Apa teori saat ini tentang pengembangan AI yang sadar? Adakah yang mencoba mengembangkan AI yang sadar?
Mungkinkah kesadaran adalah fenomena yang muncul, yaitu, begitu kita memasukkan kompleksitas yang cukup ke dalam sistem kita, kesadaran itu akan menjadi sadar diri?
Jawaban:
Untuk menjawab pertanyaan ini, pertama-tama kita perlu tahu mengapa mengembangkan AI sadar itu sulit. Alasan utamanya adalah tidak ada definisi kesadaran yang matematis atau keras. Tentu Anda memiliki gagasan tentang kesadaran ketika Anda mengalaminya dan kita dapat berbicara tentang zombie filosofis tetapi itu bukan konsep nyata yang dapat dipecah dan dikerjakan. Selain itu, sebagian besar penelitian saat ini di AI terutama merupakan pendekatan pragmatis di mana seseorang mencoba untuk membangun model yang dapat berkinerja baik sesuai dengan beberapa fungsi biaya yang diinginkan. Ini adalah bidang yang sangat besar dan menarik dan mencakup banyak masalah penelitian dan setiap temuan baru didasarkan pada teori matematika atau bukti empiris dari algoritma baru / konstruksi model / dll. Karena ini,
Jadi untuk menjawab pertanyaan Anda, tidak ada yang mencoba untuk benar-benar membuat AI "sadar" karena kita belum tahu apa arti kata itu, namun itu tidak menghentikan orang untuk membicarakannya.
sumber
Apa itu kesadaran? Ada beberapa tantangan nyata dalam menetapkan kesadaran sebagai tujuan, karena kita belum memiliki banyak pemahaman ilmiah tentang bagaimana otak melakukannya atau keseimbangan apa yang diperlukan antara ingatan jangka panjang, ingatan jangka pendek, implisit karya interpretasi, mode sadar kontras dari pemrosesan otomatis dan pemrosesan yang disengaja (S1 dan S2 Khanemann). John Kihlstrom (psikolog emeritus di Berkeley) memiliki satu set kuliah tentang Kesadaran yang tersedia di iTunesU yang mungkin Anda periksa. Carnegie-Mellon Uni memiliki model yang disebut ACT-R yang secara langsung memodelkan perilaku sadar seperti membayar perhatian.
Apa yang mungkin mengikat pemahaman kita tentang hal itu? Filsafat telah mempertimbangkan pertanyaan kesadaran sejak lama. Secara pribadi saya suka Hegel dan Heidegger (filsuf). Keduanya sangat sulit dibaca, tetapi Heidegger (ditafsirkan oleh Hubert Dreyfus) berguna mengkritik proyek 'AI Kuno yang Baik' pada tahun tujuh puluhan dan menunjukkan berapa banyakbekerja di sana hanya menafsirkan input visual. Hegel sering difitnah, tetapi untuk melihatnya ditafsirkan dengan baik, periksa pembicaraan Robert Brandom dengan LMU tentang logika kesadaran dan Hegel sebagai pragmatis Penjual-ian awal. Jika kesadaran adalah untuk memegang kebenaran dan kepastian, ia melakukan 'jalan keraguan, atau lebih tepatnya jalan putus asa', di mana ia tidak pernah menempatkan dirinya di atas koreksi. Ada sesuatu tentang perlakuan Hegel terhadap kesadaran dalam hal-hal yang bersifat rekursif, tanpa menyerah pada kemunduran yang ganas, yang saya pikir akan ditanggung sebelum akhir.
Perkembangan terkini. Pendekatan Pembelajaran Mendalam dan keberhasilan pragmatis saat ini sangat menarik, tetapi akan menarik untuk melihat sejauh mana mereka bisa melangkah dalam mengintegrasikan dan menggeneralisasikan dari informasi kecil yang mengatur pikiran manusia yang sebenarnya. Sementara Deep Learning dan data mining sangat terlihat, pendekatan simbolis juga ada di sana masih menjadi lebih baik dan lebih bervariasi. Tetapi ada kurangnya interpretasi teoritis menyeluruh yang akan memungkinkan generalisasi.
Dua teori besar. Jika saya harus memilih proyek yang saya pikir layak untuk saya hadiri, Giulio Tononi (dkk) telah membuat modernisasi masalah yang sangat bagus dalam ' Teori Informasi Terpadu ' Tetapi Anda mungkin ingin memperluasnya dengan sesuatu seperti milik Rolf Pfeifer 's' Bagaimana tubuh membentuk cara kita berpikir ', karena beberapa' informasi terpadu 'tersirat dalam memiliki lengan dan kaki, mata dan hidung (diletakkan di sana oleh informasi yang mengumpulkan karya evolusi.) Tetapi ada begitu banyak pekerjaan bagus yang telah dilakukan selesai - pro menulis makalah lebih cepat daripada saya bisa membacanya.
Lebih spesifik untuk pertanyaan Anda, ada upaya untuk mensimulasikan otak manusia dengan harapan bahwa tujuan keseluruhan akan membantu mendanai penelitian dan menghasilkan jawaban untuk setiap paragraf di atas.
sumber
CERA-CRANIUM adalah contoh arsitektur kognitif untuk menghasilkan Machine-Consciousness (MC). Menuju perilaku seperti sadar dalam karakter permainan komputer, 2009 Direalisasikan sebagai sistem papan tulis yang mampu menjalankan tugas berulir. Implementasinya sendiri bekerja dengan bahasa alami. Itu berarti, agen CERA-CRANIUM memiliki variabel yang disebut "I'm in fear", dan jika variabel ini diset True, maka emosi diaktifkan. Jadi itu bukan kesadaran nyata, tetapi memiliki lebih banyak kesamaan dengan keadaan internal karakter dari "The Sims".
Aspek yang menarik adalah, bahwa "kesadaran mesin" tidak begitu esoteris, seperti yang terlihat. Sarjana Google menemukan sekitar 3k makalah tentang itu. Dalam kebanyakan kasus, pengembangan dimulai dengan tujuan untuk menerapkan emosi untuk karakter dalam game yang kemudian diperluas ke pemikiran umum pada manusia virtual.
sumber
Selain jawaban Jaden yang sangat baik "tidak ada yang mencoba untuk benar-benar membuat AI" sadar "karena kita belum tahu apa arti kata itu" Saya ingin menambahkan bahwa kata "belum" sangat optimis.
Sangat problematis dan kemungkinan tidak mungkin untuk membedakan antara makhluk sadar dan makhluk yang berperilaku persis seolah-olah sadar. Para filsuf telah bergumul dengan itu selama berabad-abad; beberapa bahkan mendukung solipsisme, yang merupakan filosofi "Saya hidup dalam Matriks". Secara khusus, bagaimana Anda bisa tahu apakah teman masa kecil Anda atau pasangan Anda atau orang lain adalah makhluk sadar daripada perwujudan AI yang bertindak persis seperti makhluk sadar?
Tentu saja mungkin untuk pergi "jika berjalan seperti bebek dan dukun sebagai bebek maka itu adalah bebek". Dalam hal ini Turing Test yang lulus AI akan secara otomatis dianggap sadar. Namun, kebanyakan orang tidak mau menerima kriteria kesadaran bebek; kalau tidak mereka akan segera memanggil peralatan rumah tangga yang dioperasikan Alexa mereka sadar.
Dua sen saya pada dasarnya sama dengan Jaden, kecuali bahwa saya lebih pesimistis untuk memahami apa itu kesadaran.
sumber
Kesadaran adalah kemampuan untuk menyadari pikiran Anda sendiri, lingkungan langsung Anda, perasaan dan tidak lebih. Ini adalah mekanisme otak kita untuk mengendalikan jenis pikiran kita yang lebih rendah, yang didasarkan pada asosiasi dan emosi. Kesadaran mengamati pikiran dan perasaan kita seperti kita mengamati dunia nyata dengan mata kita. Itu tidak rumit. Pertanyaan sebenarnya bukanlah apakah mesin mampu kesadaran tetapi apakah mereka mampu emosi.
sumber
Intro : Saat ini, kami menyadari bahwa sistem saat ini menjadi lebih baik di hampir setiap tugas khusus daripada manusia. Selain itu, kami melihat bahwa para ilmuwan bekerja untuk membuat sistem saat ini juga lebih baik dalam tugas-tugas yang kurang terspesialisasi (mulai dari: pengenalan huruf, pergi ke: pengenalan hewan, pengenalan spesies, pengenalan aktivitas, pengenalan gambar bergerak, ..).
Kesimpulan : Tidak ada alasan untuk tidak percaya bahwa sistem yang dibantu jaringan saraf tidak akan menjadi lebih baik dalam tugas yang diberikan, di masa depan.
Pertanyaan :
Saya pikir masalah saat ini tentang kesadaran diri adalah masalah definisi. Saya tidak menemukan banyak literatur tentang topik ini, meskipun filosofis (yang, sayangnya, sepenuhnya tidak berguna dalam konteks ini).
Karena kurangnya literatur saya ingin membuat definisi sendiri. Untungnya, kita tahu dari pengamatan bahwa semua hewan yang "cerdas" memiliki tingkat "kesadaran diri" dan ingin tahu. Dari biologi kita tahu bahwa rasa ingin tahu adalah mekanisme motivasi untuk mengamati / menalar / menguji perilaku. Sekarang kami menyimpulkan bahwa kesadaran diri, jelas merupakan mekanisme yang sama diterapkan pada proses perilaku / pemikiran Anda sendiri. Kita hanya membayangkan kemungkinan hasil dari tindakan tertentu yang dapat kita lakukan, dan lakukan evaluasi.
Dugaan saya adalah sistem motivasi seperti itu sangat mudah diterapkan. Masalah saat ini adalah bahwa tidak ada sistem yang cukup fleksibel untuk "menyelesaikan" tugas yang diberikan. Jaringan saat ini masih terlalu khusus.
sumber