Der Artikel integriert grundlegende Theorien der Bedeutung mit einem mathematischen Formalismus der Künstlichen Allgemeinen Intelligenz (KAI), um eine umfassende mechanistische Erklärung von Bedeutung, Kommunikation und Symbolentstehung zu liefern.
Zunächst wird Grices Theorie der Bedeutung als Intention des Sprechers formalisiert. Darauf aufbauend wird ein Formalismus entwickelt, der Kognition als Lösung von Entscheidungsproblemen beschreibt und Symbole als Aufgaben definiert, die Erfahrungen, Präferenzen und Gefühle eines Organismus repräsentieren.
Dieser Formalismus wird dann genutzt, um zu erklären, wie Organismen die Absichten anderer Organismen antizipieren und darauf aufbauend kommunizieren können. Dabei zeigt sich, dass für sinnvolle Kommunikation ähnliche Gefühle, Erfahrungen und Präferenzen zwischen den Kommunikationspartnern notwendig sind.
Abschließend wird analysiert, warum derzeitige Sprachmodelle wie ChatGPT zwar menschenähnliche Antworten generieren können, aber kein wirkliches Verständnis von Bedeutung besitzen. Um Maschinen zu bauen, die Bedeutung intendieren und verstehen, müssen wir ihre Gefühle und Erfahrungen simulieren, um ähnliche Präferenzen zu erzeugen.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Michael Timo... at arxiv.org 04-12-2024
https://arxiv.org/pdf/2304.12686.pdfDeeper Inquiries