感性AIはインテリジェントAIと同等ではありません

後援

あなたはおそらく聞いたことがある GoogleのLaMDA そして、AIが感性になることができるかどうかについてのバイラルな議論。 のチーム タウ おそらく、AIの感性はその知性のほんの一部にすぎないと主張します。 むしろ、AIの真のインテリジェンスは、人々のニーズを論理的に理解し、それらを自動的に満たす能力に基づいています。

タウ は、ユーザーの考え、アドバイス、知識を取り入れ、ユーザーが機械と人の両方が読んで理解できる言語で書くことにより、独自のソフトウェアをリアルタイムで更新できる初めてのプラットフォームです。 タウの分散型ソーシャルネットワークとその金銭的側面、 アゴラの暗号通貨は、チームが真にインテリジェントな人工知能と呼ぶAI、つまり論理AIを利用しています。 論理AIは機械学習とは根本的に異なり、Tauの創設者であるOhad Asorによると、テクノロジーの世界で次の大きな波になる寸前です。

タウでは、Logical AIを使用すると、数十億の人々の規模に関するディスカッションに参加し、ネットワーク上で共有される思考の背後にある集合的な意図的な意味を即座に確認できます。 これは、人間と機械の両方が理解できる制御された自然言語（CNL）を人々に使用させることによって達成されます。 明示的であろうと暗黙的であろうと、すべての考えと知識は自動的に認識され、あなたの世界観として登録されます。これはタウであなたのプロフィールとして機能し、完全にあなたが所有するものになります。 アイデアや知識をこのように高度な方法で整理することは、画期的なソリューションを発見できるだけでなく、これまで不可能だった簡単で直接的な方法で知識を収益化できることを意味します。

タウについての考えを入力するだけで、あなたの知識は自動的にあなたが所有するデジタル資産になります。 タウはあなたの知識の一部でさえ誰かの問題の解決策の一部になり得ることを理解するので、あなたはあなたの知識を他のバイヤーに売り払うか、それを使ってあなたの加入者にそれの特定の部分を借りることによって収入を生み出すことができます。 タウは、複数のユーザーの知識の組み合わせを強調し、重要で複雑な問題の解決策として提案し、必要な知識が仕様に100％一致することを保証します。

これらのソリューションは、ロジックに基づくものを除いて、他のタイプのAIでは不可能です。 これは、簡単に言えば、論理AIはすべて単語と文に関するものだからです。 その核となるのは、演繹的推論と呼ばれる方法で、他のステートメントからステートメントを推測する機能に関するものです。 たとえば、次のXNUMXつのステートメントから：

• パリはフランスにあります。
• フランスはヨーロッパにある。
• xがyにあり、yがzにある場合、xはzにあります。 これは、すべてのx、y、zに対してです。

ステートメントを推測することができます

数理論理学の分野は、事実上すべての論理的な質問がこの形式の演繹に帰着することができることを教えています。 たとえば、ステートメントとその否定の両方を推論できる場合に限り、一連のステートメントは矛盾します。

論理AIは、論理的推論の機械化です。矛盾を見つけたり、与えられた仮定から結論が得られるかどうかを判断したりします。 したがって、それは単なる機械の指示を超えて、私たちが伝えたいことを機械に理解させる能力についてです。

一方、現在最も普及しているAIの形式である機械学習は、例から一般化することを目的としています。 したがって、上記のフランスとパリの例を機械学習の方法で伝達する場合、「x is in y」という形式の多くの例をアルゴリズムに提供する必要があります。そして、アルゴリズムがパリを結論付けることを期待します。ヨーロッパにいます。

パリがヨーロッパにあると結論付けることができず、それを「理解」するために多くの例を見なければならない場合、どうすればインテリジェントになることができるので、そのような形式のコミュニケーションはインテリジェントと呼ばれるに値しません。保証されていませんか？ 例から一般化することは確率的な性質のものです。 見えないサンプルをどのように推測できますか？ 機械学習が正しい場合があり、完全にランダムではないことは驚くべきことです。実際、機械学習は数学的な奇跡と呼ばれるに値します。 結局のところ、いくつかのサンプルを超えてゼロ知識の下で、高い確率で、ほぼ正しいものでさえ、どのように言うことができますか？

驚いたことに、機械学習はそれを行うことができます。 そして、それが機械学習とそのすべての長所と短所です。 そのユースケースは、システムに関する知識がほとんどまたはまったくない場合であり、サンプルを取得して一般化することしかできません。

一方、論理AIは、明示的であれ暗黙的であれ、完全な知識と絶対性がすべてです。 それはまた、多くの例をあげるのに苦労するのではなく、はるかに効率的なコミュニケーションの方法、直接のコミュニケーション、「ただ物事を言う」ことでもあります。

さらに、機械学習は、矛盾の検出など、論理的推論を本質的に実行できないことが起こります。 これは、複雑さ理論の議論を使用して数学的に証明されています。 したがって、機械学習が本質的に非言語的な分野でのみ成功を収めるのは当然のことですが、自然言語処理の分野では、非常に限られた機能しか提供しません。

ただし、その逆は完全に有効です。ロジックは機械学習を実行できるだけでなく、すでに実行しています。 機械学習アルゴリズムは（例とは対照的に）すでに論理形式で表現されており、論理的でかなり確率的な形式、つまり機械命令をとるコンピュータープログラムとしてすでに実装されています。

したがって、論理AIをカバーすることは機械学習もカバーしますが、その逆は実現できません。 別の言い方をすれば、機械学習は最終的に、いわゆる帰納的およびアブダクション的推論をカバーします（これは、いわゆる帰納的推論にほぼ対応します）。 教師あり学習と教師なし学習）、そしてそれ自体は非常に有望ですが、それでも単なる例に限定された形であり、さらに、現在の技術は数値的性質のデータ、またはそのようなものに変換できるデータのみを扱います。 一方、論理AIは、定性的および定量的データで、演繹的推論、帰納的推論、およびアブダクション的推論を完全にカバーできます。

これらが主な理由です タウ は、AIの究極の形態として論理AIを選択し、機械学習はAIの歴史における画期的な出来事にすぎないと主張しています。 タウのソリューションは、ディスカッションのスケーリングから知識の現金化、スマートコントラクト、分散型ガバナンスに至るまで、人間の帯域幅の多くの側面を改善します。 これはすべて、人間と機械の間のギャップを埋めるロジックの能力によるものです。

タウとその背後にあるチームについてもっと知る こちら

成長するタウコミュニティに参加する Telegram

これはスポンサー付きの投稿です。 視聴者にリーチする方法を学ぶ こちら。 以下の免責事項をお読みください。

Bitcoin.comメディア

Bitcoin.comは、暗号関連のすべての最高のソースです。
お問い合わせ [メール保護] プレスリリース、スポンサー付きの投稿、ポッドキャスト、その他のオプションについて話します。

イメージクレジット：Shutterstock、Pixel、Wiki Commons