이것은 70 년대와 80 년대에 작품이 Wasserman과 Sutton에 영향을 미쳤던 다른 심리학자 Robert Rescorla의 연구와 일치합니다. Rescorla는 사람들이 연관성을“저수준 기계적 프로세스”가 아니라“환경의 사건들 사이의 관계에 노출 된 결과”와“유기체가 세계의 구조를 나타내는 주요 수단”으로 생각하도록 격려했다.
이것은 과학자들이 자극과 보상을 신중하게 제어하고 측정하는 작은 실험 상자의 스크린과 버튼에서 실험실 비둘기 펙킹에도 적용됩니다. 그러나 비둘기의 학습은 상자 밖에서 확장됩니다. Wasserman의 학생들은 조류 사육장과 실험실 사이의 조류를 양동이로 운송하며, 경험이 풍부한 비둘기는 학생들이 문을 열 때마다 즉시 양동이로 뛰어 들었습니다. Rescorla가 제안한 것처럼, 그들은 실험실 내부의 세계 구조와 버킷과 상자와 같은 부품의 관계를 배우고 있습니다.
비교 심리학자와 동물 연구자들은 AI 때문에 갑자기 시급 해 보이는 질문에 오랫동안 어려움을 겪었습니다. 우리는 어떻게 다른 살아있는 존재들에게 감정을 부여합니까?
비둘기가 세상의 구조를 배우는 것과 동일한 연관 메커니즘은 스키너와 초기 심리학자들이 말한 내면의 삶의 창을 열 수 있습니다. 제약 연구원들은 약물 차별 작업에 비둘기를 오랫동안 사용해 왔으며, 예를 들어 암페타민이나 진정제가 주어졌으며 음식 펠렛이있는 약물로 보상을 받았습니다. 새들의 성공은 그들이 내부 상태를 경험하고 차별한다고 제안합니다. “이것은 내성에 맞지 않습니까?” Wasserman이 물었다.
AI 가이 특정 작업에서 비둘기와 일치하는 것을 상상하기는 어렵습니다. AI와 동물이 연관 메커니즘을 공유하지만 행동과 학습보다 삶에 더 많은 것이 있음을 상기시켜줍니다. 비둘기는 배우는 방식이 아니라 느끼는 느낌 때문에 살아있는 생물로서 윤리적 고려를받을 가치가 있습니다. 비둘기는 고통과 고통을 경험할 수 있지만, AI 챗봇은 인간의 고통에 대한 설명과 지각있는 컴퓨터에 대한 공상 과학 이야기를 포함하는 코포라에 대해 훈련 된 일부 대형 언어 모델이 사람들이 그렇지 않다고 믿도록 속일 수 있습니다.
아이오와 대학교/Wasserman Lab
과학의 두 철학자들은“최근 몇 년 동안 AI 연구에 대한 집중적 인 공공 및 민간 투자는 오늘날 AI 감각에 대한 문제에 직면하게하는 기술로 이어졌다”고 말했다. 영겁 2023 년 답변 이러한 현재 질문에는 동물 인식과 행동에 대한 연구에 대한 비슷한 수준의 투자가 필요합니다.” 실제로, 비교 심리학자와 동물 연구자들은 AI 때문에 갑자기 시급한 질문에 오랫동안 어려움을 겪었습니다. 우리는 어떻게 다른 살아있는 존재들과의 감정을 어떻게 구별 할 수 있습니까?
그러한 사업은 기술과 동물뿐만 아니라 우리 자신에 대한 지식을 산출 할 것입니다. 대부분의 심리학자들은 아마도 Sutton까지 보상이 모든 인간의 행동이 아니라면 대부분의 설명에 충분하다고 주장하는 것만 큼 멀리 가지 않을 것입니다. 실제로, 대부분의 Wasserman의 학부생들은 결국 스트라이프 디스크를 사용한 그의 최근 실험에서 성공했지만 규칙 검색을 포기한 후에야만. 그들은 비둘기처럼 연관성에 의지했으며 나중에 그들이 배운 것을 쉽게 설명 할 수 없었습니다. 그것은 충분한 연습으로 카테고리에 대한 느낌을 얻기 시작했습니다.
그것은 연관 학습에 대한 또 다른 아이러니입니다. 규칙 기반 학습과 같은인지 능력 인 가장 복잡한 지능 형태로 오랫동안 간주되어 왔던 것은 우리를 인간으로 만들 수 있지만, 색상이나 크기별로 객체를 정렬하는 것과 같은 가장 쉬운 작업을 위해 요구합니다. 한편, 포도의 차이를 맛보는 소믈리에 학습과 같은 인간 학습에 대한 가장 세련된 시위는 규칙을 통해서만 배우는 것이 아니라 경험을 통해서만 배웁니다.
경험을 통한 학습은 꿀벌에서 물고기에 이르기까지 비둘기 및 수많은 생물과 공유하는 고대 연관 메커니즘에 의존합니다. 실험실 비둘기는 우리 컴퓨터뿐만 아니라 뇌에 있으며 인류의 가장 인상적인 업적의 일부 뒤에 있습니다.
Ben Crair는 베를린에 본사를 둔 과학 및 여행 작가입니다.
