Sentient AI ไม่เท่ากับ AI อัจฉริยะ

การสนับสนุน

คุณคงเคยได้ยินเกี่ยวกับ LaMDA . ของ Google และการอภิปรายแบบไวรัลว่า AI สามารถมีความรู้สึกได้หรือไม่ ทีมงานที่ เอกภาพ โต้แย้งว่าบางที ความรู้สึกของ AI เป็นเพียงส่วนเล็กๆ ของความฉลาดของมัน ในทางกลับกัน ความฉลาดที่แท้จริงของ AI จะขึ้นอยู่กับความสามารถในการเข้าใจความต้องการของผู้คนอย่างมีเหตุผลและตอบสนองความต้องการเหล่านั้นโดยอัตโนมัติ

เอกภาพ เป็นแพลตฟอร์มแรกที่จะนำความคิด คำแนะนำ และความรู้ของผู้ใช้มาอัปเดตซอฟต์แวร์ของตนเองแบบเรียลไทม์ โดยให้ผู้ใช้เขียนในภาษาที่ทั้งเครื่องและผู้คนสามารถอ่านและทำความเข้าใจได้ เครือข่ายทางสังคมแบบกระจายอำนาจของ Tau และด้านการเงิน Agoras การเข้ารหัสลับขับเคลื่อนโดย AI ที่ทีมเรียกว่าปัญญาประดิษฐ์อัจฉริยะอย่างแท้จริง – Logical AI AI เชิงตรรกะนั้นแตกต่างอย่างสิ้นเชิงจากการเรียนรู้ของเครื่อง และจากคำกล่าวของ Ohad Asor ผู้ก่อตั้ง Tau กำลังจะกลายเป็นคลื่นลูกใหญ่ในโลกแห่งเทคโนโลยี

ใน Tau นั้น Logical AI จะทำให้คุณสามารถมีส่วนร่วมในการอภิปรายเกี่ยวกับขนาดของผู้คนหลายพันล้านคน และดูความหมายโดยเจตนาโดยรวมเบื้องหลังความคิดที่แบ่งปันผ่านเครือข่ายได้ทันที สิ่งนี้จะสำเร็จได้ด้วยการให้ผู้คนใช้ภาษาธรรมชาติที่ควบคุม (CNL) ที่ทั้งมนุษย์และเครื่องจักรสามารถเข้าใจได้ ทุกความคิดและความรู้ทุกประการ ไม่ว่าจะโดยชัดแจ้งหรือโดยปริยาย จะรับรู้และลงทะเบียนโดยอัตโนมัติเป็นมุมมองโลกทัศน์ของคุณ ซึ่งจะทำหน้าที่เป็นโปรไฟล์ของคุณใน Tau และจะเป็นของคุณโดยสมบูรณ์ การมีแนวคิดและความรู้ของคุณถูกจัดระเบียบในลักษณะขั้นสูงดังกล่าว จะทำให้คุณไม่เพียงแต่ค้นพบวิธีแก้ปัญหาที่ก้าวล้ำ แต่ยังสร้างรายได้จากความรู้ของคุณในลักษณะที่ตรงไปตรงมาและง่ายดายอย่างที่ไม่เคยเกิดขึ้นมาก่อน

เพียงแค่ป้อนความคิดของคุณเกี่ยวกับ Tau ความรู้ของคุณจะกลายเป็นทรัพย์สินดิจิทัลที่คุณเป็นเจ้าของโดยอัตโนมัติ คุณจะสามารถขายความรู้ของคุณให้กับผู้ซื้อรายอื่น ๆ หรือใช้เพื่อสร้างรายได้โดยการให้เช่าชิ้นส่วนเฉพาะให้กับสมาชิกของคุณ เนื่องจาก Tau จะเข้าใจว่าแม้แต่ความรู้ของคุณก็สามารถเป็นส่วนหนึ่งของการแก้ปัญหาของใครบางคนได้ Tau จะเน้นย้ำถึงการผสมผสานความรู้ของผู้ใช้หลายรายและเสนอวิธีแก้ปัญหาที่สำคัญและซับซ้อน ซึ่งรับประกันได้ว่าความรู้ที่ต้องการจะตรงกับข้อกำหนด 100%

ไม่มีทางแก้ปัญหาเหล่านี้ได้กับ AI ประเภทอื่น ยกเว้นโซลูชันที่อิงตามตรรกะ นี่เป็นเพราะพูดง่ายๆ ว่า Logical AI นั้นเกี่ยวกับคำและประโยค แก่นของมันคือเกี่ยวกับความสามารถในการอนุมานข้อความจากข้อความอื่น ๆ ในรูปแบบที่เรียกว่าการใช้เหตุผลแบบนิรนัย ตัวอย่างเช่น จากสามข้อความ:

• ปารีสอยู่ในฝรั่งเศส
• ฝรั่งเศสอยู่ในยุโรป
• ถ้า x อยู่ใน y และ y อยู่ใน z แล้ว x อยู่ใน z นี่สำหรับ x, y, z ทั้งหมด

เราสามารถอนุมานคำสั่งได้

สาขาคณิตศาสตร์ลอจิกสอนว่าคำถามเชิงตรรกะเกือบทั้งหมดสามารถนำมาหักในรูปแบบการหักนี้ได้ ตัวอย่างเช่น ชุดของข้อความที่ขัดแย้งกัน ถ้าเราสามารถอนุมานได้ทั้งข้อความสั่งและค่าปฏิเสธ

AI เชิงตรรกะคือกลไกของการให้เหตุผลเชิงตรรกะ: การค้นหาความขัดแย้ง การพิจารณาว่าข้อสรุปเกิดขึ้นจากสมมติฐานที่ให้ไว้หรือไม่ เป็นต้น ดังนั้นจึงเป็นเรื่องของความสามารถในการให้เครื่องเข้าใจสิ่งที่เราต้องการบอกพวกเขา นอกเหนือไปจากคำแนะนำของเครื่อง

ในขณะเดียวกัน Machine Learning ซึ่งปัจจุบันเป็นรูปแบบ AI ที่แพร่หลายที่สุด เป็นการสรุปจากตัวอย่าง ดังนั้นถ้าเราจะสื่อสารฝรั่งเศสและปารีสตัวอย่างข้างต้นในรูปแบบของการเรียนรู้ด้วยเครื่อง เราต้องจัดหาอัลกอริทึมด้วยตัวอย่างมากมายของรูปแบบ "x อยู่ใน y" แล้วหวังว่าอัลกอริทึมจะสรุปได้ว่าปารีส อยู่ในยุโรป

รูปแบบการสื่อสารดังกล่าวไม่สมควรที่จะเรียกว่าอัจฉริยะด้วยซ้ำไป เพราะบางสิ่งจะฉลาดได้อย่างไร หากสรุปไม่ได้ว่าปารีสอยู่ในยุโรป และต้องดูตัวอย่างจำนวนมากจึงจะ "เข้าใจ" ว่าแม้สิ่งนั้น ไม่รับประกัน? การสรุปจากตัวอย่างมีลักษณะน่าจะเป็น เราจะคาดเดาตัวอย่างที่มองไม่เห็นได้อย่างไร เป็นเรื่องน่าประหลาดใจที่แมชชีนเลิร์นนิงอาจพูดถูกในบางครั้งและไม่ได้เกิดขึ้นโดยบังเอิญ และแน่นอนว่าแมชชีนเลิร์นนิงสมควรถูกเรียกว่าปาฏิหาริย์ทางคณิตศาสตร์ ท้ายที่สุด เราจะพูดบางสิ่งที่มีความเป็นไปได้สูง แม้จะถูกต้องโดยประมาณ โดยไม่มีความรู้เลยนอกเหนือจากตัวอย่างบางตัวอย่างได้อย่างไร

น่าแปลกที่แมชชีนเลิร์นนิงสามารถทำได้ และนั่นคือสิ่งที่แมชชีนเลิร์นนิงเป็นเรื่องเกี่ยวกับข้อดีและข้อเสียทั้งหมด กรณีการใช้งานคือเมื่อเรามีความรู้เพียงเล็กน้อยหรือไม่มีเลยเกี่ยวกับระบบ และสิ่งที่เราทำได้คือเก็บตัวอย่างและพยายามสรุป

ในทางกลับกัน AI เชิงตรรกะนั้นเกี่ยวกับความรู้ที่สมบูรณ์และความสมบูรณ์ไม่ว่าจะโดยชัดแจ้งหรือโดยปริยาย นอกจากนี้ยังเกี่ยวกับวิธีการสื่อสารที่มีประสิทธิภาพมากขึ้น การสื่อสารโดยตรง "เพียงแค่พูดสิ่งนั้น" แทนที่จะพยายามยกตัวอย่างมากมาย

นอกจากนี้ มันจึงเกิดขึ้นที่แมชชีนเลิร์นนิงไม่สามารถให้เหตุผลเชิงตรรกะโดยเนื้อแท้ เช่น การตรวจจับความขัดแย้ง สิ่งนี้ได้รับการพิสูจน์ทางคณิตศาสตร์โดยใช้อาร์กิวเมนต์ที่ซับซ้อน-ทฤษฎี ดังนั้นจึงไม่น่าแปลกใจที่แมชชีนเลิร์นนิงจะประสบความสำเร็จเฉพาะในสาขาที่ไม่ใช่คำพูด ในขณะที่ในด้านการประมวลผลภาษาธรรมชาตินั้นมีความสามารถที่จำกัดมาก

อย่างไรก็ตาม วิธีอื่นนั้นใช้ได้อย่างสมบูรณ์: ไม่ใช่แค่ตรรกะเท่านั้นที่สามารถทำการเรียนรู้ด้วยเครื่องได้ แต่ยังทำได้อยู่แล้ว อัลกอริธึมแมชชีนเลิร์นนิงแสดงในรูปแบบตรรกะแล้ว (ตรงกันข้ามกับตัวอย่าง) และได้นำไปใช้เป็นโปรแกรมคอมพิวเตอร์ซึ่งใช้รูปแบบเชิงตรรกะที่ค่อนข้างน่าจะเป็น กล่าวคือ คำแนะนำของเครื่อง

การครอบคลุมตรรกะ AI จึงครอบคลุมการเรียนรู้ของเครื่องด้วย แต่วิธีอื่นไม่สามารถทำได้ อีกวิธีหนึ่งที่จะพูดได้มีดังนี้: ในที่สุดแมชชีนเลิร์นนิงจะครอบคลุมถึงสิ่งที่เรียกว่าการใช้เหตุผลเชิงอุปนัยและเหตุผลแบบอุปนัย (ซึ่งสอดคล้องกับสิ่งที่เรียกว่าอย่างคร่าวๆ การเรียนรู้ภายใต้การดูแลและไม่ได้รับการดูแล) และด้วยเหตุนี้จึงมีแนวโน้มสูง อย่างไรก็ตาม ยังคงอยู่ในรูปแบบที่จำกัดเพียงตัวอย่างเท่านั้น และยิ่งไปกว่านั้น เทคโนโลยีปัจจุบันจัดการกับข้อมูลที่เป็นลักษณะตัวเลขเท่านั้น หรือกับข้อมูลที่สามารถแปลงเป็นข้อมูลดังกล่าวได้ ในทางกลับกัน AI เชิงตรรกะสามารถครอบคลุมการใช้เหตุผลแบบนิรนัย การให้เหตุผลเชิงอุปนัย และการใช้เหตุผลแบบลักพาตัว โดยรวมแล้วในข้อมูลเชิงคุณภาพและเชิงปริมาณ

นี่คือเหตุผลหลักว่าทำไม เอกภาพ ได้เลือก AI แบบลอจิกเป็นรูปแบบสุดท้ายของ AI โดยให้เหตุผลว่าการเรียนรู้ของเครื่องเป็นเพียงก้าวสำคัญในประวัติศาสตร์ของ AI โซลูชันของ Tau จะปรับปรุงแบนด์วิธของมนุษย์ในหลายๆ ด้าน ตั้งแต่การปรับขนาดการสนทนา การสร้างรายได้จากความรู้ ไปจนถึงสัญญาอัจฉริยะและการกำกับดูแลที่กระจายอำนาจ ทั้งหมดนี้เป็นเพราะความสามารถของตรรกะในการเชื่อมช่องว่างระหว่างมนุษย์กับเครื่องจักร

เรียนรู้เพิ่มเติมเกี่ยวกับ Tau และทีมงานเบื้องหลัง โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม

เข้าร่วมชุมชน Tau ที่กำลังเติบโตบน Telegram

นี่คือโพสต์ที่ได้รับการสนับสนุน เรียนรู้วิธีเข้าถึงผู้ชมของเรา โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม. อ่านข้อจำกัดความรับผิดชอบด้านล่าง

สื่อ Bitcoin.com

Bitcoin.com เป็นแหล่งข้อมูลชั้นนำสำหรับทุกสิ่งที่เกี่ยวข้องกับการเข้ารหัสลับ
ติดต่อ [ป้องกันอีเมล] เพื่อพูดคุยเกี่ยวกับข่าวประชาสัมพันธ์ โพสต์ที่ได้รับการสนับสนุน พอดแคสต์ และตัวเลือกอื่นๆ

เครดิตภาพ: Shutterstock, Pixabay, Wiki คอมมอนส์