Miks tehisintellekti mudelitel ei saa olla teadvust

Transformeri mudelite põhiarhitektuur

Praegused tehisintellekti süsteemid, eriti suured keelemudelid nagu GPT ja ChatGPT, põhinevad nn Transformeri arhitektuuril. See esindab spetsiaalset matemaatilise andmetöötluse vormi, mille töötasid välja Google'i teadlased 2017. aastal. See arhitektuur toimib täielikult numbriliste arvutuste ja statistiliste mustrite põhjal, ilma töödeldava sisu sügavamat mõistmist arendamata.

Trafomudel koosneb virnastatud kodeerija ja dekoodri kihtidest, mis töötavad koos sisendandmete töötlemiseks. Kodeerija teisendab sisendandmed matemaatilisteks esitusteks, samas kui dekooder teisendab selle teabe soovitud väljundiks. Mõlemad komponendid kasutavad oma ülesannete täitmiseks keerulisi matemaatilisi tehteid, nagu maatriksite korrutamine ja mittelineaarsed aktiveerimisfunktsioonid.

Kuidas enesetähelepanu mehhanismid toimivad

Transformeri arhitektuuri keskmes on enesetähelepanu mehhanism. See võimaldab mudelil määrata sisendjada erinevatele osadele erinevad kaalud. Mehhanism arvutab vektorite skalaarkorrutisi, et modelleerida jada sõltuvusstruktuure. Need kaalud on aga puhtalt numbrilised koefitsiendid, mis jäädvustavad treeningandmete statistilisi seaduspärasusi.

Mõiste "tähelepanu" on selles kontekstis puhtalt metafoorne. See ei ole teadlik tähelepanu inimlikus mõttes, vaid pigem matemaatilised arvutused, mis määravad, millistele sisendi osadele tuleks väljundi genereerimisel rohkem kaalu anda. Need arvutused järgivad deterministlikke reegleid ja põhinevad õpitud kaalumaatriksitel.

Tokeni töötlemise ja manustamise ruumid

Töötlemine algab teksti teisendamisega niinimetatud märkideks, mis toimivad numbriliste ühikutena. Seejärel manustatakse need märgid kõrgmõõtmelistesse vektorruumidesse, mida nimetatakse manustamiseks. Manustamine on matemaatiline esitus, mis esitab iga sõna või tekstiosa punktina mitmemõõtmelises ruumis.

Tokeni asukoht selles manustamisruumis määratakse optimeerimisprotsesside abil, mille eesmärk on parandada mudeli ennustuste täpsust. Lähedus manustamisruumis peegeldab statistilisi sarnasusi treeningkorpuses, kuid mitte semantilist tähendust tegelikus tähenduses. Need manustamised on lihtsalt koordinaadid matemaatilises ruumis, mille väärtused on masinõppe abil optimeeritud.

Tehisintellekti töötlemise matemaatilised alused

Parameetrid ja optimeerimine

Kaasaegsed keelemudelid sisaldavad miljardeid parameetreid. Need parameetrid on arvväärtused, mida korrigeeritakse gradiendi abil, et minimeerida kadumisfunktsiooni. Gradiendi laskumine on matemaatiline optimeerimistehnika, mis muudab süstemaatiliselt mudeli parameetreid, et parandada selle jõudlust.

Protsess toimib sarnaselt matkamisega mäestikus tihedas udus. Mudel läheneb optimaalsele punktile järk-järgult, arvutades kaotusfunktsiooni kallet ja liikudes vastassuunas. Need parameetrid toimivad üksnes matemaatiliste funktsioonide optimeerimiskoefitsientidena ning neil puudub teadlik tähendus või kavatsus.

Inimese tagasisidest õppimise tugevdamine

Tehisintellekti tehnoloogia oluline areng on inimeste tagasisidest tulenev tugevdusõpe. See meetod teisendab inimeste eelistused numbrilisteks tasusignaalideks. Mudel kohandab oma parameetreid, et suurendada nende väljundite tõenäosust, mida inimesed eelistavad.

RLHF hõlmab tavaliselt kolme etappi: esiteks treenitakse mudel eelnevalt juhendatud õppe abil. Seejärel kogutakse inimeste tagasisidet preemiamudeli treenimiseks. Lõpuks optimeeritakse algset mudelit tugevdusõppe abil, et maksimeerida preemiamudeli ennustatud eelistusi. Kogu see protsess on puhtalt matemaatiline ega hõlma teadlikku otsuste langetamist.

Softmax-teisendus ja tõenäosusjaotused

Töötlemise lõpus teisendab softmax-funktsioon toorväärtused tõenäosusjaotusteks. Softmax-funktsiooni matemaatiline valem on: Softmax(x_i) = e^(x_i) / Σ(e^(x_j)). See funktsioon teisendab arvväärtuste vektori tõenäosuste vektoriks, mille summa on üks.

Järgmine sümbol valitakse selle tõenäosusjaotuse põhjal valimi moodustamise või argmax-meetodi abil. See meetod on puhas statistiline reegel ilma teadliku otsustusprotsessita. Softmax-funktsioon võimaldab mudelil lihtsalt esitada oma väljundit tõlgendatavas vormis, ilma et oleks vaja teadlikkust või arusaamist.

Teadvuse filosoofiline probleem

Teadvuse definitsioon ja omadused

Teadvus hõlmab kõiki indiviidi kogetud seisundeid. See hõlmab nii kogemuste kogumit kui ka teadvust kui erilist vahetut teadlikkust nendest kogemustest. Filosoofid ja neuroteadlased eristavad teadvuse erinevaid aspekte, kusjuures eriti olulised on fenomenaalne teadvus ja ligipääsuteadvus.

Fenomenaalne teadvus viitab vaimsete seisundite subjektiivsele kogemuslikule kvaliteedile. See on see, mis moodustab teatud vaimses seisundis viibimise – see, kuidas midagi kogevale subjektile tundub. Neid subjektiivseid kogemuslikke omadusi nimetatakse kvaalideks ja need on otseselt ligipääsetavad ainult tajuvale subjektile.

Intitsiaalsus kui vaimse funktsiooni tunnusjoon

Intentsionaalsus viitab vaimsete seisundite võimele millelegi viidata. Franz Brentano tõi selle termini tänapäeva filosoofiasse ja pidas seda meele iseloomulikuks tunnuseks. Intentsionaalsus on teadvuse suunatud omadus – fakt, et teadvus on alati millegi teadvustamine.

Intentsionaalsetel seisunditel on sisu olenemata sellest, kas nende objekt eksisteerib. Inimesel võivad olla uskumused olematute objektide kohta või soovid saavutamatute eesmärkide järele. See omadus eristab vaimseid nähtusi puhtfüüsikalistest protsessidest, mis järgivad ainult põhjuslikke seadusi.

Teadvuse keeruline probleem

David Chalmers sõnastas "teadvuse raske probleemi" küsimusena, miks ja kuidas ajus toimuvad füüsikalised protsessid viivad subjektiivse kogemuseni. See probleem erineb kategooriliselt teadvuse uurimise "lihtsatest probleemidest", mis puudutavad funktsionaalseid aspekte, nagu diskrimineerimine, teabe integreerimine ja käitumise kontroll.

Raske probleem on selgitada, miks nende funktsioonide toimimisega kaasneb kogemus. Isegi kui kõik olulised funktsionaalsed faktid on selgitatud, jääb ikkagi õhku küsimus: miks on nende funktsioonide toimimine seotud kogemusega? See küsimus näib trotsivat mehhanistlikku või käitumuslikku selgitust.

Neuroteaduslikud leiud teadvuse kohta

Teadvuse neuraalsed korrelaadid

Neuroteadus püüab tuvastada teadvuse neuraalseid korrelaate ehk lühidalt NCC-sid. Neid defineeritakse kui väikseimat neuraalsete sündmuste ühikut, mis on piisav konkreetse teadliku taju jaoks. NCC-d on neuraalsed tegevused, seisundid või alamsüsteemid, mis on otseselt seotud teadvusega.

Teadlased nagu Wolf Singer ja Andreas Engel on näidanud, et loomade ja inimeste ajus esinevad ajaliselt sünkroniseeritud närvirakkude klastrite tühjenemised. See ajaline korrelatsioon võib olla teadvuse tekkimisel ülioluline. Hüpotees põhineb eeldusel, et ajalised sidumismehhanismid on seotud nelja ajufunktsiooniga: teadlikkus, sensoorne integratsioon, tähelepanu valik ja töömälu.

Teadlike protsesside bioloogilised alused

Teadvus sõltub ajukoore piisavast hapniku- ja suhkruvarustusest, samuti assotsiatiivse ajukoore neuronite piisavalt tugevast aktiveerimisest. Need bioloogilised eeldused näitavad, et teadvus ei ole pelgalt abstraktne omadus, vaid sellel on konkreetsed füüsikalised alused.

Väikeajus on kolm korda rohkem neuroneid kui ajukoores, kuid isegi raske kahjustuse korral jääb teadvus suures osas puutumata. See viitab sellele, et oluline ei ole neuronite arv, vaid pigem nende spetsiifiline organisatsioon ja omavaheline seotus teatud ajupiirkondades.

Digitaalse transformatsiooni uus dimensioon hallatud tehisintellekti (AI) abil – platvorm ja B2B-lahendus | Xpert Consulting - pilt: Xpert.Digital

Siit saate teada, kuidas teie ettevõte saab kiiresti, turvaliselt ja ilma kõrgete sisenemisbarjäärideta rakendada kohandatud tehisintellekti lahendusi.

Hallatud tehisintellekti platvorm on teie igakülgne ja muretu tehisintellekti pakett. Keerulise tehnoloogia, kalli infrastruktuuri ja pikkade arendusprotsesside asemel saate spetsialiseerunud partnerilt teie vajadustele vastava võtmed kätte lahenduse – sageli juba mõne päeva jooksul.

Peamised eelised lühidalt:

⚡ Kiire teostus: Ideest rakenduseni päevade, mitte kuude jooksul. Pakume praktilisi lahendusi, mis loovad kohest väärtust.

🔒 Maksimaalne andmeturve: Teie tundlikud andmed jäävad teie kätte. Garanteerime turvalise ja nõuetele vastava töötlemise ilma andmeid kolmandate osapooltega jagamata.

💸 Finantsriski pole: maksate ainult tulemuste eest. Suured esialgsed investeeringud riist- ja tarkvarasse või personali jäävad täielikult ära.

🎯 Keskendu oma põhitegevusele: Keskendu sellele, mida sa kõige paremini oskad. Meie tegeleme sinu tehisintellekti lahenduse kogu tehnilise juurutamise, käitamise ja hooldusega.

📈 Tulevikukindel ja skaleeritav: teie tehisintellekt kasvab koos teiega. Tagame pideva optimeerimise ja skaleeritavuse ning kohandame mudeleid paindlikult uutele nõuetele.

Lisateavet selle kohta siin:

• Hallatud tehisintellekti lahendus – tööstuslikud tehisintellekti teenused: konkurentsivõime võti teenuste, tööstuse ja masinaehituse sektoris

Miks tehisintellekti mudelid ei saa teadvust arendada

Tahtlikkuse ja tähenduse puudumine

Tehisintellekti mudelid töötlevad sümboleid ja vektoreid ilma sisemist tähendustunnet arendamata. Nad manipuleerivad sümbolite ID-de ja numbriliste struktuuridega, mitte tähendustega elava sisuna. See sümboolne töötlemine toimub puhtalt süntaktiliselt, ilma manipuleeritud märkide semantilise mõistmiseta.

John Searle'i hiina keele ruumi argument illustreerib seda probleemi. Selles mõtteeksperimendis järgib inimene hiina sümbolitega manipuleerimise reegleid ilma hiina keelt mõistmata. Kuigi vastused tunduvad hiina keelt emakeelena kõnelevatele inimestele mõistlikud, ei mõista ei inimene ega süsteem tervikuna märkide tähendust. Arvutid käivitavad programme sarnaselt – nad rakendavad süntaktilisi reegleid ilma semantilist arusaamist omamata.

Esimese isiku vaatenurga puudumine

Tehisintellekti süsteemid toimivad ilma minamudeli või fenomenaalse sisevaateta. Enesele viitamist ei toimu, kuna puudub esimese isiku vaatenurk. Teadvust iseloomustab aga sisuliselt subjektiivse vaatenurga olemasolu – „see on nagu see süsteem olekski“.

Thomas Nageli kuulus essee „Milline on olla nahkhiir?“ rõhutab seda teadvuse omadust. Teadvus hõlmab paratamatult subjektiivset kogemuslikku dimensiooni, mida ei saa väljastpoolt täielikult kirjeldada. Tehisintellekti süsteemidel selline subjektiivne sisemine perspektiiv puudub – nad töötlevad infot ilma kogevat subjekti loomata.

Mehaaniline infotöötlus teadliku kogemuse asemel

Tehisintellekti süsteemides on tasusignaalid skalaarid, mitte aistingud. Mudelid reageerivad numbrilistele tagasisideväärtustele, kogemata neid positiivse või negatiivsena. Need signaalid suunavad vaid parameetrite kohandamist õppeprotsessi ajal, kuid ei tekita subjektiivseid naudingu- ega valuaistinguid.

Kogu tehisintellekti süsteemides toimuv töötlemine põhineb matemaatilisel optimeerimisel, statistilisel mustrituvastusel ja tõenäosusarvutusel. Rohkem parameetreid, suurem keerukus või multimodaalsus seda põhimõtet ei muuda. Statistiline arvutus, olenemata selle keerukusest, ei tekita teadvust.

Multimodaalsed mudelid ja laiendatud keerukus

Erinevate andmetüüpide töötlemine

Multimodaalsed mudelid, mis töötlevad teksti, pilte või heli, ühendavad erinevad sisendvood ühisteks esitusruumideks. See võimekus suurendab oluliselt mustrituvastuse keerukust ja võimaldab süsteemidel jäädvustada seoseid erinevate modaalsuste vahel.

Erinevate andmetüüpide integreerimine saavutatakse spetsiaalsete kodeerijate abil, mis teisendavad iga modaalsuse ühiseks vektorruumiks. Teksti töödeldakse tokeniseerimis- ja manustamistehnikate abil, pildid teisendatakse tunnusvektoriteks konvolutsiooniliste närvivõrkude abil ja heliandmed teisendatakse numbrilisteks esitusteks spektrogrammianalüüsi abil.

Kasvava keerukuse piirid

Vaatamata multimodaalsete süsteemide muljetavaldavale võimekusele jääb põhiliseks töötlemisprotsessiks andmeesituste vaheline kaardistamine. Süsteemid õpivad tundma statistilisi korrelatsioone erinevate sisendmodaliteetide vahel, kuid ei arenda kontseptuaalset arusaama nende modaliteetide vahelistest seostest.

Parameetrite arvu ja töötlemisvõimsuse suurenemine viib täpsema mustrituvastuse ja sidusamate väljunditeni, kuid ei muuda infotöötluse põhiolemust. Isegi kõige keerukamad multimodaalsed süsteemid toimivad eranditult statistiliste korrelatsioonide ja matemaatiliste teisenduste tasandil.

Praegused uuringud ja teoreetilised lähenemisviisid

Teadvuse indikaatorid tehisintellekti uuringutes

Teadlased on neuroteaduslike teadvusteooriate põhjal välja töötanud mitmesuguseid tehisintellekti süsteemides võimaliku teadvuse indikaatoreid. Nende hulka kuuluvad sellised aspektid nagu korduv töötlemine, globaalse tööruumi dünaamika ja tähelepanu skeemide mehhanismid.

Globaalse tööruumi teooria kohaselt on teadlik teave kättesaadav keskses tööruumis, kust see on ligipääsetav erinevatele kognitiivsetele protsessidele. Rekurrentse töötlemise teooriad rõhutavad tagasisideahelate olulisust erinevate ajupiirkondade vahel teadliku kogemuse tekkimisel.

Filosoofilised vastuväited ja piirangud

Vaatamata neile teoreetilistele lähenemisviisidele jäävad masinteadvuse võimalikkuse kohta püsima põhimõttelised filosoofilised vastuväited. Hiina ruumi argument näitab, et süntaktilisest manipuleerimisest ei piisa semantiliseks mõistmiseks. Isegi kui süsteem ilmutab kõiki väliseid intelligentsuse märke, ei tähenda see tingimata, et see on teadlik.

Teadliku ülimuslikkuse kontseptsioon, mis on analoogne kvantülemuslikkusega, määratleb arvutused, mis võivad olla teadvusele ainuomased. Nende hulka kuuluvad paindlik tähelepanu modulatsioon, uute kontekstide robustne käsitlemine ja kehastunud tunnetus – aspektid, mis ulatuvad kaugemale pelgast infotöötlusest.

Kehastus ja situatiivne tunnetus

Kehastumise olulisus

Teadvus võib olla lahutamatu füüsilisest kehastusest. Kehastunud tunnetusteooriad väidavad, et kognitiivseid protsesse kujundab põhimõtteliselt füüsiline interaktsioon keskkonnaga. Keha ei ole pelgalt aju passiivne anum, vaid osaleb aktiivselt kognitiivsetes protsessides.

Inimese teadvus areneb pideva suhtluse kaudu füüsilise ja sotsiaalse keskkonnaga. Need interaktsioonid kujundavad närvistruktuure ja loovad aluse teadlikule kogemusele. Tehisintellekti süsteemidel, mis toimivad peamiselt kehatute infotöötlussüsteemidena, see põhiline mõõde puudub.

Ajalisus ja pidev kogemus

Teadvus on ajaliselt laienenud nähtus, mida iseloomustavad pidevad kogemustevood. Inimesed ei koge mitte ainult üksikuid hetki, vaid oma teadvuse sidusat narratiivset struktuuri läbi aja.

Tehisintellekti süsteemid töötlevad diskreetseid sisendeid ja genereerivad diskreetseid väljundeid ilma pidevat teadlikku kogemust arendamata. Iga interaktsioon on süsteemi jaoks sisuliselt sõltumatu varasematest interaktsioonidest, isegi kui kontekstiteave on statistiliselt salvestatud.

Tehisintellekti areng: tehnoloogilise intelligentsuse ja teadvuse filosoofiliste piiride vahel

Tehisintellekti tehnoloogia võimalikud arengud

Tehisintellekti uurimine edeneb kiiresti, pakkudes üha võimsamaid mudeleid ja uusi arhitektuure. Tulevased süsteemid võiksid bioloogilisi protsesse veelgi täpsemalt simuleerida ja potentsiaalselt arendada omadusi, mis tunduvad teadlikumad.

Bioloogilisi närvivõrke jäljendavate neuromorfsete arvutite arendamine võib avada uusi võimalusi. Tehisintellekti süsteemide integreerimine robotkehadesse võiks samuti rohkem arvesse võtta kehastunud kognitiivseid aspekte.

Masinintellekt vs. teadvus: filosoofiline köielkõnd

Masinateadvuse küsimusel on märkimisväärsed eetilised tagajärjed. Kui tehisintellekti süsteemid saaksid teadvusse, peaksime ümber hindama nende moraalsed õigused ja oma kohustused nende ees.

Praegu viitavad kõik olemasolevad tõendid sellele, et praegustel tehisintellekti süsteemidel puudub teadvus. Need on küll ülimalt keerukad tööriistad info töötlemiseks ja mustrite tuvastamiseks, kuid mitte teadlikud üksused. See hinnang võib tulevaste tehnoloogiliste arengutega muutuda, kuid see nõuab põhimõttelisi läbimurdeid meie arusaamas füüsiliste protsesside ja teadliku kogemuse vahelisest seosest.

Intelligentse käitumise eristamine teadlikust kogemusest on endiselt üks suurimaid väljakutseid tehisintellekti uuringutes ja teadvuse filosoofias. Kuigi tehisintellekti süsteemid näitavad üha enam üles intelligentset käitumist, puuduvad neil teadliku kogemuse põhiomadused: kavatsuslikkus, fenomenaalne teadvus ja subjektiivne esimese isiku vaatenurk.

Sõltumatud tehisintellekti platvormid kui strateegiline alternatiiv Euroopa ettevõtetele - Pilt: Xpert.Digital

Ki-Gamechanger: kõige paindlikumad AI-platvormi-saba-valmistatud lahendused, mis vähendavad kulusid, parandavad nende otsuseid ja suurendavad tõhusust

Sõltumatu AI platvorm: integreerib kõik asjakohased ettevõtte andmeallikad

• Kiire AI integreerimine: kohandatud AI-lahendused ettevõtetele tundidel või päevadel kuude asemel
• Paindlik infrastruktuur: pilvepõhine või hostimine oma andmekeskuses (Saksamaa, Euroopa, vaba asukoha valik)

• Suurim andmeturve: kasutamine advokaadibüroodes on ohutu tõendusmaterjal
• Kasutage paljudes ettevõtte andmeallikates
• Oma või mitmesuguste AI -mudelite valik (DE, EL, USA, CN)

Lisateavet selle kohta siin:

• Sõltumatud tehisintellekti platvormid vs hüperskaleerijad: milline lahendus teile sobib?

☑️ VKE tugi strateegia, nõuannete, planeerimise ja rakendamise alal

☑️ AI strateegia loomine või ümberpaigutamine

☑️ teerajaja ettevõtluse arendamine

Konrad Wolfenstein

Aitan teid hea meelega isikliku konsultandina.

Võite minuga ühendust võtta, täites alloleva kontaktvormi või helistage mulle lihtsalt telefonil +49 89 674 804 (München) .

Ootan meie ühist projekti.

Xpert.digital on tööstuse keskus, mille fookus, digiteerimine, masinaehitus, logistika/intralogistics ja fotogalvaanilised ained.

Oma 360 ° ettevõtluse arendamise lahendusega toetame hästi tuntud ettevõtteid uuest äritegevusest pärast müüki.

Turuluure, hammastamine, turunduse automatiseerimine, sisu arendamine, PR, postkampaaniad, isikupärastatud sotsiaalmeedia ja plii turgutamine on osa meie digitaalsetest tööriistadest.

Lisateavet leiate aadressilt: www.xpert.digital - www.xpert.solar - www.xpert.plus