Ist Künstliche Intelligenz ein mathematisches Muster?

Untersuchung der Wissenschaft und Philosophie der menschlichen und künstlichen Intelligenz.

Pixabay

Quelle: Pixabay

Was, wenn der Schlüssel zur Freisetzung künstlicher Intelligenz ein Muster ist, das bereits existiert, aber noch nicht entdeckt wurde? Künstliche allgemeine Intelligenz, auch als “starke künstliche Intelligenz” oder “vollständige künstliche Intelligenz” bezeichnet, ist die Fähigkeit einer Maschine, menschenähnliche Wahrnehmung zu leisten. Was scheinbar eine geradlinige philosophische Frage ist, ist tatsächlich ziemlich differenziert. Hinweise auf die Antwort finden sich in einer interdisziplinären Untersuchung von Informatik, Mathematik, Philosophie, Physik, Synthetischer Biologie und Neurowissenschaften.

Künstliche Intelligenz (KI) ist ein Begriff, dem eine einheitliche Definition fehlt. Die einfachste Erklärung ist, dass KI maschinelle Intelligenz gegen biologische menschliche Intelligenz ist. AI befindet sich in den frühen Stadien der Entwicklung, obwohl es ein Konzept ist, das über 60 Jahre alt ist – der Begriff entstand in einer Dartmouth-Publikation um 1955 [1]. Die Wiederbelebung der Künstlichen Intelligenz ist vor allem auf jüngste Trends zurückzuführen, wie die sinkenden Kosten für Computer, die Zunahme leistungsfähiger Cloud-basierter dezentraler Computer, die Verfügbarkeit von Big Data für maschinelles Lernen und die zunehmende Verfeinerung von Rechenalgorithmen. Heute ermöglicht die Computertechnologie Technologie, Funktionen wie Problemlösung, Lernen, Planung, Argumentation und Erkennung von Sprache, Sprache, Bildern und Handschrift auszuführen. Gegenwärtig ist AI eher ein Werkzeug für punktuelle Lösungen – weit entfernt von starker künstlicher Intelligenz.

Wenn künstliche Intelligenz überhaupt ein Muster ist, das es bereits gibt, dann beinhaltet das Aufdecken von Mathematik die Mathematik, die Wissenschaft der Muster. Mathematiker suchen nach Mustern, um eine Schlussfolgerung zu bilden, die eine Vermutung genannt wird, und versuchen, den Satz zu unterstützen, indem sie einen Beweis oder ein Theorem erstellen. So veröffentlichte der Mathematiker Shinichi Mochizuki von der Universität Kyoto einen Beweis, der die Inter-universelle Teichmüller-Theorie (IUT-Theorie) der abc- Vermutung, eines der ungelösten Probleme in der mathematischen Zahlentheorie, genannt wurde. Sowohl in der Informatik als auch in der Mathematik sind Algorithmen Verfahren zur Lösung eines Problems. Informatik ist inhärent mathematisch mit entsprechenden Methoden, um Anweisungen für Maschinen bereitzustellen. Heute können Computer beispielsweise aus Datensätzen “lernen” oder sich Konzepte selbst beibringen. Maschinelles Lernen ist eine Teilmenge der KI, bei der der Computer ohne explizite Programmierung “lernt”. Die Lernalgorithmen können auf Regression, Instanz, Regularisierung, Entscheidungsbaum, Bayesian, Clustering, Assoziationsregellernen, Künstliche Neuronale Netze, Deep Learning, Dimensionalitätsreduktion, Ensemble und vielen anderen Arten von Analysen basieren [2].

Wird Mathe bloß entdeckt, wie eine Ausgrabung eines Archäologen auf einer Grabung oder erfunden, wie ein inspirierter Dichter? Mathematischer Platonismus ist eine metaphysische Ansicht, dass mathematische Wahrheiten entdeckt werden, nicht erfunden – mathematische Objekte sind abstrakt und existieren unabhängig davon, dass wir sie in der Lage sind, sie zu denken oder zu beschreiben [3]. Metaphysik ist ein Zweig der Philosophie, der sich mit der fundamentalen Natur von Realität und Sein befasst, die Ontologie (das Studium der Natur der Existenz), Kosmologie (das Studium der Entstehung und Entwicklung des Universums) und Epistemologie (das Studium) einschließt von Wissen und berechtigten Überzeugungen). Wenn einem Objekt eine mathematische Formel zugeordnet ist, ist es theoretisch möglich, es in einem Computeralgorithmus auszudrücken. Wenn Mathematik eine Realität ist, die auf Identifikation wartet, würde das bedeuten, dass alles eine entsprechende mathematische Formel hat? Kritiker des mathematischen Platonismus würden argumentieren, dass Zahlen Konzepte sind, die existieren, wenn der Verstand sie ersinnt.

Das menschliche Bewusstsein kann als ein Zustand des Bewusstseins beschrieben werden und sich seiner Gedanken und Umgebung bewusst sein. Kann Bewusstsein programmiert werden? Physik ist eine Naturwissenschaft, die die Natur und Wechselwirkung von Materie und Energie studiert, und Mathematik ist das Mittel der Wahl für Physiker. Der Kosmologe, Physiker und Professor am Massachusetts Institute of Technology (MIT) Max Tegmark argumentiert, dass Bewusstsein ein mathematisches Muster ist, das als ein Zustand der Materie mit informationsverarbeitender Fähigkeit verstanden werden kann [4]. In Anlehnung an die verschiedenen Zustände der Materie (fest, flüssig und gasförmig) legt Tegmark den Gedanken dar, dass Bewusstsein auch das Ergebnis eines aufkommenden Phänomens ist. Er nennt diesen Zustand “Perzeptronium” [5]. Wenn Bewusstsein ein Muster ist, kann eine Maschine theoretisch Bewusstsein sein, wenn man Tegmarks Hypothese zuschreibt.

Wie formelhaft ist das Leben selbst? Kann das Leben programmiert werden? Um diese Frage zu beantworten, müssen wir uns auf die jüngsten Durchbrüche in der synthetischen Biologie beschränken. Das J. Craig Venter Institute schuf 2010 die weltweit erste synthetische Lebensform mit einem völlig synthetischen Genom, einem sich selbst replizierenden Bakterium namens Mycoplasma mycoides JCVI-syn1.0 [6]. Der genetische Code für diese neue Art wurde am Computer digitalisiert und dann biochemisch zusammengestellt [7]. Das Leben kann mit synthetischer DNA erzeugt werden, die in genomfreie Bakterien eingefügt wird. Dies war ein einzelliger Organismus. Der nächste Schritt in der Synthetischen Biologie wäre, synthetisch selbstreplizierende, mehrzellige Organismen zu schaffen – ein komplexes und ehrgeiziges Unterfangen.

Werden die Menschen eines Tages zu einer Mischung aus künstlicher und biologischer Intelligenz? Wie realistisch ist eine Gehirn-Computer-Schnittstelle (BCI)? Unternehmer und Wirtschaftsmogule betreten den Neurowissenschaftsmarkt. Verschiedene Ansätze, um zu entdecken, wie das menschliche Gehirn funktioniert, umfassen den Einsatz von Optogenetik, fMRI, Bildgebung, Elektrophysiologie, hochauflösende Optik, Genetik, Spektroskopie und Biochemie. NeuroLaunch, der erste neurowissenschaftliche Beschleuniger der Welt, wurde 2014 ins Leben gerufen, Serial Entrepreneur und Risikokapitalgeber Bryan Johnson gründete 2016 sein eigenes Vermögen mit 100 Millionen US-Dollar. Der Milliardär Elon Musk stieg 2017 mit der Einführung von Neuralink in den Neurowissenschaftsmarkt ein. 8]. Im Januar 2017 gelang ein Forschungsteam unter der Leitung von Niels Birbaumer, Neurowissenschaftler am Wyss Center für Bio- und Neuroengineering in Genf, ein innovativer Durchbruch bei BCI. Die Forscher konnten mit Patienten mit amyotropher Lateralsklerose (ALS), auch bekannt als Lou Gehrig-Syndrom, kommunizieren, die ein “Locked-in-Syndrom” mit funktioneller Nahinfrarotspektroskopie (fNIRS) hatten, die “hämodynamische Hirnreaktionen mit neuronaler Aktivität misst”. 9]. “Vier ALS-Patienten wurden trainiert, ihre frontocentralen Gehirnregionen zu regulieren, um” Ja “oder” Nein “Antworten auf Fragen zu übermitteln. Die Reaktionen wurden anhand der relativen Veränderung des oxygenierten Hämoglobins (O2Hb) gemessen, wobei die Ergebnisse einer “Über-Zufalls-Ebene korrekte Ansprechrate über 70% [10]” berichtet wurden Weg für zukünftige Gehirn-Computer-Schnittstellen.

Technologische Singularität ist das Konzept, bei dem die maschinelle Intelligenz die Fähigkeit der menschlichen Intelligenz übersteigt. Wenn dies erreicht werden kann, was bedeutet das für die Zukunft der Menschheit? Die Antwort auf diese Frage hat tiefgreifende Auswirkungen auf die Zukunft. Unabhängig davon, ob das Universum von Natur aus mathematisch ist oder nicht, nähern sich die Menschen den Mysterien der Physik, des Bewusstseins, der künstlichen Intelligenz, der Neurowissenschaften und des Lebens selbst.

Verweise

1. Rosso, Cami. “Warum AI jetzt im Trend ist.” Mittel . 21. Februar 2017.

2. Brownlee, Jason. “Eine Tour von Machine Learning-Algorithmen.” Machine Learning-Algorithmen. 25. November 2013.

3. Linnebo, Øystein. “Platonismus in der Philosophie der Mathematik.” Stanford Enzyklopädie der Philosophie. 18. Juli 2009. Überarbeitet am 18. Januar 2018.

4. Tegmark, max. “Bewusstsein als ein Zustand der Materie.” Chaos, Solitons & Fraktale . Gesendet am 6. Januar 2014 (v1), zuletzt überarbeitet am 18. März 2015 (v3).

5. Ebenda

6. Smith, Michael. “Wissenschaftler schaffen erste” synthetische “Zellen.” ABC News. 21. Mai 2010.

7. Ebd.

8. Rosso, Cami. “Warum Neurowissenschaft im Geschäft ist.” Psychologie heute. 20. März 2018.

9. Chaudhary, Ujwal; Xia, Bin; Silvoni, Stefano; Cohen, Leonardo G .; Birbaumer, Niels. “Gehirn-Computer-Interface-basierte Kommunikation im vollständig gesperrten Zustand.” PLOS Biologie. 31. Januar 2017

10. Ebenda