Націоналізм і штучний інтелект: Чому технології машинного навчання призведуть до глобальної нестабільності

Швидкий і невпинний прогрес у машинному навчанні призведе до появи нової геополітики: я називаю її націоналізмом штучного інтелекту (ШІ-націоналазім). Машинне навчання — це всепроникна технологія, яка торкнеться усіх галузей та всіх частин суспільства. 

Спричинена машинним навчанням трансформація як економічної, так і військової сфер створить нестабільність на національному та міжнародному рівнях, яка змусить владу до дій.

Амбіційні уряди вже почали вбачати в машинному навчанні ключову технологію «відриву» у 21 столітті, і гонка вже почалася.

Політика щодо штучного інтелекту стане найважливішою областю у загальній політиці влади. Виникне прискорена гонка озброєнь між провідними країнами, і ми побачимо ріст протекціоністських заходів задля захисту національних компаній-фаворитів, із блокуванням придбань цих компаній іноземними фірмами та заманюванням талантів.

Ця гонка озброєнь потенційно прискорить темпи створення машинного розуму і зменшить час, необхідний для появи т.зв. «». І хоч у цьому техно-націоналістичному порядку денному буде багато загальних аспектів, існуватимуть також специфічні для певних держав політики. Націоналізм — це небезпечний шлях, особливо якщо міжнародний порядок та норми перебуватимуть у стані змін.

Протягом кількох минулихроків ми були свідками приголомшливого розвитку у дослідженнях з машинного навчання та комерціалізації цих технологій. Наведу лише кілька прикладів:

Розпізнавання зображень починає сягати точності, властивій людському сприйняттю, у особливо складних задачах — наприклад, таких, як 

Існує значний поступ у застосуванні нейронних мереж до машинного перекладу в компаніях Baidu, Google, Microsoft тощо. Система Microsoft робить переклад новин

У березні 2016 року компанія DeepMind створила AlphaGo — першу комп’ютерну програму, яка перемогла чемпіона світу з гри в го. Це значна подія, якщо взяти до уваги, що дослідники машинного навчання десятиліттями працювали над розробкою системи, здатної здолати професійного гравця. AlphaGo «навчалася» на базі 30 мільйонів ходів, зроблених людьми-експертами.

Через 18 місяців DeepMind випустила програму AlphaZero. На відміну від AlphaGo, вона не використовувала зроблених людьми ходів під час навчання. Натомість вона навчалася граючи сама проти себе. AlphaZero не тільки змогла перемогла попередницю AlphaGo, але за допомогою прийому, відомого як 

вона також здолала найкращі в своєму класі комп’ю...