科学者であり発明者でもあるS.Wolframは、帯域幅が広いため、従来の音声や書き込みに比べて、より豊かなコミュニケーション形態として視覚的手段に人々が惹きつけられると主張しています。視覚チャネル[2、p。 371-372]。
これは、準インテリジェンスが技術的進化ではなく、それでも私たちの自然の中で可能であるという結論を示唆していますが、逆の方向、つまり、コマンドのマシン実行のレベルへの自然インテリジェンス（EI）の劣化であり、これには理由があります。物理学者N.Gershenfeldによると、人工（AI）の開発における次の段階は、人工知能と自然知能の融合です[2、p.233]。 AIとEIの収束技術はすでに形成されています。たとえば、ある実験では、数匹のラット（3〜4）の脳をネットワーク化して、温度と大気圧に関する情報に基づく雨の予測、パターン認識、感覚情報の保存と取得など、受信したデータに基づく計算上の問題を解決しました。この場合、計算が成功した場合、被験者は報酬を受け取りました。実は科学者自身によると、それは作成されました強化による神経ネットワークの学習。別の実験では、科学者はメモリスターを使用して、インターネットを介して被験者から数百キロ離れた場所にあるフリント（神経形態）マイクロチップで具現化された神経ネットワークにラットの脳を接続しました。これらの実験の違いはわずか5年（最初の実験は2015年に実施された）であり、この短い期間はEIからEIとAIの合併への意味のある移行を事前に決定したことに注意する必要があります。
この方向性は、文字通りにも比喩的にも、豊かな視点を持っています。 2014年に開始された米国国立衛生研究所-BRAINイニシアチブ（NIH BRAIN）のプロジェクトには、最新の技術に基づく脳の包括的な研究と、新しい知識の実践への導入が含まれます。で公式レポート目標は強調されています。「私たちの仕事は、精神的な経験と行動を引き起こす神経活動の計画とパターンを理解することです。」
このイニシアチブの戦略は次のことを定義します。
- 脳を説明し、ニューロンとグリア細胞の間の接続の正確なマップを作成します。
- さまざまな条件下で、さまざまな動作でチェーン内のセルの動的アクティビティを測定します。
- このアクティビティを使用して、チェーンのアクティビティが動作にどのように影響するかについての因果関係の仮説をテストします。
- 強力な計算リソースを使用して、神経回路の活動の動的パターンが動作を生成するメカニズムを分析および理解します。
最後のポイントは、このプロジェクトで非常に重要です。つまり、強力なコンピューティングリソース（利用可能なニューラルネットワークシステムとスーパーコンピューターを参照）を使用して、動作を予測する方法を学びます。つまり、自然の知性を人工的なものとして分析し、それらの統合、組織化、および管理の基礎を築く方法を学ぶことです。
この研究イニシアチブには深刻な財政予算があると言わなければなりません。2020年までは5億ドル、その後2025年までは年間5億ドルです[3、p。 120]、これは最も深刻な科学的資源がこのプログラムに関与できることを意味します。
したがって、EIを単純化すること、つまり人間の意識を下品にすることが判明した場合、生物学的システムと機械的システムの2つのシステムを統合するというアイデアはより現実的になります。このことから、技術的な問題は、自己認識、感情、思考に恵まれた生物学的対象の豊かな感覚の世界を、デバイス間の相互作用を決定する技術的コミュニケーション（機器の相互作用）に還元することにあります。
この文脈では、D.K。デネットの引用を参照する価値があります。「AIは人間の知性に寄生します。彼は恥知らずに人々が創造したすべてのものをむさぼり食う...」-私たちの悪徳[2、p。83]を含め、自己が物語の重力の中心として機能する意識の概念の著者である有名な哲学者を続けています[4]。
今日のAIは統計オブジェクトであり、人から、または人について受け取ったデータに基づいて機能する（または機能しない）モデルを作成する数学的な関数のセットであるため、このアイデアは非常に適切であることを認めなければなりません。人が取得したデータに歪みが埋め込まれている場合、学習ニューラルネットワークも特定の方法で歪みに反応します。これは、外部からの人に対するシステムのバイアスのように見える場合があります。たとえば、アマゾンでの「技術的」ポジションの候補者の再開を評価するために設計されたAIは、意図的に女性を差別しました。仕事は主に男性に与えられた10年間のデータで研究されました。
主観的な意味で、人自身が「単純」であるほど、得られた統計に基づいて彼の好みをより正確に決定し、予測することが可能であると明確に言うことができます。
近い将来、私たちは反対の性質の問題、つまり、仮想空間への人の移動、またはむしろ人間の意識の問題に関心を持つ必要があります。現在および将来の関心がAIの開発とAIの制御である人々にとって、これはより緊急の課題です。 「私たちは画像やテキストの優れたモデルを持っていますが、人の優れたモデルが不足しています。人間は思考機械の最良の例です」とプリンストン大学のコンピューター科学、文化、技術の教授であるトム・グリフィスは言います[2、p。 178]。
ここで、上記で書かれたこと、すなわち、BRAINイニシアチブプロジェクトの枠組み内での神経構造のレベルでの人間の行動の研究への体系的なアプローチの作成を思い出す必要があります（上記を参照）。これをサポートするために、T。Griffithsによる次のステートメントを追加できます。「...人間の認識を形成する人間の偏見を定義する」ことによって、コンピューターを人間の能力に近づけることが可能です[同上、p。 179]。
したがって、デジタル空間での行動の研究は、ニューラルネットワークのトレーニングモデルとして実装するための消費マトリックスの研究と定量化だけでなく、まず第一に、人がどのように考え、なぜ「それ」を行うのかに関するものです。これら2種類のアクションの違いは、AIの開発のその後のパスに対する態度にあります。最初のケースでは、それは消費者モデルであり、2番目のケースではそれは疫学的です。条件付き二分法-消費/哲学者。私の意見では、この二分法は、将来のスーパーインテリジェンスの開発の想定される経路に関する専門家の主な関心事です。破壊または独立種への進化的開発と共同共存までの人間に対する攻撃的な行動です。
結論
米国とカナダのさまざまな大学の研究者チームがコンピューターモデルを作成しました単一の例から学習することができます（ワンショット学習）。この能力は生まれた時から与えられ、幼い頃から利用できます。研究者たちは、さまざまな例で一連の「視覚的チューリングテスト」を実施しました。モデルでは、多くの場合、人間の行動と区別がつかない創造的な一般化が示されました。これは、人間の心の基本的な基準の1つです。これは、以前は自然の知性でしか利用できなかった、学ぶことを学ぶ（「学ぶことを学ぶ」）ことです。このように学び始めることで、AIはその発展に有利な条件を作り出すことができます。 AIが人間よりも大きなアドバンテージを持つ、AIにとって最も好ましい環境は、私たちが喜んで、ますます多くの時間を過ごす仮想空間です。
AIがEIよりも有利な空間に人間の意識を移す、たとえば計算速度の途方もないギャップは将来の問題ではなく、少なくとも今のところ、有名な映画「TheMatrix」の脚本とは何の関係もありません。 A.ペントランドは、人間のネットワークを作成することは可能であると信じていますが、機械学習に基づくニューラルネットワークの原則に従って、ニューロンの役割は選択された個人によって実行されますが、科学者はそのような選択の透明性を保証する科学的方法論を持っていません[2、p.263-279]。
脳構造の統一が技術的に可能であるという事実は、マウスを使った実験で見られました。そして、コンピュータモデルが学ぶことを学ぶことができるという事実も事実です。
これら2つの機能を組み合わせると、未来の美しいユートピア的なビジョンを得ることができます。生きている人間の脳基質とこのシステムに組み込まれた自己学習エージェントに基づくニューロモーフィックコンピューティングネットワーク。蓄積された情報の外部データにも完全にアクセスできます。この場合、自然と人工の知性の収束の有効性は最大限に努力します、同時に人が独立した主題であり続けるかどうか、これは問題です。
すぐに場所になるかもしれないPSユートピア
東南アジアの人口の少ない地域のどこかに、あらゆる種類の植物が生い茂る周囲の風景とは大きく一致せず、壁に奇妙なHBRTのエンブレムが付いた巨大な白いハンガーがあります。この地域は、何キロにもわたって、電圧がかかった状態で4メートルの高さの格子フェンスに囲まれています。そして、周りに生きている魂は一人ではなく、自律的な観測システムだけです-民間の軍事会社ブラックロックに属するドローンは、時々、地域をパトロールします。
ハンガーでは、特別な条件の列でさえ、単一の目的のために、接続された生命維持システムを備えた何千もの人体があります：それらはすべて神経ネットワークに接続されています-スーパーコンピューターの役割を果たす単一の生きている脳。この「コンピューター」は、シンガポールで最もファッショナブルな超高層ビルに営業所を置くHuman Brain ResourcesTech。が所有しています。 HBRTはGoodleCorporationの子会社であり、以前は人間の意識の実験で悪名高いものでした。現在はクラウドサービスとコンピューティング市場のリーダーですが、同社の成功の主な秘訣は、世界で最も高い精度でさまざまな活動分野の確率を予測および予測することです。
脚注：
1.ちなみに、このアイデアはDevsシリーズの人気のある文化で視覚化されました。最初のエピソードでは、開発者のグループが、生きているサンプルからのデータの分析に基づいて、線虫の動的挙動の予測モデルを雇用主に示しました。
文献
1.RozinV。セミオティック研究。M、2001、-256ページ。
2.ブロックマンJ.人工知能-希望と恐れ。M、2020、-384ページ
3. Brain Initiative 2025 braininitiative.nih.gov/sites/default/files/pdfs/brain2025_508c.pdf
4. DennettD。意識の説明。1991年-511ページ