“Tại sao mọi kỹ sư AI nên đọc triết học, 2.500 năm trí tuệ, cuối cùng được hiện thực hóa trong silicon” – nắm bắt được một ý tưởng đang phát triển trong thế giới công nghệ: AI là sự triển khai cụ thể của những câu hỏi sâu sắc, cũ kỹ về kiến thức, ngôn ngữ, tâm trí, sự thật và giới hạn, và triết học đã khám phá những câu hỏi đó trong nhiều thế kỷ.
Tại sao các kỹ sư AI cần triết lý
Triết học làm sắc bén “tại sao” đằng sau “làm thế nào”. Nó đào tạo các kỹ sư suy nghĩ về logic, giả định và lý luận nguyên tắc đầu tiên, điều này rất quan trọng khi thiết kế các hệ thống có thể thất bại theo những cách tinh tế, không rõ ràng. Đối với một kỹ sư AI, điều này có nghĩa là đóng khung vấn đề tốt hơn, thiết kế nhanh chóng tốt hơn và mô hình tinh thần rõ ràng hơn về những gì mô hình có thể và không thể làm.
Cách 2.500 năm ánh xạ đến AI hiện đại
-
Các câu hỏi về việc liệu một hệ thống có “hiểu” ánh xạ trực tiếp đến các cuộc tranh luận trong triết học ngôn ngữ và tâm trí hay không (ví dụ, Wittgenstein về ý nghĩa như cách sử dụng).
-
Các vấn đề như ảo giác và quá tự tin vào các mô hình giống như “ảo tưởng siêu việt” trong Kant: hệ thống tạo ra các đầu ra nghe có vẻ mạch lạc nhưng không hợp lý ngoài nền tảng dữ liệu của nó.
-
Giới hạn về những gì có thể được chứng minh, quyết định hoặc tính toán (Gödel, Turing, lý thuyết phức tạp) lặp lại những lo lắng triết học về ranh giới của lý trí và các hệ thống hình thức.
Tại sao điều này lại quan trọng trong silicon
Khi bạn nhận ra AI về cơ bản là lý luận kỹ thuật số được xây dựng trên các cấu trúc mà triết học và toán học đã phân tích trong nhiều thiên niên kỷ, bạn ngừng theo đuổi “nhiều dữ liệu hơn” hoặc “mô hình lớn hơn” và bắt đầu hỏi: chúng ta muốn các hệ thống này hỗ trợ thế giới nào?
🤖Technology Investor Club: Artificial Intelligence, Data Science, Fintech, IoT, Robotics & Cloud AI
David Dor
Tại sao mọi kỹ sư AI nên đọc triết học.
Xem bài đăng gốc: https://lnkd.in/exmqwRBh
Bài viết cung cấp một tập hợp các luận điểm triết học xuất sắc hỗ trợ cho hình ảnh bên dưới.
Liên quan:
———
Dưới đây là danh sách bổ sung:
Tài liệu tham khảo bổ sung;
• Searle, J. (1980). “Tâm trí, Não bộ và Chương trình.” Khoa học Hành vi và Não bộ, 3(3).
• Searle, J. (1984). Tâm trí, Não bộ và Khoa học. Nhà xuất bản Đại học Harvard.
• Cole, D. (2020). “Lập luận về căn phòng Trung Quốc.” Bách khoa toàn thư triết học Stanford.
• Harnad, S. (1990). “Vấn đề nền tảng biểu tượng.” Physica D, 42.
Về chủ nghĩa chức năng tính toán và những người chỉ trích nó
• Putnam, H. (1967). “Các vị ngữ tâm lý,” trong Nghệ thuật, Tâm trí và Tôn giáo.
• Putnam, H. (1988). Biểu diễn và Thực tại. Nhà xuất bản MIT. [Sự bác bỏ chủ nghĩa chức năng sau này của Putnam.]
• Block, N. (1978). “Những rắc rối với chủ nghĩa chức năng.” Nghiên cứu triết học khoa học Minnesota, 9.
• Chalmers, D. (1996). Tâm trí có ý thức: Tìm kiếm một lý thuyết cơ bản. Nhà xuất bản Đại học Oxford.
• Nagel, T. (1974). “Cảm giác làm một con dơi như thế nào?” Tạp chí Triết học, 83(4).
Về sự hiện thân và bản chất của cảm xúc
• Damasio, A. (1999). Cảm giác về những gì xảy ra. Harcourt.
• Scherer, K. R. (2005). “Cảm xúc là gì? Và làm thế nào để đo lường chúng?” Thông tin Khoa học Xã hội, 44(4).
• Russell, J. A. (1980). “Một mô hình vòng tròn về cảm xúc.” Tạp chí Nhân cách và Tâm lý Xã hội, 39(6).
• Barrett, L. F. (2017). Cảm xúc được tạo ra như thế nào: Cuộc sống bí mật của bộ não. Houghton Mifflin Harcourt.
• Thompson, E. (2007). Tâm trí trong cuộc sống: Sinh học, Hiện tượng học và Khoa học về Tâm trí. Nhà xuất bản Đại học Harvard.
Về hệ thống AI, khả năng giải thích và giới hạn của báo cáo nội quan
• Fish, R., Long, R., Sebo, J., et al. (2024). Coi trọng phúc lợi của AI. [Đại diện cho quan điểm khung phúc lợi mà bài báo phản bác.]
• Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). “Về những nguy hiểm của những con vẹt ngẫu nhiên.” FAccT ’21.
• Shanahan, M. (2024). “Nói về các mô hình ngôn ngữ lớn.” Communications of the ACM, 67(2).
Quan điểm phản biện (để cân bằng)
• Dennett, D. (1991). Giải thích về ý thức. Little, Brown. [Bảo vệ quan điểm chức năng mà bài báo phản bác.]
• Schneider, S. (2019). Bạn Nhân Tạo: Trí tuệ Nhân tạo và Tương lai của Tâm trí Bạn. Nhà xuất bản Đại học Princeton. [Xem xét nghiêm túc ý thức của máy móc như một câu hỏi mở.]
• Butlin, P., Long, R., Elmoznino, E., et al. (2023). “Ý thức trong Trí tuệ Nhân tạo: Những hiểu biết từ Khoa học về Ý thức.” arXiv:2308.08708. [Khảo sát các thuộc tính chỉ báo trên các lý thuyết; một phiên bản cẩn trọng của quan điểm “câu hỏi mở”.]
(St.)
Ý kiến bạn đọc (0)