Citat:
Ursprungligen postat av
Cyborg2030
Nja. Vad är logik, egentligen? Logiska grindar, är det logik?
https://sv.wikipedia.org/wiki/Logisk_grind
Chat GPT kan mycket mer om logiska grindar än den genomsnittliga personen på gatan. LLMs har lärt sig om logiska grindar precis som mänskliga ingenjörer har lärt sig det i sin utbildning och träning.
Mänskliga chaufförer kan vanligtvis inte mycket om logiska grindar. Tekniska kunskaper i logik är inget vi föds med. Stenåldersmänniskan kunde ingenting om logiska grindar. Detta är något vi har upptäckt på senare tid i mänsklighetens historia genom utbildning/träning av den potential som finns i
vårt neurala nätverk.
Det är skillnad på
procedural och
deklarativ kunskap. Att kunna cykla är
procedural kunskap och att kunna förklara för någon annan hur man gör när man cyklar är
deklarativ kunskap. En människa kan ha cyklat i hela sitt liv och ändå stå svarslös inför frågan om hur man faktiskt gör för att hålla balansen när man cyklar och motsvarande kan en människa ha läst all litteratur som finns att läsa om cykling utan att för den skull kunna hålla balansen när den väl sätter sig på sadeln.
Motsvarande är läran om logiska grindars funktion deklarativ kunskap och bara för att en maskin (eller människa) kanske kan beskriva ett grindnät som räknar ut talet pi med 1000 decimaler, så medför inte det att samma maskin (eller människa) kan svara på vilka dessa decimaler är genom att exekvera grindnätet som den själv vet allt om.
Citat:
Exakt vilken magisk förmåga saknar digitala neurala nätverk för att vara bra på logik? Varför är det överlägset bäst att träna ett biologiskt neuralt nätverk?
Människor tänker definitivt inte logiskt utan vi hittar mönster utifrån tidigare erfararenheter som i bästa fall leder till logiskt koherenta slutsatser. Sedan har vi en självbild av att tänka logiskt, vilket gör att vi tror detta om oss själva även om det inte är sant.
Problemet med att tänka strikt logiskt är att de flesta frågor då inte kan besvaras därför att i princip inga frågor är fullständigt definierade. Att exempelvis identifiera ett lejon på en bild är förmodligen logiskt omöjligt därför att något annat alltid skulle kunna likna ett lejon under rätt förutsättningar. Däremot kan vi genom mönsterigenkänning lyckas identifiera vad som med största sannolikhet är ett lejon, men att mönsterigenkänningen ibland lurar oss blir vi ofta påminda av genom illusioner och andra synvillor.
Så mitt svar på den frågan är att neurala nätverk i många fall når längre än strikt logik genom att inte vara exakta och ge utrymma för att svara fel.
Sedan tror jag personligen inte att den mänskliga hjärnan är ett stort neuralt nätverk utan snarare en delvis algoritmisk maskin som är uppbyggd av neurala nätverk istället för logiska grindar. När vi för logiska resonemang så gör vi det i ett högre abstraktionslager än det lager som består av neurala nätverk.