Împărtășind o conversație recentă interesantă despre impactul AI asupra economiei. AI a fost comparată cu diverse precedente istorice: electricitate, revoluție industrială etc., cred că cea mai puternică analogie este cea a AI ca o nouă paradigmă de calcul (Software 2.0), deoarece ambele sunt fundamental despre automatizarea procesării digitale a informațiilor. Dacă ar fi să prognozați impactul calculatoarelor asupra pieței muncii în ~1980, cea mai predictivă caracteristică a unei sarcini/locuri de muncă la care v-ați uita este în ce măsură algoritmul acestuia este fix, adică doar transformați mecanic informațiile în funcție de reguli ușor de specificat (de exemplu, dactilografiere, contabilitate, calculatoare umane etc.)? Pe atunci, aceasta era clasa de programe pe care capacitatea de calcul din acea epocă ne permitea să le scriem (manual, manual). Cu AI acum, suntem capabili să scriem programe noi pe care nu am fi putut spera să le scriem de mână înainte. O facem prin specificarea obiectivelor (de exemplu, acuratețea clasificării, funcțiile de recompensă) și căutăm spațiul programului prin coborâre gradient pentru a găsi rețele neuronale care funcționează bine împotriva acelui obiectiv. Aceasta este postarea mea de blog Software 2.0 de acum ceva timp. În această nouă paradigmă de programare, noua caracteristică cea mai predictivă de luat în considerare este verificabilitatea. Dacă o sarcină/lucrare este verificabilă, atunci este optimizabilă direct sau prin învățare prin întărire, iar o rețea neuronală poate fi antrenată să funcționeze extrem de bine. Este vorba despre măsura în care o inteligență artificială poate "exersa" ceva. Mediul trebuie să fie resetabil (puteți începe o nouă încercare), eficient (se pot face multe încercări) și recompensabil (există un proces automat pentru a recompensa orice încercare specifică care a fost făcută). Cu cât o sarcină/lucrare este mai verificabilă, cu atât este mai receptivă la automatizare în noua paradigmă de programare. Dacă nu este verificabilă, trebuie să cadă din magia rețelei neuronale a generalizării, cu degetele încrucișate sau prin mijloace mai slabe, cum ar fi imitația. Sarcinile care sunt verificabile progresează rapid, inclusiv posibil dincolo de capacitatea experților de top (de exemplu, matematică, cod, timpul petrecut vizionând videoclipuri, orice arată ca niște puzzle-uri cu răspunsuri corecte), în timp ce multe altele rămân în urmă prin comparație (creative, strategice, sarcini care combină cunoștințe din lumea reală, stare, context și bun simț). Software 1.0 automatizează cu ușurință ceea ce puteți specifica. Software-ul 2.0 automatizează cu ușurință ceea ce puteți verifica.