Z kolei do zbudowania “klasycznych” maszyn musimy wiedzieć, jakie są ich elementy składowe i jak do siebie pasują. Do zrozumienia ostatecznej konstrukcji należy wiedzieć, co robi każda część i jak przyczynia się do finalnego funkcjonowania. Bez wyjaśnienia mechaniki działania nie będziemy w stanie osiągnąć pożądanego rezultatu.
Czytaj też: Wielka wojna o chipy. Jak USA i Chiny walczą o technologiczną dominację nad światem
Gdy natomiast człowiek projektuje maszyny, które naśladują jego zdolności, to może zarazem lepiej zrozumieć siebie. Im więcej zachowań charakterystycznych dla ludzi wykazuje maszyna, tym bardziej zbliżamy się do mechanistycznego wyjaśnienia naszych własnych umysłów.
Ostatnimi czasy na rynku pojawiły się niezwykle zaawansowane modele, takie jak GPT4 i Midjourney. Narzędzia te są w stanie prowadzić rozmowy niczym ludzie, zdawać egzaminy oraz generować zapierające dech w piersiach obrazy opierając się na kilku słowach. Pojawia się jednak pytanie: jak długa droga dzieli takie modele od zyskania samoświadomości podobnej do ludzkiej?
Maszyny preferujące mniej szczegółowe wyjaśnienia przewyższały inne aż o 500% w zakresie nauki podstaw matematyki
Według Bennetta pojęcie inteligencji sprowadza się do dokonywania przewidywań dotyczących świata przy ograniczonych zasobach informacji. Im mniej danych potrzebuje maszyna, aby wyprowadzić predykcje, tym bardziej jest inteligentna. Oczywiście inteligencja ma pewne granice i od jakiegoś momentu nie musi wpływać na ogólne umiejętności. Naukowiec proponuje nawet założenie, w myśl którego wyjaśnienia nie powinny być bardziej szczegółowe niż jest to konieczne.
Kiedy badacze przeprowadzili eksperyment, którego założeniem było porównanie, ile danych potrzebują systemy sztucznej inteligencji do nauczenia się podstaw matematyki, narzędzia preferujące mniej szczegółowe wyjaśnienia przewyższały inne aż o 500%. Co więcej, bycie inteligentnym to między innymi zdolność do wnioskowania o intencjach pozostałych. Gdyby maszyna miała osiągnąć górną granicę inteligencji dla zadania, które zależy od interakcji z człowiekiem, to wyciąganie wniosków dotyczących intencji byłoby podstawą sukcesu.
Czytaj też: Spałeś mniej niż 5 godzin w nocy? Nie jedź! Zmęczenie zabija
Idąc dalej, jeśli maszyna może przypisać intencje zdarzeniom i doświadczeniom, z którymi ma do czynienia, to pojawia się pytanie o tożsamość i o to, czym jest bycie świadomym siebie i innych. Jeśli więc zastanawiamy się, jak mogłaby powstać maszyna posiadająca samoświadomosć, to kluczem wydaje się jej zdolność do identyfikacji przyczyn i skutków oraz wnioskowania o związkach przyczynowych. Robot zdolny do wnioskowania o intencjach, uczenia się przyczyn i skutków oraz konstruowania abstrakcyjnych tożsamości powinien w pewnym momencie zyskać samoświadomość. Oczywiście osobną kwestią jest to, jakie mogą być tego konsekwencje.