sponzorisano
Vjerovatno ste čuli za Googleov LaMDA i viralna rasprava o tome da li AI može postati razuman. Tim na Tau tvrdi da je možda osjećaj AI samo mali dio njegove inteligencije. Umjesto toga, prava inteligencija AI će se zasnivati na njenoj sposobnosti da logički razumije potrebe ljudi i automatski ih zadovolji.
Tau je prva platforma koja će moći prihvatiti misli, savjete i znanje svojih korisnika i ažurirati vlastiti softver u realnom vremenu tako što će njegovi korisnici pisati na jezicima koje i mašine i ljudi mogu čitati i razumjeti. Tauova decentralizovana društvena mreža i njen monetarni aspekt, Agoras kriptovaluta, pokreće AI koju tim naziva istinski inteligentna umjetna inteligencija – Logička AI. Logička veštačka inteligencija se radikalno razlikuje od mašinskog učenja i, prema Tauovom osnivaču Ohadu Asoru, na ivici je da postane sledeći veliki talas u svetu tehnologije.
Na Tau, Logical AI će vam omogućiti da učestvujete u diskusijama veličine milijardi ljudi i trenutno vidite kolektivno namjerno značenje iza misli koje se dijele na mreži. Ovo će se postići tako što će ljudi koristiti kontrolirane prirodne jezike (CNL) koje i ljudi i mašine mogu razumjeti. Svaka misao i svako znanje, bilo eksplicitno ili implicitno, biće automatski prepoznato i registrovano kao vaš pogled na svet, koji će delovati kao vaš profil na Tauu i biće potpuno vaš. Ako su vaše ideje i znanje organizovani na tako napredan način, to će značiti da ćete moći ne samo da otkrijete revolucionarna rešenja, već i da unovčite svoje znanje na jednostavan i direktan način koji do sada nije bio moguć.
Samo unoseći svoje misli o Tauu, vaše znanje će automatski postati digitalna imovina u vašem vlasništvu. Moći ćete prodati svoje znanje drugim kupcima ili ga koristiti za generiranje prihoda iznajmljivanjem određenih njegovih dijelova svojim pretplatnicima jer će Tau shvatiti da čak i dio vašeg znanja može biti dio rješenja za nečiji problem. Tau će istaknuti kombinaciju znanja više korisnika i predložiti je kao rješenje za važne i složene probleme, garantirajući na taj način da traženo znanje odgovara specifikacijama 100%.
Nijedno od ovih rješenja ne bi bilo moguće s bilo kojom drugom vrstom AI, osim onog zasnovanog na logici. To je zato što, pojednostavljeno rečeno, logička AI se svodi na riječi i rečenice. U svojoj srži, radi se o sposobnosti zaključivanja izjava iz drugih izjava, na način onoga što se naziva deduktivno zaključivanje. Na primjer, iz tri izjave:
- Pariz je u Francuskoj.
- Francuska je u Evropi.
- Ako je x u y, a y u z, onda je x u z. Ovo za sve x, y, z.
možemo zaključiti izjavu
Područje matematičke logike uči da se gotovo sva logička pitanja mogu svesti na ovaj oblik dedukcije. Na primjer, skup iskaza je kontradiktoran, ako i samo ako iz njega možemo izvesti i iskaz i njegovu negaciju.
Logička AI je mehanizacija logičkog zaključivanja: pronalaženje kontradikcija, utvrđivanje da li zaključak slijedi iz datih pretpostavki, itd. Dakle, radi se o sposobnosti da dozvolimo mašinama da shvate ono što im želimo reći, osim pukih mašinskih instrukcija.
U međuvremenu, mašinsko učenje, koje je trenutno najrašireniji oblik veštačke inteligencije, odnosi se na uopštavanje na osnovu primera. Dakle, ako bismo gore navedeni primjer Francuske i Pariza prenijeli na način mašinskog učenja, morali bismo da opskrbimo algoritam mnogim primjerima oblika „x je u y“, a zatim se nadati da će algoritam zaključiti da Pariz je u Evropi.
Takav oblik komunikacije ne zaslužuje ni da se nazove inteligentnim, jer kako nešto može biti inteligentno ako ne može zaključiti da je Pariz u Evropi, a mora vidjeti veliki broj primjera da bi to „shvatio“, a i to nije zagarantovano? Uopštavanje na osnovu primjera je vjerovatnoće. Kako možemo pretpostaviti o nevidljivim uzorcima? Iznenađujuće je da mašinsko učenje ponekad može biti ispravno i nije sasvim slučajno, i zaista, mašinsko učenje zaslužuje da se nazove matematičkim čudom. Uostalom, kako se može reći nešto što je, po velikoj vjerovatnoći, čak i približno tačno, pod nultim znanjem mimo nekih uzoraka?
Iznenađujuće, mašinsko učenje to može učiniti. I to je ono što je mašinsko učenje sa svim svojim prednostima i nedostacima. Njegov slučaj upotrebe je kada imamo malo ili nimalo znanja o sistemu, a sve što možemo da uradimo je da uzmemo uzorke i pokušamo da ih generalizujemo.
Logička AI, s druge strane, se odnosi na puno znanje i apsolutnost, bilo eksplicitno ili implicitno. Radi se i o mnogo efikasnijem načinu komunikacije, direktnoj komunikaciji, „samo reći stvar“, umjesto da se trudimo davati mnogo primjera.
Dalje, dešava se da je mašinsko učenje inherentno nesposobno za izvođenje logičkog zaključivanja, npr. otkrivanje kontradikcija. Ovo je matematički dokazano korištenjem argumenata teorijske složenosti. Stoga ne čudi da mašinsko učenje ostvaruje uspeh samo u oblastima koje su neverbalne prirode, dok u oblasti obrade prirodnog jezika ono predstavlja samo vrlo ograničene mogućnosti.
Međutim, sasvim je valjano i obrnuto: ne samo da logika može obaviti strojno učenje, već to već čini. Algoritmi mašinskog učenja su već izraženi u logičkim oblicima (za razliku od primera) i već su implementirani kao kompjuterski programi koji takođe poprimaju logički prilično verovatnoćan oblik, odnosno mašinske instrukcije.
Pokrivanje logičke veštačke inteligencije stoga pokriva i mašinsko učenje, ali obrnuto se nikada ne može postići. Drugi način da se to kaže je sljedeći: mašinsko učenje na kraju pokriva ono što se naziva induktivno i abduktivno rezonovanje (što otprilike odgovara onome što se zove nadgledano i nenadgledano učenje), te je kao takva vrlo obećavajuća, ali i dalje u obliku koji je ograničen samo na primjere, a dalje, sadašnje tehnologije se bave samo podacima numeričke prirode, ili podacima koji se u takve mogu pretvoriti. Logička AI, s druge strane, može obuhvatiti deduktivno zaključivanje, induktivno zaključivanje i abduktivno zaključivanje, u kvalitativnim i kvantitativnim podacima.
Ovo su glavni razlozi zašto Tau je odabrao Logičku AI kao krajnji oblik AI, tvrdeći da je mašinsko učenje samo prekretnica u istoriji AI. Tau-ova rješenja će poboljšati mnoge aspekte ljudskog propusnog opsega, od skaliranja diskusija, do monetizacije znanja, do pametnih ugovora i decentraliziranog upravljanja. Sve to zbog sposobnosti logike da premosti jaz između ljudi i mašina.
Saznajte više o Tauu i timu koji stoji iza njega OVDJE
Pridružite se rastućoj Tau zajednici telegram
Ovo je sponzorirani post. Naučite kako doći do naše publike OVDJE. Pročitajte izjavu o odricanju odgovornosti ispod.
Krediti za slike: Shutterstock, Pixabay, Wiki Commons
odricanje: Ovaj je članak samo u informativne svrhe. To nije direktna ponuda ili prikupljanje ponuda za kupovinu ili prodaju, niti preporuka ili potvrda bilo kojeg proizvoda, usluge ili kompanije. Bitcoin.com ne pruža investicijske, porezne, pravne ili računovodstvene savjete. Ni kompanija ni autor nisu direktno ili indirektno odgovorni za bilo kakvu štetu ili gubitak koji je uzrokovan ili navodno prouzrokovan ili povezan s uporabom ili oslanjanjem na bilo koji sadržaj, robu ili usluge spomenute u ovom članku.
Izvor: https://news.bitcoin.com/sentient-ai-does-not-equal-intelligent-ai-tau-uses-logic-to-make-machines-truly-understand-people/