ロボットは意識を獲得できるのか?もしそうなら、どうやって知るのでしょうか?

ロボットは意識を獲得できるのか?もしそうなら、どうやって知るのでしょうか?

一部の専門家は、人間は簡単に知能ロボットを作成し、それが知能を持っていることを知ることができると考えています。一方、他の部分はそれは不可能だと言います。しかし、それは意識が何を意味するかによって異なります。

[[428673]]

意識は主観的な経験です。私たちの脳が作り出した幻想。そして、この説明に頼るなら、人間の脳の行動パターンを再現する人工知能を作成することは、人間の意識を持つ機械につながるでしょう。しかし、これをどうやって確認するのでしょうか?

タフツ大学のダニエル・ダナット氏は、機械が意識を持っていることを証明する標準的なチューリングテストで十分だと主張している。重要なのはそれを賢く管理することです。

プリンストン大学のマイケル・グラツィアーノ氏は、より直接的なアプローチが必要だと考えている。マイケルの理論によれば、意識は脳の働きを簡略化したモデルであり、脳がどのように現実を認識するか、その働きの一環としてどのようなプロセスが発生するかを説明するために脳自体によって作成されたものである。グラツィアーノ氏は、同様の自己反省モードを備えた AI を構築できる可能性もあると考えています。彼は付け加えた。 「機械を作り、その内部構造を観察できれば、この人工物が人間に似ているかどうかが分かります。もしそうなら、その作られた機械は、何らかの意識を持っていると考え、信じていると自信を持って言えます。そして、機械がどのように機能し、どのように情報を処理するかという原理を明確に理解できるため、それが証明できるのです。」

グラツィアーノは、どんな種類の機械でも意識が生まれる可能性があると信じている。それはコンピュータ プログラムでも、本格的なロボットの古典的な形でもかまいません。

サセックス大学のアニル・セス氏はそうは考えていない。 「意識が、それが存在する物質からどの程度独立しているかはまだわかっていない」とセス氏は指摘した。アニルは、ロボットの脳(またはそれに相当するもの)を分析して初めて、機械が意識を持つことができるかどうか、つまり、人間の意識を構成する人間と同じ構成要素を持っているかどうかを分析して初めて理解できると主張している(たとえば、人間の脳のオルガノイドはさまざまな生物学的接続で構成されている)。

統合情報理論に忠実であれば、機械の意識を検出することははるかに容易になります。その主な定理は、システム内の情報統合の度合いを測定する値はゼロより大きくなければならないと述べています。実際には、比較的複雑なシステムではこの値を計算することは困難な作業になります。選択したマシンの情報統合がゼロより大きいと確実に言えるとしても、このマシンが意識を持っているかどうかを明確に検証するためのリソースが私たちにはないのです。

分解されたシステム

アイルランド国立大学のフィル・マグワイア氏は、さらに考えを深めることにした。彼は統合システムの原理を理解することは不可能だと指摘した。構成要素だけを見て分析することはできません。 「この機械は、互いに独立して研究できる多くの部品から構成されている」とマグワイア氏は語った。 - 彼らは崩壊した。意識を説明しようとしなくても、崩壊したシステムを簡単に研究し、その仕組みを理解することができます。言い換えれば、彼は機械が意識を持つことはできないと信じていたのです。

レンセラー工科大学のセルマー・ブリングスジョード氏もマグワイア氏に同意しているが、その理由は異なる。彼の見解では、人間の主観的な自己認識が無形のものの結果であるという事実は、人間の行動の多くの特徴の根底にある。機械にはそのような「メカニズム」がないので、私たちが慣れている意味で意識を獲得したり、知的になることは決してありません。

意識の出現の理論

意識の起源とその仕組みについては多くの理論が存在します。しかし、最も影響力のあるもの 5 つを以下に示します。

  • グローバルニューラルネットワーク。信じられるのなら、脳は情報を生成するのではなく、外部から情報を受け取るのです。
  • 注意スキーマ理論。したがって、脳には自己認識のモデルが含まれています。つまり、意識がどのように機能するかを自分自身に説明するために、複雑な神経処理によって作り出された何らかの錯覚を生み出します。
  • 予測処理。この理論は、脳が一連の偶発的な出来事を生み出すメカニズムであることを示唆しています。したがって、人の意識的な経験の多くは、期待と仮定に基づいています。
  • 統合情報の理論については、この記事ですでに説明しました。
  • 量子意識。量子力学は意識を説明することができます。脳内の微細構造要素は、重ね合わせて、つまり、すべてのバリエーションが同時に存在することができます。そして、これらの構造要素の質量が一定の閾値を超えると、システム全体が単一の状態に崩壊します。この崩壊が意識の出現を引き起こすのです。

<<:  HuggingFace は、大規模モデルの製造パフォーマンスを効率的にリリースするための Transformer 拡張および最適化ライブラリをオープンソース化しました。

>>:  Google、イスラエルの交差点にAI信号機を設置

ブログ    
ブログ    
ブログ    
ブログ    
ブログ    
ブログ    

推薦する

ヘルスケアにおける IoT と AI

IoT 対応デバイスの登場により、医療における遠隔モニタリングが可能になりました。ほぼすべての大手...

もう読み間違えないでください!人工知能と人間の知能の違いを理解する

人工知能が賢くなるにつれて、人類を絶滅させるだろうという主張が次々と現れています。実際、多くの有力者...

DrivingGaussian: リアルなサラウンドビューデータ、運転シーンの再構成SOTA

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

顔認証決済には注意しましょう。お金を盗まれる可能性があります

受動的な収集は防御が難しい一部の学校では、この技術を搭載したカメラを使用して、生徒の授業状況を監視し...

LRUキャッシュの実装アルゴリズムについて議論しましょう

ビジネスモデル読み取り、書き込み、削除の比率はおよそ 7:3:1 です。少なくとも 500 万個のキ...

...

専門家の意見: AIアプリケーションでは、ビッグデータよりもワイドデータが価値がある

今日の急速に変化するデジタル世界では、データの使用は進化し続けており、企業は構造化データと非構造化デ...

PHPの再帰アルゴリズムについて話す

PHP はまだ比較的よく使用されているので、PHP の再帰アルゴリズムを研究し、皆さんのお役に立てれ...

清華大学 IEEE 論文: 自動運転の判断を支援する新しいトレーニング方法を使用して「路側干渉」を排除

最近、清華大学の学者たちは、オートエンコーダーに基づく新しいトレーニング方法を提案しました。これによ...

...

高性能な PyTorch はどのように実現されるのでしょうか?経験豊富な専門家がまとめた落とし穴を避ける10のヒント

最小限の労力で最も効率的な PyTorch トレーニングを完了するにはどうすればよいでしょうか? P...

...

...

ALS の少年がアリ数学コンテストで輝く!ブラックホールを研究するためにMITに独学で入学、指導者はホーキングと非常に似ている

今年のアリババ世界数学コンテストでは、特別優秀賞受賞者が決定しました。 ALSを患う20歳の少年、ル...

...