Semasa kita meneroka keupayaan kecerdasan buatan hari ini, kita juga menghadapi soalan mengenai apa yang kita pilih untuk mendedikasikan kepada teknologi.

Dalam banyak cara, ini boleh direbus untuk membincangkan mekanisme perhatian.

Stephen Wolfram, ahli sains data dan ahli matematik yang terkenal, sering membincangkan bagaimana AI mempengaruhi perhatian manusia atau bagaimana kita dapat membimbingnya ke arah apa yang memberi manfaat kepada kita.

Inilah coretan dari ceramah baru -baru ini yang saya tutup beberapa minggu yang lalu:

"Selagi kita manusia masih mempunyai peranan, jadi untuk bercakap, ia menentukan apa yang kita mahu lakukan, dan itu sesuatu yang anda boleh menentukan lebih tepat secara komputasi," kata Wolfram. "Itulah bagaimana anda tiba di (jawapannya) itulah yang kami inginkan."

Ingin tahu mengenai persimpangan perhatian manusia dan AI, saya memasuki pertanyaan berikut ke Microsoft Copilot: "Adakah kita memberi perhatian terlalu banyak kepada mesin?"

Berikut adalah lima sumber utama yang digunakan oleh model untuk bertindak balas.

Maklum balas mesin: Pelbagai sumbangan

Yang pertama datang dari salah satu penyumbang kita sendiri di Forbes, Curt Steinhorst, yang mempersoalkan: Bagaimana kita akan menjaga orang di tengah -tengah perniagaan?

"Kami seolah -olah berfikir bahawa kita hanya satu 'hack kehidupan' dari produktiviti yang tidak terbatas, bahawa penggunaan fokus manusia yang mahir dapat dikurangkan kepada sistem produktiviti, dan jika kita hanya menginginkannya cukup, kita dapat mengalahkan mesin pada permainan mereka sendiri," kata Steinhorst. "Tetapi pemikiran ini pada dasarnya menolak kemanusiaan kita yang wujud dan bermasalah. Kami tidak akan melampaui mesin dan alat digital dalam kekuatan mereka -tetapi ada alasan untuk mempercayai bahawa teknologi tidak akan sesuai dengan kemanusiaan dalam kekuatan kita.

Sumber kedua Copilot Sorotan adalah kertas saintifik dalam Jurnal Pengurusan Maklumat Antarabangsa yang Pertanyaan : Apa Ini Mengenai Kemanusiaan yang Kita Tidak Boleh Melepaskan Mesin Pintar?

Saya akan memetik dari kesimpulan kajian:

"Manusia mesti mengekalkan peranan kritikan yang bermakna dan bertanggungjawab terhadap reka bentuk dan penerapan AI, dan mesin-mesin pintar yang dapat dicipta. Kritikan adalah satu konsep penting yang dapat dikekalkan sebagai cara untuk memastikan kebebasan dari mesin pintar. Bukan sebagai pembuat keputusan.

Saya dapati ini agak berwawasan.

Sumber ketiga adalah artikel LinkedIn oleh Shomila Malik yang menonjolkan bahawa otak mencari maklumat kira -kira empat kali sesaat dan membincangkan bagaimana perhatian manusia kita beroperasi. Ini seolah -olah membawa ke bahagian seterusnya saya akan meringkaskan seterusnya. Di sini, terdapat penekanan pada media yang berlimpah dan rangsangan "mengatasi perhatian manusia kita."

Gigo: Kami memerlukan lebih banyak perhatian terhadap perhatian

Terdapat satu cadangan yang menarik dalam pautan keempat yang saya dapati, membincangkan kerja -kerja perintis baru -baru ini seperti Ezra Klein. Penulis mendedahkan teori dari psikiatri Joel Nigg. Pada asasnya, perhatian kita semakin merosot akibat defisit perhatian yang disebabkan oleh faktor -faktor seperti persekitaran yang berbahaya, tidur yang tidak mencukupi, diet yang buruk, pencemaran udara, kekurangan aktiviti fizikal, masalah kesihatan lain, kerja keras, tekanan yang berlebihan, trauma awal, hubungan tegang, dan rokok merokok.

Dalam pautan akhir dari New York Times , Stephen Hawking dipetik, menyatakan kecerdasan buatan dapat menimbulkan ancaman sebenar dan menjelaskan isu ini dengan cara ini:

"Ia boleh merekabentuk peningkatan kepada dirinya sendiri dan mengalahkan kita semua," Hawking hipotesis.

Saya akan membiarkan komen itu berdiri sendiri. (Pastikan untuk membaca kata -kata Hawking pada "mesin pembunuh" dan senario yang menakutkan, dan ingat, lelaki ini adalah saintis terkenal.)

Watson, Jeopardy dan Penalaran Komputer

Dalam ceramah baru -baru ini di Imagination in Action, David Kenny membincangkan pelajaran yang dipelajari dari prestasi IBM Watson mengenai Jeopardy dan tonggak lain dalam reka bentuk AI.

Secara amnya, beliau berkata, kami beralih dari era penalaran induktif kepada salah satu penalaran deduktif dan afektif.

Beliau merujuk aplikasi cuaca yang memberikan kebarangkalian dalam peratusan dan bukannya jawapan yang pasti, dan keperluan kejuruteraan segera untuk mendapatkan hasil daripada LLM, bukan sekadar menerima apa sahaja yang mereka nyatakan pada mulanya.

Generasi baru, katanya, semakin mempercayai AI untuk data mengenai keadaan perubatan, hubungan, strategi kewangan, dan banyak lagi.

"Hanya ada kepercayaan besar yang diletakkan dalam hal ini," katanya. "Ini semua bekerja untuk mereka secara peribadi, jadi kami mendapati bahawa orang mengumpulkan maklumat mereka sendiri."

Interaksi manusia, katanya, seperti dating dan perkahwinan, berkurangan, dan orang-orang yang mempercayai mesin lebih banyak dapat bermanfaat, atau dalam kata-kata beliau, "super berbahaya."

"(Manusia perlu) membangunkan kemahiran berfikir kritis, membina kemahiran interpersonal, melakukan perkara -perkara seperti ini yang membawa mereka bersama -sama dengan satu sama lain, menghabiskan masa antara satu sama lain untuk memanfaatkan sepenuhnya AI, berbanding dengan menyerahkan autonomi kita," katanya. "Jadi, walaupun 15 tahun yang lalu adalah sebahagian besarnya mengenai kemajuan teknikal, dan akan ada lebih banyak kemajuan teknikal yang akan kita lihat hari ini dan melabur, saya fikir ia lebih mendesak bahawa kita bekerja pada kemajuan manusia, dan memastikan bahawa teknologi sebenarnya menyatukan semula komuniti, mempunyai orang tahu bagaimana untuk berinteraksi antara satu sama lain dan dengan mesin, sehingga kita mendapat jawapan yang terbaik."

Kemudian dia kembali ke tesisnya mengenai penalaran induktif berbanding deduktif.

"Ia memerlukan kerendahan hati untuk memahami bahawa kita tidak lagi mendapat jawapan, kita akan mendapat soalan seterusnya," kata Kenny.

Manusia dalam gelung

Sudah tentu, ada keperluan untuk meraikan manusia dalam gelung dan nilai intrinsik manusia. Kami tidak dapat menyerahkan semuanya ke mesin. Semua percubaan di atas untuk menarik beberapa sambungan antara apa yang kita boleh mewakilkan dan apa yang perlu kita simpan. Mungkin ia agak serupa dengan falsafah Marie Kondo , di mana jika ia membawa kegembiraan, kita menyimpannya untuk keupayaan manusia, dan jika kita memerlukan bantuan, kita beralih kepada mesin. Walau bagaimanapun, ini akan menjadi salah satu tindakan mengimbangi kita mesti menavigasi pada tahun 2025 dan seterusnya, ketika kita bergelut dengan daya yang, dalam istilah manusia, cukup bijak.

Atas ialah kandungan terperinci Adakah kita memberi perhatian terlalu banyak kepada mesin?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!