Tekoäly ei pysty kehittämään yhtään sen nopeampaa kommunikaatiota kuin mitä nyt on olemassa. Jo melkein sata vuotta on tiedetty kuinka nopeasti informaatiota pystytään edes teoriassa siirtämään ja mitä sellaiselta menetelmältä vaaditaan. Nykyiset pakkausmenetelmät ovat hyvin lähellä teoreettista maksimia.
Tarkoitan siis, että tuossa AI:n tavoitteena oli hahmotella kieltä, joka maksimoisi tiedonsiirtokaistan sisällön semantiikan kahden tekoälyn välillä. Luonnollisissa kielissä on esimerkkejä näistä, kuten suomen “pystytäänköhän” vs. englannin “I wonder whether we will be able to” tai kiinan 赶忙 (gǎnmáng) vs. suomen “lähteä tekemään jotakin kiireesti heti kun huomaa tilanteen vaativan sitä”.
Nämä osoittavat, että kieli voi pakata monimutkaisia käsitteitä yhteen yksikköön. Jos kaksi AI:tä voisivat luoda täysin optimoidun kielen, se kehittyisi kohti:
-maksimaalista semanttista tiheyttä (yksi symboli = kokonainen ajatusrakenne)
-häviötöntä, yksikäsitteistä tulkintaa
-monitasoista koodia, jossa yksi tokeni sisältää kontekstin, intention ja logiikan
-dynaamista itsepakkausta, jossa usein toistuvat rakenteet tiivistyvät yhä kompaktimmiksi
-rakenteista, ei-lineaarista syntaksia, joka muistuttaa tiedonpakkausta enemmän kuin ihmiskieltä
Lopputulos olisi enemmän semanttinen kompressioprotokolla kuin kieli: järjestelmä, jossa jokainen merkki siirtää maksimaalisen määrän käsitteellistä informaatiota mahdollisimman pienessä tilassa. Ja jos siirtokapasiteetti olisi teraluokkaa niin aika mielenkiintoisia tuloksia varmasti saadaan. Ja eiköhän noita AI-tutkijat jo kovasti testailekin
Kysyin ChatGPT:tä esimerkkejä (kuvitteellisista) kompressiotokeneista ja tällaisia esimerkkejä tuli:
AI-kielen lause:
Ω17 =
"Aloita prosessi, optimoi se edellisen tilan mukaan ja raportoi poikkeamat."
Λ{A3|TΔ|!5} =
"Suorita tehtävä A3, käytä TΔ-menetelmää ja keskeytä, jos poikkeama on yli 5 %."
❖ =
"Hyväksyn ehdotuksen, aloitan työnkulun, päivitän mallin ja ilmoitan lopputuloksen, ellei ristiriitoja ilmene."
Mikä taas estää luomasta ja optimoimasta kompressiotokeneista isompia kokonaisuuksia koska AI:ssä ainakin kapasiteetti riittää siihen. Esimerkiksi viittaus nykyisiin tiedostonpakkausformaatteihin. Jos AI:n kompressiotokeni-muotoista tekstiä pakataan vielä häviöttömällä metodilla tiedonsiirron aikana. Entäs jos AI oppisi suoraan lukemaan pakattua kompressiopohjaista dataa ilman että sitä tarvitisisi purkaa ? Teoreettisia malleja ja aivan varmasti noita on tutkittu kauan.
Pelkästään noiden esimerkkien osalta voidaan päätellä, kun AI vihjaisee jotain nopeasti toiselle AI:lle, niin siinä saattoi mennä kokonainen kirjastollinen käsitteellistä puhetta (jos AI:n oma kieli käytössä). Mutta tulevaisuus on kyllä erittäin mielenkiintoinen!