Li ateities mašininio intelekto vizija, kurią jis vadina „kognityvine fizika“, remiasi moksliniu Turingo (viršuje), Schrödingerio (kairėje apačioje) ir Wiener (apačioje dešinėje) palikimu. Kreditas: Deyi Li. Deyi Li iš Kinijos dirbtinio intelekto asociacijos mano, kad žmonių ir mašinų santykiai yra abipusiai naudingi.
Jo dokumentas apie mašinų intelektą, kuris buvo paskelbtas m Išmanusis kompiuterisparemtas penkiais novatoriškais kvantinės mechanikos tėvo Schrödingerio, dirbtinio intelekto tėvo Turingo ir kibernetikos tėvo Wienerio darbais.
Schrödingeris ir ne tik: laikui bėgant mašinos gali mąstyti ir sąveikauti su pasauliu
Įkvėptas Schrödingerio knygos „Kas yra gyvenimas? Gyvos ląstelės fizinis aspektas“, Li mano, kad mašinos gali būti laikomos gyvomis būtybėmis. Tai yra, kaip ir žmonės, sąveikaudami su pasauliu jie sumažina entropijos ar netvarkos kiekį savo aplinkoje.
Žemės ūkio ir pramonės amžiaus mašinos egzistavo tik fiziniu lygmeniu, o dabar, intelekto amžiuje, mašinos susideda iš keturių dviejų skirtingų lygių elementų: materijos ir energijos fiziniame lygmenyje, o struktūros ir laiko pažinimo lygis. „Mašina gali būti minties nešėja, o laikas yra mašinos pažinimo pagrindas“, – aiškino Li.
Turingas ir ne tik: mašinos gali mąstyti, bet ar gali mokytis?
1936 m. Turingas paskelbė, kas buvo vadinama įtakingiausiu matematikos straipsniu, įtvirtindama universalios skaičiavimo mašinos, galinčios atlikti bet kokį įmanomą skaičiavimą, idėją. Tokie hipotetiniai kompiuteriai vadinami Tiuringo mašinomis.
Jo 1950 m. straipsnis „Skaičiavimo mašinos ir intelektas“ pristatė tai, kas dabar žinoma kaip Tiuringo testas, skirtas mašinų intelektui matuoti, ir sukėlė diskusiją, ar mašinos gali mąstyti. Mąstymo mašinų šalininkas Turingas tikėjo, kad „vaikų mašina“ gali būti išlavinta ir galiausiai pasiekti suaugusiųjų intelekto lygį.
Tačiau, atsižvelgiant į tai, kad pažinimas yra tik viena mokymosi proceso dalis, Li atkreipė dėmesį į du Turingo modelio apribojimus siekiant geresnio mašininio intelekto: pirma, mašinos pažinimas yra atjungtas nuo aplinkos, o ne su ja prijungtas. Šis trūkumas taip pat buvo pabrėžtas Michaelo Woodridge’o straipsnyje „Ko trūksta šiuolaikiniame dirbtinio intelekto? Pasaulis“.
Antra, mašinos pažinimas yra atjungtas nuo atminties ir todėl negali remtis prisiminimais apie praeities patirtį. Dėl to Li intelektą apibrėžia kaip gebėjimą įsitraukti į mokymąsi, kurio tikslas – gebėti „paaiškinti ir išspręsti aktualias problemas“.
Wiener ir ne tik: mašinos turi elgesio intelektą.
1948 m. Wiener išleido knygą, kuri buvo kibernetikos, gyvų organizmų, mašinų ir organizacijų kontrolės ir komunikacijos tyrimo ir tarp jų, pagrindas. Po knygos sėkmės jis išleido dar vieną, kurioje daugiausia dėmesio buvo skirta kibernetikos problemoms iš sociologijos perspektyvos, siūlant būdus žmonėms ir mašinoms harmoningai bendrauti ir sąveikauti.
Pasak Li, mašinos vadovaujasi valdymo modeliu, panašiu į žmogaus nervų sistemą. Žmonės suteikia mašinoms užduotis ir elgesio ypatybes, kurios vėliau turi vykdyti sudėtingą elgesio ciklą, reguliuojamą atlygio ir bausmės funkcija, kad pagerintų jų suvokimo, pažinimo, elgesio, sąveikos, mokymosi ir augimo gebėjimus.
Iteracijos ir sąveikos metu keičiasi trumpalaikė mašinų atmintis, darbinė ir ilgalaikė atmintis, įkūnijanti intelektą per automatinį valdymą. „Iš esmės kontrolė yra neigiamo grįžtamojo ryšio naudojimas siekiant sumažinti entropiją ir užtikrinti įkūnyto mašinos elgsenos intelekto stabilumą“, – padarė išvadą Li.
Šiuolaikinių mašinų stiprybė yra gilus mokymasis, kuriam vis dar reikia žmogaus indėlio, tačiau išnaudojama įrenginių galimybė naudoti brutalios jėgos metodus sprendžiant problemas, naudojant įžvalgas, gautas tiesiai iš didelių duomenų.
Bendra ateitis: nuo mokymosi iki kūrimo
Mašinos intelektas negali veikti atskirai; tam reikia žmogaus sąveikos. Be to, mašinų intelektas yra neatsiejamas nuo kalbos, nes žmonės naudoja programavimo kalbas, kad valdytų mašinos elgesį.
Įspūdingas ChatGPT, pokalbių roboto, demonstruojančio naujausią natūralios kalbos apdorojimo pažangą, našumas įrodo, kad mašinos dabar gali internalizuoti žmonių kalbos modelius ir sukurti tinkamus pavyzdinius tekstus, atsižvelgiant į tinkamą kontekstą ir tikslą. Kadangi dirbtinio intelekto sukurti tekstai vis labiau nesiskiria nuo žmonių parašytų tekstų, kai kurie teigia, kad dirbtinio intelekto rašymo įrankiai išlaikė Turingo testą. Tokie pareiškimai kelia ir susižavėjimą, ir nerimą.
Li yra vienas iš optimistų, kurie įsivaizduoja dirbtinį intelektą natūralioje pusiausvyroje su žmogaus civilizacija. Žvelgiant iš fizikos perspektyvos, jis mano, kad pažinimas yra pagrįstas materijos, energijos, struktūros ir laiko deriniu, kurį jis vadina „kietos struktūros gaminiais“ ir išreiškiamas per informaciją, kurią jis vadina „minkštos struktūros gaminiais“.
Jis daro išvadą, kad žmonės ir mašinos gali sąveikauti keliais kanalais ir būdais, kad įgytų atitinkamai išminties ir intelekto. Nepaisant skirtingų mąstymo ir kūrybiškumo savybių, ši sąveika leidžia žmonėms ir mašinoms pasinaudoti vieni kitų privalumais.
Daugiau informacijos: Deyi Li, Kognityvinė fizika – Šriodingerio, Turingo ir Wienerio nušvitimas ir toliau, Išmanusis kompiuteris (2023). DOI: 10.34133/computing.0009
Teikia išmanioji kompiuterija
Citata: Mašinų intelektas ir žmonija turi naudos iš abipusio mokymosi „spiralės“, sako „kognityvinės fizikos“ šalininkas (2023 m., kovo 17 d.), gautas 2023 m. kovo 18 d. iš https://techxplore.com/news/2023-03-machine-intelligence- humanity-beefit-spiral.html
Šis dokumentas yra saugomas autorių teisių. Išskyrus bet kokius sąžiningus sandorius privačių studijų ar mokslinių tyrimų tikslais, jokia dalis negali būti atkuriama be raštiško leidimo. Turinys pateikiamas tik informaciniais tikslais.