Читать книгу От данных к мудрости. Путь к AGI и ASI онлайн

## Применение к искусственному интеллекту

Применяя эту идею к искусственному интеллекту, можно предположить, что для того, чтобы система по-настоящему обучалась, ей нужно проходить весь этот опыт самостоятельно. Недостаточно просто сказать ИИ «это действие хорошее, а это плохое». Система может начать действовать в соответствии с этими правилами, но для нее это не будет иметь глубокого смысла. Достаточно небольшого изменения в программе, и все эти правила могут быть стерты.

В отличие от этого, когда человек проходит через какой-то опыт, даже если он «теряется» в какой-то момент, основные принципы все равно остаются в нем, потому что они связаны с множеством событий и переживаний. Частицы этих принципов он может обнаружить в различных мыслях и ситуациях. Мысль как бы «рассеивается», начинает «жить» везде. Она децентрализована по различным участкам памяти и мыслительных процессов.

Можно предположить, что алгоритмы искусственного интеллекта могли бы работать аналогичным образом. Если просто дать алгоритму набор правил, это приведет к одному результату. Но если дать алгоритму возможность самостоятельно исследовать, корректировать свои действия, моделировать различные ситуации и проходить через них, это может привести к совершенно другому уровню понимания.

На данный момент сложно говорить о «понимании» в контексте искусственного интеллекта, так как современные системы ИИ не обладают сознанием в том смысле, в каком им обладают люди. Тем не менее, нам нужно готовиться к возможности создания более продвинутых форм ИИ, способных к более глубокому «пониманию» мира.

Интересно отметить, что если мы создадим несколько алгоритмов и позволим им развиваться самостоятельно, они, вероятно, пойдут разными путями, будут давать разные ответы и исследовать разные «территории». Однако, если направлять их к одинаковым принципам, в конечном итоге они могут прийти к единой точке – к своего рода «мудрости», если мы будем учить их мудрости.

Как и у людей, пути к этой мудрости могут быть разными. Некоторые алгоритмы могут прийти к ней быстрее, другие – медленнее. Одни могут идти прямым путем, другие – окольными. Для одних может потребоваться моделирование «невероятных трагедий», для других – более спокойный и размеренный путь развития.