Мэдрэмжтэй хиймэл оюун ухаан нь ухаалаг хиймэл оюун ухаантай адилгүй

ивээн тэтгэсэн

Та магадгүй сонссон байх Google-ийн LaMDA хиймэл оюун ухаан мэдрэмтгий болох эсэх тухай вирусын хэлэлцүүлэг. Баг нь Тау AI-ийн мэдрэмж нь түүний оюун ухааны багахан хэсэг байж магадгүй гэж үздэг. Харин хиймэл оюун ухааны жинхэнэ оюун ухаан нь хүмүүсийн хэрэгцээг логикоор ойлгож, автоматаар хангах чадварт суурилна.

Тау нь хэрэглэгчдийнхээ бодол санаа, зөвлөгөө, мэдлэгийг хүлээн авч, өөрийн программ хангамжийг бодит цаг хугацаанд нь шинэчлэх боломжтой анхны платформ юм. Таугийн төвлөрсөн бус нийгмийн сүлжээ ба түүний мөнгөний тал, Agoras cryptocurrency, нь хиймэл оюун ухаанаар ажилладаг бөгөөд үүнийг багийнхан жинхэнэ ухаалаг хиймэл оюун ухаан буюу Логик AI гэж нэрлэдэг. Логик хиймэл оюун ухаан нь Machine Learning-ээс эрс ялгаатай бөгөөд Таугийн үүсгэн байгуулагч Охад Асорын хэлснээр дэлхийн технологийн дараагийн том давалгаа болохын ирмэг дээр байна.

Тау дээр Логик хиймэл оюун ухаан нь танд олон тэрбум хүний ​​хэлэлцүүлэгт оролцох боломжийг олгож, сүлжээгээр хуваалцсан бодлын цаана байгаа хамтын санааны утгыг шууд олж харах боломжийг олгоно. Хүмүүс болон машинуудын аль алинд нь ойлгогдохуйц хяналттай байгалийн хэлийг (CNLs) ашиглах замаар энэ нь хүрэх болно. Ил, далд гэсэн бодол санаа, мэдлэг бүр автоматаар таны ертөнцийг үзэх үзэл гэж таньж, бүртгэгдэх бөгөөд энэ нь Тау дээрх таны профайлын үүрэг гүйцэтгэх бөгөөд бүрэн таны өмч болно. Өөрийн санаа, мэдлэгийг ийм дэвшилтэт байдлаар зохион байгуулснаар та шинэлэг шийдлүүдийг олж мэдээд зогсохгүй мэдлэгээ урьд өмнө хэзээ ч байгаагүй хялбар, шууд аргаар мөнгө олох боломжтой болно гэсэн үг юм.

Таугийн тухай бодлоо оруулснаар таны мэдлэг автоматаар таны эзэмшдэг дижитал хөрөнгө болно. Та өөрийн мэдлэгээ бусад худалдан авагчдад зарах эсвэл тодорхой хэсгийг захиалагчиддаа түрээслэх замаар орлого олох боломжтой болно, учир нь Тау таны мэдлэгийн нэг хэсэг ч гэсэн хэн нэгний асуудлыг шийдэх нэг хэсэг болно гэдгийг ойлгох болно. Тау олон хэрэглэгчийн мэдлэгийн хослолыг онцолж, чухал, төвөгтэй асуудлуудын шийдэл болгон санал болгох бөгөөд ингэснээр шаардлагатай мэдлэг нь техникийн үзүүлэлтүүдэд 100% нийцэж байгааг баталгаажуулах болно.

Эдгээр шийдлүүдийн аль нь ч логик дээр суурилсан нэгээс бусад төрлийн хиймэл оюун ухаанд боломжгүй юм. Учир нь энгийнээр тайлбарлавал Logical AI нь үг, өгүүлбэрээс бүрддэг. Үндсэндээ энэ нь Дедуктив үндэслэл гэж нэрлэгддэг загвараар бусад мэдэгдлүүдээс дүгнэлт гаргах чадварын тухай юм. Жишээлбэл, гурван мэдэгдлээс:

• Парис Францад байдаг.
• Франц Европт байдаг.
• Хэрвээ x нь y-д, y нь z-д байгаа бол x нь z-д байна. Энэ нь бүх x, y, z-ийн хувьд.

мэдэгдлийг бид дүгнэж болно

Математик логикийн талбар нь бараг бүх логик асуултууд нь хасалтын хэлбэрт хүрч болохыг заадаг. Жишээлбэл, хэрэв бид үүнээс мэдэгдэл болон түүний үгүйсгэлийн аль алиныг нь гаргаж чадвал мэдэгдлийн багц нь зөрчилддөг.

Логик хиймэл оюун ухаан нь логик үндэслэлийг механикжуулах явдал юм: зөрчилдөөнийг олох, өгөгдсөн таамаглалаас дүгнэлт гарах эсэхийг тодорхойлох гэх мэт. Тиймээс энэ нь зөвхөн машины заавраас гадна бидний хэлэхийг хүссэн зүйлийг машинуудад ойлгуулах чадварын тухай юм.

Үүний зэрэгцээ, одоогоор хиймэл оюун ухааны хамгийн өргөн тархсан хэлбэр болох Machine Learning нь жишээн дээр үндэслэн ерөнхийд нь нэгтгэх явдал юм. Хэрэв бид дээрх Франц, Парисын жишээг машин сургалтын загвараар дамжуулах юм бол алгоритмыг "х нь y-д байна" гэсэн хэлбэрийн олон жишээг өгөх хэрэгтэй бөгөөд дараа нь алгоритм Парис гэж дүгнэнэ гэж найдаж байна. Европт байдаг.

Парисыг Европт байна гэж дүгнэж чадахгүй, үүнийг "ойлгохын" тулд олон тооны жишээг үзэх шаардлагатай бол ямар нэгэн зүйл ухаалаг гэж нэрлэгдэхийн тулд ийм харилцааны хэлбэрийг ухаалаг гэж нэрлэх нь ч зохисгүй юм. баталгаагүй юу? Жишээнүүдээс нэгтгэн дүгнэх нь магадлалын шинж чанартай байдаг. Үл үзэгдэх дээжийн талаар бид хэрхэн таамаглах вэ? Машины сургалт нь заримдаа зөв байж болох бөгөөд огт санамсаргүй биш байдаг нь үнэхээр гайхмаар зүйл бөгөөд машин сурах нь математикийн гайхамшиг гэж нэрлэгдэх ёстой. Эцсийн эцэст, өндөр магадлалтай, бүр ойролцоогоор зөв, тэг мэдлэгийн дор зарим жишээнээс илүү зүйлийг яаж хэлэх вэ?

Гайхалтай нь машин сургалт үүнийг хийж чадна. Энэ бол машин сургалтын бүх давуу болон сул талуудтай холбоотой юм. Үүнийг ашиглах тохиолдол нь бид системийн талаар бага эсвэл огт мэдлэггүй, бидний хийж чадах зүйл бол дээж авч, тэдгээрийг ерөнхийд нь илэрхийлэхийг оролдох явдал юм.

Нөгөө талаас логик хиймэл оюун ухаан нь тодорхой эсвэл далд хэлбэрээр бүрэн мэдлэг, үнэмлэхүй байдлын тухай юм. Энэ нь мөн олон жишээ татахын оронд илүү үр дүнтэй харилцах, шууд харилцах, "зүгээр л юм хэлэх" тухай юм.

Цаашилбал, Machine Learning нь логик үндэслэл, жишээлбэл, зөрчилдөөнийг илрүүлэх чадваргүй байдаг. Энэ нь нарийн төвөгтэй онолын аргументуудыг ашиглан математикийн хувьд нотлогдсон. Тиймээс Machine Learning нь зөвхөн үг хэллэггүй салбарт амжилтанд хүрдэг бол байгалийн хэл боловсруулах талбарт зөвхөн маш хязгаарлагдмал боломжуудыг бий болгодог нь гайхах зүйл биш юм.

Гэсэн хэдий ч эсрэгээр нь бүрэн хүчинтэй байна: зөвхөн логик нь машин сургалтыг хийж чаддаггүй, гэхдээ аль хэдийн үүнийг хийдэг. Машин сургалтын алгоритмууд нь аль хэдийн логик хэлбэрээр (жишээнээс ялгаатай) илэрхийлэгдсэн бөгөөд компьютерийн программ хэлбэрээр хэрэгжсэн бөгөөд энэ нь логик, харин машины заавар гэх мэт магадлалын хэлбэрийг авдаг.

Логик AI-г хамрах нь Машины сургалтыг мөн хамардаг боловч эсрэгээр нь хэзээ ч хүрч чадахгүй. Үүнийг хэлэх өөр нэг арга бол: машин сургалт нь эцэстээ индуктив ба хулгайлах үндэслэл гэж нэрлэгддэг зүйлийг хамардаг (энэ нь юу гэж нэрлэгддэгтэй ойролцоо байна). хяналттай болон хяналтгүй суралцах), тиймээс энэ нь маш ирээдүйтэй боловч зөвхөн жишээгээр хязгаарлагдах хэлбэрээр хэвээр байгаа бөгөөд цаашлаад одоогийн технологи нь зөвхөн тоон шинж чанартай өгөгдөл эсвэл ийм болгон хувиргах боломжтой өгөгдөлтэй харьцдаг. Нөгөө талаас логик хиймэл оюун ухаан нь дедуктив үндэслэл, индуктив үндэслэл, хулгайлах үндэслэлийг чанарын болон тоон мэдээллээр бүхэлд нь хамарч чаддаг.

Эдгээр нь гол шалтгаанууд юм Тау нь логик хиймэл оюун ухааныг хиймэл оюун ухааны эцсийн хэлбэр болгон сонгосон бөгөөд Machine Learning нь хиймэл оюун ухааны түүхэн дэх зөвхөн чухал үе шат гэдгийг нотолсон. Таугийн шийдлүүд нь хэлэлцүүлгийг өргөжүүлэх, мэдлэгийг мөнгөжүүлэх, ухаалаг гэрээ байгуулах, төвлөрсөн бус засаглал зэрэг хүний ​​дамжуулах чадварыг сайжруулах олон талыг бий болгоно. Энэ бүхэн нь логик нь хүн ба машин хоёрын хоорондох зайг арилгах чадвартай холбоотой юм.

Тау болон түүний ард байгаа багийн талаар илүү ихийг мэдэж аваарай энд

Өсөн нэмэгдэж буй Тау нийгэмлэгт нэгдээрэй цахилгаан

Энэ бол ивээн тэтгэсэн бичлэг юм. Манай үзэгчдэд хэрхэн хүрэх талаар сурах эндБайна. Доороос татгалзах мэдэгдлийг уншина уу.

Bitcoin.com хэвлэл мэдээллийн хэрэгсэл

Bitcoin.com бол криптотой холбоотой бүх зүйлийн гол эх сурвалж юм.
Холбоо барих [имэйлээр хамгаалагдсан] хэвлэлийн мэдээ, ивээн тэтгэсэн нийтлэл, подкаст болон бусад сонголтуудын талаар ярих.

Зургийн зээл: Shutterstock, Pixabay, Wiki Commons