Summary of Artificial Intelligence Podcast Podcast Episode: Neuroscience, Psychology, and AI at DeepMind | AI Podcast
— Description —
Explore the enigmatic nature of the human brain and its role in shaping our understanding of life Discover the intricate processes behind cognition and the fascinating interplay between our neural circuitry and the external world Delve into the concept of meta-learning and its implications for artificial intelligence, pondering the delicate balance between achieving goals and preserving the essence of human existence
Join the conversation on the future of AI, where economists, legal experts, and philosophers grapple with the question of what truly constitutes the best path forward.

Neuroscience, Psychology, and AI at DeepMind | AI Podcast
चाबी छीनना
- हमारा मस्तिष्क हमें जीवन के बारे में वह सब कुछ समझने की अनुमति देता है जो हम जानते हैं, फिर भी यह जीवन का सबसे रहस्यमय और चौंकाने वाला पहलू है
- आज, हम जानते हैं कि न्यूरॉन्स के बीच की बातचीत हमारे विचारों और व्यवहारों को संचालित करती है, लेकिन हमें अभी तक इसके पीछे की कारण प्रक्रियाओं को समझना नहीं है कि विद्युत संकेत अंततः चेतना पर दार्शनिक चिंतन में कैसे बदल जाते हैं।
-
अनुभूति न केवल उस हार्डवेयर से उत्पन्न होती है जिस पर वह काम कर रहा है (मस्तिष्क, सर्किटरी) बल्कि उस बड़े वातावरण से भी जिसमें वह मौजूद है
- विचारों को खुद को परखने के लिए वास्तविकता की आवश्यकता होती है अन्यथा वे शून्य में चीखने से ज्यादा कुछ नहीं हैं
- "मेटा-लर्निंग, परिभाषा के अनुसार, एक ऐसी स्थिति है जिसमें आपके पास एक लर्निंग एल्गोरिदम होता है और लर्निंग एल्गोरिदम इस तरह से संचालित होता है कि यह एक और लर्निंग एल्गोरिदम को जन्म देता है" - मैट बोट्विनिक
-
कृत्रिम मेटा-लर्निंग सिस्टम को न केवल अपने लक्ष्यों को पूरा करना सीखना चाहिए, बल्कि यह भी सीखना चाहिए कि उन्हें लोगों के साथ सामंजस्यपूर्ण तरीके से कैसे पूरा किया जाए।
- उदाहरण के लिए, जो चीज़ जीवन को अर्थ देती है उसका एक हिस्सा कठिन कार्यों को पूरा करना है। यदि एआई ने हमारे लिए सब कुछ किया तो क्या हमारे पास जीने लायक जीवन भी होगा?
- एआई का प्रभाव समाज के सभी पहलुओं पर पड़ेगा, इसलिए इसके विकास में अर्थशास्त्रियों, कानूनी विशेषज्ञों और दार्शनिकों को शामिल करना आवश्यक हो सकता है, लेकिन यह स्पष्ट नहीं है कि क्या ये विशेषज्ञ आवश्यक रूप से जानते हैं कि सबसे अच्छा क्या है
पहचान
- मैट बोट्विनिक डीपमाइंड में तंत्रिका विज्ञान अनुसंधान के निदेशक हैं
- होस्ट: लेक्स फ्रिडमैन (@lexfridman)
मस्तिष्क का विरोधाभास
-
हमारा मस्तिष्क हमें जीवन के बारे में वह सब कुछ समझने की अनुमति देता है जो हम जानते हैं, फिर भी यह जीवन का सबसे रहस्यमय और चौंकाने वाला पहलू है
- "मेरे आश्चर्य की भावना दूर के, रहस्यमय सितारों से नहीं, बल्कि अत्यंत, घनिष्ठ रूप से निकट मस्तिष्क से आती है" - मैट बोट्विनिक
हम मस्तिष्क का कितना हिस्सा समझते हैं?
- हम मस्तिष्क द्वारा किए जाने वाले उच्च-स्तरीय कार्यों के बारे में बहुत कुछ समझते हैं, लेकिन उन कार्यों के संचालन के पीछे के भौतिक तंत्र के बारे में बहुत कम जानते हैं।
-
मैट संज्ञानात्मक विज्ञान, तंत्रिका विज्ञान और मनोविज्ञान को मस्तिष्क से निकलने वाली ज्ञान की विभिन्न शाखाओं के रूप में देखता है, प्रत्येक क्षेत्र केवल सत्य के विभिन्न पहलुओं को पकड़ता है।
- मन की मूलभूत सच्चाइयों को समझने के लिए न्यूरोनल वोल्टेज चैनलों या व्यवहारिक कंडीशनिंग पर अदूरदर्शी रूप से ध्यान केंद्रित करने के बजाय मस्तिष्क के बारे में हमारे पास मौजूद सभी ज्ञान को एक साथ जोड़ने की आवश्यकता होगी।
-
संज्ञानात्मक तंत्रिका विज्ञान आज उसी स्थिति में है जहां आनुवांशिकी मेंडल द्वारा लक्षणों की आनुवांशिकता स्थापित करने के बाद थी, लेकिन वॉटसन और क्रिक द्वारा डीएनए की डबल-हेलिक्स संरचना की खोज से पहले थी।
- हम जानते थे कि आनुवंशिक जानकारी के संचरण में डीएनए शामिल था लेकिन हम नहीं जानते थे कि कैसे। डबल-हेलिक्स के ज्ञान ने वैज्ञानिकों को प्रतिकृति की यांत्रिक प्रक्रिया को उजागर करने की अनुमति दी जो जीन के पारित होने को प्रेरित करती है।
- आज, हम जानते हैं कि न्यूरॉन्स के बीच की बातचीत हमारे विचारों और व्यवहारों को संचालित करती है, लेकिन हमें अभी तक इसके पीछे की सटीक कारण प्रक्रियाओं को समझना नहीं है कि विद्युत संकेत अंततः चेतना पर दार्शनिक चिंतन में कैसे बदल जाते हैं।
पर्यावरण के एक कार्य के रूप में अनुभूति
-
हालाँकि विचार व्यक्तिगत स्तर पर होते हैं, कुछ विचारों को केवल समूह संदर्भ में ही समझा जा सकता है
- "यह बहुत संभव है कि बुद्धिमत्ता तभी उत्पन्न हो सकती है जब एकाधिक बुद्धिमत्ताएँ हों" - लेक्स फ्रिडमैन
- दिमाग का एक रहस्य, जो सुलझ जाने पर एआई के लिए बहुत उपयोगी होगा, उन ताकतों को समझना है जो लोगों को विचारों के पीछे एकजुट होने के लिए प्रेरित करती हैं
-
अनुभूति न केवल उस हार्डवेयर से उत्पन्न होती है जिस पर वह काम कर रहा है (मस्तिष्क, सर्किटरी) बल्कि उस बड़े वातावरण से भी जिसमें वह मौजूद है
- विचारों को खुद को परखने के लिए वास्तविकता की आवश्यकता होती है अन्यथा वे शून्य में चीखने से ज्यादा कुछ नहीं हैं
- "इसे सुदृढीकरण सीखने में सबसे अधिक स्पष्ट किया गया है जहां आप केवल उतना ही सीख सकते हैं जितना आप अनुकरण कर सकते हैं" - लेक्स फ्रिडमैन
प्रीफ्रंटल कॉर्टेक्स
-
प्रीफ्रंटल कॉर्टेक्स आपके माथे के आसपास का सेरेब्रल कॉर्टेक्स (बाहरी मस्तिष्क परत) क्षेत्र है जो योजना, निर्णय लेने और व्यक्तित्व अभिव्यक्ति से जुड़ा होता है।
- प्रीफ्रंटल कॉर्टेक्स हमारे अभ्यस्त, स्वचालित विचारों और व्यवहारों के बजाय नियंत्रित, दृढ़ इच्छाशक्ति वाले विचारों और व्यवहारों में शामिल होता है
-
शोधकर्ताओं और डॉक्टरों ने पाया कि प्रथम विश्व युद्ध के मस्तिष्क-क्षतिग्रस्त दिग्गज, जो पूरी तरह से अक्षम नहीं थे और "सामान्य" जीवन जीने में सक्षम थे, उनमें प्रीफ्रंटल कॉर्टिस क्षतिग्रस्त हो गए थे।
- इन दिग्गजों के लिए सबसे महत्वपूर्ण दुष्प्रभाव यह था कि वे नई जानकारी संसाधित नहीं कर सके
-
" जब आप मस्तिष्क में कार्यात्मक भेदभाव को ध्यान से देखते हैं तो आप आमतौर पर यह निष्कर्ष निकालते हैं कि क्षेत्रों के बीच अंतर अलग-अलग होने के बजाय वर्गीकृत होता है" - मैट बोट्विनिक
- आप मस्तिष्क को अलग-अलग भूमिकाएँ निभाने वाले क्षेत्रों के बीच विभाजित नहीं कर सकते, यह एक संपूर्ण प्रणाली के रूप में कार्य करता है
- "यहां तक कि जिन क्षेत्रों का कार्य मोटे तौर पर बहुत अच्छी तरह से परिभाषित है, वे फिर भी बहुत अलग डोमेन के बारे में कुछ जानकारी रखते हैं"
सूचनाओं का प्रसंस्करण करना
- न्यूरॉन्स न्यूरोट्रांसमीटर के माध्यम से संचार करते हैं जो एक दूसरे के बीच उत्सर्जित होते हैं जो न्यूरॉन्स के वोल्टेज को उस बिंदु पर बदलते हैं जहां अंततः एक विद्युत संकेत जारी होता है
-
"महत्वपूर्ण यह है कि एक व्यक्तिगत न्यूरॉन कितनी तेजी से बढ़ रहा है" - मैट बोट्विनिक
- "इस बारे में अभी भी अनिश्चितता है कि क्या यह मस्तिष्क के भीतर सूचना कैसे प्रसारित होती है इसका पर्याप्त विवरण है"
- "ऐसे अध्ययन हैं जो सुझाव देते हैं कि स्पाइक्स का सटीक समय मायने रखता है, ऐसे अध्ययन हैं जो सुझाव देते हैं कि डेंड्राइटिक पेड़ के भीतर गणनाएं होती हैं जो संरचना में काफी समृद्ध हैं, और वास्तव में हम जो कुछ भी कर रहे हैं उसके बराबर नहीं है हमारे कृत्रिम तंत्रिका नेटवर्क में कर रहे हैं"
-
वर्तमान में, एआई समुदाय अपने तंत्रिका नेटवर्क की गतिविधि दर को तंत्रिका तंत्र के भीतर न्यूरॉन्स की स्पाइक दर के अनुरूप मानता है
- तंत्रिका नेटवर्क के पैटर्न सामान्य मस्तिष्क गतिविधि के पैटर्न के समान "भयानक रूप से समान" लगते हैं
मेटा लर्निंग
-
"मेटा-लर्निंग, परिभाषा के अनुसार, एक ऐसी स्थिति है जिसमें आपके पास एक लर्निंग एल्गोरिदम होता है और लर्निंग एल्गोरिदम इस तरह से संचालित होता है कि यह एक और लर्निंग एल्गोरिदम को जन्म देता है" - मैट बोट्विनिक
- "यह सीखने के लिए सीखने के मनोविज्ञान के पुराने विचार से संबंधित है, ऐसी स्थितियाँ जहाँ आपके पास ऐसे अनुभव होते हैं जो आपको कुछ नया सीखने में बेहतर बनाते हैं"
- यह ऐसा है जैसे नई भाषाएँ सीखना शुरू में कठिन होता है, लेकिन अंततः आप अनुमान लगाते हैं कि आपको क्या सीखने की ज़रूरत है ताकि आप अधिक भाषाएँ अधिक आसानी से सीख सकें
-
ये सीखने की गतिशीलता प्रीफ्रंटल कॉर्टेक्स के सक्रियण पैटर्न से भी मिलती जुलती है जो कुछ व्यवहारों से पुरस्कारों के सुदृढीकरण तंत्र के आधार पर सीखती है।
- इससे यह सवाल उठता है कि प्रीफ्रंटल कॉर्टेक्स को इन तरीकों से सीखने के लिए कैसे प्रोग्राम किया गया था
-
इन निष्कर्षों के आधार पर, यह एक स्वाभाविक तथ्य प्रतीत होता है कि सुदृढीकरण सीखने से आकार लेने वाली कोई भी स्मृति प्रणाली अंततः मेटा-लर्निंग में परिणत होगी
- "यह तब होगा जब सिस्टम को ऐसी सेटिंग में प्रशिक्षित किया जा रहा है जहां कार्यों का एक क्रम है जो सभी कुछ अमूर्त संरचना साझा करते हैं" - मैट बोट्विनिक
एआई का मानवीय पहलू
-
"कम से कम रोबोटिक्स के लिए एक अंधी जगह मानव-रोबोट, मानव-एजेंट संपर्क है" - लेक्स फ्रिडमैन
- “हम इन चीज़ों को नियंत्रण से बाहर होने से कैसे बचा सकते हैं; हम उन्हें इंसानों को नुकसान पहुंचाने वाले काम करने से कैसे रोकें?” - मैट बोट्विनिक
-
यहां तक कि समाज पर रोबोटिक्स और एआई के प्रथम-क्रम के प्रभावों को समझना भी केवल शोध सेटिंग में सिद्धांत तैयार करने से कभी नहीं समझा जा सकेगा।
- कृत्रिम मेटा-लर्निंग सिस्टम को न केवल अपने लक्ष्यों को पूरा करना सीखना चाहिए, बल्कि यह भी सीखना चाहिए कि उन्हें लोगों के साथ सामंजस्यपूर्ण तरीके से कैसे पूरा किया जाए।
- उदाहरण के लिए, जो चीज़ जीवन को अर्थ देती है उसका एक हिस्सा कठिन कार्यों को पूरा करना है। यदि एआई ने हमारे लिए सब कुछ किया तो क्या हमारे पास जीने लायक जीवन भी होगा?
-
एआई के विकास में गैर-इंजीनियरों को शामिल करना फायदेमंद होगा ताकि एआई समाज के साथ सामंजस्यपूर्ण ढंग से काम कर सके और केवल तकनीकी दक्षता पर ध्यान केंद्रित न कर सके।
- एआई का प्रभाव समाज के सभी पहलुओं पर पड़ेगा इसलिए इसके विकास में अर्थशास्त्रियों, कानूनी विशेषज्ञों और दार्शनिकों को शामिल करना आवश्यक हो सकता है
- लेकिन फिर सवाल उठता है कि क्या ये पेशेवर जानते भी हैं कि समाज के लिए सबसे अच्छा क्या है
- यदि हम कृत्रिम सामान्य बुद्धिमता (एजीआई) के बिंदु तक पहुंच जाएं तो क्या हमें उन्हें भी इंसानों जैसा बनाना चाहिए? क्या भावनाहीन, गणनात्मक एजीआई या भावुक, सुसंस्कृत एजीआई होना बेहतर होगा?
क्या AI प्यार करने में सक्षम है?
-
सर्वश्रेष्ठ लोग महान कार्य करने में सक्षम होते हैं और साथ ही उनकी आत्मा में भी बहुत गहराई होती है
- दूसरी ओर, एआई अनुसंधान केवल उनके एल्गोरिदम की क्षमताओं पर केंद्रित है
-
"एआई सिस्टम के लिए देखभाल, दयालु व्यवहार को इस तरह प्रदर्शित करने का क्या मतलब होगा जिससे हमें वास्तव में ऐसा महसूस हो जैसे यह वास्तविक था?" - मैट बोट्विनिक
- "यह अंतिम ट्यूरिंग परीक्षण है"
- मैट की नजर में, प्यार करने में सक्षम एआई को हस्तनिर्मित करना असंभव है, लेकिन एआई को यह जानने की दिशा में निर्देशित करना संभव है कि प्यार क्या है