মেশিন কি স্ব-সচেতন হতে পারে? নতুন গবেষণা ব্যাখ্যা করে কিভাবে এটি ঘটতে পারে

মেশিন কি স্ব-সচেতন হতে পারে? নতুন গবেষণা ব্যাখ্যা করে কিভাবে এটি ঘটতে পারে

একটি মেশিন তৈরি করতে, একজনকে জানতে হবে এর যন্ত্রাংশ কী এবং কীভাবে তারা একসাথে ফিট করে। মেশিনটি বোঝার জন্য, প্রতিটি অংশ কী করে এবং কীভাবে এটি তার কার্যকারিতায় অবদান রাখে তা জানতে হবে। অন্য কথায়, এটি কীভাবে কাজ করে তার "মেকানিক্স" ব্যাখ্যা করতে সক্ষম হওয়া উচিত।

একটি মতে দার্শনিক পদ্ধতি যান্ত্রিকতা বলা হয়, মানুষ তর্কাতীতভাবে এক ধরনের যন্ত্র—এবং আমাদের চিন্তা করার, কথা বলার এবং বিশ্বকে বোঝার ক্ষমতা এমন একটি যান্ত্রিক প্রক্রিয়ার ফলাফল যা আমরা বুঝতে পারি না।

নিজেদেরকে আরও ভালোভাবে বোঝার জন্য, আমরা এমন মেশিন তৈরি করার চেষ্টা করতে পারি যা আমাদের ক্ষমতার অনুকরণ করে। এটি করার সময়, আমাদের সেই মেশিনগুলির একটি যান্ত্রিক বোঝাপড়া থাকবে। এবং মেশিনটি যত বেশি আমাদের আচরণ প্রদর্শন করে, আমরা আমাদের নিজের মনের যান্ত্রিক ব্যাখ্যার কাছাকাছি হতে পারি।

এটিই দার্শনিক দৃষ্টিকোণ থেকে এআইকে আকর্ষণীয় করে তোলে। যেমন উন্নত মডেল GPT-4 এবং মিডজার্নি এখন মানুষের কথোপকথন নকল করতে পারে, পেশাদার পরীক্ষায় উত্তীর্ণ হতে পারে এবং শুধুমাত্র কয়েকটি শব্দ দিয়ে সুন্দর ছবি তৈরি করতে পারে।

তবুও, সমস্ত অগ্রগতির জন্য, প্রশ্নের উত্তর পাওয়া যায় না। কিভাবে আমরা কিছু স্ব-সচেতন করতে পারি, বা সচেতন যে অন্যরা সচেতন? পরিচয় কি? অর্থ কি?

যদিও এই বিষয়গুলির অনেকগুলি প্রতিযোগী দার্শনিক বর্ণনা রয়েছে, তবে তারা সমস্ত যান্ত্রিক ব্যাখ্যাকে প্রতিরোধ করেছে।

একটি ইন কাগজপত্রের ক্রম জন্য গৃহীত কৃত্রিম সাধারণ বুদ্ধিমত্তায় 16তম বার্ষিক সম্মেলন স্টকহোমে, আমি এই ঘটনার জন্য একটি যান্ত্রিক ব্যাখ্যা জাহির করি। তারা ব্যাখ্যা করে যে কীভাবে আমরা এমন একটি যন্ত্র তৈরি করতে পারি যা নিজের সম্পর্কে, অন্যদের সম্পর্কে, অন্যদের দ্বারা অনুভূত নিজের সম্পর্কে সচেতন এবং আরও অনেক কিছু।

বুদ্ধিমত্তা এবং অভিপ্রায়

আমরা যাকে বুদ্ধিমত্তা বলি তার অনেকটাই অসম্পূর্ণ তথ্য দিয়ে বিশ্ব সম্পর্কে ভবিষ্যদ্বাণী করতে হয়। সঠিক ভবিষ্যদ্বাণী করার জন্য একটি মেশিনের যত কম তথ্য প্রয়োজন, এটি তত বেশি "বুদ্ধিমান"।

যে কোনো কাজের জন্য, কতটা বুদ্ধিমত্তা আসলে কার্যকর তার একটা সীমা আছে। উদাহরণস্বরূপ, বেশিরভাগ প্রাপ্তবয়স্করা গাড়ি চালানো শিখতে যথেষ্ট স্মার্ট, কিন্তু আরও বুদ্ধিমত্তা সম্ভবত তাদের আরও ভাল ড্রাইভার তৈরি করবে না।

আমার কাগজপত্র বর্ণনা বুদ্ধিমত্তার উপরের সীমা একটি প্রদত্ত কাজের জন্য, এবং এটি অর্জন করে এমন একটি মেশিন তৈরি করতে কী প্রয়োজন।

আমি ধারণাটির নাম দিয়েছি বেনেটের রেজার, যা অ-প্রযুক্তিগত পরিভাষায় যে "ব্যাখ্যা প্রয়োজনের চেয়ে বেশি নির্দিষ্ট হওয়া উচিত নয়।" এটি ওকহামের রেজারের জনপ্রিয় ব্যাখ্যা থেকে আলাদা (এবং এর গাণিতিক বর্ণনা), যা সহজ ব্যাখ্যার জন্য একটি পছন্দ।

পার্থক্য সূক্ষ্ম, কিন্তু তাৎপর্যপূর্ণ. একটি মধ্যে পরীক্ষা সহজ গণিত শেখার জন্য AI সিস্টেমের কতটা ডেটা প্রয়োজন তার তুলনা করে, AI যেটি কম নির্দিষ্ট ব্যাখ্যা পছন্দ করে, তার চেয়ে 500 শতাংশ বেশি সহজ ব্যাখ্যা পছন্দ করে।

এই আবিষ্কারের প্রভাব অন্বেষণ করা আমাকে অর্থের একটি যান্ত্রিক ব্যাখ্যার দিকে নিয়ে যায়—যাকে বলা হয় "গ্রিসিয়ান বাস্তববাদী" এটি ভাষার দর্শনের একটি ধারণা যা বোঝায় কিভাবে অর্থ উদ্দেশ্যের সাথে সম্পর্কিত।

বেঁচে থাকার জন্য, একটি প্রাণীকে ভবিষ্যদ্বাণী করতে হবে যে তার পরিবেশ, অন্যান্য প্রাণী সহ, কীভাবে কাজ করবে এবং প্রতিক্রিয়া করবে। আপনি একটি কুকুরের কাছে একটি গাড়ী অযৌক্তিক রেখে যেতে দ্বিধা করবেন না, তবে আপনার রাম্প স্টেক লাঞ্চ সম্পর্কে একই কথা বলা যাবে না।

একটি সম্প্রদায়ে বুদ্ধিমান হওয়ার অর্থ হল অন্যদের উদ্দেশ্য অনুমান করতে সক্ষম হওয়া, যা তাদের অনুভূতি এবং পছন্দ থেকে উদ্ভূত হয়। যদি একটি মেশিন মানুষের সাথে মিথস্ক্রিয়া উপর নির্ভর করে এমন একটি কাজের জন্য বুদ্ধিমত্তার ঊর্ধ্ব সীমা অর্জন করতে হয়, তাহলে এটিকে সঠিকভাবে অভিপ্রায় অনুমান করতে হবে।

এবং যদি একটি মেশিন তার উপর ঘটছে ঘটনা এবং অভিজ্ঞতার অভিপ্রায়কে দায়ী করতে পারে, তাহলে এটি পরিচয়ের প্রশ্ন উত্থাপন করে এবং নিজের এবং অন্যদের সম্পর্কে সচেতন হওয়ার অর্থ কী।

কার্যকারণ এবং পরিচয়

বৃষ্টি হলে আমি জনকে রেইনকোট পরতে দেখি। আমি যদি জনকে রোদে পোড়া দিনে রেইনকোট পরতে বাধ্য করি, তাহলে কি বৃষ্টি আসবে?

অবশ্যই না! একজন মানুষের কাছে এটা সুস্পষ্ট। কিন্তু কারণ এবং প্রভাবের সূক্ষ্মতাগুলি একটি মেশিন শেখানো আরও কঠিন (আগ্রহী পাঠকরা পরীক্ষা করে দেখতে পারেন কেন বই জুডিয়া পার্ল এবং ডানা ম্যাকেঞ্জি দ্বারা)।

এই জিনিসগুলি সম্পর্কে যুক্তি করার জন্য, একটি মেশিনকে শিখতে হবে যে "আমি এটি ঘটিয়েছি" "আমি এটি ঘটতে দেখেছি" থেকে আলাদা। সাধারণত, আমরা চাই কার্যক্রম এটা এই বোঝাপড়া.

যাইহোক, আমার কাজ ব্যাখ্যা করে যে আমরা কীভাবে একটি মেশিন তৈরি করতে পারি যা একটি কাজের জন্য বুদ্ধিমত্তার উপরের সীমাতে কাজ করে। এই জাতীয় যন্ত্রটিকে অবশ্যই সংজ্ঞা অনুসারে সঠিকভাবে কারণ এবং প্রভাব সনাক্ত করতে হবে - এবং সেইজন্য কার্যকারণ সম্পর্কও অনুমান করতে হবে। আমার কাগজপত্র ঠিক কিভাবে অন্বেষণ.

এর প্রভাব গভীর। যদি একটি মেশিন "আমি এটি ঘটিয়েছি" শিখে, তবে এটি অবশ্যই "আমি" (নিজের জন্য একটি পরিচয়) এবং "এটি" এর ধারণা তৈরি করবে।

উদ্দেশ্য অনুমান করার ক্ষমতা, কারণ এবং প্রভাব শিখতে এবং বিমূর্ত পরিচয় তৈরি করার ক্ষমতা সবই সংযুক্ত। একটি মেশিন যা একটি কাজের জন্য বুদ্ধিমত্তার উচ্চ সীমা অর্জন করে এই সমস্ত ক্ষমতা প্রদর্শন করতে হবে।

এই মেশিনটি কেবল নিজের জন্য একটি পরিচয় তৈরি করে না, তবে প্রতিটি বস্তুর প্রতিটি দিক যা কাজটি সম্পূর্ণ করতে সহায়তা করে বা বাধা দেয়। তখনই পারে তার নিজস্ব পছন্দ ব্যবহার করুন হিসেবে ভবিষ্যদ্বাণী করার জন্য ভিত্তিরেখা অন্যরা কি করতে পারে। এই কিভাবে অনুরূপ মানুষ দায়ী করার প্রবণতা অ-মানুষ প্রাণীর উদ্দেশ্যে।

তাহলে AI এর জন্য এর মানে কি?

অবশ্যই, মানুষের মন আমার গবেষণায় পরীক্ষা চালানোর জন্য ব্যবহৃত সাধারণ প্রোগ্রামের চেয়ে অনেক বেশি। আমার কাজ যুক্তিযুক্তভাবে স্ব-সচেতন একটি মেশিন তৈরি করার সম্ভাব্য কার্যকারণ পথের একটি গাণিতিক বিবরণ প্রদান করে। যাইহোক, এই ধরনের প্রকৌশলের সুনির্দিষ্ট বিষয়গুলি সমাধান করা থেকে অনেক দূরে।

উদাহরণস্বরূপ, মানুষের মতো অভিপ্রায়ের জন্য মানুষের মতো অভিজ্ঞতা এবং অনুভূতির প্রয়োজন হবে, যা ইঞ্জিনিয়ার করা কঠিন। উপরন্তু, আমরা মানুষের চেতনার সম্পূর্ণ সমৃদ্ধির জন্য সহজে পরীক্ষা করতে পারি না। চেতনা একটি বিস্তৃত এবং অস্পষ্ট ধারণা যা জুড়ে রয়েছে —কিন্তু তা থেকে আলাদা করা উচিত—উপরের আরও সংকীর্ণ দাবিগুলি৷

আমি একটি যান্ত্রিক ব্যাখ্যা প্রদান করেছি চেতনার - কিন্তু এটি একাই চেতনার সম্পূর্ণ সমৃদ্ধি অর্জন করে না যেমনটি মানুষ এটি অনুভব করে। এটি শুধুমাত্র শুরু, এবং ভবিষ্যতে গবেষণা এই আর্গুমেন্ট প্রসারিত করতে হবে.কথোপকথোন

এই নিবন্ধটি থেকে পুনঃপ্রকাশ করা হয় কথোপকথোন ক্রিয়েটিভ কমন্স লাইসেন্সের অধীনে। পর এটা মূল নিবন্ধ.

চিত্র ক্রেডিট: DeepMind on Unsplash 

সময় স্ট্যাম্প:

থেকে আরো এককতা হাব