Inimeste ja tehisintellekti kaasarengu ettekujutamine
Kui inimkond alustab teekonda ainulaadse evolutsioonilise teekonnaga tehisintellektiga (AI), pöörduvad mõtted kahe entiteedi vahelise kaasarengu kontseptsiooni poole. Ehkki AI arengu peensusi, nagu suurte keele mudelite (LLM) tekkimist ja nende muljetavaldavaid edusamme, on hästi dokumenteeritud, on siiski laiemaid tagajärgi uurida.
Eriti hiljutine sissejuhatus Sakana AIlt, mida nimetatakse “Evolutsiooniliseks mudelite ühendamiseks”, kasutab evolutsioonilisi algoritme mitme õppemudeli ühendamiseks, et tuletada välja tugevamaid AI lahendusi. See areng tähistab mitte ainult evolutsioonilist hüpet AI valdkonnas, vaid paneb kahtluse alla olukorra, kus AI kognitiivne võimekus võib ületada keskmise inimeste võimekuse.
Inimarengu potentsiaal, mida veel ei ole avastatud
Bioloogiasse vaadates on tõendeid inimeste kohandumise evolutsioonist, kus Bajau inimeste sukeldumisvõimed on meie liigi mitmekesiste evolutsiooniliste tulemuste suurepärane näide. Need erinevused, mis avalduvad sageli füüsilistes või kognitiivsetes võimetes, tulenevad keerulisest vastastikusest suhtest inimeste ja nende keskkonna vahel.
Huvitav on see, et nende bioloogiliste evolutsioonide kõrval on ka sotsiaalne ja kultuuriline evolutsioon, mida kehastab memede kontseptsioon. Mis puudutab tehnoloogilist integreerumist meie ellu, siis märkimisväärseks näiteks on ajurakenduste liideste (BMIs) kasutamine, mis võimaldab uusi suhtlusvorme digitaalsetes ruumides ja võib potentsiaalselt edendada inimese ajutegevust.
Aju keskendatud areng
Meie aju struktuuri ja selle seost kehaga on põhjalikult uuritud ning olemas on palju selgitavaid teoseid, mida saab kasutada viitena. Need viitavad sellele, et on märkimisväärne spekter edasiseks ajuga seotud arenguks. Mõtte, teadlikkuse, keele ja mälu väga olemus on aju protsesside tulemus, mis pole endiselt täielikult lahti seletatud.
Uurijad püüavad nende kõrgemate kognitiivsete funktsioonide lahti mõtestamist neuroloogiliste ja anatoomiliste uuringute ning konstruktivistlike lähenemiste abil, mis püüavad tehisintellekti sarnast intelligentsust reprodutseerida. Progress on ilmne, kuigi mõistmise tipp on veel kaugel.
Laborid nagu UCSFi Edward Changi labor juhivad BMI-uuringuid, keskendudes peamiselt kognitiivsetele ja motoorsetele funktsioonidele. Siiski nõuab “tõelise” aju-masinaga liidese saavutamine mõtteid, keelt ja mälu sügavat mõistmist ning kodeerimise ja dekodeerimise mehhanismide mõistmist.
Eri didaktilised ja mitte-didaktilised tehnikad, alates kortikaalsetest elektroodidest kuni uute tehnoloogiateni nagu ‘Stentrode’, püüavad mõõta ja modulleerida ajutegevust üha suurema täpsusega. Huvi pakkuvad tulevikus erinevate modaalsete andmete integreerimise võimalused tehisintellekti süsteemidega, ennustades läbimurdeid neuronitehnika valdkonnas.
Arenev ja süvenev tee arenenud BMI mõiste ja selle väärtuse mõistmise poole jätkub ning ehkki eksisteeriv BMI-uuring edeneb valitsevate paradigmadega, võib oodata arukaid seisukohti avanevaks neid mitmekülgseid valdkondi laiendades.