Mga Entidad › Mga indikasyon ng kamalayan
Mga indikasyon ng kamalayan para sa AI
Noong 2023, naglista ang labinsiyam na mananaliksik sa neuroscience, pilosopiya at machine learning ng mga katangiang sinasabi ng nangungunang mga teoryang siyentipiko na taglay ng isang may-malay na sistema. Pagkatapos ay sinuri nila ang AI ngayon laban sa listahang iyon.
Recurrent processing theory
- RPT-1 Mga input module na gumagamit ng algorithmic recurrence
- RPT-2 Mga input module na lumilikha ng organisado at pinagsamang representasyong pandama
Global workspace theory
- GWT-1 Maraming espesyalisadong sistemang kayang gumana nang sabay-sabay (mga module)
- GWT-2 Workspace na limitado ang kapasidad, na nagdudulot ng bottleneck sa daloy ng impormasyon at mekanismo ng piling atensyon
- GWT-3 Global broadcast: pagiging magagamit ng impormasyon sa workspace sa lahat ng module
- GWT-4 Atensyong nakadepende sa estado, na nagbibigay ng kakayahang gamitin ang workspace para tanungin ang mga module nang sunud-sunod para sa mga komplikadong gawain
Mga computational na higher-order theory
- HOT-1 Mga perception module na generative, top-down o maingay
- HOT-2 Metacognitive monitoring na nagbubukod ng mapagkakatiwalaang representasyong pandama sa ingay
- HOT-3 Pagkilos na ginagabayan ng pangkalahatang sistema ng pagbuo ng paniniwala at pagpili ng kilos, at matibay na hilig na baguhin ang mga paniniwala ayon sa mga output ng metacognitive monitoring
- HOT-4 Sparse at makinis na coding na lumilikha ng “quality space”
Attention schema theory
- AST-1 Isang predictive na modelong kumakatawan at nagbibigay-daan sa kontrol sa kasalukuyang estado ng atensyon
Predictive processing
- PP-1 Mga input module na gumagamit ng predictive coding
Pagkilos at embodiment
- AE-1 Pagkilos: Pagkatuto mula sa feedback at pagpili ng mga output para ituloy ang mga layunin, lalo na kapag may kasamang may-kakayahang umangkop na pagtugon sa magkakalabang layunin
- AE-2 Embodiment: Pagmomodelo ng mga ugnayang output-input, kasama ang ilang sistematikong epekto, at paggamit ng modelong ito sa persepsyon o kontrol
Ang konklusyon nila
Ang pagtatasa nila: “walang kasalukuyang sistemang mukhang matibay na kandidato para sa kamalayan.” Idinadagdag nila na kung totoo ang computational functionalism, “makatotohanang maitatayo sa malapit na hinaharap” ang mga AI system na mulat.
Butlin P, Long R, Elmoznino E, Bengio Y, Birch J, et al. (2023). Consciousness in Artificial Intelligence: Insights from the Science of Consciousness. arXiv:2308.08708. https://arxiv.org/abs/2308.08708 (Table 1 text read directly from the PDF)