跳去內容

智能放大

出自維基百科,自由嘅百科全書
一個人戴住一個曉同佢個互動嘅裝置。

智能放大粵拼zi3 nang4 fong3 daai6),又叫認知改造或者 IA粵拼aai1 ei1),泛指一啲運用資訊科技嚟幫手提升人類智能嘅技術。智能放大個諗頭源自 1950 同 1960 年代嘅電腦科學模控學研究,到咗廿一世紀初都仲係處於理論階段[1][2]

舉個簡單例子,想像有個工程師創造出一件裝置,能夠將一個人腦駁落去一部能夠連接互聯網電腦嗰度(腦機介面),令個人腦同部電腦有得互相直接傳達資訊(假設所需嘅神經科學知識經已齊嗮喺度),而個人腦又可以齋靠諗嘅方式嚟俾指令,要部電腦用搜尋器耖資料,然後再將啲資料直接傳返去個人腦嗰度-就會做到「用人造嘅裝置提升一個人嘅智能」嘅效果[3][4]

智能放大成日俾人攞嚟同人工智能(AI)比較:人工智能係指用電腦科學上嘅技術,建立能夠展現類似人類智能嘅機械;相比之下,智能放大就係用電腦提升已有嘅智能;理論上,呢兩種技術都有可能創造出遠超人類能夠想像嘅智能[5];不過就算到咗廿一世紀初,人工智能仲係面對緊好多理論同技術上嘅問題[6],而淨係需要攞現有智能嚟提升嘅智能放大就俾好多人覺得佢有潛力過人工智能[1]

理論基礎

[編輯]
内文:模控學

智能放大嘅諗頭嚟自模控學:模控學呢門學問源自 1940 年,專門研究能夠接收、儲起同處理資訊嚟自我控制嘅系統;根據廿世紀嘅模控學,人腦電腦都屬於呢種系統-

  • 原則上,人腦能夠用感官感應外界嘅資訊(感知)、記住見過嘅資訊、跟手仲曉用呢啲資訊控制自己嘅身體。例:對視網膜上面每一粒感光細胞喺受到外界嘅刺激嗰陣,會向個腦嘅視覺區域神經訊號,而個訊號嘅物理性質(例如係頻率)會按照佢感覺到嘅光嘅屬性而有所不同-例如係光嘅強度同射訊號嘅頻率成簡單正比,當中 係訊號嘅頻率, 係一個固定嘅常數,而 係光嘅強度(將資訊用訊號表達),呢啲訊號跟住會上腦,話俾個腦知佢睇到啲乜,而個腦本來唔知眼前有啲乜嘅(不確定),但佢由感光細胞嗰度收到神經訊號,知道 ,再解讀個訊號得知 (重新建構),就知眼前有啲乜嘢(攞到資訊,不確定程度減少)[7]
  • 原則上,電腦都係做緊同樣嘅嘢-電腦射嘅訊號會同帶嘅資訊成某啲特定嘅數學關係,令到收訊號嘅人有能力由訊號嘅特性(串電流嘅特性)解釋傳訊嘅人想傳達乜嘢資訊。

因為噉,模控學引起咗「人腦同電腦傳嘅資訊冇本質上嘅差異」嘅諗法(一樣都係資訊),而及後對神經義肢等技術嘅研究亦都表明,只要有方法將人嘅神經線駁落去曉解讀神經訊號嘅機械嗰度,就可以俾一個人齋靠諗嘢嚟控制機械,將人同機械結合為一體[8]

瞓喺右邊嗰個人淨係靠諗嘢嚟控制隻神經義肢;好似呢類噉嘅研究帶出咗個諗頭-人腦帶嘅資訊同電腦帶嘅冇本質上嘅差異。

模控學又帶出咗智能放大:人腦同電腦都係處理緊資訊,只要有適當嘅方法轉化啲訊號,即係將人腦射有關「想要點郁」嘅訊號轉化做電腦識睇嘅訊號,就能夠做到俾人腦同機械直接互動;噉如果人腦同電腦之間傳嘅訊號包含嘅係一啲認知性質嘅資訊,例如係記憶思緒呀噉,噉會唔會能夠做到「俾人腦直接由電腦嗰度攞認知資訊」嘅效果,從而提升人嘅智能[9][10]

AI 相關

[編輯]

智能放大同人工智能之間嘅關係好密切:兩者都有興趣創造超智能,即係想像中「智能遠超人類嘅智能體」;原則上,要達到呢點最少有兩個方法-一方面,人類可以研究點樣用電腦模仿人類智能,並且憑空噉創造出有智能嘅物體(人工智能),而另一方面,人類可以研究點樣用手上嘅技術嚟大幅噉提升人類智能(智能放大)。有好多人都覺得智能放大嘅做法比較穩陣:自從人工智能嘅技術出現以嚟,人類就一路擔心有一日會喺智能上遠超人類嘅人工智能會作反甚至消滅人類,而「人工智能作反」嘅諗頭仲成為咗數碼鬅客文學體裁當中常見嘅情節橋段;相比之下,人做咗智能放大都仲係人,操控權依然喺人嘅手上,所以有唔少人都覺得同人工智能比起上嚟,智能放大係一種穩陣啲嘅技術[11]

雖然話好多人都覺得智能放大同人工智能係互相對立嘅,但主流研究者都認為,人工智能嘅技術可以攞嚟幫手做智能放大:例如想像一個工程師設計一啲人工神經網絡-人工神經網絡係一種人工智能程式,能夠做到攞某啲特定變數嘅數值做輸入,再俾出第啲變數嘅預計數值做輸出,而且只要設計得好,人工神經網絡往往能夠做到準確嘅預測,甚至仲準過用人類專家嚟做;想像個工程師整好咗做得到準確預測嘅人工神經網絡,跟住再將呢啲網絡駁落去一個人腦嗰度,等個人腦可以同呢啲網絡互傳資訊,做到隨意用呢啲網絡做預測,並且直接接收呢啲網絡嘅輸出-理論上就會做到提升嗰個人預測身邊現象嘅能力,做到一種智能放大嘅效果[12]

睇埋

[編輯]

文獻

[編輯]

引咗

[編輯]

以下係文中用咗嘅重要概念嘅英文名:

  • 智能放大:intelligence amplification,簡稱 IA
  • 認知改造:cognitive augmentation
  • 模控學:cybernetics
  • 超智能:superintelligence

以下係篇文引咗嘅學術文獻或者網頁

  1. 1.0 1.1 IA > AI. Medium.
  2. Ashwinkumar Lilhare1, Prof. Dhiraj Rane. Overview of Intelligence Amplification. IOSR Journal of Engineering (IOSR JEN) www.iosrjen.org. ISSN (e): 2250-3021, ISSN (p): 2278-8719.
  3. Elon Musk's next reported project is a company dedicated to linking human brains to computers 互聯網檔案館歸檔,歸檔日期2020年4月5號,.. Business Insider Australia.
  4. The Surgeon Who Wants to Connect You to the Internet with a Brain Implant. MIT Technology Review.
  5. Russell, S. (2017). Artificial intelligence: The future is superintelligent. Nature, 548(7669), 520.
  6. Esposito, A., Bassis, S., Morabito, F. C., & Pasero, E. (2015, May). Some notes on computational and theoretical issues in artificial intelligence and machine learning. In International Workshop on Neural Networks (pp. 3-12). Springer, Cham.
  7. Chen, A. H., Zhou, Y., Gong, H. Q., & Liang, P. J. (2004). Firing rates and dynamic correlated activities of ganglion cells both contribute to retinal information processing. Brain research, 1017(1-2), 13-20.
  8. Arbib, Michael A. (1987). Brains, machines, and mathematics (2nd ed.). New York: Springer-Verlag.
  9. Hook, C. C. (2000). Cybernetics: an uneasy blending of people and machines.
  10. Kline, R. (2009). Where are the Cyborgs in Cybernetics? (PDF). Social Studies of Science, 39(3), 331-362.
  11. The Future of Computing May Not Be AI 互聯網檔案館歸檔,歸檔日期2021年6月24號,.. Quantified.
  12. Poulton, M. M. (2002). Neural networks as an intelligence amplification tool: A review of applications. Geophysics, 67(3), 979-993.

[編輯]