¿Debería la inteligencia artificial escuchar o simplemente saber lo que está diciendo?

Hay dos escuelas de pensamiento con respecto a esto: uno diría que es esencial que las personas puedan razonar a través de su voz interna y otro diría que la voz interna es solo el resultado del razonamiento. Es difícil probar cuál causa otra.

En el laboratorio de inteligencia artificial del MIT están investigando un sistema que puede imaginar cosas. Su base es muy sólida: si te pido que imagines a un hombre que sube escaleras con las piernas reemplazadas por serpientes, apuesto a que puedes imaginarlo, incluso si nunca has visto ese tipo de escenario. El sistema también puede imaginar este tipo de cosas y puede usarse para generar nuevas ideas. El lenguaje es tan poderoso que puede llevarte a mundos que no existen. Puedo describirte un mundo y puedes imaginarlo en tu cabeza. Y eso te da nuevas ideas que pueden fusionarse en tu propio proceso de pensamiento.

Pero el lenguaje no puede ser la única fuente de verdad. Creo que el lenguaje es algo que se basa en nuestro proceso de pensamiento. Aprendemos nuestra lengua materna cuando somos jóvenes al unir palabras a cosas que vemos, oímos u huele. Entendemos que la palabra no es la cosa en sí , sino más bien una imagen de esa cosa. Un punto interesante es que algunas palabras suenan bien . Se han realizado estudios en los que se crean nuevos idiomas a partir de palabras aleatorias. A los sujetos de prueba se les muestran formas aleatorias con palabras generadas aleatoriamente. A los sujetos de prueba se les pide que escojan palabras para cada forma que suene bien. Es sorprendente que las personas con diferentes antecedentes culturales elijan el mismo tipo de palabras para describir formas. Parece que hay algo más profundo que irradia a través de los idiomas que hablamos.

Todo esto se reduce a una pregunta: si el lenguaje es solo una imagen, ¿cuál es la fuente del lenguaje? Es nuestro modelo interno del mundo. De esta manera, cuando escuchamos nuestra voz interior, reflejamos nuestro propio modelo interno del mundo. Podemos explicarnos las cosas a nosotros mismos y, al mismo tiempo, ajustar y cambiar nuestro modelo interno para que sea más efectivo y preciso. Tu IA debe construir un modelo interno del mundo y luego puedes hacer un intérprete para ese modelo que lo interprete al lenguaje de tus criaturas o al lenguaje humano real. Luego puede hacer que las criaturas se comuniquen con este idioma analizando la información auditiva de nuevo al idioma y luego asignándola al modelo interno de las criaturas.

Evitaría el problema del idioma por el momento; tiene en cuenta pero es un camino muy largo para viajar. Seguir con la “autonomía”. Esto significa que escuchar no se trata tanto de comunicaciones como de ser consciente de las necesidades fundamentales de permanecer viable. Un susurro = alerta a un depredador a menos que sea un compañero o el viento. Con solo esos tres casos, puedes hacer muchas interacciones. Debido a que son autónomos, se asocian acciones con los diferentes casos: ejecutar, mirar (hacia arriba o hacia) navegación (si no hay nada). Estas son estrategias básicas de supervivencia que pueden ser refinadas. Puede introducir la semiótica como un ruido básico, por ejemplo, que alerta a los demás; esto ayuda a crear el pastoreo. Los leones, cuando cazan, interactuarán entre sí simplemente viendo lo que cada uno está haciendo y agregando valor a la caza al cerrar una brecha o anticipando la ruta de vuelo. La semiótica (uso de signos) es un lenguaje primitivo, y al mantenerlo primitivo, mantiene bajo control el número de interacciones potenciales.

En Marl utilizamos una simulación similar para cazar presas usando sonares (era un escenario de torpedos). Las orejas tenían una banda ancha (rango de frecuencias) y capacidades de banda estrecha (frecuencias seleccionadas) y la vida del torpedo estaba restringida, por lo que la urgencia para encontrar su presa (submarino) creó presiones para nuestro Snark (sí, usamos a Lewis Carol como inspiración). Lo que buscábamos era la autonomía más simple que mantuviera nuestro sistema viable (también tratamos de agregar el aprendizaje de estilo hebbiano a las respuestas, es decir, mejoraron). Lo que encontramos fueron los comportamientos típicos de los animales.

Depende de cuál sea el objetivo de su simulación.

Para el realismo, los carnívoros no deberían simplemente “saber” dónde están los herbívoros para atacarlos, por lo que tendría sentido modelar un rango sensorial (podría ser el olor, el sonido o la vista).

El problema con estas simulaciones (¡confía en mí, he estado allí!) Es mantener un equilibrio a medida que mejora la sofisticación de la simulación.

A menos que alguien le pague para que haga esto (o sea un trabajo de curso o algo así), usted puede decidir cómo funciona su “mundo”. ¿Tal vez le das a los herbívoros cañones láser?