Empfindungsfähige KI ist nicht gleich intelligenter KI

gesponsert

Davon haben Sie wahrscheinlich schon gehört LaMDA von Google und die virale Diskussion darüber, ob eine KI empfindungsfähig werden kann. Das Team von Tau argumentiert, dass das Empfindungsvermögen einer KI möglicherweise nur einen kleinen Teil ihrer Intelligenz ausmacht. Vielmehr wird die wahre Intelligenz der KI auf ihrer Fähigkeit basieren, die Bedürfnisse der Menschen logisch zu verstehen und sie automatisch zu befriedigen.

Tau ist die erste Plattform überhaupt, die in der Lage sein wird, die Gedanken, Ratschläge und das Wissen ihrer Benutzer zu nutzen und ihre eigene Software in Echtzeit zu aktualisieren, indem sie ihre Benutzer in Sprachen schreiben lässt, die sowohl Maschinen als auch Menschen lesen und verstehen können. Das dezentrale soziale Netzwerk von Tau und sein monetärer Aspekt, Agoras Kryptowährung, wird von einer KI angetrieben, die das Team die wirklich intelligente künstliche Intelligenz nennt – logische KI. Logische KI unterscheidet sich radikal vom maschinellen Lernen und steht laut Tau-Gründer Ohad Asor kurz davor, die nächste große Welle in der Welt der Technologie zu werden.

Auf Tau ermöglicht Ihnen Logical AI, an Diskussionen in der Größenordnung von Milliarden von Menschen teilzunehmen und sofort die kollektive Absichtsbedeutung hinter den über das Netzwerk geteilten Gedanken zu erkennen. Dies wird dadurch erreicht, dass Menschen Controlled Natural Languages ​​(CNLs) verwenden, die sowohl Menschen als auch Maschinen verstehen können. Jeder Gedanke und jedes Wissen, ob explizit oder implizit, wird automatisch erkannt und als Ihre Weltanschauung registriert, die als Ihr Profil auf Tau fungiert und vollständig Ihnen gehört. Wenn Sie Ihre Ideen und Ihr Wissen so fortschrittlich organisieren, können Sie nicht nur bahnbrechende Lösungen entdecken, sondern Ihr Wissen auch auf eine mühelose und direkte Weise monetarisieren, die bisher nicht möglich war.

Indem Sie einfach Ihre Gedanken zu Tau eingeben, wird Ihr Wissen automatisch zu einem digitalen Vermögenswert, der Ihnen gehört. Sie können Ihr Wissen an andere Käufer verkaufen oder damit Einnahmen erzielen, indem Sie bestimmte Teile davon an Ihre Abonnenten vermieten, da Tau versteht, dass sogar ein Teil Ihres Wissens Teil der Lösung eines Problems sein kann. Tau wird die Kombination des Wissens mehrerer Benutzer hervorheben und es als Lösung für wichtige und komplexe Probleme vorschlagen und so garantieren, dass das erforderliche Wissen zu 100 % mit den Spezifikationen übereinstimmt.

Keine dieser Lösungen wäre mit einer anderen Art von KI möglich, außer einer, die auf Logik basiert. Denn vereinfacht gesagt dreht sich bei der logischen KI alles um Wörter und Sätze. Im Kern geht es um die Fähigkeit, Aussagen aus anderen Aussagen abzuleiten, im Sinne des sogenannten deduktiven Denkens. Zum Beispiel aus den drei Aussagen:

• Paris liegt in Frankreich.
• Frankreich liegt in Europa.
• Wenn x in y ist und y in z, dann ist x in z. Dies gilt für alle x, y, z.

wir können die Aussage ableiten

Das Gebiet der Mathematischen Logik lehrt, dass praktisch alle logischen Fragen auf diese Form der Schlussfolgerung zurückgeführt werden können. Beispielsweise ist eine Menge von Aussagen genau dann widersprüchlich, wenn wir daraus sowohl eine Aussage als auch deren Negation ableiten können.

Logische KI ist die Mechanisierung des logischen Denkens: Widersprüche finden, feststellen, ob aus gegebenen Annahmen eine Schlussfolgerung folgt und so weiter. Es geht also um die Fähigkeit, Maschinen über bloße Maschinenanweisungen hinaus verstehen zu lassen, was wir ihnen sagen wollen.

Beim maschinellen Lernen, der derzeit am weitesten verbreiteten Form der KI, geht es hingegen darum, anhand von Beispielen zu verallgemeinern. Wenn wir also das obige Beispiel von Frankreich und Paris auf die Art und Weise des maschinellen Lernens kommunizieren würden, müssten wir dem Algorithmus viele Beispiele der Form „x ist in y“ liefern und dann hoffen, dass der Algorithmus zu dem Schluss kommt, dass Paris in Europa liegt.

Eine solche Form der Kommunikation verdient es nicht einmal, intelligent genannt zu werden, denn wie kann etwas intelligent sein, wenn es nicht zu dem Schluss kommen kann, dass Paris in Europa liegt, und viele Beispiele sehen muss, um das zu „verstehen“, obwohl selbst das nicht garantiert ist? Die Verallgemeinerung anhand von Beispielen ist probabilistischer Natur. Wie können wir eine Vermutung über unsichtbare Proben anstellen? Es ist überraschend, dass maschinelles Lernen manchmal recht haben kann und nicht völlig zufällig ist, und tatsächlich verdient maschinelles Lernen die Bezeichnung mathematisches Wunder. Denn wie kann man etwas sagen, das mit hoher Wahrscheinlichkeit auch nur annähernd richtig ist, ohne dass über einige Stichproben hinausgehende Kenntnisse vorliegen?

Überraschenderweise kann maschinelles Lernen dies leisten. Und genau darum geht es beim maschinellen Lernen mit all seinen Vor- und Nachteilen. Der Anwendungsfall besteht darin, dass wir kaum oder gar kein Wissen über ein System haben und uns nur Proben entnehmen und versuchen können, diese zu verallgemeinern.

Bei der logischen KI hingegen geht es um vollständiges Wissen und Absolutheit, sei es explizit oder implizit. Es geht auch um eine viel effizientere Art der Kommunikation, um die direkte Kommunikation, um „einfach die Sache zu sagen“, statt sich mit vielen Beispielen herumzuschlagen.

Darüber hinaus ist maschinelles Lernen von Natur aus nicht in der Lage, logisches Denken durchzuführen, z. B. Widersprüche zu erkennen. Dies wird mithilfe komplexitätstheoretischer Argumente mathematisch bewiesen. Es ist daher nicht verwunderlich, dass maschinelles Lernen nur in Bereichen erfolgreich ist, die nonverbaler Natur sind, während es im Bereich der Verarbeitung natürlicher Sprache nur sehr begrenzte Möglichkeiten bietet.

Umgekehrt gilt jedoch vollkommen: Nicht nur die Logik kann maschinelles Lernen, sondern sie tut es bereits. Algorithmen für maschinelles Lernen werden bereits in logischen Formen ausgedrückt (im Gegensatz zu Beispielen) und bereits als Computerprogramme implementiert, die ebenfalls eine logische, eher probabilistische Form annehmen, nämlich Maschinenanweisungen.

Die Abdeckung der logischen KI umfasst daher auch maschinelles Lernen, umgekehrt kann dies jedoch nie erreicht werden. Anders ausgedrückt: Maschinelles Lernen deckt letztendlich das ab, was man induktives und abduktives Denken nennt (was in etwa dem entspricht, was man nennt). überwachtes und unüberwachtes Lernen), und als solches ist es sehr vielversprechend, allerdings immer noch in einer Form, die sich auf bloße Beispiele beschränkt, und darüber hinaus befassen sich aktuelle Technologien nur mit Daten numerischer Natur oder mit Daten, die in solche umgewandelt werden können. Logische KI hingegen kann deduktives Denken, induktives Denken und abduktives Denken insgesamt in qualitativen und quantitativen Daten abdecken.

Das sind die Hauptgründe dafür Tau hat die logische KI als die ultimative Form der KI gewählt und argumentiert, dass maschinelles Lernen nur ein Meilenstein in der Geschichte der KI sei. Die Lösungen von Tau werden viele Aspekte der menschlichen Bandbreite verbessern, von der Diskussionsskalierung über die Monetarisierung von Wissen bis hin zu intelligenten Verträgen und dezentraler Governance. All dies ist auf die Fähigkeit der Logik zurückzuführen, die Kluft zwischen Menschen und Maschinen zu überbrücken.

Erfahren Sie mehr über Tau und das Team dahinter hier

Treten Sie der wachsenden Tau-Community bei Telegram

Dies ist ein gesponserter Beitrag. Erfahren Sie, wie Sie unser Publikum erreichen hier. Lesen Sie den folgenden Haftungsausschluss.

Bitcoin.com Medien

Bitcoin.com ist die erste Quelle für alles, was mit Krypto zu tun hat.
Kontakt [E-Mail geschützt] um über Pressemitteilungen, gesponserte Beiträge, Podcasts und andere Optionen zu sprechen.

Bildkredite: Shutterstock, Pixabay, WikiCommons