قولِ مدلهای زبانیِ همهفنحریف
هوش مصنوعیخلاصهٔ کاملتر
این یادداشت یه مقالهی نظری از اقتصاددان Robin Hansonه. نویسنده میگه همیشه با آدمهای باهوشِ علاقهمند به موضوعاتِ گسترده معاشرت داشته؛ چیزی که این آدمها رو کنار هم میذاره «ذوقِ انتزاع»ه — اینکه دوست دارن انتزاعی فکر کنن و بهمرور کلی ابزارِ ذهنی جمع میکنن.
به گفتهی نویسنده، کسانی که به آکادمی نزدیکترن انتزاعهای جاافتادهی رشتهها رو یاد میگیرن، ولی متفکرانِ آنلاین بیشتر انتزاعهای تازهی خودشون رو میسازن؛ این ایدههای نو زایا هستن ولی کماعتمادترن و آدم رو بیشتر به بیراهه میبرن. نویسنده معتقده جامعههای حولِ این متفکرانِ آنلاین، مخصوصاً سرِ ریسکِ هوش مصنوعی، با اتکا به انتزاعهای نوساخته به خطا رفتن و بهتر بود از انتزاعهای سنجیدهی زیستشناسی، فرهنگ یا اقتصاد استفاده کنن.
نویسنده میگه خودش به یه استراتژیِ زندگیِ پُلیمت (همهفنحریف) رسیده: هرچی رشتههای بیشتری یاد بگیری، تلاقیهای بیشتری پیدا میکنی که میشه ابزارِ یه رشته رو روی مسائلِ رشتهی دیگه به کار برد. دونستنِ N رشته بهت N(N-1)/2 تلاقیِ ممکن میده، و همین باعث شده بهرهوریش با بالا رفتنِ سن هم بیشتر بشه.
به نظر نویسنده، آکادمی کارِ بینرشتهای رو نادیده میگیره: هر رشته یه نسخهی تخصصی داره و یه نسخهی عمومی که بقیه میبینن، و متخصصهای تلاقیِ دو رشته معمولاً کماعتبارتر شمرده و به رویدادها دعوت نمیشن. نتیجه اینه که باورهای بشر روی خیلی موضوعات، بین رشتههای مختلف ناسازگار و نامنسجم مونده.
حرفِ اصلیِ نویسنده اینه که همین ناسازگاری یه فرصتِ بزرگه، و شاید حالا این فرصت مالِ مدلهای زبانی باشه که روی طیفِ خیلی وسیعی از موضوعات دانش دارن. پیشنهادش اینه که مدلها رو وادار کنیم جفترشتههای دور از هم رو بررسی کنن، تضادها رو پیدا کنن و دیدگاههای منسجمتری جایگزین کنن و این چرخه رو تکرار کنن. نویسنده خودش هم اذعان میکنه که موانعِ عملیِ زیادی سرِ راهه و شاید مدلها هنوز اونقدر خوب استدلال نکنن، ولی به نظرش ارزشِ امتحان کردن داره.
نکات کلیدی:
- ایدهی اصلی: مدلهای زبانی بهخاطر دانشِ گستردهشون شاید بتونن تناقضهای بینِ رشتهها رو پیدا و حل کنن
- نویسنده استراتژیِ پُلیمت رو مؤثر میدونه: N رشته یعنی N(N-1)/2 تلاقیِ قابلبهرهبرداری
- آکادمی و آدمها کارِ بینرشتهای رو نادیده میگیرن و همین یه فرصتِ استفادهنشده ساخته
- نویسنده معتقده جامعههای آنلاین با انتزاعهای نوساخته سرِ ریسکِ AI به بیراهه رفتن
- این یه پیشنهادِ نظریه، نه نتیجهی اثباتشده؛ نویسنده به موانعِ عملیش هم اشاره میکنه
