サインシステムが必要な理由
サインシステムは、人間の脳や高等動物において、思考、アイデア、感情、感情、感覚、記憶の組織-精神プロセスの産物、進行、現代科学のアイデアに従って進行します。 サインシステムは、そのような製品を示す手段です。 現時点では、思考、記憶、感情、感覚、想像力の結果に関する情報を送信する唯一の方法は、サインシステムを使用してこの情報をエンコードすることです。 私たちは（まだ？）1つまたは別のサインシステムに頼らずに、思考、感情、感覚を直接交換することはできません。 このようなプロセスの結果を共有するには、署名システムが必要です。 サインシステムは、示されたプロセスのコンパニオンであり、おそらく、サインシステムの影響下で精神プロセスが進化し、互いに発展するフィードバックがあります。
どうやら、思考はサインシステム、すなわち コーディングは近似であり、特定のモデルです。 記号で示された何かを明確にする機会が常にあります。 「言葉を選択する」という表現が存在するのは、何も理由ではありません-記号の助けを借りて思考を表現する試みです。 言葉による思考の絶対的に正確で明確な表現は、おそらく存在しません。 科学的思考、アイデアを表現するために、科学者は1つの単語や文ではなく、一連の記事全体を書き、それぞれが自分が説明したいことをより正確に説明し、作品で表現します。 質問への答えは、思考、感情の兆候が同じか、むしろ否定的かどうかです。
たとえば、赤の感じを考慮してください。 通信エージェントが赤い色を知っていて、適切な感覚的経験を持っている場合、適切な記号システムを使用してこの感覚的経験に関する情報を伝えることができます。 そのような経験がなければ、「赤み」についての情報を伝えることは不可能です-赤い色が何であるかを知らない人に赤い色について話すことは不可能です。 赤色は約700ナノメートルの波長の電磁波であることを説明しようとすることができますが、そのような情報からの「赤み」の感覚は表示されず、赤色が何であるかに関する知識はまだ利用できません。 私たちは感覚的な経験を直接交換しません-他のコミュニケーションエージェントと同様の感覚的な経験を引き起こすなどの兆候を交換します。 つまり 記号は、精神プロセスの製品の「ラッパー」ですが、製品自体ではありません。
理解の障壁
したがって、理解の障壁の問題。 最新のAIテクノロジーは、サインシステムの研究に関連する問題を非常にうまく解決します。 パターン（サイン）の認識におけるAIの成功は明らかです。書き言葉（OCR）、口頭スピーチ（アリス、シリ）、音楽（シャザム）、画像。 自然言語のモデリング：品詞、文のメンバー、固有名詞の割り当て、機械翻訳。 同時に、これらはすべて、標識システムの研究と作業の例であり、もはやありません。 一般に、標識システムの研究では、人類は絶えず進化しています。 執筆、科学、文化、芸術、スポーツの出現と発展-これらはすべて、標識システムの発明、使用、研究、開発に密接に関連しています。
記号を使用した演算を使用したコンピューティング機能も成長しています。紀元前3,000年に発明されたバビロニアそろばんから始まり、17世紀にライプニッツアリゾメーターを備えたパスカリーナブレーズパスカルから現代のコンピューティングテクノロジーに至るまでです。 そして、標識システムの研究と作業の進展が明らかな場合、精神プロセスのモデリングでは克服できない困難が依然として観察されます。
人間（動物？）では、サインは思考、感情などの産物に自動的にリンクされます。 進化的であり、後者をエンコードするように設計されています。 AIにはそのような製品がないため、認識された文字は何にもリンクされず、何もエンコードせず、まるで何も示さずに単に「裸の」文字のままになります。 意味のあるまたは感じられた負荷に耐えないでください;認識されたサインの理解がありません。 したがって、恐怖を経験した人はそれが何であるかを知っており、それを報告しようとすることができます。 標識システムの所有物を使用して、感覚体験の経験に関する情報を送信および保存します。 たとえば、次のことができます。
- 洞窟の壁に画像を描きます。
- 自然言語でエッセイを書く;
- 詩を作ります。
- 音楽を作成します。
- チャット絵文字にサインを入れます。
- 最後に、何もしません（空白記号）。
AIはそれぞれ恐怖とは何かを知らず、恐怖と兆候をまったく一致させることはできません。 また、彼は恐怖として認識された兆候を感じることもできません。 AIの制御下にある自動操縦は、道路上の障害物にぶつかり、何も理解せず、何も感じず、考えもせず、動揺せず、喜んでも、恐れず、反省しません。 したがって、AIの場合、記号は、その中に存在しない精神プロセスの存在しない製品を指します。
認識障壁
ここから別の障壁が続きます-文字認識の品質に対する障壁です。 品質とは、規格に関連する標識の忠実度、正確さ、認識の正確さとして理解されます。 品質は、理解への障壁によって制限されます。 AIは認識された画像の品質を評価できません。 認識エラーを修正するための思考やその他の精神プロセスからのフィードバックはありません。 「ama yla amu」という文では、ロシア語を話す人は、歪んだ手話を復元できる可能性が最も高いでしょう。
たとえば、このような意味の復元は可能です。 これらの文字のシーケンスは、おなじみの漫画の格言をエンコードします。これは、「お母さんがフレームを洗った」というような単語のセットによってエンコードされます。 人は誤って認識された手話を復元できました：「ama」->「mother」、「yla」->「soap」、「amu」->「frame」。 AIの場合、ロシア語の辞書には1つの文の3つの単語がすべて含まれていません。 推測、理解できる、よく知られている意味に「適合する」ことは、そうではありません。 実際、AIの記憶には、保存された意味はまったくありません。 同時に、似たような言葉でエンコードされた馴染みのある思考が人にない場合、「ama yla amu」という言葉は、単に存在しないという理由だけで思考にリンクされません。 思考とコーディングのプロセスは相互接続され、常に連携して機能します。 これは進化的に決定されたようです-遭遇した兆候はデコードされ、「ねじ込まれ」、「既知の」意味に「適合」されなければなりません。 サインを理解し、認識し、身近で理解しやすいものとリンクさせるために、サインは自動的に必要です。 このサインによってエンコードされたものによって引き起こされるメリットと害を理解する必要があります。 男は私に微笑みます-まあ、犬は私にbarえます-悪い。 何が良いのか、何が悪いのかわからない場合、笑顔もbarえも意味がありません。 AIは、何が良いのか、何が悪いのかを知りません。
記号を意味に一致させようとして失敗した場合、人はこの提案について他の考えを持っているかもしれません。たとえば、「それが何であるか理解できません。ここから改善しましょう」、「どういう意味ですか」おもしろいですか？」、「ここにはどんな種類のゴミが書かれていますか？」、「おそらく「お母さんがフレームを洗った」という意味でしたが、よくわかりませんが、このテストの質問に答えた方がいいでしょう」など つまり いずれにせよ、知覚された兆候について何らかの結論が下されます。 誤ったトレースオプションも可能です。 たとえば、テキストのソースが電子ツールであり、スペルルールがしばしば無視される場合、「ama」および「amu」という単語は、大文字で「Ama」および「Amu」、つまり 適切な名前であること。 そのような標識のセットを理解することは、「母がフレームを洗った」ということわざとはもはや関係しません。 そのような考え方を空想し、提案することができます-「Ama was Amu」-女性である特定のAmaは、特定のAmu族の代表でした。 ここから、次の考えが生じる可能性があります。Amaは外国語の名前です。 私の知る限り、ロシア語ではアマの名前はなく、アミュ族のことは聞いていません。 したがって、思考プロセスは、結論に達するまでさらに回転します。 それ自体では、結論の正確性または虚偽は重要ではなく、主なことは結論を下すことです。 結論は真実と偽であるかもしれません、人は彼の仮定で正しいか間違っているかもしれません。 つまり 誤った、不正確な、誤った、誤った兆候は、誤った結論につながる可能性があります。 これは、不完全または矛盾する情報に基づいて、元の意味を復元することが提案されている、娯楽的で知的なゲームに基づいています。 上記のようなゲームをプレイしました。「ama yla amu」というメッセージで想定されていたのは、「mother washed frame」または「Ama was Amu」ですか？
甘やかされて育った電話ゲームも参照してください。 画像認識もここにあります-その効果は「見えた、想像された」。 音声認識もここにあります-効果は「聞いた」ものでした。 聴覚アーティファクトの良い例は、中国語などの声調言語での単語認識です。 単語「shi」は、上昇音（shi2で示される）で発音される場合、数「ten」を意味し、下降音（shi4で示される）で、共役動詞「to be」を意味します。 中国語の代名詞「I」は、降順のトーンで「wo」と発音されます（wo3で示されます）。 次に、中国語を話す人を表す「wo3 shi4 ...」というフレーズは、「I am ...」、「I am ...」、または単に「I ...」という文の始まりを示します。 同時に、「wo3 shi2 ...」というフレーズは無意味に聞こえます。 間違った道をたどります-リスナーは、「I'm ten ...」という考えを構築します。これは、中国語の文法に従っては意味がありません。 しかし、思考は記号に意味を与えようとしているため、期待される結果を得るために、「wo3 shi2 ...」-「I'm ten ...」の最も可能性のある解釈を比較しようとします。 たとえば、対談者は自分のことを考えるか、「wo3 shi2ではなくwo3 shi4と言いたいですか？」
つまり リスナーの視点から適切な意味を最終的に得るために、歪んだ兆候を復元する試みが行われます。 AIはこれが不可能です。なぜなら、 彼には視点がありません。 他の感覚器官の製品には、同様の認識アーチファクトがあります。
繰り返しになりますが、AIでは、文字は何にもリンクできないため、文字認識の理解と品質の障壁になります。 AIの場合、画像認識アルゴリズムの動作のために、何らかの理由でそこにたどり着いた普通の都市のアパートの象は、通常の状況です。 人のために-不合理、なぜなら ゾウがたとえ赤ちゃんゾウであってもアパートに収まることができたとしても、彼がそこにどのように着いたのかは完全に不明です-彼が入るにはアパートのドアが狭すぎる、エレベータの持ち上げ能力は象の質量および現実世界の他の制限に対応していません その結果、写真の部屋にいる象は、おとぎ話のイラスト、フォトモンタージュ、または一般的なパターン認識エラーのいずれかです。 写真は象を示しているように思えた-結論が出された。 AIにはそのような批判的思考はなく、認識できる兆候が伝える意味を理解できず、認識エラーを修正できず、結論を出すことができません。
サインシステムの研究-行き止まり？
サインシステムの研究では、脳で直接発生する思考やその他の精神プロセスの研究はできません。 これは、標識システムの研究に意味がないことを意味しますか？ いいえ、そうではありません。 サインシステムは、私たちの考えをコーディングして伝えるための手段です。したがって、実際には、最初のものを勉強する以外に選択肢はありません。 人文科学には、言語学、心理学、社会学、および関連するもの以外の方法はありません。
私たちの考えをよりよく理解することを学ぶためにできる唯一の仕事は、サインシステムを研究することです。 シンボリックシステムの研究は、思考の構造と特性の質問に答えません。これらの質問はまだ未解決のままです。 記号は思考へのポインタであり、おそらく思考のトリガーでさえありますが、思考自体ではありません。つまり、エンティティ自体ではなく、エンティティへのポインタのみを学習します。 記号システムの研究では、記号システムの特性を研究しますが、これらの標識システムがエンコードに使用されるエンティティの特性は研究しません。
たとえば、ロシア語の語彙と構文を研究する場合、ロシア語の記号体系を研究しますが、ロシア語を使用して表現される思考自体は研究しません。 私たちは、構造が何であるか、サインではなく思考の特性は何であるかさえ明確になっていないことを認めています。 唯一の明らかなことは、思考はある程度の正確さで表現でき、おそらく任意の記号システムを使用して近似できることです。 たとえば、ロシア語で「悲しみ」、「悲しく」という言葉で表現されている思考は、そのようなサインシステムの助けを借りて表現できます。
- ロシア語：「私は悲しい」、「彼らは悲しい」などの文。
- 英語：「I feel sad」、「they look sad」などの文。
- 冷たいトーンが優先されるアートワーク。
- マイナーキーが優先される音楽。
- スムーズな「悲しい」動きを伴う「悲しい」ダンス。
- 人や動物の悲しい顔の写真。
- 絵文字:-(電子通信の現代文化において。
上記の標識システムによるこの思考の伝達の精度は異なります。 サインシステムが思考を伝達する能力は、感覚器官、色、ダンスを伝達する手段、フェロモンなどの生物の能力を考慮して、可能な限り思考の伝達のニーズに対応します。 そのため、自然言語には曖昧さ、不確実性、冗長性が非常に多くあります-これはすべて、目的、感情などを最も正確にエンコードして伝達するために、送信量の観点から冗長性やその他の次善の導入が必要な場合でも情報と送信時間。 人々は常に受け取った情報を洗練し、認識された記号を正しく理解し、その意味を見つけようとします：フレーズを求め、テキストを読み直し、音楽を聴き、以前に認識された文字の新しい意味を探します。
男はインターネットで女の子が髪をまっすぐにしたことを読んだ-つまり彼女は彼が好きだったということだ。 ばかですか？ おそらく、しかしそれは私たちの性質です-記号を意味と比較すること。 考え、解決策を見つけ、感じ、兆候を認識し、その意味を一致させ、目標を設定する-生きる-精神的なプロセスは一生停止しません。 AIは入出力情報を気にしません。なぜなら、 それを比較するものも、バインドするものもありません。
サインシステムは不完全ですが、それらは精神プロセスの産物の交換のために進化が私たちに与えた唯一のものです。 誰が知っているか、おそらく自然は既に他の伝達方法を試みているが、それらは成功していなかった。そして結局、根付いたのは標識システムだった。