paint-brush
Vědomí umělé inteligence je nevyhnutelné: perspektiva teoretické informatikypodle@aithics
423 čtení
423 čtení

Vědomí umělé inteligence je nevyhnutelné: perspektiva teoretické informatiky

podle AIthics5m2024/09/03
Read on Terminal Reader

Příliš dlouho; Číst

Tato studie představuje Conscious Turing Machine (CTM), formální model stroje inspirovaný Turingovým výpočtem a Baarsovým divadelním modelem vědomí. Integrací omezení zdrojů a sladěním s hlavními vědeckými teoriemi CTM demonstruje, že strojové vědomí je věrohodný a nevyhnutelný vývoj v AI.
featured image - Vědomí umělé inteligence je nevyhnutelné: perspektiva teoretické informatiky
AIthics HackerNoon profile picture
0-item

autoři:

(1) Lenore Blum ([email protected]);

(2) Manuel Blum ([email protected]).

Tabulka odkazů

Abstrakt a 1 Úvod

2 Stručný přehled CtmR, robota s mozkem CTM

2.1 Formální definice CtmR

2.2 Vědomá pozornost v CtmR

2.3 Vědomé vědomí a pocit vědomí v CtmR

2.4 CtmR jako rámec pro umělou obecnou inteligenci (AGI)

3 Sladění CtmR s jinými teoriemi vědomí

4 Řešení otázek Kevina Mitchella z pohledu CtmR

5 Shrnutí a závěry

6 Poděkování

7 Dodatek

7.1 Stručná historie přístupu teoretické informatiky k výpočtům

7.2 Pravděpodobnostní soutěž o vědomou pozornost a vliv dispozice na ni

Reference

ABSTRAKTNÍ

Díváme se na vědomí optikou teoretické informatiky, oboru matematiky, který studuje výpočty s omezenými zdroji. Z této perspektivy vyvíjíme formální model stroje pro vědomí. Model je inspirován jednoduchým, ale výkonným modelem výpočtu Alana Turinga a divadelním modelem vědomí Bernarda Baarse. I když je tento model extrémně jednoduchý, na vysoké úrovni je v souladu s mnoha hlavními vědeckými teoriemi lidského a zvířecího vědomí, což podporuje naše tvrzení, že strojové vědomí je nevyhnutelné.

1 Úvod

Studujeme vědomí z pohledu teoretické informatiky (TCS), obor matematiky zabývající se pochopením základních principů počítání a složitosti, včetně důsledků a překvapivých důsledků omezení zdrojů.


Zohledněním omezení zdrojů se perspektiva TCS odlišuje od dřívější Turingovy teorie výpočtu (TOC), kde omezení času a prostoru nefigurovalo. TOC rozlišuje vyčíslitelné od nevypočitatelných. Nerozlišuje mezi vyčíslitelnými a neefektivně vyčíslitelnými. [1] Zdůrazňujeme důležitost tohoto oddělení pro řešení vědomí a souvisejících témat, jako je paradox svobodné vůle.


Jinde (Blum & Blum, 2021) popisujeme Conscious Turing Machine (CTM), jednoduchý formální strojový model vědomí inspirovaný zčásti jednoduchým formálním strojovým modelem výpočtu Alana Turinga (Turing, 1937) a divadlem Bernarda Baarse. model vědomí (Baars, Bernard J., 1997). V (Blum & Blum, 2022) zvažujeme, jak by CTM mohla vykazovat různé jevy spojené s vědomím (např. slepota, slepota z nepozornosti, slepota změny) a předkládáme vysvětlení CTM, která na vysoké úrovni souhlasí s literaturou kognitivní neurovědy.


Na rozdíl od Turinga bereme omezení zdrojů v úvahu jak při navrhování modelu CTM, tak v tom, jak omezení zdrojů ovlivňují (a pomáhají vysvětlit) pocity vědomí. Náš pohled se ještě liší. Co dává CTM pocit vědomí, není jeho vstupní výstupní mapa, ani jeho výpočetní výkon, ale to, co je pod kapotou.[2]


V této kapitole se krátce podíváme pod pokličku.


Kromě toho ukazujeme, jak se CTM přirozeně shoduje a integruje prvky považované za klíčové pro lidské a zvířecí vědomí v mnoha hlavních vědeckých teoriích vědomí.[3] Tyto teorie zvažují různé aspekty vědomí a často spolu soutěží (Lenharo, 2024). Přesto jejich sladění s CTM na vysoké úrovni pomáhá prokázat jejich kompatibilitu a/nebo komplementaritu.


Ale ještě více, jejich spojení s CTM, jednoduchým modelem stroje, který vykazuje jevy spojené s vědomím, podporuje naše tvrzení, že vědomá AI je nevyhnutelná.


Úvod Davida Chalmerse o těžkém problému (Chalmers, 1995) pomohl klasifikovat většinu představ o vědomí do jednoho ze dvou typů. První typ, různě nazývaný přístupové vědomí (Block, 1995) nebo funkční (výpočetní) či kognitivní vědomí, nazýváme vědomou pozorností. Druhý typ (spojený s Těžkým problémem) se nazývá subjektivní nebo fenomenologické vědomí a je obecně spojován s pocity nebo qualia. Říkáme tomu vědomé uvědomění. Chalmersův těžký problém lze považovat za výzvu ukázat, že subjektivní vědomí je „funkční“.


Tvrdíme, že velké písmo vědomí vyžaduje jak vědomou pozornost, tak vědomé uvědomění, přičemž každá z nich se do různé míry informuje. Tvrdíme, že stroj, který interaguje se svými světy (vnitřním a vnějším) prostřednictvím vstupních senzorů a výstupních aktuátorů, který konstruuje modely těchto světů umožňující plánování, predikci, testování a učení ze zpětné vazby a který vyvíjí bohatý interní multimodální jazyk, může mají oba typy vědomí. Zejména tvrdíme, že subjektivní vědomí je výpočtové a funkční.


Zdůrazňujeme, že CTM je formální model stroje navržený k prozkoumání a pochopení vědomí z pohledu TCS. Není určen k modelování mozku ani nervových korelátů vědomí. Přesto je CTM inspirována kognitivními a neurovědními teoriemi vědomí.


Konkrétně, jak jsme zmínili, CTM je inspirován divadelním modelem vědomí kognitivního neurovědce Bernarda Baarse (Baars, Bernard J., 1997), teorií vědomí globálního pracovního prostoru (GW). I zde však CTM není standardní model GW. CTM se od GW liší v řadě důležitých hledisek: její konkurence pro globální vysílání je formálně definována a zcela nahrazuje špatně definovaný ústřední výkonný orgán jiných modelů GW; její speciální procesory, včetně zejména procesorů Model-of-the-World, konstruují a využívají modely svých (vnitřních a vnějších) světů; jeho bohatý multimodální interní jazyk, Brainish, pro vytváření označených náčrtů ve svých světových modelech a pro komunikaci mezi procesory; a jeho prediktivní dynamika (cykly predikce, testování, zpětné vazby a učení, lokálně i globálně).


CTM také interaguje se svým vnějším světem prostřednictvím vstupních senzorů a výstupních akčních členů. Abychom zdůraznili ztělesněnou, vnořenou, uzákoněnou a rozšířenou mysl CTM, nazýváme ji zde robot CTM ( CtmR ).


Při práci na této kapitole jsme se dozvěděli o příspěvku na blogu Kevina Mitchella v Wiring the Brain (Mitchell, 2023), ve kterém uvádí poznámku podobnou té, kterou děláme my, totiž že mnohé z hlavních teorií vědomí jsou kompatibilní a/ nebo doplňkové. Pro podobný závěr viz (Storm & et.al., 2024). Ještě více Mitchell předkládá „nevyčerpávající seznam otázek…, které by teorie vědomí měla být schopna obsáhnout“. Prohlašuje, že „i když taková teorie v současné době nemůže odpovědět na všechny tyto otázky, měla by poskytnout alespoň zastřešující rámec[4] (tj. jaká by teorie skutečně měla být), ve kterém je lze pokládat koherentním způsobem. aniž by jedna otázka destabilizovala to, co si myslíme, že víme o odpovědi na jinou."


Mitchellovy otázky jsou promyšlené, zajímavé a důležité. Na konci této kapitoly nabízíme předběžné odpovědi z pohledu Conscious Turing Machine Robot (CtmR). Naše odpovědi doplňují a zvýrazňují materiál ve stručném přehledu CtmR, který nyní představujeme.[5]


Tento dokument je dostupný na arxiv pod licencí CC BY 4.0 DEED.


[1] Stručnou historii TOC a TCS viz dodatek 7.1.


[2] To je důležité. Tvrdíme, že simulace, které modifikují klíčové vnitřní struktury a procesy CTM, nemusí nutně zažít to, co CTM. Netvrdíme, že CTM je jediným možným modelem stroje pro prožívání pocitů vědomí.


[3] Mezi tyto teorie patří: Globální pracovní prostor/Globální neuronální pracovní prostor (GW/GNW), Teorie schématu pozornosti (AST), Prediktivní zpracování (PP), Integrovaná informační teorie (IIT), Embodied, Embedded, Enacted and Extended (EEEE) teorie, evoluční teorie a rozšířený retikulothalamický aktivační systém + teorie principu volné energie (ERTAS + FEP).


[4] Kurzíva naše.


[5] V Přehledu anotujeme odstavce, které odkazují na dotazy Kevina Mitchella. Pokud má například odstavec štítek [KM1], odkazuje na první Mitchellův dotaz, KM1. A naopak, pokud je Mitchellův dotaz označen hvězdičkou, například KM1*, pak v Přehledu odkazuje na [KM1].

L O A D I N G
. . . comments & more!

About Author

AIthics HackerNoon profile picture
AIthics@aithics
AIthics illuminates the path forward, fostering responsible AI innovation, transparency, and accountability.

ZAVĚŠIT ZNAČKY

TENTO ČLÁNEK BYL PŘEDSTAVEN V...