类人智慧是明智的目标吗?[关闭]


9

假设它是最先进的,它似乎一直是文献中关注人的心理成分的焦点。如果其他动物进入了AI领域,那只能以对人类不可行的方式研究灵长类动物或模拟a的神经活动,因为它的神经系统很简单。

也许有一个更具有前瞻性的思考原因,考虑使用较低的生命形式作为所需人工智能的模型。我一直在阅读EO Wilson和其他人对其他物种的协作能力所发表的看法。与细菌一样简单和具有适应性的生物具有非凡的品质。当然,蚂蚁是合作的典范。蜜蜂可以说是最精明的建筑,将生活方式的可持续性以及与其他物种的相互关系带入一种远远超出人类智能能力的艺术形式。

使用运动类比来刻画选项,人类智能更像是启蒙前角斗士运动或至少是冰上曲棍球,其中伤害对手被认为是明智的策略。蜜蜂所做的更像是爬山,精心而精心地建造。

蚂蚁做的事情很像接力赛,对对方的球队几乎没有兴趣,因为每个殖民地,就像赛道中的每个车道都是独立的,而且车道都有标记。蚂蚁同样在其领土上做标记,并且领土主张被尊重,这是威斯特伐利亚地缘政治家精神的最好体现。既没有小小的嫉妒,也没有仅仅出于自豪感的竞争。使用蚂蚁,就像使用智能田径教练一样,目标是使比赛的每条腿都比接力赛选手以前的最好表现更好。

细菌是长跑运动员。他们彼此交换DNA,而无视痛苦和恐惧的所有规则。他们以可持续的方式行事,认为一切都是理所当然,并将一切用于生存。他们几乎在地球生存的整个过程中幸存下来。如果太阳不首先成为超新星,它们将在人类消失后存在约一千亿年。

为什么我们要对计算机编程,使其无休止地成为竞争对手?人们会下载智能国际象棋程序,以便他们反复失败吗?不,他们下载Android OS是因为它可以协作并且不花钱。我们不能找到可以实现双赢的非零和游戏吗?

我们不是已经在我们自己的物种中周围有了足够的反向攻击,闲话,超临界代理了吗?为什么不像蚂蚁一样向协作智能方向发送AI?有新的人造朋友愿意分担我们日常工作的负担,不是更好吗?

我们难道不希望未来的机器人像六边形的蜜蜂一样建造吗?还是我们希望我们的机器人效仿我们的例子,因为不合理地坚持90度角,所以像人类一样浪费70%的材料在垂直结构中使用?


3
您对社交昆虫群落之间的竞争了解得非常乐观。陈述“对对方的球队没有兴趣,因为每个殖民地,就像赛道中的每个车道都是独立的”,这是不正确的。蚁群将与自己物种的其他成员竞争,并与其他物种抗争。尽管我(而且我认为很多人)会同意评估与人类同样适应的其他形式的能力/才智,但所有物种中仍然存在着恶性的种内,种间和相互关系竞争。
尼尔·斯莱特

1
@NeilSlater非常正确...有机体只是希望其DNA传播,而蚂蚁和蜜蜂(工人)与其他工​​人共享50%的dna ...这是他们的主要动机
DuttaA

就像我说的那样,他们只在自己的殖民地共享基因,即使同一个物种也杀死其他殖民地的蚂蚁...人类不会共享基因,除非它是一个家庭成员,您通常会看到无私的帮助...但是我们有这么大的大脑(有能力的大脑),我们积累的经验会改变我们的遗传行为,我们可能会对家庭产生敌意...我想回答你的问题,但是它会很大,所以当我得到时会去做时间
DuttaA

细菌/蚂蚁/蜜蜂,他们不知道自己在做的事是聪明的,他们无法反思自己在做的事,无法提出更有效的方法。您能使这些简单的人完成已经完成的目标吗?不。
ANKUR

1
@Ankur但是,您可以研究其成功行为的原理,并将其人为地应用于新问题。这已经完成了,OP的问题提出了一些有趣的观点,例如,这是否足以涵盖AI的所有所需用例,以及这是否是一种更安全/更好的方法。对于这些问题,我认为是“不”和“否”,但是需要花一些精力才能给出答案。
尼尔·斯莱特

Answers:


6

我把人类的一个相当悲观的看法,作为一个物种,并提出了一个相反的图灵测试由人类是足够人类(评估)。 (只是在开玩笑,但不完全是;)

如果您使用生物量,显然人类不是地球上最成功的物种:

在此处输入图片说明

我完全同意,不太复杂的生活形式非常有效,值得针对特定问题进行模拟(请参阅蚁群优化算法作为示例)。

但是,当由蚂蚁管理时,世界会是什么样?是我们要生活的世界吗?

自然界中的竞争不仅是绝对残酷的,而且这种残酷是物种得以优化(进化)的机制。

人类是有缺陷的,但是我们也取得了巨大的胜利,而我们与动物的不同可能是我们的成功也可以归入“精神的胜利”范畴。在有自私和贪婪的力量驱使社会朝一个方向前进的地方,我们也有反力量在朝着不同的方向前进。

有些游戏只是零和,并且没有解决办法,但这并不意味着它们必须是“全有或全无”(出于这个原因,我们建议游击队数独胜过国际象棋)。

有一个值得一看的概念称为帕累托效率。金融投机,现在看来是世界经济大部分时间的基础,取决于“更大的傻瓜”原则,一个代理商的利益完全取决于另一代理商的损失。我们最坏的情况似乎集中在这些机制上,将所有其他机制排除在外,因为它不需要真正的承诺,只需要更强大的分析和/或更好的信息以及流动性即可。

相反,我们最好的人似乎希望实现的是Pareto改进,通过它可以使代理商变得更好,而无需让其他代理商变得更糟。

这里的要点是,人类需要智能来识别和定义这些条件。(自然不会那么在意。)帕累托最优因其起源而备受争议,但这早于高科技行业,因为它善于创造新的机会,在我看来,它还可以用来平衡资源分配。努力使社会稳定。 (即,有时情况可能会更糟一些)。

我对我们物种的悲观观并非源于效率低下或愚蠢,而是源于这样的想法:在历史的这一阶段,我们的举止仍然像我们从树上掉下来一样,倒退为部落主义和党派冲突。合作。

与您的论文相反:

  • 我相信,达到人类水平的算法智能不仅很重要,而且我们有责任在最大程度上“人性化”此类算法。

超级智能和AGI仍处于发展阶段,并且完全是理论上的,但是,如果实现了这些算法并且这些算法是纯机制,那么我们最好地珍惜我们人类所缺乏的价值,我们可能最终只会成为进化过程的另一个受害者,被新的人造生活形式所取代,我们没有机会与之抗衡。

从某种意义上说,迈向人类的动力可以看作是对人类的庆祝,虽然与米开朗基罗的戴维相比更为精巧,但在精神上并没有完全不同。


@DouglasDaseeco实际上,我非常喜欢您的问题,我100%同意您对“低级”功能的一般效用/好处。我自己的项目的一部分涉及在时间/资源受到严格限制的特定问题集上,尤其是在事先不了解当前问题的拓扑的情况下,对广义启发式算法与学习算法的性能进行评估。与需要更多资源和时间的最佳决策相比,何时能更快地做出合理但不太理想的经济决策会产生更大的总体收益?
周公克

@DouglasDaseeco在“人工智能的神话”方面,斯蒂芬森和吉布森等一些主要作家最近对您所描述的那种有限的智力更加感兴趣。(斯蒂芬森具有工程学背景,从不对AGI感兴趣,但吉布森在他的第一本书中就用它写了名字。)
周公克

@DouglasDaseeco同意。值得注意的是,我们物种的普遍共识似乎认为种族灭绝是一种厌恶,并且我们已经开始考虑生物多样性的重要性,并做出了一些努力来保护濒临灭绝的物种。我的想法是,如果我们跌出食物链顶端的位置,那么如果替代我们的那些人共同实现这些目标,那将是一件非常好的事情,我们可能是需要保护的人! (我发现菲利普·迪克最为突出,因为他的假设是,移情是足够先进的智力的自然功能。)
周公克

3

尽管人性有很多缺陷,但只要@DukeZhou指出存在,它绝对是最成功的。这一成功完全可以归因于我们拥有一个运转良好且能力强大的大脑的事实。与其他物种相比,我们的身体(生理能力)更加无能。因此,如果我们试图创建一个AI,我们不应该尝试为自己的大脑建模,最好的智能系统吗?

您错过的一件事是人类比其他所有动物都更加和平。动物一直在为生存而,我们人类已经能够克服所有这些挑战,而且我们在整个千年中一直生活在最和平的时期。可能会发生冲突,这可能归因于我们的基因。我们的基因来自我们的动物祖先,在那里他们将许多事物可视化为威胁(包括异性的同一种动物,相反的思维过程也可能被视为威胁)。因此,势必会渗入我们的心态。我们可以改变吗?可能不(可能违反自然法则和自然选择法)。

让我们看看没有竞争的两种情况:

  • Jarawas-这些人生活在僻静的岛屿上(即使现在)。结果,他们仍然过着狩猎采集者的生活方式,这可以归因于这样一个事实,即他们认为自己的生命或位置没有受到威胁,因此他们不需要改变。既然我们很聪明,我们就不会入侵他们的领地,因为他们知道他们不会持续使用现代技术(也是因为它们对我们没有构成威胁)。
  • 美洲原住民:在欧洲和亚洲交战期间,这些人住在一个​​岛上(只有内f)。结果,他们的技术几乎没有发展,几乎被淘汰了。

蚂蚁与蜜蜂合作对我来说是个误称。完全是由于一个特定殖民地中的所有蚂蚁/蜜蜂都是兄弟姐妹(否则他们会残酷地屠杀其他殖民地)。此外,只要内部有足够的资源,它们就会保持领土边界,否则就会发生战争(我无法引用任何消息来源,但我听说过很多蚂蚁入侵其他蚂蚁的领土)。

细菌没有疼痛或恐惧,但说由于合作而存在很久,对我而言似乎并不完全正确。他们可能具有有效的生存机制。

所有这些的重点是,正如@Neil Slater所说,没有动物界的美好景象。

谈到我们应该如何创建AI的行为?人工智能目前没有基因,因此它们对其后代没有任何义务,也不会嫉妒,这意味着它们缺乏生物体的基本组成部分(因此对它没有义务/利益)。但是我相信人工智能之间的竞争是好的,否则他们将如何学习新策略?因此,没有嫉妒的竞争是AI代理人最好的情况(在动物界可能不是这种情况)。如果没有竞争,人工智能的知识可能会停滞不前。

我不是博弈论专家,但是如果2个或更多的代理人相互竞争,他们必须遵循博弈论以最大化其结果(可能如@DukeZhou所指出的那样陈述帕累托效率,或者从物理学的角度来看,能量既不会产生也不会破坏,仅在系统之间分发)。但是这里有一个陷阱,有多种可行的策略完全取决于环境。计算机科学家Axelrod和Hamilton对此进行了研究,他们测试了多种策略。他们的实验的简化版本可以在《自私的基因》中找到本书第十二章。他们的实验(在计算机上模拟)显然提供了一些证据,表明好人(无条件帮忙的人)并不总是输给自私的人。如果我们要实际创建AI殖民地,则需要进行更多研究。

TL; DR:将AI与动物界进行比较是不公平的,因为它们缺乏基本的生存单位(基因)。迄今为止,人类是整个动物界中最聪明,最和平的人。在所有殖民地或物种中,没有嫉妒的竞争可能是最好的选择。


1
在博弈论中,纳什均衡是稳定点,帕累托效率是总效用的量度。囚徒的困境是一个很好的例子,其中两个没有最大化。逻辑上的极小值点使两个囚犯都叛逃了,但是最大的总效用发生在两个囚犯合作时。可悲的是,许多竞争系统在帕累托最优和纳什最优之间存在这种差异。
尼尔·斯莱特

@NeilSlater Axelrod从更广泛的意义上调查了囚徒困境……显然他有一些有趣的发现
DuttaA

0

人工智能的某些特征无疑是AI核心长期目标的一部分。这些特性中的大多数显然也是其他物种的特性。一个真正关键的问题是,计算机如何不仅以类人的方式感知,而且完全感知?数字传感器发出的符号并不表示所感测到的东西。计算机获得的全部都是符号,那么计算机怎么可能感知到任何东西?

另一个非常关键的问题是,人类甚至可能是大多数其他动物在某种程度上具有一般的智力-可以将过去学到的知识应用到新情况中。对于人类,存在一个适用于语言的常识问题的版本,因此,这完全是人类的事情。但是许多动物显然具有某种常识。AI尚未生产出具有常识的机器。“边缘案例”对自动驾驶车辆AI软件的灾难性影响是一个非常令人担忧的证据。如何获得一般情报也是绝对的根本问题。

因此,总结一下我的答案:目前,类人智能不是明智的目标。人工智能有更多基本问题。当前的明智目标是了解感知原理以及如何将其体现在计算机中(假设这是可能的),并理解一般智能的原理以及如何体现这些原理。

也就是说,根据过去的经验,弄清动物如何了解其环境,以及它们如何对新颖的情况做出充分的反应。


道路杀伤性的非常普遍的现象清楚地表明,许多动物遭受“边缘病例”的灾难性影响。声明“从数字传感器发出的符号未指示所感测的内容。” 这是一个有趣的话题,它提出了一些赞成或反对强人工智能的论点。神经生物学家同样可以说“眼球和视锥发出的信号,控制肌肉的运动神经元输出并不表示所感知的”。主要是我们的个人有意识的经历提供了一些正在发生的线索。我们不明白那是什么。
尼尔·斯莱特

确切地说,@ Neil Slater,所以我们也不知道有机大脑如何获得语义结构的原理。而且,在神经脉冲中还可以指出所感测到的东西。但是有机大脑确实具有语义。您可能会认为,这一事实会激发大师们找出Searle的中国房间出了什么问题,以及他认为符号在语义上是空缺的。当然可以。但是神经脉冲也是如此。
Roddus
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.