Οι ΗΠΑ έχουν καταλάβει λάθος τον ανταγωνισμό στην τεχνητή νοημοσύνη | Foreign Affairs - Hellenic Edition
Secure Connection

Οι ΗΠΑ έχουν καταλάβει λάθος τον ανταγωνισμό στην τεχνητή νοημοσύνη

Το μυστικό της τεχνολογικής κυριαρχίας είναι η υπολογιστική ισχύς κι όχι τα data
Περίληψη: 

Παρ’ όλη την γεωπολιτική πολυπλοκότητά του, ο ανταγωνισμός της τεχνητής νοημοσύνης βασίζεται σε μια απλή τεχνική τριάδα: δεδομένα (data), αλγόριθμοι και υπολογιστική ισχύς. Τα δύο πρώτα στοιχεία της τριάδας λαμβάνουν τεράστια πολιτική προσοχή. Αλλά το τρίτο στοιχείο της τριάδας συχνά παραμελείται στις πολιτικές συζητήσεις.

Ο BEN BUCHANAN είναι διευθυντής του CyberAI Project στο Κέντρο για την Ασφάλεια και την Αναδυόμενη Τεχνολογία (Center for Security and Emerging Technology, CSET), επίκουρος καθηγητής στη Σχολή Εξωτερικής Υπηρεσίας του Πανεπιστημίου Georgetown και συγγραφέας του βιβλίου με τίτλο The Hacker and the State.

Η ανάπτυξη της τεχνητής νοημοσύνης (artificial intelligence, ΑΙ) ήταν κάποτε ένα γενικώς τεχνικό ζήτημα, που περιοριζόταν μόνο στις αίθουσες της ακαδημαϊκής κοινότητας και στα εργαστήρια του ιδιωτικού τομέα. Σήμερα, είναι μια αρένα γεωπολιτικού ανταγωνισμού. Οι Ηνωμένες Πολιτείες και η Κίνα επενδύουν δισεκατομμύρια κάθε χρόνο στην ανάπτυξη των βιομηχανιών τεχνητής νοημοσύνης τους, αυξάνοντας την αυτονομία και την ισχύ φουτουριστικών οπλικών συστημάτων και ωθώντας τα όρια των πιθανοτήτων. Οι φόβοι για μια κούρσα όπλων τεχνητής νοημοσύνης μεταξύ των δύο χωρών αφθονούν -και παρόλο που η ρητορική ξεπερνά συχνά την τεχνολογική πραγματικότητα, οι αυξανόμενες πολιτικές εντάσεις σημαίνουν ότι και οι δύο χώρες βλέπουν όλο και περισσότερο την AI ως παίγνιο μηδενικού αθροίσματος.

10082020-1.jpg

Εξοπλισμός κατασκευής ημιαγωγών στο Veldhoven, στην Ολλανδία, τον Απρίλιο του 2019. Bart van Overbeeke / ASML / Reuters
-------------------------------------------------------

Παρ’ όλη την γεωπολιτική πολυπλοκότητά του, ο ανταγωνισμός της τεχνητής νοημοσύνης βασίζεται σε μια απλή τεχνική τριάδα: δεδομένα (data), αλγόριθμοι και υπολογιστική ισχύς. Τα δύο πρώτα στοιχεία της τριάδας λαμβάνουν τεράστια πολιτική προσοχή. Ως η μόνη εισροή στην σύγχρονη τεχνητή νοημοσύνη, τα δεδομένα συχνά συγκρίνονται με το πετρέλαιο –μια μεταφορά που επαναλαμβάνεται παντού, από τα υλικά τεχνολογίας μάρκετινγκ έως τις προεδρικές εκλογές. Εξίσου κεντρικοί για την συζήτηση της [συγκεκριμένης] πολιτικής είναι οι αλγόριθμοι, οι οποίοι επιτρέπουν στα συστήματα AI να μαθαίνουν και να ερμηνεύουν τα δεδομένα. Αν και είναι σημαντικό να μην υπερεκτιμήσουμε την ικανότητά της σε αυτούς τους τομείς, η Κίνα τα πηγαίνει καλά και στους δύο: η εκτεταμένη κυβερνητική γραφειοκρατία της ρουφάει [1] τεράστιες ποσότητες δεδομένων και οι τεχνολογικές εταιρείες της έχουν κάνει αξιοσημείωτα βήματα [2] σε προηγμένους αλγόριθμους AI.

Αλλά το τρίτο στοιχείο της τριάδας συχνά παραμελείται στις πολιτικές συζητήσεις. Η υπολογιστική ισχύς -ή compute, στην γλώσσα της βιομηχανίας- αντιμετωπίζεται ως ένα βαρετό εμπόρευμα, ανάξιο σοβαρής προσοχής. Αυτό συμβαίνει εν μέρει επειδή ο υπολογισμός συνήθως θεωρείται δεδομένος στην καθημερινή ζωή. Λίγοι άνθρωποι γνωρίζουν πόσο γρήγορος είναι ο επεξεργαστής στον φορητό υπολογιστή τους -μόνο ότι είναι αρκετά γρήγορος. Αλλά στην AI, ο υπολογισμός είναι ιδιαίτερα απαραίτητος. Καθώς οι αλγόριθμοι μαθαίνουν από δεδομένα και κωδικοποιούν πληροφορίες για νευρωνικά δίκτυα, εκτελούν [3] τρισεκατομμύρια ή τετράκις εκατομμύρια μεμονωμένους υπολογισμούς. Χωρίς επεξεργαστές ικανούς να κάνουν αυτά τα μαθηματικά με υψηλή ταχύτητα, η πρόοδος στην τεχνητή νοημοσύνη σταματά. Ο υπολογισμός αιχμής είναι επομένως κάτι περισσότερο από ένα τεχνικό θαύμα˙ είναι ένα ισχυρό σημείο μόχλευσης μεταξύ των εθνών.

Το να αναγνωριστεί η πραγματική δύναμη του υπολογισμού θα σήμαινε επανεκτίμηση της κατάστασης του παγκόσμιου ανταγωνισμού στην AI. Σε αντίθεση με τα άλλα δύο στοιχεία της τριάδας, η υπολογιστική ισχύς έχει υποστεί μια σιωπηλή επανάσταση υπό την ηγεσία των Ηνωμένων Πολιτειών και των συμμάχων τους -μια επανάσταση που δίνει σε αυτά τα έθνη ένα δομικό πλεονέκτημα έναντι της Κίνας και άλλων χωρών που είναι πλούσιες σε δεδομένα (data) αλλά υστερούν στην προηγμένη κατασκευή ηλεκτρονικών. Οι υπεύθυνοι χάραξης πολιτικής των ΗΠΑ μπορούν να βασιστούν σε αυτό το θεμέλιο καθώς επιδιώκουν να διατηρήσουν το τεχνολογικό τους πλεονέκτημα. Για τον σκοπό αυτό, θα πρέπει να εξετάσουν το ενδεχόμενο αύξησης των επενδύσεων στην Έρευνα και Ανάπτυξη και τον περιορισμό στις εξαγωγές ορισμένων επεξεργαστών (processors) ή εξοπλισμού κατασκευής. Επιλογές όπως αυτές έχουν σημαντικά πλεονεκτήματα όσον αφορά την διατήρηση της αμερικανικής τεχνολογικής υπεροχής -πλεονεκτήματα που είναι πολύ συχνά υποτιμημένα αλλά πολύ σημαντικά για να τα αγνοήσουμε.

ΜΙΑ ΕΠΑΝΑΣΤΑΣΗ ΣΤΗΝ ΥΠΟΛΟΓΙΣΤΙΚΗ

Η υπολογιστική ισχύς στην AI έχει υποστεί ριζική μεταμόρφωση την τελευταία δεκαετία. Σύμφωνα με το ερευνητικό εργαστήριο OpenAI, η ποσότητα υπολογιστικής ισχύος που χρησιμοποιήθηκε για την εκπαίδευση κορυφαίων έργων τεχνητής νοημοσύνης αυξήθηκε [4] κατά 300.000 φορές μεταξύ 2012 και 2018. Για να τεθεί αυτός ο αριθμός σε ένα πλαίσιο, εάν μια μπαταρία κινητού τηλεφώνου διαρκούσε μια ημέρα το 2012 και η διάρκεια ζωής της αυξανόταν με τον ίδιο ρυθμό με την υπολογιστική ισχύ της AI, η εκδοχή αυτής της μπαταρίας το 2018 θα διαρκούσε περισσότερο από 800 χρόνια.

Η μεγαλύτερη υπολογιστική ισχύς επέτρεψε αξιοσημείωτες ανακαλύψεις στην τεχνητή νοημοσύνη, συμπεριλαμβανομένης της γεννήτριας γλώσσας GPT-3 του OpenAI, η οποία μπορεί να απαντήσει σε επιστημονικές και απλές ερωτήσεις, να διορθώσει κακή γραμματική, να ξεμπερδέψει φράσεις, και να μεταφράσει μεταξύ γλωσσών. Ακόμα πιο εντυπωσιακό, η GPT-3 μπορεί να δημιουργήσει [5] πρωτότυπες ιστορίες. Δώστε της έναν τίτλο και μια περίληψη [εύρους μόλις] μιας φράσης και, όπως ένας μαθητής με μια προτροπή γραφής, μπορεί να δημιουργήσει παραγράφους ενός συνεκτικού κειμένου που οι άνθρωποι αναγνώστες θα δυσκολεύονταν να αναγνωρίσουν ως δημιουργημένο από μηχανή. Τα δεδομένα (data) της GPT-3 (σχεδόν ένα τρισεκατομμύριο λέξεις ανθρώπινης γραφής) και ο περίπλοκος αλγόριθμος (που «τρέχει» σε ένα τεράστιο νευρωνικό δίκτυο με 175 δισεκατομμύρια παραμέτρους) προσέλκυσαν τη μεγαλύτερη προσοχή, αλλά αμφότερα θα ήταν άχρηστα χωρίς την τεράστια υπολογιστική ισχύ του προγράμματος -αρκετή για να τρέξει το ισοδύναμο 3.640 τετράκις εκατομμυρίων υπολογισμών ανά δευτερόλεπτο κάθε δευτερόλεπτο για μια ημέρα.