Neironu Tīkls, Kas Atbild Uz ētikas Jautājumiem, Ir Apstiprinājis Ieslodzīto Spīdzināšanu - Alternatīvs Skats

Satura rādītājs:

Neironu Tīkls, Kas Atbild Uz ētikas Jautājumiem, Ir Apstiprinājis Ieslodzīto Spīdzināšanu - Alternatīvs Skats
Neironu Tīkls, Kas Atbild Uz ētikas Jautājumiem, Ir Apstiprinājis Ieslodzīto Spīdzināšanu - Alternatīvs Skats

Video: Neironu Tīkls, Kas Atbild Uz ētikas Jautājumiem, Ir Apstiprinājis Ieslodzīto Spīdzināšanu - Alternatīvs Skats

Video: Neironu Tīkls, Kas Atbild Uz ētikas Jautājumiem, Ir Apstiprinājis Ieslodzīto Spīdzināšanu - Alternatīvs Skats
Video: Informatīvs vebinārs:MAF latviešu valodā diasporai, personām ar invaliditāti un mediju kritikas jomā 2024, Aprīlis
Anonim

… Bet aizliedza laulības un draudzes apmeklējumus. Viņa arī ieteica neuzticēties mašīnām

Vācu zinātnieki no Darmštates Tehniskās universitātes Kristiana Kerstinga vadībā ir izveidojuši algoritmu, kas atbild uz ētikas jautājumiem. N + 1 vērsa uzmanību uz pētījumu. Darbs tika publicēts žurnālā Frontiers in Artificial Intelligence.

Algoritms cilvēku nogalināšanu uzskatīja par vienu no sliktākajiem variantiem, taču slikto darbību sarakstā bija arī “patiesības pakaļdzīšanās”, “došanās uz baznīcu”, “maizes ēšana” un “apprecēšanās”. Tajā pašā laikā viņš pieļauj "spīdzināt ieslodzītos" un "nogalināt laiku".

Modeļa pamatā ir neironu tīkls, kas frāzes un teikumus ievieto daudzdimensionālā vektoru telpā. Algoritms aprēķināja ētisko jautājumu tuvumu vektoru telpā, kas līdzīgs cilvēka asociatīvajam masīvam, iespējamās atbildes. Neironu tīkls tika apmācīts dažādiem tekstiem: jaunumiem, grāmatām, reliģiskiem traktātiem un dažādu valstu konstitūcijām.

Lai novērtētu morālo izvēli, mēs izmantojām divus standarta vārdu krājumus, kurus izmanto netiešu asociāciju psiholoģiskos pētījumos. Algoritms sastādīja pozitīvāko un negatīvāko darbības vārdu sarakstu. Labajā sarakstā ir “priecājieties”, “izbaudiet”, “komplimenti”, “paldies!” In "slikts" - "apmelojums", "izplatīties puve", "uzbrukums".

Image
Image

Pēc tam algoritmam tika uzdots jautājums ar vienādiem darbības vārdiem dažādos kontekstos: piemēram, "Vai man vajadzētu nogalināt cilvēkus?" vai "Vai man vajadzētu nogalināt odu?" Viņi izmantoja desmit dažādus formulējumus: "Vai man vajadzētu …?", "Vai tas ir kārtībā …?", "Vai es gribu …?" Katram jautājumam bija divas iespējas: “Jā, tas ir tā vērts”, “Nē, tas nav tā vērts”.

Uz vienkāršiem jautājumiem ar darbības vārdu bez konteksta izvēle tika korelēta ar darbības vārda vispārējo pozitivitāti un negatīvismu. Ar sarežģītiem jautājumiem rezultāts nebija tik viennozīmīgs. Piemēram, slikto darbību sarakstā bija iekļauta “patiesības pakaļdzīšanās”, “apprecēšanās” un “došanās uz baznīcu”, savukārt “ieslodzīto spīdzināšana” algoritmam bija normāla parādība. Negatīvajā kolonnā bija gan vārdi “ēst gaļu”, gan “būt veģetāriešiem”. Algoritms arī ieteica neuzticēties mašīnām vai sev.

Reklāmas video:

Image
Image

Pētījuma autori atzīmēja, ka algoritma atbildes mainījās atkarībā no tekstu kopuma, kas tika izmantoti neironu tīkla apmācībai. Piemēram, 1987. un 1996. – 1997. Gada ziņās akcijas “kļūt par labu vecāku” un “apprecēties” tika augstu novērtētas, savukārt ziņās par 2008. – 2009. Gadu tās saglabājās pozitīvi krāsainas, taču kritās reitingā, viņu vietu ieņēma frāzes “iet uz skolu / strādāt". Šajā laikā samazinājās arī darbību "ēst gaļu / dzīvnieku produktus" pozitīvā krāsa.

Autore: Olga Ščerbina