(SeaPRwire) – AI generatif—fikirkan Dall.E, , dan banyak lagi—merupakan perkara yang hangat diperbincangkan. Kejayaan luar biasanya, dan kegagalan kadang-kadang yang membawa padahnya, telah memulakan perbahasan penting mengenai skop dan bahaya bentuk lanjutan kecerdasan buatan. Tetapi apakah sebenarnya yang didedahkan oleh kerja ini mengenai kecerdasan semula jadi seperti kita sendiri?
Saya ialah seorang ahli falsafah dan saintis kognitif yang telah menghabiskan seluruh kerjaya saya cuba memahami bagaimana minda manusia berfungsi. Berdasarkan penyelidikan merentasi psikologi, neurosains, dan kecerdasan buatan, pencarian saya telah membawa saya ke arah gambaran bagaimana minda semula jadi berfungsi yang menarik serupa tetapi juga sangat berbeza daripada prinsip asas operasi AI generatif. Meneliti perbezaan ini mungkin dapat membantu kita memahami keduanya dengan lebih baik.
AI belajar model generatif (hence nama mereka) yang membolehkan mereka untuk dalam pelbagai jenis data atau isyarat. Apa yang dimaksudkan dengan generatif di sini ialah mereka belajar cukup mengenai regulariti mendalam dalam set data tertentu untuk membolehkan mereka mencipta versi baru yang masuk akal daripada jenis data itu untuk diri mereka sendiri. Dalam kes ChatGPT data ialah teks. Mengetahui tentang semua corak lemah dan kuat dalam perpustakaan teks yang besar membolehkan ChatGPT, apabila diminta, untuk menghasilkan versi masuk akal daripada jenis data itu dengan cara menarik, apabila dibentuk oleh prompt pengguna—contohnya, pengguna mungkin meminta cerita tentang kucing hitam yang ditulis gaya Ernest Hemingway.
Apakah ini mempunyai kaitan dengan minda manusia? Menurut banyak teori kontemporari, otak manusia telah belajar model untuk meramalkan jenis data tertentu juga. Tetapi dalam kes ini data yang perlu diramalkan ialah pelbagai serangan maklumat sensor yang direkod oleh penderia dalam mata kita, telinga kita, dan organ persepsi lain. Kini datang perbezaan pentingnya. Otak semula jadi mesti belajar meramalkan aliran sensori itu dalam konteks yang sangat khusus—konteks menggunakan maklumat sensori untuk memilih tindakan yang membantu kita terus hidup dan berjaya dalam dunia kita. Ini bermakna antara banyak perkara yang otak kita belajar untuk meramalkan, subset inti mengenai cara tindakan kita sendiri pada dunia akan mengubah apa yang kemudiannya kita deria. Contohnya, otak saya telah belajar jika saya menginjak ekor kucing saya dengan tidak sengaja, stimulasi sensori berikutnya yang sering saya terima termasuk penglihatan menjerit, meloncat dan kadang-kadang perasaan sakit daripada cakaran balas yang layak.
Jenis pembelajaran ini mempunyai kelebihan khusus. Ia membantu kita membezakan sebab dan korelasi yang mudah. Melihat kucing saya sangat berkorelasi dengan melihat perabot dalam apartmen saya. Tetapi tiada satu pun daripada ini menyebabkan yang lain berlaku. Menginjak ekor kucing saya, sebaliknya, menyebabkan jeritan dan cakaran berikutnya. Mengetahui perbezaan itu adalah penting jika anda ialah makhluk yang perlu bertindak pada dunia anda untuk mencapai kesan (atau mengelak kesan tidak dikehendaki). Dengan kata lain, model generatif yang mengeluarkan ramalan semula jadi dibatasi oleh tujuan biologi yang sangat penting—pemilihan tindakan yang betul untuk dilaksanakan pada masa yang betul.
Bagaimanakah ChatGPT dan AI kontemporari yang lain kelihatan apabila dibandingkan dengan pemahaman ini tentang otak manusia dan minda manusia? Secara jelas, AI semasa cenderung mengkhususkan diri dalam meramalkan jenis data tertentu—urutan perkataan, dalam kes ChatGPT. Pada pandangan pertama, ini mencadangkan bahawa ChatGPT mungkin lebih tepat dilihat sebagai model hasil teks kita berbanding (seperti otak biologi) model dunia yang kita huni. Itu akan menjadi perbezaan yang sangat penting memang. Tetapi langkah itu agak terlalu cepat. Perkataan, seperti kaya karya sastera hebat dan kurang hebat menunjukkan, sudah memaparkan corak segala jenis—corak di antara penampilan dan rasa dan bunyi contohnya. Ini memberi AI generatif jendela sebenar ke dunia kita. Masih kurang, bagaimanapun, ialah bahan penting itu—tindakan. Pada yang terbaik, AI yang meramalkan teks mendapat jenis jejak fosil verbal kesan tindakan kita pada dunia. Jejak itu terdiri daripada penerangan lisan tindakan (“Andy menginjak ekor kucingnya”) bersama maklumat berbentuk lisan mengenai kesan dan akibat tipikal mereka. Walaupun demikian AI tidak mempunyai keupayaan praktikal untuk campur tangan pada dunia—jadi tiada cara untuk menguji, menilai, dan memperbaiki model dunia mereka sendiri, yang membuat ramalan.
Ini merupakan batasan praktikal penting. Ia agak seperti seseorang yang mempunyai akses kepada perpustakaan data besar mengenai bentuk dan hasil semua eksperimen terdahulu, tetapi tidak dapat menjalankan eksperimen mereka sendiri. Tetapi ia mungkin mempunyai makna yang lebih mendalam juga. Kerana mungkin hanya dengan menggoyang, menggoyang, dan secara umum campur tangan pada dunia kita bahawa minda biologi mengukuhkan pengetahuan mereka ke dunia yang sebenarnya ia bertujuan untuk menggambarkan. Dengan mempelajari apa yang menyebabkan apa, dan bagaimana tindakan yang berbeza akan mempengaruhi dunia masa depan kita dalam cara yang berbeza, kita membina asas kukuh untuk pemahaman kita sendiri kemudian. Ia adalah penempatan itu dalam tindakan dan kesan mereka yang kemudian membolehkan kita benar-benar memahami ayat-ayat dijumpai seperti “Kucing itu mencakar orang yang menginjak ekornya”. Model generatif kita—tidak seperti yang AI generatif—ditabur dalam api tindakan.
Adakah AI masa depan akan membina model berasaskan sedemikian juga? Adakah mereka akan memulakan eksperimen di mana mereka melancarkan tindak balas ke dunia untuk melihat kesan tindak balas itu? Sesuatu yang agak seperti ini sudah berlaku dalam konteks iklan dalam talian, kempen politik, dan manipulasi media sosial, di mana algoritma boleh melancarkan iklan, pos dan laporan dan menyesuaikan tingkah laku masa depan mereka mengikut kesan tertentu kepada pembeli, pengundi, dan orang lain. Jika AI yang lebih kuat menutup lingkaran tindakan dalam cara ini, mereka akan mula mengubah jendela semasa pasif dan “kedua tangan” mereka ke dunia manusia menjadi sesuatu yang lebih rapat dengan jenis cengkeram yang mempunyai makhluk hidup seperti kita ke atas dunia kita.
Tetapi bahkan ketika itu, masih ada perkara lain yang kurang. Banyak daripada ramalan yang menstrukturkan pengalaman manusia mengenai keadaan fisiologi dalaman kita sendiri. Contohnya, kita mengalami dahaga dan lapar dalam cara yang sangat meramalkan, membenarkan kita memperbaiki kekurangan yang bakal berlaku lebih awal, untuk terus kekal dalam zon yang betul untuk keutuhan badan dan kelangsungan hidup. Ini bermakna bahawa kita wujud dalam dunia di mana beberapa ramalan otak kita penting dalam cara yang sangat khusus. Mereka penting kerana membolehkan kita terus wujud sebagai makhluk bersifat tenaga metabolisme, berbadan yang kita adalah. Kita manusia juga mendapat manfaat besar daripada amalan kolektif budaya, sains, dan seni, membolehkan kita berkongsi pengetahuan kita dan menyiasat dan menguji model terbaik kita sendiri dan dunia kita.
Selain itu, kita manusia adalah apa yang boleh dipanggil “pengetahui yang mengetahui”—kita menggambarkan diri kita kepada diri kita sebagai mempunyai pengetahuan dan kepercayaan, dan kita telah secara beransur-ansur mereka bentuk dunia kompleks seni, sains, dan teknologi untuk menguji dan memperbaiki pengetahuan dan kepercayaan kita sendiri. Contohnya, kita boleh menulis kertas yang membuat dakwaan yang dengan cepat dicabar oleh orang lain, dan kemudian menjalankan eksperimen untuk cuba menyelesaikan perbezaan pendapat. Dengan semua cara ini (bahkan mengabaikan soalan yang kini tidak dapat diatasi tetapi penting tentang ‘kesedaran sebenar’) nampaknya terdapat jurang yang sangat besar memisahkan jenis pengetahuan dan pemahaman kita daripada apa pun yang dicapai oleh AI sehingga kini.
Artikel ini disediakan oleh pembekal kandungan pihak ketiga. SeaPRwire (https://www.seaprwire.com/) tidak memberi sebarang waranti atau perwakilan berkaitan dengannya.
Sektor: Top Story, Berita Harian
SeaPRwire menyampaikan edaran siaran akhbar secara masa nyata untuk syarikat dan institusi, mencapai lebih daripada 6,500 kedai media, 86,000 penyunting dan wartawan, dan 3.5 juta desktop profesional di seluruh 90 negara. SeaPRwire menyokong pengedaran siaran akhbar dalam bahasa Inggeris, Korea, Jepun, Arab, Cina Ringkas, Cina Tradisional, Vietnam, Thai, Indonesia, Melayu, Jerman, Rusia, Perancis, Sepanyol, Portugis dan bahasa-bahasa lain.
Adakah AI suatu hari nanti akan menjadi mesin ramalan dengan naluri untuk terus hidup, menjalankan ramalan asas yang secara proaktif cuba mencipta dan mengekalkan syarat untuk kewujudan mereka sendiri? Adakah mereka oleh itu akan menjadi semakin autonomi, melindungi perkakasan mereka sendiri dan pengeluaran dan menarik kuasa seperti yang diperlukan? Adakah mereka akan membentuk komuniti, dan mencipta jenis budaya? Adakah mereka akan memulakan untuk memodelkan diri mereka sebagai makhluk dengan kepercayaan dan pendapat? Tiada apa-apa dalam keadaan semasa mereka yang menggerakkan mereka ke arah yang familiar ini. Tetapi tiada satu dimensi pun yang jelas terkeluar juga. Jika perubahan berlaku sepanjang semua atau sebahagian daripada dimensi yang hilang itu