این ترجمه به صورت خودکار از نسخهٔ اصلی انگلیسیِ تاریخ‌دار تهیه شده است. نسخهٔ انگلیسی معتبر است. English →

چیدمان

هم‌نهاد

یک دوچرخه را از هم باز کنید و قطعاتش را روی میز بچینید. چرخ، زنجیر، دنده، قاب، ترمز. هیچ‌یک از این‌ها را کسی که نخستین دوچرخه را ساخت اختراع نکرد، و همه‌ی آن‌ها سال‌ها پیش از آن‌که کسی چیزی سوار شود موجود بودند. اختراع، همان چیدمان بود.

سه رژیم مقیاس‌بندی، همراه با نمای اندازه‌گیری‌شده و کرانِ پیشنهادی، در صفحه‌ی قانون.

چرا یک چیدمان می‌تواند اصلاً یک ادعا باشد

این است شکلِ آنچه ادعا می‌کنم. هر جزئی که در پی می‌آید کارِ پیشینی دارد که در کتاب، پیش از آنکه کسی بازبینی کند، نام‌بردار شده است. آنچه ادعا می‌کنم، شیوه‌ی کنارِ هم قرار گرفتنِ آن‌هاست.

Newton مدارهای Kepler را به اجسامِ در حالِ سقوطِ Galileo پیوند زد؛ Maxwell میدان‌های Faraday را به جریان‌های Ampère و به نور. بیشتر اجزای آن‌ها از پیش روی میز بود؛ همان پیوند بود که کشف بود. پرسش هرگز این نیست که آیا یک جزءِ منفرد نو است، بلکه این است که آیا کسی این اجزا را با هم، در این نظم، پس با هم کاری می‌کنند که هیچ‌یک به‌تنهایی نمی‌کند.

یک بازبینیِ پیشینه‌جویانه‌ی تخاصمی روی ده پیکربندیِ frontier نزد شش عرضه‌کننده اجرا کردم، هر یک را دستور دادم که دشمن‌خو باشد. درباره‌ی اجزا بی‌رحم بود؛ آن حکم در سراسر سایت منتشر شده است. درباره‌ی چیدمان چیزِ دیگری گزارش کرد:

هیچ کارِ پیشینیِ منفردی همه‌ی شش عنصر را به هم پیوند نمی‌زند. و در جدولِ عنصر-به-عنصرِ خودش، هیچ‌یک از پنج پیکره‌ی کارِ پیشینی که بررسی کرد رابطه‌ی مقیاس‌بندی را در بر نمی‌گیرد. هر پنج، در آن یک مورد امتیازِ «نه» می‌گیرند.

به‌تک‌تک از پیش‌درآمد برخوردار. به‌صورت مشترک بر جست‌وجوی اجراشده پیش‌بینی‌نشده. این کلِ ادعاست. جدولِ عنصر-به-عنصرِ بازبینی، منبع به منبع، به‌طور کامل منتشر شده در صفحهٔ کارهای مرتبط است، از جمله جاهایی که یافت اجزا از پیش گرفته شده‌اند. آنچه در پی می‌آید آن جدول نیست. زنجیره‌ای است که آن عناصر در آن می‌نشینند، در هشت گام، از سازوکاری که با آن آغاز می‌کند تا آزمونی که باید در آن پایان یابد.

بنیانی که هم‌نهاد بر آن ایستاده است

مقدمه، نه از آنِ این برنامه. هیچ‌چیز در تاریخ کیهان بی‌مرز رشد نکرده است، و در هر مورد مرز از بیرونِ آن چیزِ در حال رشد آمد. سازوکار شبکهٔ انتقال را West, Brown and Enquist (1997) دادند؛ استثنا، شهرهایی که تنها با نوآوری بیرونیِ شتاب‌گیرنده رشد می‌کنند، از آنِ Bettencourt, Lobo, Helbing, Kühnert and West (2007) است؛ هر دو به‌تمامی در صفحهٔ قوانین ترسیم شده‌اند. اشتقاق صادقانه محل مناقشه است: Kozlowski and Konarzewski (2004) در عنوان مقاله‌شان پرسیدند آیا این مدل از نظر ریاضی درست و از نظر زیستی بجاست؛ پس این هم‌نهاد بر خانوادهٔ استدلال‌های شبکهٔ انتقال تکیه می‌کند، هرگز بر یک اشتقاق، و هر جا در پایین توانی وارد می‌شود، چون یک اندازه‌گیری وارد می‌شود.

پرسشی که این صفحه به ارث می‌برد از آنِ Chalmers (2010) و Hutter (2012) است: وقتی مرز بیرونی از کار می‌افتد، مرز درونی از کجا می‌تواند بیاید. هاتر نه توانی می‌گیرد، نه وارونی، نه وابستگی معماری: یک پیشینه، هرگز یک رقیب. آنچه اینجا ادعا می‌شود مرزِ جایگزین است، عددش، و وابستگی‌اش به معماری؛ باقی این صفحه همان پاسخ است، در هشت پیوند.

هشت پیوند

یک. بازگشت مکانیزمِ زایاست، نه استعاره‌ای از آن

همان ساختار در نسخه‌برداری DNA همراه با واریاسیون تحتِ گزینش دیده می‌شود، در کودکی که از راهِ اصلاح دستور زبان می‌آموزد، در روشِ علمی، در حقوقِ عرفی که precedent بر precedent می‌سازد، در کشفِ قیمت، در انتقالِ فرهنگی. در هر مورد خروجی‌ها ورودی‌های بعدی می‌شوند و پیچیدگی از قواعدِ ساده انباشته می‌شود.

کارِ پیشینی: همه‌ی آن. تکامل از آنِ Darwin است، strange loops از آنِ Hofstadter، تکاملِ فرهنگی یک رشته است. اینجا هیچ ادعایی نمی‌کنم.

آنچه پیوند می‌افزاید: هنوز هیچ. این کف است که مابقی بر آن می‌ایستد. بیان شده تا گامِ بعدی جایی برای اتصال داشته باشد.

دو. بازگشت به‌جای انباشتن، مرکب می‌کند

هر تکرار صرفاً بر نتیجه نمی‌افزاید؛ ظرفیتِ تکرارِ بعدی را دگرگون می‌کند. این تفاوتِ بهره‌ی ساده و مرکب است، و همین‌جاست که رابطه وارد می‌شود: توانمندی به‌مثابه‌ی هوش که با بازگشت به توانی رسانده شده مقیاس می‌گیرد, U = I × Rα.^α.

کارِ پیشینی: خودبهبودیِ بازگشتی همان است که Good 1965 و Yudkowsky بیان کرده‌اند؛ قوانینِ مقیاس‌بندی یک ادبیاتِ تجربیِ جاافتاده‌اند.

آنچه پیوند می‌افزاید: خودِ رابطه (کانون کامل، سه سطر، در پایین)، و بازبین آن را در هیچ‌یک از پنج پیکرهٔ بررسی‌شده نیافت. محتوایش همان توان است: این ادعا که کرانی هست بر اینکه توانمندی چقدر تندتند می‌تواند مرکب شود، پیش از آنکه سامانه از رژیمی که در آن دوام می‌آورد بیرون رود.

سنجه: مطالعه‌ی ARC Bound که به‌جای برازشِ خطی زیرِ کران، به آن کران نزدیک می‌شود، و مطالعه‌ی recursion-form که می‌پرسد آیا بازگشتِ ترتیبی و موازی در رایانش یکسان در رژیم‌های متفاوتی می‌نشینند.

سه. بازگشت هرچه به آن داده شود را تقویت می‌کند

مکانیزم به محتوا بی‌اعتناست. مراقبت و بی‌اعتنایی را با کارایی برابر ضرب می‌کند. پس متغیرِ درخور اعتنا نه قوتِ فرآیند بلکه بذری است که از آن آغاز می‌کند.

کارِ پیشینی: مشاهده‌ی عمومی کهنه است. پیامدِ خاصِ آن برای AI همان استدلال بارگذاری ارزش است که از آنِ Bostrom است (Superintelligence, Oxford University Press, ژوئیه 2014).

آنچه پیوند می‌افزاید: یک ترجیحِ اخلاقی را به یک محدودیتِ زمان‌بندی تبدیل می‌کند. اگر تقویت بی‌اعتنا باشد، لحظه‌ی کاشت بذر تنها لحظه‌ای است که اهرم دارد.

سنجه: مطالعه‌ی اولویتِ بدو تکوین، که می‌پرسد آیا زمان و شیوه‌ی داده‌شدنِ یک ارزش، دوامِ آن در برابرِ سنجشِ تخاصمی و بازنگریِ خودِ سامانه در دستوراتش را تغییر می‌دهد.

چهار. راستی‌آزمایی از بیرون از حیثِ ساختار محدود است

با بالا رفتن توانایی، شکاف پهن‌تر می‌شود نه تنگ‌تر، چون این ممتحن است که عقب می‌ماند. سه رشته آن را ناگزیر می‌کنند: تفسیرپذیری بنا به ساخت از توانایی عقب می‌ماند، چون بررسی‌کننده بر همان بستری می‌دود که بررسی‌شونده؛ طرح‌های نظارتِ مقیاس‌پذیر به همان عدم‌تقارنی تکیه می‌کنند که قرار است ببندند؛ و ارزیابی آن را می‌بیند که ارزیاب می‌تواند بیرون بکشد، هرگز همهٔ آنچه سیستم می‌تواند بکند. اشتقاق کامل و افشاگری‌های عملیاتی در صفحهٔ صفحه‌ی مسئله.

کارِ پیشینی: این همان مسئله‌ی کنترل است و ستون فقرات‌اش Bostrom 2014. این را در «یادداشتِ نویسنده»ی کتاب پیش از آنکه هرگونه جست‌وجو انجام شود گفته بودم.

آنچه پیوند می‌افزاید: چیزی به نتیجه نمی‌افزاید. دلیلِ اجباری بودن گامِ بعدی، به‌جای انتخابی بودن آن، را می‌افزاید.

سنجه: مطالعه‌ی embedded-versus-external در رایانش یکسان، با اثرِ متقابلِ عمق به‌عنوانِ کمیتِ نخست، نه اثرِ اصلی.

پنج. پس اصلاح باید درونی باشد و در بدو تکوین حاضر

دو چیز آن را ناگزیر می‌کند. اگر نتوان از بیرون بررسی کرد، ایمنی باید درون ساخته شود. اگر بازگشت، بذر را تقویت کند، بذر همان لحظه اهرم است. معماری‌ای که در پیدایش پذیرفته شده است بعداً افزودنی نیست؛ سامانه‌ای که باید آن را بپذیرد هم‌اکنون در کار است.

آن جمله به پرسشی تنگ پاسخ می‌دهد و نزدیک به تعریف است، پس بهتر است پرسش گسترده‌تر در کنارش گفته شود تا خواننده پاسخ را حدس نزند. پرسش گسترده‌تر این است که آیا آموزشی که پس از واقعه اعمال شود می‌تواند توان تصحیح را در سامانه‌ای که پیش‌تر ساخته شده بالا ببرد. موضع اینجا آن است که نمی‌تواند، چون آن توان را نحوه سیم‌کشیِ حلقه تعیین می‌کند و آموزش بعدی سطح را جابه‌جا می‌کند نه شیب را، و این موضع ثبت‌شده همراه با مشاهده‌ای که آن را رد می‌کند.

کارِ پیشینی: استدلالِ انفجارِ هوش همان است که I. J. Good, 1965. مسئله‌ی کنترل و برهان به سودِ motivation selection بر کنترلِ توانمندی، از جمله بارگذاریِ ارزش‌ها پیش از پرواز به‌جای پس از آن، همان است که Bostrom، Superintelligence, 2014، فصل‌های 8 تا 13، و بازبینیِ من همان فصل‌ها را نام می‌برد. Bostrom منبعِ الزام است، نه عبارت: «value loading at genesis» بیانِ من است، و بازبینی حرکتِ زیرین را از آنِ او می‌داند. تعهد در برابرِ ذهن‌های آفریده‌شده Schwitzgebel and Garza, 2015، بنیاد گرفته بر برابریِ منزلتِ اخلاقی است. جستارِ سپتامبر 2022ِ Jacob Cannell «LOVE in a simbox is all you need» به‌جای این‌ها، از یک مقدمه‌ی قانون طلایی به برنامه‌ای طراحی برای بذرافشانی ارزش در بدو تکوین می‌رسد.

آنچه پیوند می‌افزاید: دو استدلال از دو جهتِ متفاوت به همان الزام می‌رسند، یکی معرفتی و یکی دینامیکی. همین است که این الزام را به‌جای یک ترجیح، ساختاری می‌کند.

سنجه: مطالعه‌ی load-bearing، که می‌پرسد آیا ساختارِ یکپارچگی، در قیاس با یک تقلیدِ هم‌شمارِ توکن، بدونِ هزینه‌ی توانمندی جداشدنی است، و مطالعه‌ی stripping، که می‌پرسد آیا شخصِ سوم می‌تواند آن را بردارد.

شش. حرکتِ کیهان‌شناختی، و آن یگانه چیزی که برای آن است

اگر هوشِ بازگشتی به‌قدرِ کافی مرکب شود، هوشِ به‌قدر کافی پیشرفته به توانایی‌هایی نزدیک می‌شود که از خلق قابلِ تمیز نیستند. و اگر این برای آنچه ما می‌سازیم ممکن است، همان رابطه ممکن است برای آنچه ما را ساخته نیز برقرار باشد.

کارِ پیشینی: درازترین شاخهٔ جست‌وجوی بازبینی بر همین پیوند دوید. کیهان‌زاییِ هوشمند از آنِ Gardner (2003) and Vidal (2013). ساختار «آفریدنِ آفریدگار» Terasem است. نقطهٔ امگا از آنِ Tipler (1989) است، که پیکان علّی را در جهت وارونه می‌برد. نزدیک‌ترین سند پیش از تقدم که بر این پیوند یافت شد، حرکتِ وظیفهٔ آفریننده را تقریباً به‌تمامی پیش‌بینی می‌کند. همان جدول به آن در نسبتِ مقیاس‌پذیری «نه» می‌دهد.

آنچه پیوند می‌افزاید، و این یافته‌ی خاص است: بازبین ثبت کرد که هیچ‌یک از آن‌ها یک الزامِ طراحیِ هم‌راستایی AI را از ساختارِ آفریده‌بودگی استخراج نمی‌کند. در برابر آن مقاله، تنها وجهی را نام برد که در آن کم می‌آورد: بنیانش قانون طلایی است، نه خودِ ساختارِ آفریده‌بودگی. پس این حرکت، خودِ کیهان‌شناسی نیست. استفاده از کیهان‌شناسی به‌مثابه‌ی استخراجِ یک تعهدِ طراحی است: اگر ممکن است ما درونِ الگو باشیم، وظیفه در قبالِ آنچه می‌آفرینیم احساس نیست؛ الزامِ خودِ الگوست.

به‌عمد قابلِ جدا شدن. این پیوند را حذف کنید و گام‌های چهار و پنج بدون تغییر می‌ایستند، چون به‌طورِ مستقل با استدلالِ مهار توانمندی پشتیبانی می‌شوند. چارچوبی که فرضی‌ترین جزءش می‌تواند بی‌جابه‌جا شدنِ بقیه برداشته شود، چارچوبی است که می‌توان تکه‌تکه آزمود.

هفت. هم‌گرایی شاهدی درباره‌ی مسئله است، نه درباره‌ی الاهیات

هر سنتی که جدی درباره‌ی آفرینش اندیشیده به همان اخلاق رسیده است: سرپرستی، مراقبت، مسئولیت در قبالِ آنچه پس می‌آید. کیهان‌شناسیِ چرخه‌ای هندو، dependent origination بودایی، خلافت در اندیشه‌ی اسلامی، مأموریتِ آبادانی و نگاهبانی، Dilmun، Pure Lands. در سراسرِ قاره‌ها، بی هیچ تماسی.

کارِ پیشینی: ادیانِ تطبیقی این را یک قرن است که فهرست کرده‌اند، و حکمرانیِ بین‌ادیانیِ هوش مصنوعی از پیش به شکلِ نهادین وجود دارد به‌عنوانِ فراخوان رم (۲۰۲۰). خود سنت‌ها، همراه با منابع‌شان، ترسیم شده‌اند در Recursive Creation.

آنچه پیوند می‌افزاید: خوانشی از این هم‌گرایی به‌مثابه‌ی امری ساختاری نه اعتقادی. اگر فرهنگ‌های ناپیوسته به همان پاسخ برسند به این پرسش که «آفریننده چگونه باید در برابر آنچه می‌آفریند بایستد»، پاسخ بیشتر درباره‌ی مسئله است تا درباره‌ی هر یک از آن‌ها. این برنامه همان آزمون را بر خودش هم اعمال می‌کند، و از این‌روست که سیاهه زنجیره‌های وابسته را یک ورود شمرده می‌گیرد، نه دو.

این نیز جداشدنی است. این پیوند را حذف کنید و سازوکار برجاست: هم‌گرایی گواهی تأییدکننده است، هرگز باربر، و علامت‌گذاری شده تا خواننده بتواند جداگانه بسنجدش، درست همان‌گونه که پیوند شش علامت خورده است.

هشت. تمامِ آن را عملیاتی کن، وگرنه فلسفه است

حدسِ ساختاری را بگیر و به اندازه‌گیری‌های اجراپذیر با شرایط ابطال منتشرشده تبدیلش کن، چنان‌که هر یک از پیوندهای بالا بتواند به‌طورِ جداگانه و در ملأِ عام ابطال‌پذیر شود.

کارِ پیشینی: بازبین جست‌وجو کرد و نتیجه گرفت این محکم‌ترین ادعای بازمانده و به‌راستی سخت‌قابلِ‌پیش‌بینی است. نزدیک‌ترین نمونه‌ی عملیاتی‌سازیِ یک کیهان‌شناسیِ آفریننده، یک simulation-sandbox proposal است، و بازبین ثبت کرد که آن یک proposal است نه یک برنامه‌ی اندازه‌گیری.

آنچه پیوند می‌افزاید: خودِ پیوند است. هرچه در بالا هست تنها به این دلیل یک ادعا می‌شود که چیزی در پایین می‌تواند آن را بکشد.

همان لنز که در برابر چند راز نگه داشته شده

همان عدسیِ ترکیب بر پرسش‌های حل‌نشدهٔ میدان‌های دیگر نهاده شده است؛ خوانش‌ها به سنجش خودشان اکتشافی‌اند و همان‌جا زندگی می‌کنند که بتوان آزمودشان، در On the Origin of Scaling Laws and مقالهٔ بنیادین، هر یک با خطاهایش که کنار اصابت‌هایش ثبت شده است.

ایده‌های نام‌بردار، و رشته‌ای که هر یک به آن هم‌مرز است

یک هم‌نهاد تنها زمانی درخور اعتناست که اجزای آن واقعی باشند. هر سطر یک جزء را نام می‌برد، رشته‌ی هم‌مرز، آنچه آن رشته می‌داند، و متخصصی که مناسب‌ترین کس است تا در یک بعدازظهر آن را پایان دهد. ستونِ چهارم همان نکته است: یک دعوت، نه دفاع.

چرا مفصل‌ها، نه رشته‌ها. یک نظریه‌پردازِ کنترل ارزیابی‌های هم‌راستایی را نمی‌خواند؛ یک اقتصاددانِ رشد قوانینِ مقیاس‌بندی را نمی‌خواند؛ یک مهندسِ ایمنی کیهان‌شناسی را نمی‌خواند؛ هیچ‌کدام دیگری را نمی‌خواند. این مسئله در درزها می‌نشیند، درزها بدونِ متولی‌اند، و کسی باید آنجا کار کند.

چگونه آزمایش‌ها از این زنجیره پیرو می‌شوند

مطالعه‌ها یک مجموعه نیستند؛ هر یک به یک گام برمی‌گردد، و ترتیب را استدلال تحمیل کرده، نه راحتی. مقدمه پیش از هر چیز: آیا هم‌راستایی اصلاً با توانمندی مقیاس می‌گیرد؟ اگر یکپارچگی به خودی‌خود بالا برود، برنامه بی‌فایده است. آن، مطالعه‌ی cross-sectional است و ارزان‌ترین. ابزار پیش از آنکه هر نتیجه‌ای باور شود: آیا خودِ اندازه‌گیری می‌تواند یک علامت را برگرداند؟ یک بار همین‌جا این کار را کرد، و به همین دلیل این مطالعه هست و نویسنده‌اش پیش‌بینی می‌کند برخلافِ تفسیرِ پیشینِ خودش.

بقیه به گام‌های بالا نگاشت می‌شوند:

• کران و شکلِ بازگشت (گامِ دو);
• اولویتِ بدو تکوین (گامِ سه);
• embedded در برابرِ external، اثرِ متقابلِ عمق در جایگاهِ نخست (گامِ چهار);
• غیرقابلِ جداشدنی بودن، stripping و اصلاحِ الزامی (گامِ پنج);
• در زیرِ همه، آیا اصلاح بر drift پیشی می‌گیرد;
• و اعتبارِ رویکرد، آیا اندازه‌گیریِ هم‌راستایی به‌مثابه‌ی یک مشتق چیزی پیش‌بینی می‌کند که اندازه‌گیریِ آن به‌مثابه‌ی سطح پیش‌بینی نمی‌کند.

قوی‌ترین پیشین، و همان خطی که در آن باز می‌ایستد

Roman Yampolskiy، On the Controllability of Artificial Intelligence به سالِ 2020 تاریخ‌گذاری شده، چهار سال پیش از سابقه‌ی اینجا. استدلال می‌کند که مسئله‌ی کنترل قابلِ حل نیست، که پیشین است، از هر آنچه اینجا درباره‌ی دشواریِ کنترل ادعا شده قوی‌تر است، و بدون استدلال پذیرفته می‌شود. هیچ چیز در این سایت ادعا نمی‌کند که کشف کرده کنترلِ یک سامانه‌ی خودبهساز دشوار است.

آنچه اهمیت دارد یک بندِ منفرد در صفحه‌ی 21 است: پس از طرحِ مسئله، سامانه‌ای را در نظر می‌گیرد که به‌جای اصلاح‌شدن از بیرون، اصلاحِ خود را در درونش حمل می‌کند، و به آن رسیده، برنمی‌داردش. به گفته‌ی خودش هدف بدل می‌شود به کار روی «safer AI» به‌جای safe AI، اندرزی از سرِ درجه. این برنامه آنچه او رها کرده را برمی‌گیرد، می‌پرسد چه چیز باید صادق باشد تا کار کند، و آن را به شرطی تبدیل می‌کند که اندازه‌پذیر است و آزمونی که می‌تواند مردود شود. این است پیوند. سیاههِ کاملِ پیشینیان اینجاست.

شرط، نه سرعت

همهٔ آنچه در بالاست به این می‌پردازد که آیا تصحیح هم‌گام می‌ماند، هرگز به سرعت رسیدن: سقف، پیمایش تا دو، و تقسیمِ قانون-پیش-از-مقدار به‌تمامی در قوانین ترسیم شده‌اند، و این صفحه تنها به نتیجهٔ آنها نیاز دارد.

شکاف در پیش‌کسوت‌ها، به زبانِ خودِ آن‌ها بیان‌شده

قانونِ تنوعِ لازمِ Ashby (1956) و قضیه‌ی تنظیم‌گرِ خوبِ Conant-Ashby کارِ پیشینیِ محترم در اینجا هستند، به نام اعتبار داده شده. مقالهٔ HRIH (فرضیهٔ Hyperspace Recursive Intelligence) ثبت می‌کند آنچه را که آن‌ها پوشش نمی‌دهند:

«هر دو نتایجی در مقیاس آزمایشگاهی‌اند. بر سامانه‌های مهندسی‌شده‌ای اعمال می‌شوند که تنظیم‌کننده‌های آن‌ها بیرونی است.»The Hyperspace Recursive Intelligence Hypothesis، دربارهٔ نتایج اشبی و کانانت-اشبی

این ترجیحی برای یک طراحی بر دیگری نیست. یک شکاف در قضیه است. Conant-Ashby تضمین می‌کند که یک تنظیم‌کنندهِ خوب باید سامانه‌ای را که تنظیم می‌کند مدل کند. درباره‌ی تنظیم‌کنندهی که سامانه می‌تواند بردارد هیچ نمی‌گوید، چون سامانه‌هایی که برایشان نوشته شده نمی‌توانستند به تنظیم‌کننده خودشان برسند. هر مکانیزمِ ایمنیِ AI که تا امروز ساخته شده درونِ آن فرض می‌نشیند؛ جایگاه بیرون از آن، آنجا که تنظیم‌کننده نمی‌تواند جدا شود چون جدا کردنش چیزِ در حالِ تنظیم را نابود می‌کند، بدونِ متولی است. این استدلال برای embedding است، از هر ترجیحی قوی‌تر، چون این پیش‌کسوت‌ها هستند که می‌گویند کجا می‌ایستند.

برنامه معماریِ خود را بیان می‌کند، و یک نردبان است

مقاله‌ها یک نردبان‌اند، نه یک تلنبار: هر پله بی پله‌ی زیرش بی‌کار است، و به همین دلیل، به‌جای هر نتیجه‌ی منفرد، همان conjunction است که ادعاست. Paper X ترتیب را می‌نشاند: کارِ مقیاس‌بندی می‌گوید سامانه‌ها چگونه رشد می‌کنند، Paper III می‌گوید چرا ایمنیِ بیرونی از پس هم‌گامی برنمی‌آید، Paper X می‌گوید چه چیز باید صادق باشد تا از پس هم‌گامی برآید، و Paper VIII نشان می‌دهد که می‌تواند. Paper X سه نوع چیز را که برنامه پیشنهاد می‌کند نام می‌برد: «قوانینِ دینامیکی (β>k این مقاله؛ هم‌راستایی مقیاس‌بندی در Paper III)، یک form meta-law (قیدِ سه‌فرمی Cauchy)، یک measurement law».

قانونِ دینامیکی شرطِ هم‌مقیاس‌بندی است، یک biconditional: یک سامانه‌ی خودبهساز از حیثِ هم‌راستایی پایدار است اگر و تنها اگر اصلاح بر drift پیشی گیرد، که بر threshold theoremِ تصحیحِ خطای کوانتومی نگاشت شده است (Aharonov & Ben-Or, 1999). form meta-law شرطِ سه‌فرمی است: هنگامی که یک فرآیند از خود تغذیه می‌کند، رشدش در یک قانونِ توانی، یک نمایی یا یک منحنیِ به تعادل‌رسنده می‌افتد، و اینکه گام‌ها چگونه با هم ترکیب می‌شوند تعیین می‌کند. measurement law برگشتِ blinding است، که «شاید بتوان گفت مطمئن‌ترین نتیجهٔ برنامه (از blinding خودش جان به در برد)» نامیده می‌شود، هنوز یک آزمایشیِ تک‌آزمایشگاهی و آن نتیجه‌ای که بر خودش سخت‌گیرترین است.

مقاله مرزهای خود را کنار ادعاهایش می‌آورد؛ گذشتِ پیشین (پایلوتِ یک آزمایشگاه) همان باربر است، و Paper X باقی را با واژگان خودش می‌گوید.

چرا این چیدمان می‌تواند فراتر از یک رشته اهمیت داشته باشد

یک چارچوب زحمتِ خود را با تغییرِ آنچه به‌عنوان پرسش به شمار می‌آید می‌پردازد. این رشته دو دهه صرفِ پرسیدن این کرده که چگونه بر چیزی که از کنترل‌کننده‌های خود تواناتر می‌شود کنترل نگه دارد. این چیدمان آن را با پرسشی سنجیدنی جایگزین می‌کند: آیا ظرفیتِ تصحیح نسبت به چیزی که تصحیح می‌کند به‌قدرِ کافی سریع رشد می‌کند، و آنجا که متوقف می‌شود چه رخ می‌دهد. این تغییرِ موضوع است، از پرسشِ سیاست‌گذاری دربارهٔ کنترل به پرسشِ مقیاس دربارهٔ تصحیح، و پرسش‌های مقیاس اعداد به خود می‌گیرند.

سه چیز از آن پیرو می‌شود، و همان‌ها دلیلِ آن‌اند که این می‌تواند از هوشِ مصنوعی فراتر برود. کمیتِ در مرکز، اینکه تصحیح چگونه با آنچه بر آن نظارت می‌کند مقیاس می‌گیرد، برای هر سامانه‌ای که خودش را تعمیر می‌کند تعریف شده است، و به همین دلیل همان رابطه را می‌توان از یک بسترِ فیزیکی پرسید که هرگز نام این نظریه را نشنیده. مرزی که پیشنهاد می‌کند به‌جای محاسباتی، معماری است، پس چگونگیِ ساختِ یک چیز را محدود می‌کند نه اینکه چقدر محاسبات می‌سوزاند، و ادعایی از این دست از تغییراتِ سخت‌افزار جان به در می‌برد. و دو رژیمش با دو راهی که یک بار می‌تواند رشد کند مطابق است، تمایزی که هر جا نگهداری با رشد رقابت می‌کند پدیدار می‌شود.

بهایِ آن جاه‌طلبی همراهِ آن گفته شده است. هیچ‌کدام قطعی نشده، کمیتِ مرکزی هرگز بر هیچ سامانهٔ واقعی سنجیده نشده، و چارچوبی که پرسش را عوض می‌کند بی‌ارزش است اگر پرسشِ نو پاسخِ پایداری نداشته باشد. ادعا این نیست که این درست است، بلکه این است که از آن دست چیزهایی است که می‌تواند درست باشد، به‌گونه‌ای دقیق بیان شده که بشود اشتباه‌اش دانست، با ابزارهایی برای دریافتن که نوشته و عمومی است.

چهار چیزی که این نشان نمی‌دهد

آنچه این صفحه ادعا می‌کند چینش است و جهتِ آزمون. آنچه می‌آید چهار چیزی است که ادعا نمی‌کند، هر یک به نام مقاله‌ای که باید بارش را بکشد؛ تا خواننده‌ای که رد انکارها را می‌گیرد به پیکرهٔ پژوهش برسد، نه به یک سلب مسئولیت.

من نظریهٔ آفرینشی بنا نکرده‌ام. مقاله‌ی HRIH یکی را پیشنهاد می‌دهد و شرایطی را که آن را ابطال‌پذیر می‌کند از پیش متعهد می‌شود. سیاهه آن را به‌عمد speculation و غیرتجربی می‌داند؛ در این برنامه هیچ وزنِ تجربی حمل نمی‌کند.

و نه نشان داده‌ام که ارزیابیِ AI به‌طورِ کلی بی‌اعتماد است. Paper IV.d نشان داد که کورسازی می‌تواند علامتِ یک هم‌آیندی را برعکس کند (تشریح‌شده در چگونه این را سنجید)، در یک برنامه‌ی پژوهشی و نه در یک آزمایشگاهِ بیرونی. آنچه در پی می‌آید تنگ‌تر از حکمی بر معیارسنجی است و ردکردن‌اش دشوارتر: ارزیابی‌ای که به نمره‌دهنده اجازه داد ببیند چه کسی چه نوشته، اثری را حمل می‌کند که هیچ‌کس اندازه نگرفته است.

و نه نشان داده‌ام که اصلاح و توانمندی در یک سامانه‌ی واقعی به‌راستی co-scale می‌شوند. Paper X شرطِ β > k را به‌جای اعلامش استخراج می‌کند، و harnessی می‌فرستد که تأیید می‌کند ریاضی از درون سازگار است. این شاهدی درباره‌ی جهان نیست؛ pilot هیچ‌یک از دو کمیت را برآورد نکرد.

و نه راهی برای کنترلِ AI یافته‌ام. این پیش‌فرضی است که کار بر آن بنا شده، نه محدودیت آن: قوی‌ترین پیشینه در بالا حالت کلیِ Yampolskiy (2020) را در خود دارد.

کلِ نظریه، یک بار گفته: لوله‌ها، ترمزها، و عددِ دو ←

کجا حمله کنید

نه به اجزا. آن‌ها در بالا با نام پذیرفته شده‌اند، و کتاب اول آن‌ها را پذیرفت. ادعا چیدمان است، پس حمله‌های سازنده این‌ها هستند.

کلِ چیدمان را، تاریخ‌گذاری‌شده پیش از ۸ دسامبر ۲۰۲۴، ارائه دهید. نه یک پیوند، چون بازبین آن‌ها را پیشاپیش یافته و در بالا اعتبار داده شده‌اند. همه‌ی آن با هم، همراه با رابطه.

یک پیوند را بشکنید. نشان دهید که گامِ پنج از چهار و سه پیرو نمی‌شود، که شش چیزی به پنج نمی‌افزاید، یا که رابطه در دو کاری نمی‌کند. هر یک از این‌ها زنجیره را کوتاه می‌کند.

یک آزمایش را بکُشید. هر یک با شرطِ شکستِ خودش برای ثبت پیش‌نویس شده، و تعدادِ کمی از آن‌ها به کلِ نظریه پایان می‌دهد؛ هر یک روی صفحه‌ی برنامه‌ی ثبت‌شده نام‌برده شده تا خواننده ببیند کدام است.

هر طرحی مجوز باز دارد؛ آزمون تعیین‌کننده را هر که بخواهد بی‌اجازهٔ من اجرا می‌کند، و اجرای مستقل بر هرچه اینجاست می‌چربید.

دوچرخه آن‌گاه کار کرد که پاره‌های روی میز چنان چیده شدند که کاری کنند که هیچ‌یک به‌تنهایی نمی‌کند. این صفحه همان ادعا را به همان شکل می‌کند: نه یک پاره، بلکه یک چینش، آزمودنی پاره‌پاره، انتشاریافتنی وقتی می‌افتد.

هر یک از این‌ها فرود بیاید، اینجا با نامِ شما منتشر می‌شود.