Mesa da esquerda Abstracto e introdución 
 
 
 
 
 
 
 
 
 
 
 Extents and ways in which AI has been inspired by understanding of the brain 1.1 Computational models 1.2 Artificial Neural Networks 
 
 Embodiment of conscious processing: hierarchy and parallelism of nested levels of organization 
 
 
 
 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 
 
 Spontaneous activity and creativity 
 
 Conscious vs non-conscious processing in the brain, or res cogitans vs res extensa 
 
 AI consciousness and social interaction challenge rational thinking and language Conclusións, recoñecementos e referencias AI e evolución: consecuencias para a conciencia artificial Aínda que a AI careza dunha evolución estritamente filoxenética (ser feita por humanos), pode ter un desenvolvemento ontogenético (por exemplo, a través de aprendizaxe non supervisada) que, en principio, pode facer posible que a IA alcance capacidades non programadas orixinalmente polos desenvolvedores. Podemos dicir que esta forma de IA é capaz de aprender da experiencia, e así desenvolver unha forma artificial de "habitus", "temperamento" e "carácter"?De feito, os sistemas de aprendizaxe de reforzo profundo inclúen varios tipos de comentarios e sinais de erro dos datos procesados, que combinados coas capacidades de memoria a curto e longo prazo poden ser interpretados como unha forma de experiencia. Aínda que hai estudos computacionais recentes sobre a evolución cultural que mostran como os axentes da IA poden compartir información uns dos outros e aprender a realizar tarefas (arXiv:2206.05060) (Colas, Karch, Moulin-Frier, & Oudeyer, 2022), nesta etapa a IA carece principalmente dun desenvolvemento epigenético homólogo ao dos humanos. A análise evolutiva (Kanaev, 2022) xunto co exame dos datos de desenvolvemento para o recén nacido humano (Lagercrantz & Changeux, 2009, 2010) suxeriron que o “procesamento consciente” humano se desenvolve progresivamente (Changeux, 2006, 2017). i) O nivel máis baixo de "consciencia mínima" para organismos simples, como ratos ou ratos, caracterízase pola capacidade de mostrar actividade motora espontánea e de crear representacións, por exemplo, a partir da experiencia visual e auditiva, para almacenalas na memoria a longo prazo e usalas, por exemplo, para o comportamento de aproximación e evasión e para o que se denomina comportamento exploratorio. O feto prematuro de 25-30 semanas, segundo (Lagercrantz, 2016), tería alcanzado un estadio de maduración cerebral análogo (aínda que non idéntico) a un rato / rato recentemente nado; el / ela pode procesar estímulos táctiles e dolorosos no córtex sensorial (Bartocci, Bergqvist, Lagercrantz, & Anand, 2006), percibiría dor e, polo tanto, amosaría signos de conciencia mínima; (ii) “consciencia recursiva” (Zelazo, Craik, & Booth, 2004), que está presente, por exemplo, en monos vervet (posiblemente tamén nalgúns paxaros), maniféstase polo uso funcional de obxectos e polo apunte proto-declarativo; organismos a este nivel poden mostrar elaboradas interaccións sociais, imitación, referencia social e atención conxunta; posúen a capacidade de manter varias representacións mentais na memoria simultánea, e son capaces de avaliar relacións de si mesmos; mostran formas elementais de recursividade no manexo de representacións, aínda sen comprensión mutua; ao longo destas liñas, o bebé recentemente nado exhibe conciencia sensorial, capacidade de expresar emocións e procesos mentais representacións (é dicir, dun pacifista); el / ela xa diferenciaría entre (iii) o desenvolvemento explícito da “auto-consciencia” nos bebés a finais do segundo ano, xunto coa memoria de traballo e episódica e algúns aspectos básicos da linguaxe; caracterízase polo recoñecemento de si mesmo en probas de espello e polo uso de regras arbitrarias únicas con distinción de si mesmo (Lou, Changeux, & Rosenstand, 2017; Posner & Rothbart, 2007); en certa medida os chimpancés poden alcanzar este nivel (Boakes, 1984); (iv) “consciencia reflexiva”, teoría da mente e experiencia plena consciente, con ontoloxía en primeira persoa e reportabilidade, alcanza o pleno desenvolvemento en humanos e desenvolve despois de 3 a 5 anos en nenos. Ao nacer, todos os principais tubos de fibra de longa distancia xa están en lugar (Dubois, Kostovic, & Judas, 2015), aínda que aínda non maduro. Unha sinatura electrofisiolóxica do procesamento consciente -homólogo á ignición de GNW en humanos adultos- foi rexistrado en bebés de 5, 12 e 15 meses de idade (Dehaene-Lambertz & Spelke, 2015; Kouider et al., 2013). En resumo, a experiencia subxectiva deriva do proceso de desenvolvemento epigenético prolongado no tempo (é dicir, un cambio na conectividade cerebral que eventualmente altera o número de neuronas e as súas conexións na rede cerebral). De feito, a IA non experimenta o mundo, nin ten unha teoría da mente (Pennartz, 2024): a IA dixital procesa a información nun formato diferente dos humanos, o que fai que o mundo ao que a IA pode acceder sexa significativamente diferente do mundo ao que os humanos teñen acceso. Ademais, tendo en conta estas diferentes etapas de desenvolvemento posibles da conciencia, os intentos de desenvolver o procesamento consciente artificial deben especificar a que fase específica se dirixen. Ata agora, as diversas IA incluídas as aproximacións neuromórficas non se esperan que exhiban todos os trazos da experiencia consciente plena nos humanos. Non obstante, poden cualificar para algunhas características características como un rastro de memoria de traballo sostido, integración global e toma de decisións. Poden alcanzar o nivel do que chamamos "consciencia mínima", ou posiblemente algunhas características de "consciencia recursiva", pero nin "consciencia auto" nin "consciencia reflexiva" parecen implementables en sistemas artificiais no presente. Aínda que non é a tendencia principal na IA, Alan Turing xa propuxo en 1950 considerar o desenvolvemento como un paradigma para crear e ensinar unha IA como poderíamos ensinar a un neno. En conclusión, os sistemas actuais de IA, especificamente os sistemas robóticos neuro-miméticos que simulan modelos computacionais específicos do cerebro, están limitados en producir variabilidade a partir da mesma organización funcional dun modelo computacional que resulta na evolución biolóxica darwiniana e no desenvolvemento epigenético a través da selección e a ampliación. Ademais, os sistemas actuais de IA carecen do longo desenvolvemento postnatal do cerebro que conduce a múltiples seleccións de sinapses epigenéticas anexadas como "imprentes" do ambiente físico, biolóxico e socio-cultural. Como consecuencia do mecanismo darwiniano de selección sináptica característico do cerebro, diferentes patróns de conexión poden levar a mesma función, levando a plasticidade, diferenzas individuais e creatividade. Isto significa que ata a data a IA ten unha capacidade limitada para un desenvolvemento evolutivo e epigenético análogo ao cerebro humano. Non podemos, por iso só, excluír teoricamente que os sistemas de aprendizaxe de reforzo profundo poidan un día responder ao aprendizaxe e á experiencia dun xeito que poida ser descrito como unha relación epigenética co medio ambiente. 
 
 
 
 
 Os autores: (1) Michele Farisco, Centro de Ética de Investigación e Bioética, Departamento de Saúde Pública e Ciencias do Coidado, Universidade de Uppsala, Uppsala, Suecia e Instituto Biogem, Bioloxía e Xenética Molecular, Ariano Irpino (AV), Italia; (2) Kathinka Evers, Centro de Ética de Investigación e Bioética, Departamento de Saúde Pública e Ciencias do Coidado, Universidade de Uppsala, Uppsala, Suecia; (3) Jean-Pierre Changeux, Departamento de Neurociencia, Institut Pasteur e Collège de France París, Francia. Authors: (1) Michele Farisco, Centro de Ética de Investigación e Bioética, Departamento de Saúde Pública e Ciencias do Coidado, Universidade de Uppsala, Uppsala, Suecia e Instituto Biogem, Bioloxía e Xenética Molecular, Ariano Irpino (AV), Italia; (2) Kathinka Evers, Centro de Ética de Investigación e Bioética, Departamento de Saúde Pública e Ciencias do Coidado, Universidade de Uppsala, Uppsala, Suecia; (3) Jean-Pierre Changeux, Departamento de Neurociencia, Institut Pasteur e Collège de France París, Francia. 
 
 Este artigo está dispoñible en arquivo baixo a licenza CC BY 4.0 DEED. Este artigo está dispoñible en arquivo baixo a licenza CC BY 4.0 DEED. Dispoñible en arquivo

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

PHENOMENOLOGY.tech

Phenomenology explores the depths of consciousness, fostering a deeper understanding of the world.

Por que os robots non teñen infancia (aínda)

About Author

COMENTARIOS

Etiquetas colgantes

ESTE ARTIGO FOI PRESENTADO EN

Related Stories

HackerNoon Decoded 2024: Celebrating Our Product Management Community!

Coñece R Systems: HackerNoon empresa da semana

HackerNoon Decoded 2024: Celebrating Our Tech Companies Community!

HackerNoon Decoded 2024: Celebrating Our Remote Work Community!

HackerNoon Decoded 2024: Celebrating Our Product Management Community!

Coñece R Systems: HackerNoon empresa da semana

HackerNoon Decoded 2024: Celebrating Our Tech Companies Community!

HackerNoon Decoded 2024: Celebrating Our Remote Work Community!

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps