UMETNA INTELIGENCA NI UMETNA NITI ŠE INTELIGENTNA ARTIFICIAL INTELLIGENCE IS NEITHER ARTIFICIAL NOR INTELLIGENT YET1
1. Uvod
26. marca 2025 sem bil prejel ekskluzivno povabilo za udeležbo na ICELTS (OCEANIA) 2025 in ICAELS (OCEANIA) 2025, dveh prestižnih mednarodnih konferencah s področja humanistike, jezikoslovja in literarnih študij. Konferenci sta potekali od 16. do 18. maja 2025 na Univerzi v Novem Južnem Walesu (UNSW) v Sydneyju v Avstraliji, organizirala pa sta ju Inštitut za inženirstvo in management (IEM) in Univerza za inženirstvo in management.
Tema konference je bila: »Onkraj besed: transformativna vloga umetne inteligence v jezikoslovju, literaturi in učenju«.
Rokopis kongresnega prispevka »Umetna inteligenca (UI) ni umetna niti še inteligentna!« sem odposlal z enodnevno zamudo, 3. 04. 2025 16:27.
Kajti je pristojbina za registracijo (kvotizacija) po raziskovalcu znašala 300 AUD, sem organizatorje prosil, da v mojem primeru upoštevajo, da sem rojen 1939, tj. da sem star, da sem upokojenec in, kar je najpomembneje, da sem nefinancirani (unfunded) raziskovalec, in ki tudi ni opremljen za virtualno sodelovanje »na daljavo« na konferenci.
Več se mi se niso oglasili. Bila je to tudi dokaj srečna okoliščina, kajti sem imel priložnost malce dopolniti prispevek, konzultirati nekaj novih virov, ga dopolniti in bolj uskladiti z mojimi pogledi na »artificielnost« in predvsem »inteligenco« UI.
Ko sem izvedel za temo konference, sem takoj pomislil: »Umetna inteligenca ni umetna niti inteligentna!« Šlo je za tako imenovani »halo učinek«.
»Halo efekt« je prvi odkril ameriški psiholog Frederick L. Wells leta 1907 v študiji avtorskih ocen (authors’ ratings) njihovih literarnih zaslug.
Če bi bil naš seznam literarnih lastnosti popoln in bi predstavljal celovito analizo vseh vrst literarnih zaslug, bi morala vsota ocen avtorjevih lastnosti, pravilno ponderirana, dati natančno ujemanje z njegovimi ocenami splošnih zaslug. (Wells, 1907)
Toda je »halo efekt« z empiričnimi dokazi prvi identificiral Edward Thorndike. Izraz »halo napaka« (»halo error«) je formalno uvedel leta 1920 v svojem članku »Vztrajna napaka v psihološki presoji«. (Thorndike, 1920)
Thorndike je »halo učinek« opisal kot kognitivno pristranskost pri označevanju ljudi, pri kateri en vidik osebe oblikuje posameznikovo mnenje o drugih dimenzijah in značilnostih te osebe. Kasneje se je uporaba »halo efekta« razširila celo na področje trženja.
2. »Umetna inteligenca« je contradictio in terminis!
Contradictio in terminis je fraza ali izraz, v katerem si sestavne besede nasprotujejo, pogosto nenamerno, ali pa naj bi si nasprotovale, če jih gledamo z določenega zornega kota.
Primeri te vrste protislovja: miniaturni velikan, leseno železo, okrogel kvadrat, brezčasno trajanje, naučena nevednost ...
Sinonimi so:
• Contradictio in adiecto
• oksimoron (velja za napačnega v formalni rabi)
• Contradictio in adiecto (protislovje v dodanem) je protislovje, ki nastane, ko se izrazu doda atribut, ki zanika bistveno lastnost tega izraza, npr. »leseno železo« ali »okrogel kvadrat«.
Najpogosteje se uporablja v slogovne namene. Vendar pa imajo lahko izrazi, kot sta »brezčasno trajanje« ali »učena nevednost«, čeprav sta formalno contradictio in adiecto, včasih smiselno uporabo v filozofiji.
Izraz »umetna inteligenca« je zagotovo nesrečen izraz, kot da bi šlo za imitacijo, manjvredno kopijo, kot je umetno usnje, celo za ponaredek, prevaro, v nasprotju z naravno, izvorno inteligenco živih bitij, zlasti Homo sapiensa.
Na tem svetu ni ničesar, kar ni materialno, vključno z informacijami. Poleg snovi, mase in energije je informacija v obliki infonov temeljni element vesolja. (Šercar, 2025)
3. Klasifikacijska shema (Knowledge Map) področja umetne inteligence
V načrtu moje e-knjige »Informacijska znanost na dvosmernih mostovih: Izbor teoretičnih del iz informacijske znanosti« sem predvidel razdelek o povezavi med informacijsko znanostjo in psihologijo v treh delih. Prvi del je bil objavljen leta 2021 v slovenski reviji Organizacija znanja (Šercar, 2021), drugi del v indijski reviji IJELS v začetku letošnjega leta (Šercar, 2025) in del tretjega dela v prvi slovenski literarni spletni reviji Locutio. (Šercar, 2019)
Delo na omenjenem članku je zahtevalo redno spremljanje raziskav in razvoja UI v okviru Stoletne študije o umetni inteligenci 2014–2114.
Umetna inteligenca (UI) je znanost in vrsta računalniške tehnologije, ki jo navdihujejo načini, kako ljudje uporabljajo svoj živčni sistem in telo za zaznavanje, učenje, sklepanje in delovanje.
Klasifikacijska shema znanstvenega področja umetne inteligence vključuje:
iskanje in načrtovanje, ki se ukvarjata s ciljno usmerjenim vedenjem; iskanje igra ključno vlogo, na primer v programih za igranje šaha, kot je Deep Blue, in pri odločanju, katera poteza (vedenje) bo na koncu vodila do zmage (gola);
predstavitev znanja in sklepanje, ki vključuje obdelavo informacij (običajno v velikih količinah) v strukturirano obliko za zanesljivejše in učinkovitejše poizvedbe;
strojno učenje kot paradigma, ki omogoča sistemom, da samodejno izboljšajo svojo učinkovitost z opazovanjem ustreznih podatkov;
robotiko, ki raziskuje temeljne vidike zaznavanja in delovanja – in zlasti njihovo integracijo – ki omogočajo robotu učinkovito vedenje; ker si roboti in drugi računalniški sistemi delijo živi svet z ljudmi, se je v zadnjih desetletjih pojavilo posebno tematsko področje interakcij med ljudmi in roboti (interakcija človek-robot);
strojno zaznavanje, ki je vedno igralo osrednjo vlogo v umetni inteligenci, deloma pri razvoju robotike, pa tudi kot popolnoma neodvisno področje študija; najpogosteje preučevane metode zaznavanja so računalniški vid in obdelava naravnega jezika;
več drugih področij umetne inteligence, ki so posledica rasti interneta; analiza družbenih omrežij preučuje vpliv sosedskih odnosov na vedenje posameznikov in skupnosti; »crowdsourcing« je inovativna tehnika reševanja problemov, ki se opira na izkoriščanje človeške inteligence (običajno tisočev ljudi) za reševanje zahtevnih računalniških problemov. (AI100 (One Hundred Year Study on Artificial Intelligence), 2016; Littman et al., 2021)
4. Inteligenca UI
Inteligenca in testi inteligence so predmet psihologije par excellence (gr. kateksohen, v pravem pomenu besede).
Obstajata dva pristopa k preučevanju inteligence, psihometrični ali kvantitativni in eksperimentalni ali kvalitativni.
Meritve inteligence so predhodile nastanku teorij o razvoju inteligence in izvirnih raziskovalnih metod, podobno kot na področju fizike, kjer so bile meritve temperature, gravitacije in sevanja znane veliko prej kot poskusi teoretičnih razlag.
Po psihometričnem pristopu je inteligenca tisto, kar je mogoče izmeriti s testi inteligence. Čeprav je »tavtološka«, je ta definicija najbolj natančna in poleg tega najlažja, saj so testi inteligence zasnovani tako, da čim bolj zmanjšajo vpliv znanja na rezultat preiskovanca, testiranca.
Kate Crawford, profesorka na University of Southern California in raziskovalka pri Microsoftu, kategorično trdi, da UI ni ne »umetna« in ne »inteligentna«, Njeno razumevanje UI lahko označimo kot »alternativno«, kot je tudi moje, v odnosu na poglede strokovnjakov in znanstvenikov »mainstream-a, tj. normalnih in konvencionalnih idej, stališč in dejavnosti, ki jih deli večina ljudi iz glavnega toka v znanstvenem področju UI.
Razen znanja projektiranja in proizvodnje modelov UI, je še pomembnejše znati odgovorno zastavljati izvedljive bioetične cilje raziskav in razvoja znanosti in dejavnosti v področju UI, ki so ekonomsko, politično in moralno ekološki. Delati dobro in ne škodovati (to do good and to do no harm, Primum non nocere, first, do not harm, najprej ne škoditi, je ukazoval starogrški zdravnik in filozof Hipokrat).
Crawfordova odpira nekatera nova vprašanja, ki prej v širši javnosti niso bila izpostavljena. Njeno vztrajanje na trditvi, da se raziskave osredotočajo na vprašanja moči in ne na etiko, osvetljuje ogromen potencial zlorabe UI s strani ljudi, ki že nadzorujejo področje in tehnologijo UI.
Kate Crawford pravi v knjigi »Atlas o UI«, da celo strokovnjaki, ki delajo na UI, napačno razumejo to tehnologijo. (Crawford, 2021)
Uvod v knjigo začne z zgodbo o najpametnejšem konju na svetu: »Konec devetnajstega stoletja je Evropo očaral konj po imenu Hans. »Pametni Hans« je bil pravi čudež: znal je reševati matematične probleme, določati čas, prepoznavati dneve v koledarju, razlikovati glasbene tone ter črkovati besede in stavke. Ljudje so se zgrinjali, da bi opazovali nemškega žrebca, ki je s kopitom odšteval odgovore na zapletene probleme in vedno prišel do pravilnega odgovora. »Koliko je dva plus tri?« Hans je s kopitom petkrat pridno potrkal po tleh. »Kateri dan v tednu je?« Konj je nato s kopitom potrkal vsako črko na namensko izdelani tabli in črkoval pravilen odgovor. Hans je obvladal celo bolj zapletena vprašanja, kot je »Imam v mislih število. Odštejem devet in dobim tri kot ostanek. Katero število je to?« (Crawford, 2021)
Crawfordova dokazuje, da UI ne pride k nam kot deus ex machina, temveč prek številnih dehumanizirajočih ekstraktivnih praks, ki se jih večina od nas ne zaveda.
Predstavlja se kot eterični in objektivni način odločanja, nekaj, kar lahko vključimo v vse, od poučevanja otrok do odločanja o tem, kdo bo izpuščen pod varščino. Vendar je ime varljivo: umetna inteligenca ni ne umetna ne inteligentna.
Umetna inteligenca je narejena iz ogromnih količin naravnih virov, goriva in človeškega dela. In ni inteligentna v nobenem smislu človeške inteligence. Ni sposobna razločevati stvari brez obsežnega človeškega usposabljanja in ima povsem drugačno statistično logiko za ustvarjanje pomena. Že od samega začetka umetne inteligence leta 1956 smo naredili to grozno napako, nekakšen izvirni greh na tem področju, da smo verjeli, da so možgani kot računalniki in obratno. Predvidevamo, da so te stvari analogne človeški inteligenci, in nič ne bi moglo biti dlje od resnice. (Simonite, 2021)
Predvsem je pomembna poanta Crawfordove o potrebi po kontekstualizaciji podatkov. To spoznanje tudi onemogoča, da bi UI obravnavala »netehnična« vprašanja o človeku, saj je kulturo in prepričanja težko programirati. Prav tako postavlja UI kot orodje, ki ga uporabljajo ljudje, in nič drugega. Kot je UI pomembna kot orodje, je tudi pomembno, da naše družbe izvajajo varnostne ukrepe. Izogniti se moramo situaciji, ko UI pridobi sposobnost samostojnega (avtonomnega) sprejemanja odločitev in njihovega izvajanja, ne da bi o tem vprašala svoje človeške operaterje. To je natanko takšen načrt za umetno superinteligenco (ASI), ki ni več znanstvena fantastika. AI: When artificial superintelligence just a couple of years away (Urban, 2015)
Na primeru uporabe UI v postopku recenzije sem pokazal, da UI ne more biti avtonomen dejavnik v postopku recenzije, temveč le orodje, ki lahko pomembno prispeva h kakovosti znanstvenega pregleda. saj ne izpolnjuje zahtev za avtorstvo in ne more biti pravna oseba. (Šercar, 2024)
Prepričanje, da lahko množično pridobivanje podatkov končno odgovori na vprašanja o človeški naravi, ki niso tehnična vprašanja, je ljudi spodbudilo k poglobitvi v strojno učenje. Po Crawfordovi je to problematično, saj imajo podatki vedno kontekst in politiko, povezano z njimi. Uporaba podatkov, kakršni so, brez upoštevanja njihovega konteksta, lahko vodi do pristranskosti, ki kljub prizadevanjem razvijalcev UI ostajajo nerešene,
Zaključek Crawfordove je, da nekatera orodja umetne inteligence povzročajo škodo in jih je treba regulirati.
Drugače bo vojn in vojnih grozot:
1Gorje krvoločni prestolnici
sama laž je v njej!
Polna je nasilja,
trganju ni konca!
2Pokanje biča, škripanje kolesa,
konj dirja in voz poskakuje!
3Jezdec se poganja,
meč se lesketa in sulica se bliska,
veliko je pobitih,
polno mrtvih,
trupel ni konca,
spotikajo se ob trupla! (Nah 3, 1-3)
Hugo de Garis v knjigi »The Artilect War: Cosmists vs. Terrans: A Bitter Controversy Concerning Whether Humanity Should Build Godlike Massively Intelligent Machines« (Vojna artilektov: kozmisti proti teranom: ostra polemika o tem, ali naj človeštvo masovno proizvaja inteligentne stroje) iz leta 2005, v kateri poda scenarij, da je »giga« vojna med zagovorniki (kozmisti) in nasprotniki (terani) ultra-inteligentnih »artilektov« » (artificial intellects, umetni možgani, misleči stroji), ki bo povzročila milijarde smrti, skoraj neizogibna že pred koncem 21. stoletja. Sistemi umetne inteligence (misleči stroji) bodo zmagali in prevzeli oblast v družbi, potem pa nadaljevali kolonizacijo vesolja brez ljudi, zahvaljujoč tehnološki singularnosti, ki predstavlja domnevno prelomnico, po kateri tehnološka rast postane neobvladljiva in nepovratna (ireverzibilna), kar ima nepredvidljive posledice za človeško civilizacijo. (Šercar, 2024)
Število ubitih v večjih vojnah, vključno z giga-vojno, od 1800-2100: Napoleonske vojne, 1 milijon; 1. svetovna vojna, 20 milijonov; 2. svetovna vojna, 50–100 milijonov; »giga« vojna artilektov, 1 milijarda. (Hugo de Garis, 2008)
Inteligenca je spekter in distribucija rezultatov testov IQ ima oblik Gausove krivulje (po Carlu Friedrichu Gaussu). Gaussova krivulja ima obliko zvona, ki predstavlja normalno verjetnostno porazdelitev vrednosti statističnih enot v statistični populaciji,
Slika 1: porazdelitev IQ po Gaussovi krivulji
IQ ali inteligenčni količnik je način merjenja inteligentnosti posameznika v primerjavi z drugimi. To je kot ocena, ki odraža, kako dobro lahko rešujemo probleme, si zapomnimo stvari in razumemo informacije. Te sposobnosti se ocenjujejo s testi IQ. Povprečni rezultat IQ je 100. Rezultati nad 100 pomenijo, da smo bolj inteligentni od povprečja, rezultati pod 100, da smo manj inteligentni od povprečja. Večina ljudi doseže rezultate med 85 in 115.
Slika 2: Orodja UI, rangirana po IQ v testih, ki jih je Lott opravil marca 2024
Test IQ je bila norveška Mensa, pri čemer so bila vsa vprašanja verbalizirana in izgovorjena, kot da bi test dajali slepi osebi. Desni stolpec prikazuje odstotek simulacij naključnega ugibanja, pri katerih je umetna inteligenca, če se ne upoštevajo neodločeni rezultati, odgovorila bolje kot pri več kot 70 vprašanjih (dva testiranja). (Lott, 2024)
Med merjenjem IQ ChatGPT-4 je opazil, da je model sčasoma uporabljal pravilno logiko, je pa netočno odgovarjal, ker je napačno bral sliko.
To je sprožilo vprašanje, koliko je bil njegov neuspeh na testu posledica »slabega razmišljanja« ali zgolj »slabega vida«? Da bi odgovoril na to vprašanje, je spremenil metodo in ustvaril ustni prevod norveškega testa inteligence Mensa s 35 vprašanji v matričnem slogu – njegov cilj je bil opisati ustno vsaki problem dovolj natančno, da bi si pametna slepa oseba teoretično lahko pravilno sestavila vprašanje. (Lott, 2024)
5. »The Psychology of Computers (and Robots)«
Nadaljnji razvoj računalnikov ni mogoč brez »računalniške psihologije«!
Duševni pojavi z mišljenjem imajo anatomsko in fiziološko osnovo, in če so računalniki stroji, ki »mislijo«, potem bi moralo biti njihovo »mišljenje« predmet »računalniške psihologije« z njeno »anatomsko« in »fiziološko« osnovo.
Pričakovati je, da bo umetna inteligenca začela raziskovati in razvijati svojo lastno psihologijo!?
The main differences in the »anatomy and physiology« of classical computers and the brain
Computers
Brain
1. Digital information processor based on circuits of binary switching
Analog information processor which includes complex neural system with a multitude of chemical neurotransmitters and modifiers
2. Information is transported electron pulses through conductors and semiconductors
Information is transported as pulses as depolarizations through membranes and as neurotransmitters through synapses
3. Impulse transmission speed 1010 cm/sec
The impulse transmission speed is approx 103 cm/sec
4. Relatively simple circuits, the complexity of which increases
Extremely complex circuits: 1011 neurons with more than 1015 connections
5. Extremely stable crystal structures
Biological tissues sensitive to damage
6. Can work in different conditions environment to work
They need a carefully arranged
7. The computer system can shut down endless times without any damage
The brain needs continuous energization with intention to the maintenance of a living system
8. They are not self-renewing. Some self- repairs and bypasses of damaged function areas to other circuits
Tissue is capable of significant self- renstruction. High transfer capacity
9. Memory based on binary switches
Memory based on neural patterns connections
(Stonier, 1992, 139)
Vsekakor ni dovolj dobre in celovite teorije o delovanju možganov. Po pojavu računalnikov se poskuša razložiti način delovanja možganov s pomočjo računalniškega modela. Da bi razložili biološki pojav, smo uporabili mehanski model.
Če model naših možganov prenesemo na računalnike, si lahko ROM (pomnilnik samo za branje) predstavljamo kot vzorce nagonskega vedenja, ki so prirojeni, RAM (pomnilnik z naključnim dostopom) pa kot vzorce, ki so vključeni v vzorce učenja. Vmesni vedenjski vzorec, kot so vtisnjene informacije pri višjih vretenčarjih, si lahko predstavljamo kot PROM (programirljivi pomnilnik samo za branje). Razvoj možganov pri višjih sesalcih si lahko predstavljamo kot rast števila ROM-ov in PROM-ov, tej rasti pa sledi še hitrejša rast RAM-ov. (Stonier, 1984; 1992)
6. Naravna inteligenca in prepoznavanje vzorcev v primerjavi z računalniki, umetno inteligenco in logiko
Živimo v dobi logike. Računalnik je stroj za logično sklepanje. Vendar se lahko učinkovitost in praktičnost računalnika ter superiornost logike kot metode reševanja problemov v primerjavi z drugimi pristopi izkažeta za veliko oviro za nadaljnji razvoj sofisticiranih miselnih strojev, vključno z umetno inteligenco, saj so možgani izjemni prav pri prepoznavanju vzorcev.
»Zdrav razum« temelji na sposobnosti prepoznavanja vzorcev, kar je pomembna sestavina tega, čemur pravimo inteligenca in »modrost«. Povezovanje vzorcev je seveda veliko bolj primitivna oblika inteligence kot logika. Je preprosto razširitev pogojnih refleksov. Refleks je najpreprostejša oblika vedenja, pri kateri pride do hitrega, stereotipnega in nehotenega odziva na dražljaj. Če v pasjem okolju – kot v Pavlovljevem laboratoriju – vedno zazvoni zvonec pred pojavom hrane, potem pes zazna vzorec: zvonjenju zvonca verjetno sledi hrana. (Pavlov, 1897)
Ribe v akvariju je mogoče podobno usposobiti za odzivanje na zunanje dražljaje. Imamo veliko bolj dovršene možgane kot ribe. Vendar pa nas naša sposobnost, da smo veliko bolj dovršeni pri zaznavanju subtilnih vzorcev kot ribe, ne ovira pri spoznanju, da ta razlika odraža le spekter pojavov – ne pa kvalitativne razlike. Logika predstavlja nerešljiv problem, saj v primeru napačne predpostavke neizogibno vodi do napačnih sklepov! To velja tako za matematične kot za verbalne logične argumente. Vendar pa znanost z opazovanjem in eksperimentiranjem presega (gre dlje) kognitivni proces »predpostavke – sklepanja od posplošitev do posameznih dejstev ali do drugih posplošitev« in tako vedno preverja in primerja sklepe z objektivno resničnostjo, ki jo »objektivizira«. V naravi morajo organizmi delovati in sprejemati odločitve hitro in z nepopolnimi podatki. Enako velja za menedžerje in večino ljudi, ki morajo sprejemati pomembne odločitve.
Neustrezni, netočni in nepopolni podatki vodijo računalnike z UI, katerih delo se opira izključno na logiko, izključno k napačnim predpostavkam, kar pa vodi do napačnih sklepov z usodnimi posledicami.
Povezovanje vzorcev – nagonske, čustvene reakcije (gut reactions, reakcije črevesja) naše naravne inteligence – je veliko bolj zanesljivo vodilo kot logika, še posebej, če gre za skupne predsodke, ki temeljijo na preteklih izkušnjah kolektivne inteligence dane kulture! (Stonier, 1992)
Informacije, ki jih potrebujemo, niso nikoli popolne ali točne, vendar moramo preživeti, ker je najmočnejši nagon suum esse conservare (Spinoza, 1677)
Točnost doktrine o ne-znanju in inteligenci zgovorno dokazujejo zgodbe o Gordijskem vozlu (Aleksander Veliki), Evreki (Arhimed) in Kolumbovem jajcu (Krištofor Kolumbo).
Tudi pesniki pišemo pesmi iz ne-znanja. Dokler ne napišemo pesmi, ne vemo, kaj bomo napisali! (Šercar, 2014)
7. Zaključek
Se non è vero, è molto ben trovato (tudi če ni res, je dobro premišljeno) - aforizem Giordana Bruna, 1585.
Aforizem ima pozitivno konotacijo. V literarnih in filozofskih krogih se pogosto, čeprav nekoliko napačno, uporablja rek Giordana Bruna, ki pomeni »čeprav ni res v dobesednem smislu, je v globljem smislu res«.
Stališče nas »alternativcev« je, resnici na ljubo, ambivalentno. Po eni strani trdimo, da umetna inteligenca ni (še) inteligentna, po drugi strani smo ugotovili da je umetna inteligenca že inteligentnejša kot 50 človeštva. Jutri bomo imeli orodja UI z IQ 180 kot Marie Curie Sklodowska! Toda v tistem grmu ne leži zajec!
Dejanski problem je, da po eni strani razvoj, masovna proizvodnja in uporaba tehnologij umetne inteligence in s tem povezana pričakovanja glede dobička, ki si ga prilasti kapitalist (dobiček po Thomasu Pikettyju (2014) je vedno večji kot gospodarska rast), predstavlja prvenstveni interes sodobnega »podivjalega« kapitalističnega ekonomskega sistema (Šercar, 2024), po drugi strani, da ni širšega družbenega konteksta in konsenza o ciljih razvoja in proizvodnje orodij umetne inteligence ter politik regulacije in kontrole razvoja, proizvodnje in uporabe umetne inteligence s stališča bioetičnih ciljev, ki jih je treba šele dogovoriti na »kozmopolitični« ravni.
Littman et al., 2021. a href="https://ai100.stanford.edu/gathering-strength-gathering-storms-one-hundred-year-study-artificial-intelligence-ai100-2021-study">Gathering Strength, Gathering Storms: The One Hundred Year Study on Artificial Intelligence (AI100) 2021 Study Panel Report | One Hundred Year Study on Artificial Intelligence (AI100) (stanford.edu)
Garis, Hugo de, January 2008.The Artilect War: Cosmists vs. Terrans. A Bitter Controversy Concerning Whether Humanity Should Build Godlike Massively Intelligent Machines (Conference paper) DBLP Conference: Artificial General Intelligence 2008, Proceedings of the First AGI Conference, AGI 2008, March 1-3, 2008, University of Memphis, Memphis, TN, USA (Prof. Dr. Hugo de GARIS Director of the »China-Brain Project” Institute of Artificial Intelligence, Department of Computer Science, School of Information Science & Technology, Xiamen University, Xiamen, Fujian Province, China.) (PDF) The Artilect War: Cosmists vs. Terrans. A Bitter Controversy Concerning Whether Humanity Should Build Godlike Massively Intelligent Machines
Pavlov, I.P., 1910. The Work of the Digestive Glands. Translated by W. H. Thompson. Pp. xiv, 255. London: Charles Griffin & Co. 1910. Price, 10s. 6d. net, (The original was published in 1897)
Piketty, Th., 2014. Capital in the Twenty-First Century. Harvard Univesity Press.
Simonite, T. 2021. Intervju z Kate Crawford, Microcoft AI Researcher. This Researcher Says AI Is Neither Artificial nor Intelligent | WIRED (Interview with Kate Crawford, Microsoft AI Researcher, was originally published in the Guardian on 6 June 2021. It will likely change the way you think of AI. ((Intervju s Kate Crawford, raziskovalko umetne inteligence pri Microsoftu, je bil prvotno objavljen v Guardianu 6. junija 2021. Verjetno bo spremenil vaš pogled na umetno inteligenco.)
Spinoza, Baruch de, 1677. Ethica ordine geometrico demonstrata: Pars quatra seu de affectuum viribus (Ethics Shown in Geometric Order: Part Four, or on the Power of Emotions) Spinoza: Ethica IV Spinoza: Ethica IV
Stonier, T., 1984. Computer psychology. Educational and child psychology. 1 (2), pp. 16-27.
Thorndike, E.L. (1920). A constant error in psychological ratings. Journal of Applied Psychology, 4(1), 25–29. https://doi.org/10.1037/h0071663
Urban,T. 2015. The AI Revolution: The Road to AI Superintelligence. < href="https://www.goodreads.com/book/show/34237545-the-ai-revolution">The AI Revolution: The Road to Superintelligence by Tim Urban | Goodreads
