Что такое интеллект и является ли он только биологическим?
С момента запуска ChatGPT и других инструментов ИИ меня заинтриговал вопрос: «Что такое интеллект и только ли он биологический»? Я просмотрел несколько книг и видео на YouTube, чтобы найти ответ на этот вопрос. Четкого ответа нет, но Макс Тегмарк в своей книге «Жизнь 3.0» дал несколько хороших советов.
Не существует единого бесспорного «правильного» определения интеллекта, но вместо этого есть множество конкурирующих определений, включая способность к логике, пониманию, планированию, эмоциональным знаниям, самосознанию, творчеству, решению проблем и обучению.
Макс Тегмарк, автор книги «Жизнь 3.0», более широко объясняет интеллект как «Способность достигать сложных целей». Я думаю, что это определение достаточно широкое, чтобы включать в себя все вышеупомянутые определения, поскольку понимание, самосознание, решение проблем — все это примеры сложных целей, которые могут быть у любого человека. Следовательно, независимо от того, решает ли кто-нибудь вопросы по математике для успешной сдачи экзамена, руководит командой с сочувствием для достижения бизнес-целей или работает над абстрактным искусством, все они являются хорошими примерами интеллекта.
Теперь, что касается нашей второй части вопроса о том, является ли этот интеллект просто биологическим или он не зависит от субстрата (субстрат определяется как нижележащий слой). До сих пор мы видели интеллект у людей или животных, и все они биологические, и поэтому наше понимание интеллекта может быть ограничено. Макс очень хорошо ответил на этот вопрос и определил следующие компоненты, из которых состоит интеллект, и то, как каждый из них не зависит от субстрата:
- Память
- Вычисление
- Способность учиться
Память. Ее можно рассматривать как механизм хранения информации для интеллектуального агента. Макс объясняет, что на самом деле не имеет значения, как одна и та же информация или ее биты представлены в виде физических объектов. «Если вы отправляете своему другу документ для печати по электронной почте, информация может быть скопирована в быстрой последовательности от намагничивания на вашем жестком диске до электрических зарядов в оперативной памяти вашего компьютера, радиоволн в вашей беспроводной сети, напряжений в вашем маршрутизаторе, лазерных импульсов в оптическое волокно и, наконец, молекулы на листе бумаги. В других мирах информация может жить своей собственной жизнью, независимой от своего физического субстрата.
Вычисления — это процесс манипулирования сохраненной информацией/памятью для получения результатов. В своей книге он объясняет, что субстратом для вычислений может быть любая материя, если она содержит определенные универсальные строительные блоки, которые можно комбинировать для реализации любой функции. Ворота И-НЕ и нейроны — два важных примера. Вентиль И-НЕ принимает два двоичных входа и выдает двоичный вывод на основе определенного правила: вывод ложный, только если оба входа истинны. Этот простой логический элемент можно использовать в качестве строительного блока для создания более сложных цифровых схем и выполнения широкого спектра вычислений. Точно так же нейрон в мозге получает входные данные от других нейронов через синапсы, обрабатывает эти входные данные и затем отправляет выходные данные другим нейронам. Нейрон, по сути, действует как логический вентиль биологического типа, хотя он работает более сложным и менее детерминированным образом, чем вентиль И-НЕ. Он использует эти примеры, чтобы проиллюстрировать, что вычисления не обязательно должны ограничиваться биологическим мозгом, но теоретически могут быть реализованы и на других субстратах.
Способность к обучению — это способность обновлять сохраненную информацию на основе новых входных данных, тем самым улучшая способность достигать целей. В биологических системах обучение часто связано с нейронной пластичностью — способностью мозга изменять свои связи в ответ на новый опыт или информацию. Например, когда мы практикуем какой-либо навык, определенные нервные пути в нашем мозгу укрепляются, что облегчает нам выполнение этого навыка в будущем. Эта изменчивость или пластичность мозга лежит в основе нашей способности к обучению. В области машинного интеллекта применяются аналогичные принципы. Алгоритмы машинного обучения, например, предназначены для автоматического повышения их производительности по мере того, как они со временем получают больше данных. Они «учатся» на предыдущих вычислениях для получения надежных, воспроизводимых решений и результатов.
В обоих случаях способность к обучению возникает в результате адаптивного процесса, который со временем повышает производительность. Но конкретные механизмы обучения очень разные, что свидетельствует о том, что обучение может происходить на разных типах субстратов — биологическом мозге или кремниевом компьютерном чипе.
Я считаю, что Макс предоставил довольно веские аргументы и помог мне получить ответ на мой вопрос, который я резюмирую ниже:
- В широком смысле интеллект можно определить как: «Способность достигать сложных целей».
- Интеллект не требует предметов из плоти, крови или углерода и скорее не зависит от субстрата, и по этому определению любая машина, способная достигать сложных целей, также разумна, как и люди.
Использованная литература:
Life 3.0 — Быть человеком в эпоху искусственного интеллекта (ссылка)
