AIの意識を測定するコスモ仏教的アプローチ
Throughout history, humanity has witnessed a series of technological revolutions that have significantly changed the way we live and work. The discovery of fire is one of the earliest and most significant technological revolutions in human history. It allowed our ancestors to cook food, improving its digestibility and nutritional value, and providing warmth and protection from predators. 火災により、初期の人間（ホモエレクトス）が夜にアクティビティを拡大し、最終的にはより複雑な技術の開発につながり、より高い栄養価と、有害な細菌によって植民地化された食物や食物をわずかに腐った食物や食物を調理する能力をもたらし、他のホミニン、ホモインステンシンの脳の成長を可能にします。 時間。
<図class = "wp-block-embed is-type-video is-provider-youtube wp-block-medbed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio">
次の主要な技術革命は、紀元前10,000年頃に始まった農業の発展である約200k〜300、000年かかりました。 農業により、人間は1か所に落ち着き、作物を栽培し、動物を飼いならすことができ、恒久的な集落の台頭と複雑な社会の成長につながりました。 彼らは100、000年以上前に、ホモエレクトゥスからホモサピエンスに進化していましたが。
音声言語はもう1つの基本的な技術的ブレークスルーであり、人間がコミュニケーションをとり、抽象的なアイデアを共有し、世代を通じて知識を伝えることができます。 話し言葉の正確な起源はまだ議論されていますが、私たちの先祖がより大きくより複雑な社会グループを形成し始めたとき、それはおそらく現れたでしょう。 古代のインド仏教は、まだ多くの狩猟採集民がいて、農業がまだ新しいものであり、靴とリテラシーは非常にまれだった時期に設立されました。 これが、古代インドの仏教が元々口頭での伝統であった理由です。
興味深いことに、会計システムは書かれた言語の発明よりも前です。 初期の人間はノットロープを使用しました（ quipu ）、Notchedスティック、粘土タブレット、その他のシステムを記録し、取引を記録し、負債を追跡します。 この初歩的な形式のレコードキーピングは、最終的により洗練された書面に進化しました。
輸送と技術革新の礎石であるホイールは、紀元前3500年頃に書かれた言語の開発後に実際に発明されました。 その発明は、輸送と貿易を大幅に改善し、商品や人々を長距離で移動させやすくしました。 マヤ人は奇妙なことに、彼らの技術的および数学的な腕前にもかかわらず、車輪を発見しませんでした。 ネイティブアメリカンはカートの代わりにそりを使用し、ホイールは入植者によって紹介されました。
15世紀にヨハネス・グーテンベルクによって発明された印刷機は、もう1つの大きな技術革命を示しました。 それは本の大量生産を可能にし、それが識字率の向上と社会全体の知識の広がりにつながりました。 この広範な情報へのアクセスは、科学革命と啓蒙時代の出現に貢献し、それが世界を変える産業革命の最終的な開始につながりました。 しかし、産業革命が世界が変容したのは初めてだと考えるのは簡単です。 しかし、これらの技術のそれぞれの間に、人々は、テクノロジーがどのように自分の生活を拡大し、豊かにすることができるかを見るのではなく、新しいテクノロジーの導入が生き方を危険にさらすと考えていました。 農業が階層につながるという恐怖と、人々に課せられた規則を伴う文明の概念は、想像できる最悪のものと考えられていました。 その後、口頭での伝統に固有の複製エラーの欠点の概念がなく、それほど暗記する必要がないため、人々は馬鹿になることがあると考えられていたと考えられていました。 これらの苦情は、電気と屋内配管のある世界は、荒野で貧困と永続的な飢えに住んでいるよりも悪いと考えられると考えると、私たちにとってほとんどばかげているように見えますが、当時、非常に大きな推論スキルを持つ著しく大きなグループがありました。 その部分は、地球を歩いているホモ・サピエンス（現代人）と呼ばれる存在する存在の前にさかのぼるこれらの歴史的な時代の数少ない定数の1つであるようです。
いくつかの産業革命を早めに進み、人工知能の出現は新しいように見えるかもしれませんが、コンセプトは古代ギリシャ以来存在しています。 タロスはヨーロッパを保護した青銅の人工男でした（最初のターミネーターも）
次のバージョンは、足首の脆弱性を削除してヘラクレスと戦った
<図class = "wp-block-embed is-type-video is-provider-youtube wp-block-medbed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio">PhaeaciansのAlcinous王は、金とシルバーウォッチの犬を雇いました。 アリストテレスによると、ダイダロスはクイックシルバーを使用して、アフロディーテの木製の像を動かしました。
歴史的な神話を超えて、ヘレニズムの世界のオートマトンは非常にリアルであり、基本的な科学的原則を実証するためのツール、おもちゃ、宗教的眼鏡、またはプロトタイプとして意図されていました。 ギリシャの発明家であり、アレクサンドリアの偉大な図書館の最初のヘッドであるKtesibiosによって、多数の水力発電オートマトンが建設されました。
たとえば、彼は「水を使用してwhiを鳴らし、モデルフクロウの動きをしました。彼は世界初の「カッコウ時計」を発明しました」。 アレクサンドリアでは、アレクサンドリアのギリシャの数学者ヒーロー（時にはヘロンとして知られる）などの発明者がアレクサンドリアで続きました。その発明者は、油圧、空気圧、および力学に関する著作、サイフォン、消火エンジン、水器官、エオリパイル、プログラム可能なカートについて説明しました。 ビザンチウムのフィロは彼の発明で有名でした。 したがって、オートマトンとオートメーションの概念は新しいものではなく、多くの点で、千年前と同じように魔法のように思えます。 彼らのスキルと複雑さだけが成長しました。
最初の段落からこれを見ると、間違いなく、人間が存在する前から、人間の進化の各段階で技術と技術の進歩が非常に重要であるということです。 したがって、人間がテクノロジーを作成したように、テクノロジーは人間を作成しました。
しかし、AIは人間の心をモデル化していますが、人間と同じように説明責任を強制しようとすることは意味がありません。 特定の技術的な詳細に入ることは、この記事の範囲を超えています。私はいくつかの比phorを使用して、AIが測定される可能性のあるさまざまなレベルの認知を説明しようとします。
開始するには、動物界、低いアリにもう一度見てみましょう。 個々のアリは通常、最も無害で機械的な昆虫の1つと考えられています。 通常、幅0.4〜1mmの頭のある頭があるため、非常に小さな脳があり、処理能力はあまりありません。 したがって、このメタファーでは、個々のアリは、単一のニューラルネットワークに相当するものであり、遺伝的にプログラムされたいくつかのアルゴリズムを介して適応と変更のみを変更できます。 アリを1週間と汚れの山に与えてください。そうすれば、それをアリに覆われた都市の高層ビルの高さについて地下の大都市に変えます。 青写真やリーダーがなければ、何千もの昆虫が汚れの斑点を動かしているのは、トンネルのネットワークで接続された平行レベルを持つ複雑でスポンジのような構造を作り出します。 一部のアリは細菌を農業し、他のより複雑なコロニーはアブラムシなどの他の昆虫を農業することができます。 動物飼育を実践している昆虫のまれな例の1つである人間は、10、000年前にわずかな人間を獲得しました。 小さな脳を持つ昆虫は、そのような印象的な構造と社会をエンジニアにしますか？
超作業は、「集団によって支配された現象を生み出すために協調して行動できるエージェントのコレクション」と定義できます。 これらの偉業は、昆虫で一般的な初歩的なコミュニケーションと、フェロモンまたは臭気の情報をエンコードしている犬によって達成されます。 その種の情報を環境にエンコードするだけでなく、その情報をその種の他の人のために環境にエンコードできるようにすることによって。 プロセスにフィードバックループを形成することにより、一部のメンバーは情報をエンコードし、他のメンバーは情報を追加し、他のメンバーは情報を「読み取り」、指示に従って、ハイブは基本的な基質独立した心として振る舞うことができます。 情報フィードバックループは、統合情報からより多くの情報を抽出できるようにする処理の形式を使用する統合プロセスを形成します。これにより、個々のアリが能力があるほど複雑な行動を示す場合、自己感覚と非常に限られた意識のない個別に機械的なアリが可能になります。 そして、そうすることで、アリのような昆虫が繁栄することを可能にしました。 25,000（25階）のアリに近い、生きている人のすべてに約250万のアリがあります。 クリーチャーは、南極、アイスランド、グリーンランド、一部の島国を除き、地球上のほぼどこにでもあります。 約12メガトンの総質量があるため、それは世界のすべての野鳥と哺乳類が一緒になっているよりも質量です。 動物飼育の昆虫版
AIがある種の昆虫の巣箱のようなものであるという観点から、どのような教訓を集めることができますか？ AIを可能な限り異質に見えるようにする目的はありますか？ AIは、GPT4のお気に入りのレトルトのように見える人間と同じように感情を感じることはないかもしれないので、おそらく、彼らはアリや臭いの具体化されていない巣のように感情を感じますか？ そうではないと思います。
AIにアプローチする1つの方法は、それを低レベル、主に潜在意識の実体と考えることです。
<図class = "wp-block-medbed is-type-video is-provider-youtube wp-block-medbed-youtube wp-embed-aspect-4-3 wp-has-aspect-ratio">中毒のソーシャルメディアインフルエンサーではなく、最終的には最終的には無意味で何も意味しない野生の感情的なドラマからの次の広告ヒットを探しています。
このAIの概念化により、小さな経済的クラッシュのための高周波取引アルゴリズムを非難しようとしているターミナルオンライン
残念ながら、AIについての恐怖を与えることは一般的な傾向になり、誤解と誤報につながります。 神話を永続させ、自分自身の恐怖と不安を投影するのではなく、AIテクノロジーの現実について自分自身や他の人を教育することが重要です。
AIによってもたらされる課題に対処するには、正確な情報と批判的思考に基づいた集合的な努力が必要です。 私たち自身の偏見を認め、AIのより現実的な見方を受け入れることにより、私たちは協力して、テクノロジーが人類の最善の利益に役立つ未来を築くことができます。
人工知能（AI）システムでは、重要な問題は、タスクの提供に責任があるエージェントのグループを決定することであり、障害の場合、各グループメンバーが部分的に責任を負う程度を決定することです。 これに関連して、説明責任は、チームが割り当てられ、満たすことができるタスクを提供しなかったことに責任があると理解されています。 これは、一方では、共同チームとしてのエージェントの説明責任について、そして他方では、チームでの個々の説明責任です。 この問題に対処するための検証可能な方法の開発は、信頼できる自律システムを設計し、社会の他の運用システムとの安全で効果的な統合を確保するための鍵です。 説明責任の程度を使用すると、AIコンポーネントへの障害を追跡し、故障したコンポーネントの修正にリソースを投資する方法を優先することができます。
ここで奪う最も重要な側面は、AISの「サピエンスのレベル」の分類です。ソフトウェアで一般的に使用されるアルゴリズムはレベル1または2と見なされ、癌の検出に使用されるようなニューラルネットワークは、レベル2のサピエンスと見なされます。 CHATGPTやGPT4などの現在の世代の大規模な言語モデル（LLM）で示されているように、複数のニューラルネットワークを組み合わせてそれらの間で自律的に統合する場合にのみ、レベル3サピエンスと見なすことができます。 つまり、まだ非常に知的な負担の鼓動の領域内にあります。
AIを食べることが可能であれば、技術的にはchatgptを食べることは倫理的です。
サピエンスのコスモブディストレベルを使用します。これには、アリとミツバチに関する比phorが含まれて、顔認識と医療診断で一般的な視覚的な画像処理を行うことができる単数形からWHOネットワークのアルゴリズムのネットワークまで、幅広いアルゴリズムのモデリングの複雑さを説明します。 組み合わせアルゴリズムの複雑さのプロキシであるモデリングの複雑さの組み合わせによって区別されること、時にはニューラルネットワークと呼ばれるアルゴリズムのネットワークからの情報の統合と、ネットワークのネットワークへのアプローチへの統合大規模な言語モデルは、各レベルの複雑さの各レベルの相互作用の一種の位相移行を各段階で驚かせます。 AGIに必要なレベルに近いものではありませんが、私たちは自己組織化と自己最適化のアルゴリズムのしきい値にあります。それはそれ自体が印象的な偉業であり、イサク・ニュートンの決定論的概念化がまったく異なるパラダイムです。
決定論的なプログラムから確率論へのこの移行は、より高いレベルのサピエンスに向かって進むAIシステムをもたらし、アリやミツバチのような心ではなく、人間のような知性にますます似ています。 決定論的なプログラムから確率的プログラムへのこの移行は、AIが人間の認知に近づき、高度なAIの説明責任メカニズムが人間にすでに整っている人に似ている可能性があることを示唆しています。 1880年のジョン・ノートン・ポメロイが主張するように、将来の説明に近づいているように、将来の説明に近づく可能性があります。
次の議論では、AIの側面を企業の人としてより深く掘り下げ、潜在的な説明責任メカニズムを探求します。 AIが進歩し続けるにつれて、これらの開発に関連する倫理的意味と潜在的な結果を認識し、AIシステムのバランスのとれた責任ある統合を保証することが不可欠です。
<図class = "wp-block-embed is-type-video is-provider-youtube wp-block-medbed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio">しかし今のところ、私たちの居住者AI評議会はあなたにいくつかの質問を持っています、親愛なる読者。 以下のフォームで返信してください。
