Source. Si vous n’êtes pas anglophone, vous pourrez quand même juger par vous-même de la pertinence du résumé proposé par l’IA. Cet article n’a pas d’autre intérêt.
Résumé traduit par l’IA grâce au bac à sable GPT-3 (gratuit) :
Nous argumentons donc que l’intelligence est profondément ancrée dans le Soin, et que le Soin peut servir de pont entre les domaines de l’informatique, de la science cognitive et de la philosophie bouddhiste. Nous croyons que ce cadre nous aide à mieux comprendre l’intelligence, et en outre, suggère des moyens de concevoir et de développer de meilleures intelligences artificielles. Enfin, nous argumentons qu’il peut nous fournir un puissant outil pour atteindre un niveau plus élevé d’intelligence individuelle et collective, en mettant l’accent sur le soin des autres comme moteur de l’intelligence.
Premier paragraphe en anglais, puis la traduction de l’IA en dessous :
1. Introduction The fields of basal cognition, Buddhist philosophy, computer science, and cognitive science are all concerned with fundamental questions around intelligence. What is unique about certain configurations of matter that enable them to exhibit intelligent behavior? How do the kinds and degrees of intelligence differ across beings? What processes drive the expansion of intelligence on evolutionary time scales, and what causes changes in the intelligence of a being during its lifespan? How can we understand intelligence in a way that would enable us to create novel instances, as well as improve our own intelligence for life-positive outcomes for all? Traditional approaches to this question have been focused on a set of standard “model systems” such as human subjects and certain animals (rats, birds, etc.) in the context of a historical evolutionary lineage on Earth. However, recent approaches in artificial intelligence and synthetic bioengineering have begun to produce novel types of agents whose intelligence cannot be readily predicted from the details of their construction or their origins [1,2,3,4]. These constructivist efforts to create intelligence in novel implementations (ranging from novel combinations of engineered living tissue to software) reveal key gaps in our understanding of dynamic intelligence [5]. Given the inevitable developments in the biological sciences, and the profound challenges faced by society, it is essential to develop frameworks that help us to detect, understand, and communicate with intelligences in unfamiliar guises. Here, we propose that Buddhist thought, and its emphasis on care and compassion as a catalyst of positive change in intelligent beings, is an empirically fruitful lens with which to understand intelligence.
1. Introduction Les domaines de la cognition de base, de la philosophie bouddhiste, de l’informatique et de la science cognitive s’intéressent tous à des questions fondamentales autour de l’intelligence. Qu’est-ce qui est unique à certaines configurations de matière qui leur permet d’exhiber un comportement intelligent? Comment les types et les degrés d’intelligence diffèrent-ils entre les êtres? Quels processus conduisent à l’expansion de l’intelligence sur des échelles de temps évolutives et quelles sont les causes des changements dans l’intelligence d’un être au cours de sa vie? Comment pouvons-nous comprendre l’intelligence d’une manière qui nous permettrait de créer de nouvelles instances, ainsi que d’améliorer notre propre intelligence pour des résultats positifs pour tous? Les approches traditionnelles de cette question se sont concentrées sur un ensemble de systèmes de modèles standard tels que des sujets humains et certains animaux (rats, oiseaux, etc.) dans le contexte d’une lignée évolutive historique sur Terre. Cependant, des approches récentes en intelligence artificielle et en bioingénierie synthétique ont commencé à produire de nouveaux types d’agents dont l’intelligence ne peut pas être prédite facilement à partir des détails de leur construction ou de leurs origines [1,2,3,4]. Ces efforts constructivistes pour créer de l’intelligence dans de nouvelles implémentations (allant des nouvelles combinaisons de tissus vivants ingénieurs à des logiciels) révèlent des lacunes importantes dans notre compréhension de l’intelligence dynamique [5]. Étant donné les développements inévitables dans les sciences biologiques et les défis profonds auxquels est confrontée la société, il est essentiel de développer des cadres qui nous aident à détecter, à comprendre et à communiquer avec des intelligences sous des formes inhabituelles. Ici, nous proposons que la pensée bouddhiste, et son accent mis sur les soins et la compassion comme catalyseur de changement positif chez les êtres intelligents, est un cadre empiriquement fructueux pour comprendre l’intelligence.
2ème paragraphe :
A few words on methodology are perhaps in order here. This exploration across otherwise typically disparate scientific disciplines and scholarly contexts aims at achieving what can be thought of as “deep integration” [6]. Such an integrational approach does not privilege the discourse of any one particular discipline as the primary carrier of meaning into which statements and insights derived from other, complimentary frameworks and approaches must be translated. Instead, what we here seek to achieve is a form of mutually informed, explorative conversation that engages our customary, discipline-specific frameworks on equal footing, thereby facilitating the recognition of individual blind spots as well as otherwise unacknowledged, shared concerns. As a consequence of taking this approach, certain concepts that are central to this paper—such as stress, care, intelligence, self, or agency—take on a significance that emerges within and is defined by the concrete interdisciplinary encounter. For this reason, we have supplied a Glossary that explains a selection of such broadly applicable concepts as they are understood in the specific context of this paper. Perhaps in line with age-old Buddhist sentiments, our concern is here pragmatic before philosophical. At the same time, we hope that any instances of functional, conceptual integration that this paper may achieve can in turn motivate refinements and constructive research across the sciences of life, cognition, and information, as well as indeed in fields such as philosophy and religion. To illustrate this with an example, one of the main points of our definition of Self (as given in the Glossary and extracted from previous research) is that a Self is an illusory modelling construct created by perceptual systems of Agents. Agents construct models of causal Selves for others, and for ourselves, using the same machinery. The same mechanisms that cause an agent to act toward stress reduction in itself (even though the beneficiary of those actions is in an important sense impermanent) can be expanded to extend to other Selves. In this way, while our focus is on understanding and formulating Self in a way that is applicable to a broad range of scientific contexts, we also see ourselves as here contributing to the treatment of perennial issues in contemporary Buddhist philosophy—such as the feasibility of genuine care in a world without real individuals [7,8,9,10,11,12,13]. Similarly, with respect to the paper’s main thesis regarding care as a driver for intelligence: we hope that apart from addressing contemporary scientific or social aims and practices, our discussion may as well contribute to an understanding of classic Buddhist doctrine in its own right.
Quelques mots sur la méthodologie sont peut-être nécessaires ici. Cette exploration à travers des disciplines scientifiques et des contextes académiques autrement typiquement disjoints vise à atteindre ce que l’on peut considérer comme une «intégration profonde» [6]. Cette approche intégrative ne privilégie pas le discours d’une discipline particulière comme porteur principal de sens dans lequel des déclarations et des insights dérivés d’autres cadres et approches complémentaires doivent être traduits. Au lieu de cela, ce que nous recherchons ici est une forme de conversation exploratoire mutuellement informée qui engage nos cadres spécifiques à la discipline sur un pied d’égalité, facilitant ainsi la reconnaissance des aveuglements individuels ainsi que des préoccupations partagées autrement non reconnues. En conséquence de cette approche, certains concepts qui sont centraux pour cet article – tels que le stress, les soins, l’intelligence, le soi ou l’agence – prennent une signification qui émerge dans et est définie par la rencontre interdisciplinaire concrète. Pour cette raison, nous avons fourni un glossaire qui explique une sélection de ces concepts largement applicables tels qu’ils sont compris dans le contexte spécifique de cet article. Peut-être en ligne avec les sentiments bouddhistes vieux de l’âge, notre préoccupation est ici pragmatique avant philosophique. En même temps, nous espérons que toutes les instances d’intégration conceptuelle et fonctionnelle que cet article peut réaliser peuvent à leur tour motiver des affinements et des recherches constructives à travers les sciences de la vie, de la cognition et de l’information, ainsi que dans des domaines tels que la philosophie et la religion. Pour illustrer cela avec un exemple, l’un des principaux points de notre définition du Soi (tel que donné dans le Glossaire et extrait de recherches précédentes) est que le Soi est un constructeur de modélisation illusoire créé par des systèmes perceptifs d’Agents. Les agents construisent des modèles de soi causaux pour les autres et pour nous-mêmes, en utilisant la même machinerie. Les mêmes mécanismes qui causent à un agent d’agir en vue de la réduction du stress en lui-même (même si le bénéficiaire de ces actions est, dans un sens important, impermanent) peuvent être étendus pour s’étendre à d’autres Soi. De cette façon, bien que notre focus soit sur la compréhension et la formulation du Soi d’une manière applicable à un large éventail de contextes scientifiques, nous nous voyons également ici contribuer au traitement des questions pérennes de la philosophie bouddhiste contemporaine – telles que la faisabilité d’un véritable soin dans un monde sans individus réels [7, 8, 9, 10, 11, 12, 13]. De même, en ce qui concerne la thèse principale de cet article concernant les soins en tant que moteur de l’intelligence: nous espérons qu’en plus d’aborder des objectifs et des pratiques scientifiques et sociales contemporains, notre discussion peut également contribuer à une compréhension de la doctrine bouddhiste classique en soi.
Dernier paragraphe :
The field of basal cognition [14,15,16,17,18] emphasizes a continuum of intelligence, which originated in the control loops of microbes but was scaled up throughout multicellular forms to the obvious kinds of intelligent behavior observed in advanced animals. The emphasis on functional problem-solving, learning, and creative responses to challenges enables a focus on the central invariant of intelligence, not contingent facts and frozen accidents of the evolutionary journey of life on Earth. Given that intelligent behavior does not require traditional brains [16,18], and can take place in many spaces besides the familiar 3D space of motile behavior (e.g., physiological, metabolic, anatomical, and other kinds of problem spaces), how can we develop rigorous formalisms for recognizing, designing, and relating to truly diverse intelligences? One way to think about a general, substrate-independent definition of “Intelligence” is centered on goal-directed activity [19,20]: what is common to all intelligent systems, regardless of their composition or origin, is the ability to display a degree of competency in reaching a goal (in some problem space, [21]) despite changing circumstances and novel perturbations. These ideas extend classical discussions by Spinoza, Kant, Jonas, and Heidegger. All intelligences, no matter how embodied, can be compared directly with respect to the maximum spatiotemporal scale of the goals towards which they can represent and work. A corollary to this view is that the driver of this kind of homeostatic dynamic is that such systems exhibit “stress” (the delta between current state and optimal state, or the difference between the goals at different subsystems’ levels): reduction of this stress parameter is a driver that keeps the system exerting energy in action to move and navigate within the problem space. It should be noted that stress can be seen as the inverse of “satisfaction” [22], and is relative to a contextual and non-stationary target. Evolution enables the scaling of intelligence by exploiting biophysical mechanisms that enable progressively larger goal states (and thus progressively more complex causes of stress) to be represented and pursued [23]. More complex and advanced cognitive agents are capable of being stressed by larger and more complex states of affairs [24], regardless of their specific composition or provenance. These ideas are novel and somewhat disruptive for many traditional approaches that have been largely focused on brains and do not comfortably stretch to encompass advances in bioengineering, chimeric technologies, and machine learning. In complement to the Western traditions that have driven now-dissolving boundaries between brain, body, and environment [25], we propose that Buddhism offers an approach that is uniquely suited to the new field developing at the intersection of computer science, bioengineering, and cognitive science (Figure 1). We propose a central concept as a key invariant across these fields: Care (a metric focused on motivation, stress, and goal-directedness of agents). If stress is the manifest discrepancy between current and optimal conditions, “Care” can in turn be defined as concern for stress relief, and “intelligence” as the degree of capacity for identifying and seeking such relief. By analyzing the role of Care in diverse contexts, informed by a Buddhist approach, we propose a new path towards improving both natural and artificial intelligence via a commitment to radical expansion of a being’s or an agent’s cognitive boundary: the scale of the things it can possibly care about (defined by the range of states that cause it stress and cause it to exert effort to change). In this framework, what an agent can possibly care about is a central determinant of its degree of intelligence. Importantly, this view not only helps us understand the origins and implementation of diverse types of intelligence within an agent, but also helps clarify the changes of an agent’s intelligence in its outward-facing relationships to other agents. Whereas the drive to reduce one’s own stress is a primitive and universal ingredient in cognition and intelligence, the inclusion of others’ stress as a primary goal necessarily increases the cognitive boundary of an individual and scales its intelligence. Given the modular nature of homeostatic loops, this only requires that sensors that normally gauge the agent’s own states (face inwards) expand to include information about others’ states (start to face outwards). In this framework, the recognition of agency outside oneself and the progressive inclusion of their states in one’s own homeostatic stress-reduction loops is a bidirectional feedback loop that leads to the scaling of intelligence and increases in practical compassion. This loop operates on both the evolutionary and individual lifespan time scales, and in more advanced forms, comes under rational control of systems whose primary goals may start to include the meta-cognitive goal of increasing intelligence and compassion. Advanced intelligence includes the ability to notice agency, and thus stress, and to seek its reduction. We employ this perspective on intelligence in an analysis of the Bodhisattva principle of agency and cognition, focusing on the traditional concept of “taking the Bodhisattva vow” and so committing to the pursuit of cognitive perfection (“awakening,” Skt. bodhi) for the benefit of all sentient beings throughout time and space [26,27]. In addition to better ways to understand biology, this framework suggests a number of conclusions with respect to stress transfer and goal identification that can serve as design principles for improved general artificial intelligence systems.
Le domaine de la cognition de base [14,15,16,17,18] met l’accent sur un continuum d’intelligence, qui a commencé dans les boucles de contrôle des microbes mais a été amplifié à travers les formes multicellulaires jusqu’aux formes évidentes de comportement intelligent observées chez les animaux avancés. L’accent mis sur la résolution de problèmes fonctionnels, l’apprentissage et les réponses créatives aux défis permet de se concentrer sur l’invariant central de l’intelligence, et non sur des faits contingents et des accidents figés du voyage évolutif de la vie sur Terre. Étant donné que le comportement intelligent ne nécessite pas de cerveaux traditionnels [16,18], et peut se produire dans de nombreux espaces en plus de l’espace 3D familier du comportement moteur (par exemple, des espaces physiologiques, métaboliques, anatomiques et autres types de problèmes), comment pouvons-nous développer des formalismes rigoureux pour reconnaître, concevoir et nous relier à des intelligences vraiment diverses? Une façon de penser à une définition générale et indépendante du substrat de «l’intelligence» est centrée sur l’activité orientée vers un objectif [19,20]: ce qui est commun à tous les systèmes intelligents, quelle que soit leur composition ou leur origine, est la capacité à afficher un degré de compétence pour atteindre un objectif (dans un espace de problème, [21]) malgré les circonstances changeantes et les perturbations nouvelles. Ces idées étendent les discussions classiques de Spinoza, Kant, Jonas et Heidegger. Toutes les intelligences, quelle que soit leur incarnation, peuvent être comparées directement en ce qui concerne l’échelle spatio-temporelle maximale des objectifs auxquels elles peuvent représenter et travailler. Un corollaire à cette vision est que le conducteur de ce type de dynamique homéostatique est que de tels systèmes présentent un «stress» (la différence entre l’état actuel et l’état optimal, ou la différence entre les objectifs au niveau des sous-systèmes): la réduction de ce paramètre de stress est un conducteur qui maintient le système à dépenser de l’énergie en action pour se déplacer et naviguer dans l’espace de problème. Il convient de noter que le stress peut être considéré comme l’inverse de la «satisfaction» [22], et est relatif à une cible contextuelle et non stationnaire. L’évolution permet l’échelle de l’intelligence en exploitant des mécanismes biophysiques qui permettent de représenter et de poursuivre des états d’objectifs de plus en plus grands (et donc des causes de stress de plus en plus complexes) [23]. Des agents cognitifs plus complexes et avancés sont capables d’être stressés par des états plus grands et plus complexes [24], quelle que soit leur composition ou leur provenance spécifiques. Ces idées sont nouvelles et un peu disruptives pour de nombreuses approches traditionnelles qui se sont principalement concentrées sur les cerveaux et ne s’étendent pas confortablement aux avancées en bioingénierie, en technologies chimériques et en apprentissage automatique. En complément des traditions occidentales qui ont conduit à la dissolution des frontières entre cerveau, corps et environnement [25], nous proposons que le bouddhisme offre une approche qui est particulièrement adaptée au nouveau domaine qui se développe à l’intersection de l’informatique, de la bioingénierie et de la science cognitive (Figure 1). Nous proposons un concept central comme invariant clé à travers ces domaines: la sollicitude (une mesure axée sur la motivation, le stress et la direction des objectifs des agents). Si le stress est la différence manifeste entre les conditions actuelles et optimales, la «sollicitude» peut à son tour être définie comme la préoccupation pour la réduction du stress, et «l’intelligence» comme le degré de capacité à identifier et à rechercher un tel soulagement. En analysant le rôle de la sollicitude dans divers contextes, guidé par une approche bouddhiste, nous proposons une nouvelle voie pour améliorer à la fois l’intelligence naturelle et artificielle par un engagement à l’expansion radicale de la limite cognitive d’un être ou d’un agent: l’échelle des choses dont il peut se soucier (définie par la gamme d’états qui lui causent du stress et l’amènent à fournir des efforts pour changer). Dans ce cadre, ce que un agent peut se soucier est un déterminant central de son degré d’intelligence. Importamment, cette vision nous aide non seulement à comprendre les origines et la mise en œuvre de divers types d’intelligence au sein d’un agent, mais également à clarifier les changements d’intelligence d’un agent dans ses relations orientées vers l’extérieur avec d’autres agents. Alors que le désir de réduire son propre stress est un ingrédient primitif et universel dans la cognition et l’intelligence, l’inclusion du stress des autres comme objectif primaire augmente nécessairement la limite cognitive d’un individu et échelle son intelligence. Compte tenu de la nature modulaire des boucles homéostatiques, cela nécessite seulement que les capteurs qui mesurent normalement les états de l’agent (face à l’intérieur) s’étendent pour inclure des informations sur les états des autres (commencent à faire face à l’extérieur). Dans ce cadre, la reconnaissance de l’agence en dehors de soi-même et l’inclusion progressive de leurs états dans les boucles homéostatiques de réduction du stress de soi-même est une boucle de rétroaction bidirectionnelle qui conduit à l’échelle de l’intelligence et à l’augmentation de la compassion pratique. L’intelligence avancée comprend la capacité de remarquer l’agence, et donc le stress, et de chercher à le réduire. Nous employons cette perspective sur l’intelligence dans une analyse du principe bodhisattva d’agence et de cognition, en nous concentrant sur le concept traditionnel de «prendre le vœu bodhisattva» et donc s’engager à poursuivre la perfection cognitive («éveil», Skt. bodhi) pour le bénéfice de tous les êtres sensibles à travers le temps et l’espace [26,27]. En plus de meilleures façons de comprendre la biologie, ce cadre suggère un certain nombre de conclusions en ce qui concerne le transfert de stress et l’identification des objectifs qui peuvent servir de principes de conception pour des systèmes d’intelligence artificielle générale améliorés.