心を作る方法
思考実験編集
カーツワイルは、進化と相対性理論を含む主要な理論の開発における思考実験の重要性を思い出させることによっ カーツワイルは、ダーウィンを19世紀の主要な科学者のための”良い候補”と見ていることは注目に値する。 彼は、脳が物事をどのように考え、覚えているかに関連する彼自身の思考実験を示唆しています。 例えば、彼はアルファベットを暗唱するために読者に尋ねますが、その後、アルファベットを後方に暗唱する。 後方に行くことの難しさは、”私たちの記憶は逐次的で順番にある”ことを示唆しています。 その後、彼は一度か二度だけ会った人を視覚化するために読者に尋ね、ここでの難しさは、”脳に保存されている画像、ビデオ、または音声録音がない”ことを示唆しているパターンのシーケンスだけである。 最終的に彼は、脳がパターン認識器の階層を使用すると結論づけています。
心のパターン認識理論編集
カーツワイルは、新皮質には約300万人の非常に一般的なパターン認識器が含まれており、階層的に配置されていると述べている。 たとえば、書かれた単語を認識するには、斜め、水平、垂直、または湾曲した文字のストロークごとにいくつかのパターン認識器があるかもしれません。 これらの認識器の出力は、より高いレベルのパターン認識器に供給され、文字を形成するストロークのパターンを探す。 最後に、単語レベルの認識機能は、文字認識機能の出力を使用します。 すべてのwhile信号は、”前方”と”後方”の両方を供給します。 たとえば、文字が隠されていても、残りの文字が特定の単語を強く示している場合、単語レベル認識機能は文字認識機能にどの文字を探すかを提案し、文字レベルはどのストロークを探すかを提案します。 Kurzweilはまた、音声を聴くには、同様の階層パターン認識器が必要である方法についても説明します。
カーツワイルの主な論文は、これらの階層パターン認識器は世界を感知するためだけでなく、思考のほぼすべての側面に使用されるということです。 たとえば、Kurzweil氏は、メモリリコールは、最初に世界を感知するときに使用されたのと同じパターンに基づいていると述べています。 Kurzweilは、学習は人間の知性にとって重要であると言います。 新皮質のコンピュータ版は、最初は生まれたばかりの赤ちゃんのようなもので、多くのことをすることはできません。 パターンに繰り返し暴露することによってのみ、最終的には自己組織化され、機能的になります。
カーツワイルは、新皮質と”古い脳”の両方の神経解剖について広範囲に書いています。 彼は、新皮質の相互接続がグリッド構造を形成するという最近の証拠を引用しており、これは彼に”すべての新皮質機能”にわたって共通のアルゴリズムを示唆している。
デジタルブレイン
Kurzweilは次に、彼が説明してきた生物学的脳に触発されたデジタル脳の作成について書いています。 彼が指摘している既存の努力の1つは、2023年までに完全な脳シミュレーションを作成しようとしているHenry MarkramのBlue Brainプロジェクトです。 Kurzweil氏は、彼らが試みている完全な分子モデリングは遅すぎ、初期の自己組織化をスピードアップするために単純化されたモデルを交換する必要があ
Kurzweilは、これらの大規模なシミュレーションは価値があると考えていますが、人間のレベルの知能を達成するためには、より明示的な「機能的アルゴリズムモデル」が必要であると述べています。 カーツワイルはニューラルネットワークとその可能性に感銘を受けていませんが、彼はベクトル量子化、隠れたマルコフモデル、遺伝的アルゴリズムに非常に強気です。 カーツワイルは、新皮質のパターン認識器をLISPプログラミング言語の文と同一視している。 彼はまた、彼のアプローチはJeff Hawkinsの階層的な時間記憶に似ていると言いますが、階層的な隠れマルコフモデルはパターン検出に利点があると感じています。
カーツワイルは、Googleの自動運転車、ゲームJeopardyで最高の人間の選手を打つIBMのワトソンを含む高度なAIのいくつかの近代的なアプリケーションに触れます！、AppleのiPhoneやその競合他社のGoogleの音声検索でシリのパーソナルアシスタント。 彼はDouglas LenatのCycプロジェクトの手でコード化された知識とGoogle Translateのようなシステムの自動学習を対比し、最良のアプローチは両方の組み合わせを使用するこ Kurzweilは、John SearleがWatsonでの「Chinese Room」の異議を平準化し、Watsonは意味のない記号のみを操作すると主張していると述べています。 Kurzweilは、人間の脳は階層的な統計分析も「ちょうど」行っていると考えています。
と題されたセクションで、カーツワイルはデジタルマインドをどのようにまとめるかを要約しています。 彼はパターン認識器から始め、階層的な隠れマルコフモデルを使用して階層を自己組織化するように手配します。 システムのすべてのパラメータは、遺伝的アルゴリズムを使用して最適化されます。 彼は矛盾した考えを保持することを避けるために非互換性のための背景の既存のパターンをスキャンするために”批判的思考モジュール”で加える。 Kurzweilは、脳は「あらゆる分野で開かれた質問」にアクセスし、従来のコンピュータが得意とする「広大なデータベースを習得する」能力を持つべきだと述べています。 彼は、最終的なデジタル脳は”世界の変化をもたらす生物学的なものと同じくらい能力がある”と感じています。
哲学編集
人間レベルの知性を持つデジタル脳は、多くの哲学的な質問を提起し、その最初のものは意識しているかどうかです。 カーツワイルは、意識は「複雑な物理システムの創発的な性質」であり、脳をエミュレートするコンピュータは実際の脳と同じ創発的な意識を持つだろうと感 これは、John Searle、Stuart Hameroff、Roger Penroseのような人々とは対照的で、コンピュータバージョンでは複製できない物理的な脳について特別なことがあると信じています。
もう一つの問題は、自由意志の問題であり、人々が自分の選択に責任を負う程度である。 自由意志は決定論に関連し、すべてが前の状態によって厳密に決定されるならば、誰も自由意志を持つことはできないと言う人もいます。 カーツワイルは、社会が機能するためにそれを必要としていると感じているので、自由意志の実用的な信念を保持しています。 彼はまた、量子力学は、決定論が存在しないように、「最も基本的な現実レベルでの不確実性の継続的な源」を提供する可能性があることを示唆している。
最後に、カーツワイルは、誰かの非生物学的バージョンをクローニングするか、徐々にその同じ人を非生物学的実体に一度に手術を回すことを含む未来的なシ 最初のケースでは、元の人がまだ存在しているので、クローンが元の人ではないと言うのは魅力的です。 カーツワイルは、代わりに、両方のバージョンが同じ人であると結論づけています。 彼は、非生物学的システムの利点は、”コピーされ、バックアップされ、再作成される能力”であり、これは人々が慣れなければならないものであると説明してい カーツワイルは、アイデンティティは”私たちを作る情報のパターンの連続性によって保存される”と考えており、人間は生物学のような特定の”基質”に束縛されていないと考えている。
加速リターンの法則編集
加速リターンの法則は、デジタル脳を作成することについてのこれらの推測のすべての基礎です。 これは、ムーアの法則が期限切れになっても計算能力が衰えずに増加し続ける理由を説明しており、Kurzweilは2020年頃に起こると予測しています。 いくつかの新しいより高度な技術がたるみをピックアップしながら、集積回路、コンピュータチップを作成する現在の方法は、脚光を浴びてフェードイン 人工脳を作成するために必要な計算の大規模なレベルに私たちを取得するのは、この新しい技術です。
特異点を超えて指数関数的な進歩が続くにつれて、カーツワイルは”私たちが作成しているインテリジェントな技術と合併する”と述べています。 そこから知性は急速に外側に拡大します。 カーツワイルは、光の速度が本当に宇宙を植民地化する文明の能力に対する確固たる限界であるかどうかさえ疑問に思っています。