GML (Graph Machine Learning)

GML (Graph Machine Learning)

یادگیری ماشین گراف
GML (Graph Machine Learning)

GML (Graph Machine Learning)

یادگیری ماشین گراف

آیا هوش مصنوعی می‌تواند به ما در مورد اراده آزاد و انتخاب آموزش دهد؟

اراده آزاد و جبر از طریق هوش‌مصنوعی بررسی شده و نشان می‌دهد که چگونه انتخاب می‌تواند در سیستمهای ساختاریافته ظاهر شود.

آزادی محدود در LLM نشان دهنده عاملیت انسانی است که در چارچوب‌های الهی یا قطعی عمل می‌کند.

هوشمصنوعی دیدگاه جدیدی در مورد آزادی، اختیار و معنا در پرتو پرسش‌های فلسفی جاودانه ارائه می‌کند.

چند سوال بیشتر از پارادوکس اراده آزاد و حاکمیت الهی، من و شاید بسیاری از بشریت را گیج کرده است. چگونه عامل انسانی می‌تواند در چارچوبی که از پیش تعیین شده توسط خدای قادر مطلق یا تحت یوغ مکانیک کوانتومی معنادار باشد؟ به عنوان کسی که مجذوب این راز شده است، متوجه شدم که به یک لنز غیرمنتظره و روشنگر کشیده شده‌ام: مدل‌های زبان بزرگ. این سیستم‌های پیشرفته که بر اساس الگوریتم‌های قطعی ساخته شده‌اند، آنچه را برخی رفتارهای نوظهور می‌نامند نشان می‌دهند که خلاقیت، عاملیت و حتی تصمیم‌گیری را تقلید می‌کنند.

حال، بیایید یک جهش فلسفی به این موضوع داشته باشیم و یک سوال نگران‌کننده بپرسیم: آیا این ماشین‌ها، که توسط کد محدود شده‌اند، می‌توانند راهی تازه برای کشف تأثیر متقابل بین آزادی و جبر ارائه کنند؟

  
ادامه مطلب ...

هوش‌مصنوعی چگونه بر درک ما از اراده آزاد تأثیر می‌گذارد؟

 امروز صبح تصمیم گرفتم ورزش کنم؟

اگر شما به جای سام هریس، عصب شناس بودید، پاسخ شما این بود: "نه، او این تصمیم را نگرفت." هریس استدلال می‌کند که اراده آزاد یک توهم است.

او پیشنهاد می‌کند که افکار و مقاصد از علل پیش‌زمینه‌ای بیرون می‌آیند که ما از آنها بی‌اطلاعیم و هیچ کنترلی آگاهانه بر آنها اعمال نمی‌کنیم. به گفته وی، افکار و اعمال ما نتیجه رویدادهای از پیش تعیین شده است، به این معنی که اراده آزاد برای انتخاب آنها نداریم.

نظرات او تا حد زیادی توسط علوم اعصاب مشخص شده است. او به مطالعاتی اشاره می‌کند که نشان می‌دهد مغز ما قبل از اینکه آگاهانه از آنها آگاه باشیم تصمیم می‌گیرد. این نشان می‌دهد که تجربه ذهنی ما از انتخاب علت انتخاب نیست، بلکه یک رویداد بعدی است. هنوز با من؟ من اینطور فکر نمی‌کردم.

اما بیایید وانمود کنیم که یا به موارد فوق اعتقاد داریم یا همچنان معتقدیم که کنترل کامل بر تصمیمات و سرنوشت خود داریم. چه اتفاقی می‌افتد وقتی این بازنمایی یا توهم عاملیت را به چیزی می‌سپاریم که معتقدیم برای گرفتن این تصمیم‌ها مجهزتر است؟

یک مثال میتواند تسلا باشد. ماسک استدلال می‌کند که ماشین‌های بدون راننده به طور تصاعدی نسبت به هر راننده‌ای قادر به تصمیم‌گیری بهتر هستند، زیرا با تجربیات صدها هزار راننده آموزش می‌بینند. ناگفته نماند، آنها هرگز تصمیمات عینی ضعیفی مانند ارسال پیامک در حین رانندگی، خوردن چهار کوکتل با شام قبل از رفتن به خانه، یا رفت و آمد به محل کار پس از دو ساعت خواب نمی‌گیرند.

یا می توانید از برایان جانسون بپرسید.

برایان جانسون غول فناوری است که سالانه 2 میلیون دلار در تلاش برای معکوس کردن پیری بیولوژیکی هزینه می‌کند. اما این همه درمان های رنگ مو و پوست نیست (اگرچه برخی از آن ها نیز وجود دارد). جانسون تحت چندین آزمایش هفتگی قرار می‌گیرد که به او دقیقاً نحوه خوردن، درمان، تمرین و مکمل بیولوژی خود را برای بهترین شانس برای طول عمر نهایی می‌آموزد. بدون نظر، نه "خب، من امروز این احساس را دارم." او مطیعانه از داده‌هایی پیروی می‌کند که به نظر او بهترین منافع او در الگوریتم است.

  ادامه مطلب ...

Signals and Connectomics

سیگنالها و اتصالات

 

سیگنالهای عصبی ذهن

برخلاف اعلان طبیعت که «نرون واحد بنیادی سیستم عصبی است»، در اینجا این نظریه مطرح می‌شود که سیگنال‌های الکتریکی و شیمیایی واحد[های] اساسی سیستم عصبی هستند.

جستجو برای اینکه چگونه مغز اطلاعات را سازماندهی می‌کند، برای نورون‌ها با توقف هسته، رد می‌شود. آناتومی [و فیزیولوژی فردی] نورون‌ها کاملاً ثابت شده است. هیچ چیزی وجود ندارد که بگوید بخشی از نورون می‌تواند نوعی بو یا بوهای مختلف را ساختار دهد - یا بویی از یک منظره.

نورون‌ها همچنین قادر به انواع تغییرات [یا پویایی] نیستند که برای تفسیرها و بازنمایی‌های پیچیده‌ای که برای زندگی ضروری است، لازم است.

حتی زمانی که ژن‌ها برای چندین عملکرد عصبی بیان می‌شوند، نورون‌ها به دلیل داشتن ژن‌ها - مانند سلول‌های دیگر - به سادگی در بین سلول‌ها خاص نیستند. هر زمان که ژن‌ها بیان می‌شوند، سیگنال‌های الکتریکی و شیمیایی همچنان در حال کار هستند - چرخ‌های خود را در سراسر عملکردها حفظ می‌کنند، حتی اگر ژن‌ها در بسیاری از آنها موتور باشند.

ژنها فعال می‌شوند، سیگنالها تعیین می‌کنند. هیچ تعامل مستقیمی از محیط با ژن‌ها وجود ندارد. هر زمان که محیط بر فرد تأثیر می‌گذارد، دروازه‌ها سیگنال هستند. همچنین ژن‌ها ذهن انسان نیستند. انتقال بیشتر ذهن به فرزندان وجود ندارد، اما ذهن اغلب با ورود به عنوان سیگنال پرورش می‌یابد. مثلاً نام یا نام خانوادگی در ژن نیست، در ذهن است.

گزینههای بعدی برای نورون‌ها سیناپسها هستند. با این حال، در هزاران سیناپسی که یک نورون دارد، شکل آنها چگونه است؟ می‌توان فرض کرد که سیناپسها بین نورون‌ها در صورت در دسترس بودن ساخته می‌شوند. این بدان معنی است که یک نورون در [نزدیکترین، زودترین، ترکیبی، یا مطابقت] به نورون دیگری متصل می‌شود، که نشان می‌دهد سیناپسها بر اساس شکل نیستند، بلکه بر اساس امکان ساخته شده‌اند. سیناپسها در برخی موارد می‌توانند خطوط تقریباً مستقیم باشند. آنها می‌توانند خمیدگی، منحنی، یا اطراف برخی از سیناپسهای دیگر باشند، اما سیناپسها طوری سازماندهی نشده‌اند که متفاوت باشند، زیرا برخی از سیناپسها برای بویایی هستند در حالی که برخی دیگر برای لمس، یا برخی برای برخی از جنبه‌های بینایی و برخی دیگر برای زبان هستند. سیناپس‌ها می‌روند و ملاقات می‌کنند - اصطلاحاً - به‌عنوان کاری که باید انجام دهند، نه برای ملاقات با روش‌های خاص [غیر از عدم پیوستن] زیرا باید یک عملکرد را متفاوت از سایرین انجام دهند.


ادامه مطلب ...