Esistiamo in uno spazio tridimensionale.
All'interno di questo spazio, percepiamo lo spazio tridimensionale basandoci unicamente su informazioni visive, che sono semplicemente immagini bidimensionali.
Questo implica che possediamo un'immagine spaziale tridimensionale nelle nostre menti, e stiamo mappando inversamente le informazioni visive bidimensionali su questa immagine spaziale tridimensionale.
Prevedo che, applicando questo principio, sarebbe possibile per gli esseri umani percepire lo spazio quadridimensionale. Sebbene non possiamo creare uno spazio quadridimensionale o oggetti quadridimensionali all'interno dello spazio fisico reale,
è possibile simulare uno spazio quadridimensionale e oggetti quadridimensionali su un computer. Se eseguiamo una mappatura da tale spazio quadridimensionale simulato a un piano bidimensionale, gli esseri umani possono cogliere visivamente le informazioni.
Successivamente, man mano che gli esseri umani impareranno i comportamenti e le visualizzazioni di tale spazio quadridimensionale e di oggetti quadridimensionali, saranno infine in grado di costruire uno spazio quadridimensionale nelle loro menti.
Tuttavia, questa è solo una possibilità, e si prevede che l'addestramento richieda una quantità considerevole di tempo.
Inoltre, anche se si acquisisse la capacità di percepire lo spazio quadridimensionale, non ci sarebbero quasi situazioni in cui tale capacità potrebbe essere applicata.
Percezione Quadridimensionale tramite IA
D'altra parte, lo stesso può essere raggiunto con l'IA. Inoltre, l'IA potrebbe essere in grado di sfruttare questa capacità di percezione spaziale quadridimensionale.
Ad esempio, con la percezione spaziale quadridimensionale, sarebbe possibile disegnare e comprendere grafici quadridimensionali.
Gli esseri umani possono cogliere in modo completo solo le informazioni visive planari bidimensionali. Pertanto, anche se un grafico tridimensionale viene disegnato e riconosciuto tramite mappatura inversa, ci saranno parti nascoste alla vista.
Anche con i grafici tridimensionali, una parte significativa diventa invisibile, e con i grafici quadridimensionali, ancora più dati diventano non visibili.
Sebbene la rotazione del grafico possa rivelare le parti invisibili, si allontana dall'obiettivo di rendere i dati comprensibili in modo esaustivo e intuitivo a colpo d'occhio.
Al contrario, l'IA non ha bisogno di essere vincolata dalle informazioni visive planari bidimensionali. È possibile dotare virtualmente l'IA di visione spaziale tridimensionale o quadridimensionale e addestrarla.
In questo modo, i grafici tridimensionali e quadridimensionali possono essere compresi in modo completo e nativamente dimensionale, senza dati nascosti o la necessità di rotazione.
Inoltre, questo non si limita a quattro dimensioni; logicamente, le dimensioni possono essere aumentate all'infinito a cinque, dieci, venti e oltre.
Comprendere i Grafici Multidimensionali
La capacità di cogliere i grafici in modo esaustivo permette, ad esempio, l'analisi delle tendenze attraverso più dimensioni. I confronti di grandezza e la comprensione delle proporzioni possono anche essere eseguiti in modo intuitivo.
Inoltre, consente l'analisi di schemi di dati, come dati simili o analoghi. Potrebbe anche portare alla scoperta di regolarità e leggi.
Questo permette una comprensione più profonda dei dati che va oltre la semplice corrispondenza di schemi di dati multidimensionali, in cui l'IA esistente eccelle.
Ad esempio, anche se parti con lo stesso schema esistono all'interno di combinazioni di dimensioni completamente diverse, sarebbe difficile trovarle tramite una semplice corrispondenza di schemi multidimensionali.
Tuttavia, se i dati vengono visualizzati con una visione multidimensionale, forme simili sarebbero immediatamente evidenti, anche attraverso diverse combinazioni dimensionali.
Inoltre, oltre a utilizzare semplicemente gli assi dimensionali associati ai dati di input, è possibile esplorare strutture dimensionali che facilitano la comprensione dei dati ingrandendo o riducendo assi specifici, calcolando logaritmi o mappando più assi su un set diverso di assi dello stesso numero senza ridurre le dimensioni.
Pertanto, l'addestramento delle capacità di visione multidimensionale apre la possibilità di cogliere strutture di dati complete che erano difficili sia per gli esseri umani che per l'IA convenzionale, portando potenzialmente alla scoperta di nuove intuizioni e leggi.
Accelerare l'Innovazione dei Paradigmi
La capacità di cogliere dati ad alta dimensionalità in modo nativo, senza mapparli a dimensioni inferiori, suggerisce un potenziale significativo.
Ad esempio, la teoria eliocentrica fu inventata per adattare i dati delle osservazioni astronomiche a formule matematiche facilmente comprensibili. La teoria geocentrica, che postulava il sole che ruotava intorno alla Terra, non riusciva a mappare i dati osservativi a formule facilmente comprensibili, portando all'invenzione della teoria eliocentrica.
Tuttavia, se i dati delle osservazioni astronomiche potessero essere compresi nativamente senza ridurne le dimensioni, è possibile che leggi simili a quelle eliocentriche sarebbero state scoperte molto prima.
Analogamente, invenzioni scientifiche come la teoria della relatività e la meccanica quantistica avrebbero potuto essere realizzate rapidamente se i dati multidimensionali potessero essere compresi in modo completo nelle loro dimensioni native.
Ciò implica che l'IA nativa multidimensionale potrebbe accelerare le innovazioni di paradigma, portando alla scoperta di varie teorie e leggi ancora sconosciute all'umanità.
Conclusione
L'IA addestrata a essere nativa in tali spazi multidimensionali potrebbe sfruttare le sue capacità di percezione spaziale multidimensionale, che gli esseri umani non possono replicare, per espandere rapidamente l'ambito dei paradigmi scientifici e accademici.
I paradigmi tendono a moltiplicarsi piuttosto che a spostarsi semplicemente. Anche se vengono inventati nuovi paradigmi, non siamo necessariamente tenuti a stare al passo con ognuno di essi.
Naturalmente, l'IA probabilmente spiegherà paradigmi complessi e ad alta dimensionalità mappandoli a dimensioni inferiori in un modo facilmente comprensibile per noi.
Tuttavia, è possibile che gli esseri umani non siano in grado di comprendere appieno paradigmi eccessivamente ad alta dimensionalità. Né saremo in grado di cogliere tutti i paradigmi enormemente espansi.
In tale scenario, potremmo ritrovarci a vivere circondati da prodotti e sistemi che funzionano bene, anche se non ne comprendiamo appieno i principi sottostanti.
Come ingegnere, preferirei non immaginare una situazione del genere, ma per molte persone, potrebbe non essere così diverso da come stanno le cose ora.