AI-ийн өсөлж чадна уу? Роботүүд нь Хүүхдүүдтэй юу вэ? (Хэв ч)

Тавтай мод

Абстракт болон танилцуулга

1. Extents and ways in which AI has been inspired by understanding of the brain

   1.1 Computational models

   1.2 Artificial Neural Networks

2. Embodiment of conscious processing: hierarchy and parallelism of nested levels of organization

3. Evolution: from brain architecture to culture

   3.1 Genetic basis and epigenetic development of the brain

   3.2 AI and evolution: consequences for artificial consciousness

4. Spontaneous activity and creativity

5. Conscious vs non-conscious processing in the brain, or res cogitans vs res extensa

6. AI consciousness and social interaction challenge rational thinking and language

Сэтгэгдэл, Сэтгэгдэл, Сэтгэгдэл

3.2 AI болон эволюци: биеийн мэдлэгтэй нөлөө

Хүний хомологын эволюцийн хязгаар нь AI-ийн хүний шиг мэдлэгтэй боловсруулалт авахын тулд хязгаарлалт юм уу? Үүнээс гадна AI-ийн хязгаарлагдмал phylogenetic эволюци (хүний хийсэн байх), энэ нь онтогенетик хөгжилтэй байж болох юм (жишээ нь, хяналтгүй суралцах дамжуулан), үндсэндээ AI-ийн хөгжүүлэгчдийн эхлээд програмчлагдсан биш чадварыг олж чадна. Энэ нь жишээ нь гүнзгий дэмжих суралцах систем (Silver et al., 2018; Vinyals et al., 2019).

Бид энэ хэлбэрээр AI туршлагатай суралцаж, гэхдээ "хабитус", "темперамент" болон "характер" -ийг бодисын хэлбэрээр хөгжүүлэх боломжтой гэж хэлж чадна уу? Үнэндээ, гүнзгий дэмжих суралцалтын систем нь боловсруулсан өгөгдлийн янз бүрийн төрөл бүрийн хаяг, алдааны сигналуудыг агуулдаг бөгөөд short- and long-term memory хүчин чадалтай туслах болно туршлагатай хэлбэрээр.

Эпигенетик, соёлын эвдэх талаар юу вэ? Хувийн эвдэх талаар хамгийн сүүлийн үеийн компьютерийн судалгаагаар AI-ийн үйлчлүүлэгчид өөрсдийн мэдээллийг хуваалцах, үйл ажиллагаа явуулахыг суралцаж чадна (arXiv:2206.05060) (Colas, Karch, Moulin-Frier, & Oudeyer, 2022), Энэ үе шат дээр AI нь ихэвчлэн хүнтэй эпигенетик хөгжилтэй байдаг. Энэ нь хүний туршлага, соёлын epigenesis-ээс үүсгэсэн бөгөөд энэ нь AI-ийн туршлага, соёлын хязгааргүй юм.

Эволюцийн анализ (Kanaev, 2022) нь хүний шинэчлэгдсэн хөгжлийн өгөгдлийн судалгаа (Lagercrantz & Changeux, 2009, 2010) нь хүний "зүрхний боловсруулах" нь шагналттай боловсруулсан гэж үзсэн (Changeux, 2006, 2017).

i) Тавтай морилно уу, тавтай морилно уу, тавтай морилно уу, тавтай морилно уу, тавтай морилно уу, тавтай морилно уу, тавтай морилно уу, тавтай морилно уу, тавтай морилно уу.

25-30 долоо хоногийн premature fetus, дагуу (Lagercrantz, 2016), шинэчлэгдсэн хавтан / хавтантай харьцуулахад харьцуулахад харьцуулахад харьцуулахад харьцуулахад харьцуулахад харьцуулахад харьцуулахад харьцуулахад харьцуулахад харьцуулахад харьцуулахад харьцуулахад харьцуулахад (Bartocci, Bergqvist, Lagercrantz, & Anand, 2006), харьцуулахад харьцуулахад харьцуулахад хамгийн бага мэдрэмжийг харуулж болно;

(ii) "Recursive суваг" (Zelazo, Craik, & Booth, 2004), жишээ нь vervet ариун дээр байдаг (ямар ч зарим ариундаас бас), нь функц хэрэглээнд болон proto-declarative тоноглогдсон байна; энэ түвшинд организм нь боловсруулсан нийгмийн интеракци, илрүүлэх, нийгмийн хангамж, агуулсан анхааралтай байж болох юм; тэд нь нэг удаа дундаж хэд хэдэн дундаж хуваалцах чадвартай байдаг, бийн харилцааг үнэлэх чадвартай байдаг; Тэд хуваалцах нь алдартай хэлбэл recursivity харуулдаг, харин байнгын байнгын ойлголтгүй байна; Эдгээр шугам хооронд, шинэчлэгдсэн оюутны мэдрэмж, мэдрэмжийг илрүүлэх чадвартай байна, дундаж үйл

(iii) Өнгөрсөн хоёр дахь жилийн дараа насанд хүрэгчдэд явжтай "саяхан мэдрэмж" боловсруулсан, ажлын, эпизодийн мэдрэмж, хэлний зарим үндсэн ач холбогдолтой; Энэ нь дөрвөлжин туршид өөрийн мэдрэмж, өөр өөр өөр өөрчлөн тодорхойлолтыг ашиглах (Lou, Changeux, & Rosenstand, 2017; Posner & Rothbart, 2007); зарим зэрэгцээ шимпанзе нь энэ түвшинд олж болно (Boakes, 1984);

(iv) "Reflective consciousness", зүрхний теори, бүрэн мэдлэгтэй туршлага, First-Person ontology болон ач холбогдолтой, хүн бүр бүрэн хөгжилтэй, 3-5 жилийн дараа хүүхдүүдэд боловсруулсан.

Өнгөрсөн үед, бүх гол урт хугацааны шилэн трактүүд одоо байрладаг (Dubois, Kostovic, & Judas, 2015), гэхдээ одоо ч байтугай байтугай. Ажлын боловсруулах electrophysiological тэмдэглэгээ - насанд хүрэгчдэд GNW гэрэлтүүлэг нь харьцуулахад - 5-, 12-, болон 15-р сарын насанд хүрэгчдэд бүртгэгдсэн байна (Dehaene-Lambertz & Spelke, 2015; Kouider et al., 2013).

Түүнээс гадна, субъекттэй туршлага нь epigenetic хөгжлийн цаг хугацааны үйл явц (түүнээс гадна, шинж чанарын тоо, шинж чанарын сүлжээнд тэдний холболт нь эцсийн Connectomics өөрчилж) -ийн цаг хугацааны үйл явцад үүсгэсэн юм. Үүнээс гадна, мэдлэг нь үйл явц юм, энэ нь организмууд (зөвхөн тэдний шинж чанарын) болон байгаль орчны хооронд (зөвхөн) цаг хугацааны цаг хугацааны интеракцийг хамаарна.

Одоогийн AI нь энэ төрлийн интерактив хөгжлийн хязгаарлагдмал хэлбэртэй бөгөөд энэ нь мэдээллийн нийгмийн, эмоциональ ач холбогдол, валенцийг ихэвчлэн AI-д хязгаарлагдмал байдаг, эсвэл зөвхөн хязгаарлагдмал байдаг. Үнэндээ, AI-д дэлхий даяар мэдэгддэггүй, тэр ч байтугай шинжлэх ухааны хэлбэртэй биш юм (Pennartz, 2024): дижитал AI-ийн мэдээлэл нь хүнээс өөр хэлбэрээр боловсруулдаг бөгөөд энэ нь дэлхийд AI-ийн хандах боломжтой дэлхийд маш янз бүрийн байдаг. Аналог компьютерийн болон AI-д олон судалгаа байдаг.

Үүнээс гадна, шинжлэх ухааны хөгжилтийн энэ янз бүрийн боломжуудтай үе шатанд харьцуулахад суралцаж байх ёстой. Үүнээс гадна, нейроморфын арга хэрэгслүүд зэрэг янз бүрийн АИ-ийн хүний бүрэн шинжлэх ухааны туршлагатай бүх шинж чанарыг харуулдаг гэж үздэггүй. Гэсэн хэдий ч эдгээр шинж чанарын зарим шинж чанарыг санал болгож болно. Тавтай морилно уу, дэлхий даяар нэгтгэх, шийдэл хийх. Тэд "минимал шинж чанарыг" гэж нэрлэдэг, эсвэл "рекурссив шинж чанарын" зарим шинж чанарыг харуулсан байж болох юм. Гэсэн хэдий ч, "саналтын шинж чанарын" эсвэл "рефлектив шинж чанарын" одоогийн

Албан ёсоор, энэ нь алдартай хөгжилтэй AI гэж үзэж болно. Энэ нь AI-ийн гол тэндэлгээ биш боловч Алан Тюринг 1950-д хөгжил, AI-ийн үүсгэх, сургахын тулд парадигма гэж үзэхыг санал болгож байна.

Үнэндээ, одоогийн AI систем, тусгайлан нейро-миметик робот системийг шинж чанарын шинж чанарын загварууд симулируулдаг бөгөөд энэ нь Darwin-ийн биологийн хөгжил, эпигенетик хөгжил, сонголт, хүчдэл дамжуулан үүсгэхийн тулд компьютерийн загварыг өөр өөрчилж үйлдвэрлэхэд хязгаарлагддаг. Мөн одоогийн AI систем нь шинж чанарын урт дараагийн хөгжил, физик, биологийн, социо-култур байгаль орчинд "хаарал" болгон хэд хэдэн гүнзгий epigenetic synapse сонголт үүсгэхийн тулд идэвхтэй байх болно. Дарвин-ийн шинж чанарын сонголт нь шинж чанарын механизмны үр дүнд, янз бүрийн холболтын загварууд нэг функцийг

Энэ нь долоо хоногт AI-ийн эволюцийн болон эпигенетик хөгжлийн хязгаарлагдмал хүчин чадалтай байдаг. Бид зөвхөн энэ суурилуулалтаар суралцаж чадахгүй ч гүнзгий дэмжлэгийн суралцалтын систем нь нэг өдөр нь байнга байнга байнга байнга байнга орчинд эпигенетик харьцуулахад хариулах болно. Гэсэн хэдий ч энэ нь шинж чадварын системд ихэвчлэн ихэвчлэн өөрчилж болно (Blum & Blum, 2023) нь шинж чанарыг олж авах зорилготой шинж чанарын талаархи хязгаарлалт байж болно.

Authors:

(1) Мишеле Фариско, судалгааны этик, биоэтикийн төв, Олон нийтийн эрүүл мэндийн болон туслах шинжлэх ухааны факультет, Uppsala их сургууль, Uppsala, Шведийн болон Biogem, Биологи, молекулын генетик институт, Ariano Irpino (AV), Итали;

(2) Kathinka Evers, судалгааны этик, биоэтикийн төв, Олон нийтийн эрүүл мэндийн болон туслах шинжлэх ухааны факультет, Uppsala их сургууль, Uppsala, Шведийн;

(3) Jean-Pierre Changeux, Neuroscience Department, Institut Pasteur болон Collège de France Парис, Франц.

Энэ нийтлэл нь CC BY 4.0 DEED лицензийн дагуу archiv дээр байдаг.