후원
너는 아마 들었을거야. 구글의 LaMDA AI가 지능을 가질 수 있는지 여부에 대한 입소문. 팀 타우 아마도 AI의 지각은 지능의 작은 부분일 뿐이라고 주장합니다. 오히려 AI의 진정한 지능은 사람들의 요구를 논리적으로 이해하고 자동으로 충족시키는 능력에 기반할 것입니다.
타우 사용자가 기계와 사람이 읽고 이해할 수 있는 언어로 작성하게 함으로써 사용자의 생각, 조언 및 지식을 실시간으로 받아 자체 소프트웨어를 업데이트할 수 있는 최초의 플랫폼입니다. 타우의 탈중앙화 소셜 네트워크와 그 금전적 측면, 아고라스 암호화폐, 팀이 진정으로 지능적인 인공 지능(논리적 AI)이라고 부르는 AI에 의해 구동됩니다. 논리적 AI는 기계 학습과 근본적으로 다르며, Tau의 설립자 Ohad Asor에 따르면 기술 세계에서 차세대 물결이 되기 직전입니다.
Tau에서 Logical AI를 사용하면 수십억 명 규모의 토론에 참여할 수 있으며 네트워크를 통해 공유되는 생각 이면의 집합적인 의도적 의미를 즉시 확인할 수 있습니다. 이것은 사람들이 인간과 기계가 모두 이해할 수 있는 CNL(Controlled Natural Languages)을 사용하도록 함으로써 달성될 것입니다. 명시적이든 암묵적이든 모든 생각과 모든 지식은 자동으로 귀하의 세계관으로 인식되고 등록되며, 이는 Tau에서 귀하의 프로필 역할을 하고 완전히 귀하의 소유가 됩니다. 이러한 고급 방식으로 아이디어와 지식을 정리하면 획기적인 솔루션을 발견할 수 있을 뿐만 아니라 이전에는 불가능했던 쉽고 직접적인 방식으로 지식을 수익화할 수 있습니다.
Tau에 대한 생각을 입력하는 것만으로도 귀하의 지식은 자동으로 귀하의 디지털 자산이 됩니다. Tau는 당신의 지식이 누군가의 문제에 대한 해결책의 일부가 될 수 있다는 것을 이해할 것이기 때문에 다른 구매자에게 지식을 판매하거나 구독자에게 특정 부분을 임대하여 수익을 창출하는 데 사용할 수 있습니다. Tau는 여러 사용자의 지식 조합을 강조하고 중요하고 복잡한 문제에 대한 솔루션으로 제안하여 필요한 지식이 사양과 100% 일치하도록 보장합니다.
이러한 솔루션 중 어느 것도 논리 기반 솔루션을 제외하고 다른 유형의 AI에서는 불가능합니다. 간단히 말해서 논리적 AI는 단어와 문장에 관한 것이기 때문입니다. 그 핵심은 연역적 추론이라고 하는 방식으로 다른 진술에서 진술을 추론하는 능력에 관한 것입니다. 예를 들어 다음 세 문장에서:
- 파리는 프랑스에 있습니다.
- 프랑스는 유럽에 있습니다.
- x가 y에 있고 y가 z에 있으면 x는 z에 있습니다. 이것은 모든 x, y, z에 대해.
우리는 진술을 추론할 수 있습니다
수리 논리학 분야에서는 거의 모든 논리 문제가 이러한 형태의 연역으로 귀결될 수 있다고 가르칩니다. 예를 들어, 일련의 진술은 모순입니다. 우리가 그것으로부터 진술과 부정을 모두 추론할 수 있는 경우에만 그렇습니다.
논리적 AI는 논리적 추론의 기계화입니다. 모순 찾기, 주어진 가정에서 결론이 나오는지 여부 결정 등. 따라서 단순히 기계 명령을 넘어 우리가 말하고 싶은 것을 기계가 이해하도록 하는 능력에 관한 것입니다.
한편, 현재 가장 널리 보급된 AI 형태인 머신러닝은 사례를 통해 일반화하는 것이다. 따라서 위의 프랑스와 파리의 예를 기계 학습 방식으로 전달하려면 "x는 y에 있음" 형식의 많은 예를 알고리즘에 제공해야 하며 알고리즘이 파리 유럽에 있습니다.
그러한 형태의 의사 소통은 지성이라고 불릴 자격조차 없습니다. 왜냐하면 파리가 유럽에 있다는 결론을 내릴 수 없고 그것을 "이해"하기 위해 많은 예를 봐야 하는 경우에 어떤 것이 지성적일 수 있기 때문입니다. 보장되지 않습니까? 예에서 일반화하는 것은 확률론적 성격을 띠고 있습니다. 보이지 않는 샘플에 대해 어떻게 추측할 수 있습니까? 기계 학습이 때때로 옳을 수 있고 완전히 무작위적이지 않다는 것은 놀라운 일이며 실제로 기계 학습은 수학적 기적이라고 불릴 가치가 있습니다. 결국, 일부 샘플을 넘어 지식이 없는 상태에서 높은 확률로 거의 정확한 것을 어떻게 말할 수 있습니까?
놀랍게도 기계 학습이 그렇게 할 수 있습니다. 이것이 바로 머신 러닝의 장점과 단점입니다. 그것의 사용 사례는 우리가 시스템에 대한 지식이 거의 없거나 전혀 없을 때 우리가 할 수 있는 모든 것이 샘플을 취하고 일반화하려고 할 때입니다.
반면에 논리적 AI는 명시적이든 암시적이든 완전한 지식과 절대성에 관한 것입니다. 그것은 또한 많은 예를 제시하는 것보다 훨씬 더 효율적인 의사 소통, 직접 의사 소통, "그냥 말하는 것"에 관한 것입니다.
또한 기계 학습은 본질적으로 논리적 추론(예: 모순 감지)을 수행할 수 없습니다. 이것은 복잡성 이론 인수를 사용하여 수학적으로 증명됩니다. 따라서 기계 학습이 본질적으로 비언어적인 분야에서만 성공을 거두는 반면 자연어 처리 분야에서는 매우 제한된 기능만을 제공한다는 것은 놀라운 일이 아닙니다.
그러나 그 반대의 경우도 완벽하게 유효합니다. 논리가 기계 학습을 할 수 있을 뿐만 아니라 이미 수행하고 있습니다. 기계 학습 알고리즘은 이미 논리 형식(예제와 대조적으로)으로 표현되어 있으며 논리보다는 확률적인 형식, 즉 기계 명령을 취하는 컴퓨터 프로그램으로 이미 구현되어 있습니다.
따라서 논리적 AI를 다루는 것은 기계 학습도 다루지만 그 반대는 결코 달성할 수 없습니다. 그것을 말하는 또 다른 방법은 다음과 같습니다. 기계 학습은 궁극적으로 귀납적 추론과 귀납적 추론(대략적으로 지도 및 비지도 학습) 및 그 자체로 매우 유망하지만 여전히 예시에 불과한 형태이며 현재 기술은 수치적 성격의 데이터 또는 그러한 데이터로 변환될 수 있는 데이터만을 다루고 있습니다. 반면 논리적 AI는 정량적 데이터와 정성적 데이터에서 연역적 추론, 귀납적 추론, 귀납적 추론을 모두 다룰 수 있습니다.
이것이 주된 이유입니다. 타우 머신 러닝은 AI의 역사에서 이정표에 불과하다고 주장하면서 논리적 AI를 AI의 궁극적 형태로 선택했습니다. Tau의 솔루션은 토론 확장에서 지식 수익화, 스마트 계약 및 분산된 거버넌스에 이르기까지 인간 대역폭의 여러 측면을 개선할 것입니다. 이 모든 것은 인간과 기계 사이의 간극을 메우는 논리의 능력 때문입니다.
Tau와 그 뒤에 있는 팀에 대해 자세히 알아보십시오. 여기에서 지금 확인해 보세요.
성장하는 타우 커뮤니티에 가입하세요. 텔레그램
이것은 스폰서 게시물입니다. 청중에게 다가가는 방법 알아보기 여기에서 지금 확인해 보세요.. 아래의 면책 조항을 읽으십시오.
이미지 크레딧: Shutterstock, ×, Wiki Commons
책임 부인:이 기사는 정보 제공만을 목적으로합니다. 구매 또는 판매 제안을 직접 제안하거나 권유하거나 제품, 서비스 또는 회사를 추천하거나 보증하는 것이 아닙니다. Bitcoin.com 투자, 세금, 법률 또는 회계 조언을 제공하지 않습니다. 회사 나 저자는이 기사에서 언급 된 컨텐츠, 상품 또는 서비스의 사용 또는 의존으로 인해 발생하거나 이와 관련하여 발생하는 것으로 보이는 손해 또는 손실에 대해 직간접 적으로 책임을지지 않습니다.
출처: https://news.bitcoin.com/sentient-ai-does-not-equal-intelligent-ai-tau-uses-logic-to-make-machines-truly-understand-people/