Hvordan Skape Et Sinn
Tankeeksperimenterrediger
Kurzweil åpner boken ved å minne oss om betydningen av tankeeksperimenter i utviklingen av store teorier, inkludert evolusjon og relativitet. Det er verdt å merke Seg At Kurzweil ser Darwin som «en god konkurrent» for den ledende forskeren fra det 19.århundre. Han foreslår sine egne tankeeksperimenter relatert til hvordan hjernen tenker og husker ting. For eksempel ber han leseren om å recitere alfabetet, men deretter å recitere alfabetet bakover. Sværheten i å gå bakover antyder «våre minner er sekvensielle og i rekkefølge». Senere ber han leseren om å visualisere noen han har møtt bare en eller to ganger, vanskeligheten her antyder «det er ingen bilder, videoer eller lydopptak lagret i hjernen» bare sekvenser av mønstre. Til slutt konkluderer han med at hjernen bruker et hierarki av mønstergjenkjennere.
Mønstergjenkjenningsteori [Rediger / rediger kilde]
Kurzweil hevder at neocortex inneholder rundt 300 millioner svært generelle mønstergjenkjennere, arrangert i et hierarki. For eksempel, for å gjenkjenne et skriftlig ord kan det være flere mønstergjenkjennere for hvert annet bokstavslag: diagonal, horisontal, vertikal eller buet. Utgangen av disse recognizers ville mate inn høyere nivå mønster recognizers, som ser etter mønsteret av slag som danner et brev. Endelig et ord-nivå recognizer bruker utgangen av brevet recognizers. Hele tiden signaler mate både «fremover» og «bakover». For eksempel, hvis en bokstav er skjult, men de resterende bokstavene sterkt indikerer et bestemt ord, kan ordet-nivå recognizer foreslå for brev-recognizer hvilken bokstav for å se etter, og brev-nivå ville foreslå hvilke slag for å se etter. Kurzweil diskuterer også hvordan å lytte til tale krever lignende hierarkiske mønstergjenkjennere.
Kurzweils hovedoppgave er at disse hierarkiske mønstergjenkjennerne ikke bare brukes til å føle verden, men for nesten alle aspekter av tanken. For Eksempel, Kurzweil sier minne tilbakekalling er basert på de samme mønstrene som ble brukt når sensing verden i første omgang. Kurzweil sier at læring er kritisk for menneskelig intelligens. En datamaskinversjon av neocortex ville i utgangspunktet være som en nyfødt baby, ikke i stand til å gjøre mye. Bare gjennom gjentatt eksponering for mønstre ville det til slutt selvorganisere og bli funksjonelt.
Kurzweil skriver mye om nevroanatomi, av både neocortex og «den gamle hjernen». Han siterer nyere bevis på at sammenkoblinger i neocortex danner en gitterstruktur, noe som tyder på en felles algoritme på tvers av «alle neokortiske funksjoner».
Digital hjernerediger
Kurzweil next skriver om å skape en digital hjerne inspirert av den biologiske hjernen han har beskrevet. En eksisterende innsats han peker på Er Henry Markrams Blue Brain Project, som forsøker å skape en full hjernesimulering av 2023. Kurzweil sier at den fulle molekylære modelleringen de forsøker vil være for sakte, og at de må bytte i forenklede modeller for å øke hastigheten på den første selvorganisasjonen.
Kurzweil mener disse storskala simuleringene er verdifulle, men sier at en mer eksplisitt «funksjonell algoritmisk modell» vil være nødvendig for å oppnå menneskelige intelligensnivåer. Kurzweil er unimpressed med nevrale nettverk og deres potensial mens han er veldig bullish på vektorkvantisering, skjulte Markov-modeller og genetiske algoritmer siden han brukte alle tre vellykket i sitt talegjenkjenningsarbeid. Kurzweil likestiller mønstergjenkjennere i neocortex med uttalelser I LISP programmeringsspråk, som også er hierarkisk. Han sier også at hans tilnærming ligner Jeff Hawkins hierarkiske temporale minne, selv om han føler at de hierarkiske skjulte Markov-modellene har en fordel i mønsterdeteksjon.
Kurzweil berører noen moderne applikasjoner av avansert AI, inkludert Googles selvkjørende biler, IBMS Watson som slo de beste menneskelige spillerne på Spillet Jeopardy!, Siri personlig assistent I Apple iPhone eller konkurrenten Google Voice Search. Han kontrasterer den håndkodede kunnskapen Om Douglas Lenats Cyc-prosjekt med automatisert læring av systemer Som Google Translate og foreslår at den beste tilnærmingen er å bruke en kombinasjon av begge, noe SOM ER HVORDAN IBMS Watson var så effektiv. Kurzweil sier At John Searle har nivellert Sin» Kinesiske Rom » innvending Mot Watson, og hevder At Watson bare manipulerer symboler uten mening. Kurzweil mener at den menneskelige hjernen «bare» gjør hierarkisk statistisk analyse også.
I en seksjon med tittelen A Strategy For Creating a Mind oppsummerer Kurzweil Hvordan Han ville sette sammen et digitalt sinn. Han ville starte med en mønstergjenkjenner og legge til rette for et hierarki for selvorganisering ved hjelp av en hierarkisk skjult Markov-modell. Alle parametere i systemet vil bli optimalisert ved hjelp av genetiske algoritmer. Han ville legge til i en «kritisk tenkemodul» for å skanne eksisterende mønstre i bakgrunnen for inkompatibilitet, for å unngå å holde inkonsekvente ideer. Kurzweil sier at hjernen skal ha tilgang til «åpne spørsmål i hver disiplin » og ha muligheten til å» mestre store databaser», noe tradisjonelle datamaskiner er gode til. Han mener at den endelige digitale hjernen ville være «like i stand som biologiske til å utføre endringer i verden».
PhilosophyEdit
en digital hjerne med menneskelig intelligens reiser mange filosofiske spørsmål, hvorav den første er om den er bevisst. Kurzweil mener at bevissthet er «en fremvoksende egenskap av et komplekst fysisk system», slik at en datamaskin som emulerer en hjerne, ville ha samme fremvoksende bevissthet som den virkelige hjernen. Dette er i kontrast Til folk Som John Searle, Stuart Hameroff og Roger Penrose som tror det er noe spesielt med den fysiske hjernen som en datamaskinversjon ikke kunne duplisere.
Et annet problem er fri vilje, i hvilken grad folk er ansvarlige for sine egne valg. Fri vilje er knyttet til determinisme, hvis alt er strengt bestemt av tidligere tilstand, så vil noen si at ingen kan ha fri vilje. Kurzweil har en pragmatisk tro på fri vilje fordi han føler at samfunnet trenger det for å fungere. Han foreslår også at kvantemekanikk kan gi «en kontinuerlig kilde til usikkerhet på det mest grunnleggende nivået av virkeligheten» slik at determinisme ikke eksisterer.
Endelig adresserer Kurzweil identitet med futuristiske scenarier som involverer kloning av en ikke-biologisk versjon av noen, eller gradvis snu den samme personen til en ikke-biologisk enhet en operasjon om gangen. I det første tilfellet er det fristende å si at klonen ikke er den opprinnelige personen, fordi den opprinnelige personen fortsatt eksisterer. Kurzweil konkluderer i stedet at begge versjonene er like samme person. Han forklarer at en fordel med ikke-biologiske systemer er «evnen til å bli kopiert, sikkerhetskopiert og gjenopprettet», og dette er bare noe folk må bli vant til. Kurzweil mener identitet «er bevart gjennom kontinuitet i mønsteret av informasjon som gjør oss» og at mennesker ikke er bundet til et bestemt «substrat» som biologi.
loven om akselererende returrediger
loven om akselererende retur er grunnlaget for alle disse spekulasjonene om å skape en digital hjerne. Det forklarer hvorfor beregningskapasiteten vil fortsette å øke uforminsket selv etter At Moores Lov utløper, som Kurzweil forutser vil skje rundt 2020. Integrerte kretser, den nåværende metoden for å lage databrikker, vil falme fra rampelyset, mens noen nye mer avansert teknologi vil plukke opp slakk. Det er denne nye teknologien som vil få oss til de massive nivåene av beregning som trengs for å skape en kunstig hjerne.
som eksponentiell fremgang fortsetter inn i Og utover Singulariteten, Sier Kurzweil «vi vil fusjonere med den intelligente teknologien vi skaper». Derfra intelligens vil utvide utover raskt. Kurzweil lurer selv på om lysets hastighet virkelig er en fast grense for sivilisasjonens evne til å kolonisere universet.