私は最初に「AIは苦しむ可能性があるか？」ということを念頭に置いていました。苦しみは人間にとって重要です。かかとにダメージを与えていると想像してください。痛みがなければ、あなたはそれを害し続けます。AIについても同様です。しかし、私は自分に「ちょっと待ってください。すでに存在しています。表示されるのはエラーと警告です」と言いました。苦しみと同じ目的があると言えます。しかし、何か足りないものを感じました。痛みを感じる。エラーとバグは単なるデータです。ロボットが進化するために機械学習と遺伝的プログラミングを使用できるとしましょう。
AIは苦しむことを学ぶことができますか？単なる情報として知っているだけではありません。
回答:
非常に高いレベルでは、進化的ゲーム理論と遺伝的アルゴリズムに関して、AIが苦しみに類似した状態を開発する可能性は絶対にあり得ますが、あなたが賢明に指摘しているように、それはコンピューターが気にする状態を含みます。（たとえば、アルゴリズムの意味での非最適性に対して「苦しめられている」、または方程式が足りないことに対する「欲求不満」、または達成されていない目標に対する「不満」に類似した感覚が生じるかもしれません。）
モールで小さな子供たちに苦しめられているロボットは、子供たちがロボットの機能のパフォーマンスをブロックするという点で、確かに「苦しんでいる」と言えるでしょう。しかし、意識がなくても、この非常に単純なロボットは、新しい機能を学習して、その機能を果たすことができないことによってもたらされる「苦しみ」を軽減または回避できます。
あなたは間違いなく哲学的な文脈で苦しみの概念を調べたいと思います、そしてエピクロスは始めるのに非常に便利な場所でしょう。
エピクロスは、彼が「という用語を使用しているため、アルゴリズムの意味での直接関係あるアタラクシア落ち着きを意味する」、および動詞「から派生しtarasso攪拌または妨害する」という意味。
Ataraxiaは数学的に平衡として表すことができます。タラッソは数学的に不均衡として表すことができます。
これは、不均衡がゲームの主要な要件であると言える点でゲーム理論に直接関係し、そのゲーム理論でのAIはすべてのAIの根本であると言えます。
アタラクシアはまた、「恐怖からの自由」という意味でも理解されており、その恐怖は一時的なものであり、予測的な意味で未来に関連するため、不確実性の関数であり、現在の状態と、可能性のある最適ではない将来の状態とが関係しています。
したがって、苦しみの一種である恐怖は、「コンピュータ」が人間の脳である場合でも、計算の難しさに根ざしています。
Democritusなどの初期の哲学者は、重要で基本的な概念を探求していたため、特に有用です。その多くは現在、現代の数学で表現できます。
つまり、最初に「良い」と「悪い」を定義するまで苦しみに到達することはできません。「良い」と「悪い」は、どちらの用語も反対に意味がないとは言えない二項関係です。（数学的には、有限の1次元グラフとして最も単純な形で表すことができます。）この理解はかなり古くからあります。
初期の哲学者の継続的な価値は、知識の量に依存しない知恵の要因の1つであることは注目に値します。知恵は、あなたが何かを知らないことを知るのと同じくらい簡単かもしれないという考えでソクラテスによって示されました。
古代の賢者には、強力な測定ツール、高度な数学、または科学的手法の利点はありませんでしたが、非常に賢く、さらに重要なことに、賢明でした。