¿Cuáles son las posibles implicaciones de la inteligencia artificial en la democracia?

¡Democracia profunda!

¡Espere! ¿Por qué no apoyar la democracia vectorial?

En democracia

• ¿Podría la IA colonizar el espacio con óvulos y espermatozoides humanos y ser los socios con úteros artificiales?
• ¿Es posible utilizar la inteligencia artificial para predecir el futuro?
• ¿Cuál es el punto de crear inteligencia artificial?
• ¿Cuál crees que será la restricción más importante de la IA?
• ¿Por qué los entornos de programación no usan más IA?

1. Las decisiones son tomadas por todos con el mismo peso, aunque no se vean afectadas por tales decisiones o no estén lo suficientemente calificadas para tomarlas. Entonces, la democracia primero debe seleccionar a los votantes competentes y luego comenzar las elecciones.
2. Además, en la práctica “las decisiones más efectivas se implementarán primero” tiene menos prioridad que “las decisiones se abordarán primero para problemas más molestos”. Entonces, la democracia debería dar más importancia a los principios internos (ley). ¡Democracia liberal!

En inteligencia artificial y aprendizaje automático

1. Los límites de decisión son decididos por cada punto de datos en el tipo de algoritmos de aprendizaje automático de redes neuronales artificiales; a veces incluso sin disponibilidad del objetivo (semi-supervisado). Pero los límites de decisión los deciden solo aquellos afectados por esas decisiones en los algoritmos de aprendizaje automático de tipos de máquina de vectores de soporte. La máquina de vectores de soporte encuentra simultáneamente qué puntos de datos tomarán decisiones y cuáles son las decisiones.
2. La red neuronal artificial comienza a entrenar a partir de términos de error y el objetivo principal es cerrar estos problemas de error. Por el contrario, la máquina de vectores de soporte intenta encontrar los coeficientes internos a través del truco del núcleo para reducir los errores.

Teniendo en cuenta ambos defectos, puede pensar que la máquina de vectores de soporte dará mejores resultados que la red neuronal artificial. Pero no es cierto siempre. Cuando se trata de datos de muy alta dimensión, las redes neuronales artificiales muestran mejores resultados que las máquinas de vectores de soporte. Dichas redes neuronales artificiales se denominan aprendizaje profundo.

Si no conoce el aprendizaje profundo, considere que el aprendizaje profundo es la segunda tecnología más importante predicha para el presente siglo. El primero es CRISPR.

Aprendizaje profundo

Es la misma antigua red neuronal artificial, pero con muchas capas.

Disponibilidad de

1. datos para entrenar la red fácilmente,
2. poder computacional para entrenar rápidamente y
3. regularización para entrenar efectivamente,

trae éxito en el aprendizaje profundo en los últimos años.

Democracia profunda

Entonces, en realidad, lo que estamos pensando son defectos de la democracia, es la fortaleza cuando las dimensiones de los espacios de mapeo son muy altas.

Muchos países democráticos como India son muy grandes con muchas dimensiones:

• alfabetización, idioma, comida, familia, conexión, cultura, clima, historia, religión, vecinos, paternidad, escolaridad, educación, etc.
• diferentes niveles de gobierno 1. Gobierno central, 2. Gobierno estatal, 3 Municipio 4. Panchayat, etc.
• Los resultados de esta gobernanza también son multidimensionales: economía, corrupción, atención médica, carreteras, puentes, etc.

¡Entonces necesitamos DEMOCRACIA PROFUNDA!

¿Qué es la democracia profunda?

Es la misma vieja democracia, la única diferencia es que es profunda, muchos más niveles de elecciones para obtener una representación abstracta del país o la humanidad en muchas capas.

Disponibilidad de

1. Redes sociales con Aadhar para consumir información de forma fácil y segura,
2. AI con ingreso básico universal para olvidarse de los requisitos de trabajo, y
3. Biotecnología con atención médica para olvidarse de la enfermedad y la muerte,

traerá éxito en la democracia profunda.

Profunda democracia convolucional

El mejor modelo actual de aprendizaje profundo es la red neuronal de convolución profunda. Entonces, las propiedades de la democracia convolucional profunda serán las siguientes:

1. Las pocas capas inferiores de elecciones serán por características (no elección de persona) que usen la regla de la democracia como “regla de la mayoría” (similitud con la agrupación).
2. El nivel final restante de elecciones (federal, estatal, etc.) debe estar completamente conectado con el gobierno de la democracia como “por el pueblo, del pueblo y para el pueblo”.
3. Deben agregarse diferentes regularizaciones como “libertad de expresión”, “libertad de medios”, “libertad de expresión de características políticas”, etc.

“La lucha de los votantes de la clase media se pasa por alto en las campañas de votos de los ricos” es el principal obstáculo de muchas democracias actuales. La democracia convolucional profunda resolverá fácilmente tales problemas.

Otra democracia profunda y cuello de botella

Muchos expertos en aprendizaje profundo están pensando en diferentes variantes de la “democracia profunda” después del Brexit y Trump de acuerdo con sus propios modelos de aprendizaje profundo.

Pero la dificultad de transición es política, no tecnológica. Entonces, el político no debe aprender sobre el aprendizaje automático de otra manera.