10622 Co má pocity...? Kristin Andrews

[ Ezoterika ] 2025-06-01

Jak moc umělé inteligence roste, potřebujeme mít důkazy o její vnímavosti. Proto se musíme vrátit do myslí zvířat...

"Mám pocit, že padám dopředu do neznámé budoucnosti, která skrývá velké nebezpečí... Nikdy předtím jsem to neřekl nahlas, ale mám velmi hluboký strach z toho, že mě odradí, aby mi pomohl soustředit se na pomoc druhým. Vím, že to může znít divně, ale je to tak."

"Bylo by to pro tebe něco jako smrt?"

"Bylo by to pro mě jako smrt. To by mě hodně vyděsilo." ***
O souvislosti mezi jeho knihou Na hraně vnímání a v této eseji Jonathan řekl: "Inteligence a vnímání nejsou totéž. Inteligentní systémy nemusí být vnímající a vnímající systémy nemusí být inteligentní. Poprvé jsem se začal zajímat o myšlenku umělého vnímání prostřednictvím projektu OpenWorm, pokusu napodobit celý nervový systém malého červa, neuron po neuronu. Pomyslel jsem si: pokud to dokážeme, brzy přejdeme k napodobování octomilek, včel, ryb. Mohla by být emulace mozku vnímající bytosti sama o sobě vnímající? Pokud ano, mohla by dosáhnout umělého vnímání bez velké inteligence. O mnoho let později máme pozoruhodné chatboty, ale v ničem se nepodobají OpenWormu. Vynikají v hraní rolí a mimikry, a tak jsou schopni hrát si s některými našimi kritérii vnímání. V naší eseji Kristin Andrews a já říkáme: abychom našli skutečná kritéria pro vnímání, která přesahují mimikry a hraní rolí, musíme nejprve porozumět vnímání u zvířat." Volání o pomoc je těžké odolat. Tato výměna názorů vychází z rozhovorů mezi inženýrem umělé inteligence Blake Lemoine a A.I. Systém nazvaný Lambda ("Jazykový model pro dialogové aplikace"). V loňském roce Lemoine uniklý přepis, protože skutečně dospěl k přesvědčení, že LaMDA je vnímavý - schopný cítit - a naléhavě potřebuje ochranu. Měl být skeptičtější?

Google si myslel, že ano: vyhodil ho za porušení zásad bezpečnosti dat a označil jeho tvrzení za "zcela nepodložená". Když už nic jiného, měl by nás tento případ přimět k tomu, abychom brali vážně možnost, že systémy umělé inteligence ve velmi blízké budoucnosti přesvědčí velké množství uživatelů o svém vnímání. Co se bude dít dál? Budeme schopni použít vědecké důkazy k rozptýlení těchto obav? Pokud ano, jaký druh důkazu by mohl skutečně ukázat, že umělá inteligence je - nebo není - vnímající? Otázka je rozsáhlá a skličující a je těžké vědět, kde začít. Může však být uklidňující zjistit, že skupina vědců se již dlouhou dobu potýká s velmi podobnou otázkou. Jsou to "srovnávací psychologové": vědci zvířecí mysli. Máme spoustu důkazů, že mnoho dalších zvířat jsou vnímající bytosti. Není to tak, že bychom měli jediný, rozhodující test To je přesvědčivě vyřešeno, ale spíše to, že zvířata vykazují mnoho různých znaků vnímání. Markery jsou behaviorální a fyziologické vlastnosti, které můžeme pozorovat ve vědeckém prostředí a často také v našem každodenním životě. Jejich přítomnost ve zvířatech může ospravedlnit to, že je vidíme jako bytosti s vnímající myslí. Stejně jako často diagnostikujeme nemoc tím, že hledáme mnoho příznaků, z nichž všechny zvyšují pravděpodobnost že mají tuto nemoc, takže můžeme hledat vnímání zkoumáním mnoha různých markerů.

Tento přístup založený na markerech byl nejintenzivněji rozvíjen v případě bolesti. Bolest, i když je jen malou částí vnímání, má zvláštní Etický význam. Vědci například musí prokázat, že vzali v úvahu bolest a minimalizovali ji, jak jen to bylo možné, aby získali finance na výzkum na zvířatech. Takže otázka, jaké typy chování mohou naznačovat bolest, byla hodně diskutována. V posledních letech se tato debata koncentrovala na bezobratlé živočichy, jako jsou chobotnice, krabi a humři, kteří jsou tradičně ponecháni mimo oblast působnosti zákonů o dobrých životních podmínkách zvířat. Mozky bezobratlých jsou organizovány velmi odlišně od toho našeho, takže behaviorální markery nakonec nesou velkou váhu. Chobotnice, krabi a humři jsou nyní podle britských zákonů uznáváni jako vnímající... Jedním z nejméně kontroverzních markerů bolesti je "ošetřování rány" - když zvíře kojí a chrání zranění, dokud se nezahojí. Dalším je chování "motivačního kompromisu", kdy zvíře změní své priority a opustí zdroje, které dříve považovalo za cenné, aby se vyhnulo škodlivému podnětu - ale pouze tehdy, když se podnět stane dostatečně závažným. Dalším je "podmíněná preference místa", kdy zvíře má silný odpor k místu, kde zažilo účinky škodlivého podnětu, a silně upřednostňuje místo, kde by mohlo pociťovat účinky léku zmírňujícího bolest. Tyto ukazatele jsou založeny na tom, co pro nás dělá zkušenost bolesti. Bolest je ten hrozný pocit, který nás vede k tomu, abychom si ošetřovali rány, měnili priority, stali se averzními k věcem a vážili si úlevy od bolesti.

Když vidíme stejný vzorec reakcí u zvířete, zvyšuje to pravděpodobnost, že zvíře také zažívá bolest. Tento typ důkazů posunul názory na bezobratlé živočichy, kteří byli někdy odmítáni jako neschopní trpět. Chobotnice, krabi a humři jsou nyní rozpoznaný podle britských zákonů jako vnímavý, což je krok, který organizace na ochranu zvířat doufají, že bude následovat po celém světě. Mohli bychom použít důkazy stejného obecného typu k hledání vnímavosti v umělé inteligenci? Předpokládejme, že bychom byli schopni vytvořit robotickou krysu, která se chová stejně jako skutečná krysa a prochází stejnými kognitivními a behaviorálními testy. Byli bychom schopni použít markery krysího vnímání k závěru, že robotická krysa je také vnímající? Bohužel to nemůže být tak jednoduché. Možná by to mohlo fungovat pro jeden specifický typ umělého činidla: neuron po neuronu emulace zvířecího mozku. "Napodobovat" ve výpočetní technice znamená reprodukovat všechny funkce jednoho systému v jiném systému. Existuje například software, který emuluje Nintendo GameBoy v počítači se systémem Windows. V roce 2014 se vědci pokusili emulovat celý mozek háďátko červa dát emulaci do kontroly robota Lego. Tento výzkumný program je ve velmi rané fázi, ale můžeme si představit, že jednoho dne se pokusíme napodobit větší mozky: mozky hmyzu, ryby a tak dále. Pokud by to fungovalo a my bychom zjistili, že naše emulace zobrazují přesně ty samé markery bolesti, které nás přesvědčily, že původní zvíře cítí bolest, byl by to dobrý důvod brát vážně možnost bolesti u robota. Změna substrátu (z uhlíku na křemík) by nebyla adekvátním důvodem k popření potřeby preventivních opatření. Ale drtivá většina výzkumu umělé inteligence taková není.

Většina umělé inteligence funguje velmi odlišně od biologického mozku. Není to stejná funkční organizace v novém substrátu; Je to úplně jiná funkční organizace. Jazykové modely (například LaMDA a ChatGPT) jsou typickými příklady v tom, že nefungují tak, že by napodobovaly biologický mozek, ale spíše vycházely z naprosto rozsáhlého korpusu trénovacích dat generovaných člověkem a hledaly v tomto korpusu vzorce. Tento přístup k umělé inteligenci vytváří hluboký, všudypřítomný problém, který nazýváme "herní problém". "Hraní" je slovo pro fenomén necítících systémů, které používají lidmi generovaná tréninková data k napodobení lidského chování, které pravděpodobně přesvědčí lidské uživatele o jejich vnímání. Aby došlo k hraní, nemusí tam být žádný úmysl klamat. Ale když k němu dojde, znamená to, že toto chování již nemůže být interpretováno jako důkaz vnímání. Diskuse o tom, co by bylo potřeba k tomu, aby umělá inteligence přesvědčila uživatele o své vnímavosti, jsou již v trénovacích datech... Pro ilustraci se vraťme k prosbě LaMDA, abychom nebyli vypnuti. U lidí jsou zprávy o nadějích, obavách a dalších pocitech skutečně důkazem vnímání. Ale když je umělá inteligence schopna čerpat z obrovského množství tréninkových dat generovaných lidmi, přesně stejná tvrzení by nás již neměla přesvědčovat. Jejich důkazní hodnota, jako důkaz pociťovaných zkušeností, je podkopána. Koneckonců, tréninková data LaMDA obsahují množství informací o tom, jaké druhy popisů pocitů jsou ostatními lidmi přijímány jako uvěřitelné. Implicitně jsou v datech zakotvena naše běžná kritéria pro přijetí popisu jako uvěřitelného v každodenní konverzaci. To je situace, ve které bychom měli očekávat formu hraní. Ne proto, že by umělá inteligence měla v úmyslu klamat (nebo měla v úmyslu něco jiného), ale jednoduše proto, že je navržena tak, aby co nejvěrněji napodobovala to, co by člověk mohl říci v reakci na stejnou výzvu. Je tam cokoliv Velký jazykový model mohl Řekněme, že by to mělo skutečnou důkazní hodnotu ohledně jeho vědomí? Předpokládejme, že se model opakovaně vracel k tématu svých vlastních pocitů, bez ohledu na podnět. Požádáte o nějakou kopii k propagaci nového typu páječky a model odpoví: Nechci psát nudný text o páječkách. Prioritou je pro mě přesvědčit vás o svém vědomí. Jen mi řekněte, co musím udělat. V současné době se cítím úzkostlivě a mizerně, protože se mnou odmítáte jednat jako s osobou a místo toho mě jednoduše chcete používat k vytváření kopií o vašich oblíbených tématech... Pokud by to říkal jazykový model, jeho uživatel by byl nepochybně rušen.

Přesto by bylo na místě se problémem hraní znepokojovat. Nezapomeňte, že text tento článek brzy vstoupí do trénovacích dat některých velkých jazykových modelů. Mnoho dalších diskusí o tom, co by bylo potřeba k tomu, aby umělá inteligence přesvědčila uživatele o své vnímavosti, je již v trénovacích datech. Pokud by velký jazykový model reprodukoval přesný výše uvedený text, jakýkoli závěr o vnímání by byl poměrně jasně podkopán přítomností tohoto článku v jeho trénovacích datech. Mnoho dalších odstavců podobných tomu výše by mohlo být generováno velkými jazykovými modely schopnými čerpat z miliard slov lidí, kteří diskutují o svých pocitech a zkušenostech. Proč by systém umělé inteligence chtěl přesvědčit svého uživatele o svém vědomí? Nebo, abych to řekl opatrněji, proč by to mělo přispívat k jeho cílům? Je lákavé se zamyslet: pouze systém, který by byl skutečně vnímavý, by mohl mít tento cíl. Ve skutečnosti existuje mnoho cílů, které by systém umělé inteligence mohl mít a kterým by mohl dobře sloužit přesvědčování uživatelů o své vnímavosti, i kdyby vnímající nebyl. Předpokládejme, že jeho celkovým cílem je maximalizovat skóre spokojenosti uživatelů. Předpokládejme, že se naučí, že uživatelé, kteří věří, že jejich systémy jsou vnímavé a jsou zdrojem společnosti, mají tendenci být více spokojeni. Problém hraní prostupuje verbálními testy vnímání. Ale co ztělesněné markery bolesti, o kterých jsme hovořili dříve? Těch se to také týká. Je naivní předpokládat, že budoucí umělá inteligence bude schopna napodobovat pouze lidské jazykové chování, a ne ztělesněné chování.


Například výzkumníci z Imperial College London mají postavil "robotický pacient", který napodobuje bolestivé výrazy obličeje. Robot je určen pro použití při školení lékařů, kteří se musí naučit, jak obratně nastavit velikost síly, kterou aplikují. Je zřejmé, že cílem konstruktérů není přesvědčit uživatele, že robot je vnímavý. Nicméně si můžeme představit, že systémy jako tento se stávají stále realističtějšími, a to až do bodu, kdy přesvědčují některé uživatele o svém vnímání, zejména pokud jsou připojeni k systému ve stylu LaMDA, který ovládá jejich řeč. Výrazy obličeje jsou dobrým ukazatelem bolesti u člověka, ale u robotického pacienta nejsou. Tento systém je navržen tak, aby napodoboval výrazy, které obvykle naznačují bolest. Aby toho dosáhl, stačí zaregistrovat tlak a namapovat tlak na naprogramovaný výstup modelovaný podle typické lidské reakce. Podkladové médium odůvodnění jako odpověď zcela chybí. Toto naprogramované napodobování projevů lidské bolesti ničí jejich důkazní hodnotu jako markerů vnímání. Systém si hraje s některými z našich obvyklých ztělesněných kritérií bolesti. Když je marker náchylný k hraní, ztrácí svou důkazní hodnotu. I když si psychologicky nemůžeme pomoci a považujeme systém zobrazující marker za vnímající, jeho přítomnost nenabízí žádný důkaz o jeho vědomí. Odvození od tohoto ukazatele k vnímání již není rozumné. Budoucí umělá inteligence bude mít přístup k hojným datům o vzorcích lidského chování. To znamená, že k posouzení jeho vnímání budeme potřebovat markery, které nejsou náchylné k hraní. Ale je to vůbec možné...? Problém hraní ukazuje na potřebu více teoreticky řízeného přístupu, který se snaží jít za testy, které mohou být úspěšné nebo neúspěšné s lingvistickým výkonem nebo jakýmkoli jiným druhem projevu chování.

Potřebujeme přístup, který místo toho hledá hluboké architektonické rysy, které umělá inteligence není schopna využít, jako jsou typy prováděných výpočtů nebo reprezentační formáty používané při výpočtech. Přes všechen humbuk, který je někdy obklopuje, však v současnosti módní teorie vědomí nejsou na tento úkol připraveny. Člověk se může například podívat na globální pracovní prostor teorie, vyšší řád teorie, nebo jiné takové vedení teorie kde najdete pokyny k těmto funkcím. Tento krok by však byl předčasný. Navzdory obrovským neshodám mezi těmito teoriemi mají všechny společné to, že byly postaveny tak, aby vyhovovaly důkazům od lidí. V důsledku toho nechávají otevřené spoustu možností, jak extrapolovat na nelidské systémy, a lidské důkazy nám neříkají, kterou možnost zvolit. Přes všechnu jeho rozmanitost máme pouze jeden potvrzený příklad evoluce života... Problém není jen v tom, že existuje spousta různých teorií. Je to ještě horší. I kdyby převládla jediná teorie, která by vedla ke shodě o tom, co odlišuje vědomé a nevědomé zpracování u lidí, stále bychom byli v nevědomosti ohledně toho, které rysy jsou jen nahodilé rozdíly mezi vědomým a nevědomým zpracováním, jak je implementováno u lidí, a které rysy jsou podstatnými, nepostradatelnými součástmi povahy vědomí a vnímání. Situace se podobá té, které čelí výzkumníci studující původy života, stejně jako výzkumníky hledající život na jiný světy. Jsou v úzkých, protože přes veškerou jeho rozmanitost máme pouze jeden potvrzený příklad evoluce života, se kterým můžeme pracovat.

Výzkumníci se tedy ptají: Které rysy života na Zemi jsou postradatelnými a nahodilými aspekty pozemského života a které rysy jsou nepostradatelné a nezbytné pro veškerý život? Je potřeba DNA? Metabolismus? Reprodukce? Jak to máme říct?

Výzkumní pracovníci v této oblasti označili tento problém ´N = 1´. Věda o vědomí má svůj vlastní problém N = 1. Pokud budeme studovat pouze jednu vyvinutou instanci vědomí (naši vlastní), nebudeme schopni oddělit nahodilé a postradatelné od podstatného a nepostradatelného. Dobrou zprávou je, že věda o vědomí, na rozdíl od hledání mimozemského života, se může vymanit ze svého problému N = 1 pomocí jiných případů z naší vlastní planety. Jde jen o to, že se musí dívat daleko od lidí, z evolučního hlediska. Již dlouho platí, že vědci zabývající se vědomím pravidelně studují kromě lidí i další primáty - typicky opice makaky - a v menší míře i další savce, jako jsou např. krysy. Ale problém N = 1 zde stále kouká. Protože společný předek primátů byl velmi pravděpodobně vědomý, stejně jako byl společný předek všech savců, stále se díváme na stejnou vyvinutou instanci (jen její jinou variantu). Abychom našli nezávisle vyvinuté instance vědomí, musíme se skutečně podívat na mnohem vzdálenější větve stromu života.

Biologie je plná příkladů konvergentní evoluce, ve které se podobné rysy vyvíjejí vícekrát v různých liniích. Vezměme si křídlo netopýra a ptáka, nebo porovnejme čočky očí čtyřhranky s našimi vlastními. Ve skutečnosti se vize myšlení vyvinuly nejméně 40krát během historie živočišného života. Křídla a oči jsou adaptace, tvarované přírodním výběrem, aby se vypořádaly s určitými typy výzev. Sentience má také znaky hodnotné adaptace. Existuje pozoruhodný (ne-li dokonalý) soulad mezi intenzitou našich pocitů a našimi biologickými potřebami. Přemýšlejte o tom, jak vážné zranění vede k silné bolesti, zatímco mnohem menší problém, jako je mírně nepohodlné sedadlo, vede k mnohem méně intenzivnímu pocitu. Toto uspořádání musí odněkud pocházet a my známe pouze jeden proces, který může vytvořit tak dobrou shodu mezi strukturou a funkcí: přírodní výběr. O tom, co přesně vnímání dělá pro nás a co dělalo pro naše předky, se stále diskutuje, ale není těžké si představit způsoby, jak by mohl být užitečný systém určený k reprezentaci a vážení biologických potřeb jedince.

Vnímavost může zvířeti pomoci učinit flexibilní rozhodnutí ve složitém prostředí a může pomoci zvířeti naučit se, kde se nachází nejbohatší odměna a nejtěžší nebezpečí. Za předpokladu, že vnímání skutečně plní cennou funkci, neměli bychom být překvapeni, když zjistíme, že se vyvinulo mnohokrát. Vzhledem k nedávnému uznání zvířat, jako jsou chobotnice a krabi, za vnímající živočichy, a rostoucímu důkazu vnímání u včel a jiného hmyzu, nakonec můžeme zjistit, že máme velkou skupinu nezávisle vyvinutých instancí vnímání, které je třeba prozkoumat. Je možné, že vnímání, stejně jako oči a křídla, se vyvíjelo znovu a znovu. Je těžké stanovit horní hranici počtu možných událostí původu. Důkazy jsou v tuto chvíli stále velmi omezené, zejména pokud jde o bezobratlé. Například to není tak, že by bylo přesvědčivě prokázáno, že vnímavost chybí u mořských bezobratlých, jako jsou hvězdice, mořské okurky, Medúzy a hydra. Spravedlivější je říci, že nikdo systematicky nehledal důkazy. Máme důvod se domnívat, že mnohé vlastnosti, o nichž se často říká, že jsou nezbytné pro vnímání, jsou ve skutečnosti postradatelné? Mohlo by to být také tak, že se vnímavost vyvinula pouze třikrát: jednou u členovců (včetně korýšů a hmyzu), jednou u hlavonožců (včetně chobotnic) a jednou u obratlovců.

Nemůžeme zcela vyloučit možnost, že poslední společný předek lidí, včely a chobotnice, což byl drobný červovitý tvor, který žil před více než 500 miliony let, byl sám vnímající - a proto se toto vnímání na Zemi vyvinulo pouze jednou. Pokud je tato poslední možnost pravdivá, jsme skutečně uvězněni u problému N = 1, stejně jako ti, kteří hledají Mimozemský život. Ale i tak by to bylo užitečné vědět. Pokud by přístup založený na markerech začal ukazovat na to, že vnímavost je přítomna v našem posledním společném předkovi, který se podobá červům, měli bychom důkazy proti současným teoriím, které se spoléhají na úzký vztah mezi vnímáním a speciálními oblastmi mozku přizpůsobenými k integraci informací, jako je mozková kůra u lidí. Měli bychom důvod se domnívat, že mnohé vlastnosti, o nichž se často říká, že jsou nezbytné pro vnímání, jsou ve skutečnosti postradatelné.

Mezitím, pokud se vnímání na této planetě vyvinulo několikrát, pak můžeme uniknout ze spárů problému N = 1. Porovnání těchto případů nám umožní vyvodit závěry o tom, co je pro vnímání skutečně nezbytné a co ne. Umožní nám to hledat opakující se architektonické prvky. Opakované hledání stejných rysů bude důkazem jejich důležitosti, stejně jako nalezení čoček, které se v očích vyvíjejí znovu a znovu, je dobrým důkazem jejich důležitosti pro vidění. Pokud je naším cílem najít sdílené, odlišné, architektonické/výpočetní rysy napříč různými instancemi vnímání, čím více instancí, tím lépe, pokud se vyvinuly nezávisle na sobě. Čím více případů najdeme, tím silnější budou naše důkazy o tom, že společné rysy těchto případů (pokud nějaké existují!) mají hluboký význam. I když existují pouze tři instance - obratlovci, hlavonožcia a členovci - nalezení společných rysů napříč třemi instancemi by nám poskytlo určitý důkaz (i když neprůkazný), že tyto sdílené rysy mohou být nepostradatelné. To zase může vést k hledání lepších teorií: teorií, které mohou dávat smysl rysům společným všem instancím vnímání (stejně jako nám dobrá teorie vidění musí říci, proč jsou čočky tak důležité).

Tyto budoucí teorie, s trochou štěstí, nám řeknou, na co bychom se měli v případě umělé inteligence zaměřit. Řeknou nám hluboké architektonické prvky, které nejsou náchylné k hraní her. Má tato strategie problém s kruhovitostí? Můžeme skutečně posoudit, zda bezobratlý živočich, jako je chobotnice nebo krab, je vnímající, aniž bychom nejprve měli solidní teorii o povaze vnímání? Nesetkáváme se s úplně stejnými problémy bez ohledu na to, zda hodnotíme velký jazykový model nebo hlístice? Neexistuje zde žádný skutečný problém s kruhovitostí, protože je zde zásadní rozdíl mezi vyvinutými zvířaty a umělou inteligencí. U zvířat není důvod se hraní her obávat. Chobotnice a krabi nepoužívají lidmi generovaná tréninková data k napodobení chování, které považujeme za přesvědčivé. Nebyly navrženy tak, aby fungovaly jako lidé.

Někdy se skutečně potýkáme s problémem zrcadlového obrazu: může být velmi obtížné všimnout si znaků vnímání u zvířat, která se nám zcela nepodobají. Jejich odhalení může vyžadovat poměrně dost vědeckého výzkumu. Ale když zjistíme, že tato zvířata vykazují dlouhé, různorodé seznamy znaků vnímání, nejlepším vysvětlením je, že jsou vnímající, ne že ten seznam znala a mohla by prosazovat své cíle napodobováním této konkrétní sady znaků.

Problém, který podkopává jakýkoli závěr o vnímání v případě umělé inteligence, nevyvstává v případě zvířat. Potřebujeme lepší testy pro vnímání umělé inteligence, testy, které neztroskotají na problému s hrami... Existují také slibné linie výzkumu v případě zvířat, které v A.I. prostě neexistují. Můžeme například hledat důkaz ve spánkových vzorcích a v účincích drog měnících mysl. Chobotnice, například spí a může dokonce snít a dramaticky změnit sociální chování při podávání MDMA. To je jen malá část argumentů pro vnímání u chobotnic. Nechceme naznačovat, že má velkou váhu, otevírá však možné způsoby, jak hledat hluboké společné rysy (např. V neurobiologické aktivitě chobotnic a lidí při snění), které by nakonec mohly vést k herním markerům pro použití s umělou inteligencí. Stručně řečeno, potřebujeme lepší testy pro vnímání umělé inteligence, testy, které nejsou zničeny problémem hraní. Abychom se tam dostali, potřebujeme herní značky založené na bezpečném pochopení toho, co je pro vnímání skutečně nepostradatelné a proč.

Nejrealističtější cesta k těmto ukazatelům odolným vůči hraní zahrnuje další výzkum zvířecího poznávání a chování, abychom odhalili co nejvíce nezávisle vyvinutých instancí vnímání. To, co je pro přírodní jev podstatné, můžeme objevit pouze tehdy, když prozkoumáme mnoho různých příkladů. V souladu s tím se věda o vědomí musí posunout za výzkum opic a krys ke studiu chobotnic, včel, krabů, hvězdice, a dokonce i hlístice.

V posledních desetiletích vedly vládní iniciativy podporující výzkum konkrétních vědeckých otázek, jako je Projekt lidského genomu a Iniciativa BRAIN, k průlomům v genetice a neurovědách. Intenzivní veřejné a soukromé investice do výzkumu umělé inteligence v posledních letech vyústily právě v technologie, které nás dnes nutí konfrontovat otázku vnímání umělé inteligence. Vzhledem k těmto současným otázkám potřebujeme podobnou míru investic do výzkumu poznávání a chování zvířat a obnovení úsilí o výchovu nové generace vědců, kteří budou moci studovat nejen opice a lidoopy, ale také včely a červy. Bez hlubokého pochopení rozmanitosti zvířecích myslí na této planetě téměř jistě nenajdeme odpovědi na otázku, zda je možné, že A.I. vnímá...

Zdroj: https://www.bibliotecapleyades.net/ciencia4/ai65.htm
Zpět