Wild Cards: Autonomy and Bio-Comput

Wild Cards: Autonomy and Bio-Computing
“Autonomy” covers technology advancements that use
computational plenty to enable computers and software to
autonomously evaluate situations and determine best-possible
courses of action. Examples include:
•
Cooperative intelligent agents that assess situations, analyze
trends, and cooperatively negotiate to determine best available
courses of action.
•
Autonomic software, that uses adaptive control techniques to
reconfigure itself to cope
with changing situations.
•
Machine learning techniques, that construct and test alternative
situation models and converge on versions of models that will
best guide system behavior.
•
Extensions of robots at conventional-to-nanotechnology scales
empowered with autonomy capabilities such as the above.
Combinations of biology and computing include:
•
Biology-based computing, that uses biological or molecular
phenomena to solve computational problems beyond the r
each
of silicon-based technology.
•
Computing-based enhancement of human physical or mental
capabilities, perhaps embedded in or attached to human bodies
or serving as alternate robotic hosts for (portions of) human
bodies.
Examples of books describing these capabilities are Kurzweil’s The
Age of Spiritual Machines
[86] and Drexler’s books Engines of
Creation
and Unbounding the Future: The Nanotechnology
Revolution
[57][58]. They identify major benefits that can
potentially be derived from such capabilities, such as artificial labor,
human shortfall compensation (the five senses, healing, life span,
and new capabilities for enjoyment or self-actualization), adaptive
control of the environment, or redesigning the world to avoid
current problems and create new opportunities.
On the other hand, these books and other sources such as Dyson’s
Darwin Among the Machines: The Evolution of Global Intelligence
[61] and Joy’s article, “Why the Future Doesn’t Need Us” [83],
identify major failure modes that
can result from attempts to
redesign the world, such as loss of human primacy over computers,
over-empowerment of humans, and irreversible effects such as
plagues or biological dominance of artificial species. From a
software process standpoint, processes will be needed to cope with
autonomy software failure modes such as undebuggable self-
modified software, adaptive control instability, interacting agent
commitments with unintended consequences, and commonsense
reasoning failures. As discussed in Dreyfus and Dreyfus’ Mind Over Machine
[59], the
track record of artificial intelligence predictions shows that it is easy
to overestimate the rate of AI progress. But a good deal of AI
technology is usefully at work today and, as we have seen with the
Internet and World Wide Web, it is also easy to underestimate rates
of IT progress as well. It is likely that the more ambitious
predictions above will not take place by 2020, but it is more
important to keep both the positive and negative potentials in mind
in risk-driven experimentation with emerging capabilities in these
wild-card areas between now and 2020.
4.
Conclusions
4.1
Timeless Principles and Aging Practices
For each decade, I’ve tried to identify two timeless principles
headed by plus signs; and one aging practice, headed by a minus
sign.
From the 1950’s
+
Don’t neglect the sciences
. This is the first part of the
definition of “engineering”. It should not include just
mathematics and computer science, but also behavioral
sciences, economics, and management science. It should also
include using the scientific method to learn through experience.
+
Look before you leap
. Premature commitments can be
disastrous (Marry in haste; repent at leisure – when any leisure
is available).
−
Avoid using a rigorous sequential process.
The world is getting
too tangeable and unpredictable for this, and it’s usually
slower.
From the 1960’s
+
Think outside the box
. Repetitive engineering would never
have created the Arpanet or Engelbart’s mouse-and-windows
GUI. Have some fun prototyping; it’s generally low-risk and
frequently high reward.
+
Respect software’s differences
. You can’t speed up its
development indefinitely. Since it’s invisible, you need to find
good ways to make it visible and meaningful to different
stakeholders.
−
Avoid cowboy programming.
The last-minute all-nighter
frequently doesn’t work, and the patches get ugly fast.
From the 1970’s
+
Eliminate errors early
. Even better, prevent them in the future
via root cause analysis.
+
Determine the system’s purpose
. Without a clear shared vision,
you’re likely to get chaos and disappointment. Goal-question-
metric is another version of this.
−
Avoid Top-down development and reductionism.
COTS, reuse,
IKIWISI, rapid changes and emergent requirements make this
increasingly unrealistic for most applications.
From the 1980’s
+
These are many roads to increased productivity
, including
staffing, training, tools, reuse, process improvement,
prototyping, and others.
+
What’s good for products is good for process
, including
architecture, reusability, composability, and adaptability.

Kết quả (Việt) 1:

Thẻ hoang dã: Quyền tự trị và tính toán sinh họcBao gồm "Quyền tự trị" tiến bộ công nghệ sử dụngtính toán rất nhiều để cho phép máy tính và phần mềmautonomously đánh giá tình huống và xác định tốt nhất có thểCác khóa học của hành động. Ví dụ bao gồm:•Hợp tác xã đại lý thông minh mà đánh giá tình huống, phân tíchxu hướng, và hợp tác thương lượng để xác định tốt nhất có sẵnCác khóa học của hành động.•Phần mềm tự trị, dùng các kỹ thuật điều khiển thích nghi đểcấu hình lại chính nó để đối phóvới thay đổi tình hình.•Máy học kỹ thuật, xây dựng và thử nghiệm thay thếtình hình mô hình và hội tụ trên phiên bản của mô hình sẽtốt nhất hướng dẫn hệ thống hành vi.•Tiện ích mở rộng của robot đúng ở thông thường nghệ nanotrao quyền với khả năng tự trị chẳng hạn như ở trên.Sự kết hợp của sinh học và tính toán bao gồm:•Sinh học dựa trên máy tính, mà sử dụng sinh học hoặc phân tửhiện tượng giải quyết các vấn đề tính toán vượt ra ngoài rmỗicủa silic dựa trên công nghệ.•Nâng cao dựa trên máy tính của con người về thể chất hoặc tâm thầnkhả năng, có lẽ nhúng vào hoặc gắn liền với các cơ quan của con ngườihoặc phục vụ như là thay thế robot máy chủ cho (các phần đất của) của con ngườicơ quan.Ví dụ trong cuốn sách mô tả các khả năng là Kurzweil của cácTuổi của tinh thần máy[86] và của Drexler sách động cơSáng tạovà Unbounding tương lai: công nghệ nanoCách mạng[57] [58]. họ xác định lợi ích lớn mà có thểcó khả năng được bắt nguồn từ những khả năng, chẳng hạn như nhân tạo lao động,bồi thường thiếu hụt của con người (năm giác quan, chữa bệnh, thọ,và các khả năng mới cho hưởng thụ hoặc tự actualization), thích nghikiểm soát môi trường, hoặc thiết kế lại thế giới để tránhvấn đề hiện tại và tạo ra những cơ hội mới.Trên mặt khác, những cuốn sách này và các nguồn khác chẳng hạn như của DysonDarwin trong số các máy: sự tiến hóa của trí thông minh toàn cầu[61] và bài viết của niềm vui, "Tại sao the tương lai không cần chúng tôi" [83],xác định chế độ hóc màcó thể là kết quả của những nỗ lực đểthiết kế lại trên thế giới, chẳng hạn như mất primacy của con người trên máy tính,Over-trao quyền của con người, và các hiệu ứng không thể đảo ngược nhưbệnh dịch hoặc các thống trị sinh học của các loài nhân tạo. Từ mộtCác quan điểm quá trình phần mềm, quy trình sẽ là cần thiết để đối phó vớichế độ thất bại phần mềm quyền tự trị chẳng hạn như undebuggable tự-phần mềm sửa đổi, điều khiển thích nghi sự mất ổn định, tương tác đại lýcam kết với hậu quả không mong đợi, và commonsenselý do thất bại. Như được thảo luận trong Dreyfus và Dreyfus' tâm trí trên máy tính[59], cácHồ sơ theo dõi của trí tuệ nhân tạo dự báo cho thấy rằng nó rất dễ dàngđể đánh giá cao tỷ lệ AI tiến bộ. Nhưng một tốt đối phó của AIcông nghệ là hữu ích tại nơi làm việc vào ngày hôm nay và như chúng ta đã thấy với cácInternet và World Wide Web, nó cũng là dễ dàng để đánh giá thấp tỷ lệNÓ tiến bộ là tốt. Nó có khả năng có nhiều tham vọngdự báo ở trên sẽ không diễn ra 2020, nhưng nó là nhiều hơnquan trọng để giữ cho cả hai tiềm năng tích cực và tiêu cực trong tâm trítrong lái xe nguy cơ thử nghiệm với các khả năng mới nổi trong nhữngthẻ hoang dã các khu vực từ nay đến năm 2020.4.Kết luận4.1Nguyên tắc vượt thời gian và lão hóa thực hànhĐối với mỗi thập kỷ, tôi đã cố gắng xác định hai nguyên tắc vượt thời gianđứng đầu bởi dấu cộng; và thực hành một lão hóa, do trừ mộtdấu hiệu.Từ những năm 1950+Đừng bỏ bê các ngành khoa học. Đây là phần đầu tiên của cácđịnh nghĩa của "kỹ thuật". Nó nên bao gồm không chỉKhoa học toán học và máy tính, nhưng cũng hành viKhoa học, kinh tế và khoa học quản lý. Nó cũng nênbao gồm sử dụng phương pháp khoa học để tìm hiểu thông qua kinh nghiệm.+Xem trước khi bạn bước nhảy vọt. Sớm cam kết có thểthảm họa (kết hôn trong sự vội vàng; ăn năn lúc giải trí-khi bất kỳ giải trícó sẵn).−Tránh sử dụng một quá trình tuần tự nghiêm ngặt.Thế giới là nhận đượcquá tangeable và không thể đoán trước cho điều này, và nó là thườngchậm hơn.Từ 1960+Suy nghĩ bên ngoài hộp. Lặp đi lặp lại kỹ thuật sẽ không bao giờđã tạo ra ARPANET đã mở hoặc của Engelbart chuột-và-cửa sổGUI. Có một số vui vẻ prototyping; đó là nói chung thấp rủi ro vàphần thưởng cao thường xuyên.+Tôn trọng sự khác biệt của phần mềm. Bạn không thể tăng tốc độ của nóphát triển vô thời hạn. Vì nó là vô hình, bạn cần phải tìmcách tốt để làm cho nó rõ ràng và có ý nghĩa khác nhau đếncác bên liên quan.−Tránh các chàng cao bồi lập trình.All-nighter phút cuốithường xuyên không làm việc, và các bản vá lỗi nhận được xấu xí nhanh.Từ năm 1970+Loại bỏ các lỗi sớm. Thậm chí tốt hơn, ngăn chặn chúng trong tương laithông qua phân tích nguyên nhân gốc.+Xác định mục đích của hệ thống. Mà không có một tầm nhìn rõ ràng được chia sẻ,bạn sẽ có được sự hỗn loạn và thất vọng. Mục tiêu-câu hỏi -số liệu là một phiên bản này.−Tránh phát triển trên xuống và reductionism.Cũi trẻ em, tái sử dụng,IKIWISI, thay đổi nhanh chóng và cấp cứu yêu cầu thực hiện điều nàyngày càng không thực tế cho hầu hết các ứng dụng.Từ thập niên 1980+Đây là nhiều con đường để tăng năng suất, bao gồm cảnhân sự, đào tạo, công cụ, tái sử dụng, xử lý cải thiện,prototyping, và những người khác.+Những gì là tốt nhất sản phẩm là tốt cho quá trình, bao gồm cảkiến trúc, reusability, composability, và khả năng thích ứng.

Kết quả (Việt) 2:

Thẻ hoang dã: Tự chủ và Bio-Computing
"Tự chủ" bao gồm các tiến bộ công nghệ có sử dụng
rất nhiều tính toán để cho phép các máy tính và phần mềm để
đánh giá tự chủ tình huống và xác định tốt nhất có thể
các khóa học của hành động. Các ví dụ bao gồm:
•
đại lý thông minh Hợp tác xã nhằm đánh giá tình hình, phân tích
xu hướng, và hợp tác đàm phán để xác định tốt nhất có
sẵn. Khóa học của hành động
•
phần mềm tự quản, sử dụng các kỹ thuật điều khiển thích nghi để
cấu hình lại chính nó để đối
phó. Với những tình huống thay đổi
•
kỹ thuật máy học tập, xây dựng mà và kiểm tra thay thế
mô hình tình huống và hội tụ trên các phiên bản của mô hình đó
sẽ. tốt nhất hành vi hướng dẫn hệ thống
•
Phần mở rộng của robot ở thông thường-to-công nghệ nano quy
mô. trao quyền với khả năng tự chủ như trên
kết hợp của sinh học và tính toán bao gồm:
•
tính toán sinh học dựa trên , sử dụng sinh học hoặc phân tử
hiện tượng đó để giải quyết vấn đề tính toán vượt quá r
mỗi
công nghệ silicon.
•
nâng cao Computing dựa trên các chất hoặc tinh thần của con người
khả năng, có lẽ nhúng vào trong hoặc gắn liền với cơ thể con người
hoặc phục vụ host robot như thay thế cho (phần của) người
thân.
Ví dụ về các cuốn sách miêu tả những chức năng này Kurzweil của The
Age of Máy móc linh
[86] và sách cơ Drexler của
Creation
và Unbounding tương lai: Các công nghệ nano
Revolution
[57] [58]. Họ xác định những lợi ích chính mà có thể
có khả năng được bắt nguồn từ khả năng như thế, như lao động nhân tạo,
bồi thường thiếu hụt nhân lực (năm giác quan, chữa bệnh, tuổi thọ,
và khả năng mới để thưởng thức hoặc tự hiện thực), thích nghi
kiểm soát môi trường, hoặc thiết kế lại thế giới để tránh
những vấn đề hiện tại và tạo ra những cơ hội mới.
Mặt khác, những cuốn sách và các nguồn khác như Dyson của
Darwin Trong Máy móc: The Evolution của Global Intelligence
[61] và bài ​​viết Joy, "Tại sao tương lai Không Cần hệ "[83],
xác định chế độ thất bại lớn mà
có thể là kết quả từ những nỗ lực để
thiết kế lại trên thế giới, chẳng hạn như mất tính ưu việt của con người trên máy tính,
qua trao quyền cho con người, và không thể đảo ngược tác dụng như
bệnh dịch hoặc sự thống trị sinh học của loài nhân tạo. Từ một
quá trình phần mềm quan điểm, quy trình sẽ là cần thiết để đối phó với
phần mềm tự chủ chế độ thất bại như undebuggable tự
phần mềm sửa đổi, không ổn định điều khiển thích nghi, tương tác đại lý
cam kết với những hậu quả không lường trước được, và commonsense
thất bại lý luận. Như đã thảo luận trong Dreyfus và Dreyfus 'Tâm ​​Hơn Machine
[59], các
hồ sơ theo dõi của các dự đoán trí tuệ nhân tạo cho thấy rằng nó rất dễ dàng
để đánh giá quá cao tiến độ AI. Nhưng một việc tốt của AI
công nghệ là một cách hữu ích trong công việc ngày hôm nay, và như chúng ta đã thấy với
Internet và World Wide Web, nó cũng dễ dàng để đánh giá thấp giá
của CNTT tiến bộ là tốt. Có khả năng là các tham vọng hơn
dự đoán trên sẽ không diễn ra vào năm 2020, nhưng nó là nhiều
quan trọng để giữ cho cả các tiềm năng tích cực và tiêu cực trong tâm trí
trong thử nghiệm nguy cơ điều khiển với khả năng nổi lên trong những
khu vực hoang dã-thẻ từ nay đến năm 2020.
4.
Kết luận
4.1
Nguyên tắc Timeless và lão hóa Practices
Đối với mỗi thập kỷ, tôi đã cố gắng để xác định hai nguyên tắc vượt thời gian
do các dấu cộng; và một thực tế quá trình lão hóa, đứng đầu là một điểm trừ
dấu.
Từ năm 1950
+
Đừng thờ ơ với khoa
học. Đây là phần đầu tiên của
định nghĩa về "kỹ thuật". Nó không phải chỉ bao gồm các
môn toán và khoa học máy tính, mà còn hành vi
khoa học, kinh tế, khoa học và quản lý. Nó cũng phải
bao gồm việc sử dụng các phương pháp khoa học để tìm hiểu thông qua kinh nghiệm.
+
Nhìn trước khi bạn bước nhảy
vọt. Cam kết sớm có thể là
thảm hại (Marry trong sự vội vàng, ăn năn lúc giải trí - khi nào giải trí
có sẵn).
-
Tránh sử dụng một quá trình tuần tự nghiêm ngặt.
Thế giới đang nhận được
quá tangeable và không thể đoán trước cho việc này, và nó thường là
chậm hơn.
Từ năm 1960
+
Suy nghĩ bên ngoài
hộp. Kỹ thuật lặp đi lặp lại sẽ không bao giờ
đã tạo ra Arpanet hoặc Engelbart của chuột-và-cửa sổ
GUI. Có một số vui vẻ tạo mẫu; nó thường có nguy cơ thấp và
khen thưởng thường xuyên cao.
+
khác biệt tôn trọng của phần
mềm. Bạn không thể tăng tốc độ của nó
phát triển vô hạn định. Vì nó là vô hình, bạn cần phải tìm
những cách tốt để làm cho nó nhìn thấy và có ý nghĩa với nhau
bên liên quan.
-
Tránh lập trình cao bồi.
Những phút cuối cùng tất cả-nighter
thường xuyên không làm việc, và các bản vá lỗi được xấu xí nhanh.
Từ năm 1970
+
Loại bỏ lỗi
sớm. Thậm chí tốt hơn, ngăn chặn chúng trong tương lai
thông qua phân tích nguyên nhân gốc rễ.
+
Xác định mục đích của hệ
thống. Nếu không có một tầm nhìn chung rõ ràng,
bạn có khả năng để có được sự hỗn loạn và thất vọng. Goal-question-
metric là một phiên bản khác của việc này.
-. Tránh phát triển từ trên xuống và giản COTS, tái sử dụng, IKIWISI, thay đổi nhanh chóng và các yêu cầu khẩn cấp thực hiện điều này. Càng không thực tế đối với hầu hết các ứng dụng từ những năm 1980 + Đây là rất nhiều con đường để tăng năng suất , bao gồm cả nhân sự, đào tạo, công cụ, tái sử dụng, cải tiến quy trình, tạo mẫu, và những người khác. + Thứ gì tốt cho sản phẩm là tốt cho quá trình, bao gồm kiến trúc, có thể dùng lại, composability, và khả năng thích ứng.