AI ცნობიერება გარდაუვალია: კომპიუტერული მეცნიერების თეორიული პერსპექტივა

ბმულების ცხრილი

რეზიუმე და 1 შესავალი

2 CtmR-ის მოკლე მიმოხილვა, რობოტი CTM ტვინის

2.1 CtmR-ის ფორმალური განმარტება

2.2 ცნობიერი ყურადღება CtmR-ში

2.3 ცნობიერი ცნობიერება და ცნობიერების განცდა CtmR-ში

2.4 CtmR, როგორც ხელოვნური ზოგადი ინტელექტის ჩარჩო (AGI)

3 CtmR-ის გასწორება ცნობიერების სხვა თეორიებთან

4 კევინ მიტჩელის კითხვებზე პასუხისმგებლობა CtmR-ის პერსპექტივიდან

5 რეზიუმე და დასკვნები

6 მადლიერება

7 დანართი

7.1 კომპიუტერული მეცნიერების თეორიული მიდგომის მოკლე ისტორია გამოთვლებისადმი

7.2 სავარაუდო კონკურენცია ცნობიერი ყურადღებისთვის და მასზე განწყობის გავლენა

ცნობები

აბსტრაქტი

ჩვენ ვუყურებთ ცნობიერებას თეორიული კომპიუტერული მეცნიერების ლინზიდან, მათემატიკის ფილიალი, რომელიც სწავლობს გამოთვლას რესურსების შეზღუდვის პირობებში. ამ პერსპექტივიდან ჩვენ ვავითარებთ ცნობიერების ფორმალურ მანქანას. მოდელი შთაგონებულია ალან ტურინგის მარტივი, მაგრამ მძლავრი გამოთვლის მოდელით და ბერნარდ ბარსის ცნობიერების თეატრალური მოდელით. მიუხედავად იმისა, რომ ძალიან მარტივია, მოდელი მაღალ დონეზე შეესაბამება ადამიანისა და ცხოველის ცნობიერების ბევრ ძირითად სამეცნიერო თეორიას, რაც მხარს უჭერს ჩვენს მტკიცებას, რომ მანქანა ცნობიერება გარდაუვალია.

1 შესავალი

ჩვენ ვსწავლობთ ცნობიერებას თეორიული კომპიუტერული მეცნიერების (TCS) პერსპექტივიდან, მათემატიკის ფილიალი, რომელიც ეხება გამოთვლისა და სირთულის ძირითადი პრინციპების გაგებას, მათ შორის რესურსების შეზღუდვის შედეგებსა და გასაოცარ შედეგებს.

რესურსების შეზღუდვების გათვალისწინებით, TCS პერსპექტივა გამოირჩევა ადრინდელი ტურინგის გამოთვლის თეორიისაგან (TOC), სადაც დროისა და სივრცის შეზღუდვები არ არსებობდა. TOC განასხვავებს გამოთვლას და არაგამოთვლას. ის არ განასხვავებს გამოთვლას და არაეფექტიან გამოთვლას. [1] ჩვენ ხაზს ვუსვამთ ამ განცალკევების მნიშვნელობას ცნობიერებასთან და მასთან დაკავშირებულ თემებთან, როგორიცაა თავისუფალი ნების პარადოქსი.

სხვაგან (Blum & Blum, 2021), ჩვენ აღვწერთ ცნობიერი ტურინგის მანქანას (CTM), ცნობიერების მარტივ ფორმალურ მანქანას, რომელიც ნაწილობრივ შთაგონებულია ალან ტურინგის გამოთვლის მარტივი ფორმალური მანქანის მოდელით (ტურინგი, 1937) და ბერნარდ ბაარსის თეატრით. ცნობიერების მოდელი (Baars, Bernard J., 1997). (Blum & Blum, 2022), ჩვენ განვიხილავთ, თუ როგორ შეიძლება CTM გამოავლინოს სხვადასხვა ფენომენები, რომლებიც დაკავშირებულია ცნობიერებასთან (მაგ., სიბრმავე, უყურადღებო სიბრმავე, ცვლილება სიბრმავე) და წარმოგიდგენთ CTM ახსნას, რომელიც ეთანხმება მაღალ დონეზე კოგნიტურ ნეირომეცნიერულ ლიტერატურას.

ტურინგისგან განსხვავებით, ჩვენ ვითვალისწინებთ რესურსების შეზღუდვებს, როგორც CTM მოდელის შემუშავებისას, ასევე იმაზე, თუ როგორ მოქმედებს რესურსების შეზღუდვები (და ეხმარება ახსნას) ცნობიერების გრძნობებზე. ჩვენი პერსპექტივა კიდევ უფრო განსხვავდება. ის, რაც CTM-ს აძლევს ცნობიერების განცდას, არ არის მისი შეყვანის გამომავალი რუკა და არც გამოთვლითი ძალა, არამედ ის, რაც ქუდის ქვეშ არის.[2]

ამ თავში ჩვენ მოკლედ შევხედავთ კაპოტის ქვეშ.

გარდა ამისა, ჩვენ ვაჩვენებთ, თუ როგორ ბუნებრივად ემთხვევა CTM და აერთიანებს მახასიათებლებს, რომლებიც ცნობიერების მრავალი ძირითადი სამეცნიერო თეორიით ითვლება ადამიანისა და ცხოველის ცნობიერების საკვანძოდ.[3] ეს თეორიები განიხილავს ცნობიერების სხვადასხვა ასპექტს და ხშირად ეჯიბრებიან ერთმანეთს (ლენჰარო, 2024). მიუხედავად ამისა, მათი შესაბამისობა CTM-თან მაღალ დონეზე ხელს უწყობს მათი თავსებადობის და/ან კომპლემენტარობის დემონსტრირებას.

მაგრამ, უფრო მეტიც, მათი გასწორება CTM-თან, მარტივი მანქანის მოდელთან, რომელიც ასახავს ცნობიერებასთან დაკავშირებულ მოვლენებს, მხარს უჭერს ჩვენს მტკიცებას, რომ ცნობიერი AI გარდაუვალია.

დევიდ ჩალმერსის მიერ რთული პრობლემის შემოღებამ (ჩალმერსი, 1995) დაეხმარა ცნობიერების ცნების უმეტესობის კლასიფიკაციას ორ ტიპად. პირველ ტიპს, რომელსაც სხვადასხვანაირად უწოდებენ წვდომის ცნობიერებას (ბლოკი, 1995) ან ფუნქციურ (გამოთვლით) ან კოგნიტურ ცნობიერებას, ჩვენ ვუწოდებთ ცნობიერ ყურადღებას. მეორე ტიპს (დაკავშირებულ მძიმე პრობლემასთან) ეწოდება სუბიექტური ან ფენომენოლოგიური ცნობიერება და ზოგადად ასოცირდება გრძნობებთან ან თვისებებთან. ჩვენ მას ცნობიერ ცნობიერებას ვუწოდებთ. ჩალმერსის მძიმე პრობლემა შეიძლება ჩაითვალოს გამოწვევად იმის დასანახად, რომ სუბიექტური ცნობიერება „ფუნქციონალურია“.

ჩვენ ვამტკიცებთ, რომ დიდი დაწერილი ცნობიერება მოითხოვს როგორც ცნობიერ ყურადღებას, ასევე ცნობიერ ცნობიერებას, თითოეული აცნობებს ერთმანეთს სხვადასხვა ხარისხით. ჩვენ ვამტკიცებთ, რომ მანქანა, რომელიც ურთიერთქმედებს თავის სამყაროებთან (შიდა და გარე) შეყვანის სენსორების და გამომავალი აქტივატორების მეშვეობით, რომელიც აყალიბებს ამ სამყაროების მოდელებს, რომლებიც საშუალებას აძლევს დაგეგმვას, პროგნოზირებას, ტესტირებას და უკუკავშირიდან სწავლას, და რომელიც ავითარებს მდიდარ შიდა მულტიმოდალურ ენას, შეუძლია აქვს ორივე ტიპის ცნობიერება. კერძოდ, ჩვენ ვამტკიცებთ, რომ სუბიექტური ცნობიერება არის გამოთვლითი და ფუნქციონალური.

ჩვენ ხაზს ვუსვამთ, რომ CTM არის ფორმალური მანქანის მოდელი, რომელიც შექმნილია ცნობიერების შესასწავლად და გასაგებად TCS პერსპექტივიდან. ის არ არის გამიზნული ტვინის მოდელირება და არც ცნობიერების ნერვული კორელატები. მიუხედავად ამისა, CTM შთაგონებულია ცნობიერების კოგნიტური და ნეირომეცნიერების თეორიებით.

კერძოდ, როგორც აღვნიშნეთ, CTM შთაგონებულია კოგნიტური ნეირომეცნიერის ბერნარდ ბაარსის ცნობიერების თეატრალური მოდელით (Baars, Bernard J., 1997), ცნობიერების გლობალური სამუშაო სივრცის (GW) თეორიით. თუმცა, აქ კიდევ ერთხელ, CTM არ არის სტანდარტული GW მოდელი. CTM განსხვავდება GW-სგან რამდენიმე მნიშვნელოვანი ასპექტით: მისი კონკურენცია გლობალურ მაუწყებლობაზე ფორმალურად არის განსაზღვრული და მთლიანად ცვლის GW-ის სხვა მოდელების ცუდად განსაზღვრულ ცენტრალურ აღმასრულებელს; მისი სპეციალური პროცესორები, განსაკუთრებით მისი Model-of-the-World პროცესორის ჩათვლით, აყალიბებს და იყენებს მისი (შიდა და გარე) სამყაროს მოდელებს; მისი მდიდარი მულტიმოდალური შიდა ენა, Brainish, მის მსოფლიო მოდელებში ეტიკეტირებული ესკიზების შესაქმნელად და პროცესორებს შორის კომუნიკაციისთვის; და მისი პროგნოზირებადი დინამიკა (პროგნოზირების, ტესტირების, უკუკავშირის და სწავლის ციკლები, ადგილობრივ და გლობალურ დონეზე).

CTM ასევე ურთიერთქმედებს მის გარე სამყაროსთან შეყვანის სენსორების და გამომავალი აქტივატორების მეშვეობით. იმისათვის, რომ ხაზი გავუსვა CTM-ის განსახიერებულ, ჩაშენებულ, ამოქმედებულ და გაფართოებულ გონებას, ჩვენ მას აქ ვუწოდებთ CTM რობოტს ( CtmR ).

ამ თავზე მუშაობისას ჩვენ გავეცანით კევინ მიტჩელის ბლოგ პოსტს Wiring the Brain-ში (მიტჩელი, 2023), რომელშიც ის მსგავს აზრს აკეთებს ჩვენთან, კერძოდ, რომ ცნობიერების მრავალი ძირითადი თეორია თავსებადია და/ ან დამატებითი. მსგავსი დასკვნისთვის იხილეთ (Storm & et.al., 2024). უფრო მეტიც, მიტჩელი წარმოგიდგენთ „კითხვის არასრულ ჩამონათვალს… რომელიც უნდა მოიცავდეს ცნობიერების თეორიას“. ის აცხადებს, რომ „მაშინაც კი, თუ ამ თეორიას ამჟამად არ შეუძლია პასუხის გაცემა ყველა ამ კითხვაზე, მან მაინც უნდა უზრუნველყოს ყოვლისმომცველი ჩარჩო[4] (ანუ, როგორი უნდა იყოს თეორია სინამდვილეში), რომელშიც ისინი შეიძლება დაისვას თანმიმდევრული გზით. , ერთი შეკითხვის გარეშე, რომელიც დესტაბილიზაციას ახდენს იმაზე, რაც ჩვენ ვფიქრობთ, რომ ვიცით მეორეზე პასუხის შესახებ.”

მიტჩელის კითხვები გააზრებული, საინტერესო და მნიშვნელოვანია. ამ თავის დასასრულს, ჩვენ გთავაზობთ წინასწარ პასუხებს ცნობიერი ტურინგის მანქანა რობოტის (CtmR) პერსპექტივიდან. ჩვენი პასუხები ავსებს და ხაზს უსვამს მასალას CtmR-ის მოკლე მიმოხილვაში, რომელსაც ახლა წარმოგიდგენთ.[5]

[1] TOC და TCS-ის მოკლე ისტორიისთვის იხილეთ დანართი 7.1.

[2] ეს მნიშვნელოვანია. ჩვენ ვამტკიცებთ, რომ სიმულაციები, რომლებიც ცვლის CTM-ის საკვანძო შიდა სტრუქტურებსა და პროცესებს, აუცილებლად არ განიცდიან იმას, რასაც CTM აკეთებს. ჩვენ არ ვამტკიცებთ, რომ CTM არის მანქანის ერთადერთი შესაძლო მოდელი ცნობიერების განცდების განსაცდელად.

[3] ეს თეორიები მოიცავს: გლობალური სამუშაო სივრცე/გლობალური ნეირონული სამუშაო სივრცე (GW/GNW), ყურადღების სქემის თეორია (AST), პროგნოზირებადი დამუშავება (PP), ინტეგრირებული ინფორმაციის თეორია (IIT), განსახიერებული, ჩაშენებული, ამოქმედებული და გაფართოებული (EEEE) თეორიები, ევოლუციური თეორიები და გაფართოებული რეტიკულოთალამატური აქტივაციის სისტემა + თავისუფალი ენერგიის პრინციპის თეორია (ERTAS + FEP).

[4] დახრილი ჩვენი.

[5] მიმოხილვაში ჩვენ ვაკეთებთ აბზაცებს, რომლებიც ეხება კევინ მიტჩელის შეკითხვებს. მაგალითად, თუ აბზაცს აქვს ეტიკეტი [KM1], მაშინ ის ეხება მიტჩელის პირველ მოთხოვნას, KM1. საპირისპიროდ, თუ მიტჩელის მოთხოვნა დატანილია ვარსკვლავით, როგორიცაა KM1*, მაშინ ის მიუთითებს [KM1]-ზე მიმოხილვაში.