستحيل بناء نظرية تشرح سلوك الشبكات العصبية. ** تجعل هذه الخاصية نماذج اللغات الكبيرة محدودة للغاية في التطبيقات الهامة دون تدخل بشري.

السؤال هو ما إذا كانت أنظمة GPT-LM يمكنها تحقيق ذكاء على مستوى الإنسان. هذه هي المشكلة. أعتقد أن هناك الكثير من الالتباس حول ماهية الذكاء وكيفية تحقيقه. لأنه إذا لم يكن لدينا مفهوم واضح للذكاء ، فلا يمكننا تطوير نظريات حول كيفية عمله ، ولا يمكننا تحديد الذكاء بوضوح.

واليوم هناك الكثير من الالتباس. مؤخرا ، كتبت ورقة تناقش هذه المسألة. في الواقع ، إذا فتحت قاموسًا ، مثل قاموس أكسفورد ، فسترى أن ** الذكاء يُعرَّف بأنه القدرة على التعلم والفهم والتفكير في العالم ، وتحقيق الأهداف والعمل بغاية. **

** يمكن للآلات أن تفعل أشياء رائعة. يمكنهم تجاوز البشر في الألعاب. هم قادرون على أداء مهام مختلفة. كما تم تحقيق إنجازات كبيرة في الآونة الأخيرة. يمكنهم أداء المهام المتعلقة بالقدرات الحسية ، مثل التعرف البصري. ومع ذلك ، لا يمكن للآلات أن تتفوق على البشر عندما يتعلق الأمر بالوعي الظرفي والتكيف مع التغيرات البيئية والتفكير الإبداعي. ** بكل بساطة ، GPT جيدة جدًا في ترجمة اللغة الطبيعية ، لكنها لا تستطيع قيادة السيارة. لا يمكنك استخدام GPT لقيادة السيارة. لا تزال هناك فجوة كبيرة بينهما. أعتقد أنه لا يزال أمامنا طريق طويل لنقطعه. ** اليوم لدينا فقط ذكاء اصطناعي ضعيف ، لدينا فقط بعض مكونات الذكاء العام. نحن بحاجة إلى شيء أكثر. **

** أعتقد أن الخطوة الرئيسية نحو الذكاء العام ستكون الأنظمة المستقلة. أصبح المفهوم الآن واضحًا ، فقد نشأت الأنظمة المستقلة من الحاجة إلى مزيد من أتمتة المنظمات الحالية ، من خلال استبدال البشر بوكلاء مستقلين ** ، وهو ما تتوخاه إنترنت الأشياء أيضًا. في الواقع ، نحن نتحدث عن السيارات ذاتية القيادة ، والشبكات الذكية ، والمصانع الذكية ، والمزارع الذكية ، وشبكات الاتصالات الذكية. ** تختلف هذه الأنظمة كثيرًا عن Narrow AI من حيث أن هذه الأنظمة تتكون من عوامل مقيدة في الوقت الفعلي ويتعين عليها التعامل مع العديد من الأهداف المختلفة. تتضمن هذه الأهداف تغييرات في الإجراءات والأنشطة في العديد من المجالات المختلفة ، و GPT ليست جيدة في ذلك ، فهي جيدة في التعامل مع اللغة الطبيعية وتحويل المستندات. ** بالإضافة إلى ذلك ، نحتاج إلى أنظمة يمكنها العمل بانسجام مع العناصر البشرية. كل هذا غير ممكن مع نماذج اللغات الأخرى. لذلك ما زلنا بعيدين تمامًا عن الذكاء الاصطناعي العام. بالطبع ، كل ذلك يتلخص في ما نعتبره الذكاء بالضبط ، لأنه إذا تم تعريف الذكاء على أنه مجرد محادثات وألعاب ، فقد وصلنا إلى ذكاء عام اصطناعي ، لكنني لا أتفق مع هذا التعريف.

** تقنية Tencent: الاختبار القياسي للذكاء في الماضي هو اختبار Turing. من الواضح أن GPT قد اجتازت اختبار تورينج من حيث الحوار ، لكنها ليست ذكاءً مستقلاً. في هذه الحالة ، كيف يمكننا الحكم على ذكاء الذكاء الاصطناعي؟ **

جوزيف شيفاكيس: كتبت مؤخرًا ورقة بحثت فيها أن اختبار تورينج ليس كافيًا. ** أقترح اختبارًا آخر أسميه اختبار الاستبدال. في الواقع ، الفكرة هي أنه إذا كان بإمكاني استبدال آلة لوكيل آخر يؤدي مهمة ما ، فسأقول أن هذا الوكيل ذكي مثل الوكيل الذي يؤدي المهمة. ** إذا كان بإمكاني استبدال الإنسان بآلة لقيادة السيارة أو تعليم الإنسان أو أن أكون جراحًا جيدًا ، فسأقول إن الآلة ذكية مثل الإنسان.

لذلك إذا أخذت هذا التعريف ، بدلاً من الاختبار ، فستعتقد أن الذكاء البشري هو في الواقع مزيج من المهارات. فهل تفهم كم نحن بعيدون عن الذكاء العام؟ في هذا الاختبار البديل ، قد يتعين تنفيذ بعض الإجراءات بواسطة آلة ، مثل الروبوت. عندما تريد القيام بأعمال البستنة ، فأنت بحاجة إلى روبوت للقيام بذلك. GPT هو مجرد نموذج لغوي ، ولا يشمل أجزاء الروبوت هذه.

** تقنية Tencent: وفقًا لتعريفك ، سنرى الفجوة بين الذكاء الاصطناعي والذكاء البشري تختفي فقط عندما تتمكن الحوسبة والأنظمة تلقائيًا من تنفيذ كميات كبيرة من النصوص والتكيف مع البيئات المتغيرة. والآن يمكن لتطبيقات مثل AutoGPT أو Baby AGI تقسيم المهمة إلى خطوات مختلفة ومحاولة تحقيق هدف المهمة من خلال عمليات مختلفة. إنها آلية إلى حد ما. هل تعتقد أنه يقترب من الذكاء الاصطناعي العام في هذه العملية؟ **

جوزيف شيفاكيس: هناك العديد من القضايا هنا ، بما في ذلك قضايا هندسة النظم. ** لا يكفي أن يكون لديك وكيل فائق الذكاء ، لأنك يجب أن تضمن أيضًا إمكانية تفسير سلوكه. ** هذه أيضًا مشكلة ناقشتها باستفاضة في رسالتي وهي مشكلة الذكاء الاصطناعي القابل للتفسير أو الذكاء الاصطناعي الآمن التي يتحدث عنها الجميع.

ما لا يفهمه الناس هو أنه ** مع الشبكات العصبية ، لا يمكننا فهم سلوكهم. من الواضح أنه لا يمكنك تفسير سبب قيامه بمثل هذا الإخراج ، لأنه لا يمكنك الحصول على نموذج رياضي لوصف سلوكهم. بالطبع ، نحن نفهم تمامًا كيفية حساب الوظائف الرياضية لكل عقدة في الشبكة العصبية. ** إنها مجرد مجموعة خطية من المدخلات ، بالإضافة إلى بعض الوظائف غير الخطية ، حتى نتمكن من فهم سلوك كل عقدة. ** لكن عندما نحاول فهم الخصائص الناشئة للشبكة العصبية بأكملها ، فإننا نشعر باليأس. ** لكن هذه ليست مشكلة خاصة بالذكاء الاصطناعي ، إنها مشكلة عامة في العلم.

لا يمكنك استنتاج خصائص الماء فقط من خواص ذرات الأكسجين والهيدروجين. حتى لو فهمت هذا تمامًا ، فهناك مشكلة الحجم والتعقيد. هذه هي نقطة اليأس. ** لا يمكننا استخدام منطق تركيبة التكنولوجيا أو الاختزال لفهم السلوك العام للشبكة العصبية من خلال سلوك العناصر الموجودة فيها. لذا فإن الطريقة الوحيدة التي يمكننا من خلالها تطبيقه على شبكة عصبية هي اختباره ، لأننا لا نستطيع التحقق من سلوكه ، ولا يمكننا التفكير فيه. ** لكن إذا تم تطبيق الاختبارات فقط ، فهذا يعني أنك تتبع نهجًا تجريبيًا بحتًا ، وليس فهمًا نظريًا. لذا فإن نوع المحتوى الذي يمكنك اختباره يختلف اختلافًا كبيرًا: على سبيل المثال ، لا يمكنك اختبار مشكلات الأمان الشاملة لأنك لا تستطيع تحليل السلوك العام. ولكن يمكنك إجراء اختبار الأمان بشكل دفاعي.

لقد طبقنا دائمًا الاختبار على الأجهزة والبرامج. ولكن من أجل الاختبار ، يجب أن يكون لديك معايير للمدة التي يجب أن يستمر الاختبار فيها. بالنسبة للأجهزة والبرامج ، لدينا نماذج ومعايير تغطية. لكن بالنسبة للشبكات العصبية ، ليس لدينا هذا المعيار. أنا لا أقول أن هذه مشكلة صعبة للغاية لحلها ، ** بالنسبة للشبكات العصبية ، لدينا بعض الاحتمالات البديلة ، مثل عينات الخصومة. لكن هذه التلاعبات تكسر قوة معينة في سلوكهم. ** كما ترى ، إذا طرحت عليك سؤالاً ، فستعطي إجابة. إذا قمت بتعديل سؤالك قليلاً ، فستقدم بعض الإجابات المماثلة إذا كنت إنسانًا. لكننا نعلم أنه عندما نغير قليلاً من المدخلات إلى خلية عصبية ، يمكن أن تكون الاستجابة مختلفة جدًا. لذلك هذا أيضًا شيء يجب مراعاته.

** 02 الظهور لا يمكن فهمه أبدًا **

** تقنية Tencent Technology: هل تعتقد أن ظهور هذا المفهوم ، أي التحول من القدرات الأساسية إلى القدرات الأكثر تقدمًا ، غير قابل للتفسير؟ **

جوزيف شيفاكيس: نعم. تأخذ مادة مثل الفيزياء. الفيزياء مادة ناضجة للغاية. يحاول الفيزيائيون إقامة علاقة منطقية بين نظرية الجسيمات ، أو نظرية الكم ، أو النسبية العامة ، ولا أعتقد أنهم سينجحون في ذلك أبدًا لأن هناك مشكلة في الحجم. أعتقد أن هناك مشاكل مماثلة موجودة في أي نوع من الأنظمة.

** Tencent Technology: برأيك ، بسبب هذه الظاهرة غير القابلة للتفسير ، لا يمكننا توقع ما يمكن أن يفعله نموذج اللغة الكبير؟ **

جوزيف شيفاكيس: من الواضح أننا لا نستطيع بناء نموذج للتنبؤ بما يمكنه فعله. لا يمكننا بناء النماذج ، أعني النماذج الرياضية. هنا ، يستخدم مجتمع الذكاء الاصطناعي كلمة نموذج ليعني شبكة عصبية ، وهو مصدر ارتباك.

أعتقد أننا يجب أن نتخذ نهجًا شموليًا آخر. نظرًا لأننا لا نستطيع تشكيل نموذج ذي صلة ، ** ربما يمكننا الحصول على طريقة لتشكيل نظرية تستند إلى الاختبارات والملاحظات التجريبية. من المفترض أن تكون نظرية اختبار حول الخصائص الإحصائية. ** لكن حسب فهمي ، لدينا بعض الاحتياجات التي يصعب تلبيتها من الناحية الفنية في الشبكات العصبية اليوم.

** تقنية تينسنت: نعم. لذا من أجل فهم هذه القدرات التي تنبثق منها ، نحتاج إلى إنشاء نظام مثل علم النفس لفهمه؟ **

جوزيف شيفاكيس: بالضبط. هذا سؤال جيد. ولكن سيكون من الصعب بعض الشيء استخدام GPT نفسها لتأسيس مثل هذا الفهم. لأنه في الواقع ، يقول بعض الأشخاص الآن أن GPT اجتاز الامتحان بنجاح ليصبح محاميًا أو طبيبًا ، فلماذا لا يمكن لمثل هذا GPT أن يصبح طبيباً أو محامياً؟

أعتقد أن هذه حجة مثيرة للاهتمام للغاية ، لكنها تنطوي على قضية المتانة التي ذكرتها سابقًا. اجتياز الامتحان أيضًا ، القدرة بين البشر والشبكات العصبية مختلفة تمامًا.

سؤال القوة هو أنك إذا طلبت من شخص عاقل الإجابة على السؤال ، وإذا قمت بتغيير السؤال قليلاً ، فستكون الإجابة متشابهة. لا تضمن GPT توحيد الإجابات. مشكلة أخرى هي أنه يمكن للبشر الاعتماد على المنطق للتحكم في ما يفعلونه وما يجب أن يقولوه. ولكن نظرًا لأن الشبكة العصبية ، مثل ChatGPT ، ليس لديها سيطرة دلالية على ما تفعله ، فيمكنها فعل أشياء خاطئة بشكل واضح. لن يرتكب أي شخص عاقل هذا الخطأ. لذا فإن استنتاج الحجة بأكملها هو أنه إذا تمكنت GPT من التحكم المنطقي في اتساق ما تقوله ، وكانت قوية في المقابل ، فإن السماح لشركة GPT بأن تكون محامياً سيكون أمرًا رائعًا. لكننا في الواقع بعيدون عن هذا المستوى من الذكاء الاصطناعي. **

** تقنية Tencent: لماذا يصعب التحكم في ChatGPT؟ هل لأنها ميزة حوسبة موزعة للكمبيوتر؟ **

جوزيف شيفاكيس: GPT نوع مختلف من أجهزة الكمبيوتر. إنه كمبيوتر طبيعي. إنه ليس جهاز كمبيوتر ينفذ البرامج أثناء كتابتها ، فلديك سيطرة مطلقة على ما يمكن للنظام فعله وما لا يمكنه القيام به. عندما تقوم بتدريب شبكة عصبية ، تفقد هذا التحكم. يمكن أن تكون هذه الأنظمة مبدعة بمعنى ما لأنها تتمتع بدرجات من الحرية.

الآن ، إذا تمكنا من التحكم في درجات الحرية هذه وفهم كيف يتصرفون ، فسنكون بخير. ** المشكلة أننا لا نستطيع التحكم بهذه الدرجة الهائلة من حرية الشبكات العصبية ، ويكاد يكون من المستحيل التحكم فيها نظريًا. ** يمكنك إجراء تقدير تقريبي لكيفية تصرفهم ، ولكن لن تحصل على نتائج دقيقة. إذا كان لديك برنامج كمبيوتر تقليدي ، حتى لو كان برنامجًا طويلاً ، فلا يزال بإمكانك استخراج النموذج الدلالي وفهم ما يجري فيه. هذا التمييز مهم جدا.

** تقنية تينسنت: هل يمكنك التحدث عن مفهوم الآلات الطبيعية بالتفصيل؟ **

جوزيف شيفاكيس: ** الآلات الطبيعية هي ذكاء يستفيد من الظواهر الطبيعية. على سبيل المثال ، الشبكة العصبية هي آلة طبيعية تشبه الكمبيوتر الكمومي أو أجهزة الكمبيوتر الأخرى. ** في الماضي ، عندما كنت طالبًا ، كان لدينا أيضًا الكثير من أجهزة الكمبيوتر. في بناء هذه الآلة الطبيعية ، سنستخدم بعض المبادئ في الظواهر الفيزيائية ، لأن أي ظاهرة فيزيائية تحتوي على بعض المحتوى المعلوماتي. على سبيل المثال ، عندما ألقي حجرًا ، فإن الحجر يشبه الكمبيوتر ، فهو يحسب القطع المكافئ ، والذي يشكل خوارزمية. يمكنك ملاحظة أي ظاهرة ، ويمكنك استخدام الظواهر الطبيعية لبناء أجهزة الكمبيوتر. لكن ** أجهزة الكمبيوتر هذه غير مبرمجة مسبقًا. يستغلون قوانين معينة في الفيزياء أو الرياضيات. هذا هو الحال مع الشبكات العصبية. **

** Tencent Technology: دعنا نتحدث عن بعض المحتويات الأخرى في كتابك. لقد ناقشت بعض قضايا البحث والابتكار. نعلم جميعًا أنه على الرغم من أن العديد من أفكار الشبكات العصبية تأتي من أوروبا أو اليابان ، فإن الشركات التي تستخدمها وتنتج منتجات ، مثل OpenAI و Deepmind ، كلها موجودة في الولايات المتحدة. ماذا تعتقد سبب ذلك؟ **

جوزيف شيفاكيس: هناك فرق بين الانتباه والابتكار. ** لأن الابتكار هو القدرة على تطبيق الأبحاث لتطوير منتجات أو خدمات جديدة لتحقيق طفرات تكنولوجية. **

أعتقد أن هذه ميزة قوية جدًا للولايات المتحدة ، لقد قاموا بعمل رائع في الابتكار. بدأ هذا في كاليفورنيا ، حيث لديك ما أسميه النظام البيئي للابتكار. ** يجمع نظام الابتكار بين المؤسسات الأكاديمية الجيدة للغاية وشركات التكنولوجيا الكبيرة والشركات الناشئة ورأس المال الاستثماري ورأس المال. يتيح هذا الاتساق ترجمة فعالة وفعالة للنتائج والتطبيقات الجديدة. وقد تبنت دول أخرى هذا النموذج أيضًا. فكرة النظام الإيكولوجي للابتكار هي فكرة شائعة ، وقد حققت دول أصغر مثل إسرائيل وسويسرا نجاحًا كبيرًا. ** لتلخيص ذلك ، أعتقد أنه لتحقيق الابتكار ، يجب عليك ربط الجامعات العظيمة بالصناعات الكبرى. لا يعتمد فقط على الموارد المادية ، ولكن أيضًا على العوامل الثقافية ، يجب على التعليم والمؤسسات التعرف على الإبداع الفردي وريادة الأعمال.

** 03 أوراكل الشبكة العصبية: علم جديد لا يمكن فهمه **

** تقنية Tencent: لقد ذكرت للتو أن الشبكات العصبية هي عملية محاكاة للعقول البيولوجية والعالم المادي. كيف تكون هذه المحاكاة ممكنة في حين أن فهمنا للأدمغة البيولوجية لا يزال محدودًا للغاية؟ كم تبعد هذه الشبكة العصبية عن دماغنا البيولوجي؟ **

جوزيف شيفاكيس: هذا سؤال جيد. لقد قلت للتو أن الشبكات العصبية هي نوع من أجهزة الكمبيوتر الطبيعية ، والتي تتبنى نموذجًا مختلفًا عن أجهزة الكمبيوتر التقليدية. على وجه التحديد ، الشبكات العصبية مستوحاة من الأعمال العصبية في أدمغتنا. إنه يحاكي بعض العمليات الطبيعية التي تعمل بها الأعصاب. ** ومع ذلك ، فإن الشبكات العصبية تقلد فقط المبادئ الحسابية للدماغ ، وهي أكثر تعقيدًا لأن لها هياكل ووظائف مختلفة في مناطق مختلفة. وهذه الوظائف المختلفة مبنية على هيكل أكثر تعقيدًا ، والذي ما زلنا نحاول فهمه. ** والشبكة العصبية للدماغ هي نموذج حوسبة موازية. الشبكات العصبية مختلفة تمامًا عنها في هذا الصدد.

يجب أن نفهم أيضًا أنه ** إذا درسنا الدماغ فقط على المستوى البيولوجي ، فلا أعتقد أنه يمكننا استيعاب جميع النوايا البشرية بشكل كامل. ** كمثال ، استخدم الكمبيوتر المحمول لتشغيل برنامج. ثم سأعطيكم أدوات إلكترونية لدراسة كيفية عمل هذه الأجهزة من خلال القياسات. إذا كنت قد جمعت البرنامج ، فستجد كل المعرفة في شكل إشارات كهربائية على مستوى الأجهزة. ولكن فقط من خلال تحليل هذه الإشارة الكهربائية ، من المستحيل العثور على الكود المصدري للبرنامج المشكل ، لأن لديك مشكلة الحجم هذه. ** أعتقد أن هذا هو المفتاح لفهم ذكاء الإنسان ، علينا دراسة الدماغ وليس فقط الدماغ. لذلك ، فإن الظاهرة الحسابية للدماغ هي مزيج من الإشارات الكهربائية والظواهر الفيزيائية والكيميائية والظواهر النفسية. **

** والمشكلة اليوم هي كيفية ربط الظواهر العقلية بحسابات الدماغ. هذا هو التحدي الرئيسي في رأيي. إذا لم ننجح في هذا ، لا أعتقد أننا سنكون قادرين على فهم الذكاء البشري. **

** تقنية Tencent: ذكرت أن الذكاء الاصطناعي يفتح طريقاً جديداً لتنمية المعرفة البشرية ، وكسر قيود الدماغ البشري في التعامل مع المشكلات المعقدة. في أي نقطة تعتقد أن الذكاء الاصطناعي يمكن أن يتفوق على البشر تمامًا؟ **

جوزيف شيفاكيس: نعم. في كتابي ، أوضحت أن ** يمكن للآلات أن تساعدنا في التغلب على بعض قيود تفكيرنا. ** هذا ما أكده علماء النفس. تشمل القيود هنا كون العقل البشري مقيدًا بالتعقيد المعرفي. ** نحن البشر لا نستطيع فهم العلاقة بين أكثر من خمس معايير مستقلة. هذا هو السبب في أن النظريات التي نطورها بسيطة للغاية. ليس لدينا نظرية مكونة من آلاف المتغيرات المستقلة. **

** أعتقد أنه من الممكن الآن تطوير نظرية بآلاف المعلمات. أعتقد أنه يمكننا اليوم بناء ما أسميه "أوراكل الشبكة العصبية" بمساعدة أجهزة الكمبيوتر العملاقة والذكاء الاصطناعي. الشبكة العصبية أوراكل هي شبكة عصبية مدربة على فهم وتحليل الظواهر المعقدة أو الأنظمة المعقدة. يمكن أن تعتمد هذه الظواهر المعقدة على آلاف المعلمات. ** بأخذ الظواهر الفيزيائية كمثال ، هناك بعض المشاريع المثيرة للاهتمام الآن ، مثل تدريب الشبكات العصبية على التنبؤ بالزلازل. لا يحتاج المشاركون في هذه المشاريع إلى امتلاك الكثير من المعرفة العلمية ، فقط يحتاجون إلى تغذية النموذج بقاعدة البيانات. لديهم بيانات الزلازل من جميع أنحاء العالم في أيديهم. قاموا بنشر ورقة توضح أنه من خلال إجراء تدريب بسيط للغاية ، يمكنهم تقديم تنبؤات أفضل مما يمكنهم باستخدام النظريات المعقدة الحالية. **

** لذا أعتقد أن هذا اتجاه مهم للغاية في المستقبل. سيكون لدينا المزيد من "الوحوش" التي تساعدنا على التنبؤ بتطور الظواهر المعقدة أو الأنظمة المعقدة. ** على سبيل المثال ، سيكون لدينا أنظمة رقمية مزدوجة ذكية ستساعدنا في عمل تنبؤات ، لكننا لن نفهم (منطق التنبؤات). لذا ** سيكون لدينا نوع جديد من العلم. ** أعتقد أنه من المثير للاهتمام أن تكون قادرًا على استخدام هذا النوع من العلم ، لكننا نحتاج أيضًا إلى التحكم في جودة المعرفة المنتجة. ** يجب أن تفكر في هذا ، لأن البشر لن يتمتعوا بعد الآن بامتياز إنتاج المعرفة. الآن على الإنسان أن ينافس الآلات. **

لذا فإن السؤال المهم لمجتمعنا هو ما إذا كان بإمكاننا التعاون مع الآلات وإتقان تطوير وتطور المعرفة التي طورتها الآلات. ** أو سنطور وضعًا يتعايش فيه العلم الذي يحركه الإنسان والعلم الذي تحركه الآلة. ** سيكون سيناريو مثيرًا للاهتمام إذا كان لدينا علم مواز مدعوم من هذه الآلات.

** تقنية Tencent: ذكرت أن العقل البشري هو أيضًا نظام حاسوبي. كلا النظامين متشابهان جدًا في مكوناتهما مقارنةً بالآلات الأوتوماتيكية. إذن ما هي القدرات الفريدة للإنسان مقارنة بالذكاء الاصطناعي القوي؟ **

جوزيف شيفاكيس: هذا سؤال جيد جدًا. لأنني كنت أعمل على أنظمة ذاتية القيادة ، حاولت تصميم سيارات ذاتية القيادة. بالنسبة لسيارة ذاتية القيادة ، سيكون لديك وظائف مثل الإدراك ، وتحويل المعلومات الحسية إلى مفاهيم. سيكون لديك وظيفة عاكسة تشكل العالم الخارجي وتتخذ القرارات. اتخاذ القرارات يعني إدارة العديد من الأهداف المختلفة. لتحقيق هذه الأهداف ، تحتاج إلى التخطيط والمزيد. هناك بالفعل العديد من أوجه التشابه بين الأنظمة المستقلة والعقل البشري.

ومع ذلك ، هناك بعض الاختلافات المهمة بين البشر والأنظمة المستقلة. ** أحد الاختلافات المهمة للغاية هو أن البشر يمتلكون ما أسميه معرفة الحس السليم. معرفة الفطرة السليمة هي شبكة المعرفة التي نطورها منذ الولادة. لدينا آلية ، ولا نعرف كيف تعمل. ولكن من خلال التجربة كل يوم ، فإنك تثري هذه الشبكة وتكتسب معرفة الحس السليم لفهم العالم. ** بالنسبة للإنسان ، عندما يفكر ، فإنه يربط المعلومات الحسية بهذا النموذج المفاهيمي للفطرة السليمة. ثم يتم تغذية نتائج التحليل من النموذج المفاهيمي إلى المعلومات الحسية. هذا مختلف تمامًا عن الشبكات العصبية. دعني أعطيك مثالاً: أريك علامة توقف مغطاة جزئيًا بالثلج ، وتقول على الفور إنها علامة توقف دون أدنى شك.

الآن ، إذا كنت ترغب في تدريب شبكة عصبية للتعرف على علامة التوقف المغطاة جزئيًا بالثلج ، فهذا يعني أنه نظرًا لأن الشبكة العصبية لا يمكنها توصيل المعلومات الحسية بالنموذج المفاهيمي ، فسيتعين عليك تدريب الشبكة العصبية لفهم كل الأحوال الجوية الشروط. ** هذا هو السبب في أن الأطفال أسهل في التعلم من الشبكات العصبية. إذا عرضت على طفل سيارة مرة ، سيقول إنها سيارة في المرة القادمة. ** لأنها تشكل نموذجًا مجردًا لما تكون عليه السيارة من خلال الملاحظة. يمكنهم ربط المعلومات الحسية بهذا النموذج المفاهيمي. ** يعد هذا من أكبر التحديات التي تواجه الذكاء الاصطناعي اليوم. ** هذه أيضًا مشكلة مهمة للسيارات ذاتية القيادة. يجب أن تكون السيارات ذاتية القيادة قادرة على جمع المعلومات الحسية وربط هذه المعلومات بالخرائط والمزيد. قد يكون اتخاذ القرارات بناءً على المعلومات الحسية فقط أمرًا خطيرًا. لدينا أمثلة على هذا من قبل.

ليس من الواضح سبب قدرة البشر على فهم المواقف المعقدة دون الكثير من التحليل والحساب. يمكننا القيام بذلك لأنه يمكننا ربط المعلومات الحسية بمعلومات مفاهيمية معينة ، معلومات مجردة. لذلك ، حيث لا يمكننا أن نخطئ على الإطلاق ، يمكن للشبكات العصبية أن تسوء كثيرًا. أتذكر مرة واحدة عندما توقفت سيارة تسلا فجأة لأنها اعتقدت أن الجمع بين القمر والأشجار كان بمثابة إشارة مرور صفراء. هذا لا يحدث للبشر على الإطلاق ، لأن البشر يمكنهم وضع المعلومات في سياقها لفهمها. فهمت على الفور أنه القمر ، لأن إشارات المرور لا يمكن أن تطفو في السماء.

لذلك عندما يقول شخص ما أن هذه الأنظمة يمكن أن تنافس البشر في بعض النواحي ، فربما يكون ذلك ممكنًا. ** لكن الذكاء البشري يتميز بقدرتك على فهم العالم وطرح الأسئلة بقصد. لا يزال الذكاء الاصطناعي بعيدًا عن هذا الهدف. **

** تقنية Tencent: لأنك درست القيادة الذاتية ، والتي تتضمن بالفعل فهمًا للبيئة والإدراك والإدراك. يقول Lecun أنه نظرًا لأننا حيوانات بصرية ، فإن فهمنا للعالم يعتمد إلى حد كبير على الرؤية. إذا كانت النماذج اللغوية الكبيرة يمكن أن تكون متعددة الوسائط وتتعلم من البيئة ، فهل يمكنها فهم العالم نفسه؟ **

جوزيف شيفاكيس: ** أعتقد أنه إذا لم يتمكن الذكاء الاصطناعي من ربط المعرفة الملموسة بالمعرفة الرمزية ، فسيكون من المستحيل فهم العالم فقط من خلال الاعتماد على نماذج لغوية كبيرة. لا يمكن للذكاء الاصطناعي القيام بذلك إلا من خلال الجمع بين المعرفة الملموسة ، أي المعرفة في قواعد البيانات ، والمعرفة الرمزية. إذا لم تستطع ، فسوف يتفوق الذكاء البشري على الآلات. أنا متأكد من ذلك. ** أعرف أن العديد من الأشخاص سيختلفون معي لأن الذكاء الحسابي يمكنه تحليل البيانات واستخراجها من خلال ملايين المعلمات. البشر لا يفعلون هذا بشكل جيد. لكن البشر بارعون في التعامل مع المشكلات المجردة.

** يعتمد ذكاء الإنسان على القدرة على استخدام المقارنات والاستعارات. ** حتى لو لم نفهم كيف يعمل الإبداع البشري ، فلا يزال بإمكاني القول إنه مهم جدًا. ** لأنه في الإبداع البشري يجب التمييز بين الاكتشاف والاختراع. ** يمكن للآلة اكتشاف شيء من بيانات أكثر تعقيدًا وأكبر باستخدام تحليل البيانات. لكن الاختراع أمر آخر. الاختراع يعني أنني اخترعت نظرية. أعتقد أننا بعيدون عن فهم هذا الجزء من الذكاء البشري.

لكن القدرة على الاكتشاف مفيدة أيضًا ، لأنها يمكن أن تساعد البشر على تخمين أنماط أكثر عمومية. هذا شيء لا تستطيع عقولنا اكتشافه. لكني لا أعتقد أن الآلات ستكون قادرة على خلق نظريات علمية جديدة أو إنشاء آلات جديدة. ** سيقدمون توليفة من المعرفة التي يمتلكونها. مثل عملية التقطير ، فإن لديهم قدرًا هائلاً من المعرفة ، والتي يقومون بعد ذلك بتقطيرها وتقديمها لك. **هذا مذهل. لكن هذا لا يكفي. لتحقيق المزيد من الاحتمالات لا يزال يتطلب قدرات بشرية.

في ورقة كتبتها ، أوضحت أن هناك بالفعل أنواعًا مختلفة من الذكاء. يعتبر الذكاء البشري خاصًا جدًا لأن أساس تطور الذكاء البشري هو العالم الخاص الذي نسعى جاهدين للعيش فيه. ** إذا كنا قد ولدنا في عالم آخر ، فربما نطور ذكاء آخر. الذكاء هو القدرة على توليد المعرفة وحل المشكلات. ** بالطبع ، الآن بعد أن رأينا آلات يمكنها حل بعض المشكلات التي لا نستطيع حلها ، فإنهم في الواقع يمتلكون نوعًا آخر من الذكاء. إنه لأمر رائع ، لدينا نوع من التكامل. **

** 04 يجب أن يعطي تطوير العلم والتكنولوجيا الأولوية لتحسين حياة الإنسان **

** Tencent Technology: لقد أجرينا للتو بعض المناقشات الفلسفية ، والآن سنناقش بعض القضايا حول التأثير الأخلاقي للذكاء الاصطناعي على المجتمع. السؤال الأول هو أنه على عكس التفاؤل بأن التقنيات الجديدة ستخلق وظائف جديدة كافية ، فقد ذكرت أن الذكاء الاصطناعي سوف يسبب مشاكل بطالة خطيرة. وما إذا كان من الصعب حل هذه المشاكل دون تغيير النظام الاجتماعي والاقتصادي. هل يمكن ان توضح لماذا تقول ذلك؟ لأن الكثير من الناس قلقون بشأن ذلك. **

جوزيف شيفاكيس: تطوير الذكاء الاصطناعي سيزيد الإنتاجية. هناك بعض القوانين البسيطة في علم الاقتصاد: إذا زادت الإنتاجية ، فإنك تحتاج إلى عدد أقل وأقل من الناس للقيام بنفس العمل. هذه النقطة واضحة جدا.

يعتقد بعض الناس الآن أن الذكاء الاصطناعي سيخلق بعض فرص العمل ، خاصة للأشخاص ذوي الجودة العالية ، وسيخلق بعض فرص العمل الجديدة. ** لكن إذا كنت تزن الوظائف التي أنشأها الذكاء الاصطناعي مقابل الوظائف المفقودة بسببها ، فيجب أن يكون تأثير الذكاء الاصطناعي سلبياً. **

يتفق الجميع الآن على أن الذكاء الاصطناعي سيؤدي إلى البطالة. و هذا واضح. ** ولكن على مدار تاريخ البشرية ، تمكنت التكنولوجيا من زيادة الإنتاجية ، مما يؤدي في النهاية إلى تحسين نوعية حياة الناس. ** لعدة قرون ، عمل الناس لساعات أقل. يجب أن نفكر في حل هذه المشكلة من خلال الإصلاحات الاقتصادية والاجتماعية المناسبة. بما في ذلك إصلاح التعليم ، لأنه يجب عليك توعية الناس للتكيف مع هذا العصر الجديد.

** تقنية Tencent: في الثورة الصناعية ، لم تتحسن حياة الناس بشكل كبير في البداية. إنهم يعملون في المصانع وقد يعملون 14 ساعة في اليوم. هل تعتقد أن الظروف المعيشية للناس ستكون أسوأ في الأيام الأولى للابتكار التكنولوجي؟ **

جوزيف شيفاكيس: لا ، أعتقد أن الثورة الصناعية حسنت بشكل عام نوعية الحياة البشرية. هذا هو لب الموضوع. ** أعتقد أن مشكلة المجتمع اليوم هي أنه لا يأخذ هذا الهدف على محمل الجد ، فهم يعتقدون أن التقدم التكنولوجي يجب أن يكون أولوية. لكني أعتقد أن الأولوية القصوى هي كيفية تحسين حياة الإنسان ، والتي يجب أن تكون الأولوية الأولى. على الأقل أنا عامل إنساني. **

** Tencent Technology: أنا أيضًا إنساني وأتفهم مدى خطورة هذه المشكلة. هل تعتقد أن الذكاء الاصطناعي يمكن أن يكون له عواقب وخيمة بخلاف البطالة؟ **

جوزيف شيفاكيس: هذا ممكن. لكن المشكلة أن بعض الناس يقولون إن الذكاء الاصطناعي سيشكل تهديدًا للبشر ، وحتى أننا قد نصبح عبيدًا للآلات. لا أحب هذا البيان. أقول في كتابي أن التكنولوجيا محايدة. لديك طاقة ذرية ، يمكنك استخدام الطاقة الذرية لتوليد الكهرباء ، ويمكنك استخدامها لصنع القنابل وقتل الناس. هذا هو قرارك. إذا فكرت في الأمر حقًا ، فإن كل هؤلاء الأشخاص الذين يقولون إن الذكاء الاصطناعي يمثل تهديدًا للبشر هم أغبياء تمامًا. لأن استخدام التكنولوجيا مسؤولية بشرية. **

** أعتقد أن هؤلاء الناس يقولون ذلك فقط لأنهم يريدون أيضًا تقليل المسؤولية البشرية عن ذلك. ** لأنهم يريدون أن يقبل الناس الذكاء الاصطناعي ، وهو أمر سيء للغاية. يجب على الناس تحمل المسؤولية عن المشاكل المحتملة. لا أعلم ما الذي يحدث في الصين ، لكن لسوء الحظ في العالم الغربي لا يشعر الناس بالحساسية تجاه هذا الأمر. يعتقدون أن التكنولوجيا (التأثير السلبي) مقدرة ، وهو أمر سيء للغاية. قلت أيضًا في كتابي أن الخطر الأكبر ليس أن البشر محكومون بالآلات ، بل أن البشر يتقبلون أن الآلات تتخذ جميع القرارات الحاسمة. إذا كان لدي عبد يمكنه أن يفعل ما أريد ، كما هو الحال في تلك الأساطير العربية ، فعندئذ في النهاية سأكون عبدًا لعبدي. ** إذن الخطر يأتي من الناس. لقد رأيت هذا أيضًا في المدارس الفرنسية ، إذا كان لدى الطفل إمكانية الوصول إلى روبوت محادثة ، فإنه يصبح غير قادر على الكتابة وتنظيم أفكاره وينتهي به الأمر بالاعتماد على الآلة. هذا ليس سيناريو وردية للبشرية.

** Tencent Technology: قبل أيام قليلة ، وقع العديد من الشخصيات المعروفة في مجال الذكاء الاصطناعي ، بما في ذلك Sam Altman ، بيانًا حول خطر انقراض الذكاء الاصطناعي. قلت في كتابك إن وسائل الإعلام الحالية والمطلعين على الصناعة المبالغة في قدرات وتهديدات الذكاء الاصطناعي. أحدها؟ هل تعتقد أن النموذج الحالي للذكاء الاصطناعي لديه إمكانية إحداث أزمة حضارة إنسانية؟ **

جوزيف شيفاكيس: ** المخاطر التي يشكلها الذكاء الاصطناعي واضحة ، وقد تأتي أساسًا من سوء استخدامه. ** لسوء الحظ ، ليس لدينا اليوم لوائح ذات صلة ضد هذا الخطر. نظرًا لأن الحكومة لا تعرف كيف يتم تطوير هذه الأشياء ، فإن الافتقار إلى الشفافية يعني أنه لا يمكن تطبيق اللوائح. إنه أمر سيء للغاية بالنسبة للمجتمع. من المحتمل جدًا إساءة استخدام الذكاء الاصطناعي ، لذلك وقعت أيضًا على عريضة لدعم تحقيق في الشركة.

التكنولوجيا جيدة جدًا وليس لدي أي شيء ضد التكنولوجيا. إنه لأمر رائع أن لدينا روبوتات محادثة ، ويجب أن نحرز تقدمًا في هذا الاتجاه. ** الذكاء الاصطناعي ، بما في ذلك الذكاء الاصطناعي العام ، شيء جيد ، ولا أعارضه. ما أعارضه هو إساءة استخدام هذه التقنيات. يجب على مختلف البلدان والمؤسسات الدولية فرض اللوائح ، على الرغم من وجود بعض الصعوبات لأن نموذج اللغة الكبير نفسه يفتقر إلى القابلية للتفسير. لكن لا يزال بإمكاننا المطالبة بنوع من الشفافية من شركات التطوير ، مثل كيفية بناء مجموعات البيانات ، وكيفية تدريب تلك المحركات. **

** Tencent Technology: عقد الكونجرس الأمريكي مؤخرًا جلسة استماع حول الذكاء الاصطناعي والأشخاص العاديين. بما في ذلك سام التمان ، شارك ماركوس ، وتم تمرير الفواتير ذات الصلة في أوروبا. هل تعتقد أن هذه بداية جيدة؟ **

جوزيف شيفاكيس: لكن المشكلة هي ، ** عندما يتحدث الناس عن الذكاء الاصطناعي الآمن ، في كثير من الأحيان لا يتحدثون عن نفس الشيء. ** كمهندس ، الأمن له تعريف واضح جدًا بالنسبة لي. قد يعتقد البعض الآخر أن الذكاء الاصطناعي الآمن يعني الوثوق بالذكاء الاصطناعي بقدر الثقة بالبشر. المنطق الكامن وراء هذه الفكرة هو التعامل مع الذكاء الاصطناعي على أنه إنسان وليس آلة. هناك الكثير من الأوراق الأخرى التي تقول أنه لا يهم ما يفعله الذكاء الاصطناعي ، ما يهم هو نية الذكاء الاصطناعي ، لذلك عليك أن تكون قادرًا على فصل النية عن النتيجة وما إلى ذلك. لذلك هناك الكثير من النقاش. ** أتمنى أن يؤدي كل هذا النقاش إلى بعض التنظيم الجاد وليس مجرد قائمة أمنيات. **

** تقنية Tencent: فلنتحدث عن الاحتمالات الأكثر إشراقًا. إذا لم يتم إساءة استخدام الذكاء الاصطناعي ، فبأي طرق يمكن أن يغير حياتنا؟ **

جوزيف شيفاكيس: إذا لم نسيء استخدام الذكاء الاصطناعي ، فإن المستقبل واعد للغاية. هذه ثورة ضخمة. لديها إمكانات هائلة لتطوير المعرفة لمواجهة بعض التحديات الكبرى التي تواجه البشرية اليوم ، مثل تغير المناخ ، وإدارة الموارد ، والقضايا السكانية ، والأوبئة ، وأكثر من ذلك.

قلت من قبل أن هناك تكاملًا واضحًا بين البشر والآلات. ** بالنسبة للبشر ، فإن أفضل سيناريو هو التعاون المتناغم بين الآلات والبشر. وفي هذه العملية ، سيكون البشر قادرين على إتقان جميع عمليات تطوير المعرفة وتطبيقها ، مما يضمن أن هذه الآلات لن تتخذ القرارات الرئيسية لنا بأنفسهم. **

التحدي الذي ينتظرنا هو إيجاد التوازن الصحيح ، لإيجاد التوازن الصحيح للأدوار بين البشر والآلات. آمل أن نتمكن من القيام بذلك بنجاح.