رویکرد کیهانی-بودایی برای سنجش هوشیاری هوش مصنوعی
در طول تاریخ ، بشریت شاهد مجموعه ای از انقلابهای تکنولوژیکی بوده است که شیوه زندگی و کار ما را به میزان قابل توجهی تغییر داده است. کشف آتش یکی از اولین و مهمترین انقلابهای تکنولوژیکی در تاریخ بشر است. این امر به اجداد ما اجازه می دهد تا غذا را بپزند ، قابلیت هضم و ارزش غذایی آن را بهبود بخشند و گرما و محافظت از شکارچیان را فراهم کنند. آتش سوزی همچنین به انسان های اولیه (Homo erectus) امکان می دهد فعالیت های خود را در شب گسترش دهند و سرانجام منجر به توسعه فن آوری های پیچیده تر و ارزش غذایی بالاتر و توانایی پخت و پز و غذای کمی فاسد شده که توسط باکتریهای مضر استعمار شده بودند ، باعث رشد مغزهای بزرگتر از سایر هومینیدها ، Homo neanderthalensis ، Denisova Hominins و Denisova Hominissis ، زمان
<شکل کلاس = "wp-block-embed iS-type-video is-provider-youtube wp-block-embed-youtube wp-ambed-ambect-6-9 wp-aspect-statio">
انقلاب بزرگ تکنولوژیکی بعدی حدود 200K-300،000 سال به طول انجامید ، که این توسعه کشاورزی بود که در حدود 10،000 پیش از میلاد آغاز شد. کشاورزی به انسان اجازه می داد تا در یک مکان مستقر شوند ، محصولات زراعی و حیوانات اهلی کنند و منجر به ظهور شهرکهای دائمی و رشد جوامع پیچیده شود. اگرچه آنها بیش از 100000 سال قبل از Homo Erectus به Homo Sapiens تکامل یافته بودند.
زبان گفتاری یکی دیگر از پیشرفت های اساسی فناوری است که به انسان امکان برقراری ارتباط ، به اشتراک گذاشتن ایده های انتزاعی و عبور از دانش را از طریق نسل ها می دهد. منشأ دقیق زبان گفتاری هنوز مورد بحث قرار گرفته است ، اما احتمالاً با شروع اجداد ما گروه های اجتماعی بزرگتر و پیچیده تری ظاهر شد. بودیسم باستان هند در مدتی تأسیس شد که هنوز هم تعداد زیادی شکارچی جمع شده بودند و کشاورزی هنوز جدید بود ، کفش و سواد بسیار نادر بودند. به همین دلیل بودیسم هند باستان در ابتدا یک سنت شفاهی بود.
جالب توجه ، سیستم های حسابداری از اختراع زبان نوشتاری پیش بینی می کنند. انسانهای اولیه از طناب گره دار استفاده می کردند ( quipu ) ، میله های سفالی ، تبلت های سفالی و سایر سیستم ها برای ثبت معاملات و پیگیری بدهی ها و منابع. این شکل احتیاطی از ضبط رکورد در نهایت به زبانهای نوشتاری پیچیده تر تبدیل شد.
چرخ ، سنگ بنای حمل و نقل و نوآوری تکنولوژیکی ، در واقع پس از توسعه زبان مکتوب ، حدود 3500 پیش از میلاد ، اختراع شد. اختراع آن حمل و نقل و تجارت را بسیار بهبود بخشیده و جابجایی کالاها و افراد در مسافت های طولانی را آسان تر می کند. مایاها عجیب و غریب علی رغم توانمندی تکنولوژیکی و ریاضی ، چرخ را کشف نکردند. بومیان آمریکایی همچنین به جای چرخ دستی از سورتمه استفاده می کردند ، چرخ ها توسط استعمارگران معرفی شدند.
چاپخانه ، اختراع شده توسط یوهانس گوتنبرگ در قرن پانزدهم ، یک انقلاب مهم فناوری دیگر را نشان داد. این امکان تولید انبوه کتاب را فراهم کرد که منجر به افزایش سواد و گسترش دانش در جامعه شد. این دسترسی گسترده به اطلاعات منجر به ظهور انقلاب علمی و عصر روشنگری شد که منجر به شروع نهایی انقلابهای صنعتی شد که جهان را دگرگون می کند. اما به راحتی می توان فکر کرد که انقلابهای صنعتی اولین باری است که جهان دگرگون می شود. اما در طول هر یک از این دوره های تکنولوژیکی ، مردم فکر می کردند که معرفی فناوری جدید به جای این که ببیند چگونه فناوری می تواند زندگی آنها را گسترش و غنی سازد ، شیوه زندگی آنها را به خطر می اندازد. از ترس اینکه کشاورزی منجر به سلسله مراتب شود و مفهوم تمدن با قوانینی که به مردم تحمیل شده است ، بدترین چیز قابل تصور تلقی می شد. پس از آن ، رفتن از زبان مکتوب در نظر گرفته شد که باعث می شود افراد گنگ شوند زیرا آنها مجبور نیستند به همان اندازه به خاطر بسپارند ، بدون هیچ مفهوم اشکال خطاهای تکثیر ذاتی برای سنت های شفاهی. این شکایات اکنون برای ما تقریباً مضحک به نظر می رسد ، فکر می کنیم دنیایی با برق و لوله کشی سرپوشیده به نوعی بدتر از زندگی در فقر و گرسنگی دائمی در بیابان تلقی می شود ، اما در آن زمان ، گروه های بسیار بزرگی با مهارت های استدلال بسیار بد وجود داشتند. به نظر می رسد که این بخش یکی از معدود ثابت های این دوره های تاریخی است که قبل از وجود موجوداتی به نام Homo Sapiens (انسانهای مدرن) که در حال قدم زدن در زمین هستند ، به آن کشیده می شود.
سریع چند انقلاب صنعتی بعداً به جلو بروید و ظهور هوش مصنوعی ممکن است جدید به نظر برسد ، اما این مفهوم از زمان یونان باستان وجود دارد ، جایی که افسانه ها از هفاستوس می گویند که برای کارگاه خود اتوماتیک ایجاد می کند. تالوس یک مرد مصنوعی از برنز بود که از اروپا محافظت می کرد (همچنین اولین ترمیناتور)
نسخه بعدی با هرکول با آسیب پذیری مچ پا جنگید
<شکل کلاس = "wp-block-embed iS-type-video is-provider-youtube wp-block-embed-youtube wp-ambed-ambect-6-9 wp-aspect-statio">پادشاه آلچینی از Phaeacians سگ های تماشای طلا و نقره را به کار گرفت. به گفته ارسطو ، داودالوس از Quicksilver برای ساخت مجسمه چوبی خود از آفرودیت استفاده کرد.
فراتر از اسطوره های تاریخی ، اتومات در دنیای هلنیستی بسیار واقعی بود و به عنوان ابزاری ، اسباب بازی ها ، عینک های مذهبی یا نمونه های اولیه برای نشان دادن اصول اساسی علمی در نظر گرفته می شد. اتومات های بی شماری از آب توسط Ktesibios ، یک مخترع یونانی و اولین رئیس کتابخانه بزرگ اسکندریه ساخته شده است.
به عنوان مثال ، او "از آب برای صداهای سوت و حرکت یک مدل جغد استفاده کرد. او اولین" ساعت فاخته "جهان را اختراع کرده بود. این سنت در اسکندریه با مخترعانی مانند قهرمان ریاضیدان یونانی اسکندریه (که گاهی اوقات به عنوان هرون شناخته می شود) ادامه یافت ، که نوشته های آنها در مورد هیدرولیک ، ذات الریه و مکانیک سیفون ها ، موتور آتش ، ارگان آب ، ائولیپیل و یک چرخ دستی قابل برنامه ریزی را توصیف می کند. Philo of Byzantium به دلیل اختراعات خود مشهور بود. بنابراین مفهوم اتومات و اتوماسیون چیز جدیدی نیست و از بسیاری جهات ، اکنون به همان اندازه جادویی به نظر می رسد که هزار سال پیش انجام داده اند. فقط مهارت و پیچیدگی آنها افزایش یافته است.
نگاه از پاراگراف های اول به این یکی ، آنچه بدون شک است این است که فناوری و پیشرفت های تکنولوژیکی در هر مرحله از تکامل انسان بسیار مهم بوده است ، زیرا قبل از وجود انسان حتی وجود دارد. بنابراین از بسیاری جهات ، همانطور که انسان فناوری را ایجاد کرد ، فناوری انسان ها را ایجاد کرد. رفتن به جزئیات فنی خاص فراتر از محدوده این مقاله است ، من سعی می کنم از برخی استعاره ها برای توضیح سطوح مختلف شناخت که ممکن است هوش مصنوعی در برابر آن اندازه گیری شود ، استفاده کنم.
برای شروع ، اجازه دهید دوباره به پادشاهی حیوانات ، به مورچه های فرومایه نگاه کنیم. یک مورچه فردی به طور معمول یکی از بی ضرر ترین و مکانیکی ترین حشرات محسوب می شود. به دلیل سرهای کوچک آنها ، به طور معمول 0.4-1 میلی متر ، مغزهای بسیار ریز دارند که قدرت پردازش زیادی ندارند. بنابراین در این استعاره ، هر مورچه جداگانه ، معادل یک شبکه عصبی واحد خواهد بود ، که فقط قادر به سازگاری و تغییر از طریق چندین الگوریتم است که از نظر ژنتیکی در آن برنامه ریزی شده اند. با این حال ، یک دسته از مورچه ها که در کنار هم کار می کنند ، می توانند کاری کاملاً جذاب انجام دهند ، با ترکیب بسیاری از هزاران مورچه ، آنها قادر به نمایش رفتارهای شگفت آور و سازگار هستند. یک هفته مورچه ها و یک تکه خاک به مورچه ها بدهید و آنها آن را به یک کلان شهر زیرزمینی در مورد ارتفاع یک آسمان خراش در یک شهر با مورچه تبدیل می کنند. بدون طرح یا یک رهبر ، هزاران حشره در حال حرکت به لکه های خاک یک ساختار پیچیده و اسفنج با سطح موازی متصل به شبکه تونل ها ایجاد می کنند. برخی از باکتری های مزرعه مورچه ها ، سایر مستعمرات پیچیده تر قادر به مزرعه حشرات دیگر مانند شته ها هستند. یکی از نمونه های نادری از حشرات که در حال تمرین دامپروری هستند ، مهارتی که انسان ها فقط 10،000 سال پیش به دست آوردند.
یک چشمک چشم از نظر تکاملی. چگونه حشرات دارای مهندس مغزهای ریز چنین ساختارها و جوامع چشمگیر؟
یک سوپر سازمان گرایی را می توان به عنوان "مجموعه ای از عوامل که می توانند برای تولید پدیده هایی که توسط جمعی اداره می شوند" تعریف کنند ، پدیده هایی هستند که هرگونه فعالیت "کندو می خواهد" مانند مورچه ها جمع آوری غذا و اجتناب از شکارچیان ، یا زنبورها را انتخاب می کنند و یک سایت لانه جدید را انتخاب می کنند. این شاهکارها توسط ارتباطات ابتدایی که در حشرات رایج است و سگها انجام می شود ، که در حال رمزگذاری اطلاعات در فرمون ها یا بو هستند. با این که قادر به تبادل اطلاعات در بین خود و همچنین رمزگذاری آن اطلاعات در محیط برای دیگران در نوع خود هستند. با ایجاد یک فرآیند یک حلقه بازخورد ، که در آن برخی از اعضا اطلاعات را رمزگذاری می کنند ، برخی دیگر اطلاعات بیشتری را اضافه می کنند ، و برخی دیگر فقط اطلاعات را "می خوانند" و پیروی از دستورالعمل ها ، کندو قادر است به عنوان یک ذهنیت و مستقل ، بستر مستقل رفتار کند. حلقه های بازخورد اطلاعاتی که فرآیند ادغام را تشکیل می دهند که از نوعی پردازش استفاده می کند و اطلاعات بیشتری را از اطلاعات یکپارچه استخراج می کند ، از آنچه در آن قرار داده می شود ، این اجازه می دهد تا مورچه های مکانیکی جداگانه بدون احساس خود و آگاهی بسیار محدود ، در صورت جمع شدن ، رفتارهای پیچیده ای را فراتر از آنچه یک مورچه فردی قادر است نشان دهند. و با انجام این کار ، حشرات مانند مورچه ها را قادر به شکوفایی ، عمدتاً غیب کرده است. تقریباً 2.5 میلیون مورچه برای هر انسان زنده ، نزدیک به 25،000 (25 چهارگوش) مورچه ها وجود دارد. این موجودات به استثنای قطب جنوب ، ایسلند ، گرینلند و برخی از کشورهای جزیره تقریباً در همه جای کره زمین یافت می شوند. با انبوهی از حدود 12 مگاتون ، این توده بیشتر از همه پرندگان وحشی و پستانداران جهان است که در کنار هم قرار گرفته اند. فراتر از
چه درسهایی می توانیم از منظر هوش مصنوعی مانند نوعی ذهن حشره حشرات بپردازیم؟ آیا هدف این است که هوش مصنوعی تا حد امکان بیگانه به نظر برسد؟ از آنجا که هوش مصنوعی ممکن است به همان روشی که انسان انجام می دهد ، احساس نکند ، که به نظر می رسد تلافی مورد علاقه GPT4 است ، شاید ، آنها احساس می کنند بیشتر احساس می کنند مانند یک کندو از مورچه ها و بوها؟ من فکر می کنم نه
یکی از راه های نزدیک شدن به هوش مصنوعی ، فکر کردن در مورد آن به عنوان یک سطح پایین و درجه اول ناخودآگاه است.
<شکل کلاس = "wp-block-embed iS-type-video is-provider-youtube wp-block-embed-youtube wp-embed-4-3 wp-aspect-statio">به جای یک تأثیرگذار معتاد در رسانه های اجتماعی ، به دنبال تبلیغات بعدی خود از درام عاطفی وحشی که در بهترین حالت در نهایت بی معنی است و هیچ چیزی را نشان نمی دهد ، و در بدترین حالت ، اطلاعاتی را که توسط مبلغان تأمین می شود ، تأمین می کند و باعث می شود مردم به طور جمعی از بین بروند.
با این مفهوم سازی هوش مصنوعی ، تلاش برای سرزنش الگوریتم های تجارت فرکانس بالا برای تصادفات اقتصادی کوچک terminally online
متأسفانه ، ترس در مورد هوش مصنوعی به یک روند محبوب تبدیل شده است و منجر به سوء تفاهم و اطلاعات غلط می شود. این مهم است که خودمان و دیگران را در مورد واقعیت های فناوری هوش مصنوعی آموزش دهیم ، نه اینکه اسطوره ها را تحریک کنیم و ترس ها و ناامنی های خودمان را بر روی آن نشان دهیم.
پرداختن به چالش های مطرح شده توسط هوش مصنوعی ، نیاز به یک تلاش جمعی ، مبتنی بر اطلاعات دقیق و تفکر انتقادی دارد. با تصدیق تعصبات خودمان و در آغوش گرفتن دیدگاه واقع بینانه تر از هوش مصنوعی ، می توانیم با هم کار کنیم تا آینده ای را بسازیم که فناوری در خدمت منافع بشریت باشد.
در سیستم های هوش مصنوعی (AI) ، یک مشکل اساسی تعیین گروه از عوامل پاسخگو برای ارائه یک کار است و در صورت عدم موفقیت ، میزان تا چه اندازه هر یک از اعضای گروه تا حدی پاسخگو است. در این زمینه ، مسئولیت پذیری به عنوان مسئولیت عدم ارائه وظیفه ای که یک تیم اختصاص داده شده و قادر به انجام آن است ، درک می شود. این ، از یک طرف ، در مورد پاسخگویی نمایندگان به عنوان تیم های مشارکتی و از طرف دیگر ، میزان پاسخگویی فردی آنها در یک تیم است. توسعه روشهای قابل اثبات برای رفع این مشکل برای طراحی سیستم های خودمختار قابل اعتماد و اطمینان از ادغام ایمن و مؤثر آنها با سایر سیستم های عملیاتی در جامعه مهم است. با استفاده از مدرک پاسخگویی ، می توان عدم موفقیت در مؤلفه های هوش مصنوعی را ردیابی کرد و اولویت بندی نحوه سرمایه گذاری منابع برای رفع قطعات معیوب را در اولویت قرار داد.
مهمترین جنبه برای از بین بردن در اینجا ، دسته بندی های "سطح شرارت" برای AIS است ، به دنبال الگوی ذکر شده به عنوان الگوریتم هایی که معمولاً در نرم افزار مورد استفاده قرار می گیرند ، سطح 1 یا 2 در نظر گرفته می شوند ، شبکه های عصبی ، مانند آنهایی که برای تشخیص سرطان استفاده می شوند ، هنوز هم سطح 2 در نظر گرفته می شوند. فقط هنگامی که چندین شبکه عصبی برای ادغام اطلاعات به طور مستقل بین آنها ترکیب شوند ، همانطور که توسط نسل فعلی مدل های بزرگ زبان (LLM) مانند ChatGPT و GPT4 نشان داده شده است ، می تواند سطح 3 را در نظر بگیرد. به این معنی که ، هنوز هم در قلمرو ضرب و شتم بسیار باهوش بار سنگین است.
اگر خوردن یک هوش مصنوعی امکان پذیر باشد ، خوردن چتپ از نظر فنی خواهد بود.
با استفاده از سطوح کیهانی از SAPIENCE ، که شامل استعاره هایی در مورد مورچه ها و زنبورها برای توصیف پیچیدگی مدل سازی طیف گسترده ای از الگوریتم ها است ، از شبکه های مجرد تا WHO الگوریتم هایی که می توانند پردازش تصویر بصری را انجام دهند که در تشخیص صورت و تشخیص پزشکی رایج است. با ترکیبی از پیچیدگی مدل سازی ، که یک پروکسی برای پیچیدگی الگوریتم های ترکیبات است ، به ادغام اطلاعات از شبکه های الگوریتم ها ، که گاهی اوقات به آن شبکه های عصبی گفته می شود ، به شبکه ها که مدل های زبان بزرگ می روند ، هر مرحله از مرحله انتقال الگوریتمیک پیچیدگی ، با هر سطح ناظر جدید و غافلگیرانه ، هر مرحله از پیچیدگی های الگوریتمی است. Though not near the level required for AGI, we are on the threshold of self-organizing and self-optimizing algorithms, which is in itself an impressive feat and an entirely different paradigm that the deterministic conceptualizations of Issac Newton.
این انتقال از برنامه های قطعی به احتمالی منجر به سیستم های هوش مصنوعی می شود که به سمت سطوح بالاتر از طلسم پیش می روند ، آنها به طور فزاینده ای شبیه به هوش مانند انسان هستند ، نه ذهن های کندو مانند مورچه ها یا زنبورها. این انتقال از برنامه های قطعی به برنامه های احتمالی ، هوش مصنوعی را به شناخت انسان نزدیکتر می کند ، نشان می دهد که مکانیسم های پاسخگویی برای هوش مصنوعی پیشرفته ممکن است شبیه به مواردی باشد که در حال حاضر برای انسان وجود دارد. مفهوم شخصیت شرکتی ، همانطور که توسط جان نورتون پومرووی در دهه 1880 استدلال می شود ، می تواند به عنوان نمونه ای از پاسخگویی در مورد آینده.
در بحث بعدی ما ، ما به عنوان افراد شرکتی عمیق تر به جنبه های هوش مصنوعی خواهیم پرداخت و مکانیسم های احتمالی پاسخگویی را کشف خواهیم کرد. با پیشرفت هوش مصنوعی ، ضروری است که ما از پیامدهای اخلاقی و پیامدهای احتمالی مرتبط با این تحولات آگاه باشیم و از ادغام متعادل و مسئول سیستم های هوش مصنوعی در جامعه ما اطمینان حاصل کنیم.
<شکل کلاس = "wp-block-embed iS-type-video is-provider-youtube wp-block-embed-youtube wp-ambed-ambect-6-9 wp-aspect-statio">با این حال ، در حال حاضر ، شورای هوش مصنوعی مقیم ما ، خواننده عزیز سؤالاتی برای شما دارد. لطفاً از طریق فرم زیر پاسخ دهید:
