Људи проводе све више времена обављајући оне активности које су им једноставне, а које би машина још брже и лакше обавила. У периоду од шездесет пет гoдина колико је прошло откако је Џон Макарти први пут споменуо термин „вештачка интелигенција“, испоставило се да су задаци које људи лако обављају веома тешки за машине, што представља прилично изненађујућу чињеницу. Просечна одрасла особа може релативно лако да примети кваку, испружи руку и ухвати је, притисне је и отвори врата. Исти задатак је још увек невероватно тежак и за најсавременије и најпрефињеније роботске руке и поред коришћења најсавременијих приступа вештачке интелигенције и дубоког учења.
С друге стране, али исто толико изненађујуће, машине су надмашиле очекивања научника у задацима који су тешки за човека. Чак и након што су људи провели око пет стотина гoдина развијајући шах, машина коју је направио DeepMind под називом AlphaZero била је у стању да се за неколико гoдина развије до таквог нивоа да је могла да победи све велемајсторе. Не заборавимо да је била боља и у још старијој игри Go. Та подела између лаког и тешког обично покреће дискусију о оном што је познато као вештачка интелигенција на „људском нивоу“ или „вештачка општа интелигенција“ (artificial general intelligence – AGI), која представља тежњу да се машина и човек учине равноправним у том домену. Многи људи мисле да ће постојање те поделе онемогућити стварање вештачке опште интелигенције бар још неколико деценија, ако је уопште могуће тако нешто постићи.
Научници који се баве вештачком интелигенцијом кажу да ју је тешко унапређивати јер ни сами углавном нисмо свесни сложености сопствених мисаоних процеса. Шта би се догодило кад би се дефиниција интелигенције на „људском нивоу“ променила? Шта би се догодило ако се вештачка интелигенција више не би процењивала у односу на квалитет људске мисли и деловања у стварном свету, већ на сувише предвидљиво понашање људи који цео дан проводе зурећи у паметни телефон?
Људи проводе све више времена обављајући задатке које би машина могла да уради боље. Једно од многих достигнућа савременог софтвера је да окупира време људи лаким задацима, као што су неодложни послови које обављате на друштвеним мрежама, попут постављања објава, коментарисања објава других људи, „лајковања“ и „снеповања“. Сваког дана, људи проводе сате уносећи поруке од 240 карактера у Твитер. Непрестано притискају дугме „свиђа ми се“ на сликама које виде на Инстаграму. На сваком пешачком прелазу, безбрижно се ушетају у надолазећи саобраћај док прегледају странице на некој друштвеној мрежи. Проводе сате правећи листу ствари за куповину на Амазону које им заправо нису потребне. Провели су небројене сате понављајући исти ниво на Xbox играма да би достигли највиши резултат. Бог зна колико смо сати сви провели упијајући Netflix видео снимке излежавајући се данима на каучу.
И све то „скроловање“ и „кликтање“ унапређено је целокупном подструктуром софтвера испод углађене површине веб-страница. На пример, технологија Apache Pinot, програма за убрзавање упита ка бази података, управља функцијом „Ко је погледао мој профил?“ на LinkedIn-у. Као што је рекао један од креатора споменутог програма, софтвер је направљен тако да у делићу секунде пружи одговор људима који неколико десетина пута дневно проверавају ко је погледао њихов профил.
Pinot и сродни међусофтвери, као што је програм отвореног кода за стриминг података Kafka, направљени су да развију навику сталног кликтања, лајковања, мало куцања, твитовања, куцања још мало, качења, скроловања, итд. Навике прерастају у зависности када постоји награда за понављање, а повратна спрега модерних веб-платформи обезбеђује ту награду тако што реагује на људске кликове пружајући још више могућности да још више кликће. Pinot и Kafka обезбеђују да људска активност на мрежи представља бескрајан процес притискања дугмади, слично као код добро нам познатог лабораторијског пацова који притиска полугу да би добио храну. Људи су постали ненадмашиви у притискању полуге, али лоше је то што све те задатке и даље може много лакше, а можда и боље, да обави машина. Иако програм вештачке интелигенције за обраду природног језика првог ранга, као што је GPT-3, не може да се укључи у дугачку дискусију о филозофским темама, више је него способан да спонтано генерише кратке објаве и твитове на задату тему. Вештачкој интелигенцији би вероватно било сасвим лако да аутоматизује објављивање слика на Инстаграму.
Елегантном лакоћом људи могу да се сете мимова и објављују их на друштвеним мрежама и да се присете савршене GIF слике која одговара тренутку. Иако у томе постоји нешто задивљујуће, машине би, помоћу претраживања грубом силом, могле да смисле нова и оптималнија решења за постављање мимова. Свакако да би поступак провере ко је прегледао чији профил на LinkedIn-у, или било који други поступак који се своди на конзумирање сигнала преко API-ја из програма као што је Pinot, могао да буде аутоматизован, а тиме и ефикаснији од метода који користе људи.
Морамо признати да људи и даље обављају многе друге активности, на пример, иду у теретану и негују свој подмладак. Ипак, у теретани све чешће праве паузе да би зурили у телефон, а њихов подмладак се све више „закуцава“ испред екрана. Уобичајене људске активности претвориле су се у процесе које се непрестано прекидају зурењем у екран. Све то је довело наше модерно друштво на неко чудно место. Велики део данашњег људског понашања дешава се у рачунару и око њега, где људске способности заостају за најбољим компјутерским програмима.
Џенсен Хуанг, суоснивач и извршни директор компаније Nvidia, лидера у производњи чипова за вештачку интелигенцију, сажето, али и прилично оштро, описао је садашњи тренутак у развоју људске историје. Хуанг је рекао да су људи сувише спори и наставио:
„Има нас само неколико милијарди и своје младе носимо девет месеци, а онда их гoдинама одгајамо, а онда када их коначно доведемо до нивоа на коме су донекле интелигентни, они боду по паметним телефонима, а сваки пут кад додирну екран, нешто претражују у облаку.
Пошто је све ужасно споро, Хуанг има решење које сажима на следећи начин:
„Па, у будућности нам неће бити потребно девет месеци да изградимо ново интелигентно биће, а неће бити потребне ни Goдине за одгајање тих интелигентних бића. Биће му дословце потребан сат да произведе BMW аутомобил, секунде да преузме вештачку интелигенцију и одмах је на интернету у року од неколико секунди после тога. Таквих ствари биће на билионе.“
Те „ствари“ о којима Хуанг Goвори личе на нешто што долази после хомо сапиенса. Модел на који Хуанг указује је модел аутомата. Аутомат, лишен људских слабости, веома је способан да се носи са задацима који се могу добро дефинисати – „у одговарајућем опсегу“ у инжењерском смислу. Иако вештачка интелигенција још није дорасла управљању аутомобилом, прави је мајстор кад треба да управља веб-страницом, односно да непрестано кликће и лајкује.
Већи део данашњег друштва, с обзиром на његов стални нагласак на оптимизацији у оквиру ограниченог скупа дигиталних правила, личи на видео-игрицу, односно, покушај да се постигне оптималан резултат. Ко боље од машине зна како да победи у игри против машине?
Исти програм који је победио људе у шаху и Goу, довео је 2019. Goдине, до новог програма MuZero, који је у стању да постигне добре резултате играјући Атари видео-игре као што је Ms Pac Man. Мала је разлика између игрице и мајсторског објављивања мимова. Подела још увек постоји између лаких и тешких задатака које обављају људи и рачунари и можда је вештачка интелигенција никада неће победити. Ипак, људска мисао је све неспособнија за кретање у дигиталном свету. Људи ће вероватно пре саме појаве вештачке опште интелигенције доћи у ситуацију где ће већину активности много боље обављати машине.
У том тренутку људи постају сувишни. Да ли их онда треба заменити? Не треба их заменити само због тога што ће и тада бити важни као ентитети који нису средство за постизање циља, већ циљ сам по себи. То није питање технологије, то је суштинско питање човечанства. У свету који је све више опседнут брзином, ефикасношћу и оптималним резултатима изнад свега, одговор на то питање је потпуно неизвестан.