सेंटेन्ट मशीनों की मिथक

स्रोत: एक मानव जैसे रोबोट / शटरस्टॉक

आज के शीर्ष तकनीशियनों और वैज्ञानिकों में से कुछ बहुत ही सार्वजनिक तौर पर उन एपोकलिप्टिक परिदृश्यों पर अपनी चिंता व्यक्त करते हैं, जो मकसदों के साथ मशीनों के परिणामस्वरूप उत्पन्न होने की संभावना है। भयभीत में स्टीफन हॉकिंग, एलोन मस्क, और बिल गेट्स जैसे बौद्धिक दिग्गज हैं, जो सभी का मानना ​​है कि मशीन सीखने के क्षेत्र में प्रगति जल्द ही आत्म-जागरूक एआईएस प्राप्त कर लेगी जो हमें नष्ट करना चाहते हैं-या शायद हमें सिर्फ औपचारिक रूप से निपटाना है, बहुत जैसे एक विंडशील्ड वाइपर द्वारा पिघलाया जा रहा है वास्तव में, डॉ। हॉकिंग ने बीबीसी से कहा, "पूर्ण कृत्रिम बुद्धि का विकास मानव जाति के अंत को समझ सकता है।"

दरअसल, इसमें कोई संदेह नहीं है कि भावी एआई महत्वपूर्ण क्षति होने में सक्षम होगा। उदाहरण के लिए, यह कल्पनीय है कि रोबोटों को पहले किसी भी तरह के विपरीत खतरनाक स्वायत्त हथियार के रूप में कार्य करने के लिए क्रमादेशित किया जा सकता है। इसके अतिरिक्त, यह एक असंबंधित सॉफ्टवेयर एप्लिकेशन की कल्पना करना आसान है जो पूरे इंटरनेट में फैलता है, वैश्विक रूप से वैश्विक मुद्रा के लिए हमारे सबसे कुशल और मिसाल पर भरोसा करता है।

लेकिन ये परिदृश्य उन लोगों से स्पष्ट रूप से भिन्न हैं जिनमें मशीनें हमें चालू करने, पराजित करने, हमें उनके दास बनाने या हमें विनाश करने का निर्णय लेती हैं इस संबंध में, हम निर्विवाद रूप से सुरक्षित हैं। एक दुखी नोट पर, हम ऐसे किसी भी तरह की रोबोट की संभावना नहीं रखते हैं जो हमें दोस्ती करने का निर्णय लेते हैं या हमें ऐसा करने के निर्देशों के द्वारा विशेष रूप से प्रेरित किए बिना प्यार दिखाते हैं।

इसका कारण यह है कि एआई के इस तरह के व्यवहारिक व्यवहार को एक मस्तिष्क की ज़रूरत होगी, क्योंकि वस्तुनिष्ठता केवल तब ही पैदा हो सकती है जब कुछ अपने स्वयं के विश्वासों, इच्छाओं और प्रेरणाओं को प्राप्त करते हैं। एआई के प्रकार जो कि इन सुविधाओं को शामिल करता है, वैज्ञानिक समुदाय में "सशक्त कृत्रिम खुफिया" के रूप में जाना जाता है मजबूत एआई, परिभाषा के अनुसार, मानव संज्ञानात्मक क्षमताओं की पूरी श्रृंखला का अधिकारी होना चाहिए। इसमें स्वयं-जागरूकता, भावना, और चेतना शामिल है, क्योंकि ये मानव अनुभूति की सभी विशेषताएं हैं।

• उम्र बढ़ने के बारे में सब कुछ
• दलाल मेरी दवा
• क्या आप पढ़ते हैं और अधिक से अधिक बातें
• डिजिटल डिवाइस किस तरह से बदलते हैं?
• स्कूल बाहर, लेकिन एक ही नियम लागू!

दूसरी ओर, "कमजोर कृत्रिम इंटेलिजेंस" गैर-संवेदी ए को संदर्भित करता है, कमजोर एई हाइपोथीसिस कहता है कि हमारे रोबोट-जो डिजिटल कंप्यूटर कार्यक्रमों पर चलते हैं-कोई सचेत नहीं हो सकते हैं, कोई मन नहीं, कोई व्यक्तिपरक जागरूकता नहीं हो सकती है, और कोई एजेंसी नहीं है। ऐसा एअर इंडिया दुनिया को गुणात्मक रूप से अनुभव नहीं कर सकता है, हालांकि यद्यपि वे उचित रूप से बुद्धिमान व्यवहार प्रदर्शित कर सकते हैं, यह हमेशा मन की कमी के कारण सीमित है।

इस मजबूत / कमजोर भेद के महत्व को पहचानने में विफलता हॉकिंग और मस्क की अस्तित्व संबंधी चिंताओं में योगदान दे सकती है, दोनों का मानना ​​है कि हम पहले से ही सशक्त एआई (उर्फ कृत्रिम जनरल इंटेलिजेंस) के विकास के लिए एक रास्ते पर हैं। उनके लिए यह "अगर" का मामला नहीं है, लेकिन "कब"

लेकिन इस बात का तथ्य यह है कि सभी वर्तमान ए मूलतः कमजोर एआई हैं, और यह आज के कंप्यूटरों द्वारा परिलक्षित होता है 'जो कुछ भी जानबूझकर व्यवहार का कुल अभाव है। यद्यपि कुछ बहुत ही जटिल और अपेक्षाकृत समझदार रोबोट हैं जो वहां मौजूद हैं, जो ज़िंदगी में प्रतीत होते हैं, करीब परीक्षा में वे सब खुद को सामान्य पॉकेट कैलकुलेटर के रूप में प्रेरित होने के रूप में प्रकट करते हैं।

• वंडर के मनोविज्ञान
• संगीत और सपने: बीटल्स का मामला
• नैतिकता का विज्ञान? इतना शीघ्र नही।
• डेड्रीमर्स, दर्द और ग्रे मैटर का
• क्या 'बदसूरत बत्तख़' कहानियां सौंदर्य के बारे में महिलाओं को नुकसान पहुँचाए?

इसका कारण यह है कि दिमाग और कंप्यूटर बहुत भिन्न तरीके से काम करते हैं। दोनों गणना करते हैं, लेकिन केवल एक ही समझता है- और इसमें विश्वास करने के कुछ बहुत ही आकर्षक कारण हैं कि यह परिवर्तन नहीं हो रहा है। ऐसा प्रतीत होता है कि एक और तकनीकी बाधा है जो सशक्त एआई के रास्ते में एक वास्तविकता बनने के रास्ते में खड़ा है।

ट्यूरिंग मशीनें मशीन नहीं सोच रही हैं

सभी डिजिटल कंप्यूटर बाइनरी सिस्टम हैं इसका मतलब यह है कि वे दो राज्यों के संदर्भ में विशेष रूप से जानकारी को संग्रह और संसाधित करते हैं, जो कि विभिन्न प्रतीकों द्वारा दर्शाए गए हैं- इस मामले में 1 एस और 0 एस। यह प्रकृति का एक दिलचस्प तथ्य है कि द्विआधारी अंक का उपयोग अधिकांश चीजों का प्रतिनिधित्व करने के लिए किया जा सकता है; संख्याओं, पत्रों, रंगों, आकृतियों, छवियों और यहां तक ​​कि संपूर्ण सटीकता के साथ ऑडियो भी।

यह दो-प्रतीक प्रणाली मूलभूत सिद्धांत है जो सभी डिजिटल कंप्यूटिंग पर आधारित है। एक कंप्यूटर में जो कुछ भी होता है, इसमें दो प्रतीकों को किसी तरह से जोड़ना होता है। जैसे, उन्हें एक व्यावहारिक प्रकार के ट्यूरिंग मशीन के रूप में माना जा सकता है- एक सार, काल्पनिक मशीन जो प्रतीकों को छेड़छाड़ करके गणना करता है।

एक ट्यूरिंग मशीन के संचालन को "वाक्यविन्यास" कहा जाता है, जिसका अर्थ है कि वे केवल प्रतीकों को पहचानते हैं और उन प्रतीकों का अर्थ नहीं- अर्थात, उनके शब्दों यहां तक ​​कि "पहचान" शब्द भी गुमराह करने वाला है, क्योंकि यह एक व्यक्तिपरक अनुभव दर्शाता है, इसलिए शायद यह कहना बेहतर होगा कि कंप्यूटर प्रतीकों के प्रति संवेदनशील हैं, जबकि मस्तिष्क अर्थ समझने में सक्षम है।

इससे कोई फर्क नहीं पड़ता कि कंप्यूटर कितनी तेज़ है, कितनी मेमोरी है, या प्रोग्रामिंग भाषा कितनी जटिल और उच्च स्तर है खतरे और शतरंज चैंप्स खेलते हुए वाटसन और दीप ब्लू मूल रूप से आपके माइक्रोवेव के समान काम करते हैं। बस, एक सख्त प्रतीक प्रसंस्करण मशीन कभी भी एक प्रतीक-समझने वाली मशीन नहीं हो सकती। प्रभावशाली दार्शनिक जॉन सीरेल ने बड़ी चतुराई से अपने प्रसिद्ध और अत्यधिक विवादास्पद "चीनी कक्ष तर्क" में सादृश्य द्वारा इस तथ्य को दर्शाया है, जो कि समझदार माने जा रहा है कि "सिंटैक्स शब्दार्थों के लिए पर्याप्त नहीं है" क्योंकि यह 1 9 80 में प्रकाशित हुआ था। और हालांकि कुछ गूढ़ रिबूटल्स (सबसे आम "सिस्टम उत्तर दें" है) रखा गया है, कोई भी सफलतापूर्वक वाक्यविन्यास और शब्दार्थों के बीच की खाई को दूर नहीं करता है लेकिन यहां तक ​​कि अगर कोई चीनी कक्ष तर्क के आधार पर पूरी तरह से आश्वस्त नहीं है, तो यह तथ्य नहीं बदलता है कि ट्यूरिंग मशीन मशीनों को छेड़छाड़ करने वाली मशीनों को नहीं मानती है और न ही मशीनों को सोचती है, जो एक दशक पहले महान भौतिक विज्ञानी रिचर्ड फेनमैन ने ली थी।

फेनमैन ने कंप्यूटर को "एक गौरवशाली, उच्च-वर्ग, बहुत तेज लेकिन बेवकूफ फाइलिंग सिस्टम" के रूप में वर्णित किया है, जो एक असीम बेवकूफ फ़ाइल क्लर्क (सेंट्रल प्रोसेसिंग यूनिट) द्वारा प्रबंधित होता है जो आंखों पर निर्देशों का पालन करता है (सॉफ़्टवेयर प्रोग्राम)। यहां क्लर्क में कुछ भी नहीं है- एक भी अक्षर या संख्या भी नहीं। कंप्यूटर हेविस्टिक्स पर एक प्रसिद्ध व्याख्यान में, फेनमैन ने सही मायने में बुद्धिमान मशीनों की संभावना के बारे में अपने गंभीर संदेह व्यक्त करते हुए कहा, "कोई भी नहीं जानता कि हम क्या करते हैं या कैसे सोचते हैं जैसे कुछ सार के अनुरूप कुछ कदमों को परिभाषित किया जाए।"

ये अंक विश्वास करने के लिए बहुत ही आकर्षक कारण बताते हैं कि हम कभी भी मजबूत एआई प्राप्त नहीं कर सकते हैं, अर्थात, वास्तव में बुद्धिमान कृत्रिम एजेंट संभवतः मस्तिष्क के सिमुलेशन के सबसे सटीक भी दिमाग नहीं मिलेगा, और न ही सॉफ्टवेयर प्रोग्राम चेतना पैदा करेगा। यह सख्त बाइनरी प्रोसेसर के लिए कार्ड में नहीं हो सकता है गुणात्मक उत्तेजना जैसे व्यक्तिपरक अनुभव या मनोवैज्ञानिक घटनाएं उत्पन्न करने वाले प्रसंस्करण प्रतीकों या अभिकलन के बारे में कुछ भी नहीं है।

यह सुनकर, एक पूछ सकता है, "अगर कंप्यूटर सचेत नहीं हो सकता है, तो मस्तिष्क कैसे हो सकता है?" आखिरकार, यह एक पूरी तरह से शारीरिक वस्तु है जो भौतिक कानून के अनुसार काम करती है। यह कंप्यूटर की तरह, सूचना की प्रक्रिया में विद्युत गतिविधि का भी उपयोग करता है। फिर भी किसी तरह हम दुनिया को पहले व्यक्ति के नजरिए से अनुभव करते हैं- जहां आंतरिक, गुणात्मक और अतुलनीय संवेदनाएं होती हैं जो हमारे लिए केवल पहुंच योग्य होती हैं। उदाहरण के लिए जिस तरह से आपको लगता है कि जब आप एक सुंदर लड़की देखते हैं, बीयर पीते हैं, नेल पर कदम रखें या एक मूडी ऑर्केस्ट्रा सुनें।

सच्चाई यह है कि वैज्ञानिक अभी भी यह सब जानने की कोशिश कर रहे हैं। जैव रासायनिक और विद्युत प्रक्रियाओं की तरह भौतिक घटनाएं, सनसनी पैदा करती हैं और एकीकृत अनुभव को "चेतना की कठिन समस्या" के रूप में जाना जाता है, और तंत्रिका विज्ञानियों और दार्शनिकों द्वारा व्यापक रूप से मान्यता प्राप्त है। यहां तक ​​कि न्यूरोसाइंस्टिस्ट और लोकप्रिय लेखक सैम हैरिस-जो मस्क की रोबोट-विद्रोह की चिंताओं का हिस्सा हैं- यह बताते हुए कठिन समस्या को स्वीकार करते हैं कि क्या मशीन सचेत हो सकती है कि "एक खुला प्रश्न" है। दुर्भाग्यवश वह पूरी तरह से महसूस नहीं करते हैं कि मशीनों के लिए स्वयं को अपने स्वयं के हितों से पैदा होने वाले अस्तित्व का खतरा पैदा करने के लिए जागरूक होना आवश्यक है।

फिर भी यद्यपि चेतना की समस्या काफ़ी कठोर है, पर विश्वास करने का कोई कारण नहीं है कि यह विज्ञान द्वारा सुलभ नहीं है तो हमने अब तक किस तरह की प्रगति की है?

चेतना एक जैविक घटना है

बहुत ही कंप्यूटर की तरह, न्यूरॉन्स एक दूसरे के साथ द्विआधारी फैशन में बिजली के संकेतों का आदान-प्रदान करते हुए संवाद करते हैं। या तो एक न्यूरॉन की आग होती है या नहीं, और यह भी है कि तंत्रिका कम्प्यूटेशन कैसे किया जाता है। लेकिन डिजिटल कंप्यूटर के विपरीत, दिमाग में एक एनालॉग सेलुलर और आणविक प्रक्रियाओं, जैव रासायनिक प्रतिक्रियाओं, इलेक्ट्रोस्टैटिक बल, विशिष्ट फ़्रीक्वेंसी पर वैश्विक सिंक्रनाइज़ किए गए न्यूरॉन फायरिंग और अनगिनत फीडबैक लूप के साथ अद्वितीय संरचनात्मक और कार्यात्मक कनेक्शन होते हैं।

यहां तक ​​कि अगर कोई कंप्यूटर इन सभी विशेषताओं के एक डिजिटल प्रस्तुति को सटीक रूप से बना सकता है, जो अपने आप में कई गंभीर बाधाओं को शामिल करता है, तो मस्तिष्क का अनुकरण अब भी एक भौतिक मस्तिष्क नहीं है। भौतिक प्रक्रिया के सिमुलेशन और भौतिक प्रक्रिया के बीच एक मूलभूत अंतर है। यह कई मशीन सीखने के शोधकर्ताओं के लिए एक विवादास्पद बिंदु की तरह लग सकता है, लेकिन लंबाई पर विचार किया जाता है, लेकिन तुच्छ कुछ भी दिखाई देता है।

सिमुलेशन समान डुप्लिकेट नहीं है

कमजोर एआई परिकल्पना का कहना है कि कंप्यूटर केवल मस्तिष्क को अनुकरण कर सकते हैं, और जॉन सर्ल जैसे कुछ के अनुसार, जिन्होंने शब्दों को मजबूत बनाया है और सख्त और कमजोर ए-एक सचेत तंत्र का एक अनुकरण वास्तविक चीज़ से बहुत अलग है। दूसरे शब्दों में, "मशीन" मामलों के हार्डवेयर, और जैविक तंत्र के केवल डिजिटल अभ्यावेदनों को वास्तविक दुनिया में कुछ भी होने का कारण नहीं है।

चलो एक अन्य जैविक घटना पर विचार करें, जैसे प्रकाश संश्लेषण। फोटोसंश्लेषण इस प्रक्रिया को संदर्भित करता है जिसके द्वारा पौधे ऊर्जा को प्रकाश में बदलते हैं। इस प्रक्रिया में विशिष्ट जैव रासायनिक प्रतिक्रियाओं की आवश्यकता होती है केवल उन्हीं सामग्री को प्राप्त किया जा सकता है जिसमें विशिष्ट आणविक और परमाणु गुण होते हैं। एकदम सही कंप्यूटर सिमुलेशन- एक अनुकरण प्रकाश संश्लेषण कभी भी प्रकाश में ऊर्जा को बदलने में सक्षम नहीं होगा, इससे कोई फर्क नहीं पड़ता कि वह कितना सटीक है, और आप किस प्रकार के हार्डवेयर को कंप्यूटर के साथ प्रदान करते हैं हालांकि, वास्तव में कृत्रिम प्रकाश संश्लेषण मशीनें हैं। ये मशीन न केवल पौधों में प्रकाश संश्लेषण के भौतिक तंत्र को अनुकरण करते हैं, बल्कि इसके बजाय फोटोकेटलास्टिक पानी के बंटने वाले फोटोइलेक्ट्रोरासायनिक कोशिकाओं का उपयोग करते हुए जैव रासायनिक और विद्युत रासायनिक बलों को डुप्लिकेट करते हैं।

इसी तरह, पानी का अनुकरण 'नमी' की गुणवत्ता के पास नहीं जा रहा है, जो हाईड्रोजन और इलेक्ट्रोकेमिकल बांडों द्वारा आयोजित ऑक्सीजन परमाणुओं के एक बहुत विशिष्ट आणविक गठन का एक उत्पाद है। तरलता एक भौतिक राज्य के रूप में उभरती है जो कि अकेले अणु द्वारा व्यक्त की गई तुलना में गुणात्मक रूप से अलग है।

यहां तक ​​कि न्यूरोसाइंस, एकीकृत सूचना सिद्धांत से भी गर्म नई चेतना सिद्धांत, बहुत स्पष्ट करता है कि मस्तिष्क के बिल्कुल सटीक कंप्यूटर सिमुलेशन एक वास्तविक मस्तिष्क की तरह चेतना नहीं होता है, जैसे कि एक ब्लैक होल के सिमुलेशन आपके कंप्यूटर और कमरे का कारण नहीं होगा घुसना करने के लिए न्यूरोसाइजिस्टियल्स जियलिओ टोणोनी और क्रिस्टोफ कोच, जिन्होंने सिद्धांत स्थापित किया, इस विषय पर शब्दों को न छोडो:

"आईआईटी का अर्थ है कि डिजिटल कंप्यूटर, भले ही उनका व्यवहार कार्यात्मक रूप से हमारे समतुल्य हो, और भले ही वे मानव मस्तिष्क के वफादार सिमुलेशन को चलाने के लिए हों, तो इससे कुछ भी नहीं होगा।"

इस बात को ध्यान में रखते हुए, हम अभी भी अटकलें लगा सकते हैं कि चेतना का समर्थन करने वाली गैर-जैविक मशीन मौजूद हो सकती हैं, लेकिन हमें यह अवश्य समझना चाहिए कि इन मशीनों को आवश्यक विद्युत रासायनिक प्रक्रियाओं (जो भी हो सकते हैं) की नकल की ज़रूरत हो सकती है जो मस्तिष्क में जागरूक होने के दौरान उत्पन्न होती है राज्यों। यदि यह कार्बनिक पदार्थों के बिना संभव हो जाता है – जिसमें अनूठे आणविक और परमाणु गुण होते हैं-यह संभवतः ट्यूरिंग मशीनों से अधिक की आवश्यकता होती है, जो विशुद्ध रूप से सिंटेक्स प्रोसेसर (प्रतीक मैनिपुलेटर) और डिजिटल सिमुलेशन हैं, जो आवश्यक भौतिक तंत्र की कमी हो सकती है।

मजबूत एआई को प्राप्त करने के लिए सबसे अच्छा तरीका यह जानने की आवश्यकता है कि मस्तिष्क किस प्रकार पहले करती है, और मशीन सीखने के शोधकर्ताओं की सबसे बड़ी गलती है कि वे इसके आस-पास एक शॉर्टकट ले सकते हैं। वैज्ञानिकों और इंसानों के रूप में, हमें आशा है कि हम क्या कर सकते हैं। उसी समय, हमें उन तरीकों से अधिक आश्वस्त नहीं होना चाहिए, जो हमें गलत दिशा में चलाने और हमें असली प्रगति करने से अंधे हैं।

मजबूत एआई की मिथक

1 9 60 के दशक की शुरुआत से ही, एआई शोधकर्ता दावा कर रहे हैं कि सशक्त ए केवल कोने के आसपास है। लेकिन कंप्यूटर मेमोरी, स्पीड, और प्रोसेसिंग पावर में भारी वृद्धि के बावजूद, हम पहले से कहीं ज्यादा करीब नहीं हैं। अब के लिए, अतीत के दिमागी विज्ञान- Fi फिल्मों की तरह, जो एपोकलिप्टिक ऐ के परिदृश्यों को दर्शाती है, वास्तव में बुद्धिमान रोबोटों को आंतरिक जागरूक अनुभव के साथ एक काल्पनिक फंतासी है।