지능이란 무엇입니까?
저는 인공 지능 연구에 관심이 있고, 현장에 발을 들여 놓기 전에 지능의 본질을 연구하는 것이 좋은 생각이라고 생각했습니다. 나는 "지능에 대해 읽을 책"을 검색했지만 사람들을 지능적으로 만드는 쓸모없는 책 목록을 주었다.
나는 철학에 대한 배경 지식이 없으며 철학적 관점에서 지능의 일반적인 주제를 다루는 입문 / 중급 책을 참조 할 수 있다면 감사하겠습니다.
감사합니다.
편집 : 약간의 조사와 생각 후에 지능은 정보를 처리하는 능력에 지나지 않습니다. 그런 다음 지능은 다음과 같이 볼 수 있습니다.
F : 세계-> 의미
F (정보) = interpertation
지능은 우리의 의식과 생각이 살고있는 추상적 인 세계에 정보를 매핑하는 기능 F입니다.
답변
잦은 혼란의 가장 중요한 원인 중 하나는 인공 지능과 인공 일반 지능의 차이입니다. 예, AI는 정보 처리에 불과하지만이 분야에서 지능이 재정의 되었기 때문입니다. 그것은 물리학 자들이 엔트로피의 맥락에서 정보라는 용어를 사용하는 방식과 비슷합니다. 그것은 중요하지만 다소 미끄럽고 구분이되어 일상적인 단어 사용과 모순됩니다. AI는 원래 AGI와 같이 사용되도록 의도되었지만 사람들이 작업하면서 우리가 당연한 것으로 생각하는 우리의 두뇌가 얼마나 정교한 일을 하는지를 이해하기 시작했고, 목표 포스트가 움직였습니다. 그리고 AI는 더 정교한 컴퓨터로의 여정에 작은 발걸음을 내디뎠습니다.
AGI는 그 자체로 큰 주제입니다. 인간 두뇌 프로젝트는 더 많은 것을 찾는 것을 목표로합니다. OrchOR 이론은 뇌 또는 적어도 기억에서 작업중인 양자 프로세스가있을 수 있다고 제안합니다.이 작업은 프로젝트의 범위에서 몇 배 더 멀어지게합니다. 단순 유기체의 연결 체를 연구하는 것이 핵심입니다. 현재 OrchOR를 지원합니다. 실제로 양자 컴퓨팅에 대해서는 알려진 바가 많지 않지만 (양자 알고리즘은 2 개뿐 임), 고전적인 컴퓨터로 시뮬레이션 할 수 있습니다. 충분한 시간이 주어지면 Turing Machine (또는 더 정확하게는 TM에 해당하는 ). 통합 정보 이론 (Integrated Information Theory)은 시스템이 '더 지능화 될 수있는 방법'에 대한 중요한 제안이며, 지능에서 이전에 무시되었던 주제였던 인간 의식 및 각성의 여러 상태를 설명하는 데 도움이됩니다.
나는 철학에 대한 짧은 소개로서 John Vervaeke의 Awakening From The Mean Crisis 강의를 진심으로 추천 하지만, 그가 관련성 실현,인지 적 그립, 두드러진 풍경과 같은 용어를 구축하는 프레임 워크에 대해서는 더 많은 것을 추천합니다. 이것은 정보와 의미 사이의 근본적인 차이를 얻습니다. 즉, 관련된 정보를 선별하고 작업 관련 방식으로 유용한 비트를 조합하는 것입니다.
읽는 것보다 컴퓨팅에서 훨씬 더 많은 사람들이 이야기하는 컴퓨터 지능 성경은 Douglas Hofstadter의 Godel Escher Bach : an Eternal Golden Braid 입니다. 기술적 인 것이 아니라 실제로는 그렇지 않습니다. Alice In Wonderland와 약간 비슷하고 초기 그리스 철학과 비슷하며 물리학 외부의 사람들이 항상 과소 평가하는 사고 실험 (Gedankenexperiments)으로 가득 차 있습니다. 그러나이 책은 문간 크기를 통과하기 위해 인내와 끈기가 필요하지만 계속해서 두뇌를 뻗어 있습니다. 일부 장은 나이가 들기 위해 씹어 먹습니다. 놀라운 작품입니다.
Hofstadter는 의식의 질을 정의하는 것이 그가 '이상한 고리'라고 부르는 것이라고 제안했습니다. 이것은 Godel의 불완전 성 및 Turing Machines와 관련된 중단 문제의 맥락에서 비롯됩니다. 따라서 감사하려면 약간의 배경이 필요합니다. 그는 많은 데이터 세트를 함께 연관시킬 때 어떤 일이 발생한다고 주장하는데, 이는 순환 추론, 공리 또는 무한 회귀를 사용하는 것 ( Munchausen의 Trilemma , 남작 Munchausen 이야기에서 '불가능'한 것을 참조하는 재미있는 방법)입니다. 자기 참조, 피드백과 함께 얽힌 계층 구조를 얻고 , 기계 논리적이 아닌 방식으로 알고 의식의 기원이 있다는 것을 아는 방법의 계층 구조에서 이동합니다. 이 기사 에는 철학에서 그것을 사용하는 몇 가지 좋은 예가 있습니다. 그것은 '병에서 날아 다니는'방법과 같고, 논리를 '초월'하기 위해 논리를 사용하는 것과 같습니다.
다음은 관련 짧은 게시물입니다. 지식은 어떻게 가능합니까?
그리고 의미에 대해 하향식 철학적 측면에서 작업하고 피어-투-피어 현실 구축의 중요한 아이디어 인 상호 주관성을 다루는 더 긴 게시물 : 주요 개념 이론에 따르면 의미는 어디에서 오는가?
과학 및 컴퓨팅 분야의 사람들은 인간의 마음에 대해 매우 흥미 롭거나 특별한 것이 없다고 생각하는 강력한 경향이 있습니다. 그리고 불행히도, 그들에 대해 너무나도 사회적인 것이 있다고 말하는 철학의 강력한 가닥입니다. 과학자들은 그것들을 알아 내지 못하고 있습니다. '퀄리아'아이디어와 소위 의식의 어려운 문제입니다. 어느 캠프에도 참여하지 않는 것이 좋습니다. 물리학의 이야기는 우리가 1900 년에 모든 것을 설명한 결과 몇 가지 결과가 아니라고 생각했기 때문에 이제는 우주의 95 %가 무엇인지 알 수 없습니다. 우리의 가장 큰 진전은 우리 무지의 범위를 이해하기 시작하는 것입니다. . 나는 우리가 지능에 대해 비슷한 궤도에 있다고 강하게 느낍니다.
지능은 때때로 (프랑스 툴루즈의 철학 회의에서들은) 우리의 가장 깊고 가장 우선적 인 목표 인 생존을 향해 일관되게 생각하고 행동하는 능력과 관련이 있습니다. 그래서 인간이 나무를 베거나 동물을 죽여서 돈을 버는 것은 정말 똑똑하지 않습니다. 우리는 단지 우리의 무덤을 파는 것입니다.
AI 독립 체가 우리와 독립적으로 도움없이 살아남을 수 있고 시간이 지남에 따라 지속될 수 있다면 (자동 복구, 번식, 생태 균형에 들어가고, 열역학 제 2 법칙에 대응), 아마도 그것은 지능이라고 부를 수있을 것입니다.
시간을 따라 살아남는 것은 간단하지 않습니다. 기업은 변화하는 조건에 적응해야합니다. 따라서 독립 체는 진화해야합니다. 이것은 아마도 살아남은 엔티티의 가장 관련성이 높은 요소 일 것입니다 : 자신과 환경에 대해 배우고 내부 질서를 유지하기 위해 상호 작용을 개선하는 행동을하는 능력.
엔트로피와 관련하여 : 시스템의 특징이므로 환경과 관련된 엔티티입니다. 제 2 법칙은 본질적으로 에너지가 확산됩니다. 즉, 독립 체는 환경과 동일한 상태 인 분산에 도달하는 경향이 있습니다. 따라서 무결성과 기능을 유지하려는 경향이 시스템에 포함되어야합니다.
예 :
환경과의 상호 작용 (예 : 각 메서드에서)에 따라 감소하고 특정 동작에 따라 증가하는 변수 "에너지"를 유지하는 C ++ 객체를 쉽게 프로그래밍 할 수 있습니다. 그러나 그러한 "에너지"가 그것을 존재하게하는 전기 에너지가 아니라면 그것은 유효하지 않습니다. 로봇은 아마도 그 작업을 수행 할 것입니다 : 벽면 플러그로 달려가 배터리를 재충전하기 위해 스스로 연결합니다. 이 경우 이미 벽면 플러그를 인식하고 찾아야합니다.
그러나 그 법인이 프랑스에서 지어지고 영국으로 이사하면 어떨까요? 벽 플러그는 호환되지 않습니다! 엔티티는 솔루션을 찾을 수있는 메커니즘을 가져야합니다.
단순한 배터리 방전은 개체의 죽음과 동일하다는 점을 명심하십시오. 따라서이를 방지 할 수있는 메커니즘이 있어야합니다. 이제 그것은 지능적 일 것입니다. 그 이후로 로봇이 변화하는 환경에 적응하고 생존 확률을 높이는 새로운 솔루션을 배우는 순간부터 조심해야합니다.
업데이트 : 질문에 따라 엔티티가 물리적 인 신체를 가져야합니까? 아니요,이 정의에 따르면. 아마도 우리가 그것의 생존을 시뮬레이션하는 추상적 인 실체를 개발할 수 있다면, 물리적으로 그것을 만드는 데 동일한 규칙을 사용할 수 있습니다.
"지능이란 무엇인가?"라는 질문 때문에이 질문에 직접 답할 수 없습니다. 깊이 철학적이며 쉬운 대답이 없을 수도 있습니다.
하지만 AI 때문에 관심이 있기 때문에 :
AI 분야는 대부분 기계를 "지능적"또는 "지각 적"으로 만드는 것과 관련이 없습니다. 이러한 속성은 잘 정의 할 수도 없기 때문입니다.
이걸 남겨두면 우리가 원하는 것은 합리적인 대리인이라는 것 입니다.
에이전트 : 환경을 감지하고 변화시키기 위해 행동 할 수 있습니다. (물리적 일 수도 있고 소프트웨어 환경 일 수도 있음)
합리적 : 센서 입력이 주어지면 목표 기능을 최대화 할 동작을 선택합니다. (예 : 목적지까지의 거리 최소화, 교통법 위반 방지 등)
저는 Russel과 Norvigs의 우수한 "인공 지능 : 현대적인 접근 방식"을 추천합니다. 서론의 철학적 질문을 다루고 오해를 제거한 다음 AI (규칙 기반 AI에서 계획, 학습에 이르기까지)의 굉장함을 보여줍니다.
지능의 본질은 많은 논쟁의 주제입니다. 우리는 동물의인지 적 행동과 어떤 행동이 지능을 의미하는지 여부에 대해 끝없이 논쟁합니다. 재미있게도 환경 주의자들과 해부 주의자들은 서로 동의하지 않는 경향이 있습니다. 어부와 채식주의 자에게 물고기가 통증을 느끼는지 물어보십시오.
AI가 진행하는 한, 과거에는 충분히 큰 컴퓨터가 지능적 일 것이라고 상상했습니다. 심각한 숫자 크 런처가 나타 났을 때 그들은 명백히 그렇지 않았습니다. GIGO-Garbage In, Garbage Out은 프로그래밍의 기본 규칙이되었습니다. 대신 AI의 표준은 체스를 할 수있는 능력이되었습니다. 그러나 1980 년대에 체스 놀이 장난감이 등장했을 때 골대는 다시 퍼지 논리와 필기 인식과 같은 것으로 옮겨졌습니다. 그것이 그 어느 때보 다 멍청한 일을 떠났을 때, 기계 학습을 위해 포스트 구멍을 파고 곧 빅 데이터에 합류했습니다. 그 모든 것이 무의미한 챗봇, 표적 광고 및 사회적 편향 얼굴 인식 이상의 결과를 낳았습니다. 골 포스트의 다음 목적지는 자율 주행 차로 보이지만 솔직히 저는 기다리지 않습니다.
한 학파는 진정한 지능에는 필연적으로 지각과인지가 동반 될 수 있다고 제안합니다. 다른 논평가들은 지능이 온 / 오프가 아니라고 제안했습니다. 그것은 열을 피하는 단순한 벌레에서 완전한 지각 인식으로 발전합니다. 가장 현대적인 시스템은 아마도 꿀벌과 같은보다 정교한 곤충과 비슷할 것입니다. (벌을 두드리지 마십시오. 20 년 전에는 척도가 개미였습니다.)
역사가 우리에게 가르쳐주는 한 가지는 AI를 연구함으로써 지능이 아닌 것을 배울 수 있다는 것입니다. 아마도 당신은 그것이 실제로 무엇인지 보여줄 사람이 될 것입니다-어쨌든 재미있게 보내십시오!