Connect with us

Hi, what are you looking for?

Наука и технологии

Искусственный интеллект и человечество выигрывают от «спирали» взаимного обучения

Искусственный интеллект и человечество выигрывают от «спирали» взаимного обучения, говорит сторонник «когнитивной физики».

Дейи Ли из Китайской ассоциации искусственного интеллекта считает, что отношения людей и машин взаимовыгодны.

Его статья о машинном интеллекте , опубликованная в Intelligent Computing , основана на пяти новаторских работах Шредингера, отца квантовой механики, Тьюринга, отца искусственного интеллекта, и Винера, отца кибернетики.

Шредингер и не только: Машины могут думать и взаимодействовать с миром с течением времени

Вдохновленный книгой Шредингера «Что такое жизнь? Физический аспект живой клетки», Ли считает, что машины можно считать живыми существами. То есть, как и люди, они уменьшают количество энтропии или беспорядка в окружающей их среде благодаря своему взаимодействию с миром.

Машины сельскохозяйственной эпохи и индустриальной эпохи существовали только на физическом уровне, но теперь, в эпоху разума, машины состоят из четырех элементов на двух разных уровнях: материи и энергии на физическом уровне и структуры и времени на физическом уровне. когнитивный уровень. «Машина может быть носителем мысли, а время — основа машинного познания», — объяснил Ли.

Тьюринг и не только: машины могут думать, но могут ли они учиться?

В 1936 году Тьюринг опубликовал то, что было названо самой влиятельной статьей по математике, изложив идею универсальной вычислительной машины, способной выполнять любые мыслимые вычисления. Такие гипотетические компьютеры называются машинами Тьюринга.

Его статья 1950 года «Вычислительные машины и интеллект» представила то, что сейчас известно как тест Тьюринга для измерения машинного интеллекта, что вызвало споры о том, могут ли машины мыслить. Сторонник мыслящих машин, Тьюринг считал, что «детскую машину» можно обучить и в конечном итоге достичь взрослого уровня интеллекта.

Однако, учитывая, что познание — это только часть процесса обучения, Ли указал на два ограничения модели Тьюринга в достижении лучшего машинного интеллекта: во-первых, познание машины не связано с окружающей средой, а не связано с ней. Этот недостаток также был отмечен в статье Майкла Вудриджа под названием «Чего не хватает современному ИИ? Мир».

Во-вторых, познание машины отключено от памяти и поэтому не может опираться на воспоминания о прошлом опыте. В результате Ли определяет интеллект как способность заниматься обучением, цель которого — уметь «объяснять и решать актуальные проблемы».

Винер и не только: машины обладают поведенческим интеллектом.

В 1948 году Винер опубликовал книгу, которая послужила основой для области кибернетики, исследования управления и связи внутри и между живыми организмами, машинами и организациями. На волне успеха книги он опубликовал другую, сосредоточив внимание на проблемах кибернетики с точки зрения социологии, предлагая способы гармоничного общения и взаимодействия людей и машин.

По словам Ли, машины следуют схеме управления, похожей на человеческую нервную систему. Люди предоставляют миссии и поведенческие особенности машинам, которые затем должны запустить сложный цикл поведения, регулируемый функцией вознаграждения и наказания, чтобы улучшить свои способности восприятия, познания, поведения, взаимодействия, обучения и роста.

Благодаря повторению и взаимодействию кратковременная память , рабочая память и долговременная память машин меняются, воплощая интеллект посредством автоматического управления. «По сути, управление — это использование отрицательной обратной связи для снижения энтропии и обеспечения стабильности воплощенного поведенческого интеллекта машины», — заключил Ли.

Сильной стороной современных машин является глубокое обучение, которое по-прежнему требует участия человека, но использует способность устройств использовать методы грубой силы для решения проблем с выводами, полученными непосредственно из больших данных.

Совместное будущее: от обучения к творчеству

Машинный интеллект не может работать изолированно; это требует человеческого взаимодействия . Более того, машинный интеллект неотделим от языка, поскольку люди используют языки программирования для управления поведением машин.

Впечатляющая производительность ChatGPT, чат-бота, демонстрирующего последние достижения в области обработки естественного языка , доказывает, что машины теперь способны усваивать модели человеческого языка и создавать соответствующие примеры текстов с учетом соответствующего контекста и цели. Поскольку тексты, созданные ИИ, становятся все более неотличимыми от текстов, написанных человеком, некоторые говорят, что инструменты для письма ИИ прошли тест Тьюринга. Подобные заявления вызывают как восхищение, так и тревогу.

Ли принадлежит к числу оптимистов, которые представляют искусственный интеллект в естественном равновесии с человеческой цивилизацией. Он считает, с точки зрения физики, что познание основано на сочетании материи, энергии, структуры и времени, которое он называет «жестко структурированным продуктом», и выражается через информацию, которую он называет «мягко структурированным продуктом».

Он приходит к выводу, что люди и машины могут взаимодействовать через несколько каналов и режимов, чтобы обрести мудрость и интеллект соответственно. Несмотря на их разные способности к мышлению и творчеству, это взаимодействие позволяет людям и машинам извлекать выгоду из сильных сторон друг друга.

Искусственный интеллект и человечество выигрывают от «спирали» взаимного обучения

Теги: ИИ, обучение

В тренде