Szponzorált
Valószínűleg hallottál róla A Google LaMDA és a vírusos vita arról, hogy egy mesterséges intelligencia érzővé válhat-e. A csapat at Tau azzal érvel, hogy talán egy mesterséges intelligencia érzéke csak egy kis része intelligenciájának. A mesterséges intelligencia valódi intelligenciája inkább azon fog alapulni, hogy képes logikusan megérteni az emberek szükségleteit, és automatikusan kielégíteni azokat.
Tau az első olyan platform, amely képes lesz megfogadni felhasználói gondolatait, tanácsait és tudását, és valós időben frissíteni saját szoftverét azáltal, hogy a felhasználók olyan nyelveken írnak, amelyeket a gépek és az emberek is tudnak olvasni és megérteni. Tau decentralizált közösségi hálózata és annak monetáris vonatkozása, Agoras kriptovaluta, egy mesterséges intelligencia hajtja, amelyet a csapat valóban intelligens mesterséges intelligenciának – Logikai AI-nak nevez. A logikai mesterséges intelligencia gyökeresen különbözik a gépi tanulástól, és a Tau alapítója, Ohad Asor szerint a technológia világának következő nagy hullámává válás küszöbén áll.
A Tau-on a Logical AI lehetővé teszi, hogy több milliárd embert érintő vitákban vegyen részt, és azonnal megláthassa a hálózaton keresztül megosztott gondolatok kollektív szándékos jelentését. Ez úgy érhető el, hogy az emberek olyan szabályozott természetes nyelveket (CNL) használnak, amelyeket az emberek és a gépek is megértenek. Minden gondolatot és tudást, legyen az explicit vagy implicit, automatikusan felismer és regisztrál a világnézetedként, amely profilodként fog működni a Tau-on, és teljesen a tiéd lesz. Ha ötleteit és tudását ilyen fejlett módon rendszerezi, az azt jelenti, hogy nemcsak úttörő megoldásokat fedezhet fel, hanem tudását könnyedén és közvetlen módon pénzzé teheti, amire korábban nem volt lehetőség.
Csak azáltal, hogy beírja gondolatait a Tau-ról, tudása automatikusan az Ön tulajdonában lévő digitális eszközzé válik. Tudását eladhatja más vevőknek, vagy bevételszerzésre használhatja fel, ha bizonyos darabjait bérbe adja előfizetőinek, mivel Tau megérti, hogy tudásának egy darabja is része lehet valakinek a problémájának megoldásának. A Tau kiemeli a több felhasználó tudásának kombinációját, és megoldást kínál fontos és összetett problémákra, így garantálva, hogy a szükséges tudás 100%-ban megfeleljen a specifikációknak.
Ezen megoldások egyike sem lehetséges semmilyen más típusú mesterséges intelligenciával, kivéve a logikán alapulót. Ennek az az oka, hogy leegyszerűsítve a logikai AI szavakról és mondatokról szól. Lényegében arról szól, hogy képesek vagyunk kijelentésekre más állításokból következtetni, az úgynevezett deduktív érvelés módjára. Például a három állításból:
- Párizs Franciaországban van.
- Franciaország Európában van.
- Ha x benne van y-ben, y pedig z-ben, akkor x szerepel z-ben. Ez minden x, y, z esetén.
következtethetünk az állításra
A matematikai logika területe azt tanítja, hogy gyakorlatilag minden logikai kérdés levezethető erre a dedukciós formára. Például egy állításhalmaz akkor és csak akkor ellentmondásos, ha ebből mind állításra, mind tagadására következtethetünk.
A logikai mesterséges intelligencia a logikai érvelés gépesítése: ellentmondások keresése, annak meghatározása, hogy az adott feltevésekből következik-e a következtetés, és így tovább. Arról van tehát szó, hogy a gépek a pusztán gépi utasításokon túl megértsék, amit mondani akarunk nekik.
Eközben a gépi tanulás, amely jelenleg az AI legelterjedtebb formája, a példák alapján történő általánosításról szól. Tehát ha a fenti franciaországi és párizsi példát a gépi tanulás módjára kommunikálnánk, akkor az algoritmust sok példával kellene ellátnunk az „x az y-ban” alakra, majd reméljük, hogy az algoritmus arra a következtetésre jut, hogy Párizs Európában van.
Egy ilyen kommunikációs forma nem is érdemli meg, hogy intelligensnek nevezzük, hiszen hogyan lehet valami intelligens, ha nem tudja azt a következtetést levonni, hogy Párizs Európában van, és rengeteg példát kell látnia, hogy ezt „megértse”, miközben még az is. nem garantált? A példákból való általánosítás valószínűségi jellegű. Hogyan tippelhetünk a nem látott mintákról? Meglepő, hogy a gépi tanulásnak néha igaza lehet, és nem teljesen véletlenszerű, és a gépi tanulás valóban megérdemli, hogy matematikai csodának nevezzük. Hiszen hogyan lehet olyasmit mondani, ami nagy valószínűséggel még megközelítőleg is helyes, néhány mintán túl nulla tudás alatt van?
Meglepő módon a gépi tanulás képes erre. És erről szól a gépi tanulás minden előnyével és hátrányával együtt. Használati esete az, amikor alig vagy egyáltalán nem tudunk egy rendszerről, és csak annyit tehetünk, hogy mintákat veszünk, és megpróbáljuk általánosítani őket.
A logikai mesterséges intelligencia ezzel szemben a teljes tudásról és abszolútságról szól, akár kimondva, akár implicit módon. Sokkal hatékonyabb kommunikációs módról is van szó, a közvetlen kommunikációról, „csak úgy mondjuk ki a dolgot”, ahelyett, hogy sok példát hoznánk.
Továbbá előfordul, hogy a gépi tanulás eleve képtelen logikus érvelésre, például ellentmondások észlelésére. Ezt matematikailag bizonyítják komplexitáselméleti érvek segítségével. Ezért nem meglepő, hogy a gépi tanulás csak olyan területeken találkozik sikerrel, amelyek nem verbális jellegűek, míg a természetes nyelvi feldolgozás területén csak nagyon korlátozott lehetőségeket kínál.
A fordítva azonban teljesen érvényes: nemcsak a logika képes a gépi tanulásra, hanem már igen. A gépi tanulási algoritmusokat már logikai formákban fejezik ki (a példákkal ellentétben), és már számítógépi programként is implementálják őket, amelyek logikailag meglehetősen valószínűségi formát is öltenek, nevezetesen a gépi utasításokat.
A logikai mesterséges intelligencia lefedése ezért a gépi tanulásra is kiterjed, de fordítva soha nem érhető el. Egy másik mód a következőképpen mondható: a gépi tanulás végső soron lefedi azt, amit induktív és abduktív érvelésnek neveznek (ami nagyjából megfelel az ún. felügyelt és felügyelet nélküli tanulás), és mint ilyen, nagyon ígéretes, de még mindig csak példákra korlátozódó formában, és a jelenlegi technológiák csak numerikus jellegű, vagy azzá konvertálható adatokkal foglalkoznak. A logikai mesterséges intelligencia viszont lefedi a deduktív érvelést, az induktív érvelést és az abduktív érvelést, mind minőségi, mind mennyiségi adatokban.
Ezek a fő okok Tau A Logical AI-t választotta az AI végső formájának, azzal érvelve, hogy a gépi tanulás csak egy mérföldkő az AI történetében. A Tau megoldásai az emberi sávszélesség számos aspektusát javítják, a megbeszélésektől kezdve a tudásból való bevételszerzésen át az intelligens szerződésekig és a decentralizált kormányzásig. Mindez annak köszönhető, hogy a logika képes áthidalni az emberek és a gépek közötti szakadékot.
Tudjon meg többet a Tauról és a mögötte álló csapatról itt
Csatlakozz a növekvő Tau közösséghez Telegram
Ez egy szponzorált bejegyzés. Tudja meg, hogyan érheti el közönségünket itt. Olvassa el az alábbi nyilatkozatot.
Image Credits: Shutterstock, Pixabay, Wiki Commons
A felelősség megtagadása: Ez a cikk csak tájékoztató jellegű. Ez nem közvetlen vétel vagy felkérés vételi vagy eladási ajánlatra, vagy bármely termék, szolgáltatás vagy vállalat ajánlása vagy jóváhagyása. Bitcoin.com nem nyújt befektetési, adóügyi, jogi vagy számviteli tanácsot. Sem a társaság, sem a szerző nem felel közvetlenül vagy közvetve a károkért vagy veszteségekért, amelyeket okozott vagy állítólagosan okozott a cikkben említett tartalmak, áruk vagy szolgáltatások használata, illetve az azokkal való függőség.
Forrás: https://news.bitcoin.com/sentient-ai-does-not-equal-intelligent-ai-tau-uses-logic-to-make-machines-truly-understand-people/