سینگولاریتی تکنولوژی نزدیک است!

[Yabançı]

گوردون مور[nb]Gordon Moore[/nb] بنیانگذار شرکت اینتل در سال ۱۹۶۵ قانونی رو پیش‌بینی کرد که میگفت تعداد ترانزیستورهای روی یک تراشه با مساحت ثابت هر دو سال(و بعد ها ۱۸ ماه)، به طور تقریبی دو برابر خواهد شد. این قانون حدودا نیم قرن هست که همچنان پابرجاست و هر ۱۸ ماه قدرت کامپیوتر‌ها دو برابر میشه.

​

همزمان سرعت پیشرفت علم و تکنولوژی انسان ها هم به صورت نمایی روز به روز افزایش پیدا میکنه، طبق پیش‌بینی های ری‌ کرزویل[nb]Raymond "Ray" Kurzweil[/nb] دانشمند آمریکایی در پنج سال آینده تکنولوژی ما ۳۲ برابر خواهد شد :

اگر سرعت رشد تکنولوژی به همین ترتیب افزایش پیدا کنه چنین تخمینی برای سی سال آینده زده میشه :

قضیه اینه که طبق قانون مور پیشبینی میشه بین سال‌های ۲۰۳۰ تا ۲۰۴۵ به نقطه‌ای برسیم که بتونیم پردازنده‌ای با قدرت 20 پتافلاپس رو با قیمت کمتر از ۱۰۰۰ دلار و در ابعاد پردازنده‌های کنونی تولید کنیم، این عدد جادویی برابر قدرت پردازشی هست که برای مغز انسان تخمین میزنند. با رسیدن به این قدرت پردازشی و رشد هوش‌مصنوعی در چنین زمانی حیات سیلیکونی به هوشمندی حیات کربنی انسان خواهد رسید، از نظر طرفداران فرضیه سینگولاریتی تکنولوژی[nb]technological singularity[/nb] در این زمان تحول بزرگی در حیات بشری رخ خواهد داد، در هر ثانیه علم بشر چندین هزار بار بیشتر خواهد شد، با ورود هوش غیر کربنی توسط نانوربات‌ها به بدن انسان، فوق انسان‌ها به وجود خواهند اومد، درک انسان از زمان و مکان عوض خواهد شد، با چنین پیشرفتی حیات جاودانه به وجود خواهد اومد و شاید انسان‌ها در دنیایی مثل ماتریکس زندگی کنند. پیش‌بینی میشه بدلیل تحول و تغییراتی که قراره اتفاق بیافته همانند نقطه سینگولاریتی سیاه‌چاله‌ها در فیزیک، زندگی بعد از این زمان هم برای انسان های کنونی غیر قابل پیش‌بینی باشه، برای همین بهش سینگولاریتی تکنولوژی میگن.

نظر شما در مورد سینگولاریتی تکنولوژی چی هست؟

 

[Nimbus]

پاسخ : سینگولاریتی تکنولوژی نزدیک است!

این حرفا بیشتر تم تخیلی دارن تا علمی. اولا که سرعت پردازش چیزی نیست که مغز انسان رو از پردازنده های معمولی متمایز میکنه - البته دقیقا هم نمیدونیم مغز انسان چکار میکنه اما در هر صورت میدونیم که با کامپیوتر فرق داره-. دوما افزایش قدرت پردازنده ها از یه حدی با تکنولوژی امروزی به هیچ وجه بالاتر نمیره، چون محدودیت فیزیکی وجود داره توی کوچک کردن قطعه ها، مگر این که کامپیوتر های کوانتومی ساخته بشن که هنوز به صورت عملی ساخته نشدن. موضوع دیگه ای که هست اینه که توانایی مغزی ما آدما و جمعیتمون یه کران بالایی روی سرعت رشد علم میذاره، طبیعیه که سرعت رشد اگر بیشتر بشه زمان بیشتری هم برای یادگیری یافته های جدید لازمه، و خب با تخصصی کردن علوم میشه کمی این بار رو کاهش داد اما از یه حدی هم بیشتر نمیتونیم تخصصی کنیم فعالیت ها رو چون جمعیتمون به حدی نیست که بتونیم نیروی انسانی مورد نیاز رو تأمین کنیم.

 

[happiestchemist]

پاسخ : سینگولاریتی تکنولوژی نزدیک است!

از جهت سخت افزاری هم اگر از جهت الکترونیک به اون علم برسن، از جهت بیولوژیک 15-20سال وقت کمی هست و واقعا ذهن انسان اصلا شناخته شده نیست و کلا هرچی به محیط بیولوژیک مربوطه رشد علمش سرعت کمتری پیدا میکنه حداقل 50سال زمان لازمه.

 

[ph_pouya]

پاسخ : سینگولاریتی تکنولوژی نزدیک است!

چرا تو جامعه‌شناسی بحث می‌شه این موضوع؟ دوتا جنبه داره این موضوع، یکی‌ش جنبه علمی یکی‌ش هم جنبه اخلاقی. اگه بحث قراره جنبه علمی داشته باشه به‌تره تو یکی از تاپیک‌های علم و فناوری قرار داده بشه، اگر هم بحث روی اخلاق، پیامد‌های اخلاقی و مشکلاتی که به وجود می‌آد تو سینگولاریتی بهتره توی فلسفه و منطق بحث بشه. چون هنوز اتفاق نیفتاده این موضوع و به‌تره اول فلسفه بدیم براش بعد از این‌که به مصرف جامعه رسید توی جامعه شناسی در موردش بحث کنیم.

~ تبلیغ نامحسوس فلسفه و منطق :د‌ی

مینا: خداییش به همه چی ربط داره جز به فلسفه...صادق منظورش این بود اگه این اتفاق بیافته چه بلایی سر جامعه میاد ...به همین خاطر این انجمن زد تاپیکو...
بیایید به جای تاپیک دزدی ونظر داشتن روی تاپیک انجمنهای ملت برای انتقال به انجمن خودمان در انجمن مذکور تاپیک زده وبحث کنیم

 

[Yabançı]

پاسخ : سینگولاریتی تکنولوژی نزدیک است!

این حرفا بیشتر تم تخیلی دارن تا علمی. اولا که سرعت پردازش چیزی نیست که مغز انسان رو از پردازنده های معمولی متمایز میکنه - البته دقیقا هم نمیدونیم مغز انسان چکار میکنه اما در هر صورت میدونیم که با کامپیوتر فرق داره-.

هوش مصنوعی به نظرم پیشرفت شگفت انگیزی داره، از لحاظ text mining به حدی رسیدن که ربات‌های خبرنگار میبینیم، هوش مصنوعی Cleverbot اینقدر قوی هست که موفق شده تست تورینگ رو با موفقیت بگذرونه اگه برید به سایتش و باهاش حرف بزنید خیلی سخت میتونید از هوش انسانی تشخیصش بدین، هوش مصنوعی در اکثر بازی‌هایی که فکر میکردیم تا چند سال آینده انسان شکست ناپذیر هستن مثل شطرنج و go تونستند با تکیه بر یادگیری ماشینی انسان رو شکست بدند. هوش‌های مصنوعی به وجود اومده که با تحلیل اخبار وارد خرید‌وفروش‌های بورس میشند، استارت‌‌آپ های زیرنظر توییتر و فیس‌بوک میتونند با خطای بسیار کمی اشیا و احساسات انسانی رو از تصویر و فیلم تشخیص بدند، به نظرم اگر مشکل سرعت پردازش حل بشه رسیدن به هوشمندی زیاد دور از دسترس نخواهد بود.
در قضیه ربات ماکروسافت با نام Tay که در توییتر تست میشد صرفا با یادگیری ماشینی در عرض ۲۴ ساعت در مورد مسائل سیاسی ابراز نظر میکرد، به سوالات مردم پاسخ میداد و به طور عجیبی در پاسخ به اینکه آیا خدایی وجود داره ادعا میکرد که بله من در آینده خدا خواهم شد!

دوما افزایش قدرت پردازنده ها از یه حدی با تکنولوژی امروزی به هیچ وجه بالاتر نمیره، چون محدودیت فیزیکی وجود داره توی کوچک کردن قطعه ها، مگر این که کامپیوتر های کوانتومی ساخته بشن که هنوز به صورت عملی ساخته نشدن. موضوع دیگه ای که هست اینه که توانایی مغزی ما آدما و جمعیتمون یه کران بالایی روی سرعت رشد علم میذاره، طبیعیه که سرعت رشد اگر بیشتر بشه زمان بیشتری هم برای یادگیری یافته های جدید لازمه، و خب با تخصصی کردن علوم میشه کمی این بار رو کاهش داد اما از یه حدی هم بیشتر نمیتونیم تخصصی کنیم فعالیت ها رو چون جمعیتمون به حدی نیست که بتونیم نیروی انسانی مورد نیاز رو تأمین کنیم.

قانون مور احتمالا تا سال ۲۰۲۰ همچنان ادامه پیدا خواهد کرد بعد از اون کامپیوتر‌های کوانتومی یا چیپ‌های سه‌بعدی میتونند باعث ادامه‌ی روند قانون مور بشند. اگه به نقطه‌ی سینگولاریتی برسیم نگرانی برای توانایی مغزی ما نیست چون هوش‌مصنوعی وجود خواهد داشت که قابلیت گسترش دانش و حفظش رو خواهد داشت، در ضمن در صورت به حقیقت پیوستن نانو ربات ها میتوان به افزایش چند برابری قدرت مغز انسان و برقراری رابطه با هوش مصنوعی برای تسریع رشد علم امیدوار بود.

از جهت سخت افزاری هم اگر از جهت الکترونیک به اون علم برسن، از جهت بیولوژیک 15-20سال وقت کمی هست و واقعا ذهن انسان اصلا شناخته شده نیست و کلا هرچی به محیط بیولوژیک مربوطه رشد علمش سرعت کمتری پیدا میکنه حداقل 50سال زمان لازمه.

در نظر داشته باشین که با پیشرفت فناوری، سرعت رشد علم بیولوژی هم به صورت نمایی افزایش پیدا خواهد کرد. زمانی نقشه‌برداری ژنوم انسان ۱۵ سال تخمین زده شده بود اما با رشد فناوری کاری که ۱۹۹۰ شروع شد در سال ۲۰۰۳ تموم شد(یعنی دو سال زودتر از موعد)، همین کار احتمالا با تکنولوژی کنونی در زمان خیلی کمتری قابل انجام باشه.

 

[ph_pouya]

پاسخ : سینگولاریتی تکنولوژی نزدیک است!

مینا: خداییش به همه چی ربط داره جز به فلسفه...صادق منظورش این بود اگه این اتفاق بیافته چه بلایی سر جامعه میاد ...به همین خاطر این انجمن زد تاپیکو...
بیایید به جای تاپیک دزدی ونظر داشتن روی تاپیک انجمنهای ملت برای انتقال به انجمن خودمان در انجمن مذکور تاپیک زده وبحث کنیم

یو نو، یه چیزی هست ترابشریت [Transhumanism] که Singularitarianism قرار می‌گیره تو اون شاخه. بعد الان هرچیزی که تو دنیا داره در مورد ترابشریت بحث می‌شه در حوزه فلسفه اخلاق بحث می‌شه، این‌که خوبه، بده، فلان کارو بکنیم چی می‌شه، فلان کار درسته یا نه، فلان قابلیت داشتنش به نفع بشریته یا نه. حالا من نمی‌گم به جامعه شناسی ربط نداره می‌گم وقتی فعلا هم‌چین چیزی رو در سطح جامعه نداریم بیایم اول فلسفه اخلاقشو بررسی کنیم (تو انجمن مربوطه ) ببینیم چه خبره. حالا وقتش که رسید و جامعه رفت به سمت ترابشریت میایم تاپیکشو اینجا هم میزنیم. جامعه شناسی هم خوبه حتی )

 

[Yabançı]

پاسخ : سینگولاریتی تکنولوژی نزدیک است!

​

فرضیه سینگولاریتی رو میشه تو دو پاراگراف پایین خلاصه کنم:

۱- تکنولوژی امروزه سریع‌تر از گذشته پیشرفت میکنه، سرعتی که رفته رفته نیز بیشتر خواهد شد. چنین روندی به این معنا هست که هر چه جلوتر بریم با تغییرات بزرگتر و سریعتر مواجه خواهیم شد. ابزاری مثل گوشی‌های هوشمند که این روزا عادی محسوب میشند برای مردم پنجاه سال پیش یک ابزار جادویی و بسیار پیشرفته به نظر میرسید. عینک های واقعیت مجازی که ساخته شده بیست سال گذشته به نظر فقط در رویا‌ها و کتاب‌های تخیلی امکان داشتند.

۲- فرضیه سینگولاریتی میگه پس از زمانی که بتونیم هوش‌مصنوعی‌ای به قدرت انسان تولید کنیم برای انسان کنونی غیر قابل پیشبینی خواهد بود، چون چنین هوشی با سرعت فوق‌العاده و بدون خطا به دانش بشری دسترسی خواهد داشت پس خیلی زود ماشین‌های هوشمند‌تر از انسان ساخته خواهند شد، برای ما غیر‌قابل پیشبینی هست که یک موجود باهوش‌تر از ما چه کاری انجام‌خواهد داد.

* به نظر من موضوع بسیار جذابی هست و منتظر نظرات مخالفین و موافقین این فرضیه هستم.

 

[Radikal]

پاسخ : سینگولاریتی تکنولوژی نزدیک است!

1-چیزی که مغز انسان رو از ربات متمایز میکنه ، نحوه ی پردازش هست نه سرعت و تعدادِ پردازش، مثلاً الان ماشین حسابِ معمولی با سرعتِ بیشتری از یک انسان میتونه اطلاعات رو پردازش کنه و به جواب برسه ، اما آیا واقعاً هوشمند تره؟
2-انسان همواره سرعتِ پیشرفتِ علم رو بیشتر از چیزی که باید تخمین زده شما رو ارجاع میدم به کتاب هایِ علمی تخیلی دوره هایِ قبل که پیشرفت علم رو تا 2020 خیلی بیشتر از چیزی که هست تخمین زدند.
3-به قولِ حسین تمِ تخیلی داره بیشتر تا علمی
4-راجع به رشد جمعیت هم زیاد نمیشه نظرِ قطعی داد ، قبلاً زاد و ولد زیاد بود اما الان خیلی از کشور هایِ اروپایی و آمریکایی و ایران و خیلی جاهایِ دیگه رشدِ منفی دارن (مرگ بیشتر از تولده!) و با توجه به جنگ هایی هم که الان تو کشور هایِ اسلامی داره رخ میده و خیلی ها کشته میشن و امید به زندگی پایین میاد و...! و به نظرم ما شاهدِ یک رشدِ شدیداً نزولی خواهیم بود در آینده چون الان اگه دقت کنید افراد علاقه ای به ازدواج یا بچه دار شدن ندارند فقط هم مربوط به مسائلِ اقتصادی نیست چون کشور هایی مثلِ دانمارک هم رشد جمعیت منفیه...
5-شما برو تاریخِ بشریتِ انسان از پارینه سنگی تا همین امروز رو بررسی کن در یک سری نقاط سرعتِ رشد علم انسان خیلی زیاد بوده و نزدیک به نمایی بعد یک مدت در رکود بودند تا یک انقلابِ رخ داده و یک هو پیشرفت زیاد شده و دوباره متوقف شده ...
6-انسان همواره یک سری محدودیت داشته مثلاً ما نمیدونیم چه زمانی به تکنولوژی کامپیوتر کوانتومی میتونیم برسیم یا چه زمانی میتونیم فضاپیمایی تولید کنیم که بتونه سفر هایِ بینِ ستاره ای انجام بده! و وقتی نمیدونیم تمامِ حدسیاتمون صرفاً احتمال هستن و ارزش دیگری ندارند. :د این که سایز ها کوچیکتر شدن دلیلش انقلابِ میکرو الکترونیک و آی سی ها بوده. شاید انقلابِ دیگه ای هم بشه و شاید چیزِ دیگه ای اتفاق بیوفته که ما اصلاً نمیتونیم تصورش رو بکنیم! ارجاع میدم به کشفِ برق که آیا افرادِ قبلش اصلاً میتونستن تصور کنن چیزی مثلِ برق باشه یا تلویزیون یا...!!! من که امیدوارم با انقلابِ علمی بعدی حسابی شگفت زده شم!
7-الان تاپیک میخواد به چی برسه؟ یک سری حدسیاتـه فقط! من فقط در این زمینه چند تا فیلم معرفی میکنم مثلِ شماره 9 ، سایکو پس ، وال ای و...! :د
×- واقعاً به جامعه شناسی چه ربطی داره؟

 

[ph_pouya]

پاسخ : سینگولاریتی تکنولوژی نزدیک است!

به نظرم یه سری مشکل جزیی داریم تو این موضوع یه مشکل عمده، از جمله مشکلات جزیی اینه که پیش‌بینی براساس روند و فرمولاسیون در مورد تکنولوژی عملاً غیرممکن داره می‌شه، از طرفی با چیزهای جدیدی روبرو هستیم که در نظر نگرفته بودیم قبلاً و از طرفی رشد exponential (نمایی؟) بر خلاف توابع ریاضیاتی تو پیش‌بینی چیزهایی که بشریت رو تحت تاثیر قرار می‌دن تقریباً غیر ممکنه. یعنی فاکتور اخلاقیات که وارد قضیه می‌شه جلوی خیلی چیزارو می‌گیره و این رو پیش‌بینی اثر می‌ذاره. حالا ما می‌تونیم قانون مور رو تو بحث تکنیکال وارد کنیم اما وقتی بحث اِعمال بر روی بشریت باشه مطلقاً نمی‌شه ازش استفاده کرد. مشکل عمده ای که وجود داره اینه که بعضی‌ها معتقدن تصوری که از هوش مصنوعی داریم به کل غلطه. به چه دلیل؟ چون نظریه ای برای توضیح خودآگاهی نتونستیم تا حالا ارایه بدیم، حالا بعضی‌ها می‌گن نه تنها نظریه نداریم بلکه چارچوب بحث رو هم نداریم. اون فریم‌ورکی که باید توش از خودآگاهی بحث بشه رو اصلا نداریم. به همین دلیل هوش مصنوعی که ما داریم متفاوت از سیستمی‌ هست که مغز انسان کار می‌کنه. حالا من خودم دارم روی این موضوع تحقیق می‌کنم، امیدوارم بتونم مقاله‌ش کنم. اما واقعا وقتی از هر منظری (زیست شناختی، فلسفی و...) به هوش مصنوعی و خودآگاهی نگاه می‌کنیم متوجه اختلافات اساسی می‌شیم. نظری که من دارم اینه که این رشد exponential داره به نقطه پایانش می‌رسه، یه بازه‌ای این وسط هست که می‌تونه به مشکل عمده‌ی خودآگاهی کمک بکنه و یه چیز بزرگی رو تغییر بده. این روندی که داره پیموده می‌شه به نظرم زیادی اتکا داره روی آمار، توی تاریخ همیشه شاهد این بودیم که آمارها می‌تونن تغییر کنن و تغییرات بزرگ هم بخاطر همین تغییرات توی آماره.

+ درواقع تو ژانرها یه دونه فانتزی داریم یه علمی تخیلی، فانتزی پایه علمی نداره، ولی علمی تخیلی، یه فیلم، داستان، نظریه و یا هر متریالی هست که کاملا با علم سازگاره و جایی که علم هنوز حرفی واسه گفتن نزده تخیل رو وارد می‌کنیم. تو موضوع سینگولاریتی هم علم حرفی برای خودآگاهی نداره. ما داریم تخیل می‌کنیم که فلان قانون و فرمول رو اگه اعمال کنیم فلان نتیجه رو تو فلان سال می‌گیریم. این تخیل به نظرم نشأت گرفته از علم هست اما آینده این فیلد نیست.

++ الان پست پریوش رو خوندم دیدم همه حرفامو زده
+++ پادکست شماره 001 رادیوگیک در مورد سینگولاریتی هست. اطلاعات عالی می‌ده بهتون.

 

[Yabançı]

پاسخ : سینگولاریتی تکنولوژی نزدیک است!

1-چیزی که مغز انسان رو از ربات متمایز میکنه ، نحوه ی پردازش هست نه سرعت و تعدادِ پردازش، مثلاً الان ماشین حسابِ معمولی با سرعتِ بیشتری از یک انسان میتونه اطلاعات رو پردازش کنه و به جواب برسه ، اما آیا واقعاً هوشمند تره؟

مغز انسان با مغز ربات‌ها متفاوت هست اما قضیه هوشمندی، سرعت و قدرت پردازش موضوعات متفاوتی هستند، مسئله اینه که در سینگولاریتی قراره قدرت پردازش بیشتر از مغز انسان به وجود بیاد نه لزوما سرعت سیکل بیشتر! قسمتی که از سرعت پردازش حرف زدم منظورم از کلمه محاسبه، پروسه‌هایی از هوشمندی هستن که باید اجرا بشن نه محاسبه‌ی یک عبارت منطقی به تنهایی.
وقتی شما در ماشین حسابتون جمع دو عدد رو محاسبه میکنید بعد از تبدیل شدن به دستورات باینری همچین عملیاتی انجام میشه : ۱- عدد اول رو سی‌پی یو دریافت میکنه و تو ریجستری ذخیره میکه. ۲- عدد دوم رو دریافت میکنه و تو ریجستری ذخیره میکنه ۳- مجموع دو تا ریجستری رو حساب میکنه. ۴- جواب رو میفرسته به رم
عملیات های ۱،۲ و ۴ به سرعت پردازنده وابسته نیستند بلکه به سرعت ارتباط با رم وابسته هستند. عمل سوم تو سی پی یو اتفاق میافته و در یک سیکل محاسبه میشه. اگر پردازنده‌ای با سرعت کلاک ۲hz داشته باشین یعنی این محاسبه تو 0.5 ثانیه اتفاق میافته. در پردازنده‌ای با قدرت 2ghz این عمل در 0.000000001 ثانیه انجام میشه. از لحاظ سرعت کلاک یعنی فرکانس سیکل ها،‌ ترانزیستور ها با نورون ها غیر قابل مقایسه هستند، برای مقایسه اینو در نظر داشته باشین که یک نورون صد بار در ثانیه میتونه شلیک کنه که میشه 100hz، همچنین ارتباط بین ترانزیستور‌ها تقریبا با سرعت نور هست اما ارتباط بین نورون ها با سرعت ۳۰ متر بر ثانیه!
مغز نمیتونه با ماشین‌حساب در جمع رقابت کنه چون سرعت سیکل کمتری داره اما قدرت پردازنده‌ها فقط به فرکانس سیکل وابسته نیست. این روزا فرکانس فقط میتونه در مقایسه‌ی بین دو سی‌پی‌یو هم خانواده به درد بخوره نه چیز دیگه. ممکنه یک سی‌پی‌یو قدیمی با فرکانس بالاتر خیلی ضعیف‌تر از سی‌پی‌یو های جدید با فرکانس پایین‌تر عمل کنه. قدرت سی‌پی‌یو علاوه بر فرکانس سیکل به تعداد عمل‌هایی که میتونه در هر سیکل انجام بده هم وابسته‌هست که میشه با flops درکش کرد. مغز یک پردازنده برای انجام یک محاسبه‌ی پیچیده در زمان کوتاه نیست بلکه یک پردازنده برای محاسبه‌ی مقدار بسیار زیادی محاسبه‌ی ساده در زمان کوتاه هست. میتونم بگم بیشتر شبیه ‌gpu هست تا cpu!
مغز نمیتونه یک جمع پیچیده رو با سرعت ماشین‌حساب انجام میده، اما زمانی که دارید به صورت مسئله‌ی این محاسبه بر روی کاغذ نگاه میکنید مغز داره نوعی پردازش ocr با دقت بسیار بالا انجام میده که فقط ابرکامپیوتر ها قابلیت انجامش رو دارند. ساختار مغز بهش اجازه میده که در محاسبات الگویابی مثل تشخیص صدا، پردازش تصویر، پردازش متن و ... خیلی قدرتمند تر باشه. از لحاظ تعداد دستور‌العمل در هر سیکل مغز انسان فعلا قدرت‌مند‌ترین پردازنده‌ دنیاست. اگر پردازنده‌ای به قدرت مغز انسان داشته باشیم و الگوریتم بهبود یافته‌‌ی هوش‌مصنوعی یاد گیرنده‌ای مثل watson رو توش بریزیم بدلیل فرکانس سیکل بالا و درعین حال flops بالا یک ابرانسان خواهیم داشت که میتونه مثل انسان فکر کنه و در عین حال محاسبات پیچیده رو هم به سرعت انجام بده.
هیچ دلیلی وجود نداره که چنین پردازنده‌ای هوشمندتر از انسان نباشه، هوش مصنوعی watson شرکت IBM با وجود بسیاز ضعیفتر بودن نسبت به پردازنده‌ی مغز انسان به تازگی صرفا با مشاهده فیلم‌های ترسناک، حس ترس انسان رو درک کرد و یاد گرفت که انسان‌ها چطور برای فیلم‌ها تریلر میسازند و یه تریلر خیلی خوب برای فیلم «morgan» با کیفیت خیلی خوب و در زمان خیلی کمتر نسبت به آدما ساخت.

2-انسان همواره سرعتِ پیشرفتِ علم رو بیشتر از چیزی که باید تخمین زده شما رو ارجاع میدم به کتاب هایِ علمی تخیلی دوره هایِ قبل که پیشرفت علم رو تا 2020 خیلی بیشتر از چیزی که هست تخمین زدند.

به نظرم به دوره‌ای رسیدم که سرعت‌پیشرفت علم فراتر از تخیلاتمون رفته، قبل از اینکه فرصت پیش‌بینیش رو داشته‌باشیم اتفاقات جدید رخ میدن. تا پنجاه سال پیش کی جرئت داشت در مورد اینترنت اشیا حتی خیال پردازی کنه؟

4-راجع به رشد جمعیت هم زیاد نمیشه نظرِ قطعی داد ، قبلاً زاد و ولد زیاد بود اما الان خیلی از کشور هایِ اروپایی و آمریکایی و ایران و خیلی جاهایِ دیگه رشدِ منفی دارن (مرگ بیشتر از تولده!) و با توجه به جنگ هایی هم که الان تو کشور هایِ اسلامی داره رخ میده و خیلی ها کشته میشن و امید به زندگی پایین میاد و...! و به نظرم ما شاهدِ یک رشدِ شدیداً نزولی خواهیم بود در آینده چون الان اگه دقت کنید افراد علاقه ای به ازدواج یا بچه دار شدن ندارند فقط هم مربوط به مسائلِ اقتصادی نیست چون کشور هایی مثلِ دانمارک هم رشد جمعیت منفیه...

رشد جمعیت ؟ چربطی داره؟ کی از رشد جمعیت بحث کرده؟

1-الان تاپیک میخواد به چی برسه؟ یک سری حدسیاتـه فقط! من فقط در این زمینه چند تا فیلم معرفی میکنم مثلِ شماره 9 ، سایکو پس ، وال ای و...! :د

فکر کردم باید تاپیکی باشه تا نظرات موافق و مخالف و مرتبط با سینگولاریتی توش نوشته بشه.
فیلم Transcendence سال 2014 ساخته شد و کاملا در مورد سینگولاریتی بود، همچنین فیلم Morgan هم دیروز اکران شده و نکته‌ی جالبش هم اینه که تریلر تبلیغاتیش رو هوش مصنوعی watson ساخته.

×- واقعاً به جامعه شناسی چه ربطی داره؟

سینگولاریتی روی جامعه تاثیر میزاره!
در واقع به صورت کاملا راندوم تاپیک رو در جامعه‌شناسی زدم! ، مدیرا هر کجا رو مناسب میدونند منتقلش کنند.

به نظرم یه سری مشکل جزیی داریم تو این موضوع یه مشکل عمده، از جمله مشکلات جزیی اینه که پیش‌بینی براساس روند و فرمولاسیون در مورد تکنولوژی عملاً غیرممکن داره می‌شه، از طرفی با چیزهای جدیدی روبرو هستیم که در نظر نگرفته بودیم قبلاً و از طرفی رشد exponential (نمایی؟) بر خلاف توابع ریاضیاتی تو پیش‌بینی چیزهایی که بشریت رو تحت تاثیر قرار می‌دن تقریباً غیر ممکنه. یعنی فاکتور اخلاقیات که وارد قضیه می‌شه جلوی خیلی چیزارو می‌گیره و این رو پیش‌بینی اثر می‌ذاره. حالا ما می‌تونیم قانون مور رو تو بحث تکنیکال وارد کنیم اما وقتی بحث اِعمال بر روی بشریت باشه مطلقاً نمی‌شه ازش استفاده کرد. مشکل عمده ای که وجود داره اینه که بعضی‌ها معتقدن تصوری که از هوش مصنوعی داریم به کل غلطه. به چه دلیل؟ چون نظریه ای برای توضیح خودآگاهی نتونستیم تا حالا ارایه بدیم، حالا بعضی‌ها می‌گن نه تنها نظریه نداریم بلکه چارچوب بحث رو هم نداریم. اون فریم‌ورکی که باید توش از خودآگاهی بحث بشه رو اصلا نداریم. به همین دلیل هوش مصنوعی که ما داریم متفاوت از سیستمی‌ هست که مغز انسان کار می‌کنه. حالا من خودم دارم روی این موضوع تحقیق می‌کنم، امیدوارم بتونم مقاله‌ش کنم. اما واقعا وقتی از هر منظری (زیست شناختی، فلسفی و...) به هوش مصنوعی و خودآگاهی نگاه می‌کنیم متوجه اختلافات اساسی می‌شیم. نظری که من دارم اینه که این رشد exponential داره به نقطه پایانش می‌رسه، یه بازه‌ای این وسط هست که می‌تونه به مشکل عمده‌ی خودآگاهی کمک بکنه و یه چیز بزرگی رو تغییر بده. این روندی که داره پیموده می‌شه به نظرم زیادی اتکا داره روی آمار، توی تاریخ همیشه شاهد این بودیم که آمارها می‌تونن تغییر کنن و تغییرات بزرگ هم بخاطر همین تغییرات توی آماره.

در مورد اینکه خودآگاهی فقط تو سیستم wetware(؟) میتونه به وجود بیاد چند جا خوندم، اما به نظر اکثرا بخاطر نگاه غلط و نفهمیدن طرز کار هوش‌مصنوعی چنین عقیده‌ای دارند. حس میکنم بعضی انسان‌ها اینقدر مغرور هستند که نمیخوان قبول کنن یک شی به سادگی کامپیوتر میتونه مثل اونا خودآگاهی بدست بیاره. تو خیلی از متن‌هایی که با این موضوع نوشته شده بودند یه جور دید فرامادی و تقریبا مذهبی هم میتونیم ببینیم.
به نظر من با وجود تفاوت‌های هوش‌مصنوعی وهوش انسان، شباهت های زیادی هم بینشون وجود داره، machine consciousness یا خودآگاهی ماشین یه زمینه‌ی خیلی جدید و بزرگ هست که آدمای مختلف از فیلسوفا گرفته تا مهندسای الکترونیک و کامپیوتر و زیست‌شناسا در این قضیه بحث میکنند. در نهایت خودآگاهی نشات گرفته از یک ماده و پدیده‌ی فیزیکی هست پس منطقا و به احتمال زیاد خودآگاهی به وجود اومده در wetware میتونه در ترکیب software و hardware هم به‌وجود بیاد.
نگاه منفی نگرانه این هست که این رشد exponential بدلیل اتمام منابع زمین یا مثلا به دلیل توانایی محدود مغز انسان یا از دیدگاه بعضی‌ها بخاطر تقدیر خدا طی یک اتفاق متوقف میشه و یا رشدمون خطی شه و یا حتی در بعضی پیش‌بینی ها علاوه بر توقف پیشرفت، با یک جنگ اتمی پسرفت هم خواهیم کرد.
نگاه مثبتش فرضیه‌ی سینگولاریتی هست.

 

[ph_pouya]

پاسخ : سینگولاریتی تکنولوژی نزدیک است!

مغز انسان با مغز ربات‌ها متفاوت هست اما قضیه هوشمندی، سرعت و قدرت پردازش موضوعات متفاوتی هستند، مسئله اینه که در سینگولاریتی قراره قدرت پردازش بیشتر از مغز انسان به وجود بیاد نه لزوما سرعت سیکل بیشتر! قسمتی که از سرعت پردازش حرف زدم منظورم از کلمه محاسبه، پروسه‌هایی از هوشمندی هستن که باید اجرا بشن نه محاسبه‌ی یک عبارت منطقی به تنهایی.
.
.
.
میتونم بگم بیشتر شبیه ‌gpu هست تا cpu!
مغز نمیتونه یک جمع پیچیده رو با سرعت ماشین‌حساب انجام میده، اما زمانی که دارید به صورت مسئله‌ی این محاسبه بر روی کاغذ نگاه میکنید مغز داره نوعی پردازش ocr با دقت بسیار بالا انجام میده که فقط ابرکامپیوتر ها قابلیت انجامش رو دارند. ساختار مغز بهش اجازه میده که در محاسبات الگویابی مثل تشخیص صدا، پردازش تصویر، پردازش متن و ... خیلی قدرتمند تر باشه. از لحاظ تعداد دستور‌العمل در هر سیکل مغز انسان فعلا قدرت‌مند‌ترین پردازنده‌ دنیاست. اگر پردازنده‌ای به قدرت مغز انسان داشته باشیم و الگوریتم بهبود یافته‌‌ی هوش‌مصنوعی یاد گیرنده‌ای مثل watson رو توش بریزیم بدلیل فرکانس سیکل بالا و درعین حال flops بالا یک ابرانسان خواهیم داشت که میتونه مثل انسان فکر کنه و در عین حال محاسبات پیچیده رو هم به سرعت انجام بده.
هیچ دلیلی وجود نداره که چنین پردازنده‌ای هوشمندتر از انسان نباشه، هوش مصنوعی watson شرکت IBM با وجود بسیاز ضعیفتر بودن نسبت به پردازنده‌ی مغز انسان به تازگی صرفا با مشاهده فیلم‌های ترسناک، حس ترس انسان رو درک کرد و یاد گرفت که انسان‌ها چطور برای فیلم‌ها تریلر میسازند و یه تریلر خیلی خوب برای فیلم «morgan» با کیفیت خیلی خوب و در زمان خیلی کمتر نسبت به آدما ساخت.

ببین چیزی که مطرحه اینه که مغز ‌OCR نمی‌کنه، برخلاف ماشین‌های هوشمند، مغز در حال پیش‌بینی هستش، مثال کلاسیکی که مطرحه اینه که اگه ما دو سانت دست‌گیره‌ی در رو جابه‌جا کنیم یه ماشین هوشمند به ما error می‌ده، و باید سه تا مرحله رو پشت سر بذاره. 1. تشخیص نیاز کنه که بره بررسی کنه چه اتفاقی افتاده 2. با دیتابیس تطبیق بده 3. اگه جوابی تو دیتابیسش بود تازه بخواد مراحل عملکرد رو اجرا کنه. ولی مغز انسان در حال پیش‌بینی‌ه هر لحظه، وقتی یه انسان در رو می‌بینه به کل ابعاد در توجه نمی‌کنه فقط می‌دونه (به طریق کلاسیک تطابق پترن‌هایی که براش توجیه می‌کنن بدون ابعاد و جنس و این چیزها هم می‌شه تشخیص داد یک چیزی رو) که این در هستش. با دیتابیس درهایی که دیده تطابقش نمی‌ده. و اگه دست‌گیره در رو جا‌به‌جا کنیم بازم خواهد فهمید این رو. درواقع به ما اگه دو تا در نشون بدن بعد یه در پارکینگ نشون بدن بازم می‌گیم این دره، اما یه ماشین نه.
مشکلی که سوپرکامپیوتری مثل واتسون باهاش مواجهه اینه که یه قسمت عظیمی از منابع رو صرف این می‌کنه که دیتابیسش رو تکمیل کنه، حالا اگه سینگولاریتی رو بتونیم تو چیپ‌های میکروسکوپی هم عرضه کنیم که مشکل ابعاد نداشته باشیم بازم مشکل دیتابیس داریم. این کانکشن بین دیتابیس چه جوری قراره برقرار بشه؟‌ تازه درحالی‌که همین دیتابیس‌ها بی‌نهایت اشتباه دارن، و باعث اشتباه می‌شن. کاملا مشخصه که داریم اشتباه به کل قضیه نگاه می‌کنیم.

رشد جمعیت ؟ چربطی داره؟ کی از رشد جمعیت بحث کرده؟

فک کنم منظور پریوش از رشد جمعیت این مسأله بود که آرمان سینگولاریتی تولید دانش از طریق رشد اطلاعات و مطلوب کردن کمیت اطلاعاتی تو هر انسان باشه، که تخمین زده می‌شه از این لحاظ هند، سنگاپور و آمریکا تو اون دوره پر جمعیت باشن که به‌خاطر همین رشد اطلاعاتی هست، جمعیت بیشتر = اطلاعات بیشتر = مطلوبیت بیشتر توی دنیا.

در مورد اینکه خودآگاهی فقط تو سیستم wetware(؟) میتونه به وجود بیاد چند جا خوندم، اما به نظر اکثرا بخاطر نگاه غلط و نفهمیدن طرز کار هوش‌مصنوعی چنین عقیده‌ای دارند. حس میکنم بعضی انسان‌ها اینقدر مغرور هستند که نمیخوان قبول کنن یک شی به سادگی کامپیوتر میتونه مثل اونا خودآگاهی بدست بیاره. تو خیلی از متن‌هایی که با این موضوع نوشته شده بودند یه جور دید فرامادی و تقریبا مذهبی هم میتونیم ببینیم.
به نظر من با وجود تفاوت‌های هوش‌مصنوعی وهوش انسان، شباهت های زیادی هم بینشون وجود داره، machine consciousness یا خودآگاهی ماشین یه زمینه‌ی خیلی جدید و بزرگ هست که آدمای مختلف از فیلسوفا گرفته تا مهندسای الکترونیک و کامپیوتر و زیست‌شناسا در این قضیه بحث میکنند. در نهایت خودآگاهی نشات گرفته از یک ماده و پدیده‌ی فیزیکی هست پس منطقا و به احتمال زیاد خودآگاهی به وجود اومده در wetware میتونه در ترکیب software و hardware هم به‌وجود بیاد.
نگاه منفی نگرانه این هست که این رشد exponential بدلیل اتمام منابع زمین یا مثلا به دلیل توانایی محدود مغز انسان یا از دیدگاه بعضی‌ها بخاطر تقدیر خدا طی یک اتفاق متوقف میشه و یا رشدمون خطی شه و یا حتی در بعضی پیش‌بینی ها علاوه بر توقف پیشرفت، با یک جنگ اتمی پسرفت هم خواهیم کرد.
نگاه مثبتش فرضیه‌ی سینگولاریتی هست.

حالا شاید نشه اسمش رو گذاشت غرور،‌ اما خیلی از بزرگان صنعت تکنولوژی از خودآگاهی ماشینی می‌ترسن، شاید حق هم داشته باشن، واسه همین دارن مکانیزم‌های کنترل براش عرضه می‌کنن. اون یأسی که تو فلسفه خودآگاهی وجود داره ناشی از اینه که در مورد مغز ما کلی اطلاعات داریم و کلی چیز که نمی‌دونیم، و این‌ها رو نمی‌تونیم بهم ربط بدیم تا یه پترن بسازیم بین‌شون. یه آقایی که اسمش یادم نیس قبلاً توی اینتل رو همین موضوع کار می‌کرد که باید از کدوم سمت وارد بشیم به بحث؟ سمت زیست شناختی، فلسفی، روان‌شناختی و یا ... .
اگه پی‌گیر اخبار AI بوده باشی حتماً یادته که یه دوره ای داشتیم عملاً مغز جانواران رو شبیه سازی می‌کردیم روی سیستم‌ها، بعد یه break through اتفاق افتاد و گفتن این‌جوری نمی‌شه بیاین یه سیستمی بسازیم که الگوریتم‌هاش خود یاد گیرنده باشن، اومدن یه سیستم انیمیشن تولید کردن که یه انسان بود و خودش می‌تونست قدم بزنه، برقصه و یا کارای دیگه، بدون این‌که الگوریتمی واردش کنن، من حرفم اینه که اگه قراره بشینیم الگوریتم بنویسیم و بگیم فلان سال انقد بازدهی‌مون می‌ره بالا پس حتماً به هدف‌مون می‌رسیم یه چیز خنده داره. سینگولاریتی روی بازدهی و آمار بیش‌تر توجه داره، این‌جوری فک نکنم به جایی برسه.

 

[Yabançı]

پاسخ : سینگولاریتی تکنولوژی نزدیک است!

ببین چیزی که مطرحه اینه که مغز ‌OCR نمی‌کنه، برخلاف ماشین‌های هوشمند، مغز در حال پیش‌بینی هستش، مثال کلاسیکی که مطرحه اینه که اگه ما دو سانت دست‌گیره‌ی در رو جابه‌جا کنیم یه ماشین هوشمند به ما error می‌ده، و باید سه تا مرحله رو پشت سر بذاره. 1. تشخیص نیاز کنه که بره بررسی کنه چه اتفاقی افتاده 2. با دیتابیس تطبیق بده 3. اگه جوابی تو دیتابیسش بود تازه بخواد مراحل عملکرد رو اجرا کنه. ولی مغز انسان در حال پیش‌بینی‌ه هر لحظه، وقتی یه انسان در رو می‌بینه به کل ابعاد در توجه نمی‌کنه فقط می‌دونه (به طریق کلاسیک تطابق پترن‌هایی که براش توجیه می‌کنن بدون ابعاد و جنس و این چیزها هم می‌شه تشخیص داد یک چیزی رو) که این در هستش. با دیتابیس درهایی که دیده تطابقش نمی‌ده. و اگه دست‌گیره در رو جا‌به‌جا کنیم بازم خواهد فهمید این رو. درواقع به ما اگه دو تا در نشون بدن بعد یه در پارکینگ نشون بدن بازم می‌گیم این دره، اما یه ماشین نه.
مشکلی که سوپرکامپیوتری مثل واتسون باهاش مواجهه اینه که یه قسمت عظیمی از منابع رو صرف این می‌کنه که دیتابیسش رو تکمیل کنه، حالا اگه سینگولاریتی رو بتونیم تو چیپ‌های میکروسکوپی هم عرضه کنیم که مشکل ابعاد نداشته باشیم بازم مشکل دیتابیس داریم. این کانکشن بین دیتابیس چه جوری قراره برقرار بشه؟‌ تازه درحالی‌که همین دیتابیس‌ها بی‌نهایت اشتباه دارن، و باعث اشتباه می‌شن. کاملا مشخصه که داریم اشتباه به کل قضیه نگاه می‌کنیم.

من کاملا در قضیه تشخیص «در» با شما مخالفم.
به نظرم شما از دید منفی و انتقادی به هوش‌مصنوعی نگاه میکنید، باید در این مسئله این موارد رو در نظر بگیرین:

۱ - قدرت پردازشگر مغز انسان خیلی خیلی بیشتر از کامپیوتر‌های معمولی هست بطوری که بی‌انصافی هست شما بیاید به طور مثال قابلیت تشخیص چهره گوشی رو با مغز محاسبه کنید.

۲- شاید سی سال قبل هوش مصنوعی اینقدر ضعیف بود که با حذف دستگیره توانایی تشخیص در رو از دست میداد اما تو این سال‌ها با اومدن مفاهیم machine learning اصلا مثل گذشته نیست، سال گذشته الگوریتم‌های گوگل و مایکروسافت تو سایت ‌imagenet تونستند بهتر از آدما آبجکتا رو تشخیص بدند با خطای کمتر و در واقع باید بگم پادشاهی مغز انسان تو زمینه‌ای که فکر میکنید از بین رفته و الان انسان هست که نمیتونه اشیا رو به خوبی کامپیوتر تشخیص بده.

۳- «پیش بینی» اصلا عبارت درستی واسه به کار بردن در مورد عملکرد مغز در object detection نیست، درسته در مورد عملکرد مغز اطلاعات کافی نداریم ولی حداقل مطمئنیم که نمیشه آبجکت رو پیش‌بینی کرد! ضمنا هیچ هوش‌مصنوعی الان برای تشخیص آبجکت تصاویر دیتا بیس رو جست‌و‌جو نمیکنه. روند کار اینه که یه دیتابیس میدن به سیستم و هوش مصنوعی شروع میکنه به استخراج ویژگی ها(نسبت‌ها و رنگ‌ها و ابعاد و ...) از روی هر تصویر تا تعداد زیادی داده‌ی قابل اندازه گیری تولید کنه، در قدم بعدی رابطه‌ای رو پیش‌بینی میکنه(یک نوع تحلیل رگرسیون آماری) که با کمترین خطا بتونه «در» هارو تشخیص بده. وقتی سیستم به تخمین و یادگیری کافی رسید لازم نیست یه دیتابیس ۱۰ ترابایتی از عکس «در» بزارین کنارش، فقط کافیه تابع رگرسیونی که تخمین زده ذخیره بشه. مسئله اینه که کامپیوتر هم میفهمه این در چقدر شبیه‌ در‌هایی هست که قبلا دیده و تو چه قسمتایی فرق داره. سیستم مغز هم خیلی شبیه سیستم‌های یادگیری مبتنی بر آمار هست، شما چون پروسه‌ی یادگیریتون رو به یاد نمیارید فکر میکنید انسان با کمک دو تصویر میتونه مفهوم یک شی رو یاد بگیره در حالی که اینطور نیست. مغز شما یه پروسه‌ی یادگیری خیلی طولانی گذرونده تا به این دقت برسه، در واقع بهترین الگوریتم آماری رو واسه تشخیص «در» استخراج کرده، ولی باز هم امکان خطا برای انسان وجود داره چون الگوریتم صد‌در‌صدی نداریم.

یک سوال: تصویر پایین در هست ؟!​

در این تصویر همانند انسان هوش مصنوعی هم میتونه درصد مشابهتش رو با در‌هایی که دیده محاسبه کنه، اما شکی که شما به در بودن تصویر بالا دارین در ماشین به صورت اختلاف مشابهت نشون داده میشه.
این نوع یادگیری تاثیراتی هم توی زبون ما گذاشته که میتونیم تغییرات الگوریتم‌های آماری رو در ساختار زبان تشخیص بدیم. به نظرتون چه شباهتی بین «سیب» و «سیب‌زمینی» هست؟ چرا چنین مشابهتی در اسمشون هست؟ مشخصه که مغز اول رگرسیون سیب رو تخمین زده، بعد که سیب‌زمینی هم به آبجکتایی که دیده اضافه شده یک پراکندگی منظم به وجود اومده و تشخیص دادیم که داده‌هایی وجود دارن که میتونن تو آمار جدا بشن و ادامه‌ی ماجرا!

۴- اگر هوش انسان رو سیستم‌عامل در نظر بگیریم ابزارهای هوش مصنوعی که الان به وجود میان مثل object detection, ocr, voice recognition, text mining و ... در واقع قدم هایی هستند برای ساختن تکه‌های مغز انسان، این‌ها رو مشابه ابزار‌های گنو در سیستم عامل در نظر بگیرید وقتی به سطحی رسیدیم که تمامی ابزار‌ها به سطح قابل‌قبول رسیدن و قابلیت تعامل پیدا کردند یک هسته‌‌ی خود‌اگاه لازم خواهیم داشت که یک مغز بسازیم!

 

[ph_pouya]

پاسخ : سینگولاریتی تکنولوژی نزدیک است!


من یه بار تایپ کردم خیلی مفصل بعد حس کردم لازم نیس این‌جوری توضیح بدم؛
یه سری مشکل داریم تو هوش مصنوعی که خودت در جریانی، من کاری بهشون ندارم، مشکل اصلی به نظر من تو این مورد اینه که دسترسی به یه دیتابیس گنده تو 90 درصد مواقع نامطلوبه. این مشکل بی نهایت بزرگه. و به نظرم نه تنها درحال حلش نیستیم که درحال مشکل زایی هم هستیم.
درمورد پیش بینی آقای Jeff Hawkins تو کتاب On Intelligence: How a New Understanding of the Brain will Lead to the Creation of Truly Intelligent Machines، به صورت خیلی مبسوط توضیح داده قضیه رو و به نظر من هم خیلی منطقی تر از فریم‌ورک‌های فعلی هست.
بحث دقت و یادگیری و این حرفا هم، من بازهم به قضیه منابع اشاره می‌کنم، منابعی که صرف این می‌شه به هیچ وجه به صرفه نیس،‌ علم هم به طور عجیبی روی بازده جلو می‌ره تو قرنی که ما زندگی می‌کنیم توش. تخمین تابع تشخیص هم بازهم نیاز به همون دیتابیسه داره به نظرم، و حتی یه دیتابیس جدیدتر برای ذخیره سازی خود این توابع، همین لایبرری های پایتون که داریم برای AI خیلی قدرت خاصی ندارن وقتی یه resource عظیمی در اختیارشون نیس.
خود استالمن هم پشیمونه از این‌که سمت کرنل رفته و گنو رو توسعه داده حالا جدا از شوخی وقتی فریم‌ورک سیستم عامل رو نداریم و از کرنلش اطلاع خاصی نداریم یه کم عجیبه که بخوایم براش ابزار بسازیم چون خب نمیدونیم سازگاری خواهند داشت یا نه.
.
*مینا: پستهای طولانی را بطور کامل نقل قول نکنیم

 

[CPHM]

پاسخ : سینگولاریتی تکنولوژی نزدیک است!

به عنوان یک غیرمتخصص نظر میدم
ولی به نظرم سینگولاریتی واضح است که تا حداکثر 2050 اتفاق می افتد.
فرض کنید که 36 سال پیش وضعیت تکنولوژی چی بود.
43 سال پیش اولین موبایل اختراع شد که به زور چند دقیقه شارژ داشت و هیچ کار خاصی نمی کرد و 1.1 کیلوگرم وزن داشت
و اما الان موبایلی مثل V10 LG دوربینی دارد که از بهترین دوربین آن زمان کیفیت بهتری دارد و سرعت پردازشش در حد کامپیوتر های تخصصی آن دوره است با وزن 300 گرم
اگر حتی فرض کنیم از آن زمان تا به حال سرعت پیشرفت در هر 5 سال 2 برابر شده باشد یعنی الان سرعت پیشرفت 32 برابر آن زمان است و باز هم افزایش پیدا می کند ان هم با شتاب بیشتر

شخصا وقتی که این آمار را در نظر می گیرم بعید میدانم بیشتر از 30 سال تا رسیدن با آن سطح از پیشرفت فاصله داسته باشیم

به نظرم فقط ما انسان ها دوست نداریم اعتراف کنیم چون از اینده می ترسیم

به نظرم اصلا بعید نیست که کامپیوتری در سطح مغز ما به این نتیجه برسد که نسل انسان مخرب است و جلوی پیشرفت را می گیرد(که واقعا اینطور هست) و ما را به عنوان یک مانع از ببین ببرد ((اصلا علمی تخیلی حرف نمی زنم به نظرم این یک احتمال واقعی و محتمل است))