Генеративният изкуствен интелект и фалшивата реалност

Сергей Стоилов Герджиков

Философски факултет, СУ „Св. Кл. Охридски“

ВЪВЕДЕНИЕ

Широката публика и специалистите използват ментални термини относно ИИ. Рей Кърцуайл, лидер в теорията на езиковите модели масивно използва ментални изрази за процесите на симулация на естествен език (Кърцуайл 2015).

В технологиите на генеративен ИИ (GAI) най-популярни и развити са машините ChatGPT на Open AI, Geminy на Google и DeepSeek. „Изкуствен интелект, ИИ“ (Artificial Intelligence, AI) като израз съществува от почти 80 години и е натоварен с огромни очаквания. Ред триумфални успехи на специализирани ИИ сякаш ги потвърждават. В тази посока се приема за естествено разработването на системи на „общ изкуствен интелект“ (Artificial General Intelligence). Проектът, наченат от Алан Тюринг с неговата идея за тест за „мислене на машина“ като imitation game, e в нов апогей. Трябва да се уточни тук, че тестът на Тюринг се решава на различни нива на изпитание на машините, с различни журита и задачи и е толкова тривиализиран, че не е адекватен. От друга страна, човешки тестове като IQ са много трудни, ако не и непосилни за машините. За истинско решение на „Тюринг теста“ може да се говори при възможно най-строго експертно жури. Само едно живо общуване без граници и достатъчно продължително може да реши дали „общият ИИ“ е реален. Този „общ ИИ“ се идентифицира с жив и равен на (сравним с) човешкия интелект. Тюринг тестът според Рей Кърцуайл ще бъде решен през 2029. Той използва думата „mind“ в тесен смисъл, за да определи ИИ (Кърцуайл 2015). GAI подреждат данни, генерират текстове и образи, и са релевантни и полезни в рутинни и творчески дейности в много широк спектър: създаване на текстове, пазарни анализи, мениджмънт, програмиране, медицина и в други области (вж. напр. Кордон 2023). Интензивно се разработват и роботи с ИИ.

Мислене с език. Ние, живите човешки деятели и потребители, намираме смисленост в създаваните от генеративния ИИ текстове и образи. Това показва, че във висока степен ние мислим с езикови и образни патерни (модели). Това създава илюзията, че самите генератори мислят с естествен език.

Технологична сингулярност. „Настъпва нова ера в историята на човечеството“. Идва „сингулярност“ (концепция на Kurzwail от 2005, продължена в 2024), в която ИИ ще промени човешката ситуация необратимо, а за някои автори сингулярността ще бъде вече отвъдчовешка фаза на еволюцията. ИИ ще измести хората като „нова форма на живот“ (Тegmark 2017). Това налага критичен анализ, който трябва да включва реални тестове с наличните машини. Тук представям изводи от такива тестове [1].Всеки регистриран потребител може да ги направи.

СИМПТОМИ В ГЕНЕРАЦИЯТА НА ТЕКСТ И ОБРАЗ ОТ ИИ

Симптомите, които са продукт на този тип генеративен ИИ, са от една серия, като едни пораждат или съпътстват други. Те могат да се резюмират в няколко групи.

1. Тривиалност. Съчиненията, създавани от ChatGPT, Gemini и специализираните генератори на художествени произведения са често тривиални. Те включват широко използвани типизирани изрази, клишета, характерни за незрелите творби. Това е следствие от подбора на най-често срещаните в широката база данни езикови серии и обрати. В тях се разпознава липса на жив опит на човешки личности с техните уникални състояния. От друга страна се забелязват странни, неестествени сравнения и метафори, обясними с неразбиране на живите езикови практики.

2. Неразличаване на лъжа от истина. Генераторите по правилната преценка на специалисти не различават истина от лъжа в кореспондентен смисъл – в сравняване с външната реалност. В резултат генерираните отговори са логични и изглеждат смислени, но нямат отношение към емпиричната истина извън данните. Получава се пробабилистичен дрейф, който може силно да се отклони от истината.

3. Халюцинациите са виртуални следствия от този дрейф. Те са добре потвърдени като симптом и се дискутират. Това са „измислени“ данни, имена и факти, образи. Трябва да различаваме фикции от халюцинации: фикциите са „измислени“ обекти и факти, които все пак са възможни, а халюцинациите са физически невъзможни. Особено силно е халюцинирането в пространствените образи и измерения като ляво–дясно, пред–зад, под-над, които не са представими адекватно в езика.

4. Липса на достъп до реалността. Генераторите на текст и образ нямат достъп до реалността извън информацията. Те работят в областта на виртуалното, на знаците, на информацията, не могат да сравняват данните със сетивната реалност извън тях и не виждат това, което генерират. Затова те грешат относно физическата реалност: пространство-времето и причинността.

5. Неестественост. Генерираните от ИИ образи се разпознават със своята неестественост, понякога пространствена несъстоятелност и фантастичност на форми и сюжети. Много от тях обаче са реалистични и трудно се разпознават като продукт на ИИ. Разпознаването на генерираните от ИИ образи често става по интуиция: текстът или образът е някак неестествен.

Теза. Генерацията на текст и образ, както и математическите доказателства, се оказва форми на специален изкуствен интелект (Narrow AI) , а не на общ (General AI). Всички големи успехи на тези виртуални машини се оказват специализирани, а имитацията на реален интелект е разпознаваема и се потвърждава от самите генератори. Това е лесно проверимо в диалог с тях.

Кърцуайл пише: „ЙСММ (йерархични скрити модели на Марков – бел. авт.) се прилагат и в системи, разбиращи смисъла на изреченията на естествения език, което представлява изкачване нагоре в йерархията на понятията“ (Кърцуайл 2015: 164). Едно пряко питане на ChatGPT „Вярно ли е това твърдение“ получава отрицателен отговор от самия модел: „Езиковите модели не разбират смисъла, а симулират разбирането, създавайки отговори, които се подчиняват на статистически вероятности.“

Ако дефинираме интелекта като „решаване на проблеми“, генераторите за текст и образ не решават рационално реални проблеми, а генерират вероятни символни серии, базирани на зададени въпроси и на огромни масиви от данни. Те дават отлични резултати при специализирани задачи, за които са обучени и програмирани.

Ако дефинираме интелекта като „логическо разсъждение“, генераторите на текст използват основни логически функции в готов вид, допълващ deep learning, и ги прилагат за кохерентност и логическа свързаност на генерираните текстове, но не и за сложни логически вериги с нови изводи. Математическите доказателства и моделирането на молекулни структури са силно зависими от алгоритми и големи масиви данни. Процедурите включват проиграване на всички варианти на възможни решения, за разлика от ефективния анализ на няколко варианта от човешки интелект.

Ако дефинираме интелекта като „способност за адаптиране“, генераторите се адаптират към данните си, като ги използват за дълбочинно обучение (самоорганизация). Те не се адаптират към някаква среда, аналогична на средата за живите организми.

Обяснение на симптомите (Аргумент от реален жизнен процес).

(1) Естественият език на хората и образите, които генерират реалните мозъци, са потопени в реален свят и реален жизнен процес в култури и изразяват eстествена менталност и интелект.

(2) Информационните машини нямат достъп до реалния свят.

(3) Следователно (затова) генерираните текстове и образи са често неестествени, странни и фиктивни.

ТЕОРЕТИЧНИ ПРЕДПОСТАВКИ НА ЕЗИКОВИТЕ МОДЕЛИ

Теоретичен фундамент. Големите езикови модели (LLM) като ChatGPT и Geminy се основават на теорията за ума като разпознавател на шаблони или патерни (PRTM, Pattern Recognize Theory of Mind (Кърцуайл 2015: 45 – 89).

Технологията на тези модели е обработка на естествен език (Natural language processing, NLP) чрез математическа структура на йерархично подреждане (Deep learning) от типа на СММ (скритите модели на Марков). Алгоритъмът, който използват големите езикови модели, се основава на огромни масиви текстови данни и на тяхна база генерира отговори на въпроси и задачи като най-вероятната релевантна серия от символи. Тази архитектура включва „дълбоко обучение“ (deep learning) на невронни мрежи. Моделът изчислява на нива (напр. дума – изречение – текст) корелации между извлечени свойства в текстовете и образите. При зададена последователност от входове, например думи, СMM изчислява вероятностно детерминирани изходи. СММ моделът е граф, където възлите са вероятностни разпределения на признаци (точки с вектори) на вероятността за преход от един възел към друг. Всеки отговор е уникален случай в един пробабилистичен дрейф.

Тази статистическа обработка създава имитация на естествен език и образ, но така не генерира автоматично достоверност и логичност, и това се премълчава в описанието им в самите платформи. Затова допълнително се включват алгоритми за търсене на данни в интернет и вградени прости логически функции. Нивото на рационално разбиране се може да се установи в задачи от типа на IQ тестове (матрици на Рейвън).

Рей Кърцуайл обосновава тезата, че самият биологичен кортекс, идентичен с „ум (mind)“, работи, като разпознава шаблони (патерни). „Моята теза е, че основен модел е разпознавателят на шаблони и че той е основополагащият компонент на неокортекса…вертикалната колона е просто агрегат от голям брой от тях“ (Кърцуайл 2015: 48). Понятието за колона е на Върнън Маунткасъл (1957). В неокортекса има около 200 милиона такива колони. Кърцуайл е вдъхновен от успехи на ИИ като машината Уотсън (Watson) на IBM в играта Jeopardi!.

Кърцуайл греши в отъждествяването на вероятностното изчисление на шаблони с функционирането на неокортекса, и по всяка вероятност в очакването си тестът на Тюринг да бъде преминат успешно през 2029 (напр. цит. пр.: 192). Ще видим скоро резултата, но само при възможно най-силно експертно жури. Елементарното изискване за пет минути успешна имитация при обикновен разговор не е актуално. В реални строги тестове на критичен потребител, езиковите модели, според резултатите от многостранни тестове, не са интелигентни в смисъла на симптомите, описани по-горе (Герджиков 2025: 124 – 159). Следователно в теорията за интелекта като разпознавател на шаблони има непълнота или неадекватност.

Разпознаватели са самите патерни, генерирани в опита и генетично. Те разпознават шаблони в постъпващите данни. Как се разпознава един нов патерн, докато още го няма съответният разпознавател? Той трябва да се разбере или генерира. Разпознаването е резултат от активно сравняване между запомнени и постъпващи шаблони и няма отделни „разпознаватели“. Такава теория е развита преди тази на Кърцуайл и тя е на Джеф Хокинс.

Концепцията на Джеф Хокинс е за йерархичната предиктивна памет HTM (“Hierarchical Temporal Memory” (Hawkis, Blakeslee 2004). Тя описва патерни, създавани в колоните на неокортекса. Те в теорията на Хокинс са алтернатива на изчислението (метафората за мозъка като компютър), а при Кърцуайл метафората е истина: мозъкът е компютър. Джеф Хокинс:

„Така че неокортексът не е като компютър, паралелен или друг. Вместо да изчислява решения на проблеми, неокортексът използва съхранени спомени, за да решава проблеми и да генерира поведение… Неокортексът съхранява последователности от патерни. Неокортексът припомня патерни автоасоциативно. Неокортексът съхранява патерни в инвариантна форма. Неокортексът съхранява патерни в йерархия… Трябва да преминете през времевата последователност на това как правите нещата. Един модел (приближаване до вратата) предизвиква следващия модел (преминаване през вратата), който предизвиква следващия модел (или слизане по коридора, или изкачване по стълбите) и т.н.“ (Hawkins, Blakeslee 2004: 48)

Тук откриваме привичната работа на ума съобразно създадените навици, но не онази, която продуцира нови патерни: нова операция или действие, решение на нов проблем или творчество. А точно тя е истинска интелигентност.

„Модел на света“. Хокинс споделя и задълбочава концепцията в невробиологията, че мозъкът синтезира модел на света (Дамасио, Линас). Този модел е представен в целия неокортекс под формата на мрежа от колони със слоеве. „За разлика от паметта на камерата, мозъкът ви помни света такъв, какъвто е…Сериите, чрез които преживявате обекти в света, отразяват инвариантната структура на самия свят. Редът, в който преживявате части от света, се определя от структурата на света“ (op. cit.: 92).

Това е погрешен репрезентационизъм. Защото в мозъка няма някакъв „свят както той е“, а адаптирана картина, образ на света с нашето присъствие в него, която е маркирана генетично, попълва се в ход и постоянно обновява (ресинтезира). Това е нашият преживяван свят (не обективната реалност) в присъствието на тялото, изказан в езика и развит в културата.

Джеф Хокинс представя детайлен динамичен модел на работата на колоните в кортекса като движение на патерни нагоре и надолу по шест нива в права и обратна връзка, като един възприет от реалността патерн се проецира нагоре по колоната, докато съвпадне със запомнен патерн. Това е едно правилно предвиждане. Тогава мозъкът изпраща сигнал за адекватна реакция надолу. „Аз вярвам, че една колона е базова единица на предикцията“ (op. cit.: 94).

В теорията на Хокинс намираме йерархия от слоеве, в която се репрезентира света като йерархична памет. Всеки слой отговаря на едно ниво на организация: нота (буква), мелодия (изречение). Кърцуайл премълчава авторството на Хокинс.

Контрааргумент от новост. Шаблоните имат свой произход и по дефиниция не са нови, не са първи, оригинални патерни, а такива постоянно се генерират. Готовите шаблони, който активираме във всяка дейност, не са примери за интелект. Следователно естественият интелект е генерацията на нови патерни. Това правим постоянно, когато учим нещо ново, действаме в непозната ситуация или творим.

Теза. Интелигентно е решаване на проблем чрез синтез на нов патерн (функционална структура, поведенчески акт, творчески продукт: текст, музика, картина, научно откритие). Критична за оцеляването в проблемни ситуации или творчески продукт, интелигентност в чист вид, е генерацията на уникално ново решение (съвсем нов патерн), за който няма готов шаблон, нито съчетание от шаблони.

Можем да видим, че такава генерация на патерни има една и съща структура на много нива. „Интелигентност“ в най-широк смисъл е синтез на решение на определено ниво в йерархията на жизнените и творческите процеси. Синтезът на решение е акт, синтез на нов патерн в сферите на човешката култура, в интелигентното поведение на хора, в неокортексите, във функционирането на организмите. Така живото тяло и на по-високо ниво организираната култура са носители на естествения интелект.

А какво казват невробиолозите? Антонио Дамасио:

Самият наш организъм, а не някаква абсолютна външна реалност, се използва като основна отправна точка за конструкциите, които правим на света около нас и за изграждането на постоянното усещане за субективност, което е неразделна част от нашите преживявания; и нашите най-изтънчени мисли и най-добри действия, нашите най-големи радости и най-дълбоки скърби използват тялото като мерило. (Damasio, 1994, р. xvi)

Личните и социалните решения са изпълнени с несигурност, а оказват пряко или косвено влияние върху оцеляването. Затова те изискват огромен репертоар от знания за външния свят и света вътре в организма. (op. cit.: 84)

Този организъм, йерархия от живи подсистеми, постоянно генерира процеси и поведения, телесни и ментални действия, потопен в реален свят, и те се съхраняват като „диспозиции“ в мозъците. (op. cit.: 94)

Идеята за динамичен модел на света е развита и от Родолфо Линас.

Този ум е „съизмерен“ с мозъка; той заема всички кътчета на мозъка. Но както при електрическата буря, умът не представлява във всеки един момент всички възможни бури, а само тези, изоморфни с възобновяване, трансформирано пресъздаване на състоянието на локалния заобикалящ свят, както го наблюдаваме, когато сме будни. Когато сънуваме, когато сме освободени от тиранията на сетивната ни информация, системата генерира вътрешни бури, които създават „възможни“ светове – може би – точно както правим, когато мислим. (Llinas 2002: 2)

Такива транзакции, за да бъдат успешни, изискват наследен, предварително свързан инструмент, който генерира вътрешен образ на външния свят, който след това може да бъде сравнен със сензорно-трансдуцираната информация от външната среда. (op. cit.: 3)

Линас разбира и моделира ума, корелиран с мозъка, като процес на рекреация на актуалния свят в даден момент и място (динамичната среда). Той включва наследствеността и несъмнено базовите модели на поведение, с които оцеляваме, са вродени. Тук намираме и модела на света като йерархия, и предикцията, включени в теорията на Хокинс. Това е неврологично потвърждение на идеята за живота като ресинтез на самия живот в света, който светуваме, и на всички функции като моменти от този ресинтез в една пространство-времева физическа реалност.

Заключение. Системите на изкуствен интелект и специално езиковите модели като неживи виртуални системи за обработка на информация симулират, имитират, но не реализират интелигентни процеси на синтез, ресинтез и функциониране на образа на света (терминът на Тюринг е именно „imitation game“). Симулациите са виртуални проекции на реални процеси и отъждествяването на виртуално с реално е несъстоятелно. Това се потвърждава от практическите и лесно установими симптоми: неестественост, грешки, неефективност, фикции и халюцинации на езиковите модели.

НЕРЕАЛИСТИЧНИ И РЕАЛИСТИЧНИ СПЕКУЛАЦИИ ЗА „ЕРАТА НА AI“

От обясненията дотук следва, че информационните машини едва ли ще придобият някога свои собствени, независими цели, организация, стратегия и тактически действия в свой интерес, аналогичен на живота и експанзията на човешкия вид и на другите биологичните видове.

Принципно не се вижда възможност за технологии на ИИ, които да са живи машини и жизнени процеси. Това обяснява и предопределя фундаментални ограничения. Всички факти досега говорят за липса на собствени цели и интереси, липса на съзнание и живот и в най-сложните форми на ИИ. Ментални форми и процеси са налице по степени на сложност при всички нервни системи и подвижни форми на живот. Това не е така във формите на изкуствен интелект.

Тегмарк за „живот 3.0“. Макс Тегмарк формулира концепция за три степени на живот според усложнението (sophistication): 1.0, 2.0, 3.0. с някои подстепени (Tegmark 2017: 37). Те са съответно биологичен, културен и технологичен (op. cit.: 39). ИИ технологиите водят според него до нова ера: „За първи път нашата планета се управлява от една власт, подсилена от интелигентност, толкова обширна, че потенциално може да позволи на живота да процъфтява в продължение на милиарди години на Земята и в целия космос (op. cit.: 32).

„Живот 1.0 (биологичен етап): развива своя хардуер и софтуер

Живот 2.0 (културен етап): развива хардуера си, проектира голяма част от софтуера си

Живот 3.0 (технологичен етап): проектира своя хардуер и софтуер“ (op. cit.: 42).

Тегмарк отнася безкритично понятия от ИИ технологии към биологията и философията. Не е научно да се разделя биологичния живот („живот 1.0“) на хардуер и софтуер. ДНК е реално химично съединение и информацията в нея е неотделима от молекулата ДНК и РНК, за да работи за възпроизводството на клетката. Самият ресинтез на ДНК (репликацията) е невъзможен без енергията от молекули ATF и без ензими като ДНК полимераза, а целият молекулен комплекс не работи извън жива клетка.

Информационните машини не се възпроизвеждат подобно на биологичните и такава функция е безсмислена за тях. Те се активират като копия в интернет или в локална мрежа. Всички форми на ИИ досега са артефакти – антропогенни машини. Като неживи те коренно се отличават от биологичните организми, макар че симулират естествени процеси и се разпространяват бързо и автоматично в световната информационна мрежа.

Бострьом за екзистенциалната заплаха. Ник Бострьом, автор на детайлно и философски компетентно изследване на перспективите на реалния изкуствен интелект (Bostrom 2014), използва понятието „екзистенциална катастрофа“. Това е (рискът от) изчезване на човечеството като интелигентен живот. Този риск не е реален за слабите форми на изкуствен интелект, защото те могат да бъдат контролирани. Но един суперинтелект ще има цели, които могат да включват изтребването на хората или разрушаването на условията за съществуването им (Bostrom 2014: 115–116).

Бострьом разиграва фиктивни ситуации, някои от които са безсмислени за нас, но са възможни цели за един изкуствен суперинтелект. Дори цели като „Направи да се усмихваме“ или „Направи ни щастливи“ относно хората могат да доведат до изключително насилие или мегасмърт поради изкривено разбиране (ibid.: 118 – 121). Бострьом игнорира дебата относно съзнанието и не отчита биологичната специфика. Така и той споделя привичната изолация на ум от живо тяло, следваща един наш, западен дуалистичен модел: mind – body.

Поради аргументите, изложени дотук, екзистенциалните рискове от eдин изкуствен суперинтелект за заличаване на човечеството не съществуват. Това е аргументиране, паралелно на формулираното от Джон Сърл (Searl 1980: 2014).

FAKE REALITY

Това не изключва опасността от фатални масови заблуди, от фактически грешки и илюзии, от убедителни образни фалшификати, от фалшива реалност, слята с истинския свят, от фатално погрешни решения, които следват грешки на ИИ. Виртуалните техники в GAI от типа Deep fake, които използват реални гласове, образи, документи и видеа, за да генерират фиктивна реч, видео, протокол или друг документ, позволяват заблуди в различни мащаби. Проверките и установяването на фалшиви новини, текстове, видеа, документи и фиктивни човешки „личности“ изискват квалифицирана работа и най-често не са енергетично оправдани. Това са бедствия, предизвикани от човешки проекти, грешки и намерения и най-вече от изпуснатия контрол.

Както и другите артефакти, формите на ИИ могат да са вредни и опасни като средства под контрол на хора (или отвъд човешкия контрол). Злонамерени и заблудени производители и потребители могат да използват и използват генератори на текст и образ за манипулиране, измама и генериране на фалшива реалност. Хората носим отговорност за всички блага и вреди, които формите на ИИ генерират.

Казуси за авторство и авторско право. Базите данни от текстове и образи на езиковите модели имат автори и авторското им право вече се дебатира и има общи регулации, но машините преобразуват тези текстове и образи. Така се елиминира авторското право, когато авторът измамно използва и представя генерирани произведения от ИИ с редакция като свои.

Най-голям е рискът от експанзията на виртуална, фалшива, заблуждаваща и подвеждаща, измамна „реалност“ и невидимост на заблудите, илюзиите и измамите, които се правят и ще се правят с ИИ. Проверките за истина и автентичност са все по-трудни. Ние свикваме с удобствата на виртуалните машини, ставаме зависими от тях, от привичното приемане на техните продукти и невидимите заблуди и измами, които се крият в тях.

В общественото мнение, силно зависимо от медиите и специално от интернет социални медии (Facebook, Instagram, Tik-tok) се разпространяват фиктивни, генерирани с ИИ истории, образи и клипове, позитивни и негативни (мечтани образи на благородство и красота, но и на насилие). Често дори критичен поглед не може да разпознае добрите фалшификати. Понякога само експертният анализ (и с помощ на софтуер) може да идентифицира ИИ произход. В специален регламент на ЕС за правната регулация на ИИ от 2024 г. се описват форми на този риск и специално „убедителния фалшификат“. [2]

Приемането е винаги по-лесно от проверката. Използването на ИИ е по-лесно и по-евтино от творчеството. Зависимостта от масовите машини, които включват ИИ, невидимо нараства. По тази линия може да се смеси измамната реалност с истинската, лъжата с истината до степен на неразличимост в реално време, във всекидневието, в медиите, в рекламите, в образованието и дори в науката. Нараства вълна от генерирани есета, курсови и дипломни работи, и дори дисертации, макар и посредствени. По-трудно е използването им за благото на образоваността, което се рекламира днес, а има и реални постижения. Социалните и хуманитарни дисциплини са силно заплашени от тази вълна. Това се отнася също за литературата и изобразителните изкуства: разработени са специализирани приложения за творчество. Всичко това ерозира критичното мислене и интереса към истината.

Позитивната прогноза е, че като експертни алгоритми, като преводачи, като средства за систематизиране и резюмиране в науката, като технологии за наблюдение и контрол в хирургията, като бизнес експертни системи, като варианти на кодове в IT, формите на ИИ ще напредват и ще бъдат все по-полезни и ефективни.

Тюринг тестът, който поначало е имитативна игра (imitation game) е силно релативен и многозначен. Ние приемаме с готовност играта на общуване с чатботите, бързо създаваните образи по наше искане. Но истинският строг тест пред максимално компетентно жури е далеч от преминаване за изследваните тук машини. Биологичното и ментално ограничение прави общия изкуствен интелект непостижим в обозримо време, в обозримата технология и в обозримото различие между организми и машини (Герджиков 2025: 168 – 169).

ВИРТУАЛНО, РЕАЛНО И ЖИВОТ

Организмите са цялостни живи системи, които в интеграл на своите функции се ресинтезират срещу ентропията. Ресинтезът на всички нива на един биологичен индивид, оцеляването и възпроизвеждането му, интегрира по нива трилиони минипроцеси в организма. Всеки момент от жизнения процес е уникален в необхватно сложна динамична ситуация в тялото и средата. Структурите и процесите в йерархията на организма са локални изключително високо специализирани патерни: репликация на ДНК, синтез на протеини, работа на протеините; анаболизъм и катаболизъм, митоза и мейоза; възстановяване на клетките, изхвърляне на вещества и мъртви клетки, и нагоре по нивата до хомеостазата, поведението и популациите.

Подвижните организми имат ментални състояния, корелирани с невронни състояния, и те се реализират в динамични патерни. Дори най-прости организми имат поведение, обусловено от ментални патерни (Газанига, Дамазио). Те са уникални функции, в които се ресинтезира самия сетивен феноменен свят. Опитът постоянно свидетелства, че неживите обекти нямат ментални състояния.

Това, което намираме като интелигентност, е решаване на проблема ресинтез и експанзията като интеграл от насочени процеси в поведението, функционирането и специално в нервните системи и менталните процеси на подвижните организми в реална среда. Човешката интелигентност е връх и създава една глобална сфера на културите.

Машините – реални и виртуални, са артефакти, не са живи системи и не се ресинтезират.

Затова ИИ (и зависимите от тях роботи) като виртуални и реални машини нямат жив интелект, нямат феноменен, сетивен и мислен свят, а за тях „външен свят“ е реалният.

Това е матрично обяснение на биологичното ограничение на информационните машини: обяснение не чрез природни закони, а чрез патерни и корелации в тях и между тях, развивано като модел от автора в ред публикации.

Предвиждане. Тюринг тест на ИИ, който претендира за Artificial General Intelligence пред достатъчно строго жури от експерти и без ограничения в теми, въпроси и задачи няма да бъде позитивно преминат от ИИ. Това е контра предвиждане на заявеното от Кърцуайл положително решаване на теста на Тюринг до 2029 г.

Потвърждения. Това се потвърждава от всички досегашни форми на ИИ и строги тестове (вчастност проведените от автора тестове на генератори на текст и образ). Самите тези генератори отговарят на всички зададени въпроси за наличие на реално виждане, разбиране, съзнание и интелект отрицателно.

Контрааргумент („функционализъм“). Ако ИИ генерират естествен език, а те ще го правят все по-успешно, то те са реални и умни като естествените мозъци. Няма никакво значение, какъв по съдържание е един патерн, биологичен или електронен, а има значение това, което той прави. Функцията не е пряко зависима от „субстрата“. По-горе се съдържат аргументи, които обезсилват този функционализъм: животът с неговата интелигентност не може да се симулира. Това може да се провери в бъдеще и специално в строг Тюринг тест.

Аргумент на Джон Сърл (продължение на аргумента „Китайска стая“). Сърл излага накратко аргумента си в статията What Your Computer Can’t Know (Searle 2014):

Първо, цифровият компютър е синтактична машина. Той манипулира символи и не прави нищо друго. Поради тази причина проектът за създаване на човешки интелект чрез проектиране на компютърна програма, която ще премине теста на Тюринг, проектът, който кръстих преди години “Strong Artificial Intelligence (Strong AI)”, е обречен по начало. Програмираният компютър има синтаксис, но не и семантика. Умовете, от друга страна, имат умствено или семантично съдържание […] (Тук Сърл припомня своя аргумент „Китайска стая“ – С. Г. ). […] С изключение на случаите на изчисления, извършени от съзнателни човешки същества, изчисленията, както са определени от Алън Тюринг и както са реализирани в реални части от машините, са релативни спрямо наблюдател. (Searle 2014, p. 3)

Приемам този аргумент, с важното уточнение, че Сърл неоснователно обособява разбирането и ума като фундаментални, „метафизични“ същности, присъщи на човешки наблюдатели. Реално умовете са неотделими (поне в този свят) от живите същества и сетивните им феномени. Така по-дълбокото обяснение е, че животът, а не наблюдението от ума, ги прави невъзпроизводими в технологии.

Аргументът на Сърл е за менталното разбиране, което ИИ като машина не притежава – нещо, което се потвърждава постоянно. Моят аргумент обяснява защо и как рационалните процедури в алгоритмите на ИИ, създавани от хора, коренно се отличават от рационалните процедури на естествените интелекти. Този аргумент е биологичен, а не (само) менталистки аргумент, защото всеки известен досега ум (съзнателност) съответства на живо тяло. Въпросът за извънтелесното духовно съществуване на ум стои отвъд темата за интелекта.

Изкуственият интелект се създава, възприема и осмисля от реални човешки същества, които живеят в култури и ги създават. По подобен начин физичната реалност, описвана във физиката, се наблюдава и описва от нас, като част от нея (участваща реалност).

ЗАКЛЮЧЕНИЕ

Жизненият процес не може да се симулира в нещо неживо и досега не е симулиран. Всички форми на ИИ досега са небиологични и неживи. Те са виртуални и нямат излаз към реалния свят, затова грешат, не различават истина от лъжа и създават фикции и халюцинации.

Затова информационните машини нямат и не могат да имат реален интелект.

Постиженията и благата, създавани с генеративни технологии на ИИ са безспорни и тук не се обсъждат: лесен достъп до данни, справки, резюмета, планове, помощ в писане на компютърен код, реклама, маркетинг, медицина, помощ в творчески процеси в най-различни сфери. При всички случаи човек е незаменим субект на крайните решения. Разбира се, автори с права са хората, но се създават условия за неразличимо плагиатство.

Голямата и реална опасност е, че формите на генеративен ИИ (GAI) създават фалшива реалност (fake reality), която вече навлиза и е често неразличима от истинската. Лъжата става неразличима от истината в масовите мащаби на медиите и в масовата култура като цяло. Задълбочава се ерозията на интереса към истината. Интересът към истината и борбата със заблудите ерозира, защото критическата проверка става все по-трудна, а примамливата заблуда или полуистина и все по-лесна и достъпна с ИИ.

Релевантна за анализ и разбиране на ИИ е перспективата на човешката интелигентност и отговорност, поставена в контекста на живота на планетата и на глобалната цивилизация.

БЕЛЕЖКИ

1. Тестът на генератори на текст и образ е проведен от автора през 2024. Всеки потребител може да направи подобен тест.

2. РЕГЛАМЕНТ (ЕС) 2024/1689 НА ЕВРОПЕЙСКИЯ ПАРЛАМЕНТ И НА СЪВЕТА от 13 юни 2024 година за установяване на хармонизирани правила относно изкуствения интелект

(https://eur-lex.europa.eu/legal-content/BG/TXT/PDF/?uri=OJ:L_202401689).

Библиография/ References

Bostrom, N. 2014. Superintelligence. Pats, Dangers, Strategies. Oxford: Oxford University Press.

http://www.korin-consulting.com/pdf/NickBostrom_Superintelligence.pdf

Damasio, A. 1994. Descartes' Error: Emotion, Reason, and the Human Brain. New York: Avonbooks.

Hawkins, J, Blackslee, S., 2004. On Intelligence: How a New Understanding of the Brain Will Lead to the Creation of Truly Intelligent Machines. New York: Times Books.

Kurzwail, R. 2005. The Singularity Is Near: When Humans Transcend Biology. USA: Viking.

Kurzwail, R. 2024. The Singularity Is Nearer. USA: Penguin Books. .

Llinàs, R. 2001. I of the Vortex: From Neurons to Self, MIT PRESS. ISBN 0262122330

Searle, J. 1980. Minds, Brains and Programs. Behavioral and Brain Sciences, 3, pp. 417 – 424.

Searle, J. 2014. What Your Computer Can’t Know. – In: New York Review of Books, October 9, pp. 1 – 7.

Tegmark, M. 2017. Life 3.0: Being Human in the Age of Artificial Intelligence. N. Y: Alfred Knopf. (ebook)

Герджиков, С. 2025. Естествен и изкуствен интелект. София: Университетско издателство „Св. Кл. Охридски“. (Gerdzhikov, S. 2025. Estestven I izkustven intelekt. Sofya: Unipress). [in Bulgarian].

Кордон, А. 2023. Перспективата изкуствен интелект. София: Изток-Запад. (Kordon, A. Perspektivata na izkustvenia intelekt. Sofya: Iztok-Zapad).[in Bulgarian].

Кърцуайл, Р., 2015. Как да създадем ум. София: Изток-Запад. (Kurzuail, R. Kak da sazdadem um. Sofya: Iztok-Zapad). [in Bulgarian].