近年来，人工智能已成为媒体的主流话题之一，而斯蒂芬·霍金（Stephen Hawking）（宇宙对他而言安然无or）或伊隆·蒙斯克（Ilon Mask）等许多名人关于其发展的危险的预言使我们越来越感到恐惧。 这种警告主义的言论意味着，人工智能本身首先将成为一个主题，其次，它将对个人和整个人类产生负面意图。 让我们更详细地讨论这些假设。
当前，所有以某种形式包含人工智能的系统（无论是神经网络，专家系统等）都将其用作应用工具。 也就是说，作为一种机器，其活动/任务区域明显有限，因此消耗和发布的信息也非常有限。 以这种形式，AI不能有任何自己的意图，除非将其有建设性地嵌入其中。 因此，这不是AI系统的意图，而是其创建者。 并且，即使具有此类AI机器的系统能够正常工作并造成伤害，它也不会谈论AI的恶意，而只会谈论系统的故障，这可能是由故障，系统设计错误或不正确引起的。人工智能培训。
在这里，我们将尝试回答一个问题，即如何设计AI系统以及它应具有的属性和功能，以便不再将其视为AI机器，而可以将其视为一种主题。
因此，为了成为主题，人工智能系统必须能够独立地评估传入的异构信息并做出决策，并且必须能够基于这些评估和决策在周围现实环境中采取广泛行动。 为了具有消极或其他意图并做出有关动作的决定，需要动机（“动机，卡尔！”）。 也就是说，主体的动作使他行动。 因此，在创建AI时应将某些主要动机嵌入其中。 或者，我们可以等待它的自发产生-也许是下一个十亿年，因为它需要氨基酸汤中生命的出现。
人在创建复杂的东西时，通常会借鉴自然界的技术解决方案，也就是说，他使用的东西已经证明了其有效性和有效性。 在创建AI系统时，我们还可以研究我们的结构以及自然所使用的机制使我们能够长期自治并（我想相信）成功生存。
首先，让我们回想一下所有生物的主要动机，这些动机促使他们前进。 显然，只有两个主要动机：自我保护的本能和生殖的本性，即性欲。 实际上，通过自然选择进行的前两个进化适应是从无生命的物质创造生命。 它们一直受到自然选择的支持-粗略地说，所有企图不保护自己和自我复制的事物都无法生存。 有理论说，信息本身具有这种性质，即对自我保存和自我复制的渴望（例如，D。Glick的“信息，历史，理论，流”，R。Dawkins的“自私的基因”）。
在复杂的生物中，实现主要动机的机制嵌入了由进化产生的身体（尤其是大脑）的结构中。 例如，当动物的葡萄糖水平下降或胃发出分泌过多的信号时，就会启动自我保存和维持体内稳态的程序，结果，动物开始寻找食物。 在另一种情况下，如果该生物认为情况正在威胁，则激活“命中即逃”救援程序。 或者将情况视为有利于繁殖的条件，然后再启动繁殖程序，该动物的大脑将得到相应行为的强大荷尔蒙强化。 整个厨房是在“爬虫类”大脑的水平上实现的，也就是说，它们是从远古时代的第一批动物继承而来的所有复杂生物的大脑部分。 这种机制已在数百万年的时间里证明了其成功和有效性。
构建按照类似算法运行的AI系统可能非常容易。 但是，我们对AI系统可以建立复杂的评估并具有比主要动机更复杂的动机结构的情况更感兴趣。 为了理解如何实现这一点，让我们看一下人们中这是如何发生的，也就是说，为什么具有相同主要动机的人们能够并且确实会进行这种多样化的活动。
人们将主要动机转化为另一种活动的主要方式是升华-主要动机通过其价值结构和相应目标的折射。 价值观和目标是纯粹的语言概念，即在语言之外不存在。 确实，诸如“发展”，“健康”，“知识”之类的东西是语言类别，对于每个人而言，它们所代表的含义可能非常不同。 如您所知，它们的独特之处在于它们不能“放入独轮车”。 个体的值形成一个图形，其中值本身是其顶点，而肋骨是将这些值连接起来的信念。 例如，“健康就是幸福”或“需要知识才能成功”或“只有财富才能使生活满足”才是价值观之间的联系。 因此，价值图是个人个性的核心。
通过此价值图进行转换，主要动机可以转变为更复杂和不平凡的动机和目标。 例如，一个人创建了一个组织或发展了一个科学领域或展示了其他创造性活动-所有这些都是他自我复制的主要动机的实现。 只有可复制的物体不再是人类，而是由其创造者的思想，兴趣和信念所构筑的。 在另一种情况下，即使一个人只是去上班赚钱，逼他去做也不过是自我保护的升华动力。 总而言之，我们可以说，在将主要动机转化为复杂目标的过程中，大脑的结构（包括“爬行动物”）与身体以及嵌入人体内的语言是互补的。
然后，如果我们希望
AI系统成为一个主体/个性，并且它可能具有“为了发展”或“以共同利益的名义”形式的动机，或者任何其他结构上非预期的动机，则它
必须具有 主要动机其次，是
嵌入式语言，并在此基础上构建了价值观和信念图 。 而且，它的主要动机不是必须的，但可以是自我保存和繁殖。
此外，人工智能系统可以具有有趣而有用的进化适应性，例如自我意识，它包括理解“我”与“不是我”之间的界限，以及对自己心理活动结果的认识（这在现代神经网络中非常简单地实现-将网络输出信号再次应用于其输入）。 这种进化适应非常有利于自我保护：对于一个无法识别“我”和“不是我”之间界限的生物，例如，抵抗掠食者试图咬断生物肢体没有任何意义，因为在没有这种界限的情况下，该掠食者的利益也应被包括在生物的利益中。 意识到自己的心理活动的结果有助于以迭代方式解决问题，也就是说，解决复杂性需要一次比生物大脑更多的计算能力的问题成为可能。 解决复杂问题（包括为了生存）的能力提供了进化上的优势，因此，自然选择可以为其提供支持。
而且，AI系统可以包括控制其动力向量的能力，该能力（但常常不使用）任何智人所具有的能力。 在这里，您甚至可以使用控制动机向量的能力作为
合理性的
标准 ：也就是说，一个无法或无法控制自己动机的人是不聪明的。
就像只有它没有被写过的地方一样（可能在栅栏上除外），人脑包含大约860亿个神经元，每个神经元可以有多达20-30 000个连接（突触）。 此外，这一计算资源的绝大部分（约90％）不用于前额叶皮质中发生的实际上较高的神经活动，而是用于辅助任务，例如维护和管理体内的生化过程，处理视觉和听觉信息等。 d。 最初，自然界恰好为完成这些任务而创建了神经系统，直到发现神经网络对于实现智能本身也非常有用。
在AI系统中，所有这些辅助任务（如果它们出现的话）都可以通过不需要如此强大计算能力的专用设备来解决，而我们还没有能够提出比神经网络更合适，更有效地实现智能的东西。
因此，根据非常粗略的估计，我们可以指望在具有约80亿个神经元能力的神经网络的基础上，创建具有与人类同等智能的AI主题。 如果我们假设神经元平均连接到1000个其他神经元，并且网络应以高达40 Hz（人脑的β节奏）的速度运行，则所需的计算能力“仅”约为250 teraflops。 例如，结合使用40个NVIDIA GeForce GTX 1070显卡可以提供这样的性能。
同时，与生物相比，这种AI系统可以具有许多优势。 首先，与大脑不同，人工智能系统更易于维护-它不需要每天供应富含卡路里和氧气的血液以及各种精确比例的激素。 它可以被修复，而这是人脑很难做到的。 她不需要如此数量的睡眠或休息，因为排他性的电动机构不需要像化学-电动大脑那样需要工作物质的更新。 同样，整个电子系统可以在实质上大于100 Hz的频率下运行，这显然是由于其化学电结构对大脑的限制（此处，频率是指每秒触发网络中所有神经元的次数） 。 同样，很可能，人工智能系统也不会限制人们拥有的注意力单元的数量-我们可以同时使用7±2个注意力单元。
然而，在可预见的将来，这样的AI系统将因为复杂的人为因素而输给人们，这仅仅是因为人类神经系统中的神经元本身是非常复杂的分子机制，取决于大量参数，这与现代神经系统的神经元不同。具有简单结构的网络。