2022年Google工程师Blake Lemoine开发了与优秀对话家关系机智、洞察力和好奇心对话自然流出,题目从哲学到电视到梦想未来只有一个问题:她是AI聊天机
与Google LaMDA语言模型的一系列对话中,Lemoine渐渐确信聊天机人名象你或我和人聊天时我认识他华府华盛顿邮报2022年
不管你信不信Lemoine的要求 问题出现道市事实上 我们和人聊天时认识人
支持科学新闻
如果你喜欢这篇文章 考虑支持我们获奖新闻 签名程序.通过购买订阅服务 帮助确保未来 影响性故事 关于发现和思想 塑造今日世界
人格泛指道德状态多数道德框架, 特殊考量-权利、职责、赞美、责备、尊严、代理-提高人的水平电子系统是否值得人性问题 对我们如何使用这些技术有广度影响
待评估电子人格可能性泛泛需要人性标准近些年来,多位哲学家认为,使我们人性化的是自觉体验能力可我们如何定义意识外部证据可用以确定生物是否自觉
问题缺乏共识是AI人性争论长期陷入僵局的原因之一问题出现:我们还有什么评估电子人格可能性的其他标准?作为研究科学哲学的博士候选者,我相信解答未来问题之路可能存在于我们遥远的过去-早期伊斯兰哲学家Ibn-Sina的工作(980-1037CE. )中。
Ibn Sina几世纪前发明印刷机 少得多人工智能并关注许多相同的问题AI伦理论者今天想的问题,比如:什么使人与动物相对?
当代AI研究者有兴趣比较支持人和AI响应相似任务的过程,Ibn Sina也有兴趣比较人和动物可能经历的内部过程以得出相似行为输出对他来说,关键识别能力之一是理解普适性的能力。 动物只能思考细节(具体事物正前方 ), 人则能理解普适性规则
内Al-Nafs公司Ibn Sina讨论羊感知狼的流行古例人会引用广义原理-Wolves通常很危险,因此,我应该离家出走'-他声称动物有不同的思维方式他们不推理规则他们只看到狼并知道跑限用语言说到狼比推理狼普性
Ibn Sina画人和动物心理学的特征与当代计算机科学家调查AI的特征非常相似当前研究表示人工神经网络缺能系统构件可泛性语言学家和认知科学家使用此词描述我们从通用规则中推理类型广度假设它为人类日常生活基本原理人文词序列的抽象意义可归结为比较复杂思想,而AI则从统计数据集内捕捉与手头特定任务匹配的具体数据项。
差异解释当代AI约束的极大意义取用无所不在的CAPTCHA测试 用于辨别人和机器人看这些卷曲字母多法术比多字母,你说呢没有任何机器人会读到这些 喜剧演员约翰穆拉尼插件2018Netflix特殊似乎荒谬,但事实如此足够修改令最精密人工系统难以识别字母这是因为这些系统缺乏构件能力对给定字母核心特征作抽象归纳并应用到特定扭曲示例中
人文认知图和人工认知图之间的差别 整洁到Ibn Sina描述 人类推理的独特性内al-shifā,人类从非基本特征中提取事物基本特征组成泛泛概念并应用这些概念处理案例
举个例子,小朋友学取字母X核心特征:它由两条跨线组成并泛泛归纳X核心特征,总结所有X均由两条跨线组成归根结底,通过应用这种泛泛化,我们可以识别特定Xs两条跨线是字母X核心特征,CAPTCHA图像随机加线和扭曲非核心特征
相形之下,计算机无法推断该图像代表X,除非它已经输入X(或完全相似的东西)的精确图像附加线条和扭曲形状足以使X无法识别,因为它与计算机大容量特殊图像存储库不匹配,分类为Xs
类似地,如果人工神经网络介绍绵羊任务,从狼性泛泛概念到特定狼特征,如危险性,不象人那样合理取而代之的是,它会像绵羊一样推理,受细节范畴约束
绵羊和人工神经网络之间的关键区别是人工神经网络以日益穷竭的数据集形式访问大得多的细节存储库深入学习语言任务如此成功之处在于它获取大数据集的大量细节,而不是通过组成性通用性真正复制人的推理
Ibn Sina核心人性标准-从普世性推理-近似系统构件可泛性标准可提供人性可测试标准至今为止 AI在许多研究中都失败置之不理Ibn Sina账号为新透镜问题挑战以认知为中心账号假设
科学伦理常关注前沿-最新研究-最新技术-数据源源不断流未来问题有时需要仔细考虑过去寻找历史使我们得以超越时间的注意力和假设,并可能只是为当前僵局提供刷新方法
这是一项观点分析文章,发件人表达的观点不一定与发件人相同新利18luck体育科学美