आर्टिफिसियल इन्टेलिजेन्स (एआई) ले संसारलाई चकित पारेको छ। यसले जीवनको हरेक हिडाइलाई परिवर्तन गर्दैछ र प्रक्रियामा समाज र मानवताको भविष्यका लागि प्रमुख नैतिक चिन्ताहरू खडा गर्दैछ। ChatGPT, जसले सामाजिक सञ्जालमा प्रभुत्व जमाइरहेको छ, OpenAI द्वारा विकसित एआई-संचालित च्याटबोट हो। यो मेसिन लर्निङको एक उपसमूह हो र यसले मानव-जस्तै प्रतिक्रियाहरू उत्पन्न गर्न सक्ने ठूला भाषा मोडेलहरू भन्ने कुरामा निर्भर गर्दछ। यस्तो प्रविधिको लागि सम्भावित अनुप्रयोग साँच्चै ठूलो छ, त्यसैले त्यहाँ पहिले नै ChatGPT जस्तै AI लाई नियमन गर्न कलहरू छन्।
के AI ले मानिसलाई आउटस्मार्ट गर्न सक्छ? के यसले सार्वजनिक धम्की दिन्छ? साँच्चै, एआई एक अस्तित्व खतरा बन्न सक्छ? विश्वका प्रख्यात भाषाविद् डा नोम चोम्स्की, र सबै समयका सबैभन्दा सम्मानित सार्वजनिक बुद्धिजीवीहरू मध्ये एक, जसको बौद्धिक कद ग्यालिलियो, न्यूटन र डेकार्टेससँग तुलना गरिएको छ, निम्न अन्तर्वार्तामा यी कष्टप्रद प्रश्नहरूको समाधान गर्दछ।
सीजे पोलिक्रोनियो: एक वैज्ञानिक अनुशासनको रूपमा, कृत्रिम बुद्धिमत्ता (AI) 1950 को दशकको हो, तर पछिल्ला दुई दशकहरूमा यसले बैंकिङ, बीमा, अटो उत्पादन, संगीत, र रक्षा लगायत सबै प्रकारका क्षेत्रहरूमा प्रवेश गरिरहेको छ। वास्तवमा, एआई प्रविधिको प्रयोग केही उदाहरणहरूमा मानव क्षमताहरू पार गर्न देखाइएको छ, जस्तै चेसको खेलमा। के मेसिनहरू मानिसभन्दा स्मार्ट बन्ने सम्भावना छ?
नोम चोम्स्की: केवल शब्दावली स्पष्ट गर्नको लागि, यहाँ "मेसिन" शब्दको अर्थ हो कार्यक्रम, मूलतया एक नोटेशन मा लेखिएको एक सिद्धान्त जो एक कम्प्युटर द्वारा कार्यान्वयन गर्न सकिन्छ - र रोचक तरिका मा एक असामान्य प्रकार को सिद्धान्त हामी यहाँ अलग राख्न सक्छौं।
हामी शुद्ध ईन्जिनियरिङ् र विज्ञान बीच कुनै नराम्रो भिन्नता गर्न सक्छौं। त्यहाँ कुनै तीव्र सीमा छैन, तर यो एक उपयोगी पहिलो अनुमान हो। शुद्ध ईन्जिनियरिङ्ले केहि उपयोगी हुन सक्ने उत्पादन उत्पादन गर्न खोज्छ। विज्ञानले बुझ्न खोज्छ। यदि विषय मानव बुद्धि, वा अन्य जीवहरूको संज्ञानात्मक क्षमता हो भने, विज्ञानले यी जैविक प्रणालीहरू बुझ्न खोज्छ।
मैले बुझे अनुसार, AI का संस्थापक-एलन ट्युरिङ, हर्बर्ट साइमन, मार्भिन मिन्स्की र अन्य-ले यसलाई विज्ञानको रूपमा मान्थे, त्यसबेलाको उदीयमान संज्ञानात्मक विज्ञानको हिस्सा हो, जसले गणनाको गणितीय सिद्धान्तमा नयाँ प्रविधि र आविष्कारहरूको प्रयोग गर्दै। अग्रिम बुझाइ। वर्षौंको दौडान ती चिन्ताहरू फिक्का भएका छन् र ठूलो मात्रामा इन्जिनियरिङ अभिमुखीकरणद्वारा विस्थापित भएका छन्। पहिलेका चिन्ताहरू अब सामान्य रूपमा खारेज गरिन्छ, कहिलेकाँही गहिरो रूपमा, GOFAI-राम्रो पुरानो जमानाको AI को रूपमा।
प्रश्नको साथ जारी राख्दै, के यो सम्भव छ कि मानव क्षमताहरू पार गर्ने कार्यक्रमहरू तर्जुमा हुनेछन्? हामीले "क्षमताहरू" शब्दको बारेमा होसियार हुनुपर्दछ, जसमा म फर्कनेछु। तर यदि हामीले मानव प्रदर्शनलाई सन्दर्भ गर्न शब्द लिन्छौं, तब जवाफ हो: निश्चित रूपमा हो। वास्तवमा, तिनीहरू लामो समयदेखि अवस्थित छन्: उदाहरणका लागि, ल्यापटपमा क्यालकुलेटर। समय र स्मरणशक्तिको कमीको कारणले मात्र मानिसले गर्न सक्ने योभन्दा धेरै हुन सक्छ। चेस जस्ता बन्द प्रणालीहरूका लागि, ५० को दशकमा यो राम्रोसँग बुझिएको थियो कि ढिलो होस् वा पछि, ठूलो कम्प्युटिङ क्षमता र तयारीको लामो अवधिको साथ, मेमोरीमा बाउन्डसँग खेलिरहेका ग्रान्डमास्टरलाई हराउनको लागि एउटा कार्यक्रम तयार गर्न सकिन्छ। र समय। उपलब्धि वर्ष पछि IBM को लागी धेरै धेरै PR थियो। धेरै जैविक जीवहरूले धेरै गहिरो तरिकामा मानव संज्ञानात्मक क्षमताहरू पार गर्छन्। मेरो घरपछाडिको मरुभूमि कमिलाहरूको दिमाग सानो छ, तर मानव नेभिगेसन क्षमताहरू भन्दा धेरै, सिद्धान्तमा, प्रदर्शन मात्र होइन। शीर्षमा मानिससँग हुनुको कुनै ठूलो श्रृंखला छैन।
एआई इन्जिनियरिङका उत्पादनहरू धेरै क्षेत्रमा प्रयोग भइरहेका छन्, राम्रो वा नराम्रोको लागि। सरल र परिचित व्यक्तिहरू पनि धेरै उपयोगी हुन सक्छन्: भाषा क्षेत्रमा, स्वत: भरण, लाइभ ट्रान्सक्रिप्शन, गुगल अनुवाद, अन्यहरू जस्ता कार्यक्रमहरू। धेरै ठूलो कम्प्युटिङ पावर र अधिक परिष्कृत प्रोग्रामिंगको साथ, त्यहाँ अन्य उपयोगी अनुप्रयोगहरू पनि हुनुपर्दछ, विज्ञानमा पनि। त्यहाँ पहिले नै केही भइसकेका छन्: प्रोटीन फोल्डिङको अध्ययनमा सहयोग गर्नु एउटा भर्खरैको मामला हो जहाँ ठूलो र द्रुत खोज प्रविधिले वैज्ञानिकहरूलाई गम्भीर र अव्यवस्थित समस्याको सामना गर्न मद्दत गरेको छ।
ईन्जिनियरिङ् परियोजनाहरू उपयोगी, वा हानिकारक हुन सक्छ। ईन्जिनियरिङ् एआई को मामला मा दुवै प्रश्न उठ्छ। च्याटबटहरू सहित ठूला भाषा मोडेलहरू (LLMs) सँगको वर्तमान कार्यले विकृत जानकारी, मानहानि, र अपरिचितहरूलाई भ्रामक गर्ने उपकरणहरू प्रदान गर्दछ। धम्कीहरू बढाइन्छ जब तिनीहरू कृत्रिम छविहरू र आवाजको प्रतिकृतिसँग जोडिन्छन्। विभिन्न सरोकारहरूलाई दिमागमा राख्दै, हजारौं AI अनुसन्धानकर्ताहरूले हालै गरेका छन् भनिन्छ उनीहरूले देखेका सम्भावित खतराहरूको कारणले विकासमा रोक लगाउने।
सधैं जस्तै, टेक्नोलोजीको सम्भावित लाभहरू सम्भावित लागतहरू विरुद्ध तौलिएको हुनुपर्छ।
जब हामी एआई र विज्ञानमा फर्कन्छौं, धेरै फरक प्रश्नहरू उत्पन्न हुन्छन्। यहाँ सावधानी आवश्यक छ किनभने अत्यधिक र लापरवाह दावीहरू, प्राय: मिडियामा विस्तारित हुन्छन्। मुद्दाहरू स्पष्ट गर्न, केसहरू विचार गरौं, केही काल्पनिक, केही वास्तविक।
मैले कीट नेभिगेसन उल्लेख गरें, जुन एउटा अचम्मको उपलब्धि हो। कीट वैज्ञानिकहरूले यसलाई कसरी हासिल गर्न सकिन्छ भन्ने अध्ययनमा धेरै प्रगति गरेका छन्, यद्यपि न्यूरोफिजियोलोजी, एक धेरै गाह्रो विषय, प्रणालीहरूको विकाससँगै मायावी रहन्छ। चराहरू र समुद्री कछुवाहरूका अचम्मका कार्यहरूमा पनि त्यस्तै छ, जो हजारौं माइलको यात्रा गरेर अनिश्चित रूपमा मूल ठाउँमा फर्किन्छन्।
मानौं, इन्जिनियरिङ एआईका समर्थक टम जोन्स आएर यसो भने: “तपाईँको काम सबै खारेज भएको छ। समस्या हल हुन्छ। कमर्शियल एयरलाइन्स पाइलटहरूले सधैं समान वा अझ राम्रो नतिजाहरू प्राप्त गर्छन्। ”
यदि प्रतिक्रिया दिन पनि परेशानी छ भने, हामी हाँस्यौं।
आदिवासी जनजातिहरू बीच अझै जीवित पोलिनेसियनहरूको समुद्री यात्राको शोषणको मामला लिनुहोस्, तारा, हावा, धाराहरू प्रयोग गरेर सयौं माइल टाढाको निर्दिष्ट स्थानमा आफ्नो क्यानो अवतरण गर्न। यो पनि उनीहरूले कसरी गर्छन् भन्ने पत्ता लगाउन धेरै अनुसन्धानको विषय भएको छ। टम जोन्सको जवाफ छ: "आफ्नो समय बर्बाद नगर्नुहोस्; नौसेना जहाजहरूले यो सबै समय गर्छन्। ”
उस्तै प्रतिक्रिया।
अब एक वास्तविक मामला मा फर्कौं, भाषा अधिग्रहण। हालका वर्षहरूमा यो व्यापक र अत्यधिक उज्यालो अनुसन्धानको विषय भएको छ, यसले देखाउँछ कि शिशुहरूलाई परिवेशको भाषा (वा भाषाहरू) को धेरै समृद्ध ज्ञान छ, उनीहरूले प्रदर्शनमा प्रदर्शन गर्ने भन्दा धेरै टाढा। यो थोरै प्रमाण संग हासिल गरिएको छ, र केहि महत्वपूर्ण मामलाहरुमा कुनै पनि। सबै भन्दा राम्रो, सावधान सांख्यिकीय अध्ययनहरूले देखाए जस्तै, उपलब्ध डाटा विरल छन्, विशेष गरी जब श्रेणी-फ्रिक्वेन्सी ("Zipf को कानून") लाई ध्यानमा राखिएको छ।
टम जोन्स प्रविष्ट गर्नुहोस्: "तपाईंलाई अस्वीकार गरिएको छ। तपाईंको आविष्कारहरूमा ध्यान नदिई, LLMs जसले खगोलीय मात्रामा डाटा स्क्यान गर्ने तथ्याङ्कीय नियमितताहरू फेला पार्न सक्छ जसले उनीहरूलाई तालिम दिइएका डाटाको नक्कल गर्न सम्भव बनाउँछ, सामान्य मानव व्यवहार जस्तो देखिने कुरा उत्पादन गर्दछ। च्याटबटहरू।"
यो मामला अरु भन्दा फरक छ। पहिलो, यो वास्तविक छ। दोस्रो, मानिसहरू हाँस्दैनन्; वास्तवमा, धेरै चकित छन्। तेस्रो, काल्पनिक केसहरूको विपरीत, वास्तविक परिणामहरू दावी गरिएको भन्दा धेरै टाढा छन्।
यी विचारहरूले हालको LLM उत्साहको साथ एउटा सानो समस्या ल्याउँछ: यसको पूर्ण बेतुकापन, काल्पनिक अवस्थाहरूमा जहाँ हामी यसलाई एकै पटक पहिचान गर्छौं। तर त्यहाँ मूर्खता भन्दा धेरै गम्भीर समस्याहरू छन्।
एउटा यो हो कि LLM प्रणालीहरू यसरी डिजाइन गरिएका छन् कि तिनीहरूले हामीलाई भाषा, सिकाइ, वा अनुभूतिका अन्य पक्षहरू, सिद्धान्तको कुरा, अपरिवर्तनीय कुराहरू बारे केही बताउन सक्दैनन्। स्क्यान गरिएको डेटाको टेराबाइटलाई दोब्बर बनाउनुहोस्, अर्को ट्रिलियन प्यारामिटरहरू थप्नुहोस्, क्यालिफोर्नियाको थप ऊर्जा प्रयोग गर्नुहोस्, र व्यवहारको सिमुलेशन सुधार हुनेछ, जबकि कुनै पनि बुझाइ प्राप्त गर्ने दृष्टिकोणको सिद्धान्तमा असफलतालाई स्पष्ट रूपमा प्रकट गर्दै। कारण प्रारम्भिक छ: प्रणालीहरूले असम्भव भाषाहरूमा काम गर्दछ जुन शिशुहरूले छिटो र वस्तुतः रिफ्लेक्सिभ रूपमा प्राप्त गर्ने भाषाहरू जस्तै हासिल गर्न सक्दैनन्।
यो एक जीवविज्ञानीले भन्नु जस्तै हो: "मसँग जीवहरूको ठूलो नयाँ सिद्धान्त छ। यसले धेरैलाई सूचीबद्ध गर्दछ जुन अवस्थित छ र धेरै जसलाई सम्भवतः अवस्थित छैन, र म तपाइँलाई भिन्नताको बारेमा केहि भन्न सक्दिन।"
फेरि, हामी हाँस्न सक्छौं। वा गर्नुपर्छ।
टम जोन्स होइन - अब वास्तविक केसहरूको सन्दर्भमा। विज्ञानबाट आफ्नो कट्टरपन्थी प्रस्थानमा अडिग रहँदै, टम जोन्स जवाफ दिन्छन्: "तपाईले सबै भाषाहरूको खोजी नगरेसम्म तपाईलाई यो कसरी थाहा छ?" यस बिन्दुमा सामान्य विज्ञानको परित्याग अझ स्पष्ट हुन्छ। तर्कको समानताको आधारमा, हामी आनुवंशिकी र आणविक जीवविज्ञान, विकासको सिद्धान्त, र बाँकी जैविक विज्ञानहरूलाई बाहिर फाल्न सक्छौं, जसले जीवहरूको सानो अंश भन्दा बढी नमूना लिएको छैन। र राम्रो उपायको लागि, हामी सबै भौतिकी बाहिर निकाल्न सक्छौं। गतिको नियममा किन विश्वास गर्ने? वास्तवमा कतिवटा वस्तुहरू गतिमा देखिएका छन्?
यसबाहेक, प्रमाणको बोझको सानो कुरा छ। सिद्धान्त प्रस्ताव गर्नेहरूले यो देखाउने जिम्मेवारी छ कि यसले केही अर्थ राख्छ, यस अवस्थामा, यो असम्भव भाषाहरूको लागि असफल भएको देखाउँदछ। यो प्रस्तावलाई अस्वीकार गर्ने अरूको जिम्मेवारी होइन, यद्यपि यस अवस्थामा यो गर्न पर्याप्त सजिलो देखिन्छ।
सामान्य विज्ञानमा ध्यान केन्द्रित गरौं, जहाँ मामिलाहरू रोचक हुन्छन्। भाषा अधिग्रहणको एउटै उदाहरणले पनि सम्भव र असम्भव भाषाहरू बीचको भिन्नतामा समृद्ध अन्तरदृष्टि प्रदान गर्न सक्छ।
कारणहरू सीधा, र परिचित छन्। सबै वृद्धि र विकास, जसलाई "सिकाइ" भनिन्छ, एक प्रक्रिया हो जुन जीवको अवस्थाबाट सुरु हुन्छ र यसलाई चरण-दर-चरण पछिका चरणहरूमा रूपान्तरण गर्दछ।
भाषाको प्राप्ति यस्तो प्रक्रिया हो। प्रारम्भिक अवस्था भनेको भाषाको संकायको जैविक सम्पदा हो, जुन स्पष्ट रूपमा अवस्थित छ, भले पनि यो, केहि विश्वास गरे अनुसार, अन्य क्षमताहरूको एक विशेष संयोजन हो। लामो समयसम्म बुझेका कारणहरूका लागि यो धेरै असम्भव छ, तर यो यहाँ हाम्रा सरोकारहरूसँग सान्दर्भिक छैन, त्यसैले हामी यसलाई अलग राख्न सक्छौं। स्पष्ट रूपमा त्यहाँ भाषाको मानव संकायको लागि जैविक अनुदान छ। केवल सत्यवाद।
संक्रमण एक अपेक्षाकृत स्थिर अवस्थामा अगाडि बढ्छ, केवल सतही रूपमा परिवर्तन भयो: भाषाको ज्ञान। बाह्य डेटा ट्रिगर र आंशिक रूपमा प्रक्रिया आकार। प्राप्त राज्य (भाषाको ज्ञान) र बाह्य तथ्याङ्कको अध्ययन गर्दा, हामी प्रारम्भिक अवस्था, भाषा प्राप्तिलाई सम्भव बनाउने जैविक दानको बारेमा दूरगामी निष्कर्ष निकाल्न सक्छौं। प्रारम्भिक अवस्थाको बारेमा निष्कर्षले सम्भव र असम्भव भाषाहरू बीचको भिन्नतालाई जोड दिन्छ। प्रारम्भिक अवस्था साझा गर्ने सबै मानिसहरूका लागि भिन्नता छ - सबै मानिसहरू, जहाँसम्म थाहा छ; अवस्थित मानव समूहहरू बीच भाषा सिक्ने क्षमतामा कुनै भिन्नता देखिँदैन।
यी सबै सामान्य विज्ञान हो, र यसले धेरै परिणामहरू हासिल गरेको छ।
प्रयोगले देखाएको छ कि स्थिर अवस्था तीन देखि चार वर्षको उमेरमा धेरै चाँडै प्राप्त हुन्छ। यो पनि राम्रोसँग स्थापित छ कि भाषाको संकायमा मानिसका लागि आधारभूत गुणहरू छन्, त्यसैले यो एक वास्तविक प्रजाति सम्पत्ति हो: मानव समूहहरूमा सामान्य र मौलिक तरिकामा एक अद्वितीय मानव विशेषता।
यस योजनाबद्ध खातामा धेरै कुरा छोडिएको छ, विशेष गरी वृद्धि र विकासमा प्राकृतिक नियमको भूमिका: भाषा जस्ता कम्प्युटेशनल प्रणालीको मामलामा, कम्प्युटेसनल दक्षताका सिद्धान्तहरू। तर यो कुराको सार हो। फेरि, सामान्य विज्ञान।
ज्ञानको स्वामित्व र ज्ञानको प्रयोग (समकालीन शब्दावली, योग्यता र कार्यसम्पादनमा) बीचको भिन्नता अरस्तुको बारेमा स्पष्ट हुनु महत्त्वपूर्ण छ। भाषाको मामलामा, प्राप्त स्थिर अवस्था भनेको ज्ञानको स्वामित्व हो, मस्तिष्कमा कोड गरिएको। आन्तरिक प्रणालीले संरचित अभिव्यक्तिहरूको एक असीमित सरणी निर्धारण गर्दछ, जसमध्ये प्रत्येकलाई हामीले विचारको रूपमा प्रस्तुत गर्न सक्छौं, प्रत्येकलाई केहि सेन्सरिमोटर प्रणालीमा बाहिरीकरण गर्न सकिन्छ, सामान्यतया ध्वनि भए तापनि यो चिन्ह वा (कठिनताको साथ) स्पर्श हुन सक्छ।
आन्तरिक कोडेड प्रणाली ज्ञान (कार्यसम्पादन) को प्रयोगमा पहुँच गरिन्छ। प्रदर्शनले विचारमा भाषाको आन्तरिक प्रयोग समावेश गर्दछ: प्रतिबिम्ब, योजना, सम्झना, र धेरै धेरै। सांख्यिकीय रूपमा बोल्दा यो भाषाको अत्यधिक प्रयोग हो। यो आत्मनिरीक्षणको लागि पहुँचयोग्य छैन, यद्यपि हामीले विज्ञानको सामान्य विधिहरूद्वारा यसको बारेमा धेरै कुरा सिक्न सक्छौं, "बाहिरबाट" रूपक रूपमा बोल्ने। जसलाई "इनर स्पीच" भनिन्छ, वास्तवमा, बाहिरी भाषाको टुक्रा हो जसलाई आर्टिक्युलेटरी उपकरण म्यूट गरिएको छ। यो भाषाको आन्तरिक प्रयोगको एक टाढाको प्रतिबिम्ब मात्र हो, महत्त्वपूर्ण मामिलाहरू म यहाँ पछ्याउन सक्दिन।
भाषाको प्रयोगका अन्य रूपहरू धारणा (पार्सिङ) र उत्पादन हुन्, पछिल्ला महत्त्वपूर्ण रूपमा समावेश गरिएका गुणहरू जुन आज हाम्रो लागि रहस्यमय रहन्छन् जब उनीहरूलाई आधुनिक विज्ञानको प्रारम्भमा ग्यालिलियो र उनका समकालीनहरूले विस्मय र अचम्मको साथ हेरेका थिए।
विज्ञानको मुख्य लक्ष्य भनेको आन्तरिक प्रणाली पत्ता लगाउनु हो, दुवै भाषाको मानव संकायमा यसको प्रारम्भिक अवस्थामा र विशेष रूपहरूमा यसले अधिग्रहणमा ग्रहण गर्दछ। यस आन्तरिक प्रणालीलाई बुझेको हदसम्म, हामी भाषाको प्रयोगमा प्रवेश गर्ने अन्य धेरै कारकहरूसँग अन्तरक्रिया गर्दै, प्रदर्शनमा कसरी प्रवेश गर्छ भनेर अनुसन्धान गर्न अगाडि बढ्न सक्छौं।
कार्यसम्पादनको डेटाले आन्तरिक प्रणालीको प्रकृतिको बारेमा प्रमाण प्रदान गर्दछ, विशेष गरी जब तिनीहरू प्रयोगद्वारा परिष्कृत हुन्छन्, जस्तै मानक क्षेत्रीय कार्यमा। तर डाटाको सबैभन्दा ठूलो सङ्कलन पनि महत्त्वपूर्ण तरिकाहरूमा भ्रामक छ। यसले सामान्यतया के उत्पादन गरिन्छ, मस्तिष्कमा कोड गरिएको भाषाको ज्ञान होइन, भाषाको प्रकृति र यसको प्रयोग बुझ्न चाहनेहरूको लागि अनुसन्धान अन्तर्गत प्राथमिक वस्तु हो। त्यो आन्तरिक वस्तुले असीमित रूपमा धेरै सम्भावनाहरू निर्धारण गर्दछ जुन सामान्य व्यवहारमा प्रयोग गरिने छैन किनभने भाषासँग अप्रासंगिक कारकहरू, जस्तै छोटो अवधिको मेमोरी अवरोधहरू, 60 वर्ष पहिले अध्ययन गरिएका विषयहरू। अवलोकन गरिएको डाटाले मस्तिष्कमा कोड गरिएको प्रणाली बाहिर निहित धेरै कुराहरू पनि समावेश गर्दछ, प्रायः शब्दावली उद्देश्यका लागि नियमहरू उल्लङ्घन गर्ने तरिकामा भाषाको सचेत प्रयोग। यी सबै क्षेत्रीय कार्यकर्ताहरूलाई थाहा भएका सत्यताहरू हुन्, जसले अप्रासंगिक प्रतिबन्धहरू र विचलित अभिव्यक्तिहरू समावेश नगर्ने परिष्कृत कोर्पस प्राप्त गर्नका लागि जानकारी दिनेहरू, मूलतया प्रयोगहरूमा भर पर्छन्। भाषाविद्हरूले आफूलाई सूचनादाताको रूपमा प्रयोग गर्दा पनि यही कुरा सत्य हो, जुन पूर्णतया समझदार र सामान्य प्रक्रिया हो, जुन मनोविज्ञानको इतिहासमा हालसम्म सामान्य छ।
सामान्य विज्ञानको साथ अगाडि बढ्दै, हामीले देखेका घटनाहरूको निरीक्षणद्वारा भाषाको आन्तरिक प्रक्रिया र तत्वहरू पत्ता लगाउन सकिँदैन। प्रायः यी तत्वहरू भाषण (वा लेखन) मा पनि देखा पर्दैन, यद्यपि तिनीहरूको प्रभाव, अक्सर सूक्ष्म, पत्ता लगाउन सकिन्छ। यो अझै अर्को कारण हो कि अवलोकन गरिएको घटनामा प्रतिबन्ध, जस्तै LLM दृष्टिकोणमा, आन्तरिक प्रक्रियाहरूको बुझाइलाई तीव्र रूपमा सीमित गर्दछ जुन भाषाको प्रकृति, यसको अधिग्रहण र प्रयोगमा अनुसन्धानको मुख्य वस्तुहरू हुन्। तर यो सान्दर्भिक छैन यदि विज्ञान र समझको लागि चिन्ता अन्य लक्ष्यहरूको पक्षमा त्यागिएको छ।
सामान्यतया विज्ञानमा, सहस्राब्दीका लागि, प्रयोगहरू द्वारा निष्कर्षमा पुगेका छन्-प्रायः विचार प्रयोगहरू-प्रत्येक घटनाबाट कट्टरपन्थी अमूर्तता। प्रयोगहरू सिद्धान्त-संचालित छन्, अनगिन्ती अप्रासंगिक कारकहरूलाई खारेज गर्न खोज्दै जुन अवलोकन गरिएको घटनामा प्रवेश गर्दछ - जस्तै भाषिक प्रदर्शन। यी सबै यति प्राथमिक छन् कि यो विरलै पनि छलफल गरिन्छ। र परिचित। उल्लेख गरिए अनुसार, आधारभूत भिन्नता एरिस्टोटलको ज्ञानको स्वामित्व र ज्ञानको प्रयोग बीचको भिन्नतामा फर्कन्छ। पहिलेको अध्ययनको केन्द्रविन्दु हो। माध्यमिक (र धेरै गम्भीर) अध्ययनहरूले प्रत्यक्ष रूपमा अवलोकन गरिएको कुरामा प्रवेश गर्नु भन्दा धेरै गैर-भाषिक कारकहरू सहित, कार्यसम्पादनमा आन्तरिक रूपमा भण्डारण गरिएको ज्ञान प्रणाली कसरी प्रयोग गरिन्छ भनेर अनुसन्धान गर्दछ।
हामीले विकासवादी जीवविज्ञानी थिओडोसियस डोब्जान्स्कीको अवलोकनलाई पनि सम्झन सक्छौं, मुख्य रूपमा ड्रोसोफिलासँगको आफ्नो कामको लागि प्रसिद्ध: प्रत्येक प्रजाति अद्वितीय छ, र मानवहरू सबै भन्दा अद्वितीय छन्। डेल्फिक ओरेकलको 2,500 वर्ष पहिलेको आदेशलाई पछ्याउँदै हामी कस्तो प्रकारका प्राणीहरू हौं भन्ने कुरा बुझ्नमा रुचि राख्छौं भने- हामी मुख्य रूपमा मानिसहरूलाई सबै भन्दा अद्वितीय बनाउँछौं, मुख्य रूपमा भाषा र विचार, घनिष्ठ रूपमा गाँसिएको, एक मा पहिचान गरिएको रूपमा चिन्तित हुनेछौं। समृद्ध परम्परा शास्त्रीय ग्रीस र भारतमा फिर्ता जाँदैछ। धेरैजसो व्यवहार सामान्य रूपमा नियमित हुन्छ, त्यसैले केही हदसम्म अनुमान गर्न सकिन्छ। के कुराले हामीलाई अद्वितीय बनाउँछ भन्ने बारे वास्तविक अन्तर्दृष्टि प्रदान गर्दछ जुन दिनचर्या होइन, जुन हामीले फेला पार्छौं, कहिलेकाहीँ प्रयोगद्वारा, कहिले अवलोकनद्वारा, सामान्य बालबालिकादेखि ठूला कलाकारहरू र वैज्ञानिकहरूसम्म।
यस सम्बन्धमा एउटा अन्तिम टिप्पणी। समाज एक शताब्दीदेखि विज्ञानको लागि घृणालाई प्रोत्साहित गर्न ठूलो कर्पोरेट अभियानहरूद्वारा ग्रस्त छ, नाओमी ओरेसकेसले अरूहरू बीच राम्रोसँग अध्ययन गरेका विषयहरू। यो कर्पोरेसनहरूबाट सुरु भयो जसका उत्पादनहरू हत्यारा छन्: सीसा, तंबाकू, एस्बेस्टोस, पछि जीवाश्म इन्धन। तिनीहरूको मनसाय बुझ्न सकिन्छ। पुँजीवादी समाजमा व्यवसायको लक्ष्य नाफा हो, मानव कल्याण होइन। त्यो एउटा संस्थागत तथ्य हो: खेल नखेल्नुहोस् र तपाईं बाहिर हुनुहुन्छ, कसैको ठाउँमा जो हुनेछ।
कर्पोरेट PR विभागहरूले प्रारम्भिक रूपमा पहिचान गरे कि तिनीहरूका उत्पादनहरूको घातक प्रभावहरूको बढ्दो वैज्ञानिक प्रमाणहरूलाई अस्वीकार गर्नु गल्ती हुनेछ। त्यो सजिलै खण्डन हुनेछ। शङ्का रोप्नु, अनिश्चिततालाई प्रोत्साहन दिनु, घरमा कहिल्यै पेन्ट नगर्ने तर वाशिङटनबाट तल आएर मलाई लिड पेन्ट प्रयोग नगर्न भन्ने, मेरो व्यवसायलाई नष्ट गर्ने (वास्तविक केस, सजिलै गुणा) को अवहेलना गर्नु राम्रो हो। त्यो सबै धेरै राम्रो काम गरेको छ। अहिले यसले हामीलाई पृथ्वीमा संगठित मानव जीवनको विनाशको बाटोमा डोऱ्याइरहेको छ।
बौद्धिक सर्कलहरूमा, विज्ञानको उत्तरआधुनिक आलोचनाले समान प्रभावहरू उत्पादन गरेको छ, भत्काइयो जीन ब्रिकमन्ट र एलन सोकल द्वारा, तर अझै पनि केही सर्कलहरूमा धेरै जीवित।
यो प्रश्नको सुझाव दिनु नराम्रो हुन सक्छ, तर टम जोन्सेस र उनीहरूको लापरवाह घोषणाहरूलाई अप्रमाणित रूपमा दोहोर्याउने र विस्तार गर्नेहरूले पनि उही बेलफुल प्रवृत्तिमा योगदान पुर्याइरहेका छन् कि भनेर सोध्नु उचित छ।
सीजेपी: ChatGPT एक प्राकृतिक-भाषा-संचालित च्याटबोट हो जसले मानव-जस्तै कुराकानीहरूलाई अनुमति दिन कृत्रिम बुद्धिमत्ता प्रयोग गर्दछ। हालैको एक लेखमा मा न्यु योर्क टाइम्स, दुई अन्य लेखकहरूसँग संयोजनमा, तपाईंले नयाँ च्याटबटहरूलाई हाइपको रूपमा बन्द गर्नुहुन्छ किनभने तिनीहरू केवल मानिसहरूको भाषिक क्षमतासँग मेल खान सक्दैनन्। तर के यो सम्भव छैन कि AI मा भविष्यका आविष्कारहरूले ईन्जिनियरिङ् परियोजनाहरू उत्पादन गर्न सक्छ जुन मानव क्षमताहरूसँग मेल खान्छ र सम्भवतः पार गर्न सक्छ?
NC: लेखको लागि श्रेय वास्तविक लेखक, जेफ्री वाटुमुल, एक राम्रो गणितज्ञ-भाषाविद्-दार्शनिकलाई दिनुपर्दछ। दुई सूचीबद्ध सह-लेखकहरू सल्लाहकार थिए, जो लेखसँग सहमत थिए तर यो लेखेनन्।
यो साँचो हो कि च्याटबटहरूले सैद्धान्तिक रूपमा मानिसहरूको भाषिक क्षमतासँग मेल खाँदैन, माथि दोहोरिएका कारणहरूका लागि। तिनीहरूको आधारभूत डिजाइनले तिनीहरूलाई मानव भाषाको सिद्धान्तको लागि पर्याप्तताको न्यूनतम अवस्थामा पुग्नबाट रोक्छ: असम्भव भाषाहरूबाट सम्भव छुट्याउन। त्यो डिजाइनको सम्पत्ति भएको हुनाले, यस प्रकारको एआईमा भविष्यका आविष्कारहरूद्वारा यसलाई हटाउन सकिँदैन। यद्यपि, यो सम्भव छ कि भविष्यका ईन्जिनियरिङ् परियोजनाहरू मेल खाने र मानव क्षमताहरूलाई पार गर्नेछन्, यदि हामीले काम गर्ने मानव क्षमता, प्रदर्शनको अर्थ राख्छौं। माथि उल्लेख गरिएझैं, केहीले लामो समयदेखि त्यसो गरेका छन्: उदाहरणका लागि स्वचालित क्यालकुलेटरहरू। अझ चाखलाग्दो कुरा, उल्लेख गरिएझैं, माइनस्युल दिमाग भएका कीराहरूले क्षमताको रूपमा बुझिने मानवीय क्षमताहरू पार गर्छन्।
सीजेपी: माथि उल्लिखित लेखमा, यो पनि देखियो कि आजका AI परियोजनाहरूमा मानव नैतिक संकाय छैन। के यो स्पष्ट तथ्यले एआई रोबोटहरूलाई मानव जातिको लागि कम खतरा बनाउँछ? म तर्क गर्छु कि यसले तिनीहरूलाई अझ बढी बनाउँछ।
NC: यो वास्तवमा एक स्पष्ट तथ्य हो, "नैतिक संकाय" लाई व्यापक रूपमा बुझ्न। सावधानीपूर्वक नियन्त्रण नगरिएमा, एआई इन्जिनियरिङले गम्भीर खतराहरू निम्त्याउन सक्छ। मानौं, उदाहरणका लागि, बिरामीहरूको हेरचाह स्वचालित थियो। अपरिहार्य त्रुटिहरू जुन मानव न्यायद्वारा हटाउन सकिन्छ, एक डरलाग्दो कथा उत्पन्न गर्न सक्छ। वा मानौं कि स्वचालित मिसाइल-रक्षा प्रणाली द्वारा निर्धारित खतराहरूको मूल्याङ्कनबाट मानिसहरू हटाइयो। एक चौंकाउने ऐतिहासिक रेकर्डको रूपमा सूचित गर्दछ हामी, त्यो मानव सभ्यताको अन्त्य हुनेछ।
सावधानीपूर्वक नियन्त्रण नगरिएमा, एआई इन्जिनियरिङले गम्भीर खतराहरू निम्त्याउन सक्छ।
सीजेपी: युरोपमा नियामकहरू र कानून प्रवर्तन एजेन्सीहरूले ChatGPT को फैलावटको बारेमा चिन्ता बढाइरहेका छन् जबकि भर्खरै पेश गरिएको यूरोपीय संघको कानूनले AI लाई तिनीहरूको जोखिमको स्तर अनुसार वर्गीकरण गरेर AI सँग सम्झौता गर्ने प्रयास गरिरहेको छ। ChatGPT ले गम्भीर सार्वजनिक खतरा निम्त्याउँछ भनेर चिन्तित भएकाहरूसँग के तपाईं सहमत हुनुहुन्छ? यसबाहेक, के तपाई साँच्चै सोच्नुहुन्छ कि एआई उपकरणहरूको थप विकासलाई सुरक्षाका उपायहरू पेश गर्न नसक्दासम्म रोक्न सकिन्छ?
NC: यो मामला सहित, उन्नत प्रविधि द्वारा उत्पन्न खतराहरू नियन्त्रण गर्न प्रयास गर्न को लागी म सजिलै संग सहानुभूति गर्न सक्छु। यद्यपि, म त्यसो गर्ने सम्भावनाको बारेमा शंकास्पद छु। मलाई शंका छ कि जिनी बोतल बाहिर छ। दुर्भावनापूर्ण अभिनेताहरू - संस्थागत वा व्यक्तिगत - सम्भवतः सुरक्षाबाट बच्ने उपायहरू फेला पार्न सक्छन्। त्यस्ता शंकाहरू पक्कै पनि प्रयास नगर्ने र सतर्कता अपनाउनुपर्ने कुनै कारण होइन।
ZNetwork यसको पाठकहरूको उदारता मार्फत मात्र वित्त पोषित छ।
दान