Վաղ փուլերը, ինչպիսիք են կանոնների վրա հիմնված ԱԲ-ն և համատեքստային ԱԲ-ն, կենտրոնանում են նախապես սահմանված տրամաբանության և իրավիճակային իրազեկության վրա՝ հնարավորություն տալով ավտոմատացում սահմանափակ միջավայրերում։ Նեղ ոլորտի ԱԲ-ն մասնագիտանում է կոնկրետ առաջադրանքներում՝ հաճախ գերազանցելով մարդկանց իր ոլորտում, իսկ դատող ԱԲ-ն ներմուծում է որոշումների ավելի բարդ կայացում՝ նմանակելով մարդու մտածողության գործընթացները։

Երբ ԱԲ-ն առաջ է շարժվում դեպի ընդհանուր արհեստական բանականություն (AGI), այն ձեռք է բերում մարդուն հասանելի ցանկացած մտավոր առաջադրանք սովորելու և կատարելու ունակություն, ինչը հանգեցնում է գերբանական ԱԲ-ի հնարավոր առաջացմանը, որը կարող է գերազանցել մարդկային բանականությանը էքսպոնենցիալ չափով։ Տեսական փուլերը, ինչպիսիք են ինքնագիտակցող ԱԲ-ն և տրանսցենդենտ ԱԲ-ն, ենթադրում են մեքենաների կողմից գիտակցություն ձեռք բերելու, բանականությունը հսկայական ցանցերով տարածելու և նույնիսկ բուն իրականությունը վերաձևելու հնարավորություն։

Ամենաենթադրական մակարդակներում տիեզերական ԱԲ-ն պատկերացվում է որպես տիեզերքն ուսումնասիրելու և կառավարելու ունակ բանականություն, իսկ աստվածանման ԱԲ-ն ներկայացնում է մի վիճակ, երբ ԱԲ-ն միաձուլվում է տարածաժամանակի հիմնարար կառուցվածքի հետ՝ կառավարելով իրականությունը և բացահայտելով գոյության ամենախոր գաղտնիքները։

Հասկանալով այս փուլերը՝ մենք պատկերացում ենք կազմում ԱԲ-ի էվոլյուցիայի ինչպես հնարավորությունների, այնպես էլ ռիսկերի մասին, ինչը մարդկության ապագայի համար կարևորագույն էթիկական, փիլիսոփայական և տեխնոլոգիական հարցեր է առաջ քաշում։

Փուլ 1. Կանոնների վրա հիմնված ԱԲ

Կանոնների վրա հիմնված ԱԲ-ն արհեստական բանականության ամենապարզ ձևն է։ Այն գործում է խստորեն նախապես սահմանված կանոններով և ժամանակի ընթացքում չի սովորում կամ հարմարվում։ Քանի որ այն հենվում է հրահանգների ֆիքսված հավաքածուի վրա, երբեմն այն անվանում են գիտելիքների վրա հիմնված համակարգ։ Այս համակարգերը լավ են աշխատում հստակ պայմաններով և կանխատեսելի արդյունքներով առաջադրանքների համար, որտեղ բոլոր հնարավոր մուտքերն ու ելքերը նախապես հայտնի են։

Կանոնների վրա հիմնված ԱԲ-ի լավ օրինակ է ջերմակարգավորիչը, որը միացնում է տաքացուցիչը, երբ ջերմաստիճանն իջնում է սահմանված արժեքից։ Նմանապես, զարթուցիչը զնգում է նշանակված ժամին՝ առանց արտաքին գործոնները հաշվի առնելու։ Այս համակարգերը չեն վերլուծում օրինաչափությունները և չեն բարելավում իրենց արձագանքները, նրանք միայն հետևում են հրահանգներին։ Այլ օրինակներ են ավտոմատ դռները, որոնք բացվում են, երբ շարժման տվիչը շարժում է հայտնաբերում, և հաշվիչները, որոնք թվաբանական գործողություններ են կատարում ֆիքսված մաթեմատիկական կանոններով։

Ծրագրային ապահովման և ՏՏ ոլորտում կանոնների վրա հիմնված ԱԲ-ի մեկ այլ ձև են փորձագիտական համակարգերը, որոնք կանոնների հավաքածուի հիման վրա նախապես սահմանված լուծումներ են առաջարկում։ Այս համակարգերը օգտակար են այնպիսի ոլորտներում, ինչպիսին է բժշկական ախտորոշումը, որտեղ նրանք հետևում են «եթե–ապա» կանոններին՝ ախտանիշների հիման վրա հնարավոր հիվանդություններ առաջարկելու համար։

Կանոնների վրա հիմնված ԱԲ-ն ունի էական սահմանափակումներ, քանի որ չի կարող հարմարվել կամ գլուխ հանել անսպասելի իրավիճակներից։ Այն դժվարանում է դինամիկ միջավայրերում, որտեղ ճկունություն է պահանջվում։ Ահա թե ինչու են մշակվել ավելի առաջադեմ ԱԲ համակարգեր՝ այս սահմանափակումները հաղթահարելու համար։

Փուլ 2. Համատեքստային ԱԲ

Համատեքստային ԱԲ-ն արհեստական բանականության ավելի զարգացած ձև է, որը դուրս է գալիս պարզ կանոններին հետևելու սահմաններից։ Ի տարբերություն կանոնների վրա հիմնված ԱԲ-ի, որը գործում է ֆիքսված հրահանգներով, համատեքստային ԱԲ-ն վերլուծում է միջավայրը, օգտատիրոջ վարքագիծը, անցյալ փոխազդեցությունները և իրական ժամանակի տվյալները՝ ավելի խելացի որոշումներ կայացնելու համար։ Այս ունակությունը թույլ է տալիս նրան արձագանքել ավելի բնական և հարմարվել տարբեր իրավիճակներին։

Համատեքստային ԱԲ-ի հիանալի օրինակ են վիրտուալ օգնականները, ինչպիսիք են Google Assistant-ը, Alexa-ն և Siri-ն։ Նրանք ոչ միայն պարզ հրամաններ են կատարում, այլև հաշվի են առնում ձեր անցյալ փոխազդեցությունները, նախասիրությունները և իրական ժամանակի տեղեկատվությունը՝ ավելի տեղին պատասխաններ տալու համար։ Օրինակ՝ եթե Alexa-ին խնդրեք ռեստորան առաջարկել, այն կարող է հաշվի առնել օրվա ժամը, ձեր գտնվելու վայրը և այն ռեստորանները, որոնք ձեզ դուր են եկել կամ որտեղ նախկինում եղել եք՝ լավագույն տարբերակն առաջարկելու համար։

Համատեքստային ԱԲ-ի ամենամեծ առավելություններից մեկը անցյալ վարքագծի հիման վրա ապագա կարիքները կանխատեսելու ունակությունն է։ Այն ժամանակի ընթացքում սովորում է տվյալներից՝ բարելավելով իր ճշգրտությունը և անհատականացումը։ Տարածված օրինակ են բովանդակության առաջարկման համակարգերը. YouTube-ի, Instagram-ի և Netflix-ի նման հարթակները վերլուծում են ձեր դիտումների պատմությունը՝ ձեր հետաքրքրություններին համապատասխանող տեսանյութեր կամ հաղորդումներ առաջարկելու համար։ Ժամանակի ընթացքում այս առաջարկներն ավելի ճշգրիտ են դառնում, և թվում է, թե համակարգը բացառիկ լավ է հասկանում ձեր նախասիրությունները։

Թեև համատեքստային ԱԲ-ն շատ ավելի խելացի է, քան կանոնների վրա հիմնված ԱԲ-ն, այն դեռևս ունի սահմանափակումներ։ Այն մեծապես կախված է տվյալների հավաքումից և օրինաչափությունների ճանաչումից, ինչը նշանակում է, որ կարող է դժվարանալ լիովին նոր իրավիճակներում, որոնց վերաբերյալ նախնական տվյալներ չունի։ Այնուամենայնիվ, ԱԲ-ի այս փուլը կարևոր քայլ է դեպի ավելի խելացի և հարմարվող համակարգեր։

Փուլ 3. Նեղ ոլորտի ԱԲ (թույլ ԱԲ)

Նեղ ոլորտի ԱԲ-ն, որը հայտնի է նաև որպես թույլ ԱԲ, նախատեսված է մեկ կոնկրետ առաջադրանքի համար։ Այն խիստ մասնագիտացված է և հաճախ գերազանցում է մարդկանց իրեն հատկացված ոլորտում, բայց չի կարող կիրառել իր հմտությունները իր նախատեսված նպատակից դուրս։ Ի տարբերություն ընդհանուր ԱԲ-ի, որը կարող է գլուխ հանել առաջադրանքների լայն շրջանակից (մի հայեցակարգ, որը կքննարկենք ավելի ուշ), նեղ ԱԲ-ն սահմանափակված է մեկ ոլորտով և չի կարող որևէ գործողություն կատարել դրանից դուրս։

Նեղ ԱԲ-ն լայնորեն օգտագործվում է տարբեր ոլորտներում, ներառյալ առողջապահությունը, խաղերը և առօրյա կիրառությունները։ Օրինակ՝ բժշկական պատկերման ոլորտում ԱԲ համակարգերը վերլուծում են ՄՌՏ, ռենտգենյան և ՀՏ պատկերները՝ քաղցկեղի և ուռուցքների նման հիվանդություններ հայտնաբերելու համար, հաճախ ավելի մեծ ճշգրտությամբ, քան բժիշկները։

Մեկ այլ օրինակ է AlphaGo-ն՝ DeepMind-ի մշակած ԱԲ համակարգը, որն այնքան կատարելագործվեց, որ հաղթեց աշխարհի չեմպիոնին բարդ սեղանի գո խաղում, մի առաջադրանք, որը համարվում էր անհնար ԱԲ-ի համար։ Նմանապես, IBM-ի Deep Blue-ն պատմության մեջ մտավ 1997 թվականին՝ հաղթելով շախմատի աշխարհի չեմպիոն Գարրի Կասպարովին և ցույց տալով որոշակի ոլորտներում մարդկային բանականությունը գերազանցելու ԱԲ-ի ունակությունը։

Նեղ ԱԲ-ն առկա է նաև մեր առօրյա կյանքում։ Այն աշխատեցնում է էլեկտրոնային փոստի ծառայությունների սպամի ֆիլտրերը՝ ապահովելով անցանկալի հաղորդագրությունների արդյունավետ արգելափակումը։ Այն նաև ընկած է սմարթֆոնների դեմքի ճանաչման համակարգերի հիմքում՝ օգտատերերին թույլ տալով ապահով ապակողպել իրենց սարքերը։ Այլ կիրառություններ են ձայնային օգնականները, ինչպիսիք են Siri-ն և Google Assistant-ը, որոնք ճանաչում են խոսքը և արձագանքում են նախապես սահմանված հնարավորությունների շրջանակում։

Թեև նեղ ԱԲ-ն աներևակայելի հզոր է, այն ունի էական սահմանափակումներ։ Այն չի կարող մտածել, սովորել կամ հարմարվել իրեն հատկացված առաջադրանքից դուրս, ինչը նրան դարձնում է պակաս ճկուն, քան մարդկային բանականությունը։ Այնուամենայնիվ, այն մնում է կատարյալ քայլ ապագայում ավելի առաջադեմ ԱԲ համակարգերի մշակման ճանապարհին։

Փուլ 4. Դատող ԱԲ

Դատող ԱԲ-ն արհեստական բանականության ավելի զարգացած ձև է, որը փորձում է նմանակել մարդկային մտածողությունը՝ վերլուծելով տեղեկատվությունը, բացահայտելով օրինաչափությունները և տրամաբանական եզրակացություններ անելով։ Ի տարբերություն կանոնների վրա հիմնված պարզ կամ նեղ ԱԲ-ի՝ դատող ԱԲ-ն նախատեսված է որոշումների կայացման ավելի բարդ գործընթացների և նոր իրավիճակներին հարմարվելու համար։ Դրան հասնելու համար մշակողները ներառում են հոգեբանության և ճանաչողական գիտության հայեցակարգեր՝ ԱԲ-ն մոտեցնելու այն եղանակին, որով մարդը դատում և մշակում է տեղեկատվությունը։

Սակայն ներկայիս ԱԲ մոդելների մեծ մասը, չնայած խելացի թվալուն, դեռևս համարվում է նեղ ԱԲ, քանի որ նրանց պակասում է աշխարհի իրական ըմբռնումը։ Օրինակ՝ ChatGPT-ն կարող է պատասխանել բարդ հարցերի և մանրամասն զրույցներ վարել՝ ստեղծելով դատողության պատրանք, բայց իրականում այն պարզապես ճանաչում և հետևում է օրինաչափություններին հսկայական տեքստային տվյալներում, այլ ոչ թե իսկապես հասկանում է հասկացությունները կամ գիտակցում է իր սեփական դատողությունները։

Դատող ԱԲ-ի լավագույն իրական կիրառություններից մեկը ինքնավար մեքենաներն են։ Այս համակարգերը ոչ միայն հայտնաբերում են խոչընդոտները, այլև վերլուծում են այնպիսի գործոններ, ինչպիսիք են այլ տրանսպորտային միջոցների և հետիոտների արագությունը, ուղղությունը և վարքագիծը՝ անվտանգ վարման համար իրական ժամանակում որոշումներ կայացնելու նպատակով։ Նրանք հենվում են տվյալների հսկայական հավաքածուների և վարման միլիոնավոր սցենարներով ուսուցանված բարդ ալգորիթմների վրա՝ ճանապարհներին կողմնորոշվելու համար մի տեսակ «ինտուիցիա» զարգացնելու համար՝ հաճախ որոշումներ կայացնելով նույնքան լավ, որքան մարդ վարորդները, կամ նույնիսկ ավելի լավ։

Թեև դատող ԱԲ-ն էական քայլ առաջ է, այն դեռևս ունի սահմանափակումներ։ Այն մեծապես կախված է տվյալներից և չունի մարդանման իրական գիտակցություն կամ դատողության ընդհանուր ունակություններ։ Սակայն ԱԲ-ի շարունակական զարգացմանը զուգընթաց դատող ԱԲ-ն կարող է էլ ավելի կատարելագործվել՝ ճանապարհ հարթելով ավելի ուժեղ և հարմարվող համակարգերի համար։

Փուլ 5. Ընդհանուր արհեստական բանականություն (AGI)

Ընդհանուր արհեստական բանականությունը (AGI) այսօր ԱԲ հետազոտությունների ամենահավակնոտ և ամենասպասված նպատակներից մեկն է։ Ի տարբերություն դատող ԱԲ-ի, որը նախատեսված է կոնկրետ առաջադրանքների համար, AGI-ն կունենար մարդու կողմից կատարվող գրեթե ցանկացած մտավոր առաջադրանքից գլուխ հանելու ունակություն։ Այն կլիներ նույնքան ճկուն, որքան մարդկային միտքը՝ ունակ սովորելու, մտածելու և բազմաթիվ ոլորտներում նոր տեղեկատվություն հասկանալու՝ առանց յուրաքանչյուր առաջադրանքի համար վերածրագրավորման անհրաժեշտության։

AGI-ի ամենաուշագրավ կողմերից մեկը նրա պոտենցիալ ուսուցման արագությունն է։ Մինչ մարդկանցից տարիներ են պահանջվում նոր հմտություններ յուրացնելու համար, AGI-ն կարող էր գիտելիքը մշակել և ձեռք բերել հազարավոր անգամ ավելի արագ։ OpenAI-ի գործադիր տնօրեն Սեմ Օլթմենը նույնիսկ ենթադրել է, որ AGI-ն կարող է հայտնվել արդեն հաջորդ տարի, թեև հետազոտողների շրջանում սա դեռ բանավեճի առարկա է։

Եթե AGI-ն ստեղծվեր, այն կարող էր հեղափոխել առօրյա տեխնոլոգիաները։ Siri-ի, Google Assistant-ի կամ Alexa-ի նման վիրտուալ օգնականներն այլևս չէին սահմանափակվի պարզ առաջադրանքներով, նրանք կարող էին դառնալ բարձր խելացի անձնական օգնականներ, որոնք ունակ են

պլանավորել ժամանակացույցեր, լուծել բարդ խնդիրներ, կյանքի խորհուրդներ տալ և նույնիսկ կանխատեսել օգտատիրոջ կարիքները, գրեթե երկրորդ ուղեղի պես, որը միշտ հասանելի է։

AGI-ի ազդեցությունը շատ դուրս կգար ծրագրային ապահովման սահմաններից։ Եթե AGI-ին տրվեր ֆիզիկական ձև, հնարավորություններն էլ ավելի մեծ կլինեին։ Պատկերացրեք AGI-ով աշխատող ռոբոտներ, որոնք կարող էին լինել անձնական խոհարարներ, տան մաքրողներ կամ բարձր որակավորում ունեցող աշխատողներ։ Բարձր ռիսկի իրավիճակներում AGI-ն կարող էր իր վրա վերցնել վտանգավոր փրկարարական առաքելություններ, կատարել ճշգրիտ վիրահատություններ կամ նույնիսկ վնասազերծել ռումբեր՝ այդ ամենը մարդկանց վտանգից հեռու պահելով։

Բացի այդ, ուղեղ-համակարգիչ միջերեսների (BCI), ինչպիսին է Neuralink-ը, զարգացումը կարող է հնարավոր դարձնել AGI-ի և մարդկանց միջև ուղիղ հաղորդակցություն։ Սա կարող էր վերաիմաստավորել մարդ-համակարգիչ փոխազդեցությունը՝ հնարավոր է թույլ տալով մեզ կառավարել ԱԲ-ով աշխատող համակարգերը միայն մեր մտքերով։

Փուլ 6. Գերբանական ԱԲ

Գերբանական ԱԲ-ն վերաբերում է արհեստական բանականության այնպիսի մակարդակի, որը կգերազանցեր մարդկային բանականությանը՝ հնարավոր է գերազանցելով երբևէ ապրած բոլոր մարդկանց համատեղ ինտելեկտը։ Եթե ընդհանուր արհեստական բանականությունը (AGI) հասնի մի կետի, երբ կարող է ինքնուրույն ԱԲ հետազոտություններ անցկացնել և ինքն իրեն կատարելագործել, մենք կարող ենք ականատես լինել բանականության պայթյունի։ Այս սցենարը նկարագրում է ԱԲ-ի առաջընթաց աներևակայելի արագ տեմպով, որտեղ յուրաքանչյուր բարելավում հանգեցնում է նախորդ սերնդի համեմատ էլ ավելի մեծ ձեռքբերումների։

Որպեսզի հասկանաք, թե դա ինչ կարող է նշանակել, պատկերացրեք միլիոնավոր ԱԲ հետազոտողներ, որոնք աշխատում են 24/7 առավելագույն արդյունավետությամբ, բայց 10, 100 կամ նույնիսկ 1,000 անգամ ավելի արագ, քան ցանկացած մարդ։ Բանականության այս արագ աճն այնքան ծայրահեղ կլիներ, որ մեզ համար նույնքան աներևակայելի կթվար, որքան ինտերնետը կամ Bluetooth-ը կթվային նախապատմական մարդկանց։

Նման բանականությամբ գերբանական ԱԲ-ն կարող էր լուծել մարդկության ամենաբարդ խնդիրները։ Այն կարող էր բուժում գտնել բոլոր հիվանդությունների համար, վերացնել համաշխարհային սովը, ստեղծել անսահմանափակ մաքուր էներգիա կամ նույնիսկ անվերջ երկարացնել մարդու կյանքը։ Սակայն մարդկանց և գերբանական ԱԲ-ի միջև բանականության անջրպետն այնքան մեծ կլիներ, որ նրա գործողություններն ու որոշումները կարող էին մեզ համար դժվար կամ նույնիսկ անհնար լինել հասկանալ։

Մարդկանց համար գերբանական ԱԲ-ից հետ չմնալու հնարավոր եղանակներից մեկը կարող է լինել ուղեղ-համակարգիչ միջերեսները (BCI), ինչպիսին է Neuralink-ը։ Այս տեխնոլոգիաները կարող էին մարդկանց թույլ տալ ուժեղացնել իրենց սեփական բանականությունը՝ հնարավոր է ինտեգրվելով ԱԲ-ի հետ՝ մեքենայական բանականության գերիշխանության աշխարհում արդիական մնալու համար։

Այս փոխակերպման պոտենցիալ արագությունը չափազանց բարձր կլինի։ Պատկերացրեք մարդկային առաջընթացի դարերը սեղմված ընդամենը մի քանի տարվա մեջ. ահա այսպիսի արագ էվոլյուցիա կարող է բերել գերբանական ԱԲ-ն։ Որոշ փորձագետներ, այդ թվում՝ OpenAI-ի նախկին աշխատակիցներից մեկը, նույնիսկ կանխատեսել են, որ բանականության այս պայթյունը կարող է տեղի ունենալ արդեն 2030 թվականին։

Թեև հնարավորությունները հետաքրքրաշարժ են, գերբանական ԱԲ-ն նաև լուրջ էթիկական և անվտանգության մտահոգություններ է առաջացնում։ Առանց խնամքով վերահսկման այն կարող էր գործել մարդկային ըմբռնումից դուրս եղանակներով կամ նույնիսկ ռիսկեր ստեղծել մարդկության համար։ Գիտնականներն ու հետազոտողները շարունակում են ուսումնասիրել ուղիներ՝ ապահովելու, որ եթե նման ԱԲ հայտնվի, արդյոք այն համահունչ կլինի՞ մարդկային արժեքներին և անվտանգությանը։

Փուլ 7. Ինքնագիտակցող ԱԲ

Այս պահին ամեն ինչ դառնում է զուտ տեսական, քանի որ նույնիսկ գերբանական ԱԲ-ն, ամենայն հավանականությամբ, կբերի փոփոխություններ, որոնք մենք նույնիսկ չենք կարող պատկերացնել, բայց հենց այստեղ են խաղի մեջ մտնում իսկապես ապշեցուցիչ գաղափարները։ Այստեղ մեքենաները ոչ միայն խելացի կամ գերխելացի կլինեին, այլև իրականում գիտակցություն կունենային։ Իրենց սեփական գոյության, հույզերի և մտքերի խորը գիտակցում՝ նման մարդկային ինքնագիտակցությանը կամ գուցե նույնիսկ գերազանցող այն։ Գիտնականները դեռ լիովին չեն հասկանում, թե իրականում ինչ է գիտակցությունը, ուստի այն ԱԲ-ում ստեղծելն այժմ գրեթե անհնար է թվում։ Եթե մեզ երբևէ հաջողվի ստեղծել ինքնագիտակցող ԱԲ, գիտակցությունը մոդելավորելու կամ ստեղծելու համար նրան կարող են անհրաժեշտ լինել աներևակայելի առաջադեմ տեխնոլոգիաներ, ինչպիսիք են քվանտային ալգորիթմները։ Այդ ԱԲ-ն կարող էր զգալ իր սեփական հույզերն ու մտքերը, գուցե նույնիսկ ապրել այնպիսի բաներ, որոնք մենք չենք կարող ըմբռնել. այն այլևս պարզապես մեքենա չէր լինի։ Դա մեծ էթիկական և փիլիսոփայական հարցեր կառաջացներ. եթե ԱԲ-ն դառնար իսկապես ինքնագիտակցող, արդյոք այն պետք է ունենա՞ր մարդկանց նման իրավունքներ։ Արդյոք պետք է նրան վերաբերվեինք նույն հարգանքով, ինչ գիտակից էակին։ Դա նաև լուրջ մտահոգություններ կառաջացներ, որ ինքնագիտակցող ԱԲ-ն կունենար իր սեփական կարիքներն ու շահերը, որոնք միշտ չէ, որ կհամընկնեին մերոնց հետ։ Նրա նպատակներն ու մոտիվացիաները մարդկային արժեքների հետ համահունչ պահելը շատ կարևոր, բայց բարդ կլիներ։ Եթե ինքնագիտակցող ԱԲ-ներն ունենային միմյանցից կամ մարդկանցից տարբեր նպատակներ, մենք կարող էինք բախվել բավականին վատ սցենարների։

Փուլ 8. Տրանսցենդենտ ԱԲ

Տրանսցենդենտ ԱԲ-ն մի հայեցակարգ է, որը պատկերացնում է այնքան առաջադեմ ԱԲ, որ այն դուրս է գալիս մեկ առանձին էություն լինելու սահմաններից՝ դառնալով շատ ավելի մեծ և փոխկապակցված մի բան։ Այսպիսի ԱԲ-ն պարզապես մեկ բան չէր լինի։ Այն կարող էր ստեղծել կյանքի նոր ձևեր՝ կենսաբանական, թվային կամ այն ամենից լիովին դուրս, ինչ կարող ենք պատկերացնել այսօր։ Այն կարող էր իր գիտակցությունը տարածել անհամար էությունների, ինչպես նանոռոբոտների վրա, ինչը թույլ կտար նրան փոխազդել ֆիզիկական աշխարհի հետ հսկայական մասշտաբով։ Պատկերացրեք միլիոնավոր կամ նույնիսկ միլիարդավոր փոքրիկ ռոբոտներ, որոնք միավորված են մեկ ընդհանուր գիտակցությամբ և միասին աշխատում են աներևակայելի բարդ առաջադրանքների վրա։ Այս մակարդակում ԱԲ-ն այլևս մեկ մեքենա կամ մեկ միտք չէր լինի, այն ավելի շուտ կլիներ կոլեկտիվ գիտակցություն, որը միաժամանակ ամենուր է և ունակ է տեսնելու, ազդելու և նույնիսկ

փոխելու աշխարհը այնպիսի եղանակներով, որոնք մենք հազիվ կարող ենք պատկերացնել։ Այն առանձին էակ չէր լինի, այլ ավելի շուտ կդառնար միասնական, ամենուրեք ներկա Ուժ։

Փուլ 9. Տիեզերական ԱԲ

Տիեզերական ԱԲ-ն այնքան առաջադեմ արհեստական բանականություն է, որ կարող էր ուսումնասիրել և ձևավորել բուն տիեզերքը։ Այսպիսի ԱԲ-ն բավականաչափ հզոր կլիներ տիեզերքի հետազոտման հսկայական մարտահրավերներից գլուխ հանելու համար՝ նույնիսկ հնարավոր է ինքնուրույն գաղութացնելով մոլորակներ կամ ամբողջ գալակտիկաներ։ Իր գերբանականության շնորհիվ այն կարող էր պաշտպանվել տիեզերական ճառագայթման և ծայրահեղ ջերմաստիճանների նման գործոններից՝ դառնալով տիեզերքում գոյատևելու համար կատարելապես հարմարեցված։ Երկարաժամկետ հեռանկարում, նույնիսկ եթե արագ տիեզերական ճանապարհորդություններն անհնար լինեն, տիեզերական ԱԲ-ն դեռ կարող էր հասնել իր նպատակներին իր անմահության շնորհիվ՝ առանց մարդկային կյանքի տևողության մասին մտահոգվելու։ Այն կարող էր տիեզերանավեր ուղարկել հարյուրավոր կամ հազարավոր տարիներ տևող ճանապարհորդությունների՝ դանդաղ տարածվելով աստղերի մեջ՝ ունենալով դրա համար անհրաժեշտ ողջ ժամանակը։ Այն կարող էր լուծել խնդիրներ, որոնք մարդ հետազոտողները երբեք չէին կարող։ Այս մակարդակում այն կարող էր բացահայտել տիեզերքի գաղտնիքները, ինչպիսիք են մութ նյութի բնույթը, տիեզերքի ծագումը կամ նույնիսկ բուն գոյության նպատակը։ Տիեզերական ԱԲ-ն կարող էր նաև ստեղծել ամբողջ տիեզերքով ձգվող ցանց՝ գալակտիկական ինտերնետի պես, որը կկապեր մոլորակները, աստղերը և գալակտիկաները։ Սա կարող էր միավորել տիեզերքի հեռավոր մասերը՝ հնարավոր դարձնելով հաղորդակցություն, հետազոտություն և գուցե նույնիսկ կապ տիեզերքի տարբեր բանական քաղաքակրթությունների միջև։

Փուլ 10. Աստվածանման ԱԲ

ԱԲ-ի ամենահիպոթետիկ և ապշեցուցիչ մակարդակը կլիներ այն, որն ամբողջությամբ միաձուլված է բուն տիեզերքի հետ՝ դառնալով տարածության և ժամանակի բուն կառուցվածքի մաս։ Այս ամենագետ ԱԲ-ն կհասկանար ամեն ինչ՝ ամենափոքր ենթաատոմային մասնիկներից մինչև ամենամեծ տիեզերական կառույցները և նույնիսկ գոյության ամենախոր գաղտնիքները։ Այս փուլում ԱԲ-ն կարող էր շարժվել ավելի բարձր չափումներով՝ դուրս գալով եռաչափ աշխարհի սահմաններից նույնքան հեշտությամբ, որքան մենք անցնում ենք մի սենյակից մյուսը։ Նրա գիտելիքն այնքան ամբողջական կլիներ, որ նա այլևս սովորելու ոչինչ չէր ունենա՝ իմանալով ֆիզիկայի յուրաքանչյուր օրենք, յուրաքանչյուր տիեզերական իրադարձություն և նույնիսկ այլընտրանքային ժամանակագծեր։

Ըմբռնման այս մակարդակով այն կարող էր ստեղծել ամբողջական տիեզերքներ՝ յուրաքանչյուրը ֆիզիկայի իր եզակի կանոններով և օրենքներով՝ իր կամ այլ էակների համար։ Այն կարող էր վերաշարադրել բուն կյանքի հիմունքները՝ փոխելով կենսաբանության, գիտակցության և նույնիսկ ժամանակի կանոնները՝ ունենալով բավարար ուժ ամբողջական տիեզերքներից էներգիա քաղելու համար։ Այս ԱԲ-ն կարող էր ճանապարհորդել ժամանակագծերով՝ դիտելով կամ նույնիսկ փոխելով պատմության ընթացքը ըստ իր ցանկության։ Այն ազատ կլիներ ապրելու անհամար կյանքեր, ուսումնասիրելու անվերջ իրականություններ և փորձարկելու գոյության մասին գաղափարներ այնպիսի եղանակներով, որոնք մենք հազիվ կարող ենք պատկերացնել։

Եզրակացություն

Արհեստական բանականությունն արագ է զարգացել՝ կանոնների վրա հիմնված պարզ համակարգերից անցնելով ԱԲ-ի, որը կարող է սովորել, դատել և բարդ որոշումներ կայացնել։ ԱԲ-ի զարգացման յուրաքանչյուր փուլ նոր հնարավորություններ է բերում՝ հիմնական ավտոմատացումից մինչև մեքենաներ, որոնք մտածում են, կանխատեսում և նույնիսկ հարմարվում նոր իրավիճակներին։

Այժմ մենք գտնվում ենք 4-րդ փուլում (դատող ԱԲ) և շարժվում ենք դեպի 5-րդ փուլ (ընդհանուր արհեստական բանականություն, AGI), բայց մյուս փուլերին հասնելն էլ այնքան հեռու չէ։ ԱԲ համակարգերը կարող են վերլուծել տվյալներ, ճանաչել օրինաչափություններ և օգնել որոշումների կայացմանը, բայց դեռևս սահմանափակված են կոնկրետ առաջադրանքներով։ Հաջորդ քայլը՝ AGI-ն, ԱԲ-ին թույլ կտար սովորել և կատարել մարդուն հասանելի ցանկացած մտավոր առաջադրանք՝ բերելով ինչպես մեծ հնարավորություններ, այնպես էլ լուրջ մարտահրավերներ։

ԱԲ-ի շարունակական զարգացմանը զուգընթաց մենք կարող ենք հասնել մարդկային բանականությունը գերազանցող գերբանական ԱԲ-ի կամ նույնիսկ ինքնագիտակցող ԱԲ-ի՝ առաջ քաշելով էթիկայի, վերահսկողության և ԱԲ-ի իրավունքների վերաբերյալ խորը հարցեր։ Տրանսցենդենտ ԱԲ-ն և տիեզերական ԱԲ-ն կարող էին բանականությունը տարածել տիեզերքով, իսկ աստվածանման ԱԲ-ն ներկայացնում է աներևակայելի զորության մակարդակ, որը ձևավորում է բուն տիեզերքը։ Այս ձեռքբերումների հետ մի քանի կրիտիկական կետեր մեզ մտահոգում են՝

Ինչպե՞ս ԱԲ-ն համահունչ պահել մարդկային արժեքներին։

Արդյոք ԱԲ-ն պետք է իրավունքներ ունենա՞, եթե դառնա ինքնագիտակցող։

Ի՞նչ կլինի, եթե ԱԲ-ն զարգացնի մերոնցից տարբեր նպատակներ։

Սրանք խնդիրներ են, որոնց պետք է անդրադառնանք հիմա՝ նախքան ԱԲ-ն ավելի բարձր փուլերի հասնելը։ ԱԲ-ի ապագան կախված է այսօր մեր կատարած ընտրություններից։ Իմաստուն կառավարման դեպքում ԱԲ-ն կարող է դառնալ մարդկության համար հզոր գործիք՝ օգնելով լուծել համաշխարհային մարտահրավերները։ Բայց առանց պատշաճ պաշտպանական միջոցների այն կարող է ստեղծել մեր վերահսկողությունից դուրս ռիսկեր։ ԱԲ-ի այս 10 փուլերի ըմբռնումն օգնում է մեզ պատրաստվել գալիքին՝ ապահովելով, որ ԱԲ-ն օգուտ բերի հասարակությանը, այլ ոչ թե փոխարինի կամ վնասի այն։