사람과 로봇의 주요 차이점은 무엇입니까?

의식 (무의식)

상상

선택, 대리인 및 자유 의지

도덕적 책임과 죄책감

인간의 양심

인류의 창조

의미와 목적

인간 운동과 로봇 운동 (피부, 생물, 기어)

가장 간단한 피드백 루프 구축을 넘어서는 것을 의미합니다

진실하고 복잡한 느낌, 감정, 공감. 로봇은 외적인 게임 표현과 비슷하다. 진실한 느낌이 아니다.

이 모든 것은 선택과 대리인, 개성과 독특함-생산성, 효율성 및 알고리즘과 대조됩니다.

인간은 말, 계획, 창조, 사고, 판단을 할 수 있는 생물 중 유일무이하다. 이 생물들 중에서 오직 인간만이 자신의 미래 목표를 표현할 수 있고, 이 표현을 이용하여 자신이 목적이 있는 행동을 통해 목표를 달성하도록 유도할 수 있다. (윌리엄 셰익스피어, 햄릿, 희망명언) 인간은 필멸의 중생 중에서만 전체를 생각하고, 다채로운 형태와 명확한 질서에 경탄하며, 그 기원에 경탄하고, 그 웅장함에 경탄하며, 그 기원의 신비를 생각할 수 있다.

컴퓨터는 당연히 기존 데이터를 기준으로 선택을 할 수 있지만, 이것은' 판단' 의 의미와 매우 다르다. 판단은 가치관에 근거하고, 가치관은 인생 경험에서 배운 것이다.

인공지능 (즉, 매우 선진적인 컴퓨터) 은 여전히 우리가 알고 있는 삶을 체험할 수 없기 때문에 우리가 말하는' 가치' 를 발전시키지 않기 때문에 우리는 그들이 내린 결정을 판단이라고 부를 수 없다.

게다가, 그들은 목표나 목적을 설정하는 중요한 기초가 없다 (그들은 그들에게 주어진 지시에 반응한다). 현재, 이것은 근본적으로 우리의 생활과 사회에서의 그들의 역할을 제한한다. 우리는 어떤 임무를 기계에 맡기고 싶습니까? 우리는 그것이 최선의 결정을 내릴 것이라고 확신합니까? 우리가 제공한 데이터가 인류가 보편적으로 받아들이는 가치관에 근거하여 결정을 내릴 수 있도록 보장할 수 있습니까?

기기 보조에 사용되는 로봇 파트너 (한 사람이 집에 있는 안전을 확보하고, 청결을 돕거나, 높은 선반에 닿을 수 있도록 도와주는 것) 는 좋은 생각이다. 인간관계 대화를 위한 로봇 파트너는 끔찍해 보인다. 인간관계에 대한 대화는 특정 종을 겨냥한 것이다. 이러한 대화는 인체, 인간의 한계, 인간의 수명 주기에 대한 경험에 달려 있다.

나는 우리가 이미 잊혀진 여행에 착수한 것을 보았다.

우리는 사람들 사이에서만 전달할 수 있는 관심과 대화를 잊었다. 대화라는 단어는 상호 성향과 경향을 나타내는 단어에서 유래했다. 말을 하려면 다른 사람의 목소리를 듣고, 제자리에 두고, 그들의 몸, 그들의 목소리, 그들의 말투, 그들의 침묵을 이해해야 한다. 너는 너의 관심과 경험을 맡았고, 너도 같은 결과를 기대하고 있다. * * * 정보를 즐기는 로봇은 좋은 프로젝트입니다. 하지만 이 프로젝트가 동반이고 서로 애착이 있다면, 당신은 한 사람에게 편향되고 싶다. (윌리엄 셰익스피어, 햄릿, 희망명언)

예를 들어, 우리가 어린이들에게 로봇 가정부를 제공하는 것을 고려할 때, 우리는 아이들이 무럭무럭 성장하는 이유는 사람들이 안정적이고 일관된 방식으로 그들을 돌보는 것을 이해하기 때문이라는 것을 잊어버린다. 아이들이 사람과 함께 있을 때, 그들은 단어, 목소리, 억양, 얼굴, 신체 동작, 그리고 의미가 어떻게 함께 흐르는지 깨닫게 된다. 아이들은 인간의 감정이 어떻게 계층화되고, 원활하고, 원활하게 작동하는지 배운다. 이것을 가르칠 로봇이 없다.

Turkle 은 로봇 동반자가 정보는 공유할 수 있지만 실제 관계는 공유할 수 없다는 뜻이다. 물론 독특한 인간관계죠.

스카이프가 이런 많은 문제를 로봇없이 해결할 수 있게 해 거리 문제를 완전히 없앴을 수도 있다.

문과 가치에 대한 논쟁도 독특한 인간의 특징과 기술에 대해 이야기했다. 예를 들어, 벤처 투자자 스콧 하틀리 (Scott Hartley) 는 최근 인간과 로봇 (또는 컴퓨터 알고리즘) 의 고유성을 설명하는 이 광학에 관한 책을 썼습니다.

흥미롭게도, 이러한 엄격한 직업 기술은 우리에게 직업 보장을 제공하는 반짝이는 물체처럼 보입니다. 하지만 사실 이것은 호기심, 끈기, 공감, 협력정신과 같은 부드러운 기술입니다.

스콧 해틀리

인간은 차별적 알고리즘을 발견하는 데 특히 적합하다. "데이터 수집과 해석의 인적 오류는 수동 분석을 통해 수정해야 한다."

스콧 해틀리 ("모호성과 기술" 이라는 책에서 발췌)

해틀리는 또한 다음과 같이 지적했다.

최하층 기술은 수동 입력이다. 사람들은 큰 데이터에서 어떤 데이터에 초점을 맞추고, 그 데이터를 어떻게 구성하는지를 선택하고 있다. (존 F. 케네디, 데이터명언) 그들은 기계 학습에서 분류를 선택했다. 그들은 인공지능을 선택할 확률과 감도를 가지고 있다. 그들은 프로세스를 최적화하는 방법을 선택하고 있다.

우리는 이러한 기술 용어에 대한 기대를 깨고, 각 용어에서 우리가 휴대폰의 앱을 통해 조작한다면, 이 앱은 사람이 설계한 것이라는 것을 이해해야 한다. (존 F. 케네디, 과학명언) 우리를 위해 만든 선택과 메뉴는 특정 프로세스에 맞게 최적화되었으며 특정 심리적 요소와 특정 행동 설계에 초점을 맞추고 있습니다. 그래서 이런 것들을 통일된' 기술자' 로 취급해서는 안 된다. 그들은 심리학과 다른 모든 기술에 깊이 뿌리박혀 있다.