Мы существуем в трехмерном пространстве.
В этом пространстве мы воспринимаем трехмерное пространство на основе визуальной информации, которая является лишь двухмерным изображением.
Это означает, что наш разум содержит образ трехмерного пространства, и мы обратно отображаем двухмерную визуальную информацию на этот трехмерный образ.
Я предсказываю, что, применив этот принцип, люди потенциально смогут воспринимать четырехмерное пространство. Хотя мы не можем создать четырехмерное пространство или четырехмерные объекты в реальном физическом пространстве,
возможно симулировать четырехмерное пространство и объекты с помощью компьютеров. Путем отображения этого симулированного четырехмерного пространства на двухмерную плоскость люди смогут визуально воспринимать информацию.
Затем, если люди будут изучать поведение и представления такого четырехмерного пространства и объектов, они в конечном итоге смогут создать четырехмерное пространство в своем сознании.
Однако это лишь возможность, и такое обучение, вероятно, потребует значительного количества времени.
Более того, даже если бы человек приобрел способность воспринимать четырехмерное пространство, практически не было бы ситуаций, в которых эта способность могла бы быть применена.
Восприятие четырех измерений ИИ
С другой стороны, того же можно достичь с помощью ИИ. Более того, ИИ может использовать эту способность к четырехмерному пространственному восприятию.
Например, с помощью четырехмерного пространственного восприятия ИИ может строить и понимать четырехмерные графы.
Люди могут охватить визуальную информацию только на двухмерной плоскости с первого взгляда. Поэтому, даже если трехмерный граф построен и распознан посредством обратного отображения, все равно останутся скрытые части, недоступные для обзора.
В то время как значительная часть трехмерного графа становится невидимой, четырехмерный граф скрывал бы еще больше данных.
Хотя вращение графа может выявить скрытые части, это отдаляет нас от цели интуитивного охвата данных с первого взгляда.
ИИ, напротив, не нужно ограничиваться двухмерной плоской визуальной информацией. Можно виртуально наделить ИИ трехмерным или четырехмерным пространственным зрением и обучить его.
Это позволит ИИ воспринимать трехмерные и четырехмерные графы размерностно-нативным, панорамным способом, без скрытия данных или необходимости вращения.
Более того, это не ограничивается четырьмя измерениями; логически, количество измерений можно бесконечно увеличивать до пяти, десяти, двадцати и далее.
Понимание многомерных графов
Способность панорамного восприятия графов позволяет, например, проводить трендовый анализ по нескольким измерениям. Сравнение размеров и понимание соотношений также могут быть выполнены интуитивно.
Это также позволяет анализировать паттерны данных, такие как схожие или аналогичные данные. Кроме того, это может помочь обнаружить закономерности и законы.
Это выходит за рамки простого сопоставления многомерных паттернов данных, в чем преуспевает существующий ИИ, обеспечивая более глубокое понимание данных.
Например, даже если идентичные паттерны существуют в комбинациях совершенно разных измерений, простое многомерное сопоставление паттернов, вероятно, с трудом найдет их.
Однако при многомерном зрении, если формы схожи, они должны быть сразу узнаваемы, даже при различных комбинациях измерений.
Более того, помимо простого использования осей измерений, сопровождающих входные данные, также возможно исследовать размерные структуры, которые облегчают понимание данных, путем расширения или сжатия определенных осей, их логарифмического преобразования или отображения нескольких осей на то же количество разных осей без уменьшения их размерности.
Таким образом, обучив способность к многомерному зрению, становится возможным панорамно воспринимать структуры данных — задача, сложная как для человека, так и для обычного ИИ, — открывая потенциал для обнаружения новых идей и законов.
Ускорение парадигмальных инноваций
Способность воспринимать многомерные данные нативно, без их отображения в более низкие измерения, указывает на значительный потенциал.
Например, гелиоцентрическая теория была изобретена для того, чтобы астрономические данные наблюдений можно было представить в легко понятных математических формулах. Геоцентрическое понимание, согласно которому Солнце вращается вокруг Земли, не позволяло сопоставить данные наблюдений с понятными формулами, что привело к изобретению гелиоцентризма.
Однако, если бы астрономические данные наблюдений можно было воспринимать нативно, без уменьшения размерности, законы, подобные гелиоцентрическим, могли бы быть открыты гораздо раньше.
Аналогично, научные изобретения, такие как теория относительности и квантовая механика, могли бы быть реализованы значительно раньше, если бы многомерные данные можно было воспринимать панорамно в их нативных измерениях.
Это означает, что парадигмальные инновации, ведущие к открытию различных теорий и законов, еще неизвестных человечеству, могут быть ускорены с помощью размерностно-нативного ИИ.
Заключение
ИИ, обученный к размерностно-нативному восприятию многомерного пространства и использующий свои многомерные пространственные когнитивные способности — превосходящие человеческие возможности — может стремительно расширить горизонты парадигм в науке и академической среде.
Парадигмы имеют тенденцию умножаться, а не просто смещаться. Даже если будут изобретены новые парадигмы, от нас не обязательно потребуется идти с ними в ногу.
Конечно, ИИ, вероятно, объяснит парадигмы, обнаруженные в сложных измерениях, отображая их в более низкие измерения таким образом, чтобы нам было легко их понять.
Тем не менее, парадигмы чрезмерно высоких измерений могут остаться за пределами человеческого понимания. Более того, скорее всего, будет невозможно понять все значительно расширившиеся парадигмы.
В таком сценарии мы можем оказаться в окружении продуктов и систем, которые эффективно функционируют, даже если мы не до конца понимаем их основные принципы.
Как инженер, я бы предпочел не представлять себе такую ситуацию, но для многих людей она может не сильно отличаться от того, как обстоят дела сегодня.