Neuromokslininkai tvirtina, kad biologinis homeostazės principas sukurs intelektualius robotus su jausmais ir mintimis.
Šiuolaikiniame pasaulyje robotai patiria ne daugiau jausmų nei akmuo, panardintas į novokainą. Vis dėlto gali būti būdas išmokyti robotus jaustis, sako neurologai Kingsonas Manas ir Antonio Damasio. Norėdami tai padaryti, jums tiesiog reikia sukurti robotą, kuris pajunta pavojų ir supranta grėsmes savo egzistavimui. Tada jam reikės tik išsiugdyti jausmus, kurie nulems jo elgesį, būtiną išgyvenimui užtikrinti. „Šiuolaikiniams robotams trūksta juslių“, - Mengas ir Damasio rašo savo straipsnyje „Nature Machine Intelligence“. "Jie negali nustatyti savo vidinių procesų būsenos psichinėje erdvėje."
- „Salik.biz“
Mokslininkai pasiūlė būdą, kaip suteikti mašinoms (tokioms kaip robotai ar humanoidiniai androidai) „dirbtinius juslių atitikmenis“. Tiesą sakant, robotai turėtų būti priversti laikytis biologinio homeostazės principo - įteigti jiems norą išgyventi. Dirbtinio intelekto supratimas apie savo vidinius procesus išgyvenant prilygsta robotinei jausmų versijai.
Kingsonas Manas ir Antonio Damasio įsitikinę, kad juslės ne tik suteiks robotams savisaugos instinkto įspūdį, bet ir leis dirbtiniam intelektui tiksliau imituoti žmogaus intelektą.
Ši nauja žvalgyba bus tinkama įvairioms užduotims atlikti. Padaryti robotus tikrai intelektualiais įmanoma tik per jausmus, tikina Mengas ir Damasio, o jausmai būdingi tik tiems, kurie siekia išgyventi. Kai žmonės palaiko robotą darbinę tvarką (visi jo laidai yra prijungti, jis gauna pakankamai energijos, neperkaista ir neužšąla), nereikia jaudintis dėl savęs išsaugojimo. Todėl jam nereikia jausmų, o tik ramiai praneša apie gedimus.
Jausmai motyvuoja gyvas būtybes ieškoti optimalių ir išgyvenimui būtinų sąlygų. Dirbtinis intelektas, žinantis apie savo pažeidžiamumą, turėtų elgtis taip pat.
Gebėjimas kurti mašinas su jausmais kyla iš pastarojo meto įvykių dviejose pagrindinėse tyrimų srityse: minkštosios robotikos ir gilaus mokymosi. Pažanga minkštoje robotikoje gali sukelti jausmus, o nauji gilaus mokymosi metodai įgalins atlikti sudėtingesnius skaičiavimus, reikalingus tiems jausmams paversti išgyvenimo elgsena.
Gilus mokymasis yra šiuolaikinis senosios dirbtinių neuroninių tinklų idėjos - sujungtų skaičiavimo elementų rinkinių, kurie imituoja gyvų smegenų nervų ląsteles, palikuonys. Vieno sluoksnio modeliai perduodami į kitą lygį, o paskui į kitą, o tai leidžia mašinai atpažinti šablonus šablonuose. Gilus mokymasis leidžia robotams suskirstyti modelius į kategorijas, identifikuojant objektus (pvz., Kates) arba nustatant, ar atliekant kompiuterinę tomografiją nustatomi vėžio ar kitos ligos požymiai.
Reklaminis vaizdo įrašas:
Apskaičiuodamas aplinkos būklę, giluminio mokymosi aparatas galėtų transformuoti įvestus duomenis į susidariusios situacijos vaizdą. Tokia išmanioji mašina, kaip pabrėžia Mengas ir Damasio, gali „sujungti jutimo būdus“: pavyzdžiui, atpažinti, kaip lūpų judesiai (regimasis modulis) atitinka balso garsus (klausos modalumas).
Tačiau galimybė jausti savo vidines būsenas yra nenaudinga, nekeliant grėsmės egzistavimui. Jei robotas pagamintas iš minkštų medžiagų su įmontuotais jutikliais, jis gali bijoti būti supjaustytas ar sužeistas ir įsijungs į programą, kad išvengtų sužalojimų. Be to, robotas, galintis įvertinti egzistencinę riziką, gali išmokti kurti naujus apsaugos metodus, o ne remtis esamomis veiksmų programomis. Naujų savigynos metodų sukūrimas taip pat gali pagerinti mąstymo įgūdžius.
Todėl savigyna gali motyvuoti robotus taip, kaip garsiuosius tris Izaoko Asimovo robotikos įstatymus: „Robotas negali pakenkti asmeniui ar dėl savo neveikimo leisti pakenkti asmeniui. Robotas turi paklusti visiems žmogaus įsakymams, išskyrus tuos atvejus, kai šie įsakymai prieštarauja Pirmajam įstatymui. Robotas privalo rūpintis savo saugumu tiek, kiek jis neprieštarauja Pirmajam ar Antrajam įstatymams “.
Autorius: Kirilas Panovas