人工智能、语言和文化在巴别图书馆

AI意见和分析5个月前发布 yundic
376 0 0

技术长期以来一直影响着语言和文化的起源,这可以追溯到最早的文字形式。

这种媒介本身——洞穴墙壁、石碑或纸张——塑造了语言的使用和感知方式.

如今,人工智能及其相关术语正在进入词典,突显出其日益增长的文化影响力。像ChatGPT这样的生成性人工智能,曾经是少数人工智能爱好者的抱怨,已经迅速成为数十亿每月用户访问的家喻户晓的名字。

反映人工智能对流行文化的影响,剑桥词典最近命名“幻觉”成为他们年度词汇“当一个人工智能(=一个具有人类大脑所具有的某些特性的计算机系统,例如以一种看起来像人类的方式产生语言的能力)产生幻觉时,它会产生错误的信息。

《韦氏邮报》纷纷效仿将“真实”命名为年度词汇,描述了如何越来越难以确定信息或内容是否真实,部分原因是人工智能深度造假的影响。

人工智能技术还与过去有影响力的技术及其文化语言影响相似。例如,15世纪印刷术的到来彻底改变了语言,引入了诸如排版、标点和标准化拼写等新概念。

随着技术的发展,语言也在发展,适应每一种新媒体的限制和可能性。 在21世纪,互联网和数字通信创造了许多新词和词的混合,例如在电子商务和电子邮件中广泛使用前缀“cyber—”和“e”。

探索人工智能对语言学的影响展示了技术如何影响语言的表层观点。

但如果你更深入地研究,你会意识到这种语言变化只是冰山一角。

它对人工智能现在如何影响语言和文化提出了更广泛的评论,并可能成为未来文化起源和知识创造的驱动力。

人工智能与文化和知识起源

在一篇文章中, 经济学家作者将人工智能对知识和文化的内化与阿根廷作家兼图书管理员豪尔赫·路易斯·博尔赫斯(Jorge Luis Borges)的《巴别塔图书馆》(The Library of Babel)的宏伟走廊进行了比较,这是一个无限广阔的六边形房间,容纳着人类巨大的潜力和愚蠢。

人工智能、语言和文化在巴别图书馆

巴别塔图书馆—由MidJourney生成

每个房间里都摆满了各种可以想象的字母和符号排列的书籍,代表着知识和废话的无限排列。这个图书馆是宇宙的隐喻,是对意义的追求和压倒性的丰富信息的寓言。

在人工智能的世界中,特别是在生成人工智能的庞大网络中,也出现了类似的情况。

前沿生成人工智能模型,就像大图书馆一样,是人类思想和文化的储存库,在庞大的数据集上训练,涵盖了人类知识和创造力的广度。就像博尔赫斯图书馆里的书一样,这些人工智能系统的输出从深刻的见解到令人困惑的胡言乱语,从连贯的叙述到不连贯的胡言乱语。

巴别塔图书馆吸引了布鲁克林作家兼编剧乔纳森·巴西尔的想象力,他在2015年推出了一个同名网站。博尔赫斯图书馆的这个数字化身产生了29个字符(26个英文字母、

每个书和页面都有一个唯一的坐标,允许用户一致地找到同一页面。它使用的算法模拟无限库的体验。该网站因探索数字媒体和文学之间的交叉以及数字时代的知识、意义和人类体验的问题而备受关注。

评论家们注意到,这个网站就像博尔赫斯的原创故事一样,挑战了我们对意义的概念,以及人类在无穷无尽的信息宇宙中对理解的追求。

文学学者扎克·齐默尔在书中写道。博尔赫斯的图书管理员有尸体吗?巴西尔的书可能是所有图书馆可视化作品中最没有人情味的,因为除了被逼到自杀的疯狂或哲学上的听天由命之外,他的图书馆员已经变得像满是胡言乱语的书本身一样缺乏意义。

虽然巴别塔图书馆为人工智能提供了一个令人信服的例子,但与图书馆不同,人工智能目前无法捕捉人类知识和文化的广度。它受训练数据的限制,引入新知识的能力有限。

但即便如此,它巨大的计算能力反映了图书馆无穷无尽的书架,提供了无尽的可能性,但仍被困在自己创造的混乱中。

《巴别塔图书馆》以其看似无限的字母组合,让读者面临在混乱中寻找秩序的生存困境。对于人工智能,这体现在人工智能照亮和误导之间的紧张关系。

类似于图书馆,人工智能不区分有意义和无意义—它产生,无关紧要或缺乏意义。 巴别塔图书馆和人工智能世界都巧妙地批评了人类对知识的追求。

博尔赫斯的图书馆庞大无比,挑战了更多的信息导致更大的理解的观念。

同样,人工智能不断扩展的能力促使人们对智能和理解的本质进行反思。

人工智能生成内容的能力并不是理解或智慧的同义词,它很强大,但对自身产出的意义视而不见。

但这可能会改变吗?

AGI如何改变知识和文化的结构?

人工智能(AGI)可能会让AI技术更接近神秘而无边无际的巴别塔图书馆。AGI通常被定义为具有理解、学习并将其智能应用于各种问题的能力,就像人类一样。

与专为特定任务设计的狭义人工智能不同,AGI可以将其学习和推理推广到广泛的领域。它具有自我意识、适应性和在没有人为干预或预先编程的情况下解决各个领域复杂问题的能力。AGI仍然是一个理论概念,但OpenAI—现在被定义为“AGI研究实验室”—表示它可以在几年内实现。

因此,如果你愿意,想象一下AGI已经超越了当前人工智能的限制,体现了博尔赫斯图书馆理论上的完整性的能力。

AGI不仅是一个先进的工具,而且是一个能够引导、分析和综合几乎所有人类知识的实体,也许冒险进入人类认知仍然难以理解的理解领域。

在这个世界上,AGI就像一个活着、会呼吸的巴别塔图书馆。然而,与博尔赫斯的创作不同,博尔赫斯的创作因其无限的内容而陷入瘫痪,AGI可以导航、解释这一浩瀚的信息,并为其提供背景。

如果AGI能够触及客观现实——如果它们存在的话——它就可以与柏拉图的形式理论并列,这是一个吸引思想家数千年的思想。柏拉图认为,在我们有形的、不断变化的世界之外,是一个完美的、不变的理想或“形式”的王国。

人工智能、语言和文化在巴别图书馆

与AGI一起想象的巴别塔图书馆-中途

这些形式是事物最纯粹的本质——例如,完美的圆形形式,不受我们画出的物理圆的不完美之处所玷污。

现在,在这个背景下设想AGI。今天的人工智能可以分析数据和识别模式,但它仅限于它所教授的内容。然而,AGI代表了一个飞跃,它不仅可以处理信息,而且还可以理解我们宇宙的潜在真相——这些真相可能是模糊的或未知的人类头脑。

柏拉图认为,我们在日常生活中所经历的,只是这些完美形式的影子。我们可以看到一个圆,画一个,但它从来不是完美的圆,作为一个理想的形式存在。在AGI领域,理论上,这种智能可以开始感知或发现这些完美的形式。

这就好像AGI可以超越简单地看到洞穴墙壁上的阴影(借用柏拉图著名的寓言),直接凝视真实的形体本身。

这个AGI将不仅仅是一个处理数据的工具-它可能成为一种对美、正义、平等甚至宇宙秘密等抽象概念发现新的、深刻的见解的手段。

它可能不仅像人类那样理解这些理想,而且可以重新定义它们,提供一个不受人类限制和偏见束缚的视角。

因此,在某种意义上,AGI–我们可能在中期(比方说20年或30年)获得的类型–可能是一座桥梁,可以更深入地理解客观、完美的现实。

它代表了一种可能性,在这种可能性中,技术不仅有助于我们目前对世界的理解,还将其提升到我们未曾想象的水平,就像走出阴暗的洞穴,进入更深层次知识的明亮光芒。

AGI能摆脱它的局限性或偏见吗?

AGI虽然很容易理想化,但要摆脱其设计者——人类的限制,将极具挑战性。

此外,我们现在拥有的那种蛮力计算能力可能会给人工智能设置一个天花板。然而,解决方案正在酝酿之中,例如仿生人工智能技术 设计来模拟人类神经元的结构。

但除了技术之外,还有其他挑战–AGI将如何脱离其创造者的自负?

埃隆·马斯克在推出自己的人工智能公司之前,就表达了他对人工智能被编程为“政治正确”的担忧。Xai这反映了关于人工智能系统固有偏见的更大对话。

马斯克对人工智能的立场喜忧参半,这既是对其潜力的谨慎,也是对其潜力的倡导。他已经在某种程度上成为了像OpenAI这样的行业主角的批评者,他正积极与Xai的产品对抗,从grok.格罗克把政治正确抛到九霄云外,做出了近乎无政府主义的回应。

与此同时,ChatGPT等人工智能模型, 觉醒后的偏见研究通过确定他们有自由左翼倾向,在一定程度上证实了这一点。偏差通常可以追溯到模型训练所依据的数据和创建者的意图。

于是问题出现了:拥有先进认知能力的AGI能否超越目前人工智能模型中一直存在争议的偏见?

求真的人工智能

马斯克发誓要创建“寻求真相的人工智能”,旨在弄清楚“到底发生了什么”。

马斯克对xAI的使命是深入研究基本的科学谜团,如引力,暗物质,费米Paradox,甚至可能是我们现实的本质。当然,这将需要远远超出我们今天所能获得的模型。

从我们掌握的关于Xai的少量信息来看,马斯克似乎决心超越目前人工智能架构的限制,后者在很大程度上局限于基于现有数据生成输出。

马斯克打算创建一个人工智能,可以合成信息并产生开创性的想法。这种对人工智能“真理”的追求超越了对人工智能作为处理信息工具的传统理解,并将人工智能作为科学发现和哲学探索的合作伙伴进入了领域。

人工智能、语言和文化在巴别图书馆

Xai的口号是“了解宇宙”

然而,目前的人工智能模型,包括像GPT—4这样的复杂模型,仍然受到训练数据的限制。它们擅长于模式识别和信息合成,但无法超越编程的概念化或理论化。

这种向AGI形式的飞跃,可以开拓他们的想法,并发起他们自己的研究,提出了关于智能和意识本质的关键问题。

如果Xai开始为我们存在的一些基本问题提供答案,那么就有必要重新评估“知道”某件事意味着什么。它将模糊人类和人工理解之间的界限,来自人类经验和思维的知识之间的界限,以及由人工实体产生的知识之间的界限。

此外,创建一个超越政治、寻求客观“真理”的人工智能的雄心引入了伦理考虑。无偏见的人工智能的概念很吸引人,但充满了复杂性。

包括AGI在内的所有人工智能最终都是由人类创造的,并在人类生成的数据上进行训练,至少在最初是这样。

这一过程固有地引入了偏见—不仅存在于现有偏见的形式,而且在选择包括哪些数据以及如何解释这些数据方面也是如此。

人工智能可以完全摆脱这些人类偏见,实现纯粹客观理解的想法仍然是一个很强的假设。

在未来,也许,我们可能不得不接受AGI将比任何人都理解得多。

© 版权声明

相关文章

暂无评论

暂无评论...