- Wat is denken als informatieverwerking?
- Wat is een algoritme?
- Hoe kunnen we data, algoritme, in- en uitvoer en opslag kunnen toepassen op (de werking van) het brein en het verwerken van informatie (in het brein)? Zoek op internet naar informatie.
- In hoeverre heeft volgens jou de mens, zoals een computer regels (algoritmes) om informatie (waarnemingen) te verwerken?
- De industrialisatie heeft ervoor gezorgd dat energie minder werd verspild en door machines steeds meer kon worden opgepakt. Na de Tweede Wereldoorlog ging men denken dat als de functies, de werking van het brein, begrepen kan worden, dan kan het ook wordt gemaakt in machines. Zo kunnen machines ook leren denken.
5.1 Machines “leren” door trial and error. Ze kunnen snel rekenen en daarom veel fouten maken en daarvan leren. Zoek naar Go- en schaakcomputers en kijk hoe deze werkt. Leg uit of trial and error volgens jou wel of niet een vorm van leren is.
5.2 Geef tevens aan wat een binaire computer is en waarom het binaire-denken zo cruciaal is. Een denken in iets is 0 of 1.
5.3 In de managementtheorie wordt ook vaak gesteld dat mensen moeten leren van fouten. In hoeverre kun je leren van je fouten? Zijn er ook andere manieren om te leren?
5.4 In hoeverre leren machines en mensen op dezelfde manier? Leg uit.
- In de legendarische film (aanrader) Blade Runner wordt er een Turing-test gedaan. Leg uit wat het doel was van de Turing-test.
- Door de tijd heen blijken mensen in het begin de Turing-test niet altijd te kunnen doorstaan, maar later lijken ze aan testen te kunnen wennen. Denk hierbij ook aan ChatGPT. Zoek en vraag desnoods aan ChatGPT hoe je als mens erachter kunt komen dat de app geen mens is.
- Leg uit wat er wordt bedoeld met informatie als representatie? Leg in je antwoord de begrippen “symboolmanipulatie (en het samenvoegen van symbolen), kunstmatige intelligentie, mentale representatie
- Simon en Newell stellen dat voor intelligentie een symboolsysteem nodig is. Naast de vraag of dit terecht is, komt ook de vraag hoe zo’n systeem er dan (fysiek) uitziet.
Leg uit waar het “fysisch symboolsysteem” voor staat en welke noodzakelijk en voldoende middelen voor algemene intelligente activiteiten in dit systeem zouden kunnen zitten.
- Veel filosofen hebben de wereld van het representationalisme geopend. Toch zijn er o.a. twee kanttekeningen te geven, namelijk: 1. we kunnen ons vergissen (Descartes) en we kunnen schaduwen van de werkelijkheid zien (Plato). Een representatie is nooit de werkelijkheid zelf, maar altijd een beeld van de werkelijkheid. 2. De representatie als ervaring is dus niet zozeer de werkelijkheid, maar dat was als fenomeen in ons denken wordt gepresenteerd/tot informatie verwerkt. De mens legt dus zelf ook iets “in” de presentatie wat er in werkelijkheid wellicht niet is.
Geef aan de hand van een eigen voorbeeld een kritiek vanuit deze twee punten op het representationalisme.
- Zelflerende computers kunnen “expertsystemen” bouwen. Leg uit wat hiermee bedoeld wordt. Wat is het probleem met dergelijke zelflerende expertsystemen op het moment dat ze zich moeten richten op andere werelden waarbinnen andere regels gelden?
Blade Runner Turing Test – YouTube