Świadoma sztuczna inteligencja nie równa się inteligentnej sztucznej inteligencji

Linki

Prawdopodobnie słyszałeś o LaMDA Google i wirusowa dyskusja na temat tego, czy sztuczna inteligencja może stać się świadoma. Zespół w Tau twierdzi, że być może wyczulenie sztucznej inteligencji jest tylko niewielką częścią jej inteligencji. Prawdziwa inteligencja sztucznej inteligencji będzie raczej opierać się na jej zdolności do logicznego rozumienia potrzeb ludzi i automatycznego ich zaspokajania.

Tau to pierwsza w historii platforma, która będzie mogła czerpać przemyślenia, porady i wiedzę swoich użytkowników oraz aktualizować własne oprogramowanie w czasie rzeczywistym, umożliwiając użytkownikom pisanie w językach, które mogą czytać i rozumieć zarówno maszyny, jak i ludzie. Zdecentralizowana sieć społecznościowa Tau i jej aspekt monetarny, Kryptowaluta Agory, jest zasilany przez sztuczną inteligencję, którą zespół nazywa prawdziwie inteligentną sztuczną inteligencją – Logiczną sztuczną inteligencją. Logiczna sztuczna inteligencja radykalnie różni się od uczenia maszynowego i według założyciela Tau, Ohada Asora, jest na krawędzi stania się kolejną wielką falą w świecie technologii.

Na Tau, logiczna sztuczna inteligencja umożliwi ci udział w dyskusjach wielkości miliardów ludzi i natychmiastowe dostrzeżenie zbiorowego, intencjonalnego znaczenia stojącego za myślami udostępnianymi w sieci. Zostanie to osiągnięte poprzez nakłonienie ludzi do używania kontrolowanych języków naturalnych (CNL), zrozumiałych zarówno dla ludzi, jak i maszyn. Każda myśl i każda wiedza, czy to jawna, czy dorozumiana, zostaną automatycznie rozpoznane i zarejestrowane jako Twój światopogląd, który będzie działał jako Twój profil na Tau i będzie całkowicie Twój. Zorganizowanie swoich pomysłów i wiedzy w tak zaawansowany sposób oznacza, że ​​będziesz mógł nie tylko odkrywać przełomowe rozwiązania, ale także zarabiać na swojej wiedzy w łatwy i bezpośredni sposób, który nie był wcześniej możliwy.

Po prostu wprowadzając swoje przemyślenia na temat Tau, twoja wiedza automatycznie stanie się cyfrowym zasobem, którego jesteś właścicielem. Będziesz mógł sprzedać swoją wiedzę innym kupującym lub wykorzystać ją do generowania dochodów, wynajmując określone jej fragmenty swoim subskrybentom, ponieważ Tau zrozumie, że nawet część Twojej wiedzy może być częścią rozwiązania czyjegoś problemu. Tau podkreśli połączenie wiedzy wielu użytkowników i zaproponuje ją jako rozwiązanie ważnych i złożonych problemów, gwarantując w ten sposób, że wymagana wiedza w 100% odpowiada specyfikacjom.

Żadne z tych rozwiązań nie byłoby możliwe z żadnym innym rodzajem sztucznej inteligencji, z wyjątkiem rozwiązania opartego na logice. Dzieje się tak, ponieważ, mówiąc prościej, logiczna sztuczna inteligencja to słowa i zdania. W swej istocie chodzi o zdolność wywnioskowania stwierdzeń z innych stwierdzeń, w sposób zwany rozumowaniem dedukcyjnym. Na przykład z trzech stwierdzeń:

• Paryż jest we Francji.
• Francja jest w Europie.
• Jeśli x jest w y, a y w z, to x jest w z. To dla wszystkich x, y, z.

możemy wywnioskować stwierdzenie

Dziedzina logiki matematycznej uczy, że praktycznie wszystkie logiczne pytania mogą sprowadzać się do tej formy dedukcji. Na przykład zbiór zdań jest sprzeczny wtedy i tylko wtedy, gdy możemy z niego wydedukować zarówno zdanie, jak i jego negację.

Logiczna sztuczna inteligencja to mechanizacja logicznego rozumowania: znajdowanie sprzeczności, ustalanie, czy wniosek wynika z danych założeń i tak dalej. Chodzi zatem o to, aby maszyny zrozumiały to, co chcemy im powiedzieć, wykraczając poza zwykłe instrukcje maszynowe.

Tymczasem uczenie maszynowe, które jest obecnie najbardziej rozpowszechnioną formą sztucznej inteligencji, polega na uogólnianiu na przykładach. Jeśli więc powyższy przykład Francji i Paryża mielibyśmy zakomunikować na sposób uczenia maszynowego, musielibyśmy dostarczyć algorytmowi wiele przykładów postaci „x jest w y”, a następnie mieć nadzieję, że algorytm wywnioskuje, że Paris jest w Europie.

Taka forma komunikacji nawet nie zasługuje na miano inteligentnego, bo jak coś może być inteligentne, skoro nie może dojść do wniosku, że Paryż jest w Europie i musi zobaczyć dużą liczbę przykładów, żeby to „zrozumieć”, a nawet to nie jest gwarantowane? Uogólnianie na przykładach ma charakter probabilistyczny. Jak możemy zgadywać co do niewidocznych próbek? Zaskakujące jest to, że uczenie maszynowe może czasami mieć rację i nie jest całkowicie przypadkowe, i rzeczywiście, uczenie maszynowe zasługuje na miano matematycznego cudu. W końcu, jak można powiedzieć coś, co jest z dużym prawdopodobieństwem, nawet w przybliżeniu poprawne, przy wiedzy zerowej poza niektórymi próbkami?

Co zaskakujące, uczenie maszynowe może to zrobić. I na tym polega uczenie maszynowe ze wszystkimi jego zaletami i wadami. Jego przypadkiem użycia są sytuacje, w których nie mamy wiedzy o systemie lub nie mamy jej wcale, a wszystko, co możemy zrobić, to pobrać próbki i spróbować je uogólnić.

Z drugiej strony, logiczna sztuczna inteligencja polega na pełnej wiedzy i absolutności, zarówno jawnie, jak i niejawnie. Chodzi też o znacznie skuteczniejszy sposób komunikacji, komunikację bezpośrednią, „po prostu mówiąc to”, zamiast męczyć się nad podawaniem wielu przykładów.

Co więcej, zdarza się, że uczenie maszynowe jest z natury niezdolne do logicznego rozumowania, np. wykrywania sprzeczności. Udowodniono to matematycznie za pomocą argumentów teorii złożoności. Nic więc dziwnego, że uczenie maszynowe odnosi sukces tylko w dziedzinach o charakterze niewerbalnym, podczas gdy w dziedzinie przetwarzania języka naturalnego ma bardzo ograniczone możliwości.

Jednak sytuacja odwrotna jest całkowicie słuszna: nie tylko logika może wykonywać uczenie maszynowe, ale już to robi. Algorytmy uczenia maszynowego są już wyrażane w formach logicznych (w przeciwieństwie do przykładów) i są już zaimplementowane jako programy komputerowe, które również przyjmują logiczną raczej probabilistyczną formę, a mianowicie instrukcje maszynowe.

Omawianie logicznej sztucznej inteligencji obejmuje zatem również uczenie maszynowe, ale odwrotnie nie da się nigdy osiągnąć. Inny sposób, aby to powiedzieć, jest następujący: uczenie maszynowe ostatecznie obejmuje to, co nazywa się rozumowaniem indukcyjnym i abdukcyjnym (które z grubsza odpowiada temu, co nazywa się nauka nadzorowana i nienadzorowana). Z drugiej strony, logiczna sztuczna inteligencja może obejmować rozumowanie dedukcyjne, rozumowanie indukcyjne i rozumowanie adukcyjne łącznie, zarówno w danych jakościowych, jak i ilościowych.

Oto główne powody, dla których Tau wybrał logiczną sztuczną inteligencję jako ostateczną formę sztucznej inteligencji, argumentując, że uczenie maszynowe jest tylko kamieniem milowym w historii sztucznej inteligencji. Rozwiązania Tau poprawią wiele aspektów ludzkiej przepustowości, od skalowania dyskusji, przez monetyzację wiedzy, po inteligentne kontrakty i zdecentralizowane zarządzanie. Wszystko to dzięki zdolności logiki do wypełniania luki między ludźmi a maszynami.

Dowiedz się więcej o Tau i zespole, który za nim stoi tutaj

Dołącz do rosnącej społeczności Tau na Telegram

To jest post sponsorowany. Dowiedz się, jak dotrzeć do naszych odbiorców tutaj. Przeczytaj zastrzeżenie poniżej.

Media Bitcoin.com

Bitcoin.com jest głównym źródłem wszystkiego, co dotyczy kryptowalut.
Kontakt [email chroniony] rozmawiać o informacjach prasowych, sponsorowanych postach, podcastach i innych opcjach.

Kredyty obrazowe: Shutterstock, Pixabay, Wiki Commons