დაფინანსებული
ამის შესახებ ალბათ გსმენიათ Google-ის LaMDA და ვირუსული დისკუსია იმის შესახებ, შეიძლება თუ არა AI გახდეს მგრძნობიარე. გუნდი ზე ტაუ ამტკიცებს, რომ შესაძლოა, ხელოვნური ინტელექტის გრძნობა მისი ინტელექტის მხოლოდ მცირე ნაწილია. პირიქით, ხელოვნური ინტელექტის ნამდვილი ინტელექტი დაფუძნებული იქნება მის უნარზე, ლოგიკურად გაიგოს ადამიანების საჭიროებები და ავტომატურად დააკმაყოფილოს ისინი.
ტაუ არის პირველი პლატფორმა, რომელიც შეძლებს მიიღოს თავისი მომხმარებლების აზრები, რჩევები და ცოდნა და განაახლოს საკუთარი პროგრამული უზრუნველყოფა რეალურ დროში, მისი მომხმარებლების დაწერის ენებზე, რომლებსაც შეუძლიათ წაიკითხონ და გაიგონ როგორც მანქანებმა, ასევე ადამიანებსაც. ტაუს დეცენტრალიზებული სოციალური ქსელი და მისი ფულადი ასპექტი, აგორას კრიპტოვალუტა, იკვებება AI-ით, რომელსაც გუნდი უწოდებს ჭეშმარიტად ინტელექტუალურ ხელოვნურ ინტელექტს - Logical AI. ლოგიკური AI რადიკალურად განსხვავდება მანქანათმცოდნეობისგან და, Tau-ს დამფუძნებლის ოჰად ასორის თქმით, ტექნოლოგიის სამყაროში შემდეგი დიდი ტალღის ზღვარზეა.
Tau-ზე Logical AI საშუალებას მოგცემთ მიიღოთ მონაწილეობა მილიარდობით ადამიანის მოცულობის დისკუსიებში და მყისიერად დაინახოთ კოლექტიური მიზანმიმართული მნიშვნელობა ქსელში გაზიარებული აზრების მიღმა. ეს მიიღწევა ხალხის მიერ კონტროლირებადი ბუნებრივი ენების (CNLs) გამოყენებით, რომლებსაც ესმით როგორც ადამიანებს, ასევე მანქანებს. ყოველი აზრი და ცოდნის ყოველი ნაწილი, იქნება ეს აშკარა თუ იმპლიციტური, ავტომატურად იქნება აღიარებული და დარეგისტრირებული, როგორც თქვენი მსოფლმხედველობა, რომელიც იმოქმედებს როგორც თქვენი პროფილი Tau-ზე და მთლიანად თქვენი იქნება. თქვენი იდეებისა და ცოდნის ასე გაფართოებული ორგანიზება ნიშნავს იმას, რომ თქვენ შეძლებთ არა მხოლოდ აღმოაჩინოთ ინოვაციური გადაწყვეტილებები, არამედ თქვენი ცოდნის მონეტიზაცია ძალისხმევისა და პირდაპირი გზით, რაც აქამდე შეუძლებელი იყო.
მხოლოდ Tau-ზე თქვენი აზრების შეტანით, თქვენი ცოდნა ავტომატურად გახდება თქვენს საკუთრებაში არსებული ციფრული აქტივი. თქვენ შეძლებთ თქვენი ცოდნის გაყიდვას სხვა მყიდველებზე, ან გამოიყენოთ იგი შემოსავლის მისაღებად, აბონენტებისთვის მისი კონკრეტული ნაწილების დაქირავებით, რადგან ტაუ მიხვდება, რომ თქვენი ცოდნის ნაწილიც კი შეიძლება იყოს ვინმეს პრობლემის გადაწყვეტის ნაწილი. Tau ხაზს გაუსვამს მრავალი მომხმარებლის ცოდნის ერთობლიობას და შესთავაზებს მას, როგორც მნიშვნელოვანი და რთული პრობლემების გადაწყვეტას, რითაც გარანტიას იძლევა, რომ საჭირო ცოდნა ემთხვევა სპეციფიკაციებს 100%.
ამ გადაწყვეტილებიდან არცერთი არ იქნება შესაძლებელი სხვა ტიპის AI-ით, გარდა ლოგიკაზე დაფუძნებული ერთისა. ეს იმიტომ ხდება, რომ მარტივად რომ ვთქვათ, ლოგიკური AI არის ყველაფერი სიტყვებით და წინადადებებით. თავის არსში, ეს ეხება სხვა განცხადებებიდან განცხადებების დასკვნის უნარს, რასაც დედუქციური მსჯელობა ჰქვია. მაგალითად, სამი განცხადებიდან:
- პარიზი საფრანგეთშია.
- საფრანგეთი ევროპაშია.
- თუ x არის y-ში და y არის z-ში, მაშინ x არის z-ში. ეს, ყველა x, y, z.
შეგვიძლია დავასკვნათ განცხადება
მათემატიკური ლოგიკის სფერო გვასწავლის, რომ პრაქტიკულად ყველა ლოგიკური კითხვა შეიძლება ჩამოყალიბდეს დედუქციის ამ ფორმამდე. მაგალითად, განცხადებების ერთობლიობა წინააღმდეგობრივია, თუ და მხოლოდ იმ შემთხვევაში, თუ მისგან შეგვიძლია გამოვიტანოთ როგორც განცხადება, ასევე მისი უარყოფა.
ლოგიკური AI არის ლოგიკური მსჯელობის მექანიზაცია: წინააღმდეგობების პოვნა, დასკვნა გამომდინარეობს თუ არა მოცემული ვარაუდებიდან და ა.შ. აქედან გამომდინარე, საუბარია იმის უნარზე, რომ მანქანებს მივცეთ იმის გაგება, თუ რა გვინდა ვუთხრათ მათ, უბრალოდ მანქანური ინსტრუქციების მიღმა.
იმავდროულად, მანქანათმცოდნეობა, რომელიც ამჟამად ხელოვნური ინტელექტის ყველაზე გავრცელებული ფორმაა, ეხება მაგალითების განზოგადებას. ასე რომ, თუ საფრანგეთისა და პარიზის ზემოთ მოყვანილ მაგალითს მანქანათმცოდნეობის სახით გადმოგვცემთ, ალგორითმს უნდა მივაწოდოთ მრავალი მაგალითი ფორმისა „x არის y-ში“ და იმედი ვიქონიოთ, რომ ალგორითმი დაასკვნის, რომ პარიზი. არის ევროპაში.
კომუნიკაციის ასეთ ფორმას არც კი იმსახურებს ინტელექტუალური ეწოდოს, რადგან როგორ შეიძლება რაღაც იყოს ინტელექტუალური, თუ არ შეიძლება დავასკვნათ, რომ პარიზი ევროპაშია და უნდა ნახოს უამრავი მაგალითი, რომ „გაიგოს“, მაშინაც კი, არ არის გარანტირებული? მაგალითებიდან განზოგადება ალბათური ხასიათისაა. როგორ შეგვიძლია გამოვიცნოთ უხილავი ნიმუშების შესახებ? გასაკვირია, რომ მანქანათმცოდნეობა ზოგჯერ შეიძლება იყოს სწორი და არ არის სრულიად შემთხვევითი, და მართლაც, მანქანათმცოდნეობა იმსახურებს მათემატიკური სასწაულის წოდებას. ბოლოს და ბოლოს, როგორ შეიძლება ითქვას ისეთი რამ, რაც, დიდი ალბათობით, თუნდაც მიახლოებით სწორია, ზოგიერთი ნიმუშის მიღმა ნულოვანი ცოდნის ქვეშ?
გასაკვირია, რომ მანქანათმცოდნეობას შეუძლია ამის გაკეთება. და სწორედ ეს არის მანქანათმცოდნეობა ყველა თავისი დადებითი და უარყოფითი მხარეებით. მისი გამოყენების შემთხვევაა, როდესაც ჩვენ გვაქვს მცირე ცოდნა სისტემის შესახებ და რაც შეგვიძლია გავაკეთოთ არის ნიმუშების აღება და მათი განზოგადება.
მეორეს მხრივ, ლოგიკური ხელოვნური ინტელექტი არის სრულ ცოდნასა და აბსოლუტურობაზე, აშკარად თუ ირიბად. ასევე საუბარია კომუნიკაციის ბევრად უფრო ეფექტურ გზაზე, პირდაპირ კომუნიკაციაზე, „მხოლოდ სიტყვის თქმაზე“, იმის ნაცვლად, რომ ბევრი მაგალითის მოყვანაზე ვიშრომო.
გარდა ამისა, ისე ხდება, რომ მანქანათმცოდნეობას არსებითად არ შეუძლია ლოგიკური მსჯელობის განხორციელება, მაგ., წინააღმდეგობების აღმოჩენა. ეს მათემატიკურად დასტურდება სირთულის თეორიული არგუმენტების გამოყენებით. ამიტომ გასაკვირი არ არის, რომ მანქანათმცოდნეობა წარმატებას აღწევს მხოლოდ არავერბალური ხასიათის სფეროებში, ხოლო ბუნებრივი ენის დამუშავების სფეროში, ის მხოლოდ ძალიან შეზღუდულ შესაძლებლობებს წარმოადგენს.
თუმცა საპირისპირო გზა სავსებით მართებულია: არა მხოლოდ ლოგიკას შეუძლია მანქანური სწავლება, არამედ ის უკვე აკეთებს. მანქანათმცოდნეობის ალგორითმები უკვე გამოხატულია ლოგიკური ფორმებით (მაგალითებისგან განსხვავებით) და უკვე განხორციელებულია როგორც კომპიუტერული პროგრამები, რომლებიც ასევე იღებენ ლოგიკურ საკმაოდ სავარაუდო ფორმას, კერძოდ, მანქანის ინსტრუქციებს.
ლოგიკური ხელოვნური ინტელექტის დაფარვა, შესაბამისად, მოიცავს მანქანათმცოდნეობასაც, მაგრამ პირიქით ვერ მიიღწევა. ამის თქმის კიდევ ერთი გზა შემდეგია: მანქანათმცოდნეობა საბოლოოდ მოიცავს იმას, რასაც ეწოდება ინდუქციური და აბდუქციური მსჯელობა (რომელიც დაახლოებით შეესაბამება იმას, რასაც ე.წ. მეთვალყურეობის ქვეშ და ზედამხედველობის გარეშე სწავლა), და, როგორც ასეთი, ის ძალიან პერსპექტიულია, თუმცა მაინც ისეთი ფორმით, რომელიც შემოიფარგლება მხოლოდ მაგალითებით, და შემდგომში, მიმდინარე ტექნოლოგიები ეხება მხოლოდ რიცხვითი ხასიათის მონაცემებს, ან მონაცემებს, რომლებიც შეიძლება გადაკეთდეს ასეთებად. მეორეს მხრივ, ლოგიკურ AI-ს შეუძლია დაფაროს დედუქციური მსჯელობა, ინდუქციური მსჯელობა და აბდუქციური მსჯელობა, მთლიანობაში, როგორც ხარისხობრივ, ასევე რაოდენობრივ მონაცემებში.
ეს არის ძირითადი მიზეზები ტაუ აირჩია ლოგიკური AI, როგორც ხელოვნური ინტელექტის საბოლოო ფორმა და ამტკიცებს, რომ მანქანათმცოდნეობა მხოლოდ ეტაპს წარმოადგენს ხელოვნური ინტელექტის ისტორიაში. Tau-ს გადაწყვეტილებები გააუმჯობესებს ადამიანის გამტარუნარიანობის ბევრ ასპექტს, დაწყებული დისკუსიის მასშტაბით, ცოდნის მონეტიზაციამდე, ჭკვიან კონტრაქტებამდე და დეცენტრალიზებულ მმართველობამდე. ეს ყველაფერი ლოგიკის უნარის გამო, გადალახოს უფსკრული ადამიანებსა და მანქანებს შორის.
შეიტყვეთ მეტი ტაუსა და მის უკან მყოფი გუნდის შესახებ აქ დაწკაპუნებით
შეუერთდით მზარდ Tau საზოგადოებას დეპეშა
ეს არის სპონსორი პოსტი. შეიტყვეთ თუ როგორ უნდა მივაწვდინოთ ჩვენს აუდიტორიას აქ დაწკაპუნებით. წაიკითხეთ უარყოფა ქვემოთ.
სურათი კრედიტები: Shutterstock, Pixabay, Wiki Commons
პასუხისმგებლობის შეზღუდვის განაცხადი: ეს სტატია მხოლოდ ინფორმაციული მიზნებისთვისაა. ეს არ არის პირდაპირი შეთავაზება ან შუამდგომლობა შესყიდვის ან გაყიდვის შესახებ, ან რაიმე პროდუქტის, მომსახურების ან კომპანიის რეკომენდაცია ან მოწონება. Bitcoin.com არ გთავაზობთ ინვესტიციებს, საგადასახადო, იურიდიულ ან საბუღალტრო რჩევებს. არც კომპანია და არც ავტორი არ არის პასუხისმგებელი, პირდაპირ ან არაპირდაპირ, ნებისმიერი ზიანის ან ზარალის შესახებ, რომელიც გამოწვეულია ან სავარაუდოა, რომ გამოწვეულია ამ სტატიაში ნახსენები შინაარსის, საქონლის ან მომსახურებების გამოყენებასთან ან მათთან დაკავშირებით.
წყარო: https://news.bitcoin.com/sentient-ai-does-not-equal-intelligent-ai-tau-uses-logic-to-make-machines-truly-understand-people/