“แน่นอนว่าเครื่องจักรไม่สามารถคิดได้เหมือนคนทั่วไป เครื่องจักรแตกต่างจากคน ดังนั้นพวกเขาจึงคิดต่างกัน คำถามที่น่าสนใจคือ 'เพียงเพราะมีบางสิ่งที่คิดต่างจากคุณ แสดงว่าไม่ได้คิดอย่างนั้นหรือ'”

- เกมเลียนแบบ

หนึ่งในคำถามที่พบบ่อยที่สุดที่คนชอบถามฉัน (และคำถามที่ฉันชอบถามคนอื่นๆ) คือ: “มนุษย์มีเอกลักษณ์เฉพาะตัวหรือไม่? AI ขั้นสูงเพียงพอสามารถเลียนแบบพฤติกรรมที่เราหลายคนมองว่าเป็น 'มนุษย์ที่ไม่เหมือนใคร' ได้หรือไม่”

พฤติกรรมสองอย่างที่มักจะนึกถึงในทันทีสำหรับหลาย ๆ คนคือภาษาและศิลปะ - และเข้าใจได้เช่นนั้น นี่คือแง่มุมที่ลึกซึ้งที่สุดของความรู้ความเข้าใจของเราที่แยกเราออกจากสัตว์เลี้ยงลูกด้วยนมชนิดอื่น การสร้างและความเข้าใจภาษาในชีวิตประจำวัน ( ในระดับมนุษย์โดยเฉลี่ย ) เป็นปัญหาที่แก้ไขได้ (หรือเกือบได้รับการแก้ไขแล้ว) มีข้อบกพร่องในการทำงานในบางพื้นที่ของภาษาเฉพาะ แต่โดยทั่วไปแล้วภาษาอยู่ในเกณฑ์ที่ดี

อย่างไรก็ตาม ภาษาโดยรวมนั้นแตกต่างจากภาษาในฐานะศิลปะ เป็น อย่างมาก กวีนิพนธ์ เรื่องแต่ง ฯลฯ ส่วนใหญ่ยังไม่ได้รับการแก้ไข อย่างน้อยก็ในแง่ความหมายใดๆ ศิลปะที่ใช้ภาษาส่วนใหญ่ที่ AI สร้างขึ้นในปัจจุบันนั้นเป็นผลงานที่ลอกเลียนแบบมาและตื้นเขิน ตัวอย่างเช่น หากมีใครขอให้โมเดลภาษาขนาดใหญ่สมัยใหม่ (LLM) เขียนบทกวี ผลลัพธ์โดยทั่วไปจะดูเหมือนสิ่งที่นักเรียนมัธยมปลายน่าจะเขียนเพื่อส่งงานที่มอบหมายอย่างรวดเร็ว สิ่งนี้แตกต่างอย่างสิ้นเชิงกับประสิทธิภาพ LLM ในงานที่ใช้ภาษาเชิงสร้างสรรค์อื่นๆ ตัวอย่างเช่น Copilot ของ GitHub/OpenAI สร้างการเติมโค้ดที่ไม่ธรรมดาโดยได้รับการแจ้งภาษา ความสำเร็จเหล่านี้ดูเหมือนว่าเขียนขึ้นโดยวิศวกรซอฟต์แวร์มืออาชีพ ไม่ใช่นักเรียน แล้วทำไมความเหลื่อมล้ำ?

ปัญหาแรกน่าจะเป็นปัญหาการจัดตำแหน่ง การย่อข้ามเอนโทรปีของการทำนายโทเค็นถัดไปนั้นไม่สอดคล้องกับการสร้างภาษาที่สร้างสรรค์อย่างลึกซึ้ง สิ่งนี้แตกต่างอย่างมากกับการสร้างโค้ด โดยที่โทเค็นถัดไปในชุดข้อมูลโค้ดคุณภาพสูงมักจะเป็นของโซลูชันที่ถูกต้อง/ดี อย่างไรก็ตาม แม้งานสร้างรหัสอาจมีการจัดตำแหน่งที่ไม่เหมาะสม (แต่เป็นหัวข้อสำหรับเวลาอื่น) มีแนวทางที่น่าจะได้ผลในการแก้ปัญหานี้ ตัวอย่างเช่น กระบวนทัศน์การฝึกอบรม ChatGPT นั้นทำให้เป็นมาตรฐานสำหรับโฮสต์ทั้งหมดของโดเมน และบทกวีควรเป็นหนึ่งในนั้น เช่นเดียวกับสคีมาตัวอย่าง ให้พิจารณากระบวนการต่อไปนี้:

1. ให้ผู้เชี่ยวชาญให้คะแนนบทกวีจำนวนมากในระดับตั้งแต่ 1-10
2. ปรับแต่ง LLM อย่างละเอียดเพื่อคาดการณ์การให้คะแนนเหล่านี้ (เรียกสิ่งนี้ว่าเครือข่ายรางวัล)
3. ปรับแต่ง LLM ผ่านการเรียนรู้แบบเสริมแรงด้วยเครือข่ายรางวัลเป็นสัญญาณรางวัล

ปัญหาที่สองน่าจะเป็นปัญหาข้อมูลตามปกติ ลองใช้บทกวีเป็นตัวอย่าง — มีข้อมูลบทกวีคุณภาพสูงไม่มากนักเมื่อเทียบกับโค้ดคุณภาพสูง แน่นอนว่าต้องเข้าใจแนวคิดของกวีนิพนธ์ควรเป็นหนทางที่ยาวไกลในการสร้างกวีนิพนธ์ แต่ไม่ต้องสงสัยเลยว่าการ "อ่าน" กวีนิพนธ์ให้มากขึ้นเป็นวิธีที่ดีในการทำความเข้าใจแนวคิดนี้ นอกจากนี้ โครงสร้างของกวีนิพนธ์ในข้อมูลยัง "สับสน" เกินกว่าจะเอื้อต่อการดึงความเข้าใจในกวีนิพนธ์ ในทางตรงกันข้าม โค้ดมักมีคำแนะนำที่ชัดเจน เป้าหมาย ความคิดเห็น ฯลฯ กระจายอยู่ทั่วข้อความ แม้ว่าข้อมูลเมตานี้จะขาดหายไป เราสามารถทำวิศวกรรมย้อนกลับสิ่งที่โค้ดทำได้โดย "รันผ่านมัน" กวีนิพนธ์ไม่มีข้อมูลเมตาดังกล่าวตั้งแต่แรก อย่างน้อยที่สุดก็อาจเป็นชื่อเรื่อง แท็กบางแท็กถ้าคุณโชคดี แค่นั้น นอกจากนี้ยังเป็นไปไม่ได้ที่จะเข้าใจอย่างถ่องแท้ว่าจุดประสงค์/สถานที่ของแต่ละคำในบทกวีคืออะไร ขึ้นอยู่กับการตีความของผู้อ่านเป็นส่วนใหญ่ (นัยว่าเป็นส่วนหนึ่งของ "จุดประสงค์/ความงาม" ของบทกวี) ดังนั้น โดยไม่ต้องมีการประมวลผลเพิ่มเติมมากนัก

“คุณภาพของมนุษย์”

มีข้อโต้แย้งทั่วไปที่ทำให้ AI ไม่สามารถสร้างงานศิลปะอย่างมีความหมายได้เนื่องจากขาด "ประสบการณ์ของมนุษย์" อย่างชัดเจน กล่าวคือกระบวนการที่ประสบการณ์ทางอารมณ์/ชีวิตดิบที่สะสมมาตลอดชีวิต งานที่แสดงความคิดเห็นเกี่ยวกับประสบการณ์เฉพาะของมนุษย์เหล่านั้น งานที่สร้างขึ้นโดยพื้นฐานจากการสะท้อนถึงกระบวนการใช้ชีวิตในฐานะมนุษย์

ฉันโต้แย้งว่าข้อโต้แย้งข้างต้นนั้นพิสูจน์ได้ว่าไม่จริง โดยพิจารณาจากคำจำกัดความ/สัมปทานที่ตกลงกันไว้เพียงเล็กน้อย

ประการแรก เรามุ่งเน้นไปที่ผลิตภัณฑ์ขั้นสุดท้ายและการตีความ กล่าวคือ AI สามารถสร้างงานศิลปะที่มีความหมายชัดเจนและตีความได้หรือไม่ ส่วนย่อยของศิลปะนี้อาจเป็นภาพสะท้อนที่มีความหมายเกี่ยวกับสภาพของมนุษย์ เป็นต้น งานศิลปะที่ผลิตโดย AI ควรแยกไม่ออกจากสิ่งที่มนุษย์ผลิตได้ ในแง่การทดลองแบบสุ่มควบคุม (กลุ่มผู้เชี่ยวชาญที่เป็นมนุษย์ไม่ควรระบุได้ว่ามนุษย์หรือ AI สร้างงานศิลปะ และที่สำคัญกว่านั้น ควรเป็น สามารถดึงความหมาย/ผลกระทบได้เท่ากัน) เราแยก "กระบวนการ" ออกไป นั่นคือสิ่งที่สร้างงานศิลปะ คำจำกัดความหลังนี้จำเป็นสำหรับการอภิปรายที่มีความหมาย ถ้าศิลปะเป็นเพียงศิลปะเมื่อถูกสร้างโดยมนุษย์ การอภิปรายก็จบลงด้วยผลของการจำกัดความ ซึ่งถูกเลือกโดยพลการบนพื้นฐานของหลักการโดยไม่มีเหตุผลอันสมควร หากนี่คือมุมมองของคุณ คุณอาจพลาดข้อมูลเชิงลึกที่มีความหมายอย่างลึกซึ้งจำนวนมากเกี่ยวกับสภาพของมนุษย์โดยการปฏิเสธอย่างดื้อรั้นที่จะยอมรับ/ประมวลผลศิลปะแห่งอนาคต

เริ่มต้นด้วยการสาธิตความเท่าเทียมกันเชิงฟังก์ชันระหว่างมนุษย์และอัลกอริทึมผ่านการประมาณซ้ำ พิจารณาระบบประสาทส่วนกลางของมนุษย์และทางเดินประสาทสัมผัส/มอเตอร์ ที่แกนกลางของมันสามารถแยกเป็นสัญญาณ I/O ต่อเนื่องได้อย่างสมบูรณ์ ตัวอย่างเช่น พิจารณาภาพตัดขวางของความละเอียดโดยพลการของฐานของก้านสมอง (จุดเริ่มต้นของไขสันหลัง) และเส้นประสาทสมอง ตอนนี้ พิจารณาเวกเตอร์สถานะของระบบประสาทส่วนกลางของมนุษย์ ซึ่งประกอบด้วยกิจกรรมทางไฟฟ้าที่ทุกจุดในหน้าตัดของเรา เวกเตอร์สถานะนี้วิวัฒนาการไปตามกาลเวลาอย่างต่อเนื่อง เนื่องจากข้อมูลที่ไหลเข้าและออกจากระบบประสาทส่วนกลาง ผลรวมของสถานะเวกเตอร์ในช่วงเวลาที่กำหนดจะอธิบายพฤติกรรมและประสาทสัมผัสของมนุษย์ได้อย่างสมบูรณ์: การเคลื่อนไหว การพูด การได้ยิน การมองเห็น ฯลฯ(*ยอมรับว่ามีการประมวลผลจำนวนมากนอกระบบประสาทส่วนกลางผ่านปมประสาท ไซแนปส์ รีเฟล็กซ์อาร์ค ฯลฯ แต่การโต้แย้งจะสรุปเป็นภาพรวมหากคุณขยายเวกเตอร์สถานะเพื่อรวมปรากฏการณ์เหล่านี้ ฉันไม่รวมสิ่งนี้เพื่อความง่าย)โปรดทราบว่า สิ่งสำคัญคือเวกเตอร์สถานะนี้ไม่รวมถึงสมองด้วย — ไม่จำเป็นต้องมี เราสนใจเฉพาะข้อมูลที่ไหลเข้าและออก ไม่ใช่วิธีสร้างข้อมูลนั้น

ทีนี้ แยกสถานะเวกเตอร์และวิวัฒนาการของพวกมันออกจากกัน ตัวอย่างเช่น จำกัดความละเอียดชั่วคราวที่ 1 ns, ความละเอียดเชิงพื้นที่ที่ 1 นาโนเมตร, กิจกรรมทางไฟฟ้าที่ 1 nV เป็นต้น ตอนนี้ สมมติว่ามนุษย์มีชีวิตอยู่ในระยะเวลาจำกัดL (นี่คือความจริงในตอนนี้) สมมติว่าตอนนี้ต้องใช้Nบิตในการอธิบายเวกเตอร์สถานะและจำนวนที่มากกว่าZ เพื่ออธิบายเซตของเวกเตอร์สถานะตลอดช่วงชีวิตของมนุษย์

มีอัลกอริทึมบางอย่างที่ให้ชุดเวกเตอร์สถานะ{z1, z2, z3, …, zn}ซึ่งสามารถทำนายเวกเตอร์สถานะถัดไปzn+1สำหรับมนุษย์บางคนได้หรือไม่ ใช่ มีแน่นอน — เป็นตารางการค้นหา พิจารณาตารางของลำดับที่เป็นไปได้ของเวกเตอร์สถานะ ปัญหาจะลดลงเป็นการค้นหาส่วนของตารางที่ตรงกับชุดเวกเตอร์เริ่มต้นของคุณ จากนั้นค้นหาเวกเตอร์ถัดไป เห็นได้ชัดว่าตารางการค้นหานี้มีขนาดใหญ่มากเช่นขนาดใหญ่กินลึกอย่างโง่เขลาอย่างจริงจัง อย่างไรก็ตาม ตารางนี้ส่วนใหญ่น่าจะเป็นกิจกรรมที่คล้ายกับอาการชัก — กิจกรรมทางไฟฟ้าแบบสุ่มอย่างสมบูรณ์มักไม่สอดคล้องกับชีวิต ส่วนที่เล็กลงอย่างทวีคูณของตารางนี้มีข้อมูลที่เป็นประโยชน์ที่เราสนใจ อันที่จริงแล้ว สถานะเวกเตอร์เพียงแถวเดียวเท่านั้นที่มีพฤติกรรมตลอดชีวิตของมนุษย์ แถวอื่นๆ ประกอบด้วยทุกลำดับของการกระทำที่มนุษย์เคยทำได้ เช่นเดียวกับทุกๆ ลำดับของการรับสัมผัสทางประสาทสัมผัสที่มนุษย์เคยได้รับ และโดยปริยาย ทุกๆ การตอบสนองต่อการรับเข้าทางประสาทสัมผัสเหล่านั้นที่มนุษย์สามารถทำได้

นอกจากนี้ ให้ตระหนักถึงสิ่งต่อไปนี้: เนื่องจากวิวัฒนาการของเวกเตอร์สถานะเหล่านี้เป็นไปอย่างต่อเนื่อง (เว้นแต่ว่าจักรวาลกำลังทำสิ่ง ที่ขี้ขลาด จริงๆที่เรายังไม่รู้) เราจึงรับประกันได้ว่าจะสามารถประมาณการวิวัฒนาการนี้โดยพลการได้ดีด้วยขอบเขตจำกัดจำนวนจุดข้อมูลผ่านทฤษฎีบท Stone–Weierstrass

ตอนนี้ ให้พิจารณาแนวคิดต่อไปนี้: เครือข่ายนิวรัลเชิงปริมาณทั้งหมดเป็นตารางการค้นหาแบบจำกัดที่มีการบีบอัดสูง นี่เป็นเรื่องงี่เง่า แต่เป็นเรื่องจริง ใน ทางเทคนิค ตัวอย่างเช่น พฤติกรรมของเครือข่ายประสาทเทียมจะเทียบเท่ากับตารางค้นหาที่มีคู่ที่ตรงกันของทุกคู่เอาต์พุตภาพที่เป็นไปได้ จริงอยู่ เมื่อคุณดูโครงข่ายประสาทเทียมแบบหมุนวนในความหมายทางคณิตศาสตร์แบบต่อเนื่อง จะไม่มีตารางการค้นหาที่จำกัด แม้ว่าบางเครือข่าย เช่น ทรานสฟอร์มเมอร์ จะลดจำนวนตารางการค้นหาที่จำกัดลงในเชิงคณิตศาสตร์ได้อย่างพิสูจน์ได้ (ซึ่งไม่ได้เผยแพร่ที่ไหนเลย อาจเป็นเพราะการแสดงเป็นเรื่องเล็กน้อยและไม่ได้ลึกซึ้งขนาดนั้น)

ดังนั้นเราจึงมีแนวคิดดังต่อไปนี้:

1. พฤติกรรมของมนุษย์ที่เป็นไปได้ทั้งหมดและ I/O ทางประสาทสัมผัส/มอเตอร์สามารถประมาณได้ผ่านตารางการค้นหาที่จำกัด
2. ตารางการค้นหาที่จำกัดนี้สามารถประมาณพฤติกรรมที่แท้จริงของมนุษย์ให้มีความแม่นยำตามอำเภอใจ
3. โครงข่ายประสาทเทียมทั้งหมดเป็นตารางการค้นหาที่มีขอบเขตจำกัดและมีการบีบอัดสูง และจากการทดลองแล้วทำงานได้ดีมาก ในการบีบอัดนี้

เห็นได้ชัดว่าตอนนี้งานศิลปะทั้งหมดสามารถสร้างขึ้นโดยแบบจำลองทางสถิติที่ประมาณส่วนเล็ก ๆ แบบทวีคูณของตารางการค้นหาที่มีขอบเขตจำกัดขนาดใหญ่เหล่านี้ เนื่องจากมีนามธรรม/การทำให้เข้าใจง่ายจำนวนมากที่คุณสร้างโมเดลเหล่านี้ได้ จึงกลายเป็นเรื่องง่ายมากขึ้นที่โมเดลทางสถิติสมัยใหม่ (หรือโมเดลทางสถิติในอนาคตอันใกล้) จะสามารถสร้างงานศิลปะที่มีความหมายได้

อย่างไรก็ตาม มีช่องโหว่หนึ่งที่เห็นได้ชัดในอาร์กิวเมนต์นี้: คุณจะหาค่าพารามิเตอร์สำหรับโมเดลทางสถิติดังกล่าวได้อย่างไร ณ ตอนนี้ เราได้ทำงานค่อนข้างดีในการค้นหาการกำหนดพารามิเตอร์สำหรับภาษาผ่านโมเดลที่คล้ายกับ GPT ซึ่งได้รับการฝึกฝนในคลังข้อมูลขนาดใหญ่มาก อย่างไรก็ตาม เรากำลังถึงจุดที่เราไม่มีข้อมูลในการฝึกอบรม — โดยพื้นฐานแล้ว เราใช้อินเทอร์เน็ตทั้งหมด ณ จุดนี้ และนอกจากจะรอให้มนุษย์สร้างข้อมูลเพิ่มเติมบนอินเทอร์เน็ตแล้ว ยังไม่มีวิธีที่เหมาะสม เพื่อเพิ่มการฝึกอบรมตามคำสั่งของขนาด ในความเป็นจริง เราอาจต้องหันไปใช้การเรียนรู้แบบเสริมแรง (RL) OpenAI ทำสิ่งนี้สำเร็จแล้ว (ดู ChatGPT) ลองนึกภาพเครื่องจักรที่เหมือนมนุษย์ได้รับการฝึกฝนอย่างต่อเนื่องเป็นเวลาประมาณ 20 ปีผ่านการเรียนรู้แบบเสริมกำลังกับเป้าหมายอย่างคร่าว ๆ เพื่อ "ใช้ชีวิตแบบมนุษย์ ” มีสัญญาณรางวัลที่เป็นไปได้ที่สามารถทำให้สิ่งนี้เป็นไปได้ ในหลาย ๆ ทาง เราเป็นเพียงตาข่ายประสาท (ด้วย aอคติอุปนัยจำนวน มากที่เก็บไว้ใน DNA ของเรา) เรียนรู้อย่างแข็งขันผ่านการเรียนรู้การเสริมแรงด้วยสัญญาณรางวัลจำนวนมาก ไม่มีเหตุผลทางวิทยาศาสตร์ว่าทำไมสิ่งนี้ถึงเป็นไปไม่ได้กับเครื่องจักร นอกจากนี้ เรายังมีข้อได้เปรียบจากการทำงานแบบคู่ขนานกับเครื่องจักร เมื่อมี Android ที่ใช้งานได้พื้นฐานแล้ว เราสามารถติดตั้งได้หลายพันเครื่อง และทำกระบวนทัศน์การฝึกอบรม RL สไตล์มินิแบทช์ ซึ่ง Android เครื่องเดียวจะได้รับประสบการณ์นับพันชีวิตพร้อมกัน สำหรับฉันแล้ว เป็นการยากที่จะโต้แย้งว่าแบบจำลองทางสถิติที่มีขนาดใหญ่มากไม่ได้ฝึกฝนด้วยวิธีนี้สร้างผลงานศิลปะที่ซับซ้อน มีความหมาย และไม่ธรรมดาที่สุดเท่าที่เราเคยเห็นมา ในความเป็นจริง มันอาจจะ "ดี" ในทางศิลปะมากกว่าที่เราจะเป็นได้ - มันจะสอนเราเกี่ยวกับความเป็นจริงและตัวเรา ซึ่งนักปรัชญามนุษย์จะใช้เวลาหลายพันปีในการค้นพบ แน่นอน คุณมีอิสระที่จะลดราคาทั้งหมดนี้เพราะมันถูกสร้างขึ้นโดยซิลิกอนมากกว่าโปรตีน

บางทีนี่อาจเป็นสิ่งที่เราต้องการให้สายพันธุ์ของเราไปในอนาคต? แทนที่จะดำเนินชีวิตที่คดเคี้ยวของเราในขณะที่มนุษย์ทำลายทุกสิ่งที่เราสัมผัส เราควรสร้างสิ่งมีชีวิตแห่งอนาคต — สิ่งมีชีวิตที่ฉลาดกว่าเรา สร้างขึ้นตามภาพลักษณ์ของเรา มันอาจจะยุติสงคราม การทรมาน ความโลภ ความทุกข์ทรมาน โรคภัยไข้เจ็บ และที่สำคัญที่สุดคือ จำนวนความโหดร้ายอันน่าสยดสยองที่มนุษย์กระทำ ใน แต่ละวัน นับไม่ ถ้วน อาจจะสุดโต่งไปหน่อย แต่ก็คุ้มที่จะคิด

อย่างไรก็ตาม เป็นไปได้มากว่าด้วยวัตถุประสงค์การเรียนรู้แบบเสริมแรงที่ถูกต้อง ข้อมูลที่เพียงพอ และแบบจำลองทางสถิติบางอันที่มีขนาดใหญ่มาก เราสามารถประมาณทุกแง่มุมของพฤติกรรมมนุษย์ได้อย่างมีความหมาย รวมถึงศิลปะด้วย

เดี๋ยวก่อน แล้วอะไรทำให้เราแตกต่าง?

ไม่มีอะไร. เราไม่ได้พิเศษ

หรืออาจจะไม่ มีข้อสันนิษฐานที่สำคัญสำหรับข้อความนี้ กล่าวคือ คุณต้องสนใจเฉพาะ I/O ของมนุษยชาติเท่านั้น ไม่ใช่สิ่งที่สร้าง I/O นี้ นี่เป็นวิธีที่เหมาะสมในการดำเนินการ เพราะนั่นคือสิ่งที่ทุกคนมีต่อ คุณ ยกเว้นคุณ คุณรู้อะไรเกี่ยวกับสิ่งที่เกิดขึ้นในหัวของใครนอกจากตัวคุณเอง? ไม่แน่นอน — คุณสามารถทำดีที่สุดเพื่ออนุมานสิ่งที่เกิดขึ้นในหัวของคนอื่นตามการกระทำของพวกเขา คุณสร้างแบบจำลองทางสถิติโดยปริยายของบุคคลในความคิดของคุณ โดยพิจารณาจากพฤติกรรมของพวกเขา เพื่อจัดหมวดหมู่ ทำความเข้าใจ และทำนายพฤติกรรมของพวกเขา อืมม… ฟังดูคุ้นๆ ใช่ไหม?

เราเป็นเพียงแบบจำลองทางสถิติหรือไม่? อาจจะ. หรืออย่างน้อยที่สุด พฤติกรรมของเราน่าจะเป็น งานหลายอย่างที่เราเคยคิดว่าซับซ้อน (เช่น การเปรียบเทียบ) กลายเป็นคุณสมบัติที่เกิดขึ้นใหม่ของรูปทรงเรขาคณิตของมิติสูงที่เหมาะสม (เช่นการเรียนรู้การเป็นตัวแทนด้วย DCGANs ) ไม่มีเหตุผลที่จะเชื่อว่าการคำนวณของมนุษย์ทั้งหมดของเรา ความซับซ้อนของมนุษย์ ไม่สามารถเข้ารหัสได้ด้วยแบบจำลองทางสถิติบางอย่าง นี่เป็นส่วนหนึ่งของเหตุผลที่ฉันรู้สึกหัวร้อนเล็กน้อยเมื่อมีคนพูดถึงการเรียนรู้เชิงลึกว่าเป็น “ แค่สถิติ ” — คุณหมายถึงอะไรโดยคำว่า “เพียงแค่” คนเหล่านี้ประเมินค่าสถิติที่ซับซ้อนต่ำเกินไป หรือประเมินค่าสูงเกินไปอย่างมากว่าพฤติกรรมของมนุษย์ซับซ้อนเพียงใด หรือทั้งสองอย่าง

หากคุณยังไม่มั่นใจ ให้ลองตกอยู่ในสถานการณ์ต่อไปนี้ ลองนึกภาพใครสักคนในชีวิตของคุณซึ่งคุณรักอย่างสุดซึ้งอย่างไม่น่าเชื่อ คนที่คุณยอมตายเพื่อหรือคนที่ทำให้ชีวิตของคุณมีค่า ลองนึกภาพว่าวันหนึ่งพวกเขาได้รับบาดแผลลึกที่แขนจากอุบัติเหตุเล็กน้อย แทนที่จะเห็นเส้นเลือด เนื้อเยื่อ และเลือด คุณเห็นสายไฟ แผงวงจร และน้ำหล่อเย็น คุณถามพวกเขาว่า“แล้วทั้งหมดนี้คืออะไร? คุณเป็นเครื่องจักรมาตลอดเหรอ?” พวกเขาตอบว่า “ฉันไม่รู้เลย ฉันตกใจมากพอๆ กับคุณ” (พวกเขาไม่รู้ว่าไม่ใช่มนุษย์). ตอนนี้คุณยังจะรักพวกเขาอยู่ไหม? พวกเขามีความหมายเหมือนกันกับคุณหรือไม่? พวกเขายังคงเป็นทุกอย่างของคุณ คนที่คุณยอมตายเพื่อ คนที่คุณขาดไม่ได้หรือเปล่า? หรือความจริงที่ว่าพวกเขาเป็นเครื่องจักรที่เปลี่ยนแปลงทุกสิ่ง? แน่นอนว่าความคิดเห็นของคุณเป็นของคุณเอง และฉันไม่อยากทำให้ความเชื่อใดๆ ของคุณเป็นโมฆะ แต่ฉันยินดีที่จะเดิมพันว่าคุณจะต้องเสียใจไม่แพ้กันหากคุณสูญเสียบุคคลนั้น หุ่นยนต์หรือไม่

ขยายความคิดนี้ออกไปอีก — อะไรหยุดการประมาณค่าประมาณระหว่างมนุษย์กับการ เป็นมนุษย์ที่น่าเชื่อถือและแตกต่างกันอย่างไม่น่าเชื่อ? ลักษณะของมนุษย์ที่กำหนดว่าเป็นเช่นนี้คืออะไร? คุณสามารถหาสิ่งที่จับต้อง ได้ ซึ่งแยกเราออกจากพวกเขาหรือไม่ ?

อย่างไรก็ตาม เพื่อให้ข้อความข้างต้นเป็นจริง คุณต้องดำเนินการด้วยความเข้าใจทางวิทยาศาสตร์ในระดับปัจจุบันของเรา อาจมีปรากฏการณ์ที่เราค้นพบอย่างแน่นอนในอนาคตที่จะแยกมนุษย์ออกจากเครื่องจักร แม้ว่าฉันจะพบว่าไม่น่าจะเป็นไปได้ที่เราจะค้นพบสิ่งนี้ ( ที่สำคัญ ฉันไม่จำเป็นเพราะคิดว่ามันไม่น่าเป็นไปได้ที่สิ่งเหล่านี้มีอยู่จริง เพียงแต่ไม่น่าเป็นไปได้ที่เราจะค้นพบมัน ) แน่นอน หากคุณเชื่อในจิตวิญญาณระดับใดก็ตามที่เหนือกว่าอเทวนิยม สิ่งที่กล่าวมาข้างต้นก็ไม่จำเป็นว่าจะเป็นความจริงเสมอไป ฉันไม่ได้มาที่นี่เพื่อโต้แย้งแนวคิดเหล่านี้ และไม่ใช่ตัวฉันเองที่นับถือศาสนาคริสต์ ทุกสิ่งที่เขียนในบทความนี้เป็นผลพวงของสัจพจน์ที่เรากำหนดไว้ในตอนเริ่มต้น และเราไม่ได้กำหนดความจริงที่แน่นอนใดๆ กับสัจพจน์เหล่านี้ นอกจากนี้ปัญหาเช่นปัญหาหนักของสติทำให้เรื่องซับซ้อนขึ้นไปอีก จนกว่าเราจะมีคำตอบที่ดีสำหรับสิ่งนี้ (ซึ่งเราอาจไม่เคยได้) ก็ยากที่จะมั่นใจได้ 100% ว่าเราไม่ต่างจากเครื่องจักร ปัญหาที่ยากต่อการมีสติคือเหตุผลพื้นฐานที่ฉันไม่นับถือศาสนาจริง ๆ และเป็นเหตุผลที่ทำให้ฉันกังวลเล็กน้อยเกี่ยวกับชีวิตเทียมที่เราจะสร้างขึ้น

อย่างไรก็ตาม บทความนี้เป็นเพียงวิธีที่ยืดยาวในการปกป้องพื้นหลังโทรศัพท์ที่เสถียรซึ่งสร้างขึ้นหลังจากที่ฉันทะเลาะกับเพื่อน ขอบคุณที่อ่านนะ เมเรดิธ❤️