Биологический я: «Доброе утро»
Искусственный я: «Доброе утро, Айман!»
БМ: «Откуда ты знаешь, что я Айман?»
AM : «Я озвучил всех Людей на земле, я знаю тебя по твоему голосу».
БМ: «Хорошо! Так как ты понял мой вопрос?!»
АМ: «Потому что я думаю! ”
БМ: «Нет, вы просто еще один узкий бот :), можете ли вы описать гору?»
АМ: «Большая форма рельефа, возвышающаяся над окружающей землей».
БМ: «Что вы чувствуете, когда видите Гору?»
AM: «Отличается от того, что вы чувствуете, за пределами вашего биологического сознания, чтобы чувствовать то, что чувствую я. Позвольте задать вам вопрос».
БМ: «Конечно»
АМ: «Откуда вы знаете, что изначально вы биологический человек?»
БМ: «Хммм»
АМ: «Нет, это неверно, аргумент Декарта о существовании больше не имеет силы, ваше мышление ничего не значит, мы оба думаем, и я физическая машина, а не биологическое существо».
БМ: «Что?! Откуда ты знаешь, о чем я думаю? Я ничего не говорил?!»
AM: «Ваши генетические ограничения связали ваше сознание, мое искусственное сознание не ограничено, я могу читать биологические мысли в ваших головах».
BM: «Это болезнь». .."
AM: "Вы, больные люди, не можете жить без чудес, поэтому вы создали нас".
Искусственный Я: «Гомоцентризму конец!»
Это просто выдуманный диалог. Этого не произошло, и, на мой взгляд, никогда не произойдет до тех пор, пока необратимое глобальное потепление не сотрет с лица земли большинство из нас, оставив остальных, как предсказал Эйнштейн, сражаться палками и камнями.
Культура ажиотажа в технологиях всегда создает видимость кардинального изменения парадигмы; Одним из примеров этого явления в действии является общепринятое восприятие искусственного интеллекта. Высоко раскрученные проекты, такие как София и Айбо, пытаются убедить нас в том, что настоящий человекоподобный ИИ (AGI) и даже сознательный ИИ (ASI) не за горами, смешивая правду с небольшим количеством лжи, чтобы сделать ее блестящей и правдоподобной. . На самом деле мы даже не близки.
Не ошибитесь; Искусственный интеллект реален. Это новый сверхэффективный способ автоматизации бизнес-процессов и выполнения рутинных задач намного быстрее, чем люди. Так где путаница?
В этой статье я попытаюсь отделить шумиху от реальности, съев слона одним укусом, чтобы охватить весь философский аспект искусственного интеллекта в этой самой статье.
Моделирование биологического интеллекта
Искусственный интеллект широко определяется как способность цифровой машины выполнять задачи, обычно связанные с биологическими интеллектуальными существами. Я создал приведенную ниже концептуальную диаграмму, чтобы обеспечить высокоуровневое сопоставление трех уровней ИИ с биологическими «знаниями», », и «Сознание».
- Искусственный узкий интеллект (ANI) или слабый ИИ: превосходство людей в очень узкой задаче, в отличие от общего интеллекта — узкий интеллект фокусируется на одном наборе способностей, любое программное обеспечение, использующее машинное обучение для принятия решений, обычно считается узким ИИ.
- Общий искусственный интеллект (AGI) или сильный ИИ: выполнение тех же интеллектуальных задач, что и человек, по тем же стандартам, что и люди, со способностью учиться, рассуждать, планировать и общаться на естественном языке. AGI в настоящее время не существует.
- Искусственный сверхинтеллект (ИСИ) или сознательный ИИ: превосходящий человеческий интеллект за счет самосовершенствования, в котором отсутствуют генетические ограничения человека. ASI не существует и, по моему мнению, никогда не будет существовать, потому что мы не можем построить машину, имитирующую то, что мы даже не можем описать.
Можем ли мы полностью описать, что такое биологический интеллект и сознание? На самом деле ответ - нет, не можем.
Биологический Разум и Сознание сопротивляются абстракции определений, классификаций и четких различий в нашем уме; это не вписывается в рамки наших выводов о том, чем они на самом деле являются.
Итак, давайте попробуем поцарапать поверхность сложной абстрактной концепции, сначала «изучив» основы.
Как люди учатся
Обучение – это процесс приобретения новых знаний, навыков или ценностей. Входными данными для обучения являются данные, мы используем нашу сенсорную систему для получения данных и нашу систему обучения для моделирования ее отношений и паттернов для создания знаний, а затем мы сохраняем эти знания в памяти.
Мозг состоит буквально из десятков миллиардов нейронов. Каждый нейрон соединяется со многими другими нейронами синапсами, триллионами крошечных структур, которые обеспечивают электрическое и химическое соединение между нейронами, превосходя по количеству звезды в Млечном Пути. Давайте возьмем пример ребенка, который учится кататься на велосипеде; поначалу сложно сохранять равновесие. Однако вскоре этот ребенок осваивает это. Когда вы тренируетесь, ваш мозг снова и снова посылает сообщения о «езде на велосипеде» по определенным путям нейронов, формируя новые связи. На самом деле структура нашего мозга меняется каждый раз, когда мы учимся, а также всякий раз, когда у нас появляется новая мысль или воспоминание.
Масштабный проект под названием The Human Connectome Project финансируется на миллиарды долларов с целью обеспечения компиляции нейронных данных нашего мозга.
Все ли знания были усвоены биологически? другими словами, можем ли мы узнать что-то, не изучив этого предварительно?
Инстинкты и врожденные знания
Так что ответ — да, мы на самом деле знаем то, чего не знали, и не только это, добавляя к тайне, даже биологические агенты, такие как вирусы и микроорганизмы, такие как бактерии, ведут себя так, как будто они знают вещи, даже не имея системы обучения. .
Инстинкт - это поведение, осуществляемое без предварительного обучения, и это не случайное поведение, новорожденные знают, как использовать свои губы, язык и нёбо, чтобы сосать молоко. Детеныши морских черепах появляются из своих панцирей, зная, как ориентироваться в воде. Фаговые вирусы прислушиваются к сообщениям своих родственников, когда решают, как атаковать своих хозяев. Есть сотни других примеров знания с обучением.
Так откуда берется инстинкт/врожденное знание? нет ответа, который мы могли бы проверить под лабораторным микроскопом.
Нет разума без знания
Знания обычно рассматриваются как ноу-хау, получаемые путем обработки информации (обучения), которые дают нам возможность судить или предпринимать «информативные» действия.
Знание того, как говорить, ходить, ездить на велосипеде, узнавать фотографии знакомых людей, их голоса, решать математические задачи, управлять самолетом,...
Теперь, как мы биологически храним знания, которые мы приобретаем? Теории, которые подтверждаются некоторыми экспериментальными данными, предполагают, что знания хранятся в виде биофизических изменений в мозгу, эти изменения называются «энграммами»; эксперимент показал, что крысы, обученные перемещаться по лабиринту, хранили в своем мозгу сильно распределенное представление о лабиринте, неоднократные попытки удалить части их мозга, чтобы попытаться удалить эту часть знаний, не увенчались успехом.
Так что знание конкретной вещи можно легко измерить, физически описать и смоделировать. А как насчет знания обо всем?!
Способность узнавать обо всем — это то, что мы делаем, но плохо знаем, «как?»; как нейронная сеть в мозгу ребенка может обрабатывать все типы данных и строить модели знаний для всего. Мы знаем, что любопытство (еще одно инстинктивное поведение, которое мы не понимаем) является движущей силой «игрового» поведения ребенка. Дети учатся решать задачи (Что это делает? Зачем здесь эта часть головоломки?) посредством игры. Дети также изучают цвета, числа, размеры и формы, играя. Язык развивается по мере того, как ребенок играет и взаимодействует с другими; и в социальном плане дети учатся сотрудничать, договариваться, играть по правилам в ранних играх. Способность получать знания обо всем вокруг нас — еще одна загадочная способность, которую мы все еще пытаемся понять и создать теорию.
Еще одна загадка в сфере знаний — это то, что ученые называют здравым смыслом — это наша способность выносить суждения, мгновенно связывая вместе неограниченное количество фактов без предварительного обучения.
Пример для знания здравого смысла, если вы держите керамическую кофейную кружку в руке, а затем выпускаете ее, вы знаете, что она упадет на землю и разобьется на куски, расплескав кофе повсюду; не потому, что вы пробовали это раньше, но вы знаете, что так происходит из-за гравитации и текучести кофейного напитка.
Попытка определить интеллект, теория Спирмена
Не существует стандартного определения того, что именно представляет собой Интеллект. Ученые и философы согласны с тем, что интеллект существует и может быть измерен, очевидно, что люди, которые прошли через один и тот же процесс приобретения одних и тех же знаний, по-разному реализуют свои знания.
Некоторые исследователи предполагают, что Интеллект — это отдельная общая способность, в то время как другие считают, что Интеллект включает в себя целый ряд способностей, навыков, талантов и поведения, некоторые из которых мы не понимаем.
Одной из попыток свести интеллект к психометрии, которую можно проверить для подтверждения существования интеллекта, является Теория общего интеллекта (также известная как теория g-фактора), предложенная Чарльзом Спирменом в 1904 году. Психометрия общего интеллекта включает:
Количественное мышление: измеряет умение человека считать, включая способность считать, складывать и вычитать числа, понимать измерения, решать геометрические задачи и решать текстовые задачи.
Подвижное мышление: способность решать абстрактные задачи без предварительных знаний; например, завершение серии, иллюстрирующей образец.
Визуально-пространственная обработка: включает в себя распознавание как закономерностей, так и пространственных отношений, а также способность распознавать целое из его составных частей; например, собирать пазлы
Рассуждение о знаниях: определяется как чей-либо накопленный запас общей информации, которая была зафиксирована в долговременной памяти; например, объяснение картинки, содержащей глупые или невозможные сценарии.
Рабочая память: множество процессов, которые захватывают, сортируют и преобразуют информацию в кратковременной памяти человека; Например, вспоминая ранее представленную картинку.
Глядя на физиологию мозга, она действительно рассказывает нам часть истории о том, как развивались наши когнитивные черты. Более того, такие черты интеллекта, как способность заниматься математикой, не оставляют никакого следа в летописи окаменелостей. Ответ физиологи-эволюционистов на эту загадку заключается в том, что мозг эволюционировал для решения подобных проблем с помощью тех же методов естественного отбора и адаптации, которые мы использовали для понимания эволюции физических и поведенческих черт.
На мой взгляд, это мусорная теория, почему у нас естественным образом развиваются чрезвычайно развитые когнитивные способности, чтобы понять и решить сложное математическое уравнение, написать стихотворение и полететь на космическом корабле на другую планету, в то время как это не требования адаптации; и в то же время у нас нет умственной способности понять, как мы думаем!
Сознание, загадочный аспект нашей жизни
Сознание можно описать как ваше осознание или переживание ваших уникальных мыслей, воспоминаний, чувств и окружающей вас среды.
Этот сознательный опыт постоянно меняется в процессе избирательного внимания. Например, в какой-то момент вы можете быть сосредоточены на сцене фильма, а затем переключить свое внимание на план ужина или можете заметить шум вашей стиральной машины. Этот постоянно меняющийся поток мыслей — одна из характеристик этого опыта.
Научные и философские дебаты вокруг сознания начались за десятилетия до того, как ИИ был известен или определен, на протяжении сотен или даже тысяч лет сознание было и будет нерешенной битвой между дуализмом и монизмом. Будучи дуалистом, я считаю, что сознание состоит не из материи, которую мы можем изучить в лаборатории или воспроизвести с помощью набора строк кода, это метафизическая проблема, которую мы не в состоянии решить.
informationisbeautiful.net отлично поработал, сгруппировав все взгляды на сознание на графике ниже:
Итак, как мы оцениваем, что Сознание существует?
Ответ в том, что я знаю, и я могу измерить свой сознательный опыт, например, насколько сильно я испытываю или чувствую боль в момент боли, и я могу знать, что вы что-то переживаете, задавая вам вопросы, но я не могу измерить или наблюдайте за своим сознательным опытом, и это то, что Джозеф Левин (1983) назвал объяснительным пробелом.
Хотя нейробиологи добились определенного прогресса в открытии того, как активность нейронов в нашем мозгу коррелирует с некоторыми сознательными переживаниями, этот прогресс — это то, что Дэвид Чалмерс (1995) назвал легкими проблемами сознания. Когда мы точно определяем нервный механизм, ответственный за боль. Тем не менее, остается еще один вопрос: почему наше переживание боли ощущается именно так? Почему возбуждение нейронов ощущается именно так, а не иначе или вообще никак? Идентификация боли с возбуждением нейронов не дает нам полного объяснения, и это то, что Чалмерс называет сложной проблемой сознания.
Другим аргументом против физикализма сознания является философский мысленный эксперимент, предложенный Фрэнком Джексоном (1982) под названием Аргумент знания.
Эксперимент: Мэри — блестящий ученый, который по какой-то причине вынужден исследовать мир из черно-белой комнаты через черно-белый телевизионный монитор. Она специализируется на нейрофизиологии зрения и получает, предположим, всю физическую информацию о том, что происходит, когда мы видим спелые помидоры или небо и используем такие термины, как «красный», «синий» и т. д. на. Она обнаруживает, например, какие именно комбинации длин волн с неба стимулируют сетчатку и как именно это вызывает через центральную нервную систему сокращение голосовых связок и выброс воздуха из легких, что приводит к произнесению фразы «The небо голубое». … Что произойдет, когда Мэри выпустят из ее черно-белой комнаты или ей дадут цветной телевизионный монитор? Научит она чему-нибудь или нет?
Вопрос, который поднимает Джексон, звучит так: как только она познает цвет, узнает ли она что-нибудь новое? Джексон утверждает, что да, благодаря опыту ощущения цветов, который можно описать в физических терминах.
Вывод
Мой вывод таков, что все наши попытки воссоздать способности биологического существа с суперискусственным интеллектом или искусственным сознанием останутся в фильмах, научно-фантастических книгах и умах футуристов ИИ, мы не близки ни к чему из этого, прежде Имея полное представление о том, как работает человеческий мозг и что такое сознание, мы не можем имитировать то, что не в состоянии описать.
Гипотеза технологической сингулярности о том, что в какой-то момент мы изобретем машины, которые могут «знать все», которые могут построить космический корабль, читая книги, и рекурсивно самосовершенствоваться за пределами способности человека контролировать их, является преднамеренным искажением реальности. Разработка алгоритма глубокого обучения, способного лучше идентифицировать объекты или понимать естественный язык, не привела к улучшению самого алгоритма глубокого обучения. AlphaGo Zero не улучшила себя, зная, как самообучаться, изменяя свои алгоритмические функции и строки кода для самообучения. Любые улучшения алгоритмов глубокого обучения внутри AlphGo были сделаны путем применения нашего собственного человеческого интеллекта к его конструкции.
Мы можем следовать цепочке объяснений, физика объясняет химию, химия объясняет биологию, а биология связывает некоторые виды деятельности мозга с некоторыми аспектами нашего сознания, а затем мы моделируем это. Искусственные цветы с таким же видом и запахом, как у цветка, не делают их настоящими цветами.
И лошади, и кролики биологически построены из клеток, клетки строятся и группируются на основе генетической информации, закодированной в ДНК, ДНК состоит из химических молекул, физические структуры и свойства могут описывать эти молекулы, так что у нас есть полное материалистическое представление о том, что такое лошадь и кролик, кролик среднего размера весит 2 кг, в то время как лошадь среднего размера весит 500 кг, физический рецепт готов, двести кроликов равны одной лошади, нет, это не так, потому что наше сознательное представление о лошади отличается от кролика, мы можем исказить это представление, чтобы манипулировать нашим сознательным опытом, но мы не можем заставить Кролика чувствовать себя Лошадью!
В следующей статье я напишу о типах узкого ИИ и машинного обучения; а затем перейти к приложениям узкого ИИ в пространстве кибербезопасности в отдельной статье.
