Ist so etwas wie die KI aus dem Film Ex Machina nah? [Duplikat]

Also habe ich mir den Film Ex Machina angesehen . Ich begann nachzudenken und begann mich zu wundern. Ist so etwas in der KI in naher Zukunft möglich? Vielleicht nicht ihr Körper, aber ihr Geist.

Und wie weit ist ihr Körper entfernt?

Ich entschuldige mich, wenn ich dumme Fragen stelle, aber... sie haben mich zum Nachdenken gebracht...

Wenn wir noch einen Schritt weiter gehen. Ich bin ein C#-Entwickler und habe mich gefragt, ob Sie, wenn Sie raten müssten, glauben, dass es möglich wäre, etwas so Fortgeschrittenes mit einer Sprache wie C# zu machen. Oder welche Sprache ist Ihrer Meinung nach für diese Aufgabe am besten geeignet?

Willkommen auf der Seite! Ich möchte darauf hinweisen, dass Ihre zweite Frage wahrscheinlich kein guter Ort für diese Site ist, da es um die Entwicklung von Software geht. Davon abgesehen, ja, es könnte in C# gemacht werden. Es könnte in fast jeder Sprache gemacht werden, aber das bedeutet nicht, dass es in vielen Sprachen gemacht werden sollte . Ich würde keine KI-Programmierung in einem Bash-Skript durchführen wollen, aber Sie könnten.
Danke für deine Antwort. und danke, diese Seite ist ziemlich cool. Das macht Sinn, weil es in Richtung Softwareentwicklung tendiert, aber ich bin nur einer Spur gefolgt.
Es ist nicht die Sprache, sondern die Pfadfindung, objektorientierte Programmierung zieht gespeicherte Daten, wenn nötig, erfordert aber, dass sie zuerst mit einer Adresse versehen werden. Unsere Billionen von Neuronen haben es irgendwie geschafft, das Verkäuferparadoxon zu lösen, ohne mit einem turbogeladenen Kernreaktor zu laufen, was noch wichtiger ist, es muss energieeffizient sein und ich meine nicht den Leerlaufzustand. Beachten Sie, dass ein einzelnes Neuron in der Lage ist, seine Dendriten zu verzweigen, um mehr Wege für das Routing zu ermöglichen. Ich kann mir vorstellen, dass ein synthetisierter elektronischer Nanit in naher Zukunft genau nachahmt und obwohl es noch weit davon entfernt ist, bewusst zu sein, aber wir machen Fortschritte.
@ user6760 was hat das mit dem Problem des Handlungsreisenden zu tun? Oder ist das „Verkäufer-Paradoxon“ etwas anderes?
@JDługosz ja, ich beziehe mich auf das Problem des Handlungsreisenden und alles, was ich sage, ist, dass Sie die Perlen auf dem Abakus nicht neu anordnen können und es wird selbstbewusst.
Es ist schwierig, die global optimale Anordnung von etwas zu finden, aber das zu lösen, funktioniert nicht, wenn Ihre "Perlen" -Metapher @ user6760 so bedeutet, also warum erwähnen? Wie haben "unsere Neuronen das Problem des Handlungsreisenden gelöst"? Und das Lösen nach Perlen (ich nehme an, das ist eine Metapher) macht etwas nicht bewusst, also warum sollte man es erwähnen?
@JDługosz Anstatt das Plakat mit nur 2 Zeichen/Buchstaben zu enttäuschen, vergebe ich einen Trostpreis, indem ich die Schwierigkeit erwähne, wenn man sich nur auf einen bestimmten Aspekt des Problems verlässt. Sie und ich haben den Turing-Test bereits bestanden. Weiteres Gezänk nützt uns beiden nichts ... versiert?
Kapieren? Nein, ich habe keine Ahnung, was du gesagt hast

Antworten (2)

Zum jetzigen Zeitpunkt wissen wir nicht genug über Gehirne und hochrangige Kognition, um zu verstehen, was fehlt und noch getan werden muss, um eine erkennbare und allgemein akzeptierte „wahre“ KI zu schaffen.

Es könnte sein, dass wir mehrere wichtige Durchbrüche im Verständnis brauchen. Diese könnten jederzeit passieren, was es möglich macht, dass wir uns jetzt innerhalb eines Jahrzehnts befinden, um ein Gehirn vom Typ Ex-Machina zu erschaffen. Aber ebenso könnte es ein Jahrhundert oder länger dauern, wir wissen einfach nicht, wie schwer diese Probleme sind.

Alternativ könnte es sich „nur“ um erhöhte Rechenleistung und Technik unter Verwendung bereits bekannter Komponenten handeln – vorausgesetzt, es gibt erfolgreiche Simulationen des Nervensystems in sehr einfachen Lebewesen wie Fadenwürmern und der visuellen Verarbeitung der Biene. Diese auf die Gehirnleistung des Menschen hochzuskalieren (unabhängig davon, ob dies an sich zu einem intelligenten System führt) ist eine technische Meisterleistung, die wahrscheinlich viele Jahrzehnte dauern wird. Bullishe Vorhersagen von Ray Kurzweil auf der Grundlage des Moores-Gesetzes deuten auf 2040 als Datum hin, an dem wir möglicherweise die rohe Rechenleistung zur Verfügung haben.

Wahrscheinlich müssen beide Dinge passieren. Eine einfache Skalierung unserer bestehenden Arbeit wird eine bessere Auflösung und ein schnelleres Training für Sehprozesse ermöglichen, aber zum Beispiel ist ein Klassifikator, der Objekte erkennen kann, kein intelligentes Wesen. Außerdem scheint es nicht sehr vielversprechend zu sein, einfach einen Haufen KI-Code, den wir bereits haben, zu kombinieren und ihn mit mehr Speicher und besseren Sensoren laufen zu lassen. Es ist sehr wahrscheinlich, dass wir Zeit brauchen werden, um zu lernen, wie wir alle Teile kombinieren erfolgreich, selbst wenn wir davon ausgehen, dass wir die meisten Einzelteile verstanden haben, wenn es möglich ist.

Hier sind Links zu einigen aktuellen KI-Projekten, die zum Nachdenken anregen könnten und einen Eindruck davon vermitteln, wie weit wir seit den Anfängen der Computertechnik gekommen sind:

  • Robobees – Drohnen können mit einem Sichtsystem geflogen werden, das auf der Analyse der neuronalen Netzwerke echter Bienen basiert.

  • Bilder auf Englisch beschreiben – ein neuronales Netzwerk kann den Inhalt eines Bildes in natürlicher Sprache beschreiben (beachten Sie, dass dies nicht dasselbe ist, wie ein solches Bild zu verstehen, und das Netzwerk keine „Agentur“ hat).

  • Deep Dreaming , ein neuronales Netzwerk-Vision-System, das mit Feedback rückwärts läuft, macht ein bisschen Spaß, gibt aber auch einen Eindruck davon, wie Roboter-Vision-Systeme funktionieren. Obwohl es Analogien zur menschlichen Wahrnehmung gibt (in diesem Fall vielleicht LSD), zeigen diese und andere Analysen modernster Sehsysteme, dass wir etwas falsch gemacht haben. Computer-Vision-Netzwerke scheinen eine andere Architektur zu erfordern als biologische und können auf unterschiedliche Weise versagen, was bedeutet, dass wir etwas über die Funktionsweise echter Gehirne verpasst haben.

  • Der „Big Dog“-Roboter ist ein fortschrittliches Design für militärische Ausrüstungsträger, die neben der Infanterie in unwegsamem Gelände arbeiten können. Gibt ein Gefühl dafür, wie Roboterbewegungen und Fortbewegung funktionieren.

  • COG ist ein Forschungsroboter, der sich mit vielen Aspekten der Robotik und der künstlichen Intelligenz befasst. Werfen Sie einen Blick auf die Seite „ Fähigkeiten “, um ein Gefühl dafür zu bekommen, auf welcher Ebene die Forschung Komponenten der KI untersucht.

  • Der Chatbot Mitsuki ist Gewinner des Loebner-Preises 2013 . Ein kurzes Gespräch mit ihm zeigt, dass es zwar eine realistische Antwort auf einzelne Fragen finden kann, aber echte Probleme mit dem Gedächtnis, der gesunden Menschenverstandslogik und dem Verfolgen eines Gesprächs hat, das über Satz-für-Satz-Antworten hinausgeht (z Mischung aus Rot und Blau, und fragte es, welche Farbe das sei, und es sagte 'Orange?')

Ich bin kein KI-Forscher, also habe ich die obigen Beispiele nur ausgewählt, weil ich kürzlich davon gehört habe. Wenn ein anderes Projekt eine völlig andere KI- oder Roboterfähigkeit demonstriert, fügen Sie einen Kommentar hinzu und ich würde mich freuen, es der Liste hinzuzufügen.

Die rohe Rechenleistung ist für die Funktionssimulation bereits vorhanden, aber teuer . In ein paar Jahren wird die Energie, die zum Spiken neuronaler Netze benötigt wird, auf Unternehmens- oder Universitätsebene erschwinglich sein. (Diese werden in meiner alten Antwort erklärt, der es bedauerlicherweise an Upvotes für eine so klare Erläuterung mangelt). Das Reverse-Engineering hinkt der Rechenleistung hinterher.
Wow... das war informativ. Es stimmt, dass wir noch nicht alle Puzzleteile haben, aber bei der Geschwindigkeit, mit der wir die Technologie erweitern, wie Sie gesagt haben, werden wir nie wissen, was als nächstes kommt, wann. Wer weiß, vielleicht steht die Antwort gerade irgendwo auf jemandes Serviette oder Whiteboard. Danke, das war sehr gut zu lesen.

Ich habe eine vollständige Antwort bereits hier gepostet . Die Frage dort war, wie leistungsfähig ein Computer ist, aber ich habe auch den Zeitrahmen behandelt, da er den eigentlichen Teil der Frage darstellt.

Zusammenfassen,

Ohne das emergente Verhalten zu verstehen, würde es dauern, nur die Neuronen zu simulieren 10 18 zu 10 19 FLOPS und 10.000 Terabyte Speicher, die 2019 voraussichtlich eine Million Dollar kosten werden.