मैं इस प्रश्न का कई भागों में उत्तर दूंगा:
AGI सिस्टम को सामान्य ज्ञान की आवश्यकता क्यों है?
जंगली कारण में मनुष्य और सख्त तर्क के साथ सामान्य ज्ञान का अधिक उपयोग करते हुए संवाद करते हैं, आप यह देख कर देख सकते हैं कि तर्क की तुलना में किसी की भावना के लिए अपील करना आसान है। तो कोई भी प्रणाली जो मानव अनुभूति (जैसे एजीआई में) को दोहराने की कोशिश करती है, उसे भी सामान्य ज्ञान का उपयोग करने की इस प्रवृत्ति को दोहराना चाहिए।
और अधिक सीधे शब्दों में, हम चाहते हैं कि हमारी एजीआई प्रणाली सामान्य भाषा में हमसे बात कर सकती है, क्योंकि यह वही है जो हम सबसे अच्छी तरह से समझते हैं (अन्यथा हम हमारे अनुकूल एजीआई हम नहीं समझेंगे?)। ऑब्सट्यूट सिद्धांत और सख्त तर्क तकनीकी रूप से सही हो सकते हैं, लेकिन हमारी समझ के लिए अपील नहीं करते हैं।
क्या एजीआई का लक्ष्य सबसे संज्ञानात्मक अग्रिम प्रणाली नहीं है? क्यों "सबसे सही" एजीआई प्रणाली को सामान्य अर्थों में मौजूद ऐसी खामियों और अभद्रता से निपटने की आवश्यकता है?
सबसे पहले, यह केवल ऐसा प्रतीत हो सकता है कि सामान्य ज्ञान तर्क "तर्कहीन" है। शायद सामान्य ज्ञान को मॉडल करने के लिए एक सुसंगत गणितीय तरीका है जैसे कि सामान्य ज्ञान की सभी सूक्ष्मताओं को एक कठोर फैशन में दर्शाया गया है।
दूसरा, आर्टिफिशियल इंटेलिजेंस का शुरुआती अध्ययन संज्ञानात्मक विज्ञान के अध्ययन में शुरू हुआ, जहां शोधकर्ताओं ने "मन के एल्गोरिदम" को दोहराने की कोशिश की, या अधिक सटीक: निर्णायक प्रक्रियाएं जिन्होंने मानव विचार को दोहराया। उस हद तक, AI का अध्ययन "सबसे सर्वोच्च संज्ञानात्मक एजेंट" बनाने के लिए नहीं है, बल्कि केवल मानव विचार / व्यवहार को दोहराने के लिए है। एक बार जब हम मानव व्यवहार को दोहरा सकते हैं तो हम शायद इसे अधिक कम्प्यूटेशनल शक्ति देकर कुछ सुपर-ह्यूमन बनाने की कोशिश कर सकते हैं, लेकिन इसकी गारंटी नहीं है।
मैं अभी भी नहीं देखता कि एजीआई सिस्टम में सामान्य ज्ञान की आवश्यकता क्यों है। क्या एजीआई सबसे बुद्धिमान और शक्तिशाली कम्प्यूटेशनल प्रणाली नहीं है? उसे मानवीय समझ की सीमाओं की देखभाल या पालन क्यों करना चाहिए, जिसके लिए सामान्य ज्ञान की आवश्यकता है?
शायद तब आपको थोड़ी-सी गलतफहमी हो गई हो कि एजीआई किस बात पर जोर देता है। AGI का मतलब अनबंटेड कम्प्यूटेशनल पावर (शारीरिक रूप से असंभव होने की वजह से कंप्रेशन पर भौतिक बाधाएं जैसे Bremermann की सीमा ) या अनबाउंड इंटेलिजेंस (शायद पहले की कमी के कारण शारीरिक रूप से असंभव) है। यह आमतौर पर कृत्रिम "सामान्य बुद्धि" का अर्थ है, सामान्य अर्थ व्यापक और सामान्य।
अनबाउंड एजेंटों के बारे में विचारों का विस्तार से अध्ययन किया जाता है जैसे कि सैद्धांतिक कंप्यूटर विज्ञान (सिद्धांत मैं विश्वास करता हूं), निर्णय सिद्धांत, और शायद यहां तक कि सिद्धांत भी निर्धारित करता है, जहां हम अनबंटेड कम्प्यूटेशनल पावर वाले एजेंटों के बारे में सवाल करने में सक्षम हैं। हम कह सकते हैं कि बिना बिजली के भी एजीआई सिस्टम से सवाल हैं, हॉल्टिंग की समस्या के कारण कोई जवाब नहीं दे सकता है , लेकिन केवल अगर उन क्षेत्रों पर धारणाएं दी गई एजीआई की संरचना पर मैप करती हैं, जो सच नहीं हो सकती हैं।
AGI और उसके लक्ष्य क्या हो सकते हैं, इसकी बेहतर समझ के लिए, मैं दो पुस्तकों की सिफारिश कर सकता हूं: आर्टिफिशियल इंटेलिजेंस: एक बहुत ही व्यावहारिक दृष्टिकोण के लिए जॉन हागलैंड द्वारा बहुत आइडिया (जैसा कि AI- दर्शन हो सकता है, और वस्तुओं की उत्पत्ति पर) अधिक दार्शनिक दृष्टिकोण के लिए ब्रायन केंटवेल स्मिथ।
एक तरफ एक मजेदार के रूप में, ज़ेन कोन: द गैटलेस गेट के संग्रह में निम्नलिखित मार्ग शामिल हैं: ( विकिपीडिया से उद्धृत और संपादित )
एक भिक्षु ने एक चीनी ज़ेन मास्टर झाउझोऊ से पूछा, "क्या एक कुत्ता बुद्ध-प्रकृति है या नहीं?" झाउझोउ ने उत्तर दिया, "वू"
वू (")" कोई नहीं "," नोन्सच ", या" कुछ भी नहीं "का अनुवाद करता है, जिसकी व्याख्या हां या ना में जवाब देने से बचने के लिए की जा सकती है। यह प्रबुद्ध व्यक्ति हर सवाल का कड़ाई से जवाब देने की कोशिश नहीं करता है, लेकिन सिर्फ इस तरह से जवाब देता है जो समझ में आता है। यह वास्तव में मायने नहीं रखता है कि कुत्ते को भगाने के लिए बुद्ध-प्रकृति है या नहीं (जो भी बुद्ध-प्रकृति का अर्थ है), इसलिए मास्टर प्रश्न को हल करने के बजाय उसे अनुपस्थित करने के लिए चूकता है।