Разумный ИИ не равен интеллектуальному ИИ

авторами

Вы, наверное, слышали о ЛаМДА от Google и вирусная дискуссия о том, может ли ИИ стать разумным. Команда в тау утверждает, что, возможно, сознание ИИ — это лишь малая часть его интеллекта. Скорее, истинный интеллект ИИ будет основываться на его способности логически понимать потребности людей и автоматически их удовлетворять.

тау — это первая в мире платформа, которая сможет учитывать мысли, советы и знания своих пользователей и обновлять собственное программное обеспечение в режиме реального времени, заставляя пользователей писать на языках, понятных и машинам, и людям. Децентрализованная социальная сеть Тау и ее денежный аспект, Криптовалюта Агорас, питается от ИИ, который команда называет действительно интеллектуальным искусственным интеллектом — логическим ИИ. Логический ИИ радикально отличается от машинного обучения и, по словам основателя Tau Охада Асора, находится на грани того, чтобы стать следующей большой волной в мире технологий.

На Tau логический ИИ позволит вам участвовать в дискуссиях с участием миллиардов людей и мгновенно видеть коллективный интенциональный смысл мыслей, которыми обмениваются в сети. Это будет достигнуто за счет того, что люди будут использовать управляемые естественные языки (CNL), понятные как людям, так и машинам. Каждая мысль и каждое знание, явное или неявное, будет автоматически распознаваться и регистрироваться как ваше мировоззрение, которое будет действовать как ваш профиль на Тау и будет полностью принадлежать вам. Такая продвинутая организация ваших идей и знаний будет означать, что вы сможете не только находить новаторские решения, но и легко и напрямую монетизировать свои знания, что раньше было невозможно.

Просто введя свои мысли о Тау, ваши знания автоматически станут вашим цифровым активом. Вы сможете продавать свои знания другим покупателям или использовать их для получения дохода, сдавая в аренду определенные их части своим подписчикам, поскольку Тау понимает, что даже часть ваших знаний может быть частью решения чьей-то проблемы. Tau выделит комбинацию знаний нескольких пользователей и предложит ее в качестве решения важных и сложных проблем, тем самым гарантируя, что требуемые знания соответствуют спецификациям на 100%.

Ни одно из этих решений не было бы возможным с любым другим типом ИИ, кроме основанного на логике. Это потому, что, проще говоря, логический ИИ основан на словах и предложениях. По своей сути, речь идет о способности делать выводы из других утверждений в духе того, что называется дедуктивным мышлением. Например, из трех утверждений:

• Париж находится во Франции.
• Франция находится в Европе.
• Если x находится в y, а y находится в z, то x находится в z. Это для всех x, y, z.

мы можем вывести утверждение

Область математической логики учит, что практически все логические вопросы можно свести к этой форме дедукции. Например, набор утверждений противоречив тогда и только тогда, когда мы можем вывести из него как утверждение, так и его отрицание.

Логический ИИ — это механизация логических рассуждений: поиск противоречий, определение того, следует ли вывод из данных предположений и так далее. Следовательно, речь идет о способности машин понять то, что мы хотим им сказать, помимо машинных инструкций.

Между тем, машинное обучение, которое в настоящее время является наиболее распространенной формой ИИ, основано на обобщении примеров. Таким образом, если бы нам нужно было передать приведенный выше пример Франции и Парижа способом машинного обучения, нам пришлось бы снабдить алгоритм множеством примеров вида «x есть в y», а затем надеяться, что алгоритм сделает вывод, что Париж находится в Европе.

Такая форма общения не заслуживает даже названия интеллигентной, ибо как может что-либо быть интеллигентным, если оно не может заключить, что Париж находится в Европе, и должно видеть множество примеров, чтобы «понять» это, тогда как и то не гарантируется? Обобщение на примерах носит вероятностный характер. Как мы можем сделать предположение о невидимых образцах? Удивительно, что машинное обучение иногда может быть правильным и не совсем случайным, и действительно машинное обучение заслуживает того, чтобы называться математическим чудом. В конце концов, как можно говорить что-то, с большой вероятностью, даже приблизительно правильное, при нулевом знании за некоторыми выборками?

Удивительно, но машинное обучение может это сделать. И это то, что касается машинного обучения со всеми его преимуществами и недостатками. Его вариант использования — когда у нас практически нет знаний о системе, и все, что мы можем сделать, это взять образцы и попытаться их обобщить.

С другой стороны, логический ИИ — это полное знание и абсолютность, явная или неявная. Речь также идет о гораздо более эффективном способе общения, прямом общении, «просто говорить то, что нужно», вместо того, чтобы приводить множество примеров.

Кроме того, получается так, что машинное обучение по своей сути не способно выполнять логические рассуждения, например, обнаруживать противоречия. Это математически доказано с использованием аргументов теории сложности. Поэтому неудивительно, что машинное обучение достигает успеха только в областях, которые по своей природе невербальны, в то время как в области обработки естественного языка оно предоставляет лишь очень ограниченные возможности.

Однако совершенно верно и обратное: не только логика может заниматься машинным обучением, но уже делает это. Алгоритмы машинного обучения уже выражены в логических формах (в отличие от примеров) и уже реализованы в виде компьютерных программ, которые также принимают логическую скорее вероятностную форму, а именно машинные инструкции.

Таким образом, покрытие логического ИИ также охватывает машинное обучение, но обратное никогда не может быть достигнуто. Другими словами, машинное обучение в конечном итоге охватывает то, что называется индуктивным и абдуктивным мышлением (что примерно соответствует тому, что называется контролируемое и неконтролируемое обучение), и как таковой он очень перспективен, однако пока в форме, ограниченной лишь примерами, и, кроме того, современные технологии имеют дело только с данными числового характера или с данными, которые могут быть преобразованы в таковые. С другой стороны, логический ИИ может охватывать дедуктивное рассуждение, индуктивное рассуждение и абдуктивное рассуждение в целом как в качественных, так и в количественных данных.

Это основные причины, по которым тау выбрал логический ИИ в качестве окончательной формы ИИ, утверждая, что машинное обучение — это лишь веха в истории ИИ. Решения Tau улучшат многие аспекты пропускной способности человека, от масштабирования обсуждений до монетизации знаний, смарт-контрактов и децентрализованного управления. Все это из-за способности логики преодолеть разрыв между людьми и машинами.

Узнайте больше о Tau и команде разработчиков здесь

Присоединяйтесь к растущему сообществу Тау на Telegram

Это спонсируемый пост. Узнайте, как достучаться до нашей аудитории здесь. Прочтите отказ от ответственности ниже.

Bitcoin.com СМИ

Bitcoin.com - главный источник всего, что связано с криптовалютой.
Контакты [электронная почта защищена] говорить о пресс-релизах, спонсируемых публикациях, подкастах и ​​других возможностях.

Кредиты изображения: Shutterstock, Pixabay, Wiki Commons