Kognitivismi ja inimese intelligentsuse päritolu
Kognitivismi päritolu
THE kognitivism on lähenemine psühholoogias, mis keskendub mõtlemise sisemistele mehhanismidele, käsitledes inimmõistust kui infotöötlussüsteemi. Selle lähenemise alged pärinevad peamiselt 1950. ja 1960. aastatest, reaktsioonina tollal väga domineerivale biheiviorismile, mis keskendus eranditult jälgitavale käitumisele, jättes tähelepanuta sisemised vaimsed protsessid.
THE sihtasutused Kognitivismi teooriad põhinevad selliste tähelepanuväärsete tegelaste töödel nagu Jean Piaget, kes uuris laste kognitiivset arengut, või Noam Chomsky, kelle biheivioristliku psühholoogia ja verbaalse õppimise teooriate kriitika oli psühholoogia põhjalikumale orienteerumisel kesksel kohal. vaimu ja selle võimete uurimine.
Pole juhus, et kognitivismi tekkimine langeb kokku arvutiteaduse ja küberneetika tõusuga, mis on pakkunud uusi mudeleid ja metafoore mõistuse toimimise kontseptualiseerimiseks. Näiteks infotöötlus mälus, algoritmilised operatsioonid ja arvutusmudelite kasutamine mõtteprotsesside esitamiseks.
Inimese intelligentsus
L’inimese intelligentsus on keeruline teaduskond, mis hõlmab erinevaid võimeid, nagu probleemide lahendamine, arusaamine, õppimine, uute kontekstidega kohanemine, loovus ning sümbolite ja kontseptsioonidega manipuleerimine. Kognitivistlikus raamistikus nähakse inimese intelligentsust sageli ette kognitiivsete protsesside tulemusena, mida saab teaduslikult lagundada ja analüüsida.
Üks suuri edusamme inimese intelligentsuse mõistmisel kognitivismi prisma kaudu on olnud kognitiivse psühholoogia arendamine, distsipliini, mis on pühendatud vaimsete protsesside ja nende mõju inimkäitumisele. Neuroteaduse uuringud on aidanud kaasa ka meie arusaamisele intelligentsusest, avastades aju põhifunktsiooni ja uurides, kuidas aju struktuurid osalevad kognitiivsetes protsessides.
Psühholoogide, nagu Howard Gardner, välja pakutud mitme intelligentsuse teooriad on samuti rikastanud arutelu, viidates sellele, et intelligentsus ei ole üks üldine võime, vaid pigem spetsiifiliste ja sõltumatute oskuste kogum.
Lisaks mõjutab tehisintellekt (AI) suuresti praegust arusaama inimintellektist. Paradoksaalselt, püüdes luua masinaid, mis jäljendavad inimese intelligentsust, on teadlased saanud uusi teadmisi meie enda intelligentsuse olemuse kohta.
See edasi-tagasi AI ja kognitiivse psühholoogia vaheline seos on toonud kaasa edusamme mõlemas valdkonnas, mis on toonud kaasa märkimisväärseid edusamme meie arusaamises ja võimes modelleerida intellektuaalseid protsesse.
Et võrrelda meie inimintellekti tehisintellekti omaga, pöördugem tagasi AI aluste juurde, et teha järeldus:
AI teoreetilised alused
AI teoreetilised alused on juurdunud matemaatika ja arvutiteaduse valdkonnas. Need tulenevad suures osas formaalse loogika, algoritmide ja arvutusteooria uurimisest, mille on välja töötanud sellised tegelased nagu Alan Turing ja John von Neumann. Need sihtasutused hõlmavad järgmist:
- Tunnetuse modelleerimine: mis püüab taastoota inimese vaimseid protsesse.
- Sümboolne loogika: mis põhineb teadmiste esitus- ja järeldussüsteemidel.
- Masinõpe: mis võimaldab masinatel andmetest õppida ja oma jõudlust parandada.
- Optimeerimine: mille eesmärk on leida antud probleemile antud kontekstis parim lahendus.
- Mänguteooria: mis uurib strateegilisi otsuseid konkurentsi või koostöö olukordades.
Sümboolne vs konneknistlik tehisintellekt
Tehisintellekti valdkonnas on kahe lähenemisviisi vahel pikka aega olnud peamine erinevus:sümboolne tehisintellekt, mida sageli seostatakse loogiliste sümbolite manipuleerimisega, et simuleerida inimlikke mõttekäike ja mudeleid ühendused, mis ammutavad kunstlike närvivõrkude loomiseks inspiratsiooni aju neuronaalsest struktuurist.
Need kaks filosoofiat illustreerivad tehisintellekti põhilisi paralleele ja lahknevusi:
- Sümboolsed lähenemisviisid põhinevad teadmiste selgel ja formaliseeritud mõistmisel, samas kui konneksionistlikud lähenemisviisid toetuvad kaudsetele õppimismustritele.
- Sümboolne tehisintellekt on sageli läbipaistvam ja selle otsused paremini seletatavad, kuid see võib olla piiratud, kui seistakse silmitsi teatud reaalsete probleemide keerukusega.
- Connectionist AI, eriti sügava õppimise kaudu, paistab silma mustrite tuvastamise ja suurte andmemahtude haldamisega, kuid mõnikord kannatab läbipaistvuse puudumise tõttu (must kast).
Infotöötlus: aju ja masina võrdlus
Infotöötlus on võtmefunktsioon nii inimaju keerukuse kui ka kaasaegsete arvutisüsteemide toimimise mõistmisel. Uurime sarnasusi ja erinevusi selles, kuidas inimaju ja masinad töötlevad teavet.
Töötlemisvõimsus ja salvestusruum
Inimese ajus on ligikaudu 86 miljardit neuronit, millest igaüks on võimeline moodustama mitmeid sünaptilisi ühendusi, võimaldades tal täita keerulisi ülesandeid kõrge energiatõhususega.
Teisest küljest, kuigi praegused masinad suudavad käsitleda ja salvestada tohutul hulgal andmeid, nõuavad siiski palju energiat töötamiseks ja neil puudub aju loomulik paindlikkus, et õppida ja kohaneda sama tõhusalt.
Õppimine ja kohanemisvõime
Inimese aju on õppimise ja kohanemisvõime osas erakordne. Tänu neuroplastilisusele suudab see end ümber struktureerida, omandada uusi oskusi ja kohaneda uute olukordadega. Masinad hakkavad masinõppe ja tehisnärvivõrkude kaudu seda õppimisvõimet jäljendama.
Kuid isegi kõige arenenumad algoritmid nagu Sügav õppimine ei saa veel vastata ajule omasele võimele abstraktseid mõisteid orgaaniliselt mõista ja integreerida.
Töötlemise kiirus
Töötlemiskiiruse osas on masinatel sageli eelis. Arvutid suudavad sooritada matemaatilisi tehteid kiirusega, millega inimaju ei suuda võrrelda.
Otsuste tegemine ja keeruline probleemide lahendamine ebaselgetes või muutuvates olukordades on aga valdkonnad, kus aju paistab silma tänu oma võimele täita paralleelseid ülesandeid ja teha kiireid heuristlikke hinnanguid.
Konteksti ja nüansside mõistmine
Masinate üks silmapaistvamaid piiranguid võrreldes inimajuga on nende võime mõista konteksti ja nüansse. Aju suudab erakordselt tajuda keele, kultuuri, emotsioonide ja muude kontekstuaalsete tegurite peensusi – seda, mida masinad pole tehisintellekti arengust hoolimata veel täielikult omandanud. AI süsteemid nagu GPT-3 astuvad selles suunas suuri samme, kuid tõelise kontekstimõistmise saavutamiseks on veel palju teha.
Lühidalt öeldes on aju ja masina vahelise teabetöötluse võrdlemine keeruline ja toob esile mõlema süsteemi erakordsed piirid ja võimalused. Kuigi masinad arenevad kiiresti, ei ole nad veel täielikult asendanud inimese kognitiivseid protsesse.
Inimeste ja masinate kooseksisteerimine pakub tohutuid võimalusi tulevikuks, olgu siis inimvõimete parandamisel või arenenud tehisintellekti arendamisel.
Edusammud masinõppes: lähenemine kognitivismiga?
Kognitivismi ärkamine
THE kognitivism keskendub mõtlemise ja vaimsete protsesside uurimisele, püüdes mõista, kuidas inimesed probleeme tajuvad, õpivad, mäletavad ja lahendavad. See kognitiivne teadus tugineb erinevatele teadusharudele, nagu psühholoogia, neurobioloogia, vaimufilosoofia ja arvutiteadus, et püüda kaardistada inimaju arhitektuuri ja toimimist.
Masinõppe ja kognitivismi paralleelid
Paljud põhimõtted masinõpe leida vastukaja kognitivismis. Näiteks kunstlikud närvivõrgud, mis on loodud inimese neuronite toimimist jäljendama, demonstreerivad insenertehnilisi katseid korrata teabetöötlust nii, nagu see toimuks ajus. Sellised mõisted nagu juhendatud ja juhendamata õppimine kajastavad ka mõningaid inimese õppimisprotsesse, kuigi lihtsustatult.
Masinõppe panus kognitivismi
Uuenduslikud lähenemisviisid masinõpe heitis uut valgust kognitivismi perspektiividele. Luues mudeleid, mis suudavad töödelda keerulisi ja massiivseid andmekogumeid, pakub masinõpe tööriistu kognitiivsete teooriate testimiseks sellisel skaalal, mis varem oli kujuteldamatu. Lisaks võib aju-arvuti liideste arendamine muuta pöörde viisi, kuidas me inimaju mõistame ja sellega suhtleme.
AI ja kognitiivteaduste lähenemine
Nende vahel on potentsiaalne lähenemine masinõpe ja kognitiivteadused. Täpsemalt võib AI arvutuslik modelleerimine aidata inimestel paremini mõista infotöötlust ja vastupidi, intuitsioonid inimese kognitiivse toimimise kohta võivad inspireerida uusi algoritmilisi arhitektuure. Mõned teadlased väidavad, et see lähenemine võib viia AI vormideni, mis on tugevamad, paindlikumad ja tõelise intelligentsusega.
Lõpuks, masinõpe ja kognitivism taotlevad paralleelseid eesmärke: tehisliku või loomuliku intelligentsuse mõistmine ja simuleerimine. Nende kahe valdkonna ühendamine ei saa mitte ainult kiirendada tehisintellekti arengut, vaid ka süvendada meie arusaamist inimmõistusest. Kuid me oleme selle sümbiootilise suhte algusjärgus ja ainult tulevik määrab selle täieliku potentsiaali.
