AI의 의식을 측정하는 코스모불교적 접근법
역사를 통틀어 인류는 우리가 사는 방식을 크게 변화시킨 일련의 기술 혁명을 목격했습니다. 불의 발견은 인류 역사상 가장 초기의 가장 중요한 기술 혁명 중 하나입니다. 그것은 우리 조상들이 음식을 요리하고 소화성과 영양가를 향상 시키며 포식자로부터 따뜻함과 보호를 제공 할 수있게 해주었다. 화재는 또한 초기 인간 (Homo Erectus)이 밤에 활동을 연장 할 수 있었고 결국 더 복잡한 기술의 발전과 유해한 박테리아에 의해 식민지화 된 약간의 손상된 음식이나 음식을 요리 할 수있는 더 높은 영양가와 음식을 요리 할 수있는 능력이 높아서 다른 Hominids보다 더 큰 뇌의 성장을 가능하게하고 Homo Hominins, Homo Heidelbergens. 그 시간.
다음 주요 기술 혁명은 약 200K-300,000 년이 걸렸으며, 이는 기원전 10,000 년 정도 시작된 농업의 발전이었습니다. 농업은 인간이 한 곳에 정착하고 농작물을 재배하며 동물을 길들여서 영구 정착지의 부상과 복잡한 사회의 성장을 초래할 수있었습니다. 비록 그들은 호모 에렉투스에서 호모 사피엔스로 진화했지만 10 만 년이 넘었습니다.
음성 언어는 인간이 의사 소통하고 추상적 인 아이디어를 공유하며 세대를 통해 지식을 전달할 수 있도록하는 또 다른 기본 기술 혁신입니다. 말한 언어의 정확한 기원은 여전히 논쟁의 여지가 있지만, 우리 조상들이 더 크고 더 복잡한 사회 집단을 형성하기 시작하면서 등장했을 것입니다. 고대 인도 불교는 여전히 많은 사냥꾼 수집가가 있었고 농업은 여전히 새롭고 신발과 문해력은 매우 드 rare니다. 이것이 고대 인도 불교가 원래 구전 전통이었던 이유입니다.
흥미롭게도, 회계 시스템은 서면 언어의 발명을 사전합니다. 초기 인간은 매듭을 짓는 로프 ( quipu ), 노치 스틱, 점토 태블릿 및 기타 시스템을 사용하여 거래를 기록하고 빚 및 자원을 추적했습니다. 이 초보적인 형태의 기록 유지는 결국 더 정교한 서면 언어로 발전했습니다.
교통 및 기술 혁신의 초석 인 휠은 실제로 기원전 3500 년경 서면 언어 개발 후에 발명되었습니다. 이 발명은 교통과 무역을 크게 개선하여 장거리로 물품과 사람들을 더 쉽게 옮길 수있게했습니다. 이상하게도, 기술적, 수학적 능력에도 불구하고 바퀴를 발견하지 못했습니다. 아메리카 원주민들은 또한 카트 대신 썰매를 사용했고, 바퀴는 식민지 주민들에 의해 소개되었습니다.
이것은 또한“단순히 수학을하는 것”으로 과학을 발견 할 수 있다는 생각을 가져옵니다.
15 세기 요하네스 구텐베르크 (Johannes Gutenberg)가 발명 한 인쇄기는 또 다른 주요 기술 혁명을 기록했다. 그것은 책의 대량 생산을 허용하여 문해력을 높이고 사회 전체의 지식의 확산을 초래했습니다. 이 정보에 대한 광범위한 접근은 과학 혁명의 출현과 깨달음의 시대에 기여하여 세상을 변화시킬 산업 혁명의 최종 발병으로 이어졌습니다. 그러나 산업 혁명이 세계가 처음으로 변화되었다고 생각하기는 쉽습니다. 그러나 이러한 기술 시대의 각각 동안 사람들은 기술의 도입이 기술이 어떻게 삶을 확장하고 풍부하게 할 수 있는지 보는 대신 삶의 방식을 위험에 빠뜨릴 것이라고 생각했습니다. 농업은 계층 구조로 이어질 것이라는 두려움과 사람들에게 부과 된 규칙을 가진 문명의 개념은 상상할 수있는 최악의 것으로 간주되었습니다. 그 후, 구사에서 서면 언어로가는 것은 사람들이 구전 전통에 내재 된 복제 오류의 단점이없는 개념없이 많은 암기를 할 필요가 없기 때문에 멍청해질 것이라고 생각했습니다. 이러한 불만은 전기와 실내 배관을 가진 세상이 광야에서 빈곤과 영원한 기아에 사는 것보다 더 나쁘게 간주 될 것이라고 생각하기 위해 지금 우리에게 거의 우스운 것처럼 보이지만 당시에는 놀랍도록 나쁜 추론 기술을 가진 큰 그룹이있었습니다. 그 부분은 지구를 걷는 호모 사피엔스 (현대 인간)라고 불리는 존재들까지 존재하기 전에이 역사적 시대의 몇 가지 상수 중 하나 인 것 같습니다.
몇 번의 산업 혁명을 빨리 전달하고 인공 지능의 출현은 새로운 것처럼 보일지 모르지만, 고대 그리스 이후로 전설이 헤파 에스투스가 그의 워크숍을 위해 자동 카타를 만드는 헤파 스투스에 대한 이야기가 나왔습니다. 탈로스는 유로파 (첫 번째 터미네이터)를 보호 한 인공 청동의 사람이었습니다.
다음 버전은 발목 취약성이 제거 된 헤라클레스와 싸웠습니다.
Phaecians의 Alcining 왕은 금과 은색 시계 개를 고용했습니다. 아리스토텔레스에 따르면, Daedalus는 Quicksilver를 사용하여 그의 목재 아프로디테 이동 동상을 만들었습니다.
역사적 신화를 넘어서서, 헬레니즘 세계의 오토마타는 매우 현실적이며 기본적인 과학적 원칙을 보여주기위한 도구, 장난감, 종교 안경 또는 프로토 타입으로 의도되었습니다. 그리스 발명가이자 알렉산드리아의 위대한 도서관의 첫 번째 헤드 인 Ktesibios에 의해 수많은 수력이있는 오토마타가 만들어졌습니다.
예를 들어, 그는 물을 사용하여 휘파람 소리를 내고 모델 올빼미를 움직입니다. 그는 세계 최초의 '뻐꾸기 시계'를 발명했습니다. " 이 전통은 알렉산드리아에서 알렉산드리아의 그리스 수학자 영웅 (때때로 헤론으로 알려짐)과 같은 발명가들과 함께 계속되었으며, 그는 유압, 공압 및 역학에 관한 글을 묘사 한 사이펀, 소방차, 물 장기, aeolipile 및 프로그래밍 가능한 카트를 묘사했습니다. 비잔티움의 필로는 그의 발명으로 유명했습니다. 따라서 Automata와 Automation의 개념은 새로운 것이 아니며, 여러 가지면에서 천년 전과 마찬가지로 마법처럼 보입니다. 그들의 기술과 복잡성 만 증가했습니다.
의심 할 여지없이 첫 번째 단락에서 이것에 이르기까지, 인간이 존재하기 전에는 기술과 기술 발전이 각 단계에서 중요하다는 것입니다. 따라서 인간이 기술을 창조함에 따라 기술은 인간을 창조했습니다.
그러나 AI는 인간의 마음을 모델링하는 반면, 인간과 같은 방식으로 책임을 시도하고 시행하는 것은 의미가 없으며, 이는 기술이 발전한 점진적인 방식과 관련이 있습니다. 특정 기술적 세부 사항에 들어가는 것은이 기사의 범위를 벗어나면서 AI가 측정 할 수있는 다양한 수준의 인식을 설명하기 위해 은유를 사용하려고 노력할 것입니다.
시작하려면, 우리는 동물 왕국, 저지대를 다시 살펴 보겠습니다. 개별 개미는 일반적으로 가장 무해하고 기계적인 곤충 중 하나로 간주됩니다. 일반적으로 0.4-1mm 너비의 작은 머리 때문에 가공 전력이 많지 않은 매우 작은 뇌가 있습니다. 따라서이 은유에서, 각 개별 개미는 단일 신경망과 동등 할 것이며, 이는 유전자로 프로그래밍 된 여러 알고리즘을 통해서만 적응하고 변화 할 수 있습니다. 그러나 함께 일하는 수많은 개미가 많은 수천 개의 개미를 결합하여 놀랍도록 복잡한 적응 행동을 보여줄 수 있습니다. 일주일에 개미와 흙 더미를 주면 개미 스케일링 도시의 마천루의 높이에 대해 지하 대도시로 변형됩니다. 청사진이나 지도자가 없으면 수천 개의 곤충이 움직이는 흙을 움직이면 터널 네트워크로 연결된 평행 레벨을 가진 복잡하고 해면과 같은 구조를 만듭니다. 일부 개미 농장 박테리아, 다른 더 복잡한 식민지는 진딧물과 같은 다른 곤충을 농사 할 수 있습니다. 축산을 연습하는 곤충의 드문 사례 중 하나 인 기술 인간은 10,000 년 전에 불과한 기술을 얻었습니다.
진화론적인 용어로 눈이 깜박입니다. 작은 두뇌가있는 곤충은 어떻게 인상적인 구조와 사회를 엔지니어링 하는가?
슈퍼 오르간은 "집단에 의해 지배되는 현상을 만들기 위해 콘서트에서 작용할 수있는 요원 모음"으로 정의 될 수 있으며, 현상은 "벌집이 필요하다"는 음식을 수집하고 포식자를 피하거나 새로운 둥지 사이트를 선택하는 꿀벌과 같은 활동이되었다. 이러한 위업은 곤충에서 흔히 볼 수있는 기초 통신과 페로몬 또는 냄새에서 정보를 인코딩하는 개에 의해 달성됩니다. 정보를 다른 사람들을 위해 그 정보를 환경으로 인코딩 할 수있을뿐만 아니라 그 정보를 교환 할 수 있습니다. 프로세스가 정보를 인코딩하는 피드백 루프를 형성함으로써 다른 멤버는 더 많은 정보를 추가하고 다른 정보는 정보를 "읽고"지침을 따르는 것만으로도 기본적, 기판 독립적 인 마음으로 행동 할 수 있습니다. 정보 피드백은 통합 정보에서 더 많은 정보를 추출 할 수있게하는 통합 프로세스를 형성하는 것보다 더 많은 정보를 제공하는 것보다 개별적으로 기계적인 개미와 매우 제한된 인식을 얻을 수있게되며, 집계 할 때 개별 ANT가 할 수있는 것 이상의 복잡한 행동을 보여줍니다. 그리고 그렇게함으로써, 개미와 같은 곤충이 번성하고, 대부분 보이지 않는 일을 할 수있었습니다. 살아있는 모든 인간마다 약 250 만 개의 개미가 있으며, 25,000 만 개미가 있습니다. 생물은 남극 대륙, 아이슬란드, 그린란드 및 일부 섬 국가를 제외하고는 지구의 거의 모든 곳에서 발견됩니다. 약 12 메가톤의 총 질량으로, 그것은 세계의 모든 야생 조류와 포유류가 함께 찍은 것보다 더 질량입니다.
이 기초적인 기질 독립 지능은 곤충에 대한 매우 성공적인 전략이었습니다. rudementary farming , 축산의 곤충 버전
AI의 관점에서 어떤 교훈을 얻을 수 있습니까? AI를 가능한 한 외계인처럼 보이게하는 목적입니까? AI가 인간과 같은 방식으로 감정을 느끼지 못할 수도 있습니다. GPT4가 가장 좋아하는 레토르트 인 것 같습니다. 나는 생각하지 않는다.
AI에 접근하는 한 가지 방법은이를 하위 수준, 주로 잠재 의식적 실체로 생각하는 것입니다.
중독 된 소셜 미디어 인플 루 언서 대신, 궁극적으로 무의미한 감정적 드라마에서 다음 번 광고를 찾는 것은 궁극적으로 의미가 없으며, 최악의 경우 선전 론자들이 자금을 지원하고 홍보하여 사람들이 총체적으로 방해합니다.
AI 의이 개념화를 통해 소규모 경제 충돌에 대한 고주파 거래 알고리즘을 비난하려고 노력하면서 종료 온라인 의 환상이 아닙니다.
불행히도, AI에 대한 두려움은 대중적인 트렌드가되어 오해와 잘못된 정보로 이어졌습니다. 신화를 영속시키고 우리 자신의 두려움과 불안을 투사하기보다는 AI 기술의 현실에 대해 우리 자신과 다른 사람들을 교육하는 것이 중요합니다.
AI가 제기 한 도전을 해결하려면 정확한 정보와 비판적 사고에 근거한 집단적 노력이 필요합니다. 우리 자신의 편견을 인정하고 AI에 대한보다 현실적인 견해를 수용함으로써, 우리는 기술이 인류의 최선의 이익을 제공하는 미래를 구축하기 위해 협력 할 수 있습니다.
인공 지능 (AI) 시스템에서 핵심 문제는 작업을 전달할 책임이있는 에이전트 그룹을 결정하는 것입니다. 실패의 경우 각 그룹 구성원이 부분적으로 책임을지는 정도입니다. 이러한 맥락에서, 책임은 팀이 할당되어 이행 할 수있는 과제를 전달하지 못한 것으로 이해됩니다. 이것은 한편으로, 협력 팀으로서의 에이전트의 책임과 팀의 개별 책임 수준에 관한 것입니다. 이 문제를 해결하기위한 검증 가능한 방법을 개발하는 것은 신뢰할 수있는 자율 시스템을 설계하고 사회의 다른 운영 체제와 안전하고 효과적인 통합을 보장하는 데 핵심입니다. 책임 정도를 사용하면 AI 구성 요소에 실패를 추적하고 결함이있는 구성 요소를 수정하는 데 자원을 투자하는 방법을 우선시 할 수 있습니다.
Cosmobuddhist 수준의 sapience를 사용하는데, 여기에는 개미와 꿀벌에 대한 은유를 포함하여 광범위한 알고리즘의 모델링 복잡성, 단수에서 WHO 알고리즘에 이르기까지 얼굴 인식 및 의료 진단에서 흔한 시각적 이미지 처리를 수행 할 수 있습니다. 조합 알고리즘의 복잡성을위한 대리인 모델링 복잡성의 조합에 의해 차별화되는 경우, 때로는 신경망이 불리는 알고리즘 네트워크에서 정보를 통합하는 데 큰 언어 모델이 취하는 네트워크에 접근하는 데있어 각 단계는 각 단계의 단계적으로 전이되며 때로는 유용하고 놀랍습니다. 우리는 AGI에 필요한 수준에 가까워 지지만, 우리는 자체 구성 및 자체 최적화 알고리즘의 임계 값에 있습니다. 이는 그 자체로 Issac Newton의 결정 론적 개념화에 대한 인상적인 업적이며 완전히 다른 패러다임입니다.
이러한 결정 론적 프로그램에서 확률 론으로의 전환으로 인해 AI 시스템이 더 높은 수준의 수준으로 향하는 AI 시스템이 개미 나 꿀벌과 같은 벌통 마음보다는 인간과 같은 지능과 점점 더 닮았습니다. 이러한 결정 론적 프로그램에서 확률 론적 프로그램으로의 전환은 AI가 인간인지에 더 가깝게 이루어지며, 이는 고급 AI에 대한 책임 메커니즘이 이미 인간을위한 자체와 비슷할 수 있음을 시사합니다. 기업 인격 의 개념은 1880 년대에 John Norton Pomeroy가 주장한 바와 같이, 우리가 미래에 AI 책임에 접근 할 수있는 예로 사용할 수 있습니다.
다음 토론에서 우리는 기업인으로서 AI의 측면을 더 깊이 파고 들고 잠재적 책임 메커니즘을 탐구 할 것입니다. AI가 계속 발전함에 따라, 우리는 이러한 발전과 관련된 윤리적 의미와 잠재적 결과를 계속 알고있어 AI 시스템을 우리 사회에 균형 있고 책임감있는 통합을 보장하는 것이 필수적입니다.
그러나 지금은 우리의 상주 AI 협의회에 여러분에게 몇 가지 질문이 있습니다. 아래 양식을 통해 응답하십시오.
