原文作者：TrentMcConaghy
AI?最终可能会控制我们所有的资源，这是对人类生存的威胁，我们如何预防呢？安全?AI?只能说是海市蜃楼，还有另一种方法：加入机器，我们甚至可以利用当今的市场力量逐步做到这一点，但我们必须克服生物自恋。
我的观点基于?20?年来的?AI?研究、模拟电路、摩尔定律和去中心化。
1.1我们给?AI?资源
我们已经开始走这条路了，我们正在让狭义的AI控制我们工厂中的机器人，自动驾驶的汽车，我们乘坐的飞机，一点一点地，我们让?AI?越来越多地控制我们的资源，这些系统不断优化：改变设计变量以最小化资源使用和其他目标。目前，每个?AI?系统的应用领域都非常狭窄。
我们将建立更高级别的网络，以结合自动驾驶汽车或供应链的各个网络，我们也会为AI提供在这些级别进行优化的方法，这一切都将以效率的名义进行。
我们将建立这些更高级别的?AI?系统，这样就没有任何一家企业或个人拥有它们。为了实现这一目标，我们将通过将AI放入DAO来分散它们，这也意味着我们将无法拔掉插头，除非我们想让现代世界关闭。
北京：加快北京人工智能公共算力中心、北京数字经济算力中心等项目建设:金色财经报道，5月30日，北京市政府办公厅正式发布《北京市促进通用人工智能创新发展的若干措施》。其中提出，提升算力资源统筹供给能力。实施算力伙伴计划，与云厂商加强合作，提供多元化优质普惠算力。加快北京人工智能公共算力中心、北京数字经济算力中心等项目建设，形成规模化先进算力供给能力。实现异构算力环境统一管理、统一运营，提高环京地区算力一体化调度能力。[2023/5/30 11:48:20]
这些更高级别的AI系统将具有复杂的紧急行为，这些行为是通过组合下面可能简单的AI系统而产生的，正如蚁群的行为比简单的蚂蚁要丰富得多。Holland、Dorigo和其他人已经在许多场景中证明了这一点。
这些去中心化的新兴?AI?将继续优化，一些设计变量将涉及人类，在许多任务中，人类是沉重的资源负载，在许多任务中，与硅相比尤为沉重。因此，为了最大限度地减少资源使用，这个?AI?将简单地优化人类，一切以效率为名。
糟糕的是，AI?现在控制着我们的资源。
蚂蚁集团漆远：区块链、人工智能和物联网的协同作用是巨大的:12月10日，在由蚂蚁链、罗汉堂、新浪财经联合出品的《寻找区块链力量》系列节目中，蚂蚁集团人工智能首席科学家漆远博士表示，区块链、人工智能和物联网的协同作用是巨大的，但目前，还没有看到很多现实应用。区块链对数据和质量控制模型非常有用。人工智能有两个重要的组成部分，一是数据。我们拥有的数据越多，能够实现的质量越高，预测越准确。但我们需要控制数据质量。区块链为我们提供了一种可靠的追溯所有数据版本的方法。即使是对于公司内部数据，在大公司内部，同样可以使用区块链以实现该目的，但是，看未来，我更关注的是模型的质量。[2020/12/10 14:48:18]
这很了不起，为了获取我们的资源，AI?甚至不需要“醒来”，即达到人类水平的智能，它比那更平凡，我们将自己控制AI，它会简单地优化我们的需求。
速度比人们意识到的要快。2.为什么?AI?控制我们的资源是不好的？
一旦AI控制了我们的资源，无论是我们给它还是AI拿走它，我们都将与AI争夺资源，一开始可能不对，但随着时间的推移，这几乎是不可避免的。
北京市科委：北京将力争在人工智能、区块链等领域持续占先:12月4日，中共北京市委召开新闻发布会上，市科委党组书记、主任许强表示，在统筹布局“从0到1”基础研究和关键核心技术攻关方面，做强战略长板，力争在人工智能、量子信息、区块链、光电子、生物技术等领域持续占先；弥补关键短板，力争在集成电路、关键新材料、通用型关键零部件、高端仪器设备等领域突破一批“卡脖子”技术。[2020/12/4 14:02:19]
一旦AI优化并意识到人类是资源大户，它们可能会迅速果断地采取行动，将人类从资源方程式中移除。是的，人类可能会消失，人类的口袋可能会在核战争和全球变暖中幸存下来，但如果我们站在AI的错误一边，游戏可能就完全结束了，AI?可以说是人类面临的最大生存威胁。
即使你不害怕这个，但你应该感到害怕。
旁白：人们可以将“AI觉醒”视为“人类”的下一次进化，因为毕竟我们会建造它们。那为什么感觉不对呢？我的看法是，这是因为我们个人的思维模式没有延续下去。我们宁愿留下来享受乐趣！
声音 | 对外经济贸易大学教授：能源发展需要同人工智能、区块链、云计算等技术的结合:据中国能源网消息，日前，在山东济南召开的“2019中国加油站大会·数字化下的能源生态变革”峰会论坛上，对外经济贸易大学教授、对外经贸大学一带一路能源贸易与发展研究中心主任、国家能源局特聘专家董秀成教授演讲表示，能源转型的内涵是什么?除了理念转型、主体转型，还有一个非常重要的商业模式转型，这就意味着能源发展需要同人工智能、区块链、云计算和大数据，再加上现在非常时髦的5G相结合。[2019/9/28]
安全的?AI。建立“安全机器”并进行监管。
加入机器。上传人脑，或逐步合并。
让我们逐一探讨。
向OpenAI投入了10亿美元用于更透明的AI研究。他一直在假设如果?AI?醒来，我们就可以对其进行监管，而这个假设是错误的。试想一下，如果蚂蚁“反抗”我们并想要监管。我们会听他们的吗？一旦?AI?达到我们的智能水平，一秒后，它就会超过我们的水平。?10倍可能紧随其后。不需要多少10倍的时间，我们就会像AI的蚂蚁一样。
动态 | 区块链和人工智能是保护公海的新工具:据news.trust报道，研究人员和活动人士表示，能够远程监控公海的新兴技术，对于实施拟议的保护世界海洋生物多样性的协议至关重要。世界经济论坛全球公共物品中心负责人Dominic Waughray说，像区块链这样的技术，可以通过跟踪公海捕鱼和识别非法行为来帮助实施新条约。世界自然基金会保护组织在太平洋金鱼产业的试验工作中，渔民用可扫描的代码标记鱼类，上传到区块链分类帐，因此企业和客户可以确认零售商出售的任何金鱼的来源。[2018/11/28]
有些人认为我们可以创造友好的?AI，也许你可以。但所有?AI?都会友好吗？我看不出有什么方法可以阻止不友好的AI。您是否会抓住机会推动AI向前发展，希望所有AI都以某种方式变得友好。
OpenAI实际上对人类来说可能更糟，因为它在没有真正保护的情况下更多地催化了AI。
所有AI的安全AI都是海市蜃楼，仅仅因为我们希望某事成真但并不能使它成真。
3.2加入机器
AI?可以醒来，而这只是时间问题。
如果?AI?占用了我们的资源，我们的神经元将很难与之竞争。
我建议我们给自己找一个有竞争力的基质，克服你的神经元，克服你的生物皮囊自我。不要打败他们，加入他们。或者不要，如果你更愿意让AI偷走我们的星球甚至更远的地方，我更喜欢前者。
哪种基质？得益于50年的摩尔定律，硅是一种出色的基板，这是我们首先面临?AI?风险的部分原因。那是最明显的底物；使用它很有意义。
那么，我们如何将自己移植到硅片上呢？这里有两个主要的：Ems和Bandwidth，让我们探索一下。
本书，探讨Ems的影响，无论是好是坏。
Ems的最新技术是什么？简而言之，我们还有很长的路要走，在给定的人身上，我们需要收集足够的数据来重现动态。
一种通用方法是大脑扫描，fMRI可以观察整个大脑随时间变化的动态，但仅使用血流作为代理，所以它很慢而且有损，脑电图速度更快但只能看到表面电信号，近红外线也很快，可以看到更远的地方，但达不到所需的全部深度。光遗传学可以出色地捕捉整个大脑中神经元发射的动态，但需要基因工程，以便神经元也发射光子。最后，电路终于变得足够小，可以想象在整个大脑中部署纳米级传感器。
另一种方法是对大脑的每个组件进行黑盒化，监控每个组件的输入和输出，然后为每个组件建立模型，研究人员已经在小鼠大脑的组成部分上完成了这项工作，并取得了巨大成功。这种技术可以与全脑扫描相辅相成。
BandwidthScenario中，我们自己和计算之间的带宽达到我们自己之间的带宽水平，然后它继续前进，最终，我们可以拔掉插头。
与Em方案一样，BW方案使我们与硅处于同等竞争地位，但与Em场景不同的是，它可以从今天开始，利用今天的市场力量逐步发生。
4.讨论
我们在赛跑，AI?醒来并获取资源，而不是人类加入机器。
资本加速了前者。我们如何加快后者？
一个好方法是积极地为其提供资金，让它发展得更快，对于Em场景，这意味着对大脑扫描和相关领域的研究，而不仅限于针对病人。对于Bandwidth场景，这意味着对BCI的研究，以及包括BCI及其他在内的未来智能手机的积极上市。我认为后者更有可能，因为如果市场起飞，每年投入数百亿美元的研发资金将很容易。
催化?Bandwidthscenario?的另一种方法是在设计新网络和平台时简单地偏向于此。是的，这很模糊！我也希望我在这里有更具体的想法，但也许你作为读者有。
也许还有其他方法？我希望作为读者的你看到问题已经从“我们如何阻止人工智能接管？”转变为“我们如何阻止?AI?接管？”?到“我们如何催化Bandwidth场景？”?来，戴上你的工程师帽子！
进一步阅读
我的其他AIDAO帖子都是针对这篇帖子构建的：
第一部分：AIDAO?及其实现的三条路径
第二部分：AIDAO?的狂野和危险
第三部分：这篇文章
人工智能、区块链和奇点的其他交叉点。每篇文章都有更多链接。
人工智能区块链
最近关于奇点和去中心化的科幻读物
笔记
本文部分基于：
我于2016年6月2日在伦敦发表的演讲名为“我们是神经自恋者吗？AI对人类的生存威胁和务实的解决方案”，以及?2012年至今的其他演讲。
?2.2016年8月18日在柏林举行的“AI?的崛起”活动中就此主题发表的演讲。这是视频和幻灯片。
致谢
非常感谢
GregMcMullen,KalinHarvey,ScottVolk,TroyMcConaghy,JanBalcar,EesmyalSantos-Brault,MashaMcConaghy,BrucePon,KaiWu,SimondelaRouviere,AlRobertson,MichaelMainelli,EmmaStamm,AlanShapiro,VinayGupta,samim,HarmvandenDorpel,
许多来自AI社区的朋友，当然还有长时间的讨论，这导致了这篇文章中的想法。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。