Uutta ryhtiä tieteelliseen ajatteluun

GoodReason on hyvä syy… loikata tiedeviestinnän kärkeen!

Kaksi teesiä:

  • Merkittävin nykytekoälyn puute liittyy perustelemiseen. GoodReason tarjoaa ratkaisukeinon käsitemallillaan.GoodReason on hyvä syy… loikata tiedeviestinnän kärkeen!
  • Merkittävin nykytekoälyn puute liittyy perustelemiseen. GoodReason tarjoaa ratkaisukeinon käsitemallillaan.

Ydinajatus: Perinteiset menetelmät tuottavat monimutkaisia tuloksia, koska vastaavat kielet eivät ymmärrä käyttäjän tarkoitusta

Mikä GoodReason on?

Se on ajattelua näillä kolmella tavalla selkeyttävä mallintamismenetelmä*:

  1. symbolin maadoittaminen (The symbol grounding problem, Harnard 1990)

2) symbolin kiinnittäminen (Symbol tethering, Sloman 2007) sekä

3) käsiteavaruudet ja alisymbolisuus (Geometry of thought, Gärdenfors 2000)

GoodReason on täysin universaali työkalu, kuten tekoäly. Luonto, teknologia, talous, ekosysteemit ja organisaatiot ovat molemmissa mallinnettavissa antaen tukea yhteisille ponnisteluille. Mutta softaakaan ei aina tarvita, ja kaavioita voi tuottaa ajatuksillaan.

Symbolisuus nähtävillä notaatiosta alkaen

GoodReason Notation (GRN.1) löytyy GitHubista ja on julkisesti hyödynnettävissä skeemoineen. Malli sopii Internet-alustoille sekä kaikkien kielimallien kylkeen (json).

Esimerkin ”Vesimaailma” (sivu 3) on seitsenkertainen 7X -malli:

  1. Mallintamisen minikieli (vesi-terminologia tarttumapintana)

2. Domain-kehys (toimialakohtainen tarkentuva malli: vesi-ekosysteemi)

3. Politiikkamalli (kontekstina vesimarkkinat, hinnoittelu jne)

4. Tekninen malli (infrastruktuuri, investoinnit automaatioon)

5. Yhteiskuntakehyksen työkalu (kanalaisten tarpeet, palvelut, riskit)

6. Palautemalli (laboratoriot, reklamaatiot ja jatkuva arviointi)

7. Yksi tärkeimmistä tekijöistä ihmiskunnan resilienssin kannalta (kestävä kehitys)

Miten GoodReason kompensoi kielimallien puutteen?

Kahdeksan symbolin semantiikka jäsentää semiotiikallaan vaikeat aiheet 56 kielimalleista poikkeavalla tavalla, yhdistyen kontekstiin ja metakognitioon eli semioottiseen jälkeen (trace). Siten se synnyttää redundanssia.

Lyhin mahdollinen prompt, turkulaisittain kui?, on yksi kirjain, kuten β. Agentti valitsee tällöin domain-sanan, kuten “vesisysteemi” ja muodostaa sen organisoitumista vastaavan vastauksen, kuten:  “Vesisysteemi koostuu valuma-alueen ekosysteemin toimijoista…”.  Toinen käyttötapa on argumentoinnissa: ”Tekoäly edistää oppimista (π) ja innovointia (ΔΨ)”. Voit luoda agentin mihin tahansa tarkoitukseen antamalla linkiksi GoodReason-mallin ”omilla mausteillasi”!

Kaksi metaforaa: GoodReasonin visuaalinen kieli muodostaa sekä ”kompassin” että ”satelliitin”. Kompassi kuvaa systeemiä ”kartalta” reitteineen (sivu 2) ja Metasatelliitti hahmottaa maata kaukaa, holistisesti, maailmankuvineen (sivu 3).