क्या मशीनें स्व-जागरूक हो सकती हैं? नया शोध बताता है कि यह कैसे हो सकता है

क्या मशीनें स्व-जागरूक हो सकती हैं? नया शोध बताता है कि यह कैसे हो सकता है

समय टिकट: 5 मई, 2023 10:00 पूर्वाह्न

एक मशीन बनाने के लिए, यह जानना आवश्यक है कि इसके पुर्जे क्या हैं और वे एक साथ कैसे फिट होते हैं। मशीन को समझने के लिए, यह जानना आवश्यक है कि प्रत्येक भाग क्या करता है और यह अपने कार्य में कैसे योगदान देता है। दूसरे शब्दों में, किसी को "यांत्रिकी" की व्याख्या करने में सक्षम होना चाहिए कि यह कैसे काम करता है।

एक के अनुसार दार्शनिक दृष्टिकोण तंत्र कहा जाता है, मनुष्य यकीनन एक प्रकार की मशीन हैं- और दुनिया को सोचने, बोलने और समझने की हमारी क्षमता एक यांत्रिक प्रक्रिया का परिणाम है जिसे हम समझ नहीं पाते हैं।

खुद को बेहतर ढंग से समझने के लिए, हम ऐसी मशीनें बनाने की कोशिश कर सकते हैं जो हमारी क्षमताओं की नकल करें। ऐसा करने पर, हमें उन मशीनों की यांत्रिक समझ होगी। और जितना अधिक हमारा व्यवहार मशीन प्रदर्शित करती है, उतना ही हम अपने मन की यंत्रवत व्याख्या करने के करीब होंगे।

यही बात एआई को दार्शनिक दृष्टिकोण से दिलचस्प बनाती है। उन्नत मॉडल जैसे GPT-4 और मिडजर्नी अब मानवीय बातचीत की नकल कर सकते हैं, पेशेवर परीक्षा पास कर सकते हैं और केवल कुछ शब्दों के साथ सुंदर चित्र बना सकते हैं।

फिर भी, सभी प्रगति के लिए, अनुत्तरित प्रश्न हैं। हम किसी चीज़ को आत्म-जागरूक या जागरूक कैसे बना सकते हैं कि दूसरे जागरूक हैं? पहचान क्या है? मतलब क्या है?

हालांकि इन चीजों के कई प्रतिस्पर्धी दार्शनिक विवरण हैं, लेकिन उन सभी ने यांत्रिक व्याख्या का विरोध किया है।

में कागजात का क्रम के लिए स्वीकार किया गया आर्टिफिशियल जनरल इंटेलिजेंस में 16वां वार्षिक सम्मेलन स्टॉकहोम में, मैं इन परिघटनाओं के लिए एक यांत्रिक व्याख्या प्रस्तुत करता हूं। वे समझाते हैं कि हम एक ऐसी मशीन का निर्माण कैसे कर सकते हैं जो खुद के बारे में, दूसरों के बारे में, खुद के बारे में दूसरों के बारे में जागरूक हो, और इसी तरह।

बुद्धि और इरादा

जिसे हम बुद्धिमत्ता कहते हैं, उसका अधिकांश हिस्सा अधूरी जानकारी के साथ दुनिया के बारे में भविष्यवाणियां करने के लिए उबलता है। किसी मशीन को सटीक भविष्यवाणी करने के लिए जितनी कम जानकारी की आवश्यकता होती है, वह उतनी ही "बुद्धिमान" होती है।

किसी दिए गए कार्य के लिए, वास्तव में कितनी बुद्धिमत्ता उपयोगी है, इसकी एक सीमा होती है। उदाहरण के लिए, अधिकांश वयस्क कार चलाना सीखने के लिए काफी स्मार्ट होते हैं, लेकिन अधिक बुद्धिमत्ता शायद उन्हें बेहतर ड्राइवर नहीं बनाएगी।

मेरे कागजात वर्णन करते हैं बुद्धि की ऊपरी सीमा किसी दिए गए कार्य के लिए, और इसे प्राप्त करने वाली मशीन बनाने के लिए क्या आवश्यक है।

मैंने इस विचार को बेनेट का रेजर नाम दिया, जो गैर-तकनीकी शब्दों में है कि "स्पष्टीकरण आवश्यकता से अधिक विशिष्ट नहीं होना चाहिए।" यह ओखम के रेज़र की लोकप्रिय व्याख्या से अलग है (और इसका गणितीय विवरण), जो सरल व्याख्याओं के लिए एक प्राथमिकता है।

अंतर सूक्ष्म है, लेकिन महत्वपूर्ण है। एक में प्रयोग सरल गणित सीखने के लिए AI सिस्टम को कितने डेटा की आवश्यकता है, इसकी तुलना करने पर, AI जो कम विशिष्ट स्पष्टीकरणों को प्राथमिकता देता है, वह सरल व्याख्याओं को 500 प्रतिशत तक पसंद करता है।

इस खोज के निहितार्थों की खोज ने मुझे अर्थ की यंत्रवत् व्याख्या करने के लिए प्रेरित किया - जिसे "कहा जाता है"व्यावहारिकता।” यह भाषा के दर्शन में एक अवधारणा है जो यह देखती है कि अर्थ आशय से कैसे संबंधित है।

जीवित रहने के लिए, एक जानवर को यह भविष्यवाणी करने की आवश्यकता होती है कि अन्य जानवरों सहित उसका पर्यावरण कैसे कार्य और प्रतिक्रिया करेगा। आप एक कुत्ते के पास एक कार छोड़ने में संकोच नहीं करेंगे, लेकिन आपके दुम स्टेक लंच के बारे में ऐसा नहीं कहा जा सकता है।

एक समुदाय में बुद्धिमान होने का अर्थ है दूसरों के इरादों का अनुमान लगाने में सक्षम होना, जो उनकी भावनाओं और प्राथमिकताओं से उत्पन्न होता है। यदि किसी मशीन को किसी ऐसे कार्य के लिए बुद्धिमत्ता की ऊपरी सीमा प्राप्त करनी होती है जो मानव के साथ बातचीत पर निर्भर करता है, तो उसे भी इरादे का सही अनुमान लगाना होगा।

और अगर कोई मशीन घटनाओं और उसके साथ होने वाले अनुभवों के इरादे को बता सकती है, तो इससे पहचान का सवाल उठता है और खुद को और दूसरों को जागरूक होने का क्या मतलब है।

कारणता और पहचान

जब बारिश होती है तो मैं जॉन को रेनकोट पहने देखता हूं। अगर मैं जॉन को धूप वाले दिन रेनकोट पहनने के लिए मजबूर कर दूं, तो क्या इससे बारिश होगी?

बिल्कुल नहीं! मनुष्य के लिए, यह स्पष्ट है। लेकिन मशीन को सिखाने के लिए कारण और प्रभाव की सूक्ष्मता अधिक कठिन होती है (इच्छुक पाठक देख सकते हैं क्यों की किताब जुडिया पर्ल और दाना मैकेंज़ी द्वारा)।

इन चीजों के बारे में तर्क करने के लिए, एक मशीन को यह सीखने की जरूरत है कि "मैंने इसे घटित किया" "मैंने इसे घटित होते देखा" से अलग है। आमतौर पर, हम करेंगे कार्यक्रम इसमें यह समझ।

हालाँकि, मेरा काम बताता है कि हम एक ऐसी मशीन का निर्माण कैसे कर सकते हैं जो किसी कार्य के लिए बुद्धिमत्ता की ऊपरी सीमा पर प्रदर्शन करती है। इस तरह की मशीन को, परिभाषा के अनुसार, कारण और प्रभाव की सही पहचान करनी चाहिए—और इसलिए कार्य-कारण संबंधों का भी अनुमान लगाना चाहिए। मेरे कागजात बिल्कुल कैसे एक्सप्लोर करें।

इसके निहितार्थ गहरे हैं। यदि कोई मशीन सीखती है "मैंने इसे घटित किया," तो उसे "मैं" (स्वयं के लिए एक पहचान) और "यह" की अवधारणाओं का निर्माण करना चाहिए।

मंशा का अनुमान लगाने, कारण और प्रभाव जानने और अमूर्त पहचान बनाने की क्षमताएं सभी जुड़ी हुई हैं। एक मशीन जो किसी कार्य के लिए बुद्धिमत्ता की ऊपरी सीमा प्राप्त करती है, उसे इन सभी क्षमताओं का प्रदर्शन करना चाहिए।

यह मशीन सिर्फ अपने लिए नहीं, बल्कि हर वस्तु के हर पहलू के लिए एक पहचान बनाती है जो कार्य को पूरा करने की क्षमता में मदद या बाधा डालती है। यह तब कर सकता है अपनी पसंद का उपयोग करें एक के रूप में भविष्यवाणी करने के लिए आधार रेखा दूसरे क्या कर सकते हैं। यह कैसे के समान है मनुष्य आरोपित करते हैं गैर-मानव जानवरों के लिए इरादा।

तो एआई के लिए इसका क्या मतलब है?

बेशक, मानव मन मेरे शोध में प्रयोग करने के लिए उपयोग किए जाने वाले सरल कार्यक्रम से कहीं अधिक है। मेरा काम एक मशीन बनाने के संभावित कारण मार्ग का गणितीय विवरण प्रदान करता है जो यकीनन आत्म-जागरूक है। हालाँकि, इंजीनियरिंग की बारीकियाँ हल होने से बहुत दूर हैं।

उदाहरण के लिए, मानव-समान इरादे के लिए मानव-समान अनुभवों और भावनाओं की आवश्यकता होगी, जो इंजीनियर के लिए एक कठिन बात है। इसके अलावा, हम आसानी से मानव चेतना की पूर्ण समृद्धि का परीक्षण नहीं कर सकते। चेतना एक व्यापक और अस्पष्ट अवधारणा है जिसमें शामिल है—लेकिन ऊपर दिए गए अधिक संकीर्ण दावों से अलग होना चाहिए।

मैंने इसका एक यंत्रवत स्पष्टीकरण प्रदान किया है पहलुओं चेतना की - लेकिन यह अकेला चेतना की पूर्ण समृद्धि को नहीं दर्शाता है जैसा कि मनुष्य अनुभव करते हैं। यह केवल शुरुआत है, और भविष्य के शोध को इन तर्कों पर विस्तार करने की आवश्यकता होगी।वार्तालाप

इस लेख से पुन: प्रकाशित किया गया है वार्तालाप क्रिएटिव कॉमन्स लाइसेंस के तहत। को पढ़िए मूल लेख.

छवि क्रेडिट: Deepmind on Unsplash 

समय टिकट:

से अधिक विलक्षणता हब