2019’da MIT Press Reader , dünyanın önde gelen dilbilimsel ve bilişsel bilim adamlarından ikisi olan Noam Chomsky ve Steven Pinker ile bir çift röportaj yayınladı. Robotların insanlar gibi konuşmaları, uzmanlık alanlarını çevreleyen önemli konuları düşünme ve ele alma biçimlerine göre değişiklik gösterir. Bununla birlikte, makine öğrenimi ve bilişsel bilime katkıları hakkında soru sorulduğunda, görüşleri şüphecilik ve hayal kırıklığına yaklaşanlar biz yapamayız bayrağı altında toplanıyor.
Chomsky, “Neredeyse ilgili her açıdan, [makine öğreniminin] bilime nasıl herhangi bir katkı sağladığını görmek zor,” diye yakınıyor Chomsky, “özellikle bilişsel bilime, yararlı cihazlar oluşturmak veya kullanılan hesaplama süreçleri.”
Pinker biraz daha yumuşak bir ton benimserken , Chomsky’nin yapay zekanın beyin anlayışımızı nasıl geliştirdiğine dair isteksizliğini tekrarlıyor:
“Bilişsel bilimin kendisi 1990’larda sinirbilim ve bu on yılda yapay zeka tarafından gölgede bırakıldı, ancak bu alanların teorik kısırlıklarının üstesinden gelmeleri ve biliş çalışmaları ile yeniden bütünleştirilmeleri gerekecek – akılsız nörofizyoloji ve makine öğrenimi, her biri duvara çarptığında duvarlara çarpıyor. aydınlatıcı zekaya geliyor.”
Ancak insan ve yapay zeka anlayışımız geliştikçe, bunun gibi pozisyonlar kısa sürede kendilerini istikrarsız bir zeminde bulabilir. AI henüz insan benzeri biliş elde etmemiş olsa da, dil işlemeyi çoğaltan yapay sinir ağları – yüksek bilişin arkasında kritik bir bileşen olduğu düşünülen bir sistem – beyinde gerçekleştiğini gördüğümüz şeye şaşırtıcı bir şekilde benzemeye başlıyor.
Kasım ayında, MIT’deki bir grup araştırmacı, Proceedings of the National Academy of Sciences’da , makine öğrenimindeki eğilimleri analiz etmenin, bu daha yüksek bilişsel beyin işlevi mekanizmalarına bir pencere sağlayabileceğini gösteren bir çalışma yayınladı . Belki daha da şaşırtıcı olan, çalışmanın, yapay zekanın doğayla yakınsak bir evrim geçirdiğini – kimse bunu yapmak için programlamadan – ima etmesidir.
Yapay Zeka ve Beyin
Makine öğrenimi tarafından desteklenen yapay zeka, özellikle görsel tanıma alanında son yıllarda etkileyici adımlar attı. Instagram , görme engelliler için fotoğrafları tanımlamak için görüntü tanıma AI’yı kullanır, Google bunu ters görüntü arama işlevi için kullanır ve Clearview AI gibi şirketlerin yüz tanıma algoritmaları, kanun uygulayıcı kurumların , arananları belirlemek için sosyal medyadaki görüntüleri devlet veritabanlarındakilerle eşleştirmesine yardımcı olur. bireyler.
Önemli etik tartışmaları bir yana, bilişsel işleve ışık tutabilecek olan bu algoritmaların nasıl çalıştığının mekaniğidir. Araştırmacılar, insanlardan ve insan olmayan primatlardan alınan sinirsel aktiviteyi, benzer bir işlevle görevlendirilmiş yapay sinir ağı makine öğrenimi modellerinden elde edilen verilerle karşılaştırarak, örneğin, kaotik bir arka plana karşı bir görüntüyü tanıyarak, hem hangi programların en iyi çalıştığına hem de hangilerinin daha iyi çalıştığına dair fikir edinebilirler. beynin aynı görevi nasıl yerine getirdiğine çok benzer.
