gesponsert
Sie haben wahrscheinlich davon gehört LaMDA von Google und die virale Diskussion darüber, ob eine KI empfindungsfähig werden kann. Das Team von Tau argumentiert, dass das Empfindungsvermögen einer KI vielleicht nur ein kleiner Teil ihrer Intelligenz ist. Vielmehr wird die wahre Intelligenz der KI auf ihrer Fähigkeit beruhen, die Bedürfnisse der Menschen logisch zu verstehen und automatisch zu befriedigen.
Tau ist die allererste Plattform, die in der Lage sein wird, die Gedanken, Ratschläge und das Wissen ihrer Benutzer aufzunehmen und ihre eigene Software in Echtzeit zu aktualisieren, indem ihre Benutzer in Sprachen schreiben, die sowohl Maschinen als auch Menschen lesen und verstehen können. Taus dezentralisiertes soziales Netzwerk und sein monetärer Aspekt, Agoras Kryptowährung, wird von einer KI angetrieben, die das Team die wirklich intelligente künstliche Intelligenz nennt – logische KI. Die logische KI unterscheidet sich radikal vom maschinellen Lernen und steht laut dem Gründer von Tau, Ohad Asor, kurz davor, die nächste große Welle in der Welt der Technologie zu werden.
Logical AI ermöglicht es Ihnen auf Tau, an Diskussionen in der Größenordnung von Milliarden von Menschen teilzunehmen und sofort die kollektive absichtliche Bedeutung hinter den über das Netzwerk geteilten Gedanken zu erkennen. Dies wird erreicht, indem Menschen Controlled Natural Languages (CNLs) verwenden, die sowohl Menschen als auch Maschinen verstehen können. Jeder Gedanke und jedes Wissen, ob explizit oder implizit, wird automatisch erkannt und als Ihre Weltanschauung registriert, die als Ihr Profil auf Tau fungiert und vollständig Ihnen gehört. Wenn Sie Ihre Ideen und Ihr Wissen so fortschrittlich organisiert haben, können Sie nicht nur bahnbrechende Lösungen entdecken, sondern Ihr Wissen auch mühelos und direkt monetarisieren, was vorher nicht möglich war.
Indem Sie einfach Ihre Gedanken zu Tau eingeben, wird Ihr Wissen automatisch zu einem digitalen Vermögenswert, der Ihnen gehört. Sie können Ihr Wissen an andere Käufer verkaufen oder es zur Erzielung von Einnahmen verwenden, indem Sie bestimmte Teile davon an Ihre Abonnenten vermieten, da Tau verstehen wird, dass selbst ein Teil Ihres Wissens Teil der Lösung eines Problems sein kann. Tau wird die Kombination des Wissens mehrerer Benutzer hervorheben und als Lösung für wichtige und komplexe Probleme vorschlagen, wodurch garantiert wird, dass das erforderliche Wissen zu 100 % mit den Spezifikationen übereinstimmt.
Keine dieser Lösungen wäre mit einer anderen Art von KI möglich, außer einer, die auf Logik basiert. Denn bei Logical AI dreht sich, vereinfacht gesagt, alles um Wörter und Sätze. Im Kern geht es um die Fähigkeit, Aussagen aus anderen Aussagen zu schließen, in Art des sogenannten deduktiven Denkens. Zum Beispiel aus den drei Aussagen:
- Paris liegt in Frankreich.
- Frankreich liegt in Europa.
- Wenn x in y ist und y in z, dann ist x in z. Dies gilt für alle x, y, z.
wir können die Aussage ableiten
Das Gebiet der Mathematischen Logik lehrt, dass praktisch alle logischen Fragen auf diese Form der Deduktion hinauslaufen können. Beispielsweise ist eine Menge von Aussagen genau dann widersprüchlich, wenn wir aus ihr sowohl eine Aussage als auch ihre Negation ableiten können.
Logische KI ist die Mechanisierung des logischen Denkens: Finden von Widersprüchen, Bestimmen, ob eine Schlussfolgerung aus gegebenen Annahmen folgt, und so weiter. Es geht also um die Fähigkeit, Maschinen verstehen zu lassen, was wir ihnen sagen wollen, über bloße Maschinenanweisungen hinaus.
Beim maschinellen Lernen, der derzeit am weitesten verbreiteten Form der KI, geht es hingegen darum, aus Beispielen zu verallgemeinern. Wenn wir also das obige Beispiel Frankreich und Paris nach Art des maschinellen Lernens kommunizieren würden, müssten wir den Algorithmus mit vielen Beispielen der Form „x ist in y“ versorgen und dann hoffen, dass der Algorithmus auf Paris schließen wird ist in Europa.
Eine solche Form der Kommunikation verdient es nicht einmal, intelligent genannt zu werden, denn wie kann etwas intelligent sein, wenn es nicht schlussfolgern kann, dass Paris in Europa liegt, und viele Beispiele sehen muss, um das zu „verstehen“, während sogar das ist nicht garantiert? Das Verallgemeinern von Beispielen ist probabilistischer Natur. Wie können wir eine Vermutung über ungesehene Proben anstellen? Es ist überraschend, dass Machine Learning manchmal Recht haben kann und nicht völlig zufällig ist, und Machine Learning verdient es tatsächlich, als mathematisches Wunder bezeichnet zu werden. Wie kann man schließlich etwas sagen, das mit hoher Wahrscheinlichkeit auch nur annähernd richtig ist, unter Null-Wissen über einige Proben hinaus?
Überraschenderweise kann maschinelles Lernen dies leisten. Und darum geht es beim Machine Learning mit all seinen Vor- und Nachteilen. Sein Anwendungsfall ist, wenn wir wenig bis gar kein Wissen über ein System haben und wir nur Proben nehmen und versuchen können, sie zu verallgemeinern.
Bei der logischen KI hingegen dreht sich alles um vollständiges Wissen und Absolutheit, ob explizit oder implizit. Es geht auch um eine viel effizientere Art der Kommunikation, direkte Kommunikation, „einfach das Ding sagen“, statt sich mit vielen Beispielen abzumühen.
Außerdem kommt es vor, dass maschinelles Lernen von Natur aus nicht in der Lage ist, logisches Denken durchzuführen, z. B. Widersprüche zu erkennen. Dies wird mathematisch mit komplexitätstheoretischen Argumenten bewiesen. Es ist daher nicht verwunderlich, dass maschinelles Lernen nur in Bereichen nonverbaler Natur erfolgreich ist, während es im Bereich der Verarbeitung natürlicher Sprache nur sehr begrenzte Fähigkeiten bietet.
Der umgekehrte Weg ist jedoch vollkommen gültig: Nicht nur die Logik kann maschinelles Lernen, sondern sie tut es bereits. Algorithmen des maschinellen Lernens werden bereits in logischen Formen (im Gegensatz zu Beispielen) ausgedrückt und sind bereits als Computerprogramme implementiert, die ebenfalls eine logische eher probabilistische Form annehmen, nämlich Maschinenanweisungen.
Die Abdeckung der logischen KI umfasst daher auch das maschinelle Lernen, aber umgekehrt kann dies niemals erreicht werden. Anders ausgedrückt: Maschinelles Lernen umfasst letztlich das, was man Induktives und Abduktives Denken nennt (was in etwa dem entspricht, was man so nennt überwachtes und unüberwachtes Lernen), und als solches sehr vielversprechend, jedoch immer noch in einer Form, die auf bloße Beispiele beschränkt ist, und ferner befassen sich aktuelle Technologien nur mit Daten numerischer Natur oder mit Daten, die in solche umgewandelt werden können. Die logische KI hingegen kann deduktives Denken, induktives Denken und abduktives Denken insgesamt in qualitativen und quantitativen Daten abdecken.
Das sind die Hauptgründe dafür Tau hat die logische KI als ultimative Form der KI gewählt und argumentiert, dass maschinelles Lernen nur ein Meilenstein in der Geschichte der KI ist. Die Lösungen von Tau werden viele Aspekte der menschlichen Bandbreite verbessern, von der Diskussionsskalierung über die Monetarisierung von Wissen bis hin zu Smart Contracts und dezentraler Governance. All dies aufgrund der Fähigkeit der Logik, die Kluft zwischen Mensch und Maschine zu überbrücken.
Erfahren Sie mehr über Tau und das Team dahinter hier
Treten Sie der wachsenden Tau-Community bei Telegramm
Dies ist ein gesponserter Beitrag. Erfahren Sie, wie Sie unser Publikum erreichen hier. Lesen Sie den Haftungsausschluss unten.
Bildnachweis: Shutterstock, Pixabay, WikiCommons
Haftungsausschluss: Dieser Artikel dient nur zu Informationszwecken. Es handelt sich nicht um ein direktes Angebot oder eine Aufforderung zur Abgabe eines Kauf- oder Verkaufsangebots oder um eine Empfehlung oder Billigung von Produkten, Dienstleistungen oder Unternehmen. Bitcoin.com bietet keine Anlage-, Steuer-, Rechts- oder Buchhaltungsberatung. Weder das Unternehmen noch der Autor sind direkt oder indirekt verantwortlich für Schäden oder Verluste, die durch oder im Zusammenhang mit der Nutzung oder dem Vertrauen auf in diesem Artikel erwähnte Inhalte, Waren oder Dienstleistungen verursacht oder angeblich verursacht wurden.