برنامه نویسی برای برنامه نویسی

 یون هیچ محدودیت عملکردی وجود نخواهد داشت هوش مصنوعی اسکرچ (کامپیوتر یک ماشین تورینگ جهانی است که تنها محدودیت‌های آن مربوط به قابلیت محاسبه است)، فقط محدودیت‌هایی مرتبط با توانایی انسان برای طراحی نرم‌افزار مناسب (برنامه، پایگاه داده و غیره) است.

 

تنوع نظرات

نظرات اصلی پشتیبانی شده برای پاسخ به سوال ی هوش مصنوعی اسکرچ ک هوش مصنوعی قوی (یعنی دارای نوعی آگاهی) به شرح زیر است:

 

غیرممکن است: آگاهی مختص موجودات زنده (بالاتر) است و با ماهیت سیستم های بیولوژیکی مرتبط است. فلاسفه و جامعه شناسان خاصی مانند هری کالینز از این موضع دفاع می کنند که هوش برای او مستلزم غوطه ور شدن در جامعه انسانی و در نتیجه بدن انسان است و می تواند جریان حیات گرایی را به یاد آورد.

با ماشین‌هایی که نمادها را مانند رایانه‌های کنونی دستکاری می‌کنند  هوش مصنوعی اسکرچ غیرممکن است، اما با سیستم‌هایی که سازماندهی مادی آنها بر اساس فرآیندهای کوانتومی است ممکن است. الگوریتم های کوانتومی از نظر تئوری قادر به انجام محاسبات فراتر از دسترس عملی کامپیوترهای معمولی هستند (پیچیدگی در

?

3

{\displaystyle N^{3}} به جای

2

?

{\displaystyle 2^{N}}، برای مثال، مشروط به وجود ما هوش مصنوعی اسکرچ شین حساب مناسب). دانشمند راجر پنروز، فراتر از سرعت، در تئوری کاهش عینی هماهنگ شده از این ایده بحث برانگیز دفاع می کند که آگاهی نیاز به عملیاتی دارد که با قوانین فیزیک کلاسیک سازگار نیست و فقط برای سیستم های کوانتومی قابل دسترسی است.

غیرممکن است زیرا اندیشه پدیده ای نیست که با فرآیندهای گسسته و متناهی قابل محاسبه باشد. این نظریه به طور مشخص توسط فیلسوف جان سرل و تجربه او از اتاق چینی ارائه شده است205. بنابراین آگاهی برای دستیابی به هوش ضروری است، اما یک سیستم کامپیوتری تنها قادر به شبیه سازی آن است، بدون اینکه واقعاً آن را داشته باشد و به مفهوم فلسفی زامبی اشاره کند.

با رایانه هایی که نمادها را دستکاری می کنند امکان پذیر است. هوش مصنوعی اسکرچ   آموزش برنامه نویسی کودکان و نوجوانانبا این حال، مفهوم نماد را باید به معنای وسیع در نظر گرفت. این گزینه شامل کار بر روی استدلال یا یادگیری نمادین مبتنی بر منطق محمول است، اما همچنین تکنیک‌های پیوندگرایانه مانند شبکه‌های عصبی، که در هسته آنها با نمادها تعریف می‌شوند. این موضع توسط جنبش‌هایی مانند محاسبات‌گرایی پشتیبانی می‌شود و توسط فیلسوفانی مانند هوبرت دریفوس، که مغز از قوانین فیزیک و زیست‌شناسی پیروی می‌کند، حمایت می‌شود، که به این معناست که ذهن یک فرآیند شبیه‌سازی است. این نظر اخیر بیشترین تعهد را به هوش مصنوعی قوی دارد.

نویسندگانی مانند داگلاس هافستادتر (اما قبل از او آرتور سی. هوش مصنوعی اسکرچ  کلارک یا آلن تورینگ؛ تست تورینگ را ببینید) نیز در مورد امکان تمایز بین هوش مصنوعی که واقعاً آگاهی را تجربه می‌کند و دیگری که دقیقاً این رفتار را شبیه‌سازی می‌کند، تردید دارند. زامبی (فلسفه)). از این گذشته، ما حتی نمی‌توانیم مطمئن باشیم که آگاهی‌هایی غیر از آگاهی ما، از جمله انسان‌ها، واقعاً چیزی را تجربه می‌کنند، مگر از طریق التماسی که حدس می‌زند که هر انسانی خود را برای همه افراد دیگر یکسان می‌بیند. در اینجا به مشکل شناخته شده ی solipsism در فلسفه می پردازیم.

 

حتی اگر هوش مصنوعی قوی به سختی امکان پذیر بود، به موازات ورود هوش مصنوعی مولد، از جمله LLM (مدل زبان بزرگ) مانند ChatGPT یا Google Bard و ابزارهای تولید تصویر مانند Midjourney، AI می تواند به طور فزاینده ای توسط اکثر افراد قوی تلقی شود. ، DALL-E یا انتشار پایدار. در واقع،  هوش مصنوعی اسکرچ زمینه استفاده از این ابزارها بسیار گسترده تر از قبل است: ایجاد، ترکیب، ترجمه متون، ترکیب تصاویر، فیلم ها از اعلان ها، متون توصیفی. بنابراین تشخیص مخلوقات انسانی از آنهایی که از هوش مصنوعی مولد به دست می‌آیند برای یک انسان به طور فزاینده‌ای دشوار می‌شود.

 

امیلی بندر معتقد است که مدل‌های زبان بزرگ مانند ChatGPT به سادگی تکه‌های متنی را به‌طور تصادفی از مجموعه‌های مورد استفاده برای آموزش خود بازمی‌گردانند، بدون اینکه معنای آنها را بفهمند. بنابراین او آنها را "طوطی های تصادفی" می نامد207. به همین ترتیب، ژان گابریل گاناسیا معتقد است که هوش مصنوعی اسکرچ  محتوایی که آنها تولید می‌کنند اصیل نیست و استفاده از آنها در نوشتن مقالات پژوهشی نوعی سرقت ادبی است. برعکس، ایلیا سوتسکور معتقد است که این مدل‌ها به دلیل آموزش برای پیش‌بینی کلمه بعدی، شکلی از «مدل جهان» و نمایشی «فشرده، انتزاعی  Scratch artificial intelligence و قابل استفاده» از مفاهیم پیدا می‌کنند.