Các lý thuyết hiện tại về sự phát triển của một AI có ý thức là gì?

Các lý thuyết hiện tại về sự phát triển của một AI có ý thức là gì? Có ai thậm chí đang cố gắng phát triển một AI có ý thức?

Có thể ý thức là một hiện tượng mới nổi, nghĩa là, một khi chúng ta đặt đủ độ phức tạp vào hệ thống của mình, nó sẽ trở nên tự nhận thức?

Để trả lời câu hỏi này, trước tiên chúng ta cần biết tại sao phát triển AI có ý thức lại khó khăn. Lý do chính là không có định nghĩa nghiêm ngặt về mặt toán học hoặc mặt khác của ý thức. Chắc chắn bạn có một ý tưởng về ý thức khi bạn trải nghiệm nó và chúng ta có thể nói về những thây ma triết học nhưng đó không phải là một khái niệm hữu hình có thể bị phá vỡ và hoạt động. Hơn nữa, phần lớn các nghiên cứu hiện tại về AI chủ yếu là một cách tiếp cận thực tế trong đó người ta đang cố gắng xây dựng một mô hình có thể hoạt động tốt theo một số hàm chi phí mong muốn. Đây là một lĩnh vực rất lớn và thú vị và bao gồm nhiều vấn đề nghiên cứu và mọi phát hiện mới đều dựa trên lý thuyết toán học hoặc bằng chứng thực nghiệm về một thuật toán / xây dựng mô hình mới / v.v. Bởi vì điều này,

Vì vậy, để trả lời câu hỏi của bạn, không ai đang cố gắng thực sự tạo ra một AI có ý thức về AI vì chúng ta không biết từ đó có nghĩa là gì, tuy nhiên điều đó không ngăn được mọi người nói về nó.

Ý thức là gì? Có một số thách thức thực sự trong việc thiết lập ý thức là một mục tiêu, bởi vì chúng ta chưa có nhiều hiểu biết khoa học về cách thức bộ não thực hiện hoặc sự cân bằng cần có giữa trí nhớ dài hạn, trí nhớ ngắn hạn, ẩn ý công việc diễn giải, các chế độ có ý thức tương phản của xử lý tự động và xử lý có chủ ý (Khanemann's S1 và S2). John Kihlstrom (danh dự tâm lý học tại Berkeley) có một bài giảng về Ý thức có sẵn trong iTunesU mà bạn có thể kiểm tra. Carnegie-Mellon Uni có một mô hình gọi là ACT-R, mô hình trực tiếp các hành vi có ý thức như chú ý - trả tiền.

Điều gì có thể ràng buộc sự hiểu biết của chúng ta về nó? Triết học đã được xem xét câu hỏi về ý thức trong một thời gian dài. Cá nhân tôi thích Hegel và Heidegger (triết gia). Cả hai đều rất khó đọc, nhưng Heidegger (được Hubert Dreyfus giải thích) đã phê phán một cách hữu ích các dự án 'AI cổ điển tốt' của những năm bảy mươi và chỉ ra bao nhiêucông việc ở đó chỉ là diễn giải một đầu vào trực quan. Hegel thường là ác ý, nhưng để thấy anh ta được giải thích tốt, hãy xem các cuộc nói chuyện của Robert Brandom với LMU về logic của ý thức và Hegel là một người theo chủ nghĩa thực dụng đầu tiên của Người bán. Nếu ý thức là nắm giữ sự thật và sự chắc chắn, thì nó thực hiện 'một con đường nghi ngờ, hay đúng hơn là một đường cao tốc của sự tuyệt vọng', theo đó nó không bao giờ tự đặt mình lên trên sự điều chỉnh. Có một cái gì đó về cách đối xử của Hegel trong ý thức đệ quy, mà không chịu khuất phục trước một hồi quy xấu xa, mà tôi nghĩ rằng sẽ được đưa ra trước khi kết thúc.

Những diễn biến gần đây. Các phương pháp tiếp cận Deep Learning và thành công thực dụng của hiện tại rất thú vị, nhưng sẽ rất thú vị để xem họ có thể đi xa đến đâu trong việc tích hợp và khái quát hóa từ những thông tin nhỏ nhất mà tâm trí con người thực tế tiếp xúc. Trong khi Deep Learning và khai thác dữ liệu có thể nhìn thấy rõ, các cách tiếp cận mang tính biểu tượng cũng được đưa ra ngoài đó vẫn ngày càng tốt hơn và đa dạng hơn. Nhưng thiếu sự diễn giải lý thuyết bao quát sẽ cho phép khái quát hóa.

Hai lý thuyết lớn giữ ngón chân. Nếu tôi phải chọn một dự án mà tôi nghĩ là đáng tham dự, Giulio Tononi (et al) đã thiết lập một sự hiện đại hóa rất hay của vấn đề trong ' Lý thuyết thông tin tích hợp ' Nhưng bạn có thể muốn mở rộng điều đó với một thứ như Rolf Pfeifer 's' Cơ thể hình thành cách chúng ta suy nghĩ như thế nào ', bởi vì một số' thông tin tích hợp 'tiềm ẩn trong việc có tay và chân, mắt và mũi (được đặt ở đó bởi công việc tích lũy thông tin của sự tiến hóa.) Nhưng có rất nhiều công việc tốt đã được thực hiện xong - các chuyên gia đang viết bài nhanh hơn tôi có thể đọc chúng.

Cụ thể hơn cho câu hỏi của bạn, có những nỗ lực mô phỏng bộ não của con người với hy vọng rằng mục đích tổng thể sẽ giúp tài trợ cho nghiên cứu và đưa ra câu trả lời cho từng đoạn trên.

CERA-CRaniUM là một ví dụ cho kiến ​​trúc nhận thức để tạo ra Ý thức máy (MC). Hướng tới hành vi giống như ý thức trong các nhân vật trò chơi máy tính, năm 2009 Nó được thực hiện như một hệ thống bảng đen có khả năng thực hiện các tác vụ theo luồng. Việc thực hiện chính nó hoạt động với ngôn ngữ tự nhiên. Điều đó có nghĩa là, một tác nhân CERA-CRaniUM có một biến có tên là Tôi đang sợ sợ và nếu biến này được đặt là True, thì cảm xúc được kích hoạt. Vì vậy, nó không phải là ý thức thực sự, nhưng có nhiều điểm chung với các trạng thái bên trong của các nhân vật trong Trò chơi The Sims.

Khía cạnh thú vị là, ý thức về máy của Cameron không phải là bí truyền, như nó trông giống như vậy. Học giả Google tìm thấy khoảng 3k bài báo về nó. Trong hầu hết các trường hợp, sự phát triển bắt đầu với mục đích thực hiện cảm xúc cho các nhân vật trong trò chơi mà sau đó được mở rộng thành những suy nghĩ chung trong một con người ảo.

Ngoài câu trả lời xuất sắc của Jaden "không ai cố gắng thực sự tạo ra một AI có ý thức về AI bởi vì chúng ta không biết từ đó có nghĩa là gì" Tôi muốn thêm từ "chưa" rất lạc quan.

Nó rất có vấn đề và có khả năng không thể phân biệt giữa một thực thể có ý thức và một thực thể hành xử chính xác như thể nó có ý thức. Các triết gia đã đấu tranh với điều đó trong nhiều thế kỷ; một số thậm chí còn tán thành chủ nghĩa duy ngã, đó là một triết lý "Tôi sống trong Ma trận". Cụ thể, làm thế nào bạn có thể biết liệu người bạn thời thơ ấu của bạn hoặc người phối ngẫu của bạn hoặc bất kỳ ai khác là một thực thể có ý thức chứ không phải là hiện thân của AI hoạt động chính xác như một thực thể có ý thức?

Tất nhiên, có thể đi "nếu nó đi như một con vịt và quạ như một con vịt thì đó là một con vịt". Trong trường hợp đó, Thử nghiệm Turing vượt qua AI sẽ tự động được coi là có ý thức. Tuy nhiên, hầu hết mọi người sẽ không chấp nhận tiêu chí vịt của ý thức; nếu không, họ sẽ sớm phải gọi các thiết bị gia dụng do Alexa vận hành có ý thức.

Hai xu của tôi về cơ bản giống như của Jaden, ngoại trừ việc tôi bi quan hơn về việc hiểu ý thức là gì.

Ý thức là khả năng nhận thức được suy nghĩ của chính bạn, môi trường trực tiếp, cảm xúc của bạn và không có gì hơn thế. Đó là cơ chế của bộ não của chúng ta để kiểm soát loại suy nghĩ thấp hơn của chúng ta, dựa trên sự liên kết và cảm xúc. Ý thức là quan sát suy nghĩ và cảm xúc của chúng ta giống như chúng ta quan sát thế giới thực bằng mắt. Nó không phức tạp. Câu hỏi thực sự không phải là liệu máy móc có khả năng ý thức hay không mà là chúng có khả năng cảm xúc hay không.

Giới thiệu : Hiện tại, chúng tôi cho rằng các hệ thống hiện tại trở nên tốt hơn trong gần như mọi nhiệm vụ chuyên ngành hơn con người. Ngoài ra, chúng tôi thấy rằng các nhà khoa học làm việc để tạo ra các hệ thống hiện tại cũng tốt hơn trong các nhiệm vụ ít chuyên biệt hơn (bắt đầu từ: nhận dạng chữ cái, đến: nhận dạng động vật, nhận dạng loài, nhận dạng hoạt động, nhận dạng hình ảnh chuyển động, ..).

Kết luận : Không có lý do gì để không tin rằng các hệ thống hỗ trợ mạng thần kinh sẽ không trở nên tốt hơn trong bất kỳ nhiệm vụ nhất định nào, trong tương lai.

Câu hỏi :

Ý thức là gì?

Tôi nghĩ rằng vấn đề hiện tại về tự nhận thức là một vấn đề định nghĩa. Tôi đã không tìm thấy nhiều tài liệu về chủ đề này, mặc dù triết học (thật không may, hoàn toàn không sử dụng trong bối cảnh này).

Vì thiếu tài liệu tôi muốn đưa ra định nghĩa của riêng mình. May mắn thay, chúng ta biết từ quan sát rằng tất cả các động vật được đánh giá "thông minh" đều có một mức độ "tự ý thức" và tò mò. Từ sinh học, chúng ta biết rằng sự tò mò là một cơ chế thúc đẩy cho một hành vi quan sát / lý luận / kiểm tra. Bây giờ chúng tôi kết luận rằng tự nhận thức, rõ ràng là cùng một cơ chế được áp dụng trên các quá trình hành vi / suy nghĩ của riêng bạn. Chúng tôi chỉ đơn giản tưởng tượng một kết quả có thể có của một hành động nhất định mà chúng tôi có thể thực hiện và đánh giá nó.

Do đó, ý thức phải là kết quả của một hệ thống động lực nhất định, tạo điều kiện cho sự tò mò và một hệ thống đánh giá không đủ phức tạp đủ phức tạp.

Tôi đoán là một hệ thống động lực như vậy là rất dễ thực hiện. Vấn đề hiện tại là đơn giản là không có hệ thống nào tồn tại đủ linh hoạt để "giải quyết" bất kỳ nhiệm vụ nào. Các mạng hiện tại vẫn còn quá chuyên biệt.