කෘත්‍රිම බුද්ධියක් තමන්වම නැවත නැවතත් වැඩිදියුණු කරගනිමින් (Recursive Self-Improvement – RSI) සුපිරි බුද්ධියක් (Superintelligence) දක්වා වේගයෙන් වර්ධනය වීම හෙවත් “බුද්ධිමය පිපිරුමක්” (Intelligence Explosion) ඇතිවීම යනු AI පර්යේෂණ ක්ෂේත්‍රයේ දීර්ඝ කාලයක සිට පවතින ප්‍රධානතම මාතෘකාවකි. මෑතකදී Fireship නාලිකාව විසින් පළ කරන ලද වීඩියෝවක් ඇතුළු ජාත්‍යන්තර මාධ්‍ය වාර්තා රැසක් මගින් ගූගල් සමාගම මෙවැනි විද්‍යා ප්‍රබන්ධ තත්ත්වයකට මුලපුරා ඇති බවට ප්‍රචාරය විය.

කෙසේ වෙතත්, සැබෑ පර්යේෂණ දත්ත පරීක්ෂා කිරීමේදී පෙනී යන්නේ, ගැටලුවලට විසඳුම් සෙවීමේ ක්‍රමවේදයන්හි දැවැන්ත කාර්යක්ෂමතාවයක් අත්පත් කරගෙන තිබුණද, සැබෑ බුද්ධිමය පිපිරුමක් තවමත් සිදුවී නොමැති බවයි.

පෙරමුණ ගත් චීන පර්යේෂකයන්ගේ මාර්ග සිතියම

මෙම කතිකාවත දැඩි ලෙස ආරම්භ වූයේ ByteDance, Tsinghua විශ්වවිද්‍යාලය සහ ෂැංහයි AI රසායනාගාරයේ පර්යේෂකයින් 33 දෙනෙකු විසින් එක්ව පළ කරන ලද The Last AI Built by Humans (මිනිසුන් විසින් නිර්මාණය කරන ලද අවසාන AI පද්ධතිය) නම් පර්යේෂණ පත්‍රිකාවත් සමඟයි.

එමඟින් AI පද්ධතියක් ස්වයංව දියුණු වීමේ (RSI) අදියර 5ක් පෙන්වා දෙන ලදී:

1. වැඩිදියුණු කිරීම් ක්‍රියාත්මක කිරීමේ ස්වාධීනත්වය (Improvement-execution): මිනිසුන් සැලසුම් කළ ක්‍රමවේද AI මඟින් ක්‍රියාත්මක කිරීම.
2. වැඩිදියුණු කිරීමේ උපායමාර්ගික ස්වාධීනත්වය (Improvement-strategy): තමන්ව යාවත්කාලීන කරගත යුතු ආකාරය AI විසින්ම තීරණය කිරීම.
3. අත්දැකීම් අත්පත් කරගැනීමේ ස්වාධීනත්වය (Experience-acquisition): පද්ධතිය ස්ථාපිත කළ පසු තමන් අලුතින් උගත යුතු දේ තීරණය කිරීම.
4. පරිසරයට අනුගත වීමේ ස්වාධීනත්වය (Environment-adaptation): බාහිර පරිසරයේ වෙනස්කම්වලට වේගයෙන් හැඩගැසීම.
5. ප්‍රත්‍යාවර්තී මෙටා-වැඩිදියුණු කිරීම (Recursive meta-improvement): තමන්ව වැඩිදියුණු කරගැනීමට භාවිත කරන මූලික ක්‍රමවේදයම AI විසින් අඛණ්ඩව ප්‍රතිනිර්මාණය කිරීම.

මෙම පර්යේෂකයන් පවා අවධාරණය කළේ මෙම අදියර පහෙන් කිසිවක් තවමත් පූර්ණ වශයෙන් අත්පත් කරගෙන නොමැති බවයි.

DeepMind වෙතින් පැමිණි “Dream-RSI”: වඩා හොඳ සෙවුම් උපායමාර්ග

මෙම මාර්ග සිතියම නිකුත් වීමත් සමඟම, Google DeepMind, මේරිලන්ඩ් විශ්වවිද්‍යාලය සහ වර්ජිනියා විශ්වවිද්‍යාලය එක්ව Dream-RSI: Recursive Self-Improvement through Evolving Worlds නමැති පර්යේෂණය එළිදක්වන ලදී.

මෙහිදී සිදුවූයේ සුවිශේෂී ක්‍රියාවලියකි:

• පවතින ගැටලුව: සංකීර්ණ ගණිත හෝ මෘදුකාංග ගැටලුවක් විසඳීමේදී AI එකක් ඊළඟට උත්සාහ කළ යුත්තේ කුමන පියවරද යන්න තීරණය කරන්නේ “ගවේෂණ ප්‍රතිපත්තියක්” (exploration policy) මගිනි. මීට පෙර මෙම ප්‍රතිපත්තිය මිනිසුන් විසින් කේතනය කර තිබූ අතර, නව ක්‍රම අත්හදා බැලීම සඳහා මුළු AI ආකෘතියම නැවත ධාවනය කිරීමට සිදුවූ බැවින් එය ඉතා අධික පිරිවැයක් සහිත විය.
• සිහිනමය විසඳුම (The Dream Solution): පර්යේෂකයන් විසින් පැරණි උත්සාහයන්ගේ සියලු දත්ත (කේත, ලකුණු, පද්ධති බිඳවැටීම්) ගබඩා කර “Discovery Tree” නමැති අනුකරණයක් (simulator) නිර්මාණය කළහ.
• අථත්‍ය අත්හදා බැලීම්: සැබෑ ලෙස පද්ධතිය ධාවනය නොකර, මෙම ගබඩා කළ දත්ත තුළ “සිහින දකින්නාක් මෙන්” නව උපායමාර්ග දහස් ගණනක් පරීක්ෂා කර බැලීමට පද්ධතියට ඉඩ ලබා දෙන ලදී. ඉන්පසු අඩුම උත්සාහයකින් වැඩිම සාර්ථකත්වයක් ලබාදෙන ක්‍රමය තෝරාගෙන ඊළඟ සැබෑ ධාවනයේදී එය භාවිත කෙරිණි.

ප්‍රතිඵලය: ඉහළ කාර්යක්ෂමතාවයක් මිස නව බුද්ධියක් නොවේ

Dream-RSI පද්ධතිය හරහා Gemini ආකෘතිය භාවිතයෙන් Lasso path solver නමැති ගණිතමය ක්‍රමවේදය සැකසීමේදී, සාම්ප්‍රදායික Python පුස්තකාල අභිබවා යාමට පෙර ක්‍රමවේදවලට වඩා 162 ගුණයක අඩු සම්පත් ප්‍රමාණයක් වැය වූ බව තහවුරු විය.

නමුත් මෙයින් සැබෑ බුද්ධිමය පිපිරුමක් සිදුවූයේද? නැත.

මෙහිදී AI ආකෘතියේ මූලික බුද්ධිය කිසිදු ලෙසකින් වෙනස් නොවේ. පර්යේෂකයින් සඳහන් කළ පරිදි, මෙහිදී වෙනස් වන්නේ ගවේෂණ ප්‍රතිපත්තිය (exploration policy) පමණි; Gemini හි මූලික බර තැබීම් (weights) හෝ බුද්ධිමය හැකියාව නොවෙනස්ව පවතී. පද්ධතියට කලින් කළ නොහැකි වූ අලුත් දෙයක් සිතීමේ හැකියාවක් මෙයින් නොලැබෙන අතර, එය සිදු කරන්නේ කලින් සොයාගත හැකි විසඳුම් ඉතා අඩු උත්සාහයකින් සහ ඉතා වේගයෙන් සොයා ගැනීම පමණි.

1965 දී බ්‍රිතාන්‍ය ගණිතඥ අයි. ජේ. ගුඩ් (I.J. Good) විස්තර කළ සැබෑ “ප්‍රත්‍යාවර්තී ස්වයං-වැඩිදියුණු කිරීම” (RSI) යටතේ යන්ත්‍රයේ මූලික බුද්ධිය සෑම වටයකදීම ඉහළ යා යුතු අතර, එය පාලනය කළ නොහැකි අධිබුද්ධියකට මග පාදයි.

Google DeepMind පෙන්වා දී ඇත්තේ විශිෂ්ට සෙවුම් ඇල්ගොරිතමයක් සහ දත්ත ගබඩා කිරීමේ (caching) ක්‍රමවේදයකි. එය විද්‍යාත්මක පර්යේෂණ ක්‍රියාවලිය ස්වයංක්‍රීය කිරීමට ඉතා වැදගත් පියවරක් වුවද, සැබෑ බුද්ධිමය පිපිරුම තවමත් න්‍යායික මට්ටමේ පවතී.

ස්වයංක්‍රීයව විසඳුම් සෙවීමේ මෙම තාක්ෂණය අනාගතයේදී මානව විද්‍යාඥයින්ගේ පර්යේෂණ කටයුතුවලට කෙසේ බලපානු ඇතැයි ඔබ සිතනවාද?