- Интеллект: динамический процесс, а не статическое свойство.
- LLM-ы отдают приоритет прогнозированию, меняя представление об искусственном интеллекте.
- Шиберdefiпонятие ИИ, делая акцент на его полезности как инструменте.
В смелой и заставляющей задуматься критике Джозеф Шибер оспаривает господствующее представление об искусственном интеллекте (ИИ) и его применении, предлагая фундаментальную переоценку терминологии и концептуализации.
Шибер утверждает, что существующая номенклатура неверно отражает природу и возможности того, что обычно называют системами «искусственного интеллекта», в частности, больших языковых моделей (LLM).
defiпрограмм магистратуры в области управления обучением: подлинные инструменты, а не искусственные
Первое утверждение Шибера ставит под сомнение саму терминологию, используемую для описания этих систем. Проводя параллели с такими обычными бытовыми приборами, как стиральные машины и автомобили, Шибер утверждает, что называть LLM «искусственными» — это неправильно.
В отличие от поддельных или фальшивых конструкций, языковые средства являются подлинными вспомогательными средствами, призванными упростить и улучшить человеческие начинания. Их вклад в понимание и освоение языка, отмеченный в недавних исследованиях, подчеркивает их ощутимую пользу.
Заблуждение об «искусственном интеллекте»
Шибер утверждает, что сам термин «искусственный интеллект» вводит в заблуждение, поскольку подразумевает уровень когнитивных способностей, которыми не обладают специалисты в области искусственного интеллекта. Признавая значительные успехи, достигнутые специалистами в этой области, Шибер утверждает, что интеллект — это непрерывный процесс, а не статичное свойство. Он опровергает аргументы, основанные на сознании, телесности и опыте, вместо этого сосредотачиваясь на природе интеллекта как коллективного, эволюционного процесса, направляемого институциями.
Развенчание заблуждений: интеллект против прогнозирования
Ключевым моментом в аргументации Шибера является важное различие между целями человеческого интеллекта и моделей поведения. В то время как человеческий интеллект стремится к поиску истины посредством тестирования и итераций, модели поведения отдают приоритет прогнозированию ответов на основе существующих данных.
Шибер утверждает, что LLM-ы преуспевают в генерации правдоподобных ответов, схожих с человеческими, а не в точном отражении реальности. Это критическое различие подрывает их классификацию как разумных сущностей.
Критика Шибера бросает вызов общепринятым представлениям и побуждает к переоценке того, как общество воспринимает и оценивает достижения в области искусственного интеллекта. Переосмысливая LLM как подлинные инструменты и подчеркивая их предсказательную, а не ищущую истину природу, Шибер предлагает тонкий взгляд, который стимулирует более глубокое осмысление природы интеллекта и роли технологий в формировании человеческой деятельности.
Последствия для будущего развития
Анализ Шибера имеет важное значение для дальнейшего развития и внедрения технологий искусственного интеллекта. Признавая ограничения существующей терминологии и концептуальных рамок, исследователи и политики могут применять более тонкий подход к управлению и этике в сфере ИИ.
Призыв Шибера пересмотреть цели и возможности программ магистратуры в области права способствует переходу к более прозрачным и ответственным методам разработки искусственного интеллекта.
defiискусственного интеллекта требует смены парадигмы
Критика Джозефа Шибера бросает вызов преобладающим представлениям об искусственном интеллекте, выступая за переоценку терминологии и концептуальных основ. Переосмысливая LLM как подлинные инструменты и подчеркивая их прогностическую природу, Шибер способствует более глубокому пониманию целей и ограничений технологий ИИ.
Поскольку общество продолжает бороться с последствиями внедрения ИИ, идеи Шибера предлагают ценную перспективу для понимания сложного взаимодействия технологий и человеческого интеллекта.
Самые умные криптоаналитики уже читают нашу рассылку. Хотите присоединиться? Вступайте в их ряды.
Предупреждение. Предоставленная информация не является торговой рекомендацией. Cryptopolitanнастоятельно не несет ответственности за любые инвестиции, сделанные на основе информации, представленной на этой странице. Мыtronпровести независимоеdent и/или проконсультироваться с квалифицированным специалистом, прежде чем принимать какие-либо инвестиционные решения.
Эмман Омванда
Эммануэль Омванда специализируется на криптовалютных рынках, охватывая как фундаментальный, так и технический анализ. До прихода в Cryptopolitanон работал с различными криптомирными СМИ, включая CoinEdition, The Crypto Basic, CryptoNews Flash и DroomDroom. Он имеет степень бакалавра наук (BSc.) в областиmaticи компьютерных наук, полученную в Университете Кеньятта, Кения, и в настоящее время учится на последнем курсе бакалавриата в области коммуникаций и медиаисследований.
